Une pub de 20 s avec voix française, pour 3,40 € : le tuto FLUX 3 Video

Black Forest Labs a lâché FLUX 3 Video le 4 août 2026. La nouveauté n'est pas la vidéo — Runway, Veo et Kling savent en faire depuis un moment. C'est que le modèle génère l'image, la voix et les bruitages dans la même passe d'inférence. Pas de piste son à recaler après coup, pas d'outil de lip-sync à repasser derrière. Et le français est dans la liste des langues synchronisées.

Pour une PME qui veut une pub de 20 secondes avec une voix off qui parle vraiment français, ça change le montage. On a monté le workflow complet, chiffres à l'appui.

Ce que FLUX 3 Video change vraiment pour une vidéo marketing

Jusqu'ici, faire une pub IA propre, c'était trois outils empilés : un générateur d'image, un générateur de vidéo, un synthétiseur vocal, plus un passage de lip-sync pour que les lèvres collent au texte. Chaque couche = un raccord à négocier, un désync possible, un coût qui s'additionne.

FLUX 3 Video fusionne tout ça. Selon la doc officielle de Black Forest Labs, le modèle a été entraîné conjointement sur l'image, la vidéo et l'audio. Concrètement : vous décrivez « un batteur de jazz dans un club sombre, la cymbale claque en même temps que le geste » et le son du choc tombe pile sur l'image. Aucune synchro à faire à la main.

Les caractéristiques qui comptent pour un usage pro :

• Durée : jusqu'à 20 secondes par clip en une seule génération.
• Résolution : HD 720p et Full HD 1080p.
• Audio natif : dialogue, voix off, ambiance, bruitages — générés avec la vidéo.
• Lip-sync multilingue : anglais, chinois, espagnol, français, allemand, japonais, portugais, russe, italien, hindi et d'autres — 13+ langues.
• Contrôle : texte-vers-vidéo, image-vers-vidéo, keyframes de début et de fin, continuation d'un clip existant, et enchaînement multi-plans.

Ce dernier point mérite qu'on s'y arrête. Avec un générateur d'image comme Midjourney, vous produisez d'abord une image de marque nickel, puis vous la donnez à FLUX 3 comme premier keyframe. Le modèle anime à partir de votre visuel au lieu d'inventer un décor générique. Pour une charte graphique tenue, c'est le jour et la nuit.

Combien coûte une vidéo FLUX 3 Video en France

Black Forest Labs n'a pas publié de tarif officiel : le modèle est en accès limité, réservé aux partenaires via API, sans poids téléchargeables ni prix par génération annoncé. Mais il est déjà routé sur OpenRouter à 0,17 $ la seconde de vidéo générée, avec une API compatible OpenAI (vos SDK existants passent sans réécriture).

Faites le calcul :

• Un clip de 20 s en Full HD : 3,40 $ (environ 3,10 €).
• Un format court 8 s pour un Reel : 1,36 $.
• Une campagne de 10 variantes de 15 s : 25,50 $.

À comparer aux 0,05 $ à 0,50 $ la seconde des générateurs premium selon la résolution — FLUX 3 se place dans la fourchette haute, mais vous économisez l'étape voix off (souvent 0,10 à 0,30 € les 1 000 caractères ailleurs) et le lip-sync. Sur une pub finie, le total tient la route.

Pour ceux qui veulent éviter l'API, des plateformes tierces revendent l'accès en abonnement : à partir de 10 $/mois en annuel (facturé 120 $ pour 4 000 crédits sur 12 mois) ou 29 $/mois pour 600 crédits. Pratique pour tester sans coder, mais on préfère l'API pour maîtriser le coût réel à la seconde.

Le tuto pas à pas : une pub de 20 s avec voix française

Objectif : une annonce produit de 20 secondes, une voix off en français synchronisée à un personnage, sur fond de votre visuel de marque. Voici l'enchaînement qu'on a suivi.

Étape 1 — Écrire le prompt (image + son en une phrase)

La logique n'est pas celle d'un générateur d'image. Vous décrivez la scène et le son ensemble. Exemple :

Points qui font la différence : mettez le texte à prononcer entre guillemets et précisez « en français » — c'est ce qui déclenche le lip-sync sur la bonne langue. Décrivez le grain de la voix (chaude, posée, jeune) et l'ambiance sonore.

Étape 2 — Partir de votre image (image-vers-vidéo)

Plutôt que de laisser FLUX inventer le décor, générez d'abord un plan fixe conforme à votre identité — packaging, logo, palette — puis passez-le comme keyframe de départ. FLUX 3 anime à partir de cette image. Vous pouvez aussi fixer un keyframe de fin (le produit en gros plan avec le nom de marque) : le modèle interpole la trajectoire entre les deux. C'est là qu'un bon générateur d'image en amont, type Midjourney V8, fait gagner un temps fou sur la cohérence visuelle.

Étape 3 — Draft, contrôle, puis rendu Full HD

Lancez la génération en Draft Mode. Vérifiez trois choses : la synchro labiale (les lèvres suivent-elles le français ?), le niveau de la voix vs l'ambiance, et les mains/objets (les modèles vidéo ratent encore souvent les doigts et les textes affichés). Ajustez le prompt, relancez en Draft tant que ce n'est pas bon. Une fois validé, un seul rendu 1080p.

Étape 4 — Enchaîner les plans sans casser la continuité

Pour dépasser un plan unique, deux options. Le multi-shot génère plusieurs angles cohérents dans une même vidéo (plan large, gros plan produit, plan de la cliente) sans perdre le fil. La continuation accepte jusqu'à 4 secondes de vidéo et d'audio existants plus une consigne de suite — utile pour rallonger un clip validé au lieu de tout régénérer. Notre montage type : un plan d'ouverture de 8 s, une continuation de 8 s, un plan de clôture avec la marque. Assemblage final dans n'importe quel éditeur.

Pour recouper vos formats verticaux et horizontaux ensuite, notre comparatif des outils de découpage vidéo IA reste valable — FLUX produit le rush, pas le montage social.

FLUX 3 Video face à Runway, Veo et Kling

Le vrai argument de FLUX 3, c'est l'audio-vidéo joint. Runway Gen-4 et Aleph excellent sur la retouche et la cohérence de plan mais laissent le son de côté ; on l'a détaillé dans notre test de Runway Aleph 2.0 pour l'édition vidéo. Veo 3.1 fait du son, mais l'écosystème Google enferme dans ses quotas. Kling reste fort sur le mouvement.

Là où FLUX prend l'avantage : le lip-sync français en natif, sans passer par un outil de doublage. Si votre besoin c'est justement doubler des vidéos existantes plutôt que d'en créer, regardez plutôt notre comparatif des plateformes de doublage IA — ce n'est pas le même métier. Pour situer FLUX dans le paysage des générateurs et leurs coûts réels, notre panorama des générateurs vidéo IA donne les repères de prix à la seconde.

Les limites à connaître avant de miser dessus

Trois réserves sérieuses. D'abord l'accès : à ce jour, FLUX 3 Video et le module Action restent réservés aux partenaires de BFL via API et poids privés ; seule FLUX 3 Image doit s'ouvrir plus largement « dans les prochaines semaines ». Si vous n'êtes pas sur OpenRouter ou chez un partenaire, l'attente est réelle.

Ensuite le coût qui glisse : 0,17 $/s paraît anodin, mais chaque test raté en 1080p se paie. Sans discipline Draft Mode, une campagne de dix clips peut doubler.

Enfin, la qualité fine : comme tous les modèles vidéo, FLUX bute encore sur les mains, les petits textes affichés à l'écran et les logos complexes. Pour un texte de marque lisible dans l'image, mieux vaut l'incruster au montage que l'espérer du modèle.

Notre verdict

FLUX 3 Video n'invente pas la vidéo IA. Il supprime une couche de galère : le son et la synchro labiale, gérés dès la génération, en français. Pour un artisan qui veut une annonce produit de 20 secondes crédible à 3,40 $, ou un responsable marketing qui teste dix accroches avant d'en pousser une, c'est un vrai raccourci — à condition d'avoir l'accès API et de dompter le Draft Mode.

Ce n'est pas pour vous si vous cherchez du montage fin, du contrôle image par image, ou si vous devez livrer demain sans être partenaire BFL. L'accès reste gated. Mais pour un premier jet audio-vidéo qui parle votre langue, littéralement, il n'y a rien d'aussi intégré aujourd'hui.