P-Video-2 veut produire vingt secondes de vidéo en moins de vingt secondes

Pruna AI lance P-Video-2, un modèle capable de produire jusqu’à 20 secondes de vidéo en 1080p à partir de texte, d’une image ou d’un fichier audio, avec un mode brouillon moins coûteux.

Lancer la création d’une séquence de vingt secondes et la récupérer avant qu’elle ait eu le temps d’être lue une seule fois. C’est la promesse de P-Video-2, le nouveau modèle de Pruna AI consacré à la génération de vidéos courtes.

Présenté le 10 septembre 2026, le système accepte une instruction textuelle, une image de départ ou un fichier audio. Il produit des séquences pouvant atteindre vingt secondes, en 720p ou 1080p, à 24 ou 48 images par seconde.

Pruna annonce un temps de calcul commençant autour de 0,41 seconde par seconde de vidéo en mode Draft et de 0,91 seconde en mode Standard. Selon ce ratio, dix secondes demanderaient théoriquement environ 4,1 secondes en brouillon ou 9,1 secondes en qualité normale. Une séquence de vingt secondes pourrait être produite en 8,2 ou 18,2 secondes.

Ces durées constituent des valeurs de départ communiquées par l’entreprise, pas des délais garantis pour chaque requête. Pruna ne précise pas encore la définition utilisée, le nombre d’images par seconde, l’accélérateur, la taille du lot ou la méthode retenue pour ces mesures. Le temps passé dans une file d’attente, le transfert des fichiers et le téléchargement du résultat peuvent également allonger la durée totale.

L’expression « modèle vidéo le plus rapide » reste donc à considérer comme une revendication commerciale. Pruna indique avoir travaillé avec Datapoint, Rapidata et DesignArena pour valider ses évaluations, mais les résultats complets ne sont pas encore publiés. Aucun tableau ne permet pour l’instant de comparer P-Video-2 à des services concurrents avec les mêmes instructions, réglages et conditions matérielles.

La propre page de référence de Pruna consacrée aux évaluations ne contient pas encore P-Video-2. Elle rappelle par ailleurs que les temps observés peuvent varier considérablement entre les fournisseurs et recommande de mesurer chaque point d’accès avec les usages réellement prévus.

Le mode Standard vise le résultat final. Le mode Draft sacrifie une partie de la qualité afin de retourner plus rapidement un aperçu. Un studio peut tester le cadrage, le mouvement, la durée ou le sens général d’une scène avant de relancer la requête dans le mode supérieur.

Cette séparation évite de payer le tarif maximal pour chaque essai. Elle ne garantit toutefois pas qu’un brouillon et son rendu final seront parfaitement identiques. Une graine peut être fixée pour réduire les variations, mais le passage à un autre niveau de qualité modifie le processus de génération et peut affecter certains mouvements ou détails.

La documentation officielle de P-Video-2 fixe la durée entre une et vingt secondes. Ce paramètre peut rester vide. Le modèle tente alors de choisir lui-même une longueur adaptée à l’instruction, plutôt que d’imposer systématiquement une séquence de cinq ou dix secondes.

Cette option apporte de la souplesse, mais rend le prix final moins prévisible. Pruna facture la durée de la vidéo effectivement retournée, arrondie en secondes entières. Le montant n’est donc connu qu’une fois la génération terminée lorsque l’utilisateur laisse le modèle décider.

À 720p, le tarif direct affiché par Pruna atteint 0,025 dollar par seconde en qualité normale et 0,015 dollar en mode Draft. Une vidéo de vingt secondes revient respectivement à 0,50 ou 0,30 dollar.

Le passage à 1080p double ces montants. La seconde coûte alors 0,05 dollar en Standard et 0,03 dollar en Draft, soit 1 dollar ou 0,60 dollar pour la durée maximale. La cadence de 24 ou 48 images par seconde ne possède pas de supplément distinct dans la grille publique.

Une contradiction subsiste dans cette tarification. La description du paramètre `draft` parle d’un prix égal à la moitié du tarif normal. Les quatre montants détaillés montrent pourtant que le brouillon coûte 60 % du prix standard, ce qui correspond à une réduction de 40 %. Le tableau chiffré et le tableau de bord devront servir de référence tant que cette formulation n’aura pas été corrigée.

P-Video-2 devient également plus cher que la première version. P-Video était facturé 0,02 dollar par seconde en 720p et 0,04 dollar en 1080p, avec des brouillons à 0,005 et 0,01 dollar. Les tarifs standards progressent donc de 25 %, tandis que ceux du mode rapide sont multipliés par trois.

En échange, la durée maximale annoncée passe de quinze à vingt secondes et la génération normale devient sensiblement plus rapide selon les chiffres de Pruna. La première génération demandait environ dix secondes pour produire cinq secondes en 720p, soit près de deux secondes de calcul par seconde finale. P-Video-2 annonce désormais un point de départ de 0,91 seconde.

Les trois types d’entrée correspondent à des usages différents. Une simple instruction crée la scène entièrement à partir du texte. Une image fournit l’apparence initiale d’un personnage, d’un produit ou d’un décor. Un fichier audio peut guider le rythme, la parole ou les mouvements.

Les images acceptées utilisent les formats JPEG, PNG ou WebP. Lorsqu’une image est fournie, le réglage du rapport d’image est ignoré : ses dimensions déterminent la forme générale du résultat. Sans image, sept formats sont proposés, dont 16:9, 9:16, 1:1, 4:3 et 3:2.

L’utilisateur peut aussi joindre une seconde image destinée à représenter la dernière vue. Le modèle doit alors produire une transition entre le début et cette référence finale. Ce contrôle peut servir à préparer un raccord, une transformation de produit ou un plan dont la composition d’arrivée est déjà définie.

Il ne s’agit pas d’une contrainte géométrique stricte. Le système interprète les deux références et invente les étapes intermédiaires. Une dernière image complexe, très différente de la première ou incompatible avec le mouvement demandé peut conduire à une transition brusque ou à des déformations.

Pour l’audio, l’API accepte les fichiers FLAC, MP3 et WAV. Lorsqu’un fichier est joint, sa durée remplace la valeur indiquée dans le champ `duration`. La facturation suit également la longueur de cet audio. La documentation ne