veo-3
veo-3 est un modèle américain de génération vidéo conçu par Google. Sorti le 21 mai 2025, il couvre la création à partir de texte et l’animation à partir d’image, avec un positionnement orienté vers la production vidéo, la publicité et le prototypage.
veo-3 est un modèle américain de génération vidéo conçu par Google. Sorti le 21 mai 2025, il couvre la création à partir de texte et l’animation à partir d’image, avec un positionnement orienté vers la production vidéo, la publicité et le prototypage.
Son ancienneté d’environ un an est très importante à l’échelle de l’IA générative. veo-3 appartient désormais à une génération à comparer d’abord aux modèles de sa période, car les classements actuels placent plusieurs références récentes devant lui.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Modèle de génération de vidéos |
| Éditeur | |
| Poids | ▫ n.d. |
| Date de sortie | 21 mai 2025 |
Performances (benchmarks)
| Benchmark | Score | Rang | Source | Fiabilité |
|---|---|---|---|---|
| VBench: Actions humaines | 99,4 % | 3ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Stabilité temporelle | 99,3 % | 18ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Fluidité du mouvement | 99,2 % | 12ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Cohérence du sujet | 97,4 % | 14ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Qualité visuelle | 85,7 % | 6ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Total | 85,1 % | 6ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Respect du prompt | 82,5 % | 7ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Amplitude du mouvement | 72,4 % | 16ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Qualité d'image | 68,2 % | 14ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Total | 66,7 % | 1ᵉ / 12 | vbench | ✅ Mesuré |
| VBench: Qualité esthétique | 63,8 % | 19ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Créativité (VBench 2.0) | 60,9 % | 1ᵉ / 12 | vbench | ✅ Mesuré |
Scores objectifs mesurés par VBench (suite d'évaluation automatique de la génération vidéo), en pourcentage (plus haut = mieux). Le rang situe le modèle parmi les modèles vidéo évalués sur la même dimension.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
VBench: Actions humaines
VBench: Stabilité temporelle
Classements Arena (Elo)
| Catégorie | Elo | Rang | En tête d'arène |
|---|---|---|---|
| image-to-video | 1256 | 25ᵉ / 122 | Dreamina Seedance 2.0 720p (1474) |
| Arena Text-to-Video | 1252 | 18ᵉ / 129 | gemini-omni-flash (1527) |
| image-to-video | 1221 | 44ᵉ / 122 | Dreamina Seedance 2.0 720p (1474) |
| Arena Text-to-Video | 1179 | 20ᵉ / 129 | gemini-omni-flash (1527) |
Entraînement & empreinte
| Indicateur | Valeur |
|---|---|
| Jeu de données | Unspecified unreleased |
| Pays | United States of America |
Notre analyse
Forces. VBench place veo-3 dans le top 10 au classement général et pour la qualité visuelle. La fluidité du mouvement et la cohérence du sujet se situent aussi dans le haut du tableau. Les résultats sur les actions humaines et la stabilité temporelle sont très élevés, mais ces dimensions sont plafonnées et départagent peu les modèles.
Limites et points d’attention. Arena le place en retrait des leaders. En image-to-video, ses deux entrées occupent les 25e et 44e places, derrière Dreamina Seedance 2.0 720p, gemini-omni-flash et grok-imagine-video-1.5-preview-720p. Dreamina Seedance 2.0 720p est nettement devant. En text-to-video, veo-3 se classe 18e, derrière gemini-omni-flash, Dreamina Seedance 2.0 720p et muse-video. gemini-omni-flash est nettement devant. Le modèle reste pertinent pour les équipes qui privilégient une bonne qualité visuelle et des mouvements fluides. Usages pertinents : prototypage, maquettes publicitaires et production vidéo préparatoire ; pour un résultat plus abouti, gemini-omni-flash, Dreamina Seedance 2.0 720p ou muse-video sont à privilégier.
Sources des données : Arena.ai (arena.ai) · LLM-Stats (llm-stats.com) · Artificial Analysis (artificialanalysis.ai) · Epoch AI (epoch.ai), CC-BY-4.0.