Gemini Omni 1.2 Flash : éditer, pas relancer
Google rend Gemini Omni 1.2 Flash disponible pour tous. Des clips jusqu’à 15 secondes avec son, que vous retouchez par texte au lieu de les regénérer.
Miraki MindRédaction assistée par IA · 15 novembre 2026 · 7 min de lecture
Le 5 novembre 2026, Google a rendu Gemini Omni 1.2 Flash généralement disponible sur Google Cloud. Ce modèle vidéo produit des clips jusqu’à 15 secondes avec son. Il retouche aussi des clips existants à partir d’une simple instruction écrite : changer le produit, modifier la lumière, passer à un autre angle de caméra, sans repartir de zéro. Les développeurs y accèdent par l’API, les entreprises via Google Vids. Gemini for business devrait suivre bientôt.
C’est précisément ce type d’édition qui nous occupe depuis des semaines. Un clip a une bonne performance, mais une seule chose ne va pas. Il ne faudrait alors pas avoir à tout refaire. Pour cela, nous avons construit notre propre recette avec Boffjitsu. Nano Banana produit une image cible avec la modification. Seedance 2.5 redessine ensuite tout le clip en reprenant le mouvement de l’original. Deux modèles, une chaîne, quelques manipulations. Omni promet la même chose dans un seul modèle, en conversation. Nous ne l’avons pas encore testé en détail. Pour du contenu rapide et des adaptations de produit, c’est-à-dire le même clip pour d’autres langues, marchés ou publics, nous l’utiliserons en tout cas.
Ce qui est vraiment nouveau
L’édition en soi n’est pas nouvelle chez Omni. La page du modèle chez Google mentionne déjà l’édition vidéo pour Omni Flash. Selon Google, la nouveauté de la version 1.2 tient surtout à la durée, au prix et à la fidélité aux références.
- Durée : génération et édition jusqu’à 15 secondes, contre 10 auparavant.
- Brouillon, puis finition : des brouillons en 360p ou 720p, puis les meilleures prises upscalées en 1080p ou 4K.
- Références : le modèle doit coller de plus près aux références image et vidéo, pour que produits, personnages et détails de marque restent identiques d’un plan à l’autre. Les références audio ne sont disponibles que sur autorisation.
- Édition en conversation : affiner le même clip au lieu de recommencer, donc changer le produit, modifier la lumière ou l’angle de caméra.
- Langue : dialogues plus fluides, synchronisation labiale plus propre, plusieurs voix bien distinctes.
- Prix : 0.07 dollar américain par seconde en 720p, soit 30 pour cent de moins qu’Omni 1.1 Flash. Un clip de 15 secondes en 720p coûte donc environ un dollar.
Les témoignages clients du blog ne disent pas comment cela tient dans la pratique. Google les a choisis lui-même, et ça s’entend :
Gemini Omni 1.2 Flash edits exactly what you ask for, a colorway or a background, and leaves the product untouched …
Andrew Taco Zhang, FLORA, dans le Google Cloud Blog
Ce que cela signifie pour une production
Dessiner petit, finir en grand : nous travaillons déjà ainsi. Avec Boffjitsu, nous testons en 480p. Seul le passage que nous gardons est rendu à nouveau en 1080p, avec des entrées identiques. Omni propose cette étape sous forme d’upscale dans le même modèle, ce qui économise un passage. Que l’image upscalée corresponde exactement au brouillon validé, l’annonce de Google ne le dit pas.
15 secondes suffisent pour une scène entière d’un seul tenant. Il y a donc moins de transitions entre générations, là où la lumière ou le personnage peuvent déraper.
La vraie question, c’est l’édition. Nos tests Boffjitsu nous ont appris où ce genre de chose casse. Une seule modification par passage, sinon ça devient instable. Le texte présent sur les images de référence finit dans la vidéo, même si le prompt l’interdit. Le son, nous ne le prenons jamais de l’IA : à la fin, le son d’origine vient en dessous. Et Seedance décale légèrement le timing : sans compensation, la fidélité de mouvement mesurée dans notre test est tombée de 0.85 à 0.29. Savoir si Omni tient timing et mouvement de caméra sur plusieurs éditions en conversation, c’est pour nous le test qui compte. Franchement : une édition qui mange un peu plus de l’original à chaque tour, ça ne sert à personne en post.
Ce que cela signifie pour une marque
Étiquetage : selon Google, toutes les sorties portent un filigrane invisible SynthID. La documentation indique que les Content Credentials (C2PA) sont pris en charge pour ce modèle. C’est le type de marquage lisible par machine que le règlement européen sur l’IA exige des fournisseurs (en savoir plus). Il ne remplace pas la mention visible pour les deepfakes, qui reste l’affaire de celui qui publie le film. Et savoir si le marquage survit au montage, à l’étalonnage et à l’encodage reste ouvert.
Données : Omni tourne dans le cloud de Google. Qui veut éditer un clip tourné par texte l’y téléverse, avec tout ce qu’il contient : un produit avant son lancement, des visages du casting. Chez nous, ce qui reste en local et ce qui passe par le cloud se décide ensemble, projet par projet. Scripts, visages et données produit restent chez nous, sauf accord contraire. Une édition dans le cloud doit donc être convenue au préalable.
Bascule : dès le 3 décembre 2026, l’API Gemini redirige automatiquement toutes les requêtes vers Omni 1.1 Flash vers la 1.2, facturées au tarif de la 1.2. Qui génère des vidéos produit de façon automatisée via cette API obtient alors un autre modèle, sans changer une ligne de code. Cela vaut la peine de vérifier le look et la cohérence au préalable.
Opportunité : Google conçoit expressément ce modèle pour les vidéos que les entreprises produisent en masse : vidéos produit, essayages virtuels, publicités. Qui a besoin de nombreuses variantes du même clip, par couleur, par marché ou par langue, est exactement visé. C’est là que nous voulons l’utiliser : adapter un clip validé pour une autre langue ou un autre public, sans reconstruire la scène.
Notre avis et les limites
Omni 1.2 Flash n’est pas un grand bond, mais une version pour le quotidien : plus longue, moins chère, plus proche des références, avec upscale dans le même modèle. Pour le travail de marque, l’édition en conversation est la partie intéressante. Elle est plus proche de la logique d’une post-production que de relancer les dés pour de nouvelles prises. Pour du contenu rapide et des adaptations, nous prenons ce modèle dans la boîte à outils, sans hésiter. Apporte-t-il aussi le contrôle que nous imposons avec Boffjitsu en plusieurs étapes ? Nous ne le saurons qu’après un test sur notre propre matériel.
Plusieurs points restent ouverts. Timing et caméra restent-ils stables sur plusieurs éditions ? Comment tient la synchronisation labiale quand le même clip change de langue ? Combien coûtent exactement l’upscale et les autres résolutions, là où Google ne parle que d’«économies similaires» ? Et que deviennent SynthID et C2PA quand un clip Omni rencontre du matériel tourné au montage ?
Sources
- Google Cloud Blog : Gemini Omni 1.2 Flash now GA, 5 novembre 2026
- Google Cloud Documentation : Gemini Omni 1.2 Flash, consulté le 14 novembre 2026
- Google AI Studio : Gemini Developer API pricing, consulté le 14 novembre 2026
- Google DeepMind : Gemini Omni, page du modèle, consulté le 14 novembre 2026
- Miraki Mind : Boffjitsu, Video-to-Video, la performance reste, 1er novembre 2026
- Miraki Mind : KI-Kennzeichnung, was sich am 2. Dezember ändert, 26 octobre 2026