Alternatives à FLUX 3 : 8 modèles réellement achetables aujourd'hui

Pourquoi c'est une question d'achat

Je passe mon temps à étudier comment l'intention de recherche se traduit en une vraie décision d'achat, et « FLUX 3 alternatives » est l'un des exemples les plus clairs que j'aie vus cette année. Personne ne tape ça en pensant que FLUX 3 est mauvais. On le tape parce qu'on a lu l'annonce, cherché le point d'accès, et trouvé un formulaire.

Voici l'échelle de lancement telle que décrite par Black Forest Labs, et où en est réellement chaque échelon.

Quatre capacités annoncées, zéro prix publié. La vidéo est en accès anticipé derrière un formulaire de demande. La prédiction d'action est limitée à des partenaires sélectionnés. La génération d'images a été décrite comme arrivant dans les semaines suivantes. Le socle en poids ouverts n'a aucune date du tout.

Ce n'est pas une critique de la recherche. C'est un fait de calendrier, et si tu dois livrer quelque chose ce trimestre, c'est lui qui tranche la question à ta place. La même distinction apparaît quand les équipes évaluent les modèles d'IA sur mesure en général : la démo et le SKU sont deux artefacts différents, et un seul des deux a une date de lancement.

La liste restreinte, côte à côte

Chaque prix ci-dessous provient de la grille tarifaire propre au fournisseur, vérifiée le 4 août 2026. La colonne vidéo correspond à un clip de dix secondes en 720p, car c'est la spécification des tests de préférence publiés de FLUX 3.

Deux choses ressortent de ce tableau. D'abord, tout le secteur a un chiffre, sauf le modèle pour lequel tu es venu. Ensuite, l'écart entre la vidéo audio native la moins chère et la plus chère est de huit fois, ce qui veut dire que le choix est une décision de budget bien avant d'être une décision de goût.

Ce que coûte réellement un clip

Les tarifs à la seconde sont la façon dont les fournisseurs chiffrent, et les totaux par clip sont la façon dont la finance les lit. Choisis une spécification, et le vrai chiffre apparaît.

Google Veo 3.1 et Nano Banana 2

Idéal pour les équipes qui veulent de la vidéo audio native au tarif publié le plus bas.

C'est le cas gênant pour FLUX 3, car Gemini Omni Flash est justement là où le propre test de préférence du fournisseur atterrit à 52 %. Un pile ou face face à la famille de modèles dont le palier audio le moins cher tourne à cinq centimes la seconde n'est pas une position confortable pour se lancer.

La grille tarifaire de Veo 3.1 compte trois paliers, tous chiffrés à la seconde et tous avec audio par défaut. Lite coûte 0,05 $ en 720p et 0,08 $ en 1080p. Fast coûte 0,10 $ et 0,12 $. Standard est plat à 0,40 $ pour les deux, et 0,60 $ en 4K.

Le volet image de la même API est facturé au token et revient à 0,067 $ pour une image Nano Banana 2 en 1K. La variante Lite atteint 0,0336 $, et Nano Banana Pro 0,134 $ pour la même taille.

Où sont ses limites. Veo 3.1 est un modèle en préversion, ce que Google reconnaît ouvertement pouvoir changer avant sa stabilisation, avec des limites de débit plus strictes. Il n'existe aucun palier gratuit pour aucune génération Veo. La recherche avec grounding est facturée séparément à 14 $ pour 1 000 requêtes au-delà du quota mensuel partagé.

Ce que ça coûte. 0,50 $ pour le clip de dix secondes en 720p sur Lite, 4,00 $ sur Standard. Cet écart interne de huit fois est la vraie décision au sein de la famille Veo, pas le choix entre Veo et un autre fournisseur.

Verdict. Si le prix par seconde utile est ta contrainte, commence ici et arrête de chercher. La revue de Nano Banana 2 approfondit le volet image.

OpenAI Sora 2

Idéal pour le travail à gros volume qui tolère une file d'attente.

