Google a publié Gemini Omni 1.2 Flash le 5 novembre 2026, le successeur d'Omni 1.1 Flash. Il produit des clips plus longs, coûte moins cher par seconde et conserve plus fidèlement les visages, les produits et les détails de marque, de la première à la dernière image. Il est désormais disponible dans le studio vidéo Gobostock, où il remplace la version 1.1. Ce guide couvre ce qui a changé, le coût d'un clip, comment le prompter et où il reste encore des limites.
La version courte
- Clips plus longs : de 3 à 15 secondes par pas d'une seconde, contre un maximum de 10 secondes pour la 1.1.
- Moins cher : Google annonce 7 cents US par seconde en 720p, soit environ 30 % de moins que la 1.1.
- Plus cohérent : meilleure adhérence aux images de référence, avec moins de dérive dans les personnages, les produits et les scènes.
- Meilleur son : audio natif avec un meilleur synchronisme labial et des voix distinctes pour plusieurs intervenants.
- Brouillon puis final : brouillons en 360p ou 720p, final en 1080p ou 4K.
Quoi de neuf dans Omni 1.2 Flash
L'annonce de Google énumère plusieurs améliorations par rapport à la 1.1. Le fil conducteur est que les détails définis au début d'un clip doivent toujours être présents à la fin.
Adhérence aux références
Les images de référence portent désormais plus loin dans un clip. Google cite les visages, les vêtements, la typographie des emballages et les couleurs de marque comme les détails qui doivent survivre, ce qui est exactement ce dont le travail sur les produits, la mode et les marques a besoin. Il signale également une meilleure cohérence des personnages, des objets et des scènes, avec moins de dérive visuelle entre la première et la dernière image.
Durée
Une génération unique peut durer jusqu'à 15 secondes, par pas d'une seconde à partir de 3. C'est assez long pour un clip social complet, une rotation de produit ou une courte ligne de dialogue sans assemblage.
Dialogue et son
L'audio est généré avec l'image. Google rapporte un dialogue plus fluide et naturel, un meilleur synchronisme labial et des voix distinctes lorsque plusieurs intervenants sont conditionnés dans une même scène.
Comportement de la caméra
Google rapporte moins de coupes franches indésirables, une échelle plus stable et un rendu plus soigné et cinématographique. En pratique, cela signifie moins de clips gâchés par un recadrage soudain à mi-parcours.
Prix
En 720p, le prix de l'API est de 7 cents US par seconde, ce que Google décrit comme 30 % de moins que la 1.1, avec des économies similaires aux autres résolutions. Les sorties portent le filigrane SynthID imperceptible de Google.
Coût d'un clip sur Gobostock
La vidéo est facturée par seconde de sortie. Voici les crédits facturés par le studio, avec les montants en dollars au tarif du plan Starter d'environ 0,00125 $ par crédit ; les plans plus importants sont légèrement moins chers.
| Résolution | Crédits par seconde | Clip de 5 secondes | Environ (USD) |
|---|---|---|---|
| Brouillon 360p | 27 | 134 | 0,17 $ |
| 720p | 94 | 467 | 0,58 $ |
| 1080p | 134 | 667 | 0,83 $ |
| 4K | 280 | 1 400 | 1,75 $ |
Le son est inclus dans chaque prix, car Omni le génère toujours. Le studio affiche le devis exact pour vos réglages avant toute facturation, et il n'y a pas de compte Google séparé ni de clé API à gérer. Pour comparer avec Seedance, Kling, Wan et les autres, consultez Meilleurs générateurs de vidéo IA en 2026, et pour les plans, la page des tarifs.
Ce que vous pouvez en faire dans le studio
La page Gemini Omni Flash 1.2 contient tous les détails. En bref, le studio propose :
- Texte vers vidéo : décrivez la scène, de 3 à 15 secondes.
- Image de départ : votre image devient la première image.
- Images de départ et de fin : le clip passe d'une image à l'autre.
- Jusqu'à dix images de référence : le modèle maintient la cohérence d'une personne, d'un produit ou d'un style sans imposer la première image.
- 16:9 ou 9:16 : paysage ou portrait, en 360p, 720p, 1080p ou 4K.
Deux règles proviennent du modèle lui-même. Les images de cadre ne peuvent pas être combinées avec des images de référence dans une même requête, et un clip qui utilise des cadres ou des références est limité à 10 secondes ; seuls les clips basés uniquement sur du texte atteignent 15 secondes. Le studio applique ces deux règles, afin que vous ne soyez pas facturé pour des secondes que le modèle ne générera pas.
Google propose également de modifier une vidéo téléchargée dans la conversation, des vidéos de référence et des références audio. Ces fonctionnalités ne sont pas encore disponibles dans le studio Gobostock.
