Modèles d'IA sur 7ART

75 Des moteurs dédiés à la vidéo, à l’image, à la musique, à la voix, aux avatars et à la 3D — le tout dans un seul flux de travail, avec un seul solde de crédits. Nous ajoutons de nouveaux modèles de haut niveau dès que nous obtenons l’accès à l’API.

Chaque durée, niveau de qualité et prix indiqués ci-dessous correspondent à ce que 7ART propose et facture pour ce modèle — ces informations sont tirées des tableaux du studio lui-même, et non d’une fiche technique du fournisseur.

Dans le catalogue d'aujourd'hui

22 vidéo · 25 image · 6 musique · 11 voix et audio · 5 avatar et synchronisation labiale · 6 3d

01 / Vidéo

Modèles vidéo

Elles divergent sur presque tout — durée du clip, résolution maximale, utilisation ou non d’une vidéo de référence — ; ce qui distingue donc chaque carte, c’est la différence qu’elle apporte, et non l’argument de vente.

Ouvrez le studio vidéo

Vidéo7ART préréglage

7ART

7Video

7ART

Durée: 5 à 15 s
Qualité: 768p / 2K
Données d'entrée: Image de départ et image finale, ou références d’images, de vidéos ou de fichiers audio

Crédits

10 % au-dessus du tarif de base du moteur

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
7Video7ART	7ART	Durée: 5 à 15 s Qualité: 768p / 2K Données d'entrée: Image de départ et image finale, ou références d’images, de vidéos ou de fichiers audio	10 % au-dessus du tarif de base du moteur
Gemini Omni FlashGoogle	Modèle d’Google e multimodal fonctionnant entièrement à partir de son propre panel de référence : images, extrait vidéo, personnages et voix enregistrés, sans cartes d’images.Répertorié dans le sélecteur 7ART sous le nom «Gemini Omni Video» — ce nom provient du point de terminaison de notre fournisseur, et non de Google.	Durée: 4, 6, 8 ou 10 s Niveaux de qualité des résultats: 720p / 1080p / 4K Aspect: 16:9 ou 9:16 Références: 7 images · 1 clip vidéo · 3 personnages · 3 voix	90 / 120 / 150 / 180 pour 4 / 6 / 8 / 10 s en 720p ou 1080p · 210 / 240 / 270 / 300 en 4K · forfait de 240 (720p/1080p) ou 360 (4K) avec une référence vidéo
VEO 3.1 QualityGoogle	Google	Durée: 4, 6 ou 8 s Qualité: Aperçu / 1080p / 4K Données d'entrée: Image de départ + image finale	Forfait par génération : 250 aperçus · 255 en 1080p · 370 en 4K
VEO 3.1 FastGoogle	VEO plus rapide, et le seul forfait acceptant des photos de référence.	Durée: 4, 6 ou 8 s Qualité: Aperçu / 1080p / 4K Données d'entrée: Images de début et de fin, ou jusqu’à 3 photos de référence	Forfait par génération : 60 aperçus · 65 en 1080p · 180 en 4K
VEO 3.1 LiteGoogle	L’VEO, à un prix abordable — idéale pour faire des essais.	Durée: 4, 6 ou 8 s Qualité: Aperçu / 1080p / 4K Données d'entrée: Image de départ + image finale	Forfait par génération : 30 aperçus · 35 en 1080p · 150 en 4K
Seedance 2.5ByteDance	Les clips les plus longs du studio, un audio généré avec la vidéo et de loin le plus large ensemble de références — jusqu’en 1080p (pas de niveau 4K).	Durée: 4 à 30 s Qualité: 480p / 720p / 1080p Références: 30 images · 10 vidéos · 10 fichiers audio Aspect: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 ou auto	37/s en 480p · 79/s en 720p · 208/s en 1080p
Seedance 2.0ByteDance	Des personnes réalistes avec une forte cohérence d’identité et des séquences multi-plans cinématographiques ; le seul niveau Seedance qui produit de la 4K.	Durée: 4 à 15 s Qualité: 480p / 720p / 1080p / 4K Références: 9 images · 3 vidéos · 3 fichiers audio	19 / 41 / 102 / 311 par seconde en 480p / 720p / 1080p / 4K · avec une vidéo de référence : 11,5 / 25 / 62 par seconde sur la durée d’entrée + de sortie (pas de tarif avec vidéo en 4K)
Seedance 2.0 FastByteDance	Seedance 2.0 s allégées pour les brouillons et les aperçus.	Durée: 4 à 15 s Qualité: 480p / 720p Références: 9 images · 3 vidéos · 3 fichiers audio	15,5/sec à 480p · 33/sec à 720p · avec une référence vidéo : 9/20 par seconde sur les secondes d’entrée et de sortie