Sora 2 coûte 0,10 $ par seconde en 720p, et c'est le seul endroit du secteur où une remise batch est publiée : la même génération descend à 0,05 $ par seconde en mode batch, ce qui l'aligne avec Veo 3.1 Lite pour le clip de dix secondes le moins cher du tableau. Sora 2 Pro ajoute de la résolution, à 0,30 $ par seconde en 720p, 0,50 $ en 1024p et 0,70 $ en 1080p.

Où sont ses limites. Le Sora 2 standard plafonne à 720p, donc tout travail en 1080p oblige à passer à Pro et triple environ le tarif. Le mode batch échange de la latence contre la remise, ce qui l'exclut pour tout usage interactif.

Ce que ça coûte. 1,00 $ pour le clip de dix secondes en 720p standard, 0,50 $ en batch, 7,00 $ sur Pro en 1080p.

Verdict. L'option la plus rentable pour le travail en pipeline où rien n'attend le rendu. Sora dispose aussi de la surface d'outils la plus large du groupe, ce qui explique pourquoi tant de pages d'intégration Sora 2 existent.

Luma Ray 3.2 et Uni-1.1

Idéal pour les plans qui ont besoin d'une vraie direction plutôt que d'un simple prompt.

Luma a pris la pire raclée dans les évaluations de FLUX 3, avec 93 % des évaluateurs préférant FLUX 3. C'est aussi le seul fournisseur ici à vendre le contrôle image par image comme atout principal : Multi-Keyframe permet de placer jusqu'à 16 images clés dans un même clip, la vidéo-à-vidéo va jusqu'à 20 secondes, et le modèle embarque une génération HDR native ainsi qu'un export EXR 16 bits pour que le résultat se compose aux côtés de prises de vue réelles.

Où sont ses limites. Luma facture par clip plutôt qu'à la seconde, et la courbe est raide. Un clip de cinq secondes en 720p coûte 0,30 $, mais dix secondes coûtent 0,90 $, donc la seconde moitié du clip coûte deux fois plus cher que la première. Le HDR double le prix et le HDR avec EXR le triple. Le paiement à l'usage comporte des limites de débit et aucun SLA de latence, et les tarifs image d'Uni-1.1 ne figurent nulle part sur la page publique.

Ce que ça coûte. 0,30 $ pour cinq secondes en 720p, 0,90 $ pour dix. En 1080p, cela devient 1,20 $ et 3,60 $.

Verdict. Le meilleur choix quand il faut diriger un plan plutôt que jouer aux dés, et le pire choix si tes clips sont longs. La page tarifaire de Luma contient la grille complète, et le dossier alternatives à Luma couvre le reste.

Kling 3.0 Omni

Idéal pour éditer une vidéo existante avec de l'audio en une seule passe.

Kling a déjà dépassé la version que Black Forest Labs a utilisée pour son benchmark. Le tableau de FLUX 3 cite Kling v3 Pro à 60 %, tandis que la documentation API actuelle propose Kling 3.0, 3.0 Turbo et 3.0 Omni. Omni est le plus intéressant, car il facture l'entrée vidéo comme un mode à part entière plutôt que comme une option annexe.

Où sont ses limites. C'est le seul fournisseur du groupe avec une vraie barrière à l'entrée. On achète des packs d'unités prépayées, le plus petit pack vidéo coûte 700 $ pour 5 000 unités, et chaque pack a une validité de 180 jours, sans report ni prolongation. La concurrence est plafonnée à 20 sur les packs standard. Il n'existe aucun moyen de dépenser 5 $ pour essayer.

Ce que ça coûte. Une unité coûte 0,14 $ au tarif catalogue. Omni avec audio natif et sans entrée vidéo coûte 0,8 unité par seconde en 720p, soit 1,12 $ pour dix secondes. Ajouter une entrée vidéo fait grimper à 0,9 unité par seconde. Le 4K coûte 3,0 unités par seconde, soit 0,42 $, dans tous les modes.

