Pendant deux ans, la vidéo générée par IA a souffert d'un défaut disqualifiant pour un usage professionnel : impossible de garder le même visage, la même tenue ou le même décor d'un plan à l'autre. OpenAI vient de livrer sa réponse la plus concrète à ce problème en ouvrant l'API Sora à des personnages réutilisables, des vidéos allant jusqu'à 20 secondes et une sortie en 1080p. Une mise à jour discrète en apparence, mais qui change la nature de l'outil.
Ce qui change concrètement dans l'API
Jusqu'ici, chaque appel à l'API Sora générait un clip isolé, sans mémoire des personnages ou des décors utilisés précédemment. Un studio qui voulait produire trois plans du même personnage devait croiser les doigts pour que le rendu reste visuellement cohérent d'un prompt à l'autre.
Avec cette mise à jour, les développeurs peuvent désormais définir un profil de personnage — apparence, tenue, accessoires — que le modèle réutilise automatiquement dans les générations suivantes. Le décor et l'identité visuelle restent stables sur plusieurs plans, ce qui est la base de tout travail de narration filmée.
Deuxième changement notable : la durée maximale passe à 20 secondes (contre 4 à 8 secondes auparavant), avec des paliers à 4, 8, 12, 16 et 20 secondes. De quoi construire de vraies scènes plutôt que des micro-extraits difficiles à monter.
Enfin, le modèle sora-2-pro peut désormais exporter en 1920x1080 (ou 1080x1920 en vertical), là où la résolution restait auparavant plus limitée. OpenAI ajoute aussi un support Batch API sur l'endpoint POST /v1/videos, pensé pour les usages en production à volume.
Pourquoi la cohérence des personnages est LE problème n°1
Ce n'est pas un détail technique parmi d'autres. Dans tous les retours d'expérience sur la vidéo générative depuis l'arrivée de Sora fin 2025, le même reproche revenait : les modèles savent produire un plan impressionnant, mais échouent à enchaîner plusieurs plans du même personnage sans dérive visuelle.
Pour une publicité, un contenu de marque ou une capsule pédagogique, cette contrainte était rédhibitoire. On ne peut pas raconter une histoire si le protagoniste change de visage entre deux scènes. La fonctionnalité de référence de personnage — proche dans l'esprit des « cameos » déjà proposés dans l'app grand public Sora — s'attaque directement à ce verrou côté API, donc côté production professionnelle.
Le prix : la 1080p a un coût, et il faut le connaître
OpenAI facture les générations en 1080p sur sora-2-pro à 0,70 $ par seconde. Un plan de 20 secondes en haute définition revient donc à 14 $, avant même de compter les itérations nécessaires pour obtenir le bon rendu.
Pour un usage social ordinaire, le modèle standard reste nettement moins cher, autour de 0,10 $ par seconde. La leçon pour qui budgète un projet : la 1080p et les formats longs sont réservés aux plans qui en ont vraiment besoin, pas à toute la production.
À qui ça s'adresse vraiment
Cette mise à jour vise clairement les agences de communication, les équipes marketing et les créateurs de contenu qui produisent en volume, pas l'utilisateur qui génère un clip amusant pour les réseaux sociaux. Le Batch API et les personnages réutilisables sont des fonctionnalités de production, pas de démo.
Pour une PME ou une agence française, l'opportunité concrète est là : produire des séries de vidéos publicitaires cohérentes — même mascotte, même porte-parole virtuel, même univers visuel — sans repasser par un tournage complet à chaque déclinaison. Le calcul économique reste à faire au cas par cas, mais le verrou technique qui empêchait ce cas d'usage vient de sauter.
Une course engagée avec Google et Runway
OpenAI n'avance pas seul sur ce terrain. Google pousse Veo dans ses propres outils créatifs et dans Vertex AI, avec un argument similaire de cohérence narrative sur plusieurs plans. Runway, de son côté, cible depuis plus longtemps les studios et les monteurs professionnels avec des fonctions de contrôle fin de la caméra et du mouvement.
La bataille ne se joue donc plus seulement sur la qualité brute d'un plan isolé — tous les modèles sérieux du marché savent désormais produire des images impressionnantes. Elle se joue sur la capacité à enchaîner plusieurs plans cohérents à un coût prévisible, ce qui est précisément le terrain que cette mise à jour de l'API Sora vient occuper.
Mon analyse
Ce que je retiens de cette mise à jour, c'est qu'OpenAI arrête de vendre Sora comme un jouet et commence à le calibrer comme un outil de production. La différence entre un gadget qui impressionne trente secondes et un outil qu'une agence intègre dans son pipeline, c'est exactement ce type de détail : la cohérence, la durée exploitable, le support batch.
Je reste prudent sur un point : la cohérence « automatique » d'un personnage sur plusieurs générations reste un problème difficile, et les promesses marketing sur ce terrain ont souvent déçu à l'usage. Avant de bâtir une campagne entière dessus, mieux vaut tester sur un cas réel, avec le budget en tête — 14 $ la seconde de plan haute définition, ça grimpe vite sur une série de vidéos.
Reste que la direction est la bonne. La vidéo générative ne deviendra un outil professionnel sérieux que le jour où elle cessera de surprendre pour commencer à être fiable. Cette mise à jour de l'API Sora est un pas dans cette direction, pas encore l'arrivée.
