Réponse rapide : Gemini Omni 1.2 Flash est le modèle de génération et de modification vidéo de Google, désormais en disponibilité générale, publié le 5 novembre 2026. Il crée des clips de 3 à 15 secondes avec audio natif, coûte environ 0,07 $ par seconde en 720p et fonctionne sur l'API Interactions sous l'identifiant de modèle gemini-omni-1.2-flash. À partir du 3 décembre 2026, les requêtes destinées à la version 1.1 seront redirigées vers ce modèle.
C'est cette dernière date qui donne son importance à cette publication si vous diffusez déjà de la vidéo. Votre code 1.1 continue de fonctionner, mais c'est un modèle différent qui y répondra d'ici moins d'un mois.
Si vous ne connaissez pas encore cette famille de modèles, commencez par découvrir ce qu'est Gemini Omni. Pour les détails du lancement de la 1.1, consultez notre article sur Omni 1.1 Flash. Ce guide couvre ce que la 1.2 change concrètement pour qui développe aujourd'hui.
Ce que fait Gemini Omni 1.2 Flash
Gemini Omni 1.2 Flash accepte du texte, des images et des vidéos en entrée et renvoie des vidéos avec le son. Il génère de nouveaux clips, les modifie sur plusieurs tours et les prolonge, le tout via une seule API. Vous choisissez la durée par pas d'une seconde et définissez la résolution à chaque requête.
L'annonce met en avant cinq capacités à connaître :
- Fidélité aux références. Les images de personnages, de produits et de style aident à conserver les visages, les vêtements, les emballages et les couleurs de marque sous tous les angles. Vous pouvez fournir jusqu'à 6 images de référence, avec 3 maximum par personnage et jusqu'à 2 personnages.
- Cohérence. Selon Google, les personnages, objets et scènes restent mieux stables de la première à la dernière image, y compris pour l'interpolation entre la première et la dernière image clé.
- Édition multi-tours. Remplacez un produit, changez la météo ou modifiez le format d'image dans un tour suivant, sans tout recommencer.
- Parole. Google annonce des dialogues plus naturels, une synchronisation labiale plus nette et un conditionnement multi-locuteurs distinct.
- Contrôle de la caméra. Survol FPV et mouvements orbitaux, avec moins de coupes brusques indésirables.
Ces affirmations de qualité émanent de Google. Aucun benchmark n'a été publié : considérez-les comme une raison de tester, non comme des résultats.
Ce qui change par rapport à Gemini Omni 1.1 Flash
Trois éléments touchent votre code : la longueur des clips, le prix et la syntaxe des prompts. Les deux modèles fonctionnent sur l'API Interactions, la migration se résume donc à un changement de chaîne de modèle plus une nouvelle série de tests.
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| Statut | Génération précédente | Disponibilité générale |
| Identifiant de modèle | gemini-omni-1.1-flash |
gemini-omni-1.2-flash |
| Durée maximale d'un clip | 10 secondes | 15 secondes |
| Prix de sortie vidéo | 17,50 $ par million de tokens | 12,00 $ par million de tokens |
| Coût par seconde en 720p | environ 0,10 $ | environ 0,07 $ |
| Prix d'entrée | 1,50 $ par million de tokens | 1,50 $ par million de tokens |
| Images de référence lors de la prolongation | Non pris en charge | Jusqu'à 2, sur Agent Platform |
| Palier gratuit de l'API Gemini | Non disponible | Non disponible |
Le plafond de 15 secondes comporte des exceptions. L'interpolation entre première et dernière image reste limitée à 3 à 10 secondes, et toute demande supérieure renvoie une erreur d'argument invalide. Les vidéos de référence se réduisent également : les sorties de 3 à 10 secondes acceptent jusqu'à 3 clips, celles de 11 à 15 secondes un seul. Chaque clip peut durer jusqu'à 3 secondes. Ainsi, un simple curseur de durée allant jusqu'à 15 peut casser votre mode d'images clés.
La documentation met aussi en garde contre les balises de contrôle comme <FIRST_FRAME> et <IMAGE_REF_0> dans les prompts. Google les qualifie d'obsolètes et non prises en charge dans les modèles futurs. Décrivez plutôt le rôle de chaque entrée en langage naturel.
