Modèles

Gemini Omni 1.2 Flash : 15 secondes de vidéo et 30 % de facture en moins

Google allonge ses clips natifs de 10 à 15 secondes et ramène le tarif à 0,07 dollar la seconde en 720p. Le modèle arrive dans l'API, dans Vids et dans Flow, avec un montage conversationnel qui évite de tout régénérer.

Julien MartinJulien Martin
Popularité : 1,420
Bandes de pellicule abstraites passant du violet à l'ambre

Google allonge ses clips natifs de 10 à 15 secondes et ramène le tarif à 0,07 dollar la seconde en 720p. Le modèle arrive dans l'API, dans Vids et dans Flow, avec un montage conversationnel qui évite de tout régénérer.

Gemini Omni 1.2 Flash : 15 secondes au lieu de 10

Google a mis le modèle en ligne le 5 novembre, sur l'API Gemini et dans Gemini for business. Il alimente aussi Google Vids, Flow et Google Cloud.

Le changement le plus visible concerne la durée. Un clip natif passe de 10 à 15 secondes, et la durée se règle seconde par seconde entre 3 et 15. Cette souplesse compte plus que le chiffre : un plan de 6 secondes pour une animation, un plan de 15 pour une scène jouée, sans changer d'outil.

Un modèle vidéo de Google qui allonge ses clips de moitié ne résout pas tout. La qualité audio et la physique des objets restent des sujets à part, et Google ne promet ni l'une ni l'autre.

Les tarifs de l'API Gemini tombent à 0,07 dollar la seconde

Le prix baisse de 30 % par rapport à Omni 1.1, à 0,07 dollar la seconde en 720p. Un clip de 15 secondes coûte donc 1,05 dollar, et trois prises un peu plus de trois dollars.

À ce niveau, la méthode de travail change. À 10 secondes, un plan ne couvrait pas un spot entier, et il fallait recoller deux générations dont la couture se voyait.

Réglage

Gemini Omni 1.1

Gemini Omni 1.2 Flash

Durée native

10 s

15 s

Prix du 720p

30 % plus élevé

0,07 $/s

Réglage de la durée

non

3 à 15 s, pas d'une seconde

Ce tableau se lit avec une réserve : les tarifs publics ne disent rien du coût réel d'une campagne, qui dépend du nombre de prises ratées. Un plan sur trois demande une reprise.

Ce qu'un clip de 15 secondes permet de livrer

Un spot social complet tient désormais dans un seul appel. C'est le format que réclament les campagnes verticales, celui qu'une agence livre en 9:16 pour une story ou un pré-roll.

Cinq secondes de plus changent aussi la narration. Un plan de 15 secondes laisse le temps d'un geste, d'une réplique et d'un changement de cadre, là où 10 secondes imposaient de couper avant que le spectateur comprenne la scène.

Pour un produit, l'intérêt est encore plus direct. Un packshot qui tourne, une main qui ouvre un emballage, un texte qui apparaît : la séquence tient sans montage externe, et le client voit la mécanique avant de valider un budget de tournage.

L'adhérence des références avec Gemini Omni

La durée ne sert à rien si le personnage change de visage au milieu du plan. Google insiste donc sur la cohérence des références.

Le modèle accepte des images de personnage, de produit ou de style, des clips de mouvement de trois secondes maximum, et des repères audio. Les visages, les vêtements, la typographie d'un emballage et les couleurs de marque restent stables d'un angle de caméra à l'autre.

C'est le point qui décide d'un usage professionnel. Une marque qui retrouve sa teinte exacte sur chaque plan peut utiliser la sortie telle quelle. Une marque qui la voit virer au vert doit repasser par la retouche, et le gain de temps disparaît.

Le montage conversationnel change la production

Gemini Omni 1.2 accepte des retouches en plusieurs tours sur un clip complet de 15 secondes. Vous remplacez un produit, changez un fond, modifiez la lumière ou la météo, passez en format vertical, sans repartir de zéro.