Seedance 2.0 MiniByteDance	Le niveau d’Seedance s le plus économique.	Durée: 4 à 15 s Qualité: 480p / 720p Références: 9 images · 3 vidéos · 3 fichiers audio	9,5/seconde en 480p · 20,5/seconde en 720p · avec une référence vidéo : 6 / 12,5 par seconde sur les secondes d’entrée et de sortie
Kling 3.0Kling AI	L’Kling la plus performante — personnages, son synchronisé, prises de vue multiples et qualité 4K.	Durée: 3 à 15 s Qualité: 720p / 1080p / 4K Données d'entrée: Image de départ ; image de fin hors mode multi-prises Audio: Facultatif — augmente le tarif par seconde	14 par seconde en 720p · 18 par seconde en 1080p · 20 / 27 par seconde avec audio · 67 par seconde en 4K
Kling 3.0 TurboKling AI	Kling 3.0 plus rapide, du texte et de l'image vers la vidéo.	Durée: 3 à 15 s Qualité: 720p / 1080p Données d'entrée: Image de départ	18 images/seconde en 720p · 22,5 images/seconde en 1080p
Kling 2.6Kling AI	Fiable et performant en matière d’animation, avec du son.	Durée: 5 ou 10 s Qualité: 720p / 1080p Données d'entrée: Image de départ	11/sec · 22/sec avec audio
Kling 2.5 TurboKling AI	Le moteur de création de brouillons le plus rapide et le moins cher.	Durée: 5 ou 10 s Qualité: 720p Données d'entrée: Image de départ	9/sec
Kling 3.0 Motion ControlKling AI	Transfert de mouvement : il s'agit de récupérer le mouvement d'un clip et de l'appliquer à un nouveau sujet.Fonctionne dans le studio Motion, et non dans le sélecteur de modèles vidéo.	Qualité: 720p / 1080p Données d'entrée: Image de départ	20 images par seconde en 720p · 27 images par seconde en 1080p
Grok Imagine (video)xAI	Animations dynamiques, conversion de texte et d’images en vidéo, et le tarif à la seconde le plus bas du studio.	Durée: 6 à 30 s Qualité: 480p / 720p Données d'entrée: Image de départ	1,6 image/seconde en 480p · 3 images/seconde en 720p
MiniMax H3MiniMax	Quatre niveaux de qualité — de 480P à 4K — première à dernière image, et références image, vidéo et audio.Les références ne sont envoyées que lorsqu’il n’y a pas d’image de départ — le panneau en masque une pendant que l’autre est utilisée.	Durée: 5 à 15 s Qualité: 480P / 768P / 2K / 4K Données d'entrée: Image de départ et image finale, ou 9 images / 3 vidéos / 3 fichiers audio Aspect: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16	10/s en 480P · 22,5/s en 768P · 36,5/s en 2K · 32/s en 4K, plus les secondes de toute vidéo de référence et 11 crédits par image de référence au-delà des 5 premières
HappyHorse 1.1Alibaba	Texte, image ou référence multiple à une vidéo — images uniquement, aucune référence vidéo ou audio.	Durée: 3 à 15 s Qualité: 720p / 1080p Données d'entrée: Image de départ ou images de référence	33 images par seconde en 720p · 44 images par seconde en 1080p
Wan 2.7	Quatre modes en un — texte vers vidéo, image vers vidéo, montage vidéo et référence vers vidéo — avec audio d’accompagnement, expansion de la consigne et consignes négatives.	Durée: 5, 10 ou 15 s Qualité: 720p / 1080p Données d'entrée: Image de départ, image finale, vidéo de référence, piste audio de pilotage	16 images par seconde en 720p · 24 images par seconde en 1080p
Wan 2.6	Transformez une vidéo existante ; plusieurs scènes.	Durée: 5, 10 ou 15 s Qualité: 720p / 1080p Données d'entrée: Image de départ, vidéo de référence	14 images/seconde en 720p · 21 images/seconde en 1080p
Wan 2.5	Cette fonctionnalité développe pour vous les prompts courts en descriptions plus détaillées.	Durée: 5 ou 10 s Qualité: 720p / 1080p Données d'entrée: Image de départ	12 images/seconde en 720p · 20 images/seconde en 1080p
MMAudio v2	Génère une piste de bruitages pour un clip qui n'en comporte pas.Le processus s'exécute à partir des actions d'édition d'un clip, et non à partir du sélecteur de modèles.	Résultat: Son multiplexé sur le clip source	Tarif forfaitaire de 5 par exécution
Luma Ray-2 ModifyLuma	Permet de remodeler un clip existant de bout en bout.Le processus s’exécute à partir des actions d’édition d’un clip, et non à partir du sélecteur de modèles.	Résultat: L'intégralité du clip source, remaniée	600 Flat par exécution

