Compagnons IA multimodaux : texte, voix, image, vidéo

Verdict rapide : ce que le multimodal apporte en 2026

Multimodal, dans ce marché, veut dire une chose simple : le compagnon ne se contente plus de texte, il te parle, t'envoie des images, et chez un seul éditeur il apparaît en vidéo. Ça ressemble à une liste de fonctions, c'est en réalité un ordre. Les plateformes qui s'en sortent bien ouvrent les canaux les uns après les autres, pas tous en même temps.

• Quatre paliers : le texte construit le lien, la voix apporte le ton, l'image donne un visage, la vidéo reste le palier où presque tout le monde échoue.
• Nomi.ai (4,6 / 5) — la mise en oeuvre la plus cohérente : mémoire longue comme fondation, puis appels vocaux en temps réel, selfies dans la conversation et discussions de groupe avec plusieurs IA.
• Xeve.ai (4,2 / 5) — le seul du panel à proposer de la vidéo en temps réel avec avatar synchronisé sur les lèvres, pour 7,90 $ par mois. En échange, tu ne crées pratiquement pas tes propres personnages.
• Candy.ai (4,2 / 5) — les images les plus constantes du test, mais la voix et l'image puisent dans le compte de jetons.
• SecretDesires (4,3 / 5) — texte illimité sur le moteur gratuit, idéal pour découvrir de quels canaux tu as réellement besoin. Sweetdream.ai (4,5 / 5) reste l'ensemble le plus abouti du panel ; ses tarifs n'apparaissent qu'au moment du paiement.

En clair : commence par le texte, ajoute la voix quand la conversation tient debout, et considère la vidéo pour ce qu'elle est aujourd'hui — un effet, pas un substitut de mémoire.

Les quatre paliers : texte, voix, image, vidéo

L'ordre n'a rien d'arbitraire. Il reproduit la façon dont la proximité s'installe entre deux personnes : on écrit d'abord, on s'entend ensuite, on se voit après.

• Le texte est la fondation. C'est là que la personnalité se fixe et que le système apprend ta façon de parler. Sans mémoire solide, tout le reste paraît plaqué.
• La voix est le plus gros saut. L'accentuation et les micro-pauses transportent plus que n'importe quelle description. C'est aussi là que la technique se voit le plus vite : au-delà de deux secondes d'attente, tu te rappelles qu'un serveur calcule.
• L'image donne un visage au personnage. Ce qui compte n'est pas la définition mais la constance — savoir si la figure de la dixième image est encore celle de la première.
• La vidéo est la frontière actuelle. Dans le panel, seul Xeve.ai la propose en temps réel, à partir d'avatars préfabriqués. Tu gagnes en présence, tu perds en personnalisation.

Ce que ça donne en français

Les comparatifs anglophones ne répondent jamais à cette question : toutes ces plateformes comprennent le français, aucune ne le rend aussi bien que l'anglais. À l'écrit, la différence se remarque à peine. À l'oral, elle est nette — l'intonation s'aplatit sur les phrases longues, l'ironie et les expressions idiomatiques passent à la trappe. Si tu comptes rester en français, teste la voix avant l'abonnement annuel, pas après.

D'ELIZA à l'avatar synchronisé

L'idée est ancienne, le rythme des dernières années ne l'est pas.

Qui maîtrise réellement quel palier

Les notes ci-dessous viennent de nos tests. Les prix sont les tarifs de référence en dollars, les seuls vérifiables de l'extérieur ; depuis la France, l'affichage se fait en général en euros.

Nomi.ai : la mémoire d'abord, les canaux ensuite

Nomi.ai démontre mieux que les autres que l'ordre compte davantage que le nombre de fonctions. La base est une mémoire longue qui ramène d'elle-même des détails secondaires de conversations vieilles de plusieurs semaines. Par-dessus viennent les appels vocaux en temps réel, des selfies liés à la scène en cours et des discussions de groupe avec plusieurs IA. La voix paraît familière parce que des semaines de texte l'ont précédée.