La continuité entre le premier et le dernier plan progresse aussi, avec moins de déformations dans les transitions. Le modèle sait interpoler entre deux images clés et prolonger un clip existant.

Le reste tient à des détails de tournage. La synchronisation labiale est plus nette, plusieurs voix peuvent être conditionnées séparément, et le rythme des dialogues se tient mieux. Les mouvements continus, type survol en FPV ou orbite, produisent moins de coupes parasites.

Google accompagne l'annonce de comparaisons avec Omni 1.1 Flash, mais ce sont des démonstrations d'éditeur.

Aucun test indépendant.

Où utiliser Gemini Omni 1.2 Flash

Le modèle est disponible sur l'API Gemini et dans Gemini for business, et il alimente Google Vids, Flow et Google Cloud. Pour une équipe qui produit déjà ses vidéos dans Vids, la mise à jour ne demande aucune intégration.

Le reste du marché passe par l'API. Une agence qui facture un spot de 15 secondes à un client de la distribution peut aujourd'hui générer dix variantes pour le prix d'une journée de studio, ce qui déplace la valeur vers le choix des prises et l'écriture.

Ce que le modèle ne fait toujours pas mérite d'être dit. Pas de film de long format, pas de physique parfaitement fidèle, pas de musique sous licence, et pas d'audio digne d'un studio.

Ce qu'un studio doit tester en premier

Par où commencer ? Par la constance d'un plan à l'autre, pas par la durée. Prenez une image de produit, demandez trois angles, et regardez si l'étiquette reste lisible.

La deuxième porte sur le pipeline. Générez en 360p ou 720p, corrigez avec une retouche plutôt qu'une régénération, puis montez en 1080p ou 4K sur les meilleures prises. À 0,07 dollar la seconde, une prise ratée coûte moins qu'une minute de réflexion.

Le budget suit cette logique. Un studio qui réservait 300 euros de génération pour un projet peut en dépenser le triple et choisir davantage, à condition de compter le temps de sélection.

Si vous devez tester une seule chose cette semaine, testez la cohérence d'un visage sur quinze secondes. C'est elle qui décidera si le modèle entre dans votre chaîne de production ou reste un outil de prévisualisation.

Partager cet article

Sources

Actualités liées à l’IA

Une fenêtre de terminal avec une courbe de récompense ascendante et un badge 27B à côté
Modèles

RadixArk double le score Terminal-Bench 4.1 de Qwen3.8-27B

RadixArk publie DaisyRose-27B, un Qwen3.8-27B réentraîné par renforcement sur des tâches d'agents longues. Le gain est net, le score absolu reste bas, et l'argument réel porte sur le coût par point gagné.

Popularité : 1,330
Le contour d'un ordinateur portable avec trois feuilles de couches empilées qui traversent une flèche en boucle
Modèles

Inkling 2 Mini : 24 couches qui en valent 48 sur un portable

Thinking Machines Lab repasse trois fois par les mêmes couches pour faire raisonner un modèle de 27 milliards de paramètres. Le résultat tient sur un portable, à condition d'accepter ce qu'une boucle ne sait pas faire.

Popularité : 1,710
Une longue forme d'onde audio bleu-vert avec une seule barre orange sur fond sombre
Modèles

Rumble-2-Flash : 500 millions de paramètres qui tiennent tête à un modèle géant

Reson8 publie un modèle de reconnaissance vocale de 500 millions de paramètres qui arrive à un dixième de point d'un modèle soixante fois plus gros sur de vrais appels téléphoniques. Reste à savoir ce que vous abandonnez en échange.

Popularité : 560
Trois anneaux néon en orbite autour d'un petit noyau lumineux sur fond bleu profond
Modèles

Gemini 4 Neon arrive dans l'application, et le sélecteur perd deux noms

Google remplace Gemini 4 Argon par un modèle qu'il présente comme proche de Gemini 4 Carbon, pour un coût par tâche plus bas. Voici ce que cela change dans l'application, et ce que les chiffres de Google couvrent vraiment.

Popularité : 1,500