Comment formuler des prompts pour Omni 1.2 afin d'obtenir de bons résultats
Omni accepte des prompts très longs, mais long ne signifie pas clair. Une structure qui fonctionne bien pour tout modèle vidéo :
- Sujet et apparence : qui ou quoi est à l'écran, et ce qu'ils portent ou de quoi ils sont faits.
- Une action principale : ce qui se passe dans ce clip. Une action par clip est plus fiable qu'une séquence.
- Caméra : « zoom avant lent », « plan fixe sur trépied », « suivi à la main », « contre-plongée ».
- Lumière et lieu : moment de la journée, source de lumière, décor.
- Son : bruit ambiant, ambiance musicale, et toute réplique prononcée, écrite entre guillemets.
Exemple
Une tasse à café en céramique sur une table en bois de café près d'une fenêtre sous la pluie, lumière du matin. La vapeur s'élève et dérive vers la gauche. Zoom avant lent, faible profondeur de champ. Pluie douce sur la vitre, murmure calme du café, un barista dit « Votre flat white est prêt » hors champ.
Pour le travail sur produit, joignez deux à quatre photos de référence propres du produit et précisez ce qui ne doit pas changer : « gardez l'étiquette, la forme et la couleur exactement comme sur les références ». Notre guide sur la photographie de produit par IA explique comment prendre ces références. Si vous souhaitez partir d'une image fixe, créez-la d'abord avec un modèle d'image et utilisez-la comme image de départ ; le guide image-vers-vidéo vous accompagne, et Comment rédiger des prompts d'image IA efficaces vous aide pour l'image fixe elle-même.
Un flux de travail qui économise des crédits
- Brouillon en 360p. Un brouillon de 6 secondes coûte 160 crédits, environ 20 cents US. Évaluez le mouvement et le timing, pas le rendu final.
- Corrigez une chose à la fois. Modifiez la caméra, l'action ou une référence, puis refaites un brouillon.
- Finalisez une fois. Relancez le prompt approuvé en 1080p ou 4K, à la durée finale.
Générer chaque tentative en 4K est l'erreur la plus coûteuse : dix essais de 5 secondes en 4K coûtent 14 000 crédits, tandis que dix brouillons en 360p et une finale en 4K coûtent 2 740.
Limites à connaître
- L'audio est toujours activé. Vous ne pouvez pas le désactiver ; supprimez-le ou remplacez-le dans un éditeur si vous avez besoin de silence.
- Deux formats uniquement : 16:9 et 9:16, pas de carré ni de 21:9.
- 10 secondes avec médias. Les cadres ou références limitent le clip à 10 secondes.
- Pas de prompt négatif. Dites ce que vous voulez, plutôt que ce qu'il faut éviter.
- Le texte dans l'image peut encore se déformer en mouvement. Ajoutez les titres dans un éditeur.
Est-ce le bon modèle pour vous ?
Choisissez Omni 1.2 lorsque le son compte, lorsqu'un produit ou un personnage doit rester reconnaissable, ou lorsque vous souhaitez des brouillons 360p bon marché avant une finition haute résolution. Choisissez autre chose pour un cadrage carré ou ultra-large, pour des clips de plus de 15 secondes (Wan 3.0 et Seedance 2.5 atteignent 30), ou lorsque vous avez besoin d'une sortie silencieuse directement depuis le modèle (Kling 3.0 Pro permet de désactiver le son).
Questions fréquemment posées
Quand Gemini Omni 1.2 Flash est-il sorti ?
Google l'a annoncé le 5 novembre 2026 et l'a rendu disponible au public le même jour.
Quelle peut être la durée d'un clip Gemini Omni 1.2 ?
De 3 à 15 secondes, par pas d'une seconde. Avec des images de référence ou des images de cadre, la limite est de 10 secondes.
Combien coûte Gemini Omni 1.2 Flash ?
Sur Gobostock, 27 crédits par seconde en 360p, 94 en 720p, 134 en 1080p et 280 en 4K, avec le son inclus. Un clip de 5 secondes en 720p coûte 467 crédits, soit environ 58 cents américains sur le plan Starter.
Génère-t-il du son ?
Oui, toujours. Les dialogues, les sons ambiants et la musique sont générés avec l'image, et l'audio ne peut pas être désactivé.
Gemini Omni 1.1 est-il toujours disponible ?
Non, pas sur Gobostock. La version 1.2 l'a remplacé, et les liens vers la page 1.1 mènent désormais à la page 1.2.
Puis-je utiliser les vidéos à des fins commerciales ?
Avec un plan payant Gobostock, les Conditions d'utilisation vous accordent une licence commerciale pour ce que vous générez, avec des limites telles que l'interdiction d'utiliser le contenu pour entraîner des modèles d'IA. Consultez Pouvez-vous utiliser des images générées par IA à des fins commerciales ? pour comprendre comment fonctionne la licence des sorties IA.