Gemini Omni 1.2 Flash passe en disponibilité générale et abaisse le coût de la vidéo générative
Le 5 novembre 2026, Google a rendu Gemini Omni 1.2 Flash généralement disponible sur l’API Gemini et Gemini for Business, portant les clips vidéo natifs à 15 secondes, ajoutant l’édition conversationnelle multi-tours et abaissant le prix de 30 % à 0,07 dollar la seconde en 720p. Pour les équipes qui produisent de la vidéo par l’IA, le passage à 15 secondes et la baisse de prix changent le calcul coût-valeur de l’intégration en production.
5 novembre 2026. Google annonce la disponibilité générale de Gemini Omni 1.2 Flash sur l’API Gemini et Gemini for Business. 15 secondes. La durée maximale des clips vidéo natifs, contre 10 secondes pour la version précédente. 0,07 dollar. Le prix par seconde de vidéo 720p, soit 30 % de moins que Gemini Omni 1.1 Flash. Pourquoi c’est important : la génération vidéo par IA passe d’un gadget de démonstration à un outil dont le coût et la durée deviennent compatibles avec un flux de production réel.
Ce qui change : 15 secondes, édition conversationnelle, fidélité
Gemini Omni 1.2 Flash franchit trois paliers d’un coup. D’abord, la durée : les clips natifs passent de 10 à 15 secondes. Ensuite, l’édition : le modèle introduit l’édition conversationnelle multi-tours — on ne régénère plus un clip entier pour corriger un détail, on le modifie par une instruction de suivi, comme on éditerait un texte. Enfin, la fidélité : une meilleure adhérence aux références d’image et de vidéo maintient les produits, les personnages et les détails de marque cohérents d’un plan à l’autre.
C’est ce dernier point qui intéresse les professionnels. Le cauchemar de la vidéo générative — un personnage dont le visage ou le logo change entre deux plans — est précisément ce que l’adhérence aux références cherche à résoudre. Google positionne explicitement le modèle comme « la prochaine étape vers des modèles capables de créer et d’éditer n’importe quoi à partir de n’importe quelle entrée, en commençant par la vidéo ».
Le modèle combine l’intelligence de Gemini avec les modèles média génératifs de DeepMind. Concrètement, il accepte des références vidéo courtes pour guider une génération de 15 secondes, et l’interpolation première-dernière image reste plafonnée à 10 secondes.
Le prix baisse d’un tiers — et le workflow change
Le chiffre à retenir est 0,07 dollar par seconde de vidéo 720p, soit 30 % de moins que Gemini Omni 1.1 Flash, avec des économies comparables aux autres résolutions. Pris isolément, le prix n’est qu’une ligne de facturation. Combiné au nouveau workflow, il change la manière de produire.
La logique poussée par Google est celle du brouillon rapide puis montée en qualité : générer vite en 360p ou 720p, corriger un détail par une édition de suivi au lieu de tout régénérer, puis upscaler en 1080p ou 4K. L’API produit des brouillons natifs en 360p ou 720p, et les options 1080p et 4K sont des upscales de ces brouillons.
L’intérêt économique est double. D’abord, le prix unitaire baisse. Ensuite, le nombre de générations par clip baisse : corriger un plan par une instruction de suivi coûte moins cher que régénérer la séquence entière, et le brouillon basse résolution coûte une fraction de la sortie finale. Pour un studio qui itère des dizaines de fois sur un plan, l’économie cumulée est significative.
Les limites à connaître avant de signer
Deux limites tempèrent l’enthousiasme. La première est la durée réelle d’interpolation : la génération à partir d’une référence vidéo courte atteint bien 15 secondes, mais l’interpolation première-dernière image reste à 10 secondes. La seconde est la chaîne de qualité : le 1080p et le 4K sont des upscales, pas des sorties natives. Sur un plan exigeant — du texte fin, des cheveux, des textures — l’upscale n’efface pas les limites du brouillon sous-jacent.
Il faut aussi replacer le produit dans le marché. La vidéo générative est un champ encombré, et 15 secondes reste court face à des acteurs qui annoncent des clips plus longs. L’avantage de Gemini Omni 1.2 Flash n’est pas la durée maximale : c’est la combinaison durée, édition conversationnelle et prix — un équilibre qu’aucun concurrent ne réunit encore sur la même API, au même tarif.
Ce que ça change pour les producteurs de vidéo
Pour une équipe qui produit de la vidéo publicitaire, des teasers produit ou du contenu social, le calcul change. La fidélité aux références rend enfin crédible l’usage de la vidéo générative sur des campagnes où la cohérence de marque est non négociable. L’édition conversationnelle déplace la correction du « refaire le clip » vers le « ajuster le plan », ce qui rapproche l’outil d’un logiciel de montage plus que d’un générateur à usage unique.
Le prix abaisse le seuil d’expérimentation. À 0,07 dollar la seconde, un clip de 15 secondes en 720p coûte 1,05 dollar avant upscale — assez bas pour que les tests de concept ne soient plus une dépense à justifier, mais une ligne de coût opérationnel. C’est le changement de nature qui compte : la vidéo générative passe de « projet pilote » à « intégration dans le flux ».
Reste le sujet de fond, commun à toute l’IA générative : la provenance. À mesure que la vidéo synthétique devient indiscernable et bon marché, la question de l’authenticité — filigrane, métadonnées de provenance, détection — cesse d’être théorique. Google intègre des mécanismes de provenance, mais la charge de la traçabilité incombera de plus en plus aux producteurs, pas aux plateformes.
Verdict
Gemini Omni 1.2 Flash n’est pas une itération cosmétique : c’est le moment où la vidéo générative de Google devient économiquement intégrable dans un flux de production, grâce à la conjonction d’une durée étendue, d’une édition conversationnelle et d’un prix en baisse d’un tiers.
Si vous produisez de la vidéo de marque à fort volume, testez la fidélité aux références sur vos propres actifs — c’est la capacité qui déterminera si le modèle entre dans votre chaîne. Si vous itérez sur des plans courts, adoptez le workflow brouillon 360p/720p puis édition de suivi puis upscale : c’est lui qui transforme la baisse de prix en économie réelle. Si vous avez besoin de plans longs ou d’une qualité 4K native, attendez : la durée d’interpolation et l’upscale restent des limites, pas des options. Une règle à retenir : le coût de la vidéo générative vient de cesser d’être un argument — la différenciation se jouera désormais sur la fidélité et la provenance.