Avec Gemini Omni 1.2 Flash, Google permet de générer et de modifier des vidéos allant jusqu’à 15 secondes, contre 10 auparavant. Le prix du 720p passe à 0,07 dollar par seconde, soit 30 % de moins que Gemini Omni 1.1 Flash. Google présente le modèle comme prêt pour la production et disponible sur Google Cloud. Mais une durée plus longue et un prix plus bas ne garantissent pas un résultat exploitable : chaque génération et chaque retouche doivent être contrôlées.
🔥 Nous recommandons Seedance AI
Si vous voulez sortir de belles séquences vidéo sans y passer la journée, Seedance AI vaut le détour. On l'utilise pour donner vie à des images fixes ou générer des plans HD à partir d'un simple texte. La prise en main est immédiate, même si vous n'avez jamais touché à un logiciel de montage.
Essayer Seedance AI gratuitementConcrètement, nous avons soumis le modèle à trois tests sur une même scène : une tasse de café près d’une fenêtre, un matin de pluie. Nous avons évalué la création, la précision d’une retouche et la cohérence d’un changement de style. Ce guide détaille aussi ce que fait le modèle, comment y accéder et quel budget prévoir.
Quelels nouveautés pour Gemini Omni 1.2 Flash ?
Gemini Omni 1.2 Flash est un modèle de génération et de montage vidéo. Il accepte du texte, des images ou une vidéo, puis produit une séquence accompagnée d’une piste sonore. Google l’a conçu pour les vidéos que les entreprises produisent en grand nombre : vidéos produits, essayages virtuels, publicités.
Google met en avant cinq évolutions :
- un prix inférieur, avec des économies similaires sur les autres résolutions ;
- des clips plus longs, jusqu’à 15 secondes en création comme en modification ;
- des résultats plus cohérents, avec un respect plus strict des références d’images et de vidéos ;
- des brouillons plus rapides, en 360p ou 720p, puis une mise à l’échelle en 1080p ou 4K ;
- un montage en conversation, qui permet de peaufiner un extrait sans tout recommencer.
À titre d’information, Google annonce aussi des dialogues plus naturels, une synchronisation labiale plus claire et une séparation nette des voix de plusieurs locuteurs. Ces points reposent sur les annonces de Google. Chaque sortie comporte un filigrane SynthID imperceptible.
Une durée portée de dix à quinze secondes
Pour une génération ou une modification standard, la durée se choisit de 3 à 15 secondes. Par contre, une génération à partir d’une première et d’une dernière image reste limitée à dix secondes. Pour prolonger un clip, il faut distinguer les environnements : 30 secondes au total dans l’API Gemini, 40 secondes sur Google Cloud.
Génération et agrandissement ne sont pas la même chose
Une première vidéo se produit en 360p ou 720p, puis les meilleures versions sont mises à l’échelle en 1080p ou 4K. La sortie 4K repose donc sur un agrandissement, pas sur une génération native.
Comment accéder à Gemini Omni 1.2 Flash ?
Google Cloud, API Gemini et AI Studio
Les développeurs peuvent utiliser le modèle dans la console Google Cloud ou via l’API. Pour expérimenter dans une interface, il suffit de sélectionner gemini-omni-1.2-flash dans Google AI Studio. Le problème, c’est que l’accès direct au modèle dans l’API ne comporte pas de niveau gratuit. Sur Google Cloud, une modification exige que les vidéos d’entrée et de sortie aient la même durée, de trois à quinze secondes. Les références audio sont soumises à une liste blanche.
Les applications Google selon l’usage
Google Vids donne accès au modèle aux utilisateurs professionnels, avec des avatars, de la musique et une voix off. Google annonce jusqu’à trois vidéos de quinze secondes par mois sans frais, sans préciser que les retouches sont incluses. Pour Gemini for Business, l’arrivée est annoncée comme prochaine. Dans l’application Gemini grand public, les clips de quinze secondes se déploient pour les abonnés Google AI Ultra.