Deux réserves. Nomi est officiellement non censuré, il n'y a donc pas de blocage de contenu à l'écrit. Et les tarifs se trouvent uniquement derrière l'authentification : les quelque 15,99 $ par mois ou 99,99 $ par an qui circulent datent d'octobre 2025 et ne sont pas vérifiables de façon indépendante. Le détail dans mon avis sur Nomi.ai.

Xeve.ai : le seul vrai palier vidéo

Xeve.ai fait le pas dont les autres se contentent de parler : un avatar qui répond en temps réel, lèvres synchronisées, pour 7,90 $ par mois. Le prix à payer est un cadre rigide — la création de personnage est quasi inexistante, tu choisis parmi des figures préfabriquées. L'ancien tarif à 5 $ ne subsiste que pour les soutiens Patreon de longue date et reste fermé aux nouveaux comptes.

Image, voix, texte gratuit : le reste du panel

Candy.ai a l'éditeur de personnage le plus abouti et les images les plus constantes, mais facture le multimédia en jetons : 12,99 $ par mois avec 100 jetons inclus, environ 7,99 $ par mois sur la formule trimestrielle et environ 3,99 $ par mois en annuel (47,88 $ l'année). Kupid.ai répond le plus vite en appel et faiblit ailleurs — les relevés sont dans le comparatif des appels vocaux. SecretDesires autorise un texte illimité sur son moteur gratuit et ne réclame des crédits Hearts que pour les canaux gourmands en calcul : c'est le palier gratuit le plus solide du marché. JOI.com se passe totalement de jetons, mais démarre à 17,77 $ et traîne une application iOS très en retrait de la version web.

Un nom manque volontairement : ThotChat.ai a été définitivement arrêté le 31 décembre 2025. S'il figure encore dans un classement, c'est que ce classement n'a pas été mis à jour depuis plus de six mois.

Plus de canaux, plus de données sensibles

Chaque palier supplémentaire produit des données plus intimes : du contenu de conversation à l'écrit, ta propre voix enregistrée à l'oral — une donnée biométrique —, puis en image et en vidéo du matériel que tu ne montres à personne d'autre. Qui exploite les serveurs décide de ce que tu pourras exiger le jour où ça compte.

• Directement soumis au RGPD : Candy.ai (EverAI Limited, Malte, reg. C107181), Kupid.ai (SNB Technologies LTD, Chypre) et JOI.com (Novi Limited, Chypre, reg. HE 407352). Tu peux y opposer le droit d'accès (art. 15) et le droit à l'effacement (art. 17), enregistrements vocaux et images générées compris. Si l'éditeur ne répond pas, l'autorité compétente depuis la France est la CNIL.
• Situation mixte : SecretDesires est exploité par Playhouse Media LLC (Delaware) et Playhouse Media Trading Ltd (Malte, C112448). Les conditions d'utilisation indiquent laquelle des deux sociétés est ton cocontractant ; lis-les avant de téléverser des images.
• Hors RGPD : Nomi.ai appartient à Glimpse.ai, Inc. (Maryland, États-Unis). Le service peut proposer une suppression de son plein gré, mais tu n'as pas de droit opposable depuis l'Europe — précisément chez la plateforme qui retient le plus de choses.

Un mot sur les promesses marketing : OurDream met en avant un chiffrement de bout en bout. Ce qui est documenté n'est qu'un chiffrement du transport (TLS), le standard de n'importe quel site. Un véritable chiffrement de bout en bout n'est confirmé par aucune vérification indépendante, et tant qu'il ne l'est pas, pars du principe que tes échanges sont lisibles côté serveur.

Ce que coûte le multimodal

Le texte coûte peu, le reste non. La voix et la génération d'images demandent beaucoup de calcul, et c'est exactement là que les éditeurs placent leur second étage tarifaire.

