Gemini Omni 1.2 Flash passe à la vidéo de 15 secondes
Google étend Gemini Omni 1.2 Flash à des clips de 15 secondes, avec édition conversationnelle et prix API réduit.
Google déploie Gemini Omni 1.2 Flash, son modèle de génération et d’édition vidéo, avec trois nouveautés très concrètes pour les pros : des clips plus longs, une édition par conversation et un prix API plus bas. L’enjeu est simple : produire plus vite des variations vidéo courtes, sans relancer tout le processus à chaque correction.
Selon Google DeepMind, le modèle est disponible depuis le 5 novembre 2026 dans la Gemini API et Gemini for business. Il vise surtout les équipes marketing, produit, e-commerce et création qui doivent fabriquer des formats courts à grande échelle.
Ce qui change concrètement
La première nouveauté est la durée. Gemini Omni 1.2 Flash peut générer et éditer des vidéos natives jusqu’à 15 secondes, contre 10 secondes pour Gemini Omni 1.1. D’après la documentation Google Cloud, la durée peut être réglée par incréments d’une seconde, de 3 à 15 secondes.
Ce détail compte. Sur un format publicitaire court, 15 secondes permettent déjà de poser un produit, montrer un bénéfice, afficher une situation d’usage et finir sur une variation de cadrage. Pour un réseau social, une bannière vidéo ou une fiche produit enrichie, cela évite parfois de devoir assembler plusieurs clips.
Deuxième changement : l’édition conversationnelle multi-tour. Tu peux modifier un clip déjà généré par étapes, par exemple changer l’arrière-plan, la météo, l’éclairage, le produit ou le ratio d’image, sans repartir de zéro. Google indique que cette édition fonctionne sur des clips complets de 15 secondes. La documentation évoque aussi des interactions stateful, réutilisables pour l’édition vidéo multi-tour.
Troisième point : la cohérence avec les références. Gemini Omni 1.2 Flash accepte des images de personnage, de produit ou de style, des clips de mouvement jusqu’à 3 secondes et des indices audio. Google affirme que les visages, vêtements, typographies d’emballage et couleurs de marque restent plus stables entre les angles de caméra. C’est une amélioration importante pour les contenus e-commerce, où une chaussure, un sac ou un packaging doivent rester identifiables tout au long du clip.
Google met aussi en avant une meilleure génération de parole, avec une synchronisation labiale plus claire et une meilleure distinction entre plusieurs locuteurs. Enfin, le prix annoncé baisse de 30 % par rapport à Gemini Omni 1.1 Flash : 0,07 dollar par seconde pour une vidéo 720p. Google Cloud précise que le flux de travail peut passer par des brouillons en 360p ou 720p, avant un upscale vers 1080p ou 4K pour les versions finales.
Comment l'essayer
Google indique que Gemini Omni 1.2 Flash est disponible de façon générale dans la Gemini API et Gemini for business. The Decoder rapporte aussi un déploiement via Google AI Studio, Google Cloud Console, Flow, Google Vids, l’application Gemini pour les abonnés Google AI Ultra et Google Ads.
Dans l’application Gemini, Google précise que l’accès au modèle est réservé aux abonnés Google AI Ultra. Les pages d’aide de Google listent la France parmi les pays et territoires pris en charge par l’application Gemini, et parmi les pays où Google AI Pro et Google AI Ultra sont disponibles. Le prix de Google AI Ultra en France n’est pas communiqué dans l’annonce du modèle.
Google Vids peut générer des clips de 15 secondes sans coût additionnel avec un compte Google ou un abonnement Google Workspace, selon Google. Pour les usages API, le tarif communiqué est en dollars : 0,07 dollar par seconde en 720p. Aucun tarif en euros n’est indiqué dans l’annonce.
Pour qui, et pour quoi faire
Le cas d’usage le plus évident est la production de variantes vidéo pour une équipe marketing ou e-commerce. Exemple : une marque possède des photos produit, une charte couleur et quelques visuels de référence. Elle peut générer un clip de 15 secondes montrant le produit dans un décor, puis demander des variantes par conversation : fond studio, scène extérieure, format vertical, version plus lumineuse, autre ambiance.
Pour une boutique en ligne, cela peut servir à créer des mini-démonstrations, des rotations de produit ou des vidéos de type virtual try-on. Google donne notamment l’exemple d’une séquence de 15 secondes construite à partir d’une photo de modèle et de vues produit d’une tenue, avec maintien de l’identité du modèle et des détails du vêtement.
Pour une agence, l’intérêt est aussi opérationnel. Au lieu de rédiger un nouveau prompt complet pour chaque version, l’équipe peut partir d’un premier clip, corriger un point précis et décliner les formats par audience ou par emplacement publicitaire.
Limites et points de vigilance
La limite principale reste la durée : 15 secondes maximum. Pour une vidéo plus longue, il faudra construire plusieurs séquences et gérer la continuité entre elles. L’amélioration de cohérence ne supprime pas non plus le besoin de validation humaine, surtout sur les logos, les packagings, les textes visibles et les détails de produit.
Le coût est plus bas, mais il reste proportionnel à la durée générée. Des tests multiples en 15 secondes peuvent vite s’additionner. Pour un usage pro, le flux recommandé est donc de travailler en brouillon, de corriger par édition conversationnelle, puis de monter en résolution uniquement sur les meilleures versions.
Autre point : selon The Decoder, chaque vidéo générée porte un filigrane imperceptible SynthID indiquant son origine. C’est utile pour la traçabilité, mais cela doit être intégré aux règles internes de publication. Enfin, même si Google annonce une meilleure parole et une synchronisation labiale plus claire, il faut vérifier chaque sortie avant diffusion, notamment en cas de plusieurs intervenants.
L'avis NXUS
Gemini Omni 1.2 Flash est surtout intéressant pour industrialiser des formats courts, pas pour remplacer une direction artistique. Le vrai gain vient de la combinaison entre références visuelles, brouillons rapides et corrections par conversation. Pour une équipe, le bon réflexe est de définir une grille de validation : conformité marque, lisibilité produit, voix, droits, cohérence entre variantes. Si tu veux structurer ce type de workflow en entreprise, les formations IA NXUS peuvent aider à cadrer les usages, les prompts et les contrôles qualité.
Sources
Source : Google
Rudy Molinillo