Des restrictions géographiques
Dans l’Espace économique européen, en Suisse et au Royaume-Uni, la modification de vidéos importées n’est pas disponible. Les vidéos générées par le modèle peuvent en revanche y être modifiées.
Nos trois tests de Gemini Omni 1.2 Flash
Les consignes sont rédigées en français pour pouvoir être adaptées. Pour l’exécution, l’anglais est à privilégier : c’est la seule langue entièrement prise en charge. Pour chaque test, nous précisons le prompt, ce que nous attendions, puis ce que nous avons observé. Les attentes servent de critères. Elles ne valent pas verdict.
Nos trois tests de Gemini Omni 1.2 Flash et les résultats attendus
Nous avons réalisé trois tests autour d’une même scène : une tasse de café près d’une fenêtre, un matin de pluie. Le premier porte sur la création d’une séquence audiovisuelle. Le deuxième demande une modification de couleur. Le troisième transforme l’ensemble en animation artisanale en papier découpé.
L’objectif était de distinguer la création d’une scène, la précision d’une retouche et la cohérence d’un changement de style. Vous trouverez ci-dessous les prompts utilisés et les résultats recherchés. Ces attentes définissent les critères du test ; elles ne constituent pas un verdict sur les vidéos obtenues.
Test 1 — Créer une scène de café avec un mouvement de caméra continu
Pour ce premier essai, nous avons demandé une scène réunissant plusieurs contraintes : une ambiance pluvieuse, une lumière douce, un déplacement de caméra et des effets sonores. Le résultat attendu ne se limitait pas à une belle image de café : les mouvements et le son devaient former une séquence cohérente.
Prompt utilisé
Crée un plan rapproché cinématographique d’une tasse de café posée sur un rebord de fenêtre, un matin de pluie.
Réalise un lent travelling avant continu vers la tasse. Utilise une lumière douce et grise, une faible profondeur de champ et des gouttes qui ruissellent sur la vitre.
Fais entendre la pluie sur le verre et un léger bruit de cuillère contre la porcelaine, au moment où la vapeur s’élève. Garde des mouvements naturels, sans musique, dialogue ni coupure.
Résultat attendu
Nous attendions un plan rapproché dans lequel la caméra avance lentement vers la tasse, sans coupure ni changement soudain de point de vue. La lumière devait rester douce et grise, avec une faible profondeur de champ et des gouttes ruisselant sur la vitre.
La vapeur devait s’élever naturellement au-dessus du café. Sur le plan sonore, la pluie devait être audible, accompagnée d’un léger tintement de cuillère contre la porcelaine au moment de cette montée de vapeur. Aucune musique ni aucun dialogue n’étaient souhaités.
Pour examiner cette première vidéo, vous devez donc regarder la cohérence entre l’ambiance, le déplacement de caméra et les sons demandés. Le prompt exige un bruit de cuillère, mais ne demande pas explicitement qu’une cuillère apparaisse à l’image.
Test 2 — Recolorer la tasse sans modifier le reste de la vidéo
Le deuxième essai cible un seul changement : remplacer le blanc de la tasse par un vert forêt profond. Toutes les autres caractéristiques sont désignées comme des éléments à préserver.
Cette demande correspond à une situation de retouche précise : vous souhaitez modifier l’apparence d’un objet sans refaire la composition ni déplacer les événements sonores.
Prompt utilisé
Remplace la couleur blanche de la tasse par un vert forêt profond.
Ne modifie ni sa forme, ni ses reflets, ni la vapeur. Conserve la fenêtre, la pluie, l’éclairage et le mouvement de la caméra.
Garde les effets sonores d’origine et fais survenir chaque son exactement au même instant que dans la vidéo initiale.
Résultat attendu
Nous attendions une tasse vert forêt qui conserve sa forme et l’organisation de ses reflets. La recoloration devait rester limitée à la tasse, sans modifier la fenêtre, la pluie, l’éclairage ou le mouvement de caméra.