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
7Image7ART	7ART	Résolutions: 1K / 2K / 4K Références: Jusqu’à 16	10 % au-dessus du tarif de base du moteur
Nano Banana 2Google	Jusqu’à 14 images de référence : le choix le plus sûr pour garantir la cohérence d’un visage.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 14	16 / 24 / 32 par image en 1K / 2K / 4K
Nano Banana ProGoogle	Composition multi-images.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 8	30 / 30 / 60 par image en 1K / 2K / 4K
Seedream 5 LiteByteDance	Économique et rapide.	Résolutions: 2K / 3K Références: Jusqu’à 10	6 en 2K · 8 en 3K
Seedream 4.5ByteDance	Le niveau « mid-Seedream ».	Résolutions: 2K / 4K Références: Jusqu’à 10	7 en 2K · 9 en 4K
Seedream 4.0ByteDance	La gamme de résolutions la plus étendue de Seedream s.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 10	5 / 6 / 8 par image en 1K / 2K / 4K
GPT Image 2.5 FlareOpenAI	L’GPT Image 2.5 par défaut. Les modifications ne concernent que ce que vous avez demandé et laissent inchangés le sujet, la composition et l’arrière-plan.Dix formats d'image disponibles à chaque niveau. Les arrière-plans transparents sont pris en charge. Les formes plus larges coûtent moins de crédits que les formes carrées.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 16	À partir de 7 crédits par image. Une image au format grand écran 16:9 coûte 9 crédits en 1K, 12 en 2K et 21 en 4K ; une image carrée coûte plus cher, jusqu'à 36 crédits.
GPT Image 2.5 SunburstOpenAI	GPT Image 2.5 Conçue pour privilégier la précision plutôt que la rapidité — pour les campagnes et les projets de produits où chaque modification doit être parfaitement exacte.Plus lent que Flare. Dix formats d'image par niveau, prise en charge des arrière-plans transparents.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 16	Identique à Flare : à partir de 7 crédits par image, 9 en 1K, 12 en 2K et 21 en 4K pour un format grand écran 16:9.
GPT Image 2OpenAI	Jusqu’à 16 références ; l’IA est particulièrement performante pour suivre les instructions et intégrer du texte dans l’image.Un rendu à l'échelle 1:1 ne peut pas être en 4K, et une taille non spécifiée est plafonnée à 1K.	Résolutions: 1K / 2K / 4K Références: Jusqu’à 16	8 / 11 / 20 par image en 1K / 2K / 4K
Z-ImageAlibaba	Des modèles de conversion texte-image à petit prix — aucune image de référence n’est nécessaire.	Résultat: 2K, qualité unique et fixe Références: Aucun — conversion texte-image uniquement	2 par image
Grok Imagine (image)xAI	Texte et image-vers-image : un forfait unique vous permet d'obtenir un lot complet.	Résultat: 2K, qualité unique et fixe Références: 1 Traitement par lots: 6 images en mode « vitesse » · 4 en mode « qualité »	4 par génération en mode « vitesse » · 5 en mode « qualité »
FLUX.2 ProBlack Forest Labs	Réalisme et typographie de haut niveau.	Résultat: ~1 MP	6 par image
FLUX.2Black Forest Labs	Réalisme ; prend en charge les prompts au format JSON et les codes de couleur hexadécimaux.	Résultat: ~1 MP	3 par image
FLUX.2 TurboBlack Forest Labs	Rapide et économique.	Résultat: ~1 MP	2 par image
FLUX.2 FlashBlack Forest Labs	L'FLUX.2 la plus rapide.	Résultat: ~1 MP	1 par image
FLUX.2 KleinBlack Forest Labs	Modèle 9B en quelques étapes.	Résultat: ~1 MP	2 par image
FLUX.1 DevBlack Forest Labs	La qualité classique d’FLUX.	Résultat: ~1 MP	5 par image
FLUX.1 SchnellBlack Forest Labs	Des ébauches en moins d'une seconde.	Résultat: ~1 MP	1 par image
FLUX.2 EditBlack Forest Labs	Instruct-edit — modifiez ou composez jusqu’à 4 images.N'apparaît dans le sélecteur qu'une fois qu'une image de référence a été jointe.	Résultat: ~1 MP Références: Jusqu’à 4	5 par image
FLUX.2 Pro EditBlack Forest Labs	Fonctionnalité Premium « instruct-edit ».N'apparaît dans le sélecteur qu'une fois qu'une image de référence a été jointe.	Résultat: ~1 MP Références: Jusqu’à 9	9 par image
FLUX.2 Klein EditBlack Forest Labs	Modifications rapides et légères.N'apparaît dans le sélecteur qu'une fois qu'une image de référence a été jointe.	Résultat: ~1 MP Références: Jusqu’à 4	5 par image
Trained ElementBlack Forest Labs	FLUX.1 Dev À cela s'ajoute un modèle LoRA entraîné sur votre propre « Element » — qui reproduit exactement cette identité.N'apparaît dans la liste de sélection que lorsqu'un élément entraîné est @mentionné dans la consigne.	Résultat: ~1 MP Références: 1 Formation: 400 crédits, une fois par élément	10 par image, après un paiement unique de 400 pour l'entraînement
Clarity Upscaler	Permet d’agrandir une image unique, par défaut au double de sa taille d’origine.Accessible uniquement via le Super Agent — il n’y a pas de bouton dédié dans Image Studio.	Entrée: Exactement 1 image	24 par session
IC-Light v2	Permet de rééclairer une seule image.Accessible uniquement via le Super Agent — il n’y a pas de bouton dédié dans Image Studio.	Entrée: Exactement 1 image	20 par exécution
FLUX.1 KontextBlack Forest Labs	Modification des instructions à partir d’une seule image source.Accessible uniquement via le Super Agent — il n’y a pas de bouton dédié dans Image Studio.	Entrée: Exactement 1 image	8 par session

