Construire avec CometAPIBesoin d'une seule API pour plusieurs modèles ?Testez le workflow dans Playground, puis créez une clé API lorsque le modèle et le coût correspondent à votre cas d'usage.
Gemini Omni 1.2 Flash est le modèle de génération vidéo et de montage conversationnel de Google, publié le 5 novembre 2026. Il crée et édite des clips jusqu’à 15 secondes et réduit le prix annoncé pour le 720p de 30 %, à environ $0.07 par seconde. Pour les équipes qui réalisent des vidéos produit et des publicités, cela signifie plus de place pour raconter une histoire et un coût moindre pour essayer différentes versions. Vous pouvez affiner un clip par conversation, puis utiliser l’upscaling autonome pour préparer la version sélectionnée à la livraison.
Qu’est-ce que Gemini Omni 1.2 Flash ?
Google décrit le modèle comme prenant en charge la création et le montage vidéo par conversation. Sa sortie inclut de la vidéo avec audio, tandis que la description plus large du modèle couvre les entrées texte, image, audio et vidéo.
Imaginez transformer une photo produit en une courte publicité. Commencez par une vue claire du produit, générez une scène, puis demandez un décor ou un éclairage différent tout en conservant l’identifiabilité du produit. C’est là que le montage conversationnel devient utile : vous pouvez développer une idée validée sur plusieurs tours au lieu de décrire la scène complète à nouveau pour chaque variation.
Spécifications de Gemini Omni 1.2 Flash
Les détails suivants se réfèrent à la documentation développeur entreprise de Google. Les applications grand public peuvent imposer des limites différentes.
Utilisez la limite correspondant à l’opération que vous demandez. Une vidéo plus longue acceptée pour la compréhension n’est pas automatiquement valide pour le montage. Les spécifications techniques listent les limites d’entrée ci-dessus ; le guide Content Credentials de Google explique les métadonnées de provenance.
Deux distinctions sont importantes lors de la conception d’une application.
Premièrement, un sélecteur de durée doit dépendre de l’opération. Une demande de génération valide de 15 secondes ne signifie pas qu’une demande de première-et-dernière image de 15 secondes est valide.
Deuxièmement, la capacité en jetons n’est pas une note de qualité. Elle décrit une limite d’interface ; elle n’établit ni un mouvement meilleur, ni une meilleure fidélité au prompt, ni un rendu plus rapide.
Comment Gemini Omni 1.2 Flash se classe-t-il dans des comparaisons indépendantes ?
Dans les instantanés d’Arena du 8 novembre 2026, Gemini Omni 1.2 Flash occupe la première place sur les classements texte-vers-vidéo et image-vers-vidéo. Les deux entrées sont marquées comme préliminaires ; lisez donc les scores en tenant compte de leur incertitude et du nombre de votes.
Catégorie Arena
Score
Votes
Plage de classement affichée
Text-to-video
1540 ± 16
1,714
Ces résultats rendent le modèle intéressant à tester, en particulier pour transformer des prompts ou des images produit en courts clips. Ils n’établissent pas qu’il gagnera chaque tâche de production. La plage de classement image-vers-vidéo est particulièrement large : comparez vos propres détails produit, le mouvement et les résultats de montage avant de choisir un modèle pour une campagne. Les classements peuvent évoluer à mesure que davantage de votes arrivent.
Gemini Omni 1.2 Flash vs Omni 1.1 Flash : qu’est-ce qui change ?
Les changements les plus clairs sont des clips plus longs et un prix de sortie plus bas. Le flux de travail mérite également attention : génération fondée sur des références, montages conversationnels et upscaling autonome vous aident à mener un premier jet utile jusqu’à la livraison. Le tableau sépare les comparaisons explicites de version des capacités que vous pouvez utiliser en 1.2.
Pour les équipes produisant des publicités de 15 secondes, les cinq secondes supplémentaires peuvent permettre d’intégrer un accroche, une démonstration et un message de clôture dans une seule génération. À durée égale, le tarif 720p plus bas rend également moins coûteuses les variations créatives supplémentaires. Les améliorations de qualité sont particulièrement pertinentes lorsque le même produit ou personnage doit rester reconnaissable tout au long du clip.
Capacités de durée et de montage
Gemini Omni 1.2 Flash augmente la longueur native de génération et de montage de 3–10 secondes en 1.1 à 3–15 secondes (sélectionnable par incréments d’une seconde). La vidéo d’entrée pour le montage est également étendue de 10 à 15 secondes. Le montage conversationnel multi-tours est amélioré, permettant des modifications directes sur l’ensemble du clip (y compris des changements de ratio d’aspect) sans régénération complète. L’extension vidéo reste de 3–10 secondes par tour, pour une longueur totale jusqu’à environ 30 secondes. L’interpolation des premières et dernières images reste limitée à 3–10 secondes.
