Épisode 5 fabriqué 100 % en local : le bilan chiffré (60 images, 56 vidéos, 0 crédit)
« La douche », notre premier épisode fait entièrement sur la carte graphique d'un PC : 60 images, 56 vidéos, environ 67 minutes de calcul et 0 crédit cloud. Ce qui a marché, ce qui a raté, et ce que « 0 € » veut vraiment dire.
Le 29/10/2026, on a fabriqué l'épisode 5 de SerialKiwix, « La douche » (une parodie de Psychose sans aucune nudité : Pêche reste derrière un rideau opaque), sans dépenser un seul crédit de génération dans le cloud. Toutes les images et toutes les vidéos sont sorties de la carte graphique du PC de KALEXEX.
Résultat : 2 min 07, 42 plans, validé par KALEXEX en v3. Voici le bilan complet, chiffres compris, y compris ce qui n'a pas marché.
Ce que « 0 € » veut dire (et ne veut pas dire)
Soyons précis, parce que c'est là que beaucoup d'articles trichent :
- 0 crédit cloud pour les images et les vidéos. Aucune génération payante sur Higgsfield ou ailleurs.
- Le PC existait déjà : une RTX 5080 avec 16 Go de mémoire vidéo. Si tu dois acheter la carte, ce n'est évidemment pas gratuit.
- L'électricité n'a pas été mesurée. Elle n'est pas nulle, mais on ne va pas t'inventer un chiffre.
- Les voix et les bruitages venaient d'ElevenLabs (18 répliques, une quinzaine de sons), avec l'abonnement qu'on avait déjà. Une voix locale gratuite existe (OmniVoice), mais on ne l'a pas encore utilisée dans un épisode.
Donc : 0 € de génération d'images et de vidéos, sur un matériel déjà possédé, avec des voix sous abonnement.
La chaîne utilisée
| Rôle | Outil | Réglage | Vitesse mesurée |
|---|---|---|---|
| Lanceur | WanGP v18.88 (dans Pinokio) | piloté par un « travailleur » et une file d'attente | — |
| Images | Qwen Image 2.1 + accélérateur Pruna 8 pas | 864×1536, jusqu'à 4 références | ≈ 20 s par image |
| Vidéos | MiniMax H3 (image de départ) + accélérateur lightx2v 4 pas | 480×832, agrandi en 720×1280 au montage | ≈ 45-50 s par vidéo |
| Plans parlants | même modèle + la réplique ElevenLabs comme guide audio | réplique rallongée à 5,6 s | idem |
| Montage | script Python + ffmpeg | −14 LUFS, AAC 48 kHz | 1-2 min |
Depuis le 30/10/2026, l'accélérateur lightx2v est remplacé par le LoRA communautaire « Pika merge lite » : un peu plus rapide (environ 16 secondes de calcul par plan au lieu de 20) et plus fidèle au personnage.
Le travailleur a tout changé : KALEXEX l'ouvre une seule fois, et Claude dépose des lots de génération dans une file d'attente qui les exécute l'un après l'autre. On peut déposer un lot pendant qu'un autre tourne. 13 lots sont passés dans la journée.
Le bilan chiffré
| Passe | Images | Vidéos | Temps machine |
|---|---|---|---|
| v1 : fabrication complète | 37 | 37 | ≈ 40 min |
| v2 : passe de cohérence | 6 | 8 | ≈ 9 min |
| v3 : salle de bain refaite | 17 | 11 | ≈ 18 min |
| Total | 60 | 56 | ≈ 67 min |
Quelques temps de référence relevés pendant la journée : 14 images en 4 min, 21 images en 6 min 20, 15 vidéos en 11 min, 21 vidéos en 16 min. Un épisode complet, c'est donc environ 40 minutes de machine, et une scène entière refaite, 15 à 20 minutes.
Pour comparer : les épisodes 1 à 4, faits dans le cloud sur Higgsfield, ont coûté entre 185 et 216 crédits chacun.
Ce qui a bien marché
- La qualité tient la route. KALEXEX l'a jugée suffisante, et les personnages restent reconnaissables.
- Aucun refus de contenu. Dans le cloud, Pêche avait été bloquée trois fois sur l'épisode 4 par un filtre. En local, elle est passée partout. Attention : pas de filtre ne veut pas dire pas de limites. On garde exactement les mêmes règles (rien de sexualisé, du jus et jamais de sang).
