Google facture environ six centimes par image d’essayage virtuel, Kling Kolors environ sept, et les modèles gratuits sont soumis à une licence non commerciale. Découvrez les tarifs, les quotas, les règles photo et un test pratique pour choisir la bonne API de virtual try on pour votre boutique de mode ou votre application.
Un client importe un seul selfie, touche un trench-coat olive et, trois secondes plus tard, se voit portant ce vêtement. Derrière ce geste se trouve une API de virtual try on, et celle que vous choisissez détermine votre coût par image, la qualité de vos photos et le travail d’ingénierie auquel vous vous engagez. Trois options reviennent dans presque toutes les recherches : le modèle de try on de Google sur Vertex AI, le try on de Kling Kolors et les modèles open source gratuits. Cet article les met côte à côte avec des prix, des limites et des conditions de licence réels, puis montre une méthode rapide pour tester vos propres photos de vêtements avant d’écrire la moindre ligne de code d’intégration.
💡 Réponse rapide : Google l’emporte en matière de documentation et de contrôles pour les entreprises. Kling l’emporte en matière de simplicité tarifaire et de passage d’une photo d’essayage à une vidéo. La voie gratuite ne l’emporte que si votre projet est non commercial ou si vous disposez déjà des GPU.
Une API de virtual try on prend une photo d’une personne et une photo d’un vêtement, puis renvoie une nouvelle image de la même personne portant ce vêtement. Le visage, la pose et l’arrière-plan restent en place. Seul le vêtement change. Cela paraît être une petite astuce, mais elle remplace une séance photo par tenue, par taille et par couleur par une seule requête qui coûte quelques centimes.
Chaque fournisseur de cette comparaison demande la même paire d’images, et la qualité de ces deux images influence le résultat davantage que le modèle lui-même :
Règle pratique : si un retoucheur humain ne pouvait pas dire à quoi ressemble le vêtement d’après votre photo, l’API ne le pourra pas non plus.
La mode en ligne a un problème d’ajustement. Les clients ne peuvent pas voir comment une veste tombe sur un corps comme le leur, alors ils commandent deux tailles, en gardent une et renvoient l’autre. Chaque retour implique l’expédition, le contrôle, le repliage et parfois un passage en pertes. Une fonctionnalité d’essayage virtuel offre au client un aperçu crédible, et un aperçu crédible coûte moins cher qu’un colis renvoyé.
Pour les petites marques, l’angle est différent. Photographier chaque produit sur trois ou quatre mannequins coûte cher, alors le try on transforme une seule photo de mannequin en tout un catalogue. C’est pourquoi les API de try on reviennent sans cesse dans les feuilles de route e-commerce, et pourquoi le choix d’un fournisseur mérite plus qu’un coup d’œil rapide à une grille tarifaire.
L’offre de Google est un modèle appelé virtual-try-on-001, servi via l’API REST de Vertex AI, aux côtés de la famille Imagen. C’est l’option la plus formelle des trois : versionnée, documentée, basée sur des quotas et rattachée à la facturation de Google Cloud. Si votre entreprise fonctionne déjà sur Google Cloud, les achats et le contrôle d’accès sont en grande partie réglés avant même que vous n’écriviez du code.
Selon la documentation de Google, le contrat se présente ainsi :
Le fait que la sortie corresponde à la résolution de votre entrée est un avantage discret. Une photo de studio de 2000 pixels revient sous forme de photo de studio de 2000 pixels, donc vous n’aurez peut-être pas besoin d’une étape d’upscaling séparée. Demander plusieurs échantillons dans une même requête permet aussi de montrer au client quelques variantes, ou de laisser votre équipe choisir la meilleure avant publication.
Google facture le modèle selon la grille tarifaire d’Imagen. Les comparateurs de prix tiers indiquent environ 0,06 $ par image, et le revendeur hébergé Pixazo affiche 0,063 $. Prévoyez donc un peu plus de six centimes par sortie et vérifiez le chiffre sur la page tarifaire de Google avant de faire vos prévisions.
