Comparez la façon dont Kling 4.0, Wan 3.0, MiniMax H3 et Seedance 2.5 ont réalisé la même vidéo de café : un barista remet un gobelet portant la marque, le client prend une gorgée, puis quitte l’établissement. Cet article réunit l’analyse détaillée et un workflow partagé de comparaison pour examiner les résultats vous-même.
Pour choisir plus rapidement à partir des notes et du type de vidéo, consultez Kling 4.0 vs. Wan 3.0 vs. MiniMax H3 vs. Seedance 2.5.
1. Conditions du test
Chaque modèle a généré une vidéo de 10 secondes en 720p avec le même prompt textuel et six images de référence. Les consignes écrites comprenaient un mouvement de caméra lent, un angle précis pour le dernier plan et une pluie ayant cessé à la fin. Les références visuelles incluaient une vue de face de la devanture.
Ces résultats correspondent à une génération par modèle, et d’autres générations peuvent donner des résultats différents. Ouvrez le workflow partagé pour comparer les éléments d’entrée et regarder les vidéos en entier avec le son.
2. Mouvement et réalisme
2.1 Action et rythme
Ce critère évalue si chaque action se déroule à une vitesse naturelle et va jusqu’au bout, afin que le récit paraisse complet plutôt que précipité ou interrompu.
| Modèle | Observation |
|---|---|
| Kling 4.0 | La vidéo présente des mouvements énergiques et un rythme soutenu, qui lui donnent l’allure d’une publicité dynamique. |
| Wan 3.0 | La remise du gobelet, la gorgée et la sortie se déroulent dans l’ordre, avec du temps pour la réaction du client et une transition claire au niveau de la porte. |
| MiniMax H3 | Les principales étapes s’enchaînent rapidement, de la remise du gobelet à la gorgée puis à la sortie. Le rythme est vif, mais l’histoire reste compréhensible. |
| Seedance 2.5 | Le glissement du gobelet et l’interaction des mains sont excellents. L’ouverture de la porte et la sortie du client sont particulièrement naturelles, avec des interactions physiques convaincantes. |
2.2 Réalisme des personnages
Le réalisme des personnages évalue l’anatomie, les expressions faciales et la stabilité pendant les mouvements ou les occultations, ce qui détermine si les personnes semblent réelles ou présentent des déformations gênantes.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Le gros plan montre un visage net et expressif, avec un rendu publicitaire soigné. La peau et les cheveux paraissent naturels au premier regard, mais les détails gardent un aspect légèrement synthétique. |
| Wan 3.0 | Le visage du client présente un problème dans le dernier plan : ses yeux semblent fermés. |
| MiniMax H3 | Les artefacts du visage sont nets pendant le mouvement. Dans le dernier plan, lorsque le montant de la porte passe devant le visage du client, celui-ci paraît différent avant et après l’occultation. Le logo sur le mur intérieur présente lui aussi un artefact visible au passage du montant. |
| Seedance 2.5 | Aucun artefact notable sur le personnage ; les détails du visage restent cohérents pendant le mouvement. |
2.3 Contact entre mains et objets
Ce critère vérifie que les gestes de saisie, de glissement et de levage reposent sur un contact physique crédible, ce qui évite que les objets semblent flotter, bouger trop tôt ou traverser les doigts.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Au début de la remise, le gobelet commence à bouger avant que la main du barista le touche, ce qui rend la poussée légèrement irréaliste. |
| Wan 3.0 | Le barista fait glisser le gobelet, puis le client le prend, boit une gorgée et sort : la chaîne d’actions est claire. Les mouvements des mains et du gobelet sont plausibles, même si les petits détails du motif du gobelet ne sont pas parfaitement stables. |
| MiniMax H3 | Les actions sont assez naturelles : le client reçoit le gobelet, boit et l’emporte dehors. L’interaction avec le gobelet fonctionne bien, malgré quelques artefacts sur les contours fins et les détails imprimés. |
| Seedance 2.5 | Le contact de la main avec le gobelet, le geste pour le soulever, la gorgée et la prise en main semblent particulièrement naturels. Le mouvement du gobelet est bien relié à celui des mains et du corps du client. |
3. Respect des consignes
3.1 Caméra et cadrage
Ce critère vérifie si le mouvement, la composition et la mise au point suivent les consignes du plan, ce qui influence l’attention du spectateur, la profondeur spatiale et la fluidité de la vidéo.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Le premier plan bouge rapidement alors que le prompt demande un mouvement de caméra très lent. Le cadrage final ne correspond pas non plus à celui demandé. |
