
Gemini Omni Flash 1.2, que Google écrit Gemini Omni 1.2 Flash, est sorti le 5 novembre 2026, dix semaines après la 1.1. Le principe ne bouge pas : une vidéo avec son synchronisé, générée à partir d'un texte, d'images fixes ou de courts clips, puis affinée par des consignes successives. Cette version relève des plafonds plutôt qu'elle n'invente un nouveau tour de passe-passe. Une génération atteint quinze secondes, une retouche porte sur le plan entier, et une seconde de 720p coûte environ 30 % de moins. Voici les deux versions côte à côte.
Gemini Omni 1.2 Flash vs 1.1 : les quatre changements qui comptent
Quinze secondes au lieu de dix. Une génération dure désormais de 3 à 15 secondes entières, dix par défaut, alors que la 1.1 s'arrêtait à dix. Dix secondes font un fragment, qu'il faut souvent prolonger pour obtenir une scène. Quinze secondes suffisent pour une approche, un mouvement et une arrivée : davantage de plans aboutissent du premier coup.
La retouche porte sur tout le plan. Avec la 1.2, une consigne de suivi s'applique aux quinze secondes et peut même changer le format d'image d'une prise validée. Décliner un master paysage en version verticale devient une retouche, pas une seconde génération.
Les références s'organisent autour des personnes. La 1.2 accepte jusqu'à six images de référence par requête, dont trois par personnage pour deux personnages au maximum, là où la 1.1 en annonçait dix. La vidéo de référence dépend maintenant de la durée visée : un clip de 11 à 15 secondes admet une seule vidéo de référence de trois secondes au plus, contre trois vidéos pour un clip de 3 à 10 secondes.
Le prix baisse. Google affiche le 720p à environ 0,07 $ la seconde, contre près de 0,10 $ pour la 1.1, et une ébauche en 360p à environ 0,023 $. Un clip de quinze secondes en 720p revient donc à peu près à 1,04 $.
Les spécifications côte à côte
| Omni Flash 1.2 | Omni Flash 1.1 | |
|---|---|---|
| Annonce | 5 novembre 2026 | 27 août 2026 |
| Identifiant du modèle | gemini-omni-1.2-flash | gemini-omni-1.1-flash |
| Durée par génération | 3 à 15 s, 10 s par défaut | 3 à 10 s |
| Extension | 3 à 10 s par tour, jusqu'à 30 s au total | 10 s par tour, jusqu'à 40 s au total |
| Portée de la retouche | Le plan entier, format d'image compris | La même prise |
| Images de référence | 6 par requête, dont 3 par personnage pour 2 personnages | Jusqu'à 10 |
| Vidéos de référence | 1 clip de 3 s pour une sortie de 11 à 15 s, 3 clips en dessous | Jusqu'à 3 clips de 3 s |
| Résolution | 360p et 720p natifs, 1080p et 4K par upscale | 360p et 720p natifs, 1080p et 4K par upscale |
| Formats d'image | 16:9, 9:16 | 16:9, 9:16 |
| Prix du 720p par seconde | Environ 0,07 $ | Environ 0,10 $ |
| Prix du 360p par seconde | Environ 0,023 $ | Non publié par résolution |
| Audio | Natif, synchro labiale plus nette, plusieurs voix conditionnées | Natif, dialogue et musique en une seule passe |
| Audio en entrée | Non pris en charge dans l'API actuelle | Non pris en charge |
| Filigrane | SynthID | SynthID |
| Sur Morphic | Pas encore | Disponible dans le sélecteur de modèles vidéo |
Un mot sur la résolution et les formats d'image, inchangés : si le 720p en 16:9 vous suffisait, rien dans la sortie ne vous oblige à changer.
Ce qui ne change pas
Les deux versions génèrent l'image et le son en une seule passe. Elles acceptent des images fixes et de courts clips en entrée, interpolent entre une image d'ouverture et une image de fermeture, et affinent une prise par des consignes en langage courant. Toutes deux marquent chaque sortie avec SynthID. Le dialogue et le texte à l'écran fonctionnent d'abord en anglais, les autres langues restant inégales. Aucune n'accepte l'import d'un fichier audio, ni la retouche d'une voix par l'API.
Les points faibles restent aussi les mêmes. Google range l'action sportive rapide, les scénarios qui changent vite de direction et la physique complexe parmi les sujets encore en cours de travail dans la 1.2. Les scènes de foule restent le terrain où les sujets suivis dérivent, dans les deux versions. La retouche ou l'extension de vos propres rushs n'est pas disponible dans l'EEE, en Suisse ni au Royaume-Uni.