La vapeur devait également conserver son apparence et son évolution. En comparant les deux versions aux mêmes instants, vous devriez retrouver les mêmes éléments de scène, avec pour différence recherchée la nouvelle couleur.
La consigne sonore était particulièrement stricte : conserver les effets d’origine et leur placement exact dans le temps. Il ne suffisait donc pas de produire une nouvelle ambiance de pluie ressemblante. Le résultat escompté était une retouche visuelle sans modification de la bande sonore.
La couleur blanche mentionnée ici appartient au point de départ désigné dans ce deuxième prompt. Elle n’était pas imposée dans la demande de génération initiale.
Test 3 — Transformer toute la scène en animation de papier découpé
Après la modification de couleur, nous avons demandé une transformation plus large. Cette fois, le changement devait toucher les matériaux et l’apparence de toute la scène, tout en préservant les éléments permettant de la reconnaître.
L’enjeu était de changer l’univers visuel sans perdre la tasse verte, le déplacement de caméra ou les effets sonores.
Prompt utilisé
Recrée toute la scène sous la forme d’une animation artisanale en papier découpé, avec des couches de carton, du papier texturé et des gouttes de pluie en papier brillant.
Préserve la forme de la tasse, sa couleur verte et l’ordre des événements : travelling avant, ruissellement de la pluie, puis vapeur qui s’élève.
Garde le mouvement de caméra et les effets sonores initiaux, tout en donnant à l’image les irrégularités d’une fabrication manuelle.
Résultat attendu
Nous attendions une scène dont l’aspect artisanal serait visible dans les matériaux : couches de carton, surfaces de papier texturé et gouttes de pluie en papier brillant. La transformation devait concerner l’ensemble de la composition, pas uniquement l’objet principal.
La tasse devait rester reconnaissable par sa forme et sa couleur verte. Le prompt demandait également de retrouver l’enchaînement indiqué : travelling avant, ruissellement de la pluie, puis vapeur qui s’élève.
Le déplacement de caméra et les effets sonores devaient être conservés malgré le changement d’apparence. Pour examiner ce résultat, vous devez donc distinguer la réussite du style papier et la préservation de la scène. L’une ne suffit pas à démontrer l’autre.
Enfin, les irrégularités attendues concernent le caractère fait main de l’image. Le prompt ne fixe aucune cadence d’animation et ne demande pas explicitement un mouvement saccadé.
Ces trois essais poursuivent ainsi un même objectif : déterminer si vous pouvez créer une séquence, modifier un détail, puis changer son style sans perdre les éléments que vous avez demandé de conserver. Les attentes présentées ici servent de points de comparaison pour chaque vidéo, sans préjuger de leur réussite.
Un essai indépendant, point de comparaison
Un essai indépendant, publié le 6 novembre 2026, a soumis le modèle à trois vidéos de quinze secondes en 720p, sur un circuit de billes. Sa génération initiale offrait quinze secondes de vidéo, mais pas quinze secondes d’action utile, avec une forme ambiguë et une bille réapparaissant sans déplacement visible.
La recoloration a conservé ces défauts. Le style stop-motion changeait les matières, mais pas la fluidité du mouvement. Côté son, la cloche sonnait environ 0,15 seconde après l’impact, puis le décalage atteignait environ 85 millisecondes supplémentaires après deux retouches. La dépense estimée pour les trois vidéos s’élevait à 3,55 dollars.
Meet Gemini Omni 1.2 Flash, our updated video generation model from @GoogleDeepMind 🎬 Get stronger consistency, more creative control, and faster, more cost-effective video creation at scale: ⚡ Fast & 30% lower cost: Draft at 360p or 720p ($0.07/s) and upscale to 1080p or 4K ⏱️ Longer clips: Generate and edit videos up to 15s, or pick any exact length from 3s to 15s 💬 Edit in conversation: Swap backgrounds, subjects, or lighting turn by turn without starting over from scratch 🗣️ More natural speech: Create fluid, multi-speaker dialogue with clearer lip-sync 🎬 More controllable shots: Direct continuous camera moves with fewer jump cuts See these updates in action ↓
— Google (@Google) November 5, 2026
Les contrôles à faire avant de valider un clip
Une vidéo peut sembler convaincante au premier visionnage et cacher des défauts. Cinq vérifications évitent de les propager :
- La continuité des objets : un élément peut apparaître, disparaître ou se déformer. Les passages sensibles se revoient image par image.