| Wan 3.0 | Le cadrage est généralement stable, ce qui rend la remise du gobelet et la sortie faciles à suivre. La composition extérieure ajoute de la profondeur, tandis que le mouvement de caméra reste relativement discret. |
| MiniMax H3 | La séquence passe rapidement de la remise du gobelet à la gorgée puis à la sortie. Le cadrage est globalement stable, et le rythme vient davantage du montage et des plans rapprochés que d’un mouvement de caméra prolongé. |
| Seedance 2.5 | Suit précisément le prompt de caméra tout en conservant un plan visuellement réussi. |
3.2 Fidélité au prompt
La fidélité au prompt évalue l’équilibre entre les consignes écrites et les références visuelles, ce qui détermine si le résultat respecte l’action et l’angle de caméra voulus tout en préservant les détails des références.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Le dernier plan suit l’image de référence plutôt que la direction demandée dans le prompt. |
| Wan 3.0 | Le dernier plan respecte l’angle de caméra demandé, mais l’aspect extérieur du café ne correspond pas à l’image de référence fournie. |
| MiniMax H3 | Réalise la remise du gobelet, la gorgée et la sortie, et donne une forte présence au soleil final. La composition extérieure se rapproche davantage de la référence de face de la devanture que de l’angle demandé. |
| Seedance 2.5 | Réalise l’action principale et met en évidence le rayon de soleil venant du haut à gauche. La composition finale semble plus influencée par la vue de face de la devanture que par la consigne écrite sur l’angle de caméra. |
4. Cohérence visuelle
4.1 Continuité visuelle
La continuité visuelle vérifie que les personnages, les vêtements et les accessoires restent stables d’un plan ou d’un angle à l’autre, pour une séquence cohérente sans changements d’identité ou de détails qui détournent l’attention.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Le client, sa tenue et le café restent reconnaissables entre l’échange au comptoir, les gros plans et l’extérieur. Le gobelet accompagne toute l’histoire, même si de petits détails du logo varient entre les plans. |
| Wan 3.0 | La continuité du personnage, du café et du gobelet est maintenue pendant la remise, la gorgée et la sortie. Le passage de l’intérieur à l’extérieur est clair, avec quelques variations des petites lettres et des détails de la devanture. |
| MiniMax H3 | Le logo de la porte présente un problème net de continuité : il apparaît sur le verre lorsque le client ouvre la porte, puis disparaît quand il sort. |
| Seedance 2.5 | La continuité reste très stable sur l’ensemble des plans. |
4.2 Continuité des lieux
La continuité des lieux vérifie que l’agencement, l’architecture et la palette de couleurs restent cohérents entre les coupes, afin que les plans successifs semblent appartenir au même espace physique.
| Modèle | Observation |
|---|---|
| Kling 4.0 | L’intérieur chaleureux du café et la devanture DAYBREAK semblent reliés malgré la coupe, avec la même identité visuelle générale mêlant bois et vert. |
| Wan 3.0 | L’intérieur du café et sa devanture semblent appartenir au même lieu, et la vue en biais ajoute de la profondeur sans changer l’identité de l’établissement. |
| MiniMax H3 | Le comptoir chaleureux et la façade DAYBREAK prolongent la même identité du café à l’extérieur, même si la lumière extérieure devient nettement plus vive. |
| Seedance 2.5 | La palette chaude de l’intérieur et la marque DAYBREAK se retrouvent à l’extérieur. La coupe est claire, mais la composition frontale crée moins de lien spatial. |
4.3 Lumière et météo
Ce critère vérifie la cohérence de l’éclairage, des ombres et des changements atmosphériques, ce qui influence le naturel des transitions et le maintien de l’ambiance souhaitée.
| Modèle | Observation |
|---|---|
| Kling 4.0 | La lumière est réussie, mais il semble encore pleuvoir lorsque le client se trouve dans l’embrasure de la porte, avant que la scène prenne un aspect de pluie tout juste terminée. |
| Wan 3.0 | Il pleut encore dans le dernier plan, alors que le prompt demande que la pluie ait cessé. |
| MiniMax H3 | L’aspect chaleureux du café est cohérent, et la lumière finale crée une conclusion publicitaire marquée. L’extérieur devient plus chaud et plus lumineux que ne le suggère la consigne de ciel couvert. |
| Seedance 2.5 | La lumière est un peu discrète dans l’ensemble, mais réaliste. L’intérieur reste chaleureux, et le soleil final est net et visuellement présent. Ce faisceau puissant crée un changement plus spectaculaire que l’éclairage retenu ailleurs. |
4.4 Marque et détails
Ce critère vérifie la précision et la stabilité des logos, des enseignes et des reflets, ce qui permet de garder les éléments de marque reconnaissables sans déformation, flou ou erreur de miroir.