Améliorations de qualité et de cohérence
La version 1.2 offre une stabilité nettement meilleure pour les personnages, produits, vêtements, couleurs de marque, visages et verrouillage des objets, avec moins de dérive et moins de coupes brusques. Le mouvement de caméra est plus fluide et plus contrôlable, la synchronisation labiale et la parole sonnent plus naturellement, et le conditionnement multi-locuteurs est pris en charge. Elle suit plus fidèlement les images de référence, de courtes séquences de mouvement et des indices audio. Les évaluations indépendantes (comme les scores Arena) montrent la 1.2 légèrement devant la 1.1 sur le texte-vers-vidéo et l’image-vers-vidéo.
Détails de sortie et de spécifications
Les deux modèles prennent en charge les mêmes résolutions : 360p / 720p natifs, avec upscaling vers 1080p / 4K à 24 FPS. Les ratios d’aspect restent 16:9 et 9:16. La 1.2 prend en outre en charge une sortie texte en plus de la vidéo avec audio natif et renforce l’upscaling autonome en tant que tâche dédiée. Les modalités d’entrée (texte, image, vidéo) et la taille de la fenêtre de contexte sont essentiellement inchangées.
Upscaling vidéo autonome
Gemini Omni 1.2 Flash peut upscaler des vidéos générées précédemment sans nécessiter une nouvelle demande texte-vers-vidéo. Les parcours pris en charge comprennent 360p vers 720p ou 1080p, et 720p vers 1080p ou 4K. Cela permet aux équipes d’approuver la composition et le mouvement à une résolution plus basse avant de préparer une version prête à la livraison.
Combien coûte Gemini Omni 1.2 Flash ?
En sortie 720p, 1.2 Flash est tarifé à environ $0.07 par seconde (environ $12.00 par million de jetons vidéo), soit environ 30 % de moins que le ~ $0.10 par seconde de la 1.1 ($17.50 par million de jetons). Les brouillons 360p sont moins chers, et les sorties upscalées en 1080p / 4K suivent la même réduction de prix. Le flux recommandé consiste à itérer rapidement en basse résolution et à upscaler uniquement les versions finales retenues pour maîtriser les coûts.
Scénario
Générations par clip accepté
Dépense de sortie 720p pour 15 secondes
Flux efficace
1
Au tarif précédent implicite d’environ $0.10 par seconde, 100 clips de 15 secondes coûteraient environ $150 en frais de sortie. Le nouveau tarif arrondi porte cette estimation à $105, soit une économie d’environ $45 pour la même durée totale. Ce sont des calculs de planification, pas un devis pour un projet complet.
L’upscaling autonome a sa propre consommation de jetons de sortie et indique zéro jeton en entrée. Son coût dépend des résolutions source et cible ; n’utilisez pas l’estimation de $0.07/seconde de génération pour chaque upscale. Voir les règles de facturation de l’upscaling.
La métrique métier la plus utile est le coût par clip accepté.
Par exemple, si chaque vidéo approuvée de 15 secondes nécessite quatre générations facturées séparément, la dépense de sortie estimée devient $4.20 avant autres coûts. Un taux de réessai plus faible peut donc compter davantage qu’une petite différence de prix unitaire annoncé.
Comment les développeurs peuvent-ils utiliser Gemini Omni 1.2 Flash ?
Utilisez l’Interactions API pour la génération et le montage sur le service entreprise documenté. GenerateContent et Chat Completions ne peuvent pas être utilisés pour ces opérations. Commencez par un court clip et une révision simple avant d’ajouter le flux de travail à une application de production.
Un premier projet simple est une courte vidéo produit :
Préparez une image produit claire et un bref descriptif du plan, du mouvement et du son.
Générez un court brouillon via l’Interactions API.
Demandez une révision ciblée, comme un nouveau fond, tout en préservant le produit et le cadrage.
Examinez le résultat avant de choisir la résolution de livraison.
Consignez les paramètres de la demande et l’usage afin que le flux approuvé puisse être répété.
La Gemini Omni Fast API dans CometAPI offre une voie d’intégration séparée sous omni-fast. Son identifiant publié ne précise pas la version 1.2 Flash ; utilisez donc les paramètres et la tarification documentés par le fournisseur pour cette voie.
Les vidéos générées incluent le filigranage SynthID, et la surface de modèle Google Cloud documentée prend également en charge Content Credentials (C2PA). Ces mécanismes de provenance sont utiles lors de la publication d’actifs marketing générés par IA ou de la gestion des workflows internes de revue de contenu.
Que se passe-t-il pour les requêtes existantes Omni 1.1 Flash ?
La 1.2 est devenue disponible de manière générale le 5 novembre 2026 (ID du modèle : gemini-omni-1.2-flash). À partir du 3 décembre 2026, les requêtes vers gemini-omni-1.1-flash seront automatiquement acheminées vers la 1.2 et facturées aux nouveaux tarifs plus bas, sans modification de code requise. Les limites de taux du palier payant ont également été augmentées.
Testez quelques prompts représentatifs avant cette date si votre application dépend du comportement du modèle précédent. L’acheminement automatique maintient le chemin de requête, mais vous devez tout de même revoir les vidéos résultantes. Pour les autres plateformes, utilisez la documentation de migration et de facturation de ce service.
Conclusion
Choisissez Gemini Omni 1.2 Flash pour les projets où le travail créatif se poursuit après la première génération : variations produit, scènes saisonnières et courtes publicités construites autour d’un sujet cohérent.
