Runway Gen-4 : le guide pratique (image-to-video, motion brush, edit)

Runway est l’outil que les agences et les studios utilisent quand une vidéo IA doit être dirigée, pas seulement générée. Un pinceau qui anime une zone précise de l’image, une caméra qu’on pilote avec des termes de cinéma, un éditeur qui change le décor d’un plan déjà tourné, une capture de jeu d’acteur : ce sont des outils de production, et personne d’autre ne les propose ensemble. Depuis 2026, Runway est aussi une place de marché : un abonnement donne accès à ses propres modèles, Gen-4.5 en tête, et à ceux de Google, de Kuaishou et de ByteDance dans le même espace de travail. Ce guide explique ce que Runway fait et pour qui, comment produire votre premier clip en image-vers-vidéo, comment utiliser le motion brush, la direction de caméra et l’édition Aleph, ce que coûte vraiment une seconde de vidéo sur chaque plan, et où l’outil s’arrête.

Il complète notre guide complet des générateurs vidéo IA, qui situe Runway parmi les trois familles d’outils, et notre article sur Google Veo, accessible depuis Runway lui-même.

En bref

• Runway est une plateforme, plus un seul modèle : Gen-4.5 et Gen-4 pour générer, Aleph 2.0 pour éditer une vidéo existante, Act-Two pour capturer un jeu d’acteur, Lip Sync, plus Veo 3.1, Kling 3.0 Pro et Seedance 2.0 en modèles tiers, résume Eesel.
• Gen-4.5 coûte 12 crédits la seconde, en clips de 5 ou 10 secondes, selon le centre d’aide Runway : 625 crédits sur Standard font environ 52 secondes de vidéo par mois.
• Quatre plans en septembre 2026 : gratuit avec 125 crédits une fois, Standard 15 $ (12 $ en annuel), Pro 35 $ (28 $), Max 95 $ (76 $) avec 9 500 crédits et report. L’ancien Illimité a disparu.
• Le motion brush pilote jusqu’à cinq zones de mouvement indépendantes, et le mode Director comprend les termes de cinéma : pan, tilt, dolly, roll.
• Le prompting en français est moins fiable ; écrivez en anglais.
• Verdict : l’outil des publicités, des livrables clients et des séquences dirigées ; trop cher pour du volume social, où d’autres font aussi bien pour moins.
• CTA : Proactive Academy vous aide à intégrer la vidéo IA dirigée dans vos productions.

Runway, c’est quoi exactement

Runway a été fondé en 2018 par des chercheurs en IA, avant la vague générative, avec une obsession : donner aux créateurs des outils de contrôle plutôt qu’un bouton magique. Ses modèles Gen-1 puis Gen-2 ont été parmi les premiers générateurs vidéo utilisables ; Gen-3 en 2024, Gen-4 en 2025, et Gen-4.5 fin 2025 ont installé Runway au premier rang du classement Video Arena début 2026, devant Sora et Veo sur le texte-vers-vidéo, note Techpresso.

En 2026, le produit s’appelle Runway Creative et ce n’est plus un générateur. C’est un espace de travail dans le navigateur qui réunit, décrit The Rundown, plusieurs niveaux de contrôle : la génération directe avec un modèle, des applications par tâche (changer un décor, relighter, remplacer un objet, synchroniser des lèvres), un agent conversationnel, des workflows en nœuds pour enchaîner des étapes, et des connexions pour les agents externes. Les modèles maison, Gen-4.5 et Aleph 2.0, cohabitent avec des modèles tiers : Veo 3.1 de Google, Kling 3.0 Pro, Seedance 2.0, et des modèles d’image comme FLUX.2. Un seul abonnement, un seul pot de crédits, plusieurs modèles.

Ce que Runway n’est pas ? Un outil de volume. Chaque seconde de Gen-4.5 coûte 12 crédits, et le plan d’entrée en donne 625 par mois. Runway est un environnement d’itération et de production, pas une promesse de vidéo finie en un clic, et c’est ainsi qu’il faut l’aborder.

Les modèles et ce qu’ils coûtent en crédits

Le prix affiché ne dit rien ; les crédits disent tout. Chaque modèle a un tarif par seconde ou par sortie, fixé par Runway.

