Multimodal

Gemini Omni Flash 1.2

par Google DeepMind

Le modèle vidéo de Google, désormais à quinze secondes.
Retouchez toute la prise pour 30 % de moins la seconde.

Gemini Omni Flash 1.2

Fonctionnalités clés

Spécifications techniques

Gemini Omni

Troisième version Omni Flash ; identifiant gemini-omni-1.2-flash

3 à 15 s

Secondes entières, 10 s par défaut ; extensions jusqu’à 30 s

Jusqu’à 4K

360p et 720p natifs, 1080p et 4K obtenus par upscale

0,07 $ la seconde

En 720p ; environ 30 % sous Omni Flash 1.1

6 images

Trois par personnage, deux personnages au plus, plus des extraits de 3 s

Natif

Dialogues, bruitages et musique en une seule passe

16:9, 9:16

Modifiable sur une prise terminée par une relance

SynthID

Marque de provenance invisible sur chaque plan généré

Cas d'utilisation

Pellicule de quatre images : un cycliste seul longe une route côtière, de la brume de l’aube au plein soleil

Prises de quinze secondes

Un temps entier en une génération : l’approche, le virage, l’arrivée. Fini le fragment de dix secondes à prolonger ensuite.

Écran partagé d’un même rebord de fenêtre de cuisine : lumière grise du matin à gauche, crépuscule chaud à droite

Des retouches qui s’écrivent

Confiez-lui la prise et dites le changement : relire la lumière de la pièce, remplacer le bocal, réécrire l’étiquette. Le reste du cadre tient.

Fiches de référence de deux présentateurs inventés, à côté du plan final où ils discutent de part et d’autre d’un établi

Deux personnages, tous deux tenus

Trois photos pour chacun fixent visages et tenues. Un duo reste reconnaissable de la première prise à la dernière retouche.

Le même étal de marché en cadre large horizontal, à côté de sa version verticale recadrée

Une prise, deux formats

Demandez la version verticale une fois la version paysage validée. Le format devient une relance, pas une seconde génération.

Deux collègues inventés en pleine conversation de part et d’autre d’une table de café, dans la lumière de fin d’après-midi

Des scènes à deux voix

Écrivez les deux rôles : chaque réplique revient dans la bonne bouche, synchronisée, avec des voix qui survivent aux retouches suivantes.

Une bouteille ambrée côtelée dont l’étiquette porte un logotype inventé, sous une lumière de studio douce

Un emballage qui tient

Votre propre boîte entre en référence, et sa typographie résiste au tour de caméra au lieu de se fondre en sosies approximatifs.

Exemples de prompts

Un temps de quinze secondes

Quinze secondes en un seul plan : un allumeur de réverbères longe le canal Saint-Martin au crépuscule

Edit prompt

Deux voix

Deux collègues se disputent sur la recette d’une tarte tatin, cuisine chaleureuse, répliques qui se chevauchent

Edit prompt

Mouvement de caméra

Un seul mouvement de grue continu, d’une rue pavée mouillée jusqu’à une fenêtre éclairée

Edit prompt

Texte à l’écran

Une enseigne peinte à la main où se lit BOULANGERIE, lettre par lettre

Edit prompt

Tour de produit

Un bocal en verre côtelé tourne lentement sur du lin sombre, étiquette lisible

Edit prompt

Plan guidé par le son

Gros plan sur une bouilloire qui arrive à ébullition, chaque tic et chaque cliquetis bien audibles

Edit prompt

Aperçu

Gemini Omni Flash 1.2, que Google écrit Gemini Omni 1.2 Flash, est la troisième version du modèle vidéo multimodal de Google DeepMind, annoncée le 5 novembre 2026. Le principe reste le même : un prompt, des images ou de courts extraits entrent, une vidéo avec son synchronisé sort, et les relances continuent de travailler sur la même prise. Ce qui change, c’est la part de scène que tient une génération et ce qu’elle coûte.

Les nouveautés de Gemini Omni Flash 1.2

Une génération dure désormais jusqu’à quinze secondes, réglées en secondes entières à partir de trois, là où la 1.1 s’arrêtait à dix. La retouche par le dialogue couvre tout le plan : remplacer un produit, changer la météo ou demander la version verticale sont des relances sur une prise validée. Les références s’organisent autour des personnes : six images par requête, dont trois au plus par personnage pour deux personnages. Quant au prix, Google affiche la 720p à environ 0,07 $ la seconde, soit à peu près 30 % sous le tarif de la 1.1, et les brouillons en 360p sont moins chers encore.