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
Suno V5.5Suno	La dernière version d’Suno, dans le studio de musique 7ART.	Statut: Dernières actualités	12 par génération
Suno V5Suno	La version générée par le parcours musical lorsqu’aucune option n’est sélectionnée.	Statut: Par défaut	12 par génération
Suno V4.5 AllSuno	Version antérieure d’Suno, qui reste sélectionnable.	—	12 par génération
Suno V4.5+Suno	Version antérieure d’Suno, qui reste sélectionnable.	—	12 par génération
Suno V4.5Suno	Version antérieure d’Suno, toujours disponible à la sélection.	—	12 par génération
Suno V4Suno	La version la plus ancienne d’Suno, toujours sélectionnable dans le studio.	—	12 par génération

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
ElevenLabs Turbo 2.5ElevenLabs	Le niveau de synthèse vocale rapide.	Vitesse: 0.7×–1.2×	10 pour 1 000 caractères
ElevenLabs Multilingual v2ElevenLabs	Le niveau de synthèse vocale multilingue.	Vitesse: 0.7×–1.2×	20 pour 1 000 caractères
ElevenLabs Eleven v3ElevenLabs	Le niveau de synthèse vocale expressive.	Vitesse: 0.7×–1.2×	20 pour 1 000 caractères
ElevenLabs v3 DialogueElevenLabs	Dialogue à plusieurs intervenants à partir d’un script.	—	20 pour 1 000 caractères
ElevenLabs Sound Effects v2ElevenLabs	Un effet sonore issu d’une description textuelle.	—	0,4 par seconde
ElevenLabs Audio IsolationElevenLabs	Élimine le bruit de fond d’un enregistrement.	—	0,34 par seconde
ElevenLabs Speech-to-TextElevenLabs	Transcrit la parole à partir d'un fichier audio.	—	6 par minute
ElevenLabs DubbingElevenLabs	Permet de doubler une vidéo dans une autre langue.	—	180 par minute, arrondi à l'unité supérieure
HeyGen Video Translate — PrecisionHeyGen	Permet de traduire une vidéo avec une voix clonée et une synchronisation labiale réajustée.	—	20 par seconde de production
HeyGen Video Translate — SpeedHeyGen	Le mode de traduction vidéo rapide.	—	10 par seconde de production
Sonilo v1.1Sonilo	Conception sonore adaptée à l’action : bruitages ou bande-son synchronisés avec une vidéo, ou l’un ou l’autre à partir d’une description textuelle.	Modes: Vidéo → effets sonores · Vidéo → musique · Texte → son · Texte → musique Rubriques: ≥ 5 s chacun, consécutifs, ≤ 200 caractères Seuil de facturation: 15 secondes minimum	1,8 par seconde pour les deux modes vidéo · 0,36 par seconde pour la conversion texte-son · 0,5 par seconde pour la conversion texte-musique, pour une durée minimale de 15 secondes

