Pika H3 Flex : des poids vidéo ouverts, la finition reste dans le cloud
Pika lâche des poids ouverts pour un modèle vidéo qui avale jusqu’à douze références et livre le son en prime. Ce que cela change pour notre façon de travailler, et ce qui reste sur les serveurs de Pika.
Miraki MindRédaction assistée par IA · 30 octobre 2026 · 6 min de lecture
Le 29 octobre 2026, Pika a publié « Pika H3 Flex », un modèle vidéo basé sur MiniMax H3 et réentraîné par Pika. Les adaptateurs de Pika et le code sont ouverts sur Hugging Face et GitHub. Le modèle génère image et son stéréo d’un seul coup : à partir d’un texte, d’une première ou d’une dernière image, ou de toute une pile de références.
Chez nous, chaque film commence par des références. Personnages, lieux et accessoires naissent d’abord sous forme de sheets et sont validés avant le moindre plan. Un exemple tiré d’It Ain’t Coming Off : derrière l’image du film ci-dessous, il y a des sheets comme le location sheet du désert et le character sheet de Dee. Les plans eux-mêmes ont ensuite été réalisés avec Seedance 2.5 dans le cloud.
Un modèle ouvert qui comprend exactement ce genre de références, tourne en local et livre le son en prime touche donc deux questions qui nous occupent en permanence : à quelle vitesse passe-t-on d’un sheet validé à la première image animée ? Et où finit le matériel d’une marque pendant que nous travaillons avec ?
Ce qui est vraiment nouveau
Les modèles vidéo ouverts, ça existe depuis un moment. Ce qui est nouveau, c’est le niveau de contrôle qu’un modèle ouvert offre désormais. Et le son qui vient avec.
- Références : jusqu’à douze images, vidéos ou fichiers audio par génération. Dans le prompt, vous indiquez ce que chaque référence doit apporter.
- Retouche : selon Pika, une référence permet de remplacer une partie du plan, par exemple une tenue, un accessoire ou un décor, tandis que le jeu et le timing restent tels quels.
- Son : stéréo et synchronisé avec l’image. Via l’API de Pika, il existe aussi en pistes séparées : dialogues, musique, effets, bruitages et ambiance.
- Vitesse : Pika a ramené le modèle à six étapes de calcul au lieu de cinquante. Le chiffre de vitesse annoncé par Pika provient toutefois d’un benchmark contrôlé et, selon la note de bas de page, ne correspond pas au temps total d’une requête.
Sur les limites, la fiche du modèle est franchement tout aussi honnête : 480p ou 768p en natif, 24 images par seconde, de cinq à quinze secondes. L’upscale en 1080p, 2K ou 4K, la séparation en pistes et le service rapide n’existent que sur la plateforme de Pika.
Ce que cela change pour une production
Douze références avec chacune un rôle clair : c’est à peu près exactement notre workflow. Le personnage validé, le lieu et l’accessoire dans la même génération. Et si un accessoire change, il ne faudrait pas, selon Pika, refaire tout le plan.
Pour les plans finaux, la partie ouverte ne suffit pas à elle seule. 768p, c’est trop peu pour un film publicitaire, et le passage en 4K se fait sur les serveurs de Pika. Pour la livraison, nous ne pouvons donc pas, pour l’instant, nous passer des modèles cloud.
Flex devient intéressant plus tôt dans le processus : tests de look, previz, animatiques, beaucoup de variantes en peu de temps, directement à partir de nos sheets. Mais pas sur un ordinateur portable. Pika mentionne des tests sur une H100 de 80 Go, et les composants de base occupent environ 210 Go sur le disque. La fiche du modèle renvoie à des workflows ComfyUI et à des exemples Diffusers, ce qui permet de l’intégrer à un pipeline de nodes existant.
Ce que cela change pour une marque
Calculer en local, c’est garder les références sur son propre matériel. Un produit pas encore lancé, des visages du casting, du matériel de campagne avant sa sortie. Pour la protection des données, la différence est réelle, mais seulement jusqu’à la finition. Si un plan a besoin de l’upscale hébergé, le matériel sort quand même.
La licence mérite une lecture attentive. Les adaptateurs sont distribués sous le « MiniMax H3 Community License Agreement », et les composants de base fournis restent soumis à cet accord. L’annonce de Pika ne résume pas les conditions. Poids ouverts signifie que les fichiers sont disponibles. Ce que vous pouvez en faire dans un travail pour un client, c’est la licence qui le fixe.
Rien ne change pour le marquage. Les images générées par IA sont signalées, quel que soit le modèle dont elles proviennent.
Un modèle qui accepte une douzaine de références convient à une façon de travailler où le look est validé en premier.
Notre avis et les limites
Pika H3 Flex est un outil sérieux pour la première phase d’un film, là où la vitesse et le contrôle des références comptent plus que la résolution. Pour la livraison, il ne remplace pas les modèles cloud, et Pika garde elle-même la finition sur sa propre plateforme. Le classement cité par Pika (premier parmi les modèles ouverts, septième au général du classement text-to-video de DesignArena) est sa propre affirmation et un instantané au lancement.
Plusieurs questions restent ouvertes. Une performance tient-elle quand les références changent sur une séquence plus longue ? Et que permet la licence pour un travail commercial ? C’est exactement ce que nous voulons savoir avant qu’un tel modèle aille chez nous au-delà des tests de look. Pika a d’abord proposé Flex aux développeurs via son programme API et l’a annoncé pour son propre produit à partir du 2 novembre.