Gen-4.5 : le modèle phare, texte ou image vers vidéo, rendu 1080p natif à 24 images par seconde avec son natif, upscale possible en 4K. 12 crédits par seconde, en clips de 5 ou 10 secondes, donc 60 ou 120 crédits par génération. C’est celui qu’on utilise pour les plans qui comptent.

Gen-4 : le modèle précédent, toujours disponible, même tarif de 12 crédits par seconde, un peu moins précis sur le prompt mais parfois plus stable en image-vers-vidéo.

Gen-4 Turbo : le modèle rapide, 5 crédits par seconde, qualité en retrait. C’est celui des tests, des brouillons et des dix premières versions d’un prompt.

Aleph 2.0 : l’éditeur de vidéo existante, 28 crédits par seconde, soit 280 crédits pour dix secondes. Il change un décor, un objet, un éclairage, un style, sur une vidéo que vous avez tournée ou générée. C’est le modèle le plus cher et le plus singulier.

Act-Two : la capture de performance. Vous filmez un acteur, ses expressions et ses gestes sont transférés à un personnage généré. Facturé à la seconde selon la grille du moment.

Les modèles tiers : Veo 3.1, Kling 3.0 Pro, Seedance 2.0, chacun à son tarif en crédits, souvent inférieur à Gen-4.5 pour Kling, supérieur pour Veo en haute qualité.

La conséquence pratique : le même pot de crédits achète des quantités très différentes selon le modèle. 625 crédits, c’est 52 secondes de Gen-4.5, 125 secondes de Turbo, ou 22 secondes d’Aleph. Commencez en Turbo, finissez en Gen-4.5.

Votre premier clip en image-vers-vidéo : six étapes

C’est le mode que nous faisons pratiquer en premier, parce que partir d’une image donne un contrôle que le texte seul n’offre pas. Comptez vingt minutes. Le cas : un plan d’illustration de dix secondes pour un module de formation, une salle de réunion au matin.

Étape 1 : créer un compte et comprendre les 125 crédits

Rendez-vous sur runwayml.com, inscrivez-vous avec Google ou une adresse e-mail. Le plan gratuit donne 125 crédits, une seule fois, sans expiration, et n’ouvre pas Gen-4.5. C’est un budget de démonstration : deux clips de Turbo, ou un clip de Gen-4. Testez la logique, pas la qualité finale.

Étape 2 : préparer l’image de départ

Générez ou choisissez une image fixe de votre scène, en 16:9, nette, sans texte. Runway peut la générer avec ses modèles d’image, ou vous l’importez. La qualité du clip dépend d’abord de cette image : cadrage, lumière, sujet. Une image floue donne un clip flou.

Étape 3 : ouvrir Generate Video et importer l’image

Dans l’espace de travail, choisissez Generate Video, puis Image to Video. Importez l’image. Sélectionnez le modèle : Gen-4 Turbo pour ce premier essai, la durée (5 secondes), le format (16:9).

Étape 4 : écrire le prompt de mouvement

En image-vers-vidéo, le prompt ne décrit pas la scène, l’image le fait déjà. Il décrit le mouvement. En anglais :

Slow dolly-in toward the table, morning light shifting gently on the wall, the woman turns a page and looks up, subtle camera drift, realistic motion, no cuts

Quatre éléments : le mouvement de caméra, ce qui bouge dans la scène, la lumière, ce qu’il ne faut pas faire. Rien sur le décor, déjà dans l’image.

Étape 5 : générer, regarder trois fois

Cliquez sur Generate. Le clip arrive en une à deux minutes. Regardez-le une fois pour l’ensemble, une fois pour les mains et le visage, une fois pour le mouvement de caméra. Notez ce qui dérive : un objet qui se déforme, un mouvement trop rapide, une lumière qui saute.

Étape 6 : corriger, puis passer en Gen-4.5

Modifiez un seul élément du prompt de mouvement, relancez en Turbo. Quand le mouvement est bon, relancez en Gen-4.5 pour le plan final, en 10 secondes si le module le demande. Exportez en 1080p, ou lancez l’upscale 4K si la diffusion l’exige. Notez le prompt et le modèle dans le dossier du module.

Le motion brush et le mode Director

C’est ce que personne d’autre ne propose avec ce niveau de finesse, et c’est ce qui justifie le prix de Runway.

