Gemini Omni 1.2 Flash : le modèle vidéo de Google passe à 15 secondes et baisse son prix API de 30 %

Google DeepMind a lancé le 5 novembre Gemini Omni 1.2 Flash, une mise à jour de son modèle de génération et de montage vidéo pensé pour produire des clips rapidement et en grand nombre. L'entreprise le présente comme plus rapide et moins cher qu'Omni 1.1 Flash, avec des vidéos plus longues et des résultats plus stables d'un bout à l'autre.

Ce qui change

La principale nouveauté concerne la durée : le modèle crée désormais nativement des vidéos allant jusqu'à 15 secondes, contre 10 auparavant, et la durée se règle seconde par seconde entre 3 et 15 secondes. Google conseille de travailler les brouillons en 360p ou 720p pour itérer plus vite, puis d'agrandir la version retenue en 1080p ou 4K.

En entrée, on peut fournir des images de référence d'un personnage, d'un produit ou d'un style, de courts extraits de mouvement de trois secondes au plus et des indications sonores ; le blog Cloud précise que les références audio sont réservées à des clients sur liste d'autorisation. Selon Google, le modèle respecte mieux ces références : visages, vêtements, textes d'emballage et couleurs de marque restent cohérents d'un angle de caméra à l'autre, avec moins de dérive ou de déformation entre la première et la dernière image. L'entreprise évoque aussi moins de coupes indésirables dans les mouvements de caméra, des dialogues plus naturels, une synchronisation labiale plus nette et la gestion de plusieurs locuteurs distincts.

Le montage se fait par conversation : on peut demander en plusieurs échanges de remplacer un produit ou un décor, de modifier l'éclairage ou la météo, ou de changer de format d'image sans tout régénérer. Google reconnaît que les actions sportives rapides, les changements de script soudains et la physique complexe restent à améliorer, et ne publie aucun score chiffré, seulement des comparaisons d'exemples.

Prix et disponibilité

Dans l'API Gemini et sur Google Cloud, le modèle est disponible au tarif de 0,07 dollar par seconde de vidéo en 720p, soit 30 % de moins qu'Omni 1.1 Flash selon Google. Le billet Cloud parle d'économies « similaires » pour les autres résolutions, sans en donner les prix.

Le modèle arrive aussi dans les produits de Google : Flow, Google Ads et Google Vids, où les clips de 15 secondes sont proposés sans surcoût aux utilisateurs d'un compte Google ou de Workspace. Dans l'application Gemini, les clips de 15 secondes sont déployés pour les abonnés AI Ultra. La prise en charge dans Gemini for business est annoncée pour bientôt.

Les vidéos produites portent un filigrane invisible SynthID qui permet de les identifier comme générées par IA. Google ne détaille ni d'autres garde-fous ni d'éventuelles restrictions géographiques.