Verdict. Modèle solide, forme commerciale peu pratique pour un premier essai. Si le plancher de 700 $ est le blocage, les tarifs de Kling proposent des packs image plus petits à 350 $, et la page avis sur Kling couvre son comportement en pratique.

Runway Gen-4.5 et Aleph 2.0

Idéal pour une seule intégration qui donne accès à plusieurs modèles.

Runway a perdu son face-à-face avec FLUX 3 à 77 %, et y répond de la façon la plus pragmatique possible : il revend la concurrence. La liste des modèles de l'API Runway sert désormais gen4.5, aleph2, seedance2 en trois tailles et gpt-image-2 depuis une seule surface, et les plans crédits incluent les images Nano Banana Pro. Une seule clé, quatre laboratoires.

Où sont ses limites. Runway est le seul fournisseur ici qui ne publie pas de tarif API direct à la seconde. Tout passe par des crédits, donc on chiffre par équivalence : le plan à 15 $ correspond à 625 crédits, que Runway indique équivaloir à 52 secondes de Gen-4.5, et le plan à 95 $ correspond à 9 500 crédits, soit 791 secondes. Les crédits se reportent un mois sur les plans intermédiaires et pas du tout sur le plan d'entrée. Les générations Seedance via Runway sont plafonnées à 15 secondes.

Ce que ça coûte. 15 $/mois pour 52 secondes de Gen-4.5, ou 95 $/mois pour 791 secondes. Le tarif effectif à la seconde s'améliore d'environ 2,4 fois entre ces deux plans, ce qui fait du choix du plan le principal levier de coût.

Verdict. Le choix pragmatique si tu préfères intégrer une fois plutôt que cinq. Runway Gen-4.5 détaille le modèle, et les tarifs Runway décomposent davantage le calcul des crédits.

Seedance 2.0 sur BytePlus

Idéal pour un rendu cinématographique et une voie 4K publiée.

Seedance est le deuxième pile ou face à 52 % dans les évaluations de FLUX 3, et facture d'une façon différente de tout le reste ici. BytePlus facture au token, où le nombre de tokens dépend de la durée, des dimensions de sortie et de la fréquence d'images. Le tarif par million baisse ensuite à mesure que la résolution grimpe, de 7,00 $ en 720p à 4,00 $ en 4K, ce qui est l'inverse de toutes les autres grilles de cet article. Le clip coûte quand même plus cher en 4K, car le nombre de tokens croît plus vite que le tarif ne baisse.

Où sont ses limites. La facturation au token est la plus difficile à anticiper de tous les fournisseurs ici. Quand l'entrée inclut de la vidéo, des seuils de consommation minimale de tokens s'appliquent, donc de courtes retouches peuvent coûter plus cher que ne le suggère la formule. BytePlus renvoie vers un calculateur de type tableur plutôt que vers une grille tarifaire, et le montant réel ne se fixe qu'une fois que l'API renvoie son nombre de tokens.

Ce que ça coûte. BytePlus publie des exemples chiffrés, ce qui est la façon honnête de lire ça : un clip de cinq secondes en 720p coûte 0,76 $, soit 0,15 $ par seconde. Fast coûte 0,60 $ et Mini 0,38 $ pour la même spécification. En 1080p, cinq secondes coûtent 1,87 $. Ajouter une entrée vidéo élargit un travail de dix secondes en 720p à une fourchette de 0,84 $ à 1,86 $ selon la longueur de l'entrée.

Verdict. Excellent rendu, réelle charge de prévision. Si tu veux Seedance sans les calculs de tokens, Runway le revend à base de crédits.

Grok Imagine 1.5

Idéal pour piloter une vidéo à partir d'un audio que tu possèdes déjà.

Grok Imagine a perdu son face-à-face à 69 %, mais détient une capacité que personne d'autre dans ce tableau n'annonce : la fiche modèle xAI présente grok-imagine-video-1.5 comme allant du texte, de l'image et de l'audio vers la vidéo. Tous les autres génèrent l'audio. Celui-ci peut prendre le tien.