| Modèle | Observation |
|---|---|
| Kling 4.0 | La marque reste très cohérente sur le gobelet, à l’intérieur du café et sur l’enseigne extérieure. |
| Wan 3.0 | La marque de la devanture est globalement reconnaissable. Les petits textes et les détails du logo peuvent changer ou se déformer selon la vue. |
| MiniMax H3 | Dans le premier plan, la marque sur la porte n’est pas correctement inversée dans le reflet du verre : certaines parties des mots sont inversées et d’autres non. |
| Seedance 2.5 | Le gobelet et le café conservent les couleurs de marque et le concept d’icône voulus, mais les petites lettres imprimées restent floues ou déformées. |
4.5 Continuité du texte
La continuité du texte vérifie que les lettres restent lisibles, correctement orthographiées et stables pendant le mouvement, ce qui détermine si les étiquettes et les enseignes restent exploitables sur toute la vidéo.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Excellente : le texte sur le gobelet, le mur et à l’extérieur du café reste cohérent pendant toute la vidéo. |
| Wan 3.0 | Correcte : le texte sur le mur et à l’extérieur reste cohérent, mais celui du gobelet paraît parfois légèrement flou pendant le mouvement. |
| MiniMax H3 | Le texte sur le mur et à l’extérieur est correct, mais celui du gobelet reste flou pendant toute la vidéo et présente du bruit en mouvement. Le texte sur la porte vitrée est parfois incorrect lui aussi. |
| Seedance 2.5 | Excellente : le texte sur le gobelet, le mur et à l’extérieur du café reste cohérent pendant toute la vidéo. |
5. Audio
5.1 Effets sonores
Les effets sonores sont évalués selon leur présence, leur équilibre et leur synchronisation avec les mouvements visibles, ce qui renforce l’immersion grâce à un volume et un timing crédibles, sans sons manquants ou inexpliqués.
| Modèle | Observation |
|---|---|
| Kling 4.0 | Le glissement du gobelet et le contact de la main sont trop bruyants et paraissent irréalistes. L’ouverture et la fermeture de la porte dans le dernier plan sont également trop fortes. |
| Wan 3.0 | Les effets sonores sont globalement équilibrés. Certains sons attendus manquent, notamment la voix du barista alors qu’il parle visiblement ; le bruit de la gorgée est présent et réussi. |
| MiniMax H3 | Les bruits d’action sont subtils et bien équilibrés, notamment le glissement du gobelet et la gorgée. |
| Seedance 2.5 | Les effets sonores fonctionnent très bien dans l’ensemble, mais un « ah » se fait entendre après la gorgée alors que le client se contente de sourire à l’écran. |
5.2 Musique de fond
La musique de fond est évaluée selon son adéquation à la scène et sa continuité entre les plans, ce qui soutient l’émotion et le déroulement de la vidéo sans sauts ni interruptions brusques.
| Modèle | Observation |
|---|---|
| Kling 4.0 | La musique est cohérente, avec une tonalité adaptée. |
| Wan 3.0 | La musique elle-même est réussie, mais une coupure ou un saut net et gênant se produit au passage à l’extérieur. |
| MiniMax H3 | La musique est cohérente et sa tonalité est adaptée. |
| Seedance 2.5 | La musique reste cohérente, sa tonalité est adaptée et elle correspond à la scène. |
6. Coût, vitesse et limites
| Critère | Kling 4.0 | Wan 3.0 | MiniMax H3 | Seedance 2.5 |
|---|---|---|---|---|
| Limites des références | Prompt textuel : 8 000 Images : 10 Vidéos : 5 | Prompt textuel : 20 000 Images : 10 Vidéos : 5 Audios : 5 | Prompt textuel : 7 000 Images : 6 Vidéos : 3 Audios : 3 | Prompt textuel : 30 000 Images : 30 Vidéos : 10 Audios : 10 |
| Temps de génération | 2,93 minutes (175,8 secondes). | 7,98 minutes (478,7 secondes). | 3,10 minutes (185,7 secondes). | 5,80 minutes (348 secondes). |
| Coût en crédits | 15/s | 16/s | 11,3/s | 45/s |
Vérifiez les paramètres du modèle sélectionné et l’estimation des crédits dans CawCut avant de lancer la génération.
7. Explorer le workflow
Ouvrez le workflow de comparaison des quatre modèles dans CawCut pour examiner les résultats vous-même.
- Examinez le prompt, les images de référence et les paramètres de génération disponibles en les rapprochant des quatre résultats.
- Regardez chaque vidéo en entier avec le son. Suivez la remise du gobelet, la gorgée et la sortie dans l’ordre avant de juger les détails.
- Dans chaque vidéo, examinez la remise vers 1,5 seconde puis la réaction vers 5,5 secondes et l’extérieur vers 9,3 secondes de lecture.
- Repassez le contact avec le gobelet et le passage de la porte. Vérifiez que l’objet bouge après le contact de la main et que le visage et les logos restent stables pendant les occultations.
- Écoutez le son avant et après la coupe vers l’extérieur. Comparez le volume du gobelet et de la porte, les voix manquantes ou ajoutées et la continuité de la musique.
- Choisissez le résultat qui répond au besoin principal du plan. Si vous faites votre propre comparaison, gardez les éléments d’entrée et les paramètres aussi similaires que possible et examinez plusieurs générations pour les plans importants.
Utilisez les évaluations et recommandations de modèles pour vous appuyer sur ces observations et choisir un premier modèle pour votre prochaine vidéo.