Gemini Omni 1.2 Flash ou 1.1 : ce qui a changé

Google a lancé Gemini Omni 1.2 Flash le 5 novembre 2026, dix semaines après Gemini Omni 1.1 Flash. Le changement qui pèse le plus sur la façon de travailler est la durée : une génération peut désormais durer de 3 à 15 secondes au lieu de s'arrêter à 10. Google a aussi amélioré la fidélité aux images de référence, permis de retoucher un clip terminé en plusieurs étapes, rendu les dialogues et la synchronisation labiale plus naturels, et baissé de 30 % le prix de l'API Gemini en 720p, à 0,07 $ par seconde. Les deux versions sont désormais disponibles dans le studio NanoBananas, et Gemini Omni 1.2 Flash coûte moins de crédits par seconde que la 1.1.

Ce comparatif a été mis à jour le 11 novembre 2026, à l'arrivée de Gemini Omni 1.2 Flash dans le studio NanoBananas. Les caractéristiques du modèle proviennent de l'annonce de Google, de la page du modèle sur Google Cloud et de la fiche du modèle de DeepMind, toutes liées dans la section Sources. Les crédits et les limites du studio pour les deux versions proviennent de la grille tarifaire NanoBananas. Les affirmations sur la qualité de la 1.2 sont celles de Google et sont signalées comme telles.

Ce qui change avec Gemini Omni 1.2 Flash

Jusqu'à 15 secondes, à la seconde près

La 1.1 proposait des durées fixes jusqu'à 10 secondes. La 1.2 accepte n'importe quel nombre entier de secondes entre 3 et 15 pour la génération à partir de texte, d'image ou de références, ainsi que pour la retouche. La génération par première et dernière image reste limitée à 10 secondes, et l'extension de scène ajoute 3 à 10 secondes par étape. En pratique, 15 secondes suffisent pour une publicité complète pour les réseaux sociaux, une démonstration produit ou un court dialogue en une seule prise, sans assembler deux clips en espérant que le raccord passe inaperçu.

Une meilleure fidélité aux références

Une même requête peut combiner des images de personnage, de produit ou de style, de courts clips de mouvement de trois secondes maximum et des indications audio. Selon Google, les visages, les vêtements, la typographie des emballages et les couleurs de marque tiennent désormais de la première à la dernière image, même quand l'angle de caméra change. La documentation Cloud autorise jusqu'à 10 images et 3 vidéos par requête. Parmi les exemples de Google figure un essayage virtuel de 15 secondes réalisé à partir d'une photo du mannequin et de vues de face et de dos de trois tenues.

La retouche en plusieurs étapes

Une fois le clip généré, vous pouvez continuer à l'ajuster en conversation : remplacer le produit ou l'arrière-plan, changer la lumière ou la météo, passer à un autre format, sans tout régénérer. Cela fonctionne sur des clips complets de 15 secondes. Pour les équipes publicitaires, c'est le changement le plus utile : un clip validé peut se décliner en plusieurs versions selon les publics et les emplacements.

Une parole plus naturelle, une caméra plus stable

Les dialogues sont plus fluides, la synchronisation labiale plus précise, et les scènes à plusieurs voix plus faciles à diriger. Google signale aussi moins de coupes indésirables dans les longs mouvements de caméra, comme les survols FPV, les orbites et les zooms arrière rapides, avec une échelle plus stable.

Un prix plus bas et une disponibilité générale

Le prix de l'API Gemini en 720p a baissé de 30 %, à 0,07 $ par seconde. La 1.2 est aussi la première version de Gemini Omni en disponibilité générale (GA) sur Google Cloud, avec Provisioned Throughput et une date de retrait annoncée au 5 novembre 2027 ou plus tard.

Gemini Omni 1.2 Flash ou 1.1 Flash : comparatif

Les lignes du haut décrivent chaque modèle tel que Google le propose ; les deux dernières indiquent ce qu'offre le studio NanoBananas. Les limites complètes de la 1.2 annoncées par Google (10 images, 3 vidéos) sont plus larges que ce que notre fournisseur ouvre aujourd'hui. Les prix en dollars sont les tarifs publics de Google, pas des crédits NanoBananas.

Ce que la retouche en plusieurs étapes change au travail

Avec la 1.1, un clip réussi à un détail près devait être régénéré depuis le prompt, et la nouvelle prise pouvait changer là où vous ne le vouliez pas : autre mouvement de caméra, autre expression, autre décor. La 1.2 permet de garder la prise et de ne modifier que ce qui ne va pas.

1. Générez le clip de base avec le jeu, le mouvement de caméra et le rythme voulus.
2. Changez une seule chose par étape. Par exemple : « Replace the background with an oak forest; keep both characters, their movement and the camera framing unchanged. »
3. Déclinez des variantes à partir du clip validé. Changez la couleur du produit, la saison ou la langue de l'emballage selon le marché.
4. Changez de format en dernier, une fois le contenu figé, pour obtenir les versions 16:9 et 9:16 de la même publicité.

Dans le studio NanoBananas, choisissez Gemini Omni 1.2 Flash, passez en mode référence et importez le clip à modifier (2 à 15 secondes). Le résultat garde la durée de votre clip : le réglage de durée ne s'applique pas, et vous payez le tarif par seconde de la 1.2 pour les secondes de la vidéo importée. Vous pouvez ajouter jusqu'à 5 images de référence dans la même requête, par exemple le nouveau produit à intégrer.

La méthode « d'abord ce qu'on garde, ensuite ce qu'on change », efficace pour retoucher des images, fonctionne ici aussi. Notre guide de retouche photo la détaille.