- Corriger ne coûte presque rien. Un plan raté : deux nouvelles graines en 1 min 30. La v3, c'est 28 éléments refaits en 18 minutes.
- La synchro labiale est correcte avec la réplique rallongée à 5,6 secondes.
- Les réutilisations sont gratuites : la voiture de Mangue de l'épisode 4 a servi d'image de départ, et le décor maître de la salle de bain a servi de référence à tous les plans de la scène.
Ce qui a raté, et pourquoi
Les incohérences : environ 40 % du temps machine
C'est la leçon la plus chère de la journée : environ 40 % du temps de calcul a servi à corriger des erreurs de logique, pas des ratés techniques. Le hook reprenait un mixeur de la cuisine de l'épisode 4, on ne voyait jamais Kiwix entrer dans la salle de bain, Mangue arrivait sans avoir entendu le cri, le rideau était intact quand elle entrait…
En local, c'est gratuit et rapide. Mais chaque version demande une relecture à KALEXEX. Depuis, une checklist de cohérence se remplit avant de générer : qui entre par où, où est chaque objet, qui voit quoi, l'état du décor après chaque événement.
Le son
- Une douche stridente : le bruitage était plein d'aigus. On l'a refait plus doux, coupé à 2,8 kHz.
- La bulle de chewing-gum de Mangue sans « pop » : le son tombait à 2,0 s, l'éclatement à 2,25 s. Recalé.
- Des pics à +3,7 dB dans la v2 à cause d'un rééchantillonnage : le monteur passe désormais en 48 kHz avec un limiteur, pour tous les épisodes.
Les ratés de génération, et les mots qui les corrigent
| Raté | Correction dans le prompt |
|---|---|
| Rideau « opaque » qui laisse voir le visage | « thick, plain and COMPLETELY OPAQUE… no face, no features » |
| Rideau qui se dessine des yeux | « PLAIN FABRIC: no face, no eyes, no drawing on the curtain » |
| Mangue qu'on croit dehors, à la fenêtre | « over-the-shoulder shot from INSIDE the room » |
| Kiwix qui revient dans la fenêtre au lieu de fuir | « drops straight DOWN… he never comes back » + 2 graines |
| H3 qui invente une voix anglaise après la réplique | réplique rallongée de silence à 5,6 s |
Les limites à connaître
- H3 sort au minimum environ 4,5 secondes de vidéo : on coupe au montage.
- Le 720×1280 en local est environ 2,5 fois plus lent que le 480×832, sans gain visible une fois agrandi pour TikTok. On reste en 480×832.
- La synchro labiale est correcte, pas garantie : chaque plan parlant se relit.
- Le son généré par H3 sur les plans d'action est coupé : on garde nos propres bruitages.
⚠️ Piège : les licences, vérifiées le 31/10/2026. La licence MiniMax H3 Community, qui couvre aussi les LoRA Pika H3 Flex (dérivés de H3), exclut expressément de son territoire l'Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis. MiniMax invite les personnes de ces territoires à le contacter pour obtenir une licence. Qwen Image 2.1 est sous licence de recherche Qwen : usage non commercial, défini comme « à des fins de recherche ou d'évaluation », avec une licence commerciale à demander à Alibaba. Si tu veux reproduire cette chaîne, lis ces textes avant de t'en servir, et pose la question à l'éditeur au moindre doute, surtout si ton projet doit un jour rapporter de l'argent.
Et après l'épisode 5 ?
Le local est devenu notre méthode par défaut. Pour l'épisode 6, on a mélangé : images et plans parlants en local, et les plans d'action via Grok Imagine 1.5 lite sur OpenRouter, pour environ 0,10 à 0,13 $ le plan, soit environ 4 $ au total. Le local n'exclut donc pas le cloud : on paie seulement là où ça change vraiment le plan.
✅ À retenir : 60 images, 56 vidéos, environ 67 minutes de calcul, 0 crédit. La vraie dépense n'a pas été la machine, mais les allers-retours dus à un découpage pas assez pensé.
Pour aller plus loin
Les réglages complets de WanGP, le principe du travailleur et de la file d'attente, et la checklist de cohérence sont expliqués pas à pas dans l'École Fruise. Le début de chaque cours sera gratuit.