Les gains les plus discrets tiennent à ce qui reste en place. Google décrit des visages, des vêtements, une typographie d’emballage et des couleurs plus stables dans un plan, moins de coupes involontaires pendant un mouvement de caméra continu, des dialogues plus naturels avec une synchro labiale plus nette, et la prise en compte de plusieurs voix. Trois points restent inachevés : l’action sportive rapide, les scripts qui changent vite de direction et la physique complexe.

Pour un lecteur en France, deux réserves comptent d’emblée. Le français n’est pas la langue de référence du modèle, donc le texte à l’écran et les dialogues se relisent. Et la retouche de métrage que vous avez vous-même importé n’est pas proposée dans l’Espace économique européen.

Quinze secondes changent la façon d’écrire

Dix secondes, c’est un fragment : un prompt 1.1 décrivait donc un seul geste et comptait sur l’extension pour le reste. Quinze secondes, c’est un temps avec un début et une fin, et le prompt peut porter une petite structure : l’approche, le virage, l’arrivée. L’extension reste possible pour les scènes plus longues, par tours de trois à dix secondes jusqu’à trente au total, en lisant les dix dernières secondes du plan comme contexte. Elle devient simplement moins nécessaire.

Gemini Omni Flash 1.2 sur Morphic

Gemini Omni Flash 1.2 n’est pas encore dans le catalogue de Morphic. Gemini Omni Flash 1.1 y figure, dans le sélecteur de modèles vidéo, à côté de Veo 3.1, Seedance 2.5, Kling et le reste. La forme de prompt de la famille et son audio natif sont donc déjà à portée de main, et un même brief peut passer par plusieurs modèles pour atterrir côte à côte sur le Canvas. Tous les exemples de cette page ont été réalisés sur Morphic avec le modèle disponible le plus proche, pas avec la 1.2, et Google indique que les requêtes vers la 1.1 sur sa propre API passeront à la 1.2 à partir du 3 décembre 2026. Pour la mécanique des prompts, lisez le guide Gemini Omni Flash 1.2, puis reprenez un point de départ dans la bibliothèque de prompts Gemini Omni Flash 1.2. Vous pouvez aussi voir ce qui change dans le comparatif 1.2 contre 1.1 ou ouvrir le générateur de vidéo IA Gemini Omni Flash 1.2.

Tarifs simples

Commencez gratuitement dès aujourd'hui, avec la possibilité de mettre à niveau ou d'annuler à tout moment.

Basic

$19/ mois
facturé comme $228 par an

2400 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Standard

$24/ mois
facturé comme $288 par an

3625 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Pro

$45/ mois
facturé comme $540 par an

6350 partagé mensuel crédits

1 utilisateur

+ jusqu'à 4 plus à un coût supplémentaire

Tous les modèles

Workflows

Max

$170/ mois
facturé comme $2040 par an

24650 partagé mensuel crédits

1 utilisateur

+ jusqu'à 9 plus à un coût supplémentaire

Tous les modèles

Workflows

Enterprise

Pour des limites plus élevées

Personnalisé

conditions de tarification et de facturation

Crédits à haut volume
Limites de sièges personnalisées
Tous les modèles
Workflows
Pricing Gradient