Le motion brush. Sur votre image de départ, vous peignez une zone, jusqu’à cinq zones indépendantes, et vous donnez à chacune une direction et une intensité de mouvement : les cheveux qui bougent au vent, une voiture qui avance, un rideau qui flotte, un personnage qui tourne la tête, le reste immobile. Là où un prompt textuel demande au modèle de deviner ce qui doit bouger, le pinceau le lui montre. Pour un plan produit, un packshot animé, une scène où un seul élément doit vivre, c’est l’outil qui évite dix régénérations.

Le mode Director. Il pilote la caméra avec les termes que les réalisateurs utilisent : pan (panoramique horizontal), tilt (vertical), dolly (travelling avant ou arrière), zoom, roll, avec une intensité réglable. « Dolly in, intensité 3 » donne un travelling avant lent et régulier. Techpresso relève que les termes sont reconnus avec une précision fractionnaire, ce qui permet de reproduire le même mouvement sur plusieurs plans d’une série.

La méthode que nous enseignons : image fixe, motion brush pour ce qui bouge dans la scène, mode Director pour la caméra, prompt court pour la lumière et l’ambiance. Dans cet ordre. Le prompt textuel devient un complément, pas le pilote.

Aleph : éditer une vidéo qui existe déjà

Aleph 2.0 est le modèle le plus singulier de Runway. Il ne génère pas une vidéo : il en modifie une. Vous importez un plan, tourné ou généré, et vous demandez un changement en langage naturel.

Ce qu’il sait faire : changer le décor derrière un sujet, retirer ou remplacer un objet, modifier l’éclairage ou l’heure de la journée, appliquer un style, changer un vêtement, prolonger un plan. Sur un plan de dix secondes, chaque opération coûte 280 crédits, ce qui en fait le modèle le plus cher de la plateforme.

Trois usages où il change une production. La vidéo produit tournée une fois et déclinée dans cinq décors sans retourner. La séquence de formation où un élément de contexte doit être remplacé, un logo, une saison, un lieu. Et la correction d’un plan généré dont un détail cloche, sans le régénérer entièrement.

Trois précautions. Aleph modifie ; il ne garantit pas la continuité parfaite sur les mouvements complexes. Il consomme vite les crédits : testez sur cinq secondes avant dix. Et il ne dispense pas des droits : modifier une vidéo dont vous n’avez pas les droits reste une contrefaçon.

Act-Two et Lip Sync : donner un jeu à un personnage

Deux outils de plus. Pour les personnages.

Act-Two capture la performance d’un acteur filmé, expressions du visage, mouvements de tête et du corps, et la transfère à un personnage généré ou à une image. Vous jouez la scène devant votre téléphone, le personnage la rejoue. Pour un module avec un personnage récurrent, c’est ce qui donne un jeu crédible là où une génération pure donne un regard vide.

Lip Sync synchronise les lèvres d’un personnage sur une piste audio, jusqu’à 45 secondes, avec une voix que vous avez enregistrée ou générée. Associé à une voix produite par un outil vocal, il permet de faire parler un personnage généré dans la langue voulue. Notre guide de l’IA audio et vocale détaille la production de la voix.

Les deux outils demandent un consentement écrit si la performance ou la voix est celle d’une personne réelle, et un signalement du contenu synthétique à la diffusion.

Une séquence de trente secondes, de A à Z

Un clip de dix secondes ne fait pas une séquence. Voici comment nous faisons construire une séquence d’illustration de trente secondes pour un module, en quarante minutes et environ 500 crédits.

Minute 0 à 10 : les trois images. Trois plans, trois images fixes générées dans Runway ou importées, même lumière, même décor, même personnage si le module en a un. Le plan large, le plan moyen, le détail. C’est la continuité visuelle qui se joue ici, pas dans la vidéo.

Minute 10 à 25 : les trois clips en Turbo. Chaque image animée avec son prompt de mouvement, une caméra par plan (dolly-in pour le large, static pour le moyen, slow pan pour le détail). Deux essais par plan si le premier dérive. Cent cinquante crédits.

Minute 25 à 35 : les trois clips finaux en Gen-4.5. Le prompt validé, relancé sur le modèle phare, dix secondes chacun. Trois cent soixante crédits.

Minute 35 à 40 : le montage. Les trois clips dans votre logiciel, dans l’ordre large-moyen-détail, avec des fondus courts aux raccords. La voix off et la musique viennent d’ailleurs. Export, et une ligne dans le dossier du module avec les trois prompts et les modèles.

