Le problème à 15 millions de dollars par jour : pourquoi l'économie de la vidéo IA décidera qui survit en 2026

Les chiffres qui ont tué Sora

Laissez-moi vous présenter les données économiques qu'OpenAI a tenté de dissimuler pendant six mois.

Sora a été lancé en septembre 2025 avec une tarification grand public : environ 0,10 $ par seconde de vidéo 720p via l'API. Au pic d'utilisation, des millions d'utilisateurs généraient des clips quotidiennement. Les coûts d'inférence GPU, principalement sur des clusters NVIDIA H100, évoluaient de manière linéaire avec chaque requête.

Le ratio revenus/coûts était catastrophique. Sora a généré environ 2,1 millions de dollars de revenus sur l'ensemble de sa durée de vie. Son fonctionnement a coûté environ 2,7 milliards de dollars. Ce n'est pas un modèle économique. C'est une démonstration qui a brûlé du capital-risque à l'échelle industrielle.

Pourquoi la génération vidéo est fondamentalement plus coûteuse que les images

Pour comprendre pourquoi cela dépasse le cas de Sora, il faut saisir l'écart de calcul entre la génération d'images et de vidéos.

Une seule requête de génération d'image avec un modèle comme DALL-E 3 ou Stable Diffusion XL nécessite environ 10 à 30 secondes de temps GPU sur un H100. Une vidéo de 5 secondes à 24 images/seconde exige la génération de 120 frames, chacune avec des contraintes de cohérence temporelle qui empêchent la parallélisation simple. Le mécanisme d'attention dans les transformers de diffusion vidéo évolue de façon quadratique avec la longueur de la séquence.

L'écart entre image et vidéo n'est pas de 5x ou 10x. Il est de 30 à 100x en calcul par sortie. Et contrairement à la génération de texte, où le KV-caching et le décodage spéculatif ont considérablement réduit les coûts d'inférence, la génération vidéo ne dispose d'aucune optimisation équivalente capable de réduire les coûts d'un ordre de grandeur.

Trois stratégies pour survivre à la crise des coûts

Toutes les entreprises qui proposent encore de la génération vidéo IA sont confrontées à ce même problème fondamental. Leurs stratégies divergent nettement.

Stratégie 1 : Subventionner et prier (l'approche capital-risque)

C'était la stratégie de Sora. Fixer un prix inférieur au coût, acquérir des utilisateurs, trouver la monétisation plus tard. Cela s'est terminé exactement comme les professeurs d'économie le prédisent depuis l'ère des dot-com.

Plusieurs entreprises fonctionnent encore de cette façon. Pika, Luma et Runway proposent tous leurs services bien en dessous des coûts de calcul estimés. Le pari est que les coûts baisseront plus vite que les revenus n'auront besoin de croître.

Le risque est évident. Si les coûts GPU ne baissent pas assez vite, ou si l'utilisation croît plus rapidement que les gains d'optimisation, ces entreprises feront face au même mur que Sora.

Stratégie 2 : Transférer les coûts vers le matériel (la voie NVIDIA/Open Source)

C'est la stratégie derrière Helios, Wan 2.2, LTX-2.3 et tous les autres modèles open source optimisés pour les GPU grand public.

La logique est élégante : au lieu de faire tourner une infrastructure cloud coûteuse, on transfère le coût de calcul vers le matériel de l'utilisateur. Une RTX 4090 coûte 1 599 $ une seule fois. Après cela, chaque génération vidéo est "gratuite" en termes de coût marginal (moins l'électricité).

Helios, le modèle de 14 milliards de paramètres développé par ByteDance et l'Université de Pékin, a démontré qu'un seul H100 peut générer des vidéos de 60 secondes à 19,5 FPS. Plus important encore, les modèles open source optimisés approchent de la génération en temps réel sur du matériel grand public RTX 5090.

La limitation est évidente : cette stratégie ne concerne que les utilisateurs possédant des GPU haut de gamme. C'est un marché significatif, mais il exclut les créateurs occasionnels qui avaient rendu Sora populaire.