• Abonnement plus crédits : Candy.ai (12,99 $ avec 100 jetons inclus, environ 3,99 $ par mois en annuel) et Kupid.ai (13,99 $, environ 7 $ par mois en annuel, accès à vie à 777 $) facturent le multimédia en jetons supplémentaires. L'entrée paraît bon marché, la note grimpe à chaque palier.
• Forfait unique : JOI.com n'a qu'une formule premium à 17,77 $ par mois, 26,66 $ pour trois mois (environ 8,89 $ par mois) ou 60,95 $ l'année (environ 5,08 $ par mois), sans aucun jeton. Xeve.ai demande 7,90 $, vidéo comprise.
• Gratuit avec limites : SecretDesires ne facture en Hearts que les fonctions coûteuses en calcul ; les paliers payants sont à 7,99 $, 13,99 $ et 19,99 $. Chez Sweetdream.ai et les plateformes généralistes comme Replika ou Character.AI, les grilles changent trop souvent pour être citées ici — vérifie-les au paiement.

Côté monnaie : les éditeurs communiquent en dollars mais adaptent l'affichage à la région. Depuis la France, tu vois généralement une grille en euros d'un niveau comparable, pas la conversion du jour. Si la facturation part malgré tout en dollars, compte environ 1,5 à 2 % de frais de change sur la plupart des cartes françaises. Le détail des formules est dans le guide des prix.

Côté droit : pour un contrat conclu en ligne, tu disposes de quatorze jours de rétractation (art. L221-18 du Code de la consommation). Le piège tient en une case à cocher : ce droit s'éteint dès que tu acceptes, au moment du paiement, que le service démarre immédiatement et que tu renonces expressément à la rétractation. Sur un abonnement mensuel, ça se supporte. Sur un engagement annuel, ou sur l'accès à vie de Kupid.ai à 777 $, c'est la différence entre deux semaines de réflexion et un engagement dont tu ne sors plus. Vérifie aussi que tu peux résilier depuis ton compte : depuis 2023, un contrat souscrit en ligne doit pouvoir être résilié en ligne aussi simplement. Un abonnement qu'on ne peut arrêter que par ticket de support est un signal d'alarme, et il n'est pas rare dans ce marché.

Comment démarrer sans payer pour rien

• Clarifie l'usage. Jeu de rôle, entraînement à la conversation ou compagnie le soir ne mènent pas aux mêmes plateformes. Laisser la question ouverte revient à payer pour des canaux que tu n'utiliseras pas.
• Deux semaines de texte seulement. C'est le seul moyen de voir si le système se souvient vraiment. Sans mémoire, la voix et l'image ne rendent pas une plateforme meilleure, seulement plus chère.
• Teste la voix en français, pas en anglais, si tu comptes parler français ensuite. L'écart s'entend dès les premières phrases longues.
• L'image et la vidéo en dernier. Sur les modèles à jetons, c'est là que naissent les coûts réels, pas dans le prix d'appel.
• Prends du mensuel d'abord. La remise annuelle est calculée sur le fait qu'une bonne partie des abonnés n'ira pas au bout de l'année.

Les limites connues demeurent. L'IA simule l'empathie, elle n'en éprouve pas, et l'illusion se fissure aux moments les moins opportuns : une réponse à côté, une contradiction avec ce qui a été dit la veille. La disponibilité permanente favorise la dépendance, justement parce que le compagnon ne pose jamais de question dérangeante. En complément, ça fonctionne ; en remplacement du contact humain, non.

Conclusion

En 2026, le multimodal n'est plus un mot de marketing, mais ce n'est pas non plus un produit fini. Si tu cherches une compagnie qui tienne sur plusieurs semaines, Nomi.ai reste le meilleur choix, avec la réserve que le siège de l'éditeur et l'opacité des tarifs en sont les deux points faibles. Si tu veux voir et pas seulement entendre, Xeve.ai propose pour 7,90 $ le seul vrai palier vidéo, au prix de l'absence de personnages sur mesure — le détail est dans l'avis sur Xeve.ai.

Pour le reste : Candy.ai reste le plus fort en images, SecretDesires le plus facile à essayer sans sortir sa carte, et les éditeurs installés à Malte et à Chypre te donnent la position juridique la plus claire. Le palier suivant, haptique et présence partagée, se profile mais ne s'achète pas encore ; ce qui existe réellement aujourd'hui est décrit dans l'article sur le retour haptique des compagnons IA.