Audio et parole : ce qui progresse, ce qui est restreint

Les deux versions génèrent la parole, la musique et les effets sonores en même temps que l'image. L'essentiel du progrès de la 1.2 porte sur les dialogues : les voix sonnent moins mécaniques, les lèvres suivent mieux les mots et, quand plusieurs personnes parlent, on peut attribuer une voix à chaque personnage.

• Modifier ce que dit une personne est restreint. La fiche du modèle DeepMind indique que la 1.2 peut modifier la parole lors de la retouche d'une vidéo, et que Google limite cette fonction pour l'instant.
• Google Cloud n'accepte pas l'envoi d'audio au lancement. L'annonce cite les indications audio comme type de référence, mais la page du modèle sur Cloud classe l'audio parmi les entrées non prises en charge. N'organisez pas votre travail autour de l'envoi de votre propre voix off tant que ce point n'est pas clarifié.
• Chaque résultat porte SynthID, un filigrane invisible, et le modèle prend en charge les Content Credentials C2PA.

Ce que la baisse de prix change concrètement

La baisse affichée est de 30 %, mais l'économie la plus importante vient de la méthode que recommande Google : brouillons en 360p ou 720p, corrections par retouches plutôt que par nouvelles générations, et agrandissement de la seule prise retenue. Si une publicité de 10 secondes demandait quatre générations complètes avec la 1.1, une génération et deux retouches pourraient suffire avec la 1.2.

NanoBananas facture en crédits, pas en secondes d'API. Dans le studio, la 1.2 coûte 5 crédits par seconde en 720P, 6 en 1080P et 10 en 4K, et le devis exact s'affiche toujours avant la génération. La section suivante donne les grilles complètes des deux versions.

Utiliser Gemini Omni 1.2 et 1.1 sur NanoBananas

Dans le studio, les deux versions proposent les mêmes quatre modes : texte vers vidéo, animation d'une image de départ, images de début et de fin, et un mode référence. L'audio est généré avec chaque clip. Les différences portent sur la durée, les limites de références et le prix.

Gemini Omni 1.2 Flash

Clips de 4, 5, 6, 8, 10, 12 ou 15 secondes. Avec images de début et de fin, la durée est limitée à 10 secondes. Le mode référence accepte jusqu'à 6 images, ou une vidéo de 2 à 15 secondes à modifier ; une image occupe un emplacement et une vidéo deux, sur 7 au total.

Gemini Omni 1.1 Flash

Clips de 4, 6, 8 ou 10 secondes. Le mode référence accepte jusqu'à 7 images plus une vidéo de référence de 2 à 10 secondes.

Avec une vidéo de référence, le studio facture les secondes produites plus les secondes de la référence, à 70 % du tarif normal. Un clip de 8 secondes en 720P guidé par une vidéo de référence de 6 secondes coûte 79 crédits : 8 crédits × 14 secondes × 0,7, arrondi au supérieur.

La 1.2 est moins chère que la 1.1 à toutes les résolutions : la principale raison de rester sur la 1.1 est un plan déjà réglé dessus. Faites vos brouillons en 720P et ne changez de résolution que pour la prise finale. Commencez sur la page Gemini Omni 1.2 Flash, la page Gemini Omni 1.1 Flash ou dans le studio vidéo.

Trois prompts pour comparer la 1.1 et la 1.2

Ces prompts ciblent les trois points que Google dit avoir améliorés. Lancez chacun sur les deux versions en 720P et 10 secondes (80 crédits sur la 1.1, 50 sur la 1.2) et comparez les résultats côte à côte. Jugez sur les points de contrôle, pas sur l'impression générale.

• « AURELIA » est-il toujours bien orthographié quand il revient face caméra ?
• La forme du bouchon et les proportions du flacon restent-elles identiques pendant l'orbite ?
• Les reflets suivent-ils la caméra ou scintillent-ils ?

• Chaque réplique sort-elle de la bonne bouche, avec des lèvres synchronisées ?
• Les deux voix sonnent-elles comme deux personnes différentes ?
• Les visages et les mains restent-ils stables pendant qu'ils parlent ?

• Le plan est-il continu, ou une coupe apparaît-elle en cours de route ?
• L'échelle des rochers et des vagues reste-t-elle crédible quand la caméra s'élève ?
• Le son s'atténue-t-il au rythme du mouvement de caméra ?

Passer à la 1.2 ou utiliser un autre modèle ?

Pour un comparatif plus large des familles de modèles vidéo, lisez Seedance, Veo ou Wan.

Limites connues des deux versions

• Les actions sportives rapides, les changements de script fréquents et la physique complexe sont des points que Google dit encore améliorer dans la 1.2.
• Deux formats seulement : 16:9 et 9:16. Pour le carré ou le 4:5, recadrez dans un logiciel de montage.
• La première et la dernière image restent limitées à 10 secondes dans la 1.2, même si les autres modes vont jusqu'à 15.
• La retouche de la parole est restreinte dans la 1.2, et Google Cloud n'accepte pas d'entrée audio au lancement.
• Filigrane : tous les résultats portent un filigrane SynthID invisible.

Sources

• Google : annonce de Gemini Omni 1.2 Flash : clips de 15 secondes, fidélité aux références, retouche en plusieurs étapes, 0,07 $ par seconde en 720p, disponibilité et points faibles.
• Google Cloud : page du modèle Gemini Omni 1.2 Flash : durées, résolutions, limites d'entrée, modalités prises en charge et date de retrait.
• Google DeepMind : fiche du modèle Gemini Omni 1.2 Flash : canaux de diffusion et restriction de la retouche de la parole.
• Grille tarifaire du studio vidéo NanoBananas : tous les crédits et les limites du studio pour Gemini Omni 1.1 Flash et 1.2 Flash.

Questions fréquentes