Test de Google Veo 3 : de courts clips vidéo IA avec le son

Mise à jour du 23 octobre 2026 : Veo 3 a été remplacé. Google a arrêté les modèles Veo 3 sur l'API Gemini le 30 juin 2026 et les préversions de Veo 3.1 le 22 octobre, et l'application Gemini utilise désormais Gemini Omni Flash ; Veo 3.1 reste disponible sur Google Cloud. Consultez notre test de Veo 3.1.

De quoi il s'agit

Veo 3 est le modèle de génération vidéo de Google, conçu par DeepMind et annoncé lors de Google I/O 2025. Vous lui donnez une consigne textuelle ou une image et il renvoie un court clip avec le son : dialogues, bruits d'ambiance et musique, avec des mouvements de lèvres synchronisés sur la parole.

Il est intégré aux produits de Google : si vous payez déjà Gemini, c'est l'outil vidéo le plus directement à portée de main.

Ce qu'il fait

• Du texte et de l'image à la vidéo. Une consigne comme « un samouraï marchant dans une ruelle de Tokyo éclairée au néon » devient un plan fini.
• Un son généré avec l'image : parole, bruits d'ambiance, musique et synchronisation labiale.
• Une sortie en Full HD et en 4K, un net progrès par rapport aux clips flous et en basse résolution des modèles vidéo précédents.
• Les personnages et les décors restent cohérents d'une scène à l'autre, ce qui compte quand vous montez plusieurs plans ensemble.
• Il suit les indications sur les mouvements de caméra, la composition et l'éclairage.
• Flow, l'éditeur vidéo de Google, permet d'agencer les clips sur une timeline, d'ajuster les trajectoires de caméra et d'enchaîner les plans sans Adobe Premiere ni formation au montage.

Qui l'utilise

• Les équipes marketing qui réalisent de courtes vidéos promotionnelles en 4K sans payer une agence.
• Les créateurs TikTok et Instagram qui veulent des délais courts et des résultats soignés.
• Les entreprises sous Google Workspace qui créent des vidéos explicatives pour la formation au lieu de présentations.
• Les réalisateurs qui s'en servent pour le storyboard et la prévisualisation avant un tournage, ce qui fait gagner du temps et de l'argent.
• Les artistes qui explorent des idées surréalistes et stylisées.

Ce qui fonctionne

L'image est assez bonne pour être regardée sans réserve, et le son arrive avec la vidéo au lieu d'être ajouté après coup. La parole, la musique et même les accents sont générés en même temps que les visuels, le plus souvent correctement.

Flow gère les bases du montage : vous pouvez contrôler les angles de caméra, les transitions et le style visuel sans apprendre d'abord un logiciel de montage.

Le hic : les clips plafonnent autour de 8 à 20 secondes, c'est donc un outil pour des plans, pas pour des épisodes. L'accès complet était limité aux États-Unis au lancement. Les voix sortent parfois avec un accent que vous n'avez pas demandé. Flow manque d'outils de post-production plus avancés. Et le forfait Ultra coûte 249,99 $ par mois : les vidéos doivent donc être rentables.

Veo 3 face à OpenAI Sora

Fonctionnalité	Google Veo 3	OpenAI Sora
Audio	Oui (synchronisation labiale, musique, effets sonores)	Non
Qualité visuelle	4K, cinématographique	Moyenne à élevée
Gestion des consignes	Narration complexe	Idéal pour les consignes courtes
Outils d'édition	Éditeur Flow	Outils intégrés basiques
Disponibilité	États-Unis uniquement (application Gemini)	Monde entier (utilisateurs Plus et Pro)
Coût	249,99 $ par mois (Ultra)	De 20 $ à 200 $ par mois

Veo 3 l'emporte sur l'audio, la narration en plusieurs scènes et la qualité d'image. Sora répond avec des vidéos plus longues et une disponibilité plus large.

Notre avis : Veo 3 était le meilleur choix pour un clip court et soigné avec le son, à condition de vivre aux États-Unis et de pouvoir justifier l'abonnement Ultra. Avec un budget serré, ou pour simplement expérimenter, Veo 2 ou Sora d'OpenAI avaient plus de sens.