Quarante minutes, environ 500 crédits, une séquence cohérente. Sur Pro, il en reste pour trois autres ce mois-ci. La prochaine mise à jour du module ne touchera pas à la séquence.

Tarifs en septembre 2026

Runway a revu ses plans en 2026 : l’ancien Illimité, qui donnait les mêmes crédits que Pro pour trois fois le prix avec des générations lentes en mode « Explore », a été remplacé par Max. Relevé au 28 août 2026 d’après The Rundown et Creatify.

Trois règles de lecture. Les crédits Standard et Pro ne se reportent pas ; seuls ceux de Max passent au mois suivant. Le coût par crédit baisse avec le plan : Pro revient environ 37 % moins cher que Standard par crédit. Et les crédits achetés en supplément n’expirent pas, ce qui est pratique pour un pic de production.

Pour un organisme de formation qui produit deux ou trois plans d’illustration par module, Standard suffit. Pour une équipe communication qui produit chaque semaine, Pro. Max ne se justifie qu’à partir d’une dizaine de minutes de vidéo finale par mois, ou pour les formats professionnels.

Bien écrire un prompt Runway : six règles

En anglais. Le prompting en français est moins fiable, sur les mouvements de caméra en particulier. Écrivez en français, traduisez, collez.

Séparez ce qui est dans l’image de ce qui doit bouger. En image-vers-vidéo, ne redécrivez pas la scène. Décrivez le mouvement.

Un mouvement de caméra, nommé. Dolly, pan, tilt, orbit, static. Un seul par clip. Deux mouvements donnent un clip qui hésite.

Un sujet qui fait une chose. « Elle tourne une page » marche. « Elle tourne une page, se lève, regarde par la fenêtre » ne marche pas en dix secondes.

Dites ce que vous ne voulez pas. « No cuts », « no camera shake », « no text ». Les exclusions sont respectées.

Gardez le prompt court. Trente mots suffisent, parce qu’un prompt long dilue chaque consigne et que le modèle, quand on lui demande six choses, en fait trois à moitié plutôt que six correctement.

Un exemple complet pour un plan produit à partir d’une image d’un objet sur fond neutre :

Slow 180-degree orbit around the product, soft studio lighting with a subtle reflection on the surface, background stays clean and static, no text, no cuts, photorealistic

Cas d’usage en formation et en communication

Les plans d’illustration d’un module. Une image générée, un mouvement de caméra lent, dix secondes, Gen-4.5 pour le final. Deux ou trois par module, sur Standard. C’est l’usage le plus simple et le plus rentable.

La vidéo produit déclinée. Un packshot animé au motion brush, puis cinq décors via Aleph, sans retourner. C’est l’usage qui justifie Pro, et celui où Runway n’a pas d’équivalent.

La publicité dirigée. Personnage récurrent, caméra pilotée, capture de jeu avec Act-Two, voix synchronisée. Pro ou Max, avec l’indemnisation Enterprise si le client l’exige.

Le prototype avant tournage. Storyboard animé, plans de référence, tests de lumière. Turbo, sur Standard, avant d’engager une équipe. Les studios l’utilisent ainsi.

Dans les quatre cas, la même discipline : image de départ, Turbo pour itérer, Gen-4.5 pour finir, prompt en anglais, un mouvement par clip, un dossier avec prompts et modèles. C’est ce cadre que Proactive Academy formalise avec les équipes qui produisent leurs vidéos en interne.

Limites et pièges

Le volume. À 12 crédits la seconde, Runway n’est pas fait pour publier dix clips par jour. Pour le social, un outil moins cher fait aussi bien.

La durée. Cinq ou dix secondes par génération. Une séquence longue se construit en plusieurs clips et se monte, avec des raccords à soigner.

Le gratuit trompeur. 125 crédits une fois, sans Gen-4.5. Ce n’est pas un essai, c’est une visite.

Aleph qui dévore. 280 crédits pour dix secondes. Testez sur cinq.

Le prompting en français. Moins fiable, sur la caméra surtout. L’anglais, systématiquement.

Les crédits perdus. Standard et Pro ne reportent pas. Planifiez la production dans le mois, ou prenez Max.

Les droits. Usage commercial sur les plans payants, indemnisation seulement en Enterprise, ce qui veut dire que sur Standard ou Pro le risque d’une réclamation reste entièrement à votre charge, comme chez tous les concurrents. Aucun visage réel sans consentement, signalement du contenu synthétique obligatoire.