Commencez par un brief de campagne reproductible et un petit ensemble d’actifs de référence. Une fois la composition et le comportement de montage validés pour ce brief, étendez à davantage de produits ou de placements. Cela transforme une démo prometteuse en un processus de production que votre équipe peut réutiliser.
FAQ
Combien d’images de référence puis-je utiliser avec Gemini Omni 1.2 Flash ?
L’API entreprise accepte jusqu’à 10 images par prompt. Utilisez cette marge pour des vues distinctes ou des détails importants pour le plan ; ajouter des images quasi dupliquées peut rendre le brief plus difficile à gérer. Ces réponses suivent les spécifications techniques entreprise de Google ; les limites dans les applications grand public peuvent différer.
Comment Gemini Omni 1.2 Flash étend-il une vidéo plus longue ?
Pour l’extension, le modèle utilise jusqu’aux 10 dernières secondes de l’entrée, même si la vidéo source est plus longue. Il génère une continuation de 3–10 secondes, concaténée aux jusqu’aux 30 dernières secondes de l’entrée. Conservez l’original complet dans votre timeline de montage si vous devez préserver une séquence antérieure ; l’extension renvoyée ne doit pas être considérée comme un remplacement de la source complète.
Quels fichiers d’image de référence Gemini Omni 1.2 Flash accepte-t-il ?
Les formats d’image pris en charge sont PNG, JPEG, WebP, HEIC et HEIF. Chaque image peut faire jusqu’à 20 Mo pour les données inline ou les téléchargements directs via la console, ou 30 Mo lorsqu’elle est fournie depuis Google Cloud Storage. Vérifiez à la fois le format et la taille du fichier avant de soumettre une requête, surtout lorsque vos actifs source sont des photographies produit haute résolution.
Spécification
Détails techniques de Gemini Omni 1.2 Flash
Model ID
gemini-omni-1.2-flash
Release stage
Disponibilité générale
Release date
5 novembre 2026
Maximum input tokens
131 072
Maximum output tokens
260 640
Generation and editing duration
3–15 secondes
First-and-last-frame generation
3–10 secondes
Extension output per turn
3–10 secondes
Aspect ratios
16:9 et 9:16
Resolution options
360p, 720p, 1080p et 4K
Sound generation
Parole, musique et effets sonores
Supported generation interface
Interactions API
Chat Completions and GenerateContent
Non pris en charge sur cette surface documentée
Reference images per prompt
Jusqu’à 10
Image files
PNG, JPEG, WebP, HEIC, HEIF ; jusqu’à 20 Mo en ligne ou via téléchargement console, ou 30 Mo depuis Cloud Storage
Videos per prompt
Jusqu’à 3
1–2
Image-to-video
1503 ± 12
2,667
1–6
Dimension
Génération précédente : Omni 1.1 Flash
Comparaison au lancement de Gemini Omni 1.2 Flash
Implication pratique
Maximum native clip
10 secondes
15 secondes
50 % de durée en plus par clip
Approximate 720p price
$0.10/seconde, implicite d’après la réduction annoncée
$0.07/seconde
Coût de sortie inférieur à durée égale
Reference adherence
Référence de comparaison
Google signale une amélioration
Tester l’identité produit et les détails fins
Temporal consistency
Référence de comparaison
Google signale moins de dérive
Examiner les images intermédiaires, pas seulement les extrémités
Conversational revisions
Flux de travail précédent
Montage multi-tours sur des clips complets de 15 secondes
Tester si des détails non liés restent stables
Independent preference comparison
Arena texte-vers-vidéo : 1513 ± 15 (instantané du 8/11)
Arena texte-vers-vidéo : 1540 ± 16, préliminaire, même instantané
Score de préférence plus élevé dans cet instantané ; pas une amélioration en pourcentage de la qualité
Standalone upscaling
Non listé dans le guide d’upscaling autonome actuel
Opération d’upscaling séparée et documentée
Approuver un brouillon, puis upscaler la vidéo sélectionnée
Reference workflow
La génération à partir de références existait déjà
Adhérence aux références renforcée signalée
Construire des variantes autour du même produit ou personnage
$1.05
Révisions modérées
2
$2.10
Révisions lourdes
4
$4.20
Dimension
Google Cloud natif
CometAPI
Model ID
gemini-omni-1.2-flash
omni-fast
API endpoint
Interactions API
POST /v1/videos
Billing basis
Environ $0.07/seconde à 720p
$0.40/requête dans le catalogue actuel
Request format
JSON de l’Interactions API
Formulaire multipart / JSON selon la tâche
Task handling
Synchrone, stateful, streaming, asynchrone
Soumettre, sonder, télécharger
Version certainty
1.2 Flash explicite
L’ID publié n’identifie pas la 1.2
API status
GA
Endpoint CometAPI marqué Beta
Video input for editing or upscaling
Jusqu’à 15 secondes
Video input for extension
Toute durée ; utilise jusqu’aux 10 dernières secondes
Video understanding input
Jusqu’à 10 minutes ; cela n’étend pas la limite de montage
