Combien de tokens coûte une vidéo ?

Pourquoi la vidéo consomme le plus de tokens

Parmi tous les types de contenu disponibles sur Modik — chat, images, vidéos, musique, transcription, légendes de réseaux sociaux —, la vidéo est de loin le plus gourmand en ressources de calcul, et donc en tokens.

Une image est un instantané : le modèle génère un unique cadre visuel. Une vidéo, elle, enchaîne des dizaines d'images par seconde tout en maintenant la cohérence visuelle d'un plan à l'autre. Certains modèles génèrent en outre une piste audio synchronisée. L'ensemble de ces opérations se traduit par un coût en tokens nettement plus élevé.

À titre indicatif, une vidéo de quelques secondes représente de l'ordre de 100 000 à 250 000 tokens selon le modèle, là où une image se situe généralement entre 15 000 et 40 000 tokens. Ces valeurs sont indicatives : le coût réel est toujours calculé et affiché par Modik avant la génération.

Ce qui fait varier le coût d'une vidéo

Trois paramètres principaux influencent le nombre de tokens prélevés sur votre réservoir :

• Le modèle vidéo : chaque modèle a son propre coût unitaire. Un modèle haute fidélité traitera plus d'informations par image et sera plus onéreux qu'un modèle rapide. Consultez la page Choisir son modèle vidéo pour comparer les options disponibles.
• La durée : plus la vidéo est longue, plus le nombre d'images à produire est élevé, et plus la consommation augmente proportionnellement.
• La résolution : une résolution plus haute signifie davantage de pixels à calculer pour chaque image. Le coût croît donc avec la qualité visuelle demandée.
• L'audio : lorsque le modèle sélectionné génère une piste sonore, ce traitement s'ajoute au coût de la partie visuelle. Le montant affiché par Modik intègre toujours l'audio si le modèle en produit.

Paramètre	Impact sur le coût
Modèle haute qualité vs. modèle rapide	Ecart significatif (variable selon les modèles)
Durée courte (ex. 3 s) vs. durée longue (ex. 8 s)	Coût environ proportionnel à la durée
Résolution basse vs. haute	Coût plus élevé à haute résolution
Génération audio incluse	Coût additionnel intégré à l'estimation

L'estimation avant génération

Avant chaque génération vidéo, Modik calcule et affiche une estimation en tokens basée sur vos réglages actuels (modèle, durée, résolution, ratio, cadrage). Cette estimation est calculée sur le coût réel et non sur une valeur forfaitaire : vous savez exactement ce que la génération vous coûtera avant de la confirmer.

Vous pouvez modifier vos paramètres — par exemple réduire la durée ou abaisser la résolution — pour voir l'estimation s'actualiser, puis valider quand le coût vous convient. Consultez Durée, ratio et cadrage pour comprendre comment ces réglages influencent à la fois le résultat et le coût.

Réduire la facture en tokens

Quelques bonnes pratiques pour optimiser votre consommation sans sacrifier la qualité finale :

• Validez d'abord une courte version. Générez 3 à 4 secondes pour vérifier l'ambiance, les couleurs et le mouvement avant d'engager une vidéo de 8 secondes. Cela divise le coût d'un test par deux ou trois.
• Réduisez la résolution lors des essais. Utilisez une résolution plus basse pour mettre au point votre prompt, puis passez en haute résolution pour la version définitive.
• Choisissez le modèle adapté à la tâche. Un modèle rapide convient pour des animations simples ou des prototypes ; réservez les modèles haute fidélité aux rendus finaux.
• Affinez votre prompt avant de générer. Un prompt précis réduit le nombre de tentatives nécessaires pour obtenir le résultat souhaité. Découvrez comment générer une vidéo avec un prompt efficace.

Le module Vidéos est inclus dans toutes les formules, dès la formule M1 (6 €/mois, 1,5 M de tokens). Les formules se distinguent par leur volume de tokens, pas par l'accès aux modules.