Free

Pour expérimenter

$0

gratuit pour toujours

Jusqu'à 20 crédits
1 utilisateur uniquement
Modèles limités
Workflows

Questions fréquentes

Qu’est-ce que Gemini Omni Flash 1.2 ?
Gemini Omni Flash 1.2, que Google écrit Gemini Omni 1.2 Flash, est la troisième version du modèle vidéo multimodal de Google, annoncée le 5 novembre 2026. Il génère de la vidéo avec un son natif synchronisé à partir de texte, d’images et d’extraits de référence, puis la retouche et la prolonge par des relances en langage courant. La version 1.2 porte une génération à quinze secondes, applique les retouches à tout le plan et baisse le prix à la seconde d’environ 30 %.
Combien coûte Gemini Omni 1.2 Flash ?
Le tarif publié par Google est d’environ 0,07 $ la seconde en 720p. Un plan de quinze secondes revient donc près de 1,04 $, un plan de dix secondes près de 0,70 $. Un brouillon en 360p coûte environ 0,023 $ la seconde, la 1080p autour de 0,104 $ et la 4K autour de 0,209 $, ces deux dernières étant des upscales. Ce sont les tarifs de l’API du fournisseur : Morphic facture en crédits, selon ses propres forfaits.
Quelles sont les nouveautés de Gemini Omni Flash 1.2 par rapport à la 1.1 ?
Quatre points portent cette version. Une génération dure désormais jusqu’à quinze secondes au lieu de dix, réglées en secondes entières, avec dix par défaut. La retouche par le dialogue s’applique au plan entier, changement de format compris. Les références s’organisent autour des personnages : trois images chacun, pour deux personnes au plus. Enfin, le prix baisse : Google affiche la 720p à environ 0,07 $ la seconde, contre près de 0,10 $ pour la 1.1.
Peut-on utiliser Gemini Omni Flash 1.2 sur Morphic ?
Pas encore. Gemini Omni Flash 1.1 figure déjà dans le catalogue vidéo de Morphic : la famille, la forme du prompt et l’audio natif sont donc disponibles, aux côtés de Veo 3.1, Seedance 2.5 et Kling sur le même Canvas. Google indique que les requêtes vers la 1.1 sur sa propre API seront redirigées vers la 1.2 à partir du 3 décembre 2026. Le nouveau modèle n’est donc qu’à une courte distance de tout ce que vous construisez autour de l’ancien.
Quelle durée de vidéo avec Gemini Omni Flash 1.2 ?
Une génération dure de 3 à 15 secondes entières, avec dix secondes par défaut. L’interpolation entre première et dernière image, comme chaque tour d’extension, va de 3 à 10 secondes, et l’extension mène un plan à 30 secondes au total. Elle n’ajoute qu’en fin de plan, en lisant les dix dernières secondes comme contexte : impossible d’ajouter du métrage au début ou d’étirer le milieu.
Quelle résolution en sortie avec Gemini Omni Flash 1.2 ?
Quatre options, en 16:9 ou 9:16 : 360p, 720p par défaut, et 1080p ou 4K obtenues par upscale de la génération. Le tarif dicte la méthode : itérez en 360p, validez la prise en 720p, puis demandez une seule fois la résolution de livraison, plutôt que de payer la 4K à chaque essai.
Comment fonctionne la retouche par le dialogue dans Gemini Omni Flash 1.2 ?
Chaque relance modifie le résultat précédent au lieu de repartir de zéro, et le modèle garde la scène d’un tour au suivant, désormais sur les quinze secondes entières. Les consignes courtes marchent le mieux : nommez le changement unique et précisez de garder le reste identique. Remplacer un produit, changer la météo ou la lumière, passer d’un format à l’autre : ce sont des relances, pas de nouvelles générations.
Quelles références Gemini Omni Flash 1.2 accepte-t-il ?
Jusqu’à six images de référence par requête et, pour les personnages, jusqu’à trois images chacun pour deux personnes. Les vidéos de référence dépendent de la durée de sortie : un plan de 11 à 15 secondes accepte une seule vidéo de référence de trois secondes au plus, un plan de 3 à 10 secondes en accepte jusqu’à trois. Elles ne servent qu’aux nouvelles générations, ni aux retouches ni aux extensions, et leur son est ignoré.
Gemini Omni Flash 1.2 génère-t-il de l’audio et des dialogues ?
Oui, le son revient dans la même passe que l’image : dialogues synchronisés sur les lèvres, bruitages, ambiances et musique. Google décrit la 1.2 comme plus naturelle dans les dialogues, plus nette en synchro labiale et capable de tenir plusieurs voix, un duo est donc une demande raisonnable. Écrivez l’audio dans le prompt : sans mot sur le son, le modèle choisit la piste à votre place.
Peut-on importer son propre audio ou modifier une voix dans Gemini Omni Flash 1.2 ?
Pas via l’API en l’état. L’annonce de Google compte des repères audio, dont une courte référence de voix, parmi les entrées du modèle, alors que la documentation développeur classe l’entrée audio comme non prise en charge dans la version actuelle de l’API, et la retouche de voix aussi. Considérez la voix comme quelque chose que l’on dirige par écrit pour l’instant, et surveillez la documentation.
Quelles sont les limites de Gemini Omni Flash 1.2 ?
Google cite trois domaines encore en chantier : l’action sportive rapide, les scripts qui changent vite de direction et la physique complexe. L’anglais est la langue pleinement prise en charge pour le texte à l’écran et les dialogues, les autres fonctionnant de façon inégale. Enfin, la retouche ou l’extension de métrage importé par vos soins est indisponible dans l’EEE, en Suisse et au Royaume-Uni.