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
Kling Avatar — StandardKling AI	Transforme un portrait en avatar parlant.	Qualité: 720p Longueur maximale: 60 s	8 par seconde
Kling Avatar — ProKling AI	Le niveau « avatar parlant » en 1080p, et le clip le plus long du studio.	Qualité: 1080p Longueur maximale: 5 minutes	16 par seconde
HeyGen Avatar IVHeyGen	Transformation d’une photo en avatar parlant.	Qualité: 720p / 1080p Longueur maximale: 60 s	20 par seconde
Omnihuman 1.5ByteDance	D'un portrait à une vidéo parlante.	Qualité: 720p / 1080p, au même tarif Longueur maximale: 60 s	27 par seconde
Volcengine Lip SyncVolcengine	Permet de resynchroniser les lèvres d'une vidéo existante avec un nouvel enregistrement audio.	Entrée: Une vidéo source Longueur maximale: 60 s	8 par seconde

Modèle	À quoi cela sert-il ?	Caractéristiques techniques	Crédits
Meshy 6Meshy	Le meilleur maillage polyvalent : topologie quadrangulaire, matériaux PBR et poses.	Modes: Image · Vues multiples · Texte Polycount: 10,000–300,000 Suppléments: PBR · topologie en quadrilatères · pose A / pose T Images: Jusqu’à 4	240 par génération
Hunyuan 3.1 Pro	Le maillage le plus détaillé, avec une entrée multi-vues.	Modes: Image · Vues multiples · Texte Polycount: 40,000–1,500,000 Suppléments: PBR Images: Jusqu’à 4	80 par génération
Trellis 2	Rapide et abordable, à partir d’une seule image.	Modes: Image uniquement Polycount: 10,000–300,000 Images: 1	60 par génération
Tripo 2.5Tripo3D	Le maillage le plus rapide du studio 3D.	Modes: Image · Vues multiples · Texte Polycount: 10,000–300,000 Suppléments: PBR Images: Jusqu’à 4	60 par génération
Retexture EngineMeshy	Permet de modifier la texture d’un maillage dont vous disposez déjà, à partir d’une consigne ou d’une image de référence.	Entrée: Un maillage existant + une image de style Suppléments: PBR	60 par exécution
RemeshMeshy	Remesh : redimensionnez et réexportez un modèle en vue de son impression ou d’une autre étape du processus.	Entrée: Un maillage existant Polycount: 10,000–300,000 Formats: GLB · FBX · OBJ · STL · USDZ	40 par exécution

Modèles d'IA sur 7ART

Modèles vidéo

7Video

Gemini Omni Flash

VEO

Seedance

Kling

Grok Imagine (video)

MiniMax H3

HappyHorse 1.1

Wan

MMAudio v2

Luma Ray-2 Modify

Modèles d'images

7Image

Nano Banana

Seedream

GPT Image 2.5

GPT Image 2

Z-Image

Grok Imagine (image)

FLUX

Clarity Upscaler

IC-Light v2

Modèles musicaux

Suno

Modèles vocaux et audio

ElevenLabs

HeyGen

Sonilo v1.1

Modèles d'avatar et de synchronisation labiale

Kling Avatar

HeyGen Avatar IV

Omnihuman 1.5

Volcengine Lip Sync

Modèles 3D

Meshy 6

Hunyuan 3.1 Pro

Trellis 2

Tripo 2.5

Retexture Engine

Remesh

Comment un modèle apparaît sur cette page

Tous les modèles ci-dessus, avec un seul solde

Modèles d'IA sur 7ART

Modèles vidéo

7Video

Gemini Omni Flash

VEO

Seedance

Kling

Grok Imagine (video)

MiniMax H3

HappyHorse 1.1

Wan

MMAudio v2

Luma Ray-2 Modify

Modèles d'images

7Image

Nano Banana

Seedream

GPT Image 2.5

GPT Image 2

Z-Image

Grok Imagine (image)

FLUX

Clarity Upscaler

IC-Light v2

Modèles musicaux

Suno

Modèles vocaux et audio

ElevenLabs

HeyGen

Sonilo v1.1

Modèles d'avatar et de synchronisation labiale

Kling Avatar

HeyGen Avatar IV

Omnihuman 1.5

Volcengine Lip Sync

Modèles 3D