Tarification de Gemini Omni 1.2 Flash par résolution
Omni facture au token de sortie, et la page tarifaire de Google convertit cela en tarifs à la seconde. Une seconde en 720p représente 5 792 tokens. Il s'agit uniquement des coûts de sortie ; les tokens d'entrée s'ajoutent en petite quantité par-dessus.
| Résolution | Par seconde | Clip de 5 secondes | Clip de 15 secondes |
|---|---|---|---|
| 360p | 0,023 $ | 0,12 $ | 0,35 $ |
| 720p | environ 0,07 $ | environ 0,35 $ | environ 1,04 $ |
| 1080p (suréchantillonné) | 0,104 $ | 0,52 $ | 1,56 $ |
| 4K (suréchantillonné) | 0,209 $ | 1,05 $ | 3,14 $ |
Le flux de travail recommandé par Google consiste à produire des brouillons en 360p ou 720p, à corriger les problèmes par des éditions de suivi plutôt que par de nouvelles générations, puis à passer en 1080p ou 4K en dernier. Les chiffres le confirment : neuf brouillons de 15 secondes en 360p coûtent à peu près le prix d'un seul rendu 4K de 15 secondes.
Deux réserves pour votre budget. Aucune tarification Batch n'est indiquée pour ce modèle. Et nous n'avons pas exécuté de suréchantillonnage payant : vérifiez donc comment un brouillon finalisé est facturé en 1080p ou 4K avant de bâtir vos plans dessus. Pour le détail des calculs de tokens, consultez notre analyse tarifaire d'Omni 1.1 et remplacez le tarif par 12,00 $.
Où appeler Gemini Omni 1.2 Flash
Le modèle est accessible via deux API et quatre applications Google. Les accès développeur sont :
- API Gemini. Utilisez
POST https://generativelanguage.googleapis.com/v1beta/interactionsavec une clé API issue de Google AI Studio. - Vertex AI Studio et Gemini Enterprise Agent Platform. Utilisez le point de terminaison global
interactionsavec un projet Google Cloud et un jeton d'accès. La documentation de Google sur la prolongation montre la structure de la requête.
Les accès via applications ne nécessitent aucun code :
- Flow : édition de scènes multi-tours.
- Google Vids : clips de 15 secondes sans coût supplémentaire avec un compte Google ou un abonnement Workspace.
- Application Gemini : vidéos de 15 secondes, en déploiement progressif pour les abonnés Google AI Ultra.
- Google Ads : campagnes vidéo.
Un appel minimal à l'API Gemini ressemble à ceci :
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"input": "A marble rolling fast along a chain reaction track, one smooth shot.",
"response_format": {
"type": "video",
"duration": "3s",
"resolution": "360p",
"delivery": "uri"
}
}'
La réponse est un objet d'interaction avec id, status et un tableau steps. La vidéo se trouve dans une étape model_output sous le type video/mp4. Par défaut, elle arrive en base64 dans data. Définissez "delivery": "uri" pour tout ce qui dépasse 4 Mo, puis interrogez l'API Files jusqu'à ce que le fichier soit ACTIVE. Un piège : un GET ultérieur sur l'interaction renvoie du base64 en ligne même si vous avez demandé un URI, conservez donc l'URI de la réponse de création. La documentation Omni propose des exemples en Python, JavaScript, Java, Go et REST, et notre guide de l'API Omni 1.1 détaille le même flux de requête.
Pour modifier un clip, transmettez previous_interaction_id avec un nouveau prompt. Ne mettez pas store à false sur un clip que vous comptez modifier, car cela bloque les tours suivants. Notre guide de prolongation traite du chaînage. Si vous hésitez encore entre deux fournisseurs, lisez Omni 1.2 Flash ou Veo.
Ce que la redirection du 3 décembre implique pour votre application
À partir du 3 décembre 2026, Google redirige toute requête destinée à gemini-omni-1.1-flash vers gemini-omni-1.2-flash et la facture aux tarifs de la 1.2. Rien ne génère d'erreur. Votre seconde en 720p devient environ 30 % moins chère, et un modèle différent commence à répondre à vos prompts existants.
Le risque, c'est le changement silencieux : avancez donc selon votre propre calendrier :
- Changez la chaîne de modèle dès maintenant. Choisissez votre propre date de test au lieu de subir celle de Google.
- Relancez vos prompts enregistrés. Comparez les clips côte à côte, en particulier tout ce qui comporte de la parole ou un élément de marque.
- Mettez à jour vos estimations de coûts. Tout tarif codé en dur à 0,10 $ par seconde sera faux après la bascule.
- Plafonnez les durées par mode. Autorisez 15 secondes pour la génération simple et 10 pour les images clés.
- Remplacez les balises de contrôle. Réécrivez tout prompt utilisant encore des balises du type
<IMAGE_REF_0>. - Utilisez la livraison par URI pour les clips longs. Une sortie de 15 secondes a plus de chances de dépasser la limite en ligne de 4 Mo.
Cet avis figure sur la page tarifaire de l'API Gemini. Si vous passez par Agent Platform, vérifiez la page des modèles de cette plateforme pour son propre calendrier.
Ce que Gemini Omni 1.2 Flash rate encore
Google identifie trois points faibles : les actions sportives rapides, les changements de script brusques et la physique complexe. Si votre produit dépend de l'un d'eux, testez ces prompts en priorité.
