Qu’est-ce que LongCat-Video ?
LongCat-Video a été publié le 25 octobre 2025 par l'équipe LongCat de Meituan. C'est un diffusion transformer de 13,6 milliards de paramètres qui gère texte-vers-vidéo, image-vers-vidéo et continuation vidéo dans un seul modèle, et comme il a été pré-entraîné à la continuation, il peut prolonger un clip encore et encore jusqu'à une vidéo de plusieurs minutes. Il génère du 720p à 30 fps en affinant une sortie grossière en temps et en résolution, avec une attention clairsemée par blocs pour réduire le coût en haute résolution.
Les poids sont sous licence MIT et il n'y a pas d'audio. Le code comprend aussi un mode de génération interactive et une démo Streamlit. Le dépôt GitHub compte plus de 9 000 étoiles et a été mis à jour pour la dernière fois en mai 2026.
LongCat-Video vaut-il le coup ?
La seule compétence distinctive de LongCat-Video est la durée. Comme il a été entraîné à poursuivre une vidéo existante, il peut prolonger un clip encore et encore jusqu'à plusieurs minutes d'images en gardant la scène cohérente, ce que les modèles conçus uniquement pour des clips courts isolés ne savent pas faire.
Côté qualité, les tests de Meituan le placent dans le peloton de 2025. Dans ses évaluations internes en texte-vers-vidéo, il obtient 3,38 au global contre 3,48 pour Veo 3 et 3,35 pour Wan 2.2, et en image-vers-vidéo il reste derrière Wan 2.2, à 3,17 contre 3,26. Il n'apparaît pas au classement texte-vers-vidéo actuel d'Artificial Analysis, où tous les modèles classés génèrent du son.
Sa licence et son prix font son attrait. Les termes MIT n'ont ni plafond de revenus ni limite régionale, et fal facture 0,04 $ par seconde générée en 720p, soit 2,40 $ la minute de vidéo.
Les vidéos longues coûtent du temps, cependant. Chaque prolongation est une nouvelle génération, la fiche du modèle ne dit pas comment la qualité tient sur plusieurs minutes et ne publie aucun besoin en mémoire. Le développement a ralenti : les poids datent d'octobre 2025 et le dernier push du dépôt remonte à mai 2026.
Là où il fait la différence
Un portail immobilier qui ajoute 2 000 biens par mois
Faire des vidéos muettes d'une minute façon visite à partir des photos d'annonce
Partez d'une photo en image-vers-vidéo et prolongez par continuation sur fal à 0,04 $ la seconde : 2,40 $ par vidéo d'une minute, environ 4 800 $ par mois, la musique étant ajoutée ensuite.
Une société d'affichage numérique qui équipe des boutiques dans plusieurs pays
Produire de longues boucles d'ambiance pour les écrans en magasin
Hébergez les poids MIT et enchaînez les continuations en séquences de plusieurs minutes en 720p à 30 fps, sans licence à payer ni restriction sur l'emplacement des écrans.
Avant de vous engager
- Mise en route
- Créez un environnement conda, installez PyTorch, FlashAttention 2 et les dépendances, téléchargez les poids avec huggingface-cli et lancez le script mono ou multi-GPU de chaque tâche.
- Intégrations
- Scripts PyTorch natifs et démo Streamlit, accélération CacheDiT d'environ 1,7x et endpoints hébergés texte-vers-vidéo et image-vers-vidéo de fal.
- Données et confidentialité
- Les poids MIT tournent hors ligne, les images restent donc sur votre matériel ; la fiche du modèle ne détaille pas les données d'entraînement.
- Coût à grande échelle
- fal facture les secondes générées à 30 fps, donc 100 vidéos d'une minute coûtent 240 $ ; les besoins GPU pour l'auto-hébergement ne sont pas publiés.
- Limites
- Pas d'audio ; plafond de 720p ; les preuves de qualité sont des évaluations internes de Meituan ; dernière mise à jour du code en mai 2026.
Les points forts
- Licence MIT sans limite de revenus ni de région
- Prolonge des clips en vidéos de plusieurs minutes
- 720p à 30 fps
- API fal à 0,04 $ par seconde
Les points faibles
- Pas d'audio
- Notes internes derrière Veo 3 et, en image-vers-vidéo, derrière Wan 2.2
- Absent du classement vidéo actuel d'Artificial Analysis
- Aucun besoin en mémoire publié
Idéal pour
Les développeurs qui ont besoin de longues séquences muettes en 720p, comme des visites, des boucles d'ambiance ou des plans de coupe, sous une licence sans restriction.
Alternatives à LongCat-Video
LongCat-Video : questions fréquentes
- LongCat-Video vaut-il le coup ?
- LongCat-Video est le modèle ouvert pour les images qui doivent durer, avec une licence MIT et une API bon marché, mais il est muet et sa qualité date d'un an. Nous lui donnons 3.5 sur 5.
- Combien coûte LongCat-Video ?
- Poids gratuits sous MIT. fal facture 0,04 $ par seconde générée en 720p à 30 fps.
- Quels sont les inconvénients de LongCat-Video ?
- Pas d'audio; notes internes derrière Veo 3 et, en image-vers-vidéo, derrière Wan 2.2; absent du classement vidéo actuel d'Artificial Analysis; aucun besoin en mémoire publié.
- À qui s’adresse LongCat-Video ?
- Les développeurs qui ont besoin de longues séquences muettes en 720p, comme des visites, des boucles d'ambiance ou des plans de coupe, sous une licence sans restriction.
- Combien coûte LongCat-Video pour une équipe ou en production ?
- fal facture les secondes générées à 30 fps, donc 100 vidéos d'une minute coûtent 240 $ ; les besoins GPU pour l'auto-hébergement ne sont pas publiés.
- LongCat-Video est-il sûr pour les données de l’entreprise ?
- Les poids MIT tournent hors ligne, les images restent donc sur votre matériel ; la fiche du modèle ne détaille pas les données d'entraînement.
- Quelles sont les meilleures alternatives à LongCat-Video ?
- Les alternatives les plus proches que nous avons testées sont HunyuanVideo 1.5, Kandinsky 6.0 Video, LTX-2.5 et Wan 3.0.
Réponses vérifiées le 7 nov. 2026.