Où sont ses limites. C'est l'option à la seconde en 720p la plus chère ici, à 0,14 $, environ le triple de Veo 3.1 Lite pour la même résolution. L'entrée média est facturée séparément à 0,01 $ par image. Il n'y a pas de palier batch.

Ce que ça coûte. 0,08 $ par seconde en 480p, 0,14 $ en 720p, 0,25 $ en 1080p. Les images sont l'affaire de cette gamme à 0,02 $, ou 0,05 $ sur le modèle qualité.

Verdict. La prime n'en vaut la peine que si la génération pilotée par l'audio est l'objectif. Sinon, la page Grok Imagine couvre où il trouve sa place, et des images à 0,02 $ sont difficiles à battre.

FLUX.2, si tu veux rester chez Black Forest Labs

Idéal pour livrer des images chez le même fournisseur pendant que FLUX 3 dégage la piste.

La grille tarifaire de FLUX.2 est entièrement publique et chiffre au mégapixel, où 1 MP équivaut à 1024x1024. [max] coûte 0,07 $ pour le premier mégapixel et 0,03 $ pour chaque suivant. [pro] coûte 0,03 $ et 0,015 $. [klein] 9B coûte 0,015 $ et 0,002 $, et [klein] 4B coûte 0,014 $ et 0,001 $. [flex] facture un forfait plat de 0,05 $ par mégapixel sans minimum par image. Les images de référence comptent chacune pour un mégapixel complet, et tout ce qui dépasse 4 MP est redimensionné à la baisse. La documentation continue de décrire FLUX.2 comme la famille recommandée pour tous les cas d'usage.

Où sont ses limites. Image uniquement, donc il ne remplace qu'une des quatre capacités annoncées de FLUX 3, aucune part de vidéo. Il accuse aussi un retard en adhérence au prompt. Un praticien qui gère un site de benchmark a mis des chiffres dessus :

"Flux.2 scored 5, Ideogram4 scored 8, and gpt-image-2 scored 12 out of 15."

vunderba, Hacker News

Ce que ça coûte. 0,03 $ pour une seule image 1024x1024 sur [pro], ou 0,014 $ sur [klein] 4B, ce qui en fait l'image la moins chère de tout ce comparatif.

Verdict. Le bon choix si la continuité avec le fournisseur compte plus que gagner un test d'adhérence au prompt. Sinon, compare avec GPT Image 2 et Midjourney avant de te standardiser, et regarde les tarifs Midjourney ou les tarifs Ideogram pour la voie abonnement.

Ce que dit vraiment la communauté des poids ouverts

FLUX 3 Dev est l'échelon qui intéressait le plus de monde dans le fil de lancement, et c'est celui qui n'a pas de date. Il reste donc le rayon actuel des poids ouverts : FLUX.2 [dev] et [klein], plus les familles Qwen et Z-Image. Les paliers de licence qui existent ne couvrent que [klein] et [dev], à commencer par un plan Builder plafonné à 10 000 images par mois sur un seul domaine.

Deux pièges reviennent régulièrement chez ceux qui les font tourner en local. Le premier concerne la distillation :

"dev variants are usually cfg distilled which means that directly finetuning isn't as effective."

musebox35, Hacker News

Le second concerne le matériel et les conditions de licence, selon le même opérateur qui a publié le tableau de scores ci-dessus, sur les raisons de la déception de la précédente sortie ouverte. Ses deux raisons étaient la VRAM et la vitesse par rapport aux alternatives sorties à la même période, ainsi qu'une licence jugée trop restrictive.

Ce n'est pas que du scepticisme. Un commentateur fait tourner FLUX.2 dev en local sur une seule RTX 5090 avec un upsampler de prompt et le préfère aux modèles propriétaires, ce qui constitue le contrepoids honnête : un modèle qu'on peut faire tourner sur son propre matériel gagne sur des axes qu'un benchmark ne mesure pas. Si c'est ta voie, l'édition d'image avec Qwen est la comparaison en direct la plus proche, et entraîner un modèle d'IA couvre le volet fine-tuning.