Le quota documenté est de 50 requêtes de prédiction en ligne régionales par modèle de base et par minute. C’est largement suffisant pour une boutique, mais juste pour une application sociale sujette aux pics soudains. Prévoyez donc dès le départ une file d’attente et une politique de nouvelles tentatives.
💡 Vérifiez la date de fin : la page du modèle indique une disponibilité générale depuis le 20 janvier 2026 et une date d’arrêt fixée au 20 janvier 2027. Lisez la page actuelle avant de construire quoi que ce soit, et isolez le fournisseur derrière un petit adaptateur, de sorte qu’un modèle successeur ne demande que la modification d’un seul fichier.
Le try on de Kling provient de la gamme Kolors et est disponible sur la plateforme propre de Kling ainsi que chez des revendeurs comme fal. La version que les développeurs testent le plus souvent est Kolors Virtual Try On v1.5, qui repose sur de l’inpainting par diffusion et fonctionne au mieux avec des photos de modèles de face et des prises de vue propres des vêtements.
Sur fal, le point d’accès est fal-ai/kling/v1-5/kolors-virtual-try-on. Vous envoyez deux URL d’images et recevez une image en retour :
{
"human_image_url": "https://example.com/model.jpg",
"garment_image_url": "https://example.com/olive-trench.png"
}
Un indicateur sync_mode facultatif renvoie l’image directement dans la réponse. Sans lui, la tâche est mise en file d’attente et vous récupérez le résultat plus tard. L’exemple de sortie de la fiche est un seul PNG de 768 par 1024 pixels, ce qui convient à une vignette de page produit mais reste petit pour une bannière principale.
Ce dernier point compte pour les marques. Si votre sweat porte un petit logo brodé, testez-le avant de promettre à vos clients un aperçu exact.
La plateforme de Kling permet de faire passer un résultat d’essayage dans son modèle d’image vers vidéo, qui transforme un aperçu de tenue fixe en un court clip. Vous pouvez reproduire ce flux sur PicassoIA en important une image d’essayage finalisée dans Kling v3 Video ou Kling v2.6 et en décrivant le mouvement : un lent tour sur soi-même, une marche vers une fenêtre, un tissu qui bouge sous une légère brise.
Des clips de ce type conviennent bien mieux aux pages produits et aux publicités sociales qu’une énième photo fixe, et ils coûtent une fraction d’un vrai tournage.
« Gratuit » a deux sens sur ce marché : gratuit à télécharger et gratuit à exécuter. Les modèles open source sont gratuits au premier sens, rarement au second.
IDM-VTON est l’implémentation de recherche qui accompagne l’article « Improving Diffusion Models for Authentic Virtual Try-on in the Wild ». Il comprend une démo Gradio locale, des scripts d’inférence pour les jeux de données VITON-HD et DressCode, ainsi qu’une démo publique sur Hugging Face pour tester dans le navigateur.
Le point qui piège les équipes est la licence : CC BY-NC-SA 4.0, qui interdit l’usage commercial. C’est acceptable pour la recherche, un projet scolaire ou un prototype personnel. Ce n’est pas acceptable pour une fonctionnalité payante de boutique. La famille Kolors est aussi publiée sur GitHub et Hugging Face, alors lisez la licence du checkpoint exact que vous comptez déployer.
💡 Une API payante à environ sept centimes par image reste généralement moins chère qu’un pipeline auto-hébergé tant qu’un GPU dédié n’est pas occupé la majeure partie de la journée. Faites ce calcul avec vos propres volumes avant de vous engager.