Stratégie 3 : L'agrégation de plateformes (la voie Adobe/Google)

C'est l'approche la plus viable financièrement. Au lieu de supporter l'intégralité du coût de génération, on devient une place de marché qui redirige les requêtes vers plusieurs fournisseurs de modèles.

Adobe Firefly héberge désormais plus de 30 modèles de différents fournisseurs. Google Flow intègre Veo avec des modèles tiers. CapCut intègre Seedance 2.0. Dans les trois cas, la plateforme prend une marge tandis que le fournisseur du modèle supporte le coût de calcul.

Adobe est le mieux positionné ici, car Premiere Pro et After Effects dominent déjà le montage vidéo professionnel. Ajouter la génération IA aux flux de travail existants est une extension naturelle, et Adobe peut la facturer comme une fonctionnalité premium au sein des abonnements Creative Cloud que les utilisateurs paient déjà.

La courbe des coûts d'infrastructure

La question cruciale est de savoir si les coûts GPU baisseront assez vite pour rendre la vidéo IA grand public viable.

L'architecture Blackwell de NVIDIA (B200, GB200) offre un rapport prix-performance environ 2 à 3 fois meilleur pour les charges d'inférence par rapport au H100. L'architecture Rubin à venir promet une amélioration supplémentaire de 2 à 3x. Si les deux tiennent leurs promesses, d'ici 2028, le coût de génération d'une vidéo de 10 secondes pourrait passer de 0,50 $ à environ 0,05 $.

Ce calendrier est crucial. Les entreprises qui brûlent du cash sur des prix subventionnés doivent survivre encore 2 à 3 ans pour que les améliorations matérielles sauvent leurs modèles économiques. Toutes n'y parviendront pas.

Ce que cela signifie pour les créateurs

Si vous êtes un créateur choisissant une plateforme vidéo IA aujourd'hui, l'économie compte autant que les fonctionnalités.

• ✓Les plateformes adossées à des entreprises mères rentables (Google, Adobe, ByteDance) sont des paris plus sûrs à long terme
• ✓Les modèles open source exécutés localement éliminent la dépendance envers une seule entreprise
• ✓Les startups offrant de la génération "illimitée" à bas prix présentent le risque le plus élevé
• ✓Attendre que les coûts se stabilisent avant de s'engager dans un flux de travail est raisonnable, mais signifie manquer les avantages de l'adoption précoce

L'arrêt de Sora n'était pas une anomalie. C'était le premier domino. L'économie de la génération vidéo IA est brutale, et les entreprises qui survivront seront celles qui auront trouvé des solutions créatives au problème des coûts, pas seulement des solutions créatives au problème de la génération.

La vue d'ensemble

Chaque grande mutation informatique est passée par une phase où la technologie fonctionne mais l'économie ne suit pas. Le cloud computing a été déficitaire pendant des années avant qu'AWS n'en fasse une machine à cash. Le streaming vidéo a perdu des milliards avant que Netflix ne trouve son équilibre. La génération vidéo IA traverse cette même période douloureuse.

La différence cette fois, c'est la vitesse. La courbe d'amélioration matérielle est plus raide qu'elle ne l'était pour le cloud ou le streaming. NVIDIA livre de nouvelles architectures tous les 18 à 24 mois avec des réductions significatives du coût par FLOP. La recherche en efficacité des modèles, de la distillation aux mixture-of-experts en passant par les innovations architecturales comme la compression de contexte d'Helios, réduit les besoins en calcul du côté logiciel.

Mon estimation : d'ici fin 2027, générer une vidéo de 10 secondes en 1080p coûtera moins de 0,10 $ sur une infrastructure cloud. À ce niveau de prix, le modèle économique fonctionne. La question est de savoir quelles entreprises pourront survivre jusque-là.

Le cimetière des startups vidéo IA est sur le point de se remplir. Mais la technologie elle-même ne va pas disparaître. Elle attend simplement que l'économie la rattrape.