Comment mener ton propre comparatif

Voici la partie qui me tient le plus à cœur, car c'est exactement la même erreur que je vois les acheteurs commettre avec l'IA de support. Un taux de préférence de fournisseur est mesuré sur les prompts du fournisseur. « Jusqu'à 93 % » et « 52 % » proviennent de la même évaluation ; le marketing cite le premier chiffre et tes rendus atterriront plus près du second.

1. Fixe la spécification avant de toucher à une API. Même prompt, même durée, même résolution, même réglage audio pour chaque modèle. La moitié des comparatifs que je vois en ligne jugent un clip de 5 secondes en 720p face à un clip de 10 secondes en 1080p.
2. Utilise tes propres rushs et ton propre brief. Les bobines des fournisseurs sont des prises sélectionnées. La vraie liste de plans de ta marque est l'endroit où les modèles divergent réellement.
3. Chiffre le clip fini, pas le premier. Si un modèle bon marché nécessite quatre essais et qu'un modèle cher n'en nécessite qu'un seul, le modèle bon marché a perdu. C'est ce chiffre qui tranche.

J'ai vu exactement cette discipline décider un contrat de notre propre côté. Un prospect a mené une évaluation méthodique de 67 tests sur notre IA. Les réponses de connaissance sont revenues solides et il a visité la page de facturation trois fois, ce qui est un signal d'achat aussi fort que possible. Puis il est parti, parce que le widget de chat était lent et se bloquait. Ce qui a tué le contrat n'a jamais figuré dans le tableau comparatif de fonctionnalités. Aucun tableau de taux de préférence ne l'aurait fait remonter, et aucune démo fournisseur non plus. Seuls ses propres 67 tests l'ont fait.

C'est tout l'argument en faveur de mener son propre comparatif, et c'est pourquoi je ne choisirais pas un modèle vidéo à partir du tableau d'évaluation d'un article de lancement, le mien y compris. La même logique traverse notre façon de penser les hallucinations de l'IA et les seuils de confiance : l'échec que tu n'as pas mesuré sur tes propres données est celui qui finit par être livré.

Pour le mécanisme que tous ces modèles partagent, les modèles de diffusion expliqués est la lecture de fond. Le tour d'horizon plus large se trouve dans les meilleurs outils d'IA générative.

Si ta raison de générer des clips relève du contenu plutôt que du cinéma, le point d'entrée pratique est l'automatisation de blog par IA, et le générateur de script vidéo par IA couvre l'étape avant le rendu. Ce qui se passe après se trouve dans comment ajouter des vidéos aux articles de blog.

Try eesel

Choisir un modèle vidéo et choisir une IA de support se révèlent être le même exercice : les deux semblent tranchés par un benchmark et sont en réalité tranchés par ce qui se passe sur tes propres données. C'est la partie qu'eesel refuse de sauter.

eesel rejoue un agent IA proposé sur tes véritables tickets passés avant qu'il ne réponde à un seul client en direct, pour que tu voies le taux de résolution réel, les vraies lacunes et le coût réel par ticket résolu sur ton propre volume plutôt que sur le jeu de démo d'un fournisseur. Il se connecte au helpdesk que tu utilises déjà, apprend de ton historique plutôt que d'une liste de scénarios scriptés, et te montre le chiffre avant que tu ne t'engages. La même raison pour laquelle le tableau ci-dessus est classé par prix publié et non par taux de préférence : les chiffres qu'on peut vérifier valent mieux que les chiffres qu'on nous montre.

Si tu te demandes déjà quel modèle payer, c'est le bon réflexe. Pose la même question à ta pile de support, et commence par la simulation plutôt que par le changement. Essaie eesel gratuitement.

Le même raisonnement traverse l'IA générative pour le service client et quel LLM convient le mieux au support. Et pour un lancement qui a bel et bien publié sa grille tarifaire dès le premier jour, les tarifs de DeepSeek V4 Flash sont le cas contraire, à côté de GPT-5.6.