- L’action utile : quinze secondes de vidéo ne donnent pas toujours quinze secondes d’action.
- Le point de départ des retouches : une retouche conserve aussi les erreurs de la vidéo d’origine. Mieux vaut partir d’un clip contrôlé.
- La synchronisation du son : chaque modification peut régénérer la piste. Les impacts sont à revérifier après chaque version.
- Le style demandé : un changement de matériaux ne garantit pas un changement de mouvement.
Côté voix, l’édition n’est pas prise en charge, et le modèle ignore la piste audio d’une vidéo de référence.
Quel budget prévoir pour Gemini Omni 1.2 Flash ?
Le 720p passe à 0,07 dollar par seconde, soit 30 % de moins. Pour quinze secondes, il faut prévoir un peu plus d’un dollar. Les estimations sont d’environ 0,35 dollar en 360p, 1 dollar en 720p, 1,55 dollar en 1080p agrandi et 3,15 dollars en 4K agrandie. Ces montants restent des ordres de grandeur : le traitement du clip source s’ajoute lors d’un montage.
La logique de Google tient en deux temps : créer des brouillons en 360p ou 720p, puis ne mettre à l’échelle que les meilleures versions. Cette méthode limite la facture, car une chaîne de modifications multiplie les passages sur la source.
Des limites à connaître avant de multiplier les versions
Les différences directement chiffrées avec Omni 1.1 concernent la durée et le prix. Pour la cohérence, les dialogues ou la précision, les éléments avancés reposent sur les annonces de Google et sur les témoignages de ses partenaires commerciaux. Ces avis sont à lire avec cette nuance. Google reconnaît encore des difficultés avec les sports rapides, les changements fréquents de scénario et la physique complexe. La parole, la synchronisation labiale, le texte affiché et les données chiffrées ne doivent pas être validés sans contrôle manuel.
Why spend 4K prices on a first draft you’ll probably change anyway? 😉 With Gemini Omni 1.2 Flash, you can try out ideas in 360p as many times as you like, then render the take you love in up to 4K, and clips can now run up to 15 seconds. Watch how it works, then give it a go! Try it here 👉 https://t.co/2fd7ibT3AN
— Picsart (@Picsart) November 9, 2026
Concrètement, Gemini Omni 1.2 Flash tient ses deux promesses chiffrées : 15 secondes de vidéo et un 720p moins cher de 30 %. Il convient aux brouillons et aux variations simples, à condition de les vérifier. Le critère à retenir est la séquence utilisable, pas seulement la modification visible.
FAQ sur Gemini Omni 1.2 Flash
Pourquoi obtient-on dix secondes alors que le modèle en accepte quinze ?
L’API utilise dix secondes par défaut si la durée n’est pas indiquée. Une demande avec première et dernière image reste aussi limitée à dix secondes.
Peut-on obtenir une vidéo de plus de quinze secondes ?
Oui, avec l’extension : 30 secondes dans l’API Gemini, 40 secondes dans Google Cloud.
Que deviennent les requêtes vers Gemini Omni 1.1 Flash ?
Elles sont destinées à être acheminées vers Gemini Omni 1.2 Flash après la période de transition.
Les trois vidéos gratuites de Google Vids comprennent-elles les retouches ?
L’annonce ne le précise pas.
Peut-on rédiger ses prompts en français ?
Oui, mais seul l’anglais bénéficie d’une prise en charge complète documentée.
La vidéo générée est-elle identifiable comme créée par IA ?
Oui, grâce au filigrane SynthID.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !




