Gemini Omni 1.2 vs 1.1 : ce qui a changé, clips à l'appui

Gemini Omni 1.2 Flash est le modèle vidéo Omni de troisième génération de Google : il produit des clips avec un son synchronisé à partir de texte, d'images ou de vidéo, et sa grande nouveauté par rapport à Omni 1.1 tient en une phrase. Des prises plus longues pour moins cher. Google l'a sorti le 5 novembre 2026 ; nous l'avons mis en production sur BananaBanana quatre jours plus tard et, depuis, nous le faisons tourner à côté de la 1.1.

Réponse rapide : Omni 1.2 génère de 3 à 15 secondes en une seule prise (la 1.1 s'arrête à 10) et coûte environ 30 % de moins à la seconde, quelle que soit la résolution : $0.07 la seconde en 720p au lieu de $0.10. Le son reste toujours activé, l'extension plafonne toujours à 40 secondes, et un clip qui anime l'intervalle entre une première et une dernière image reste limité à 10 secondes. Pour un nouveau projet, il n'y a guère de raison de rester sur la 1.1.

Ci-dessous : les chiffres, le même prompt rendu sur les deux modèles, et les cas où la 1.1 garde du sens.

Qu'est-ce qui a changé entre Gemini Omni 1.1 et 1.2 ?

Deux chiffres ont bougé, accompagnés de quelques promesses sur la qualité. D'après l'annonce de Google, la durée des clips monte jusqu'à 15 secondes « par paliers d'une seconde, de 3 à 15 secondes », le 720p descend à $0.07 la seconde, et le modèle gagne un lip-sync plus net, un conditionnement distinct pour plusieurs locuteurs et « beaucoup moins de coupes brusques indésirables ». La fiche du modèle précise que les sorties portent toujours un filigrane invisible SynthID.

Voici comment les deux générations se comparent aujourd'hui sur notre plateforme :

Un détail tiré de nos propres journaux de facturation : la 1.2 consomme exactement autant de tokens de sortie par seconde que la 1.1 (5792 par seconde en 720p, 17376 en 4K). Le modèle ne travaille pas moins. Google a simplement baissé le prix du token de $17.50 à $12 le million, et l'économie à la seconde en découle directement.

Gemini Omni 1.2 Flash, 10 secondes en 720p, son activé. Le prompt en bref : une mécanicienne vélo serre un boulon, lève les yeux et dit « Most squeaks come from one loose bolt. Check this one first, then ride. » Coût : $0.70.

Même prompt sur les deux modèles : que vaut la 1.2 ?

J'ai passé un seul et même prompt dans les deux générations avec des réglages identiques : 16:9, 720p, exactement 10 secondes. Une femme aux cheveux gris courts en tablier de jean, un atelier de vélos, une réplique parlée, « single continuous shot, no scene cuts », et une ligne « Audio: » demandant sa voix, les cliquetis de la clé et l'ambiance de l'atelier, sans musique.

Le même prompt sur Gemini Omni 1.1 Flash, 10 secondes en 720p. Coût : $1.00.

Ce que j'ai vu, image par image :

• Les deux sont restés en un seul plan. Une détection de scènes avec ffmpeg n'a trouvé aucune coupe dans l'un ou l'autre fichier. Sur la 1.1, cette consigne comptait beaucoup : sans elle, Omni a tendance à monter le clip de lui-même en plusieurs angles.
• Les deux ont dit la réplique. Chaque femme prononce la phrase du script face caméra, avec une voix générée dans la même passe. La piste de la 1.2 sort nettement plus fort (environ 4 dB de niveau moyen en plus), ce qui arrange si vous publiez sans mixage.
• La 1.1 a suivi la tenue plus à la lettre. Elle lui a donné les cheveux gris courts du prompt ; la 1.2 a opté pour un carré au niveau du menton. Un détail, mais qui rappelle que « meilleur en moyenne » ne veut pas dire meilleur à chaque prise.
• La 1.2 s'est servie de la clé comme accessoire. Elle la tend vers l'objectif en parlant, ce qui ressemble davantage à une vraie vidéo de créatrice que la version 1.1.

Est-ce un benchmark ? Non. C'est une seule paire de clips, et Omni vous donne une prise différente à chaque fois (pas de seed pour figer une composition). Ce que ça montre, en revanche, c'est que la 1.2 n'a rien perdu de ce que la 1.1 faisait bien, et qu'elle a coûté $0.30 de moins pour les mêmes 10 secondes.

Une prise de 15 secondes, ça change vraiment quelque chose ?

Plus que ces cinq secondes de rab ne le laissent croire. Dix secondes suffisent pour une accroche, mais c'est court pour une action complète : un versement du début à la fin, un produit qu'on ouvre, un petit avis face caméra. Avec la 1.1, on rendait 10 secondes, puis on prolongeait.

Gemini Omni 1.2 Flash, 15 secondes en 720p en une seule prise. Le prompt en bref : une céramiste façonne un bol sur le tour, le lisse avec un estèque en bois, le détache avec un fil et le pose sur une planche ; en audio, le ronronnement du tour et l'argile humide, sans musique. Coût : $1.05.

Honnêtement, je m'attendais à ce que celui-ci lâche à mi-chemin. Omni a la manie d'oublier les événements placés en fin de prompt (« then she cuts it free… ») et de rendre une scène jolie mais figée. Pas ici : les mains montent les parois, l'estèque entre en jeu, vers la 11e seconde le fil passe sous la base, et à la 14e le bol quitte le tour. Quatre étapes, une prise, zéro coupe. Un clip ne prouve pas grand-chose, mais c'est exactement le genre de prompt en plusieurs étapes que les versions précédentes d'Omni nous aplatissaient sans cesse en scène statique.

Passons à l'argent. Obtenir 15 secondes avec la 1.1, c'est un clip de 10 secondes ($1.00) plus une extension de 5 secondes, et l'extension est facturée sur la durée totale obtenue : cette deuxième étape coûte donc 15 × $0.10 = $1.50. Total : $2.50. Les mêmes 15 secondes sur la 1.2, en une prise : $1.05. Moins de la moitié, et vous sautez une étape où l'extension pouvait s'éloigner du rendu d'origine.

Combien coûte un clip Gemini Omni 1.2 ?

Chaque seconde est facturée selon la résolution, son compris :

Google affiche la 1.2 à environ $0.0232, $0.0695, $0.1043 et $0.2085 la seconde pour les quatre résolutions. Nous arrondissons au cent, et en 4K nous arrondissons à l'inférieur, à $0.20.

Les bonus de recharge font encore baisser le tarif réel. Un dépôt en crypto de $50 ou plus ajoute 5 % au solde, à partir de $100 c'est 10 %, et un code promo actif ajoute encore 10 % de chaque dépôt par-dessus. Ainsi, $100 en crypto avec un code deviennent $120 de solde, ce qui met la seconde en 720p à environ $0.058 et un clip complet de 15 secondes en 720p à environ $0.88. Les paiements par carte, PayPal et SEPA sont crédités sans le bonus de dépôt.

Ma méthode : brouillon en 360p ($0.30 pour 15 secondes complètes), j'y règle le timing et la caméra, puis je relance la bonne prise en 720p. Gardez en tête que le brouillon et la version finale sont deux générations distinctes : la finale ne sera pas un agrandissement image par image du brouillon. Les tableaux complets pour chaque modèle sont sur la page des tarifs.

Ce qui n'a pas changé : les limites d'Omni 1.2

Le plafond de 15 secondes ne s'applique pas partout, et c'est le premier piège dans lequel on tombe.

• Première et dernière image : toujours 10 secondes. Quand nous avons testé un clip de 12 secondes entre deux images clés, l'API de Google l'a refusé avec « Interpolation duration 12 seconds exceeds maximum duration 10 seconds ». Le studio et le serveur MCP plafonnent désormais ce cas à 10 secondes avant facturation, vous ne verrez donc pas l'erreur vous-même.
• L'extension ajoute 3 à 10 secondes par étape, 40 secondes au total. Partir de 15 permet seulement d'y arriver en moins d'étapes. Impossible d'insérer quoi que ce soit au début ou au milieu.
• Le son ne se coupe pas. Chaque clip Omni a une piste audio. Si vous avez besoin de silence, Veo 3.1 génère sans son, et Wan 3.0 peut le désactiver gratuitement.
• Pas de seed, pas de champ de prompt négatif, un seul résultat par requête. Écrivez les exclusions dans le prompt (« no music », « no dialogue ») ; ça marche la plupart du temps, pas toujours.
• L'édition de la parole est restreinte. Selon la fiche du modèle, modifier une vidéo peut changer ce que disent les personnes, et Google limite cette capacité pour l'instant.

Google reconnaît lui-même que le travail continue sur l'action sportive rapide, les changements de script soudains et la physique complexe. Mon avis : si un plan repose sur un ballon qui rebondit correctement, faites d'abord un brouillon en 360p.

Faut-il passer d'Omni 1.1 à la 1.2 ?

Pour les nouveaux projets, oui. Mêmes fonctions, prises plus longues, environ un tiers moins cher à chaque résolution. Je ne vois aucun nouveau brief où la 1.1 l'emporterait sur le papier.

Garder la 1.1 a du sens dans deux cas. Vous poursuivez une série tournée avec elle et voulez un rendu cohérent d'un épisode à l'autre. Ou vous avez peaufiné une série