La documentation ajoute des limites strictes :
- Pas de contrôles par prompt. Les instructions système, la température,
top_p, les séquences d'arrêt et les champs de prompt négatif ne sont pas pris en charge. Intégrez les exclusions directement dans le prompt. - Blocages régionaux. La modification ou la prolongation de vidéos téléversées n'est pas disponible dans l'EEE, en Suisse ni au Royaume-Uni.
- Ajout en fin uniquement. La prolongation ajoute à la fin d'un clip. Impossible d'insérer au début ou de modifier le milieu.
- Langue. L'anglais est pleinement pris en charge. Google qualifie les autres langues de non testées.
- Provenance. Chaque sortie comporte un filigrane SynthID imperceptible.
Les pages de Google se contredisent par ailleurs sur trois points : testez donc sur la plateforme que vous exploitez réellement :
- Longueur prolongée. La documentation de l'API Gemini indique 30 secondes au total. Celle d'Agent Platform indique jusqu'à 40.
- Audio. L'annonce mentionne les indices audio comme entrée de référence. La documentation de l'API Gemini liste les entrées audio comme non prises en charge.
- Provisioned Throughput. L'annonce indique qu'il est disponible pour les clients entreprise. La documentation de l'API Gemini le liste comme non pris en charge : attendez-vous à ne l'avoir que côté entreprise.
Laissez votre agent de code le tester avec Apidog CLI
Une redirection est exactement le genre de changement qu'un test de contrat devrait détecter. Votre agent de code peut écrire ce test contre l'API Interactions et l'exécuter depuis le terminal, pendant que vous examinez le résultat. Configurez Apidog CLI une seule fois :
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Donnez ensuite un seul prompt à Claude Code, Codex ou Cursor :
In Apidog project <id>, create an endpoint for POST /v1beta/interactions on
generativelanguage.googleapis.com, sending x-goog-api-key from {{GEMINI_API_KEY}}.
Add a test case that requests gemini-omni-1.2-flash at 3s, 360p, delivery uri.
Assert HTTP 200, object is "interaction", status is "completed", and steps holds
a model_output entry of type video with mime_type video/mp4 and a uri.
Run it and summarize any failures.
L'agent lit chaque schéma, valide sa charge utile, écrit le cas de test et l'exécute :
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file omni.json
apidog endpoint create --project <id> --file omni.json
apidog test-case category --project <id>
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
--env-var "GEMINI_API_KEY=$GEMINI_API_KEY" \
--timeout-request 300000 -r cli,json
Chaque exécution facture de la vraie vidéo, et ce cas de test coûte environ 0,07 $ : programmez-le donc chaque nuit plutôt qu'à chaque commit. Pour couvrir la redirection, demandez à l'agent de cloner le cas avec la chaîne du modèle 1.1 et d'exécuter les deux avant le 3 décembre. La même ligne apidog run avec -r junit s'intègre dans un pipeline, comme le montre notre guide CI/CD d'Apidog CLI, et Apidog CLI dans Claude Code couvre la configuration de l'agent. Apidog Free couvre jusqu'à 4 utilisateurs.
FAQ
Gemini Omni 1.2 Flash est-il gratuit ? Pas via l'API. Google indique « Non disponible » pour le palier gratuit de l'API Gemini, tant en entrée qu'en sortie. Google Vids propose des clips de 15 secondes sans coût supplémentaire avec un compte Google ou un abonnement Workspace.
Quel est l'identifiant du modèle ? gemini-omni-1.2-flash, sur l'API Interactions et non sur generateContent.
Quelle peut être la durée d'une vidéo Gemini Omni 1.2 Flash ? Un clip isolé dure de 3 à 15 secondes par pas d'une seconde, avec 10 par défaut. La prolongation ajoute 3 à 10 secondes par tour. La longueur maximale prolongée est de 30 secondes selon la documentation de l'API Gemini, et jusqu'à 40 selon celle d'Agent Platform.
Que devient mon code Omni 1.1 le 3 décembre ? Il continue de fonctionner. Les requêtes vers gemini-omni-1.1-flash sont redirigées vers gemini-omni-1.2-flash et facturées aux tarifs de la 1.2 : retraitez vos tests de prompts avant cette date.
Gemini Omni 1.2 Flash génère-t-il de l'audio ? Oui, l'audio natif accompagne le clip. Vous ne pouvez pas téléverser de fichiers audio en entrée via l'API Gemini, et l'audio présent dans les vidéos de référence est ignoré.
Existe-t-il des benchmarks comparant la 1.2 à la 1.1 ? Non. Google n'en a publié aucun : faites donc passer vos propres prompts sur les deux avant le 3 décembre.