Un changement de comportement cassera vos anciens prompts : les balises entre chevrons, qui liaient une image à un rôle, sont dépréciées. Google demande désormais de décrire en langage naturel le rôle de chaque fichier.
Laquelle choisir ?
Pour un nouveau projet, la 1.2, et le choix tient presque de l'évidence : plus longue, moins chère à la seconde, plus fidèle sur un visage ou une étiquette pendant un mouvement de caméra, avec les mêmes formats de sortie. Les raisons de s'intéresser encore à la 1.1 sont historiques plus que pratiques, puisque Google a annoncé que les requêtes vers la 1.1 passeront par la 1.2 dès le 3 décembre 2026.
La vraie contrainte, c'est l'endroit où vous générez. La 1.2 est dans l'API Gemini et se déploie dans les applications de Google, mais pas encore au catalogue de Morphic. La 1.1, si : la logique de prompt de la famille et l'audio natif sont donc utilisables dès maintenant sur Morphic, à côté de Veo 3.1, Seedance 2.5 et Kling. Un brief écrit pour la 1.2 se transpose en grande partie : la structure, la direction audio et l'habitude de ne changer qu'un point par tour restent valables. Seuls la durée de quinze secondes et l'organisation des références ne suivent pas.
Utiliser Gemini Omni sur Morphic aujourd'hui
Gemini Omni Flash 1.1 figure dans le sélecteur de modèles vidéo de Morphic. Rédigez votre plan comme un brief qui inclut l'audio, lancez la génération, et la prise arrive sur le Canvas. Vous pouvez y passer le même brief dans un autre modèle pour comparer côte à côte, par exemple pour un teaser produit, un plan d'ambiance pour une campagne ou un extrait de bande-annonce. Affinez ensuite par consignes successives, un seul changement à la fois.
Pour la mécanique du prompt, lisez le guide de Gemini Omni Flash 1.2. Pour toutes les caractéristiques, consultez la page du modèle Gemini Omni Flash 1.2 ou celle de Gemini Omni Flash 1.1.
Questions fréquentes
D'après tout ce que Google a publié, oui : une génération atteint quinze secondes au lieu de dix, les retouches s'appliquent au plan entier, la cohérence pendant les mouvements de caméra est décrite comme plus stable, et une seconde de 720p coûte environ 30 % de moins. Les formats de sortie sont identiques, donc aucun compromis de résolution ou de format d'image n'entre en jeu.
Environ 30 % de moins à la seconde. Google affiche le 720p à près de 0,07 $, contre environ 0,10 $ pour la 1.1, soit à peu près 0,70 $ pour un clip de dix secondes et 1,04 $ pour un clip de quinze. Les ébauches en 360p reviennent à environ 0,023 $ la seconde, tandis que le 1080p et la 4K sont facturés plus cher, car ce sont des upscales.
Google a indiqué que les requêtes vers le modèle 1.1 seront redirigées automatiquement vers la 1.2 à partir du 3 décembre 2026, et facturées au tarif de la 1.2. Il s'agit d'une redirection, pas d'une annonce d'arrêt. Pour un nouveau projet sur l'API, il n'y a donc plus de raison de viser la 1.1.
Moins d'images, mais mieux réparties. La 1.2 documente six images de référence par requête, dont trois par personnage pour deux personnages au plus, contre dix annoncées pour la 1.1. La vidéo de référence dépend de la durée générée : un clip de trois secondes au maximum pour une sortie de 11 à 15 secondes, jusqu'à trois clips en dessous.
Le texte, oui. Les balises, non : les jetons entre chevrons qui liaient une image à un rôle sont dépréciés, et Google demande de décrire le rôle de chaque fichier en langage naturel, par exemple « utilisez la première image comme image d'ouverture ». La durée est l'autre point à revoir, car un prompt pensé pour dix secondes remplira mal quinze secondes.
Pas pour l'instant. Google précise que la retouche ou l'extension de séquences que vous importez vous-même est indisponible dans l'EEE, en Suisse et au Royaume-Uni. La génération à partir d'un texte ou d'images de référence reste, elle, possible. Vérifiez la documentation de Google avant de bâtir un flux de travail sur vos propres prises.
Pas encore. Gemini Omni Flash 1.1 génère aujourd'hui sur Morphic avec audio natif, aux côtés de Veo 3.1, Seedance 2.5, Kling et le reste du catalogue, et Morphic propose une offre gratuite pour l'essayer.