Le tableau ci-dessous ne reprend que les chiffres qui figurent dans la documentation des fournisseurs ou dans des grilles tarifaires publiques. Lorsqu’un chiffre n’est pas publié, il le signale.
| Critère | Google virtual-try-on-001 | Kling Kolors v1.5 | IDM-VTON |
|---|---|---|---|
| Coût par image | Environ 0,06 $ | 0,07 $ sur fal | 0 $ de licence, vous payez le temps de GPU |
| Usage commercial | Oui, en tant que service cloud payant | Oui, en tant qu’API payante | Non, CC BY-NC-SA 4.0 |
| Entrées | Image de la personne plus photos de produits | Image de la personne plus un vêtement | Image de la personne plus un vêtement |
| Sortie | Jusqu’à 4 échantillons, résolution d’entrée | Un PNG, exemple de 768 par 1024 | Dépend de votre configuration |
| Vitesse | Non publiée dans la documentation | 10 à 13 secondes selon Kling | Dépend de votre GPU |
| Limites | 50 requêtes par minute et par région, 10 Mo par image | Non précisées sur la fiche fal | Votre matériel |
| Durée de vie | Date d’arrêt le 20 janvier 2027 | Non précisée | Vous en avez le contrôle |
| Suite en vidéo | Modèle séparé nécessaire | Image vers vidéo de Kling | Modèle séparé nécessaire |
Avant d’écrire du code d’intégration, testez vos photos de vêtements là où itérer coûte peu. PicassoIA héberge P Image Try On, un modèle de remplacement de vêtements qui conserve le visage, la pose et la morphologie d’origine. Il accepte jusqu’à six images de vêtements en une seule exécution (onze au maximum sont pris en charge) et renvoie le résultat à votre résolution d’origine.
💡 Au moment de la rédaction, l’API pour développeurs de PicassoIA suit un flux de prédictions de type Replicate mais n’expose que quatre modèles, et P Image Try On n’en fait pas partie. Utilisez l’interface web pour vos tests, et Google ou Kling lorsque vous avez besoin d’un appel API en production.
La page du modèle présente ces entrées :
Zoomez sur les coutures, les ourlets, les cols et toute impression. Relancez la même paire avec un seed différent si une manche paraît mal placée. Les exemples présentés sur la page du modèle sont pour la plupart terminés en moins de 15 secondes, mais quelques-uns ont pris plusieurs minutes. Toute conception en production doit donc prévoir un délai d’expiration et une nouvelle tentative.
Pour des changements de tenue ponctuels lorsque vous ne disposez que d’une seule référence, les éditeurs basés sur des prompts comme Image Editor Pro ou Nano Banana Pro peuvent modifier une photo à partir d’une consigne textuelle. Les modèles de try on dédiés prennent les images de vêtements en entrée directe, ils constituent donc le point de départ le plus sûr pour un catalogue.
La plupart des résultats décevants trouvent leur origine dans les entrées, et non dans le modèle. Deux habitudes causent la majorité des dégâts.
Un sweat froissé sur un lit en désordre, sous une lampe crue, donne au modèle des ombres irrégulières et une forme déformée à reproduire. La documentation des fournisseurs dit la même chose en d’autres termes : une seule pièce, des détails nets, un arrière-plan simple, une pose simple. Consacrez dix minutes à l’éclairage et au défroissage avant de dépenser de l’argent en générations.
Le selfie d’un client est une donnée personnelle, et la photo d’un vrai mannequin est une personne qui a accepté un usage précis. Obtenez l’autorisation, indiquez combien de temps vous conservez les imports, supprimez-les à la fin de la session si vous le pouvez et signalez les aperçus générés comme tels. Vérifiez les règles qui s’appliquent sur votre marché, car elles diffèrent. La sortie de Google prend en charge le filigrane et les Content Credentials, ce qui facilite l’étiquetage.
Vous avez maintenant les chiffres : environ six centimes par image chez Google, sept centimes chez Kling via fal, et une licence gratuite qui s’arrête à la ligne commerciale. Le moyen le plus rapide de savoir quel résultat convient à votre catalogue est de passer vos propres photos dans ces outils.
Ouvrez P Image Try On sur PicassoIA, importez une photo de mannequin et trois vêtements, puis comparez le résultat avec ce que vos clients s’attendent à voir. Ensuite, passez le meilleur résultat dans Kling v3 Video et regardez la tenue bouger. Essayez différentes poses, éclairages et photos de vêtements, et conservez les réglages qui fonctionnent. Votre premier test ne prend que quelques minutes, et il vous en apprendra plus qu’un tableau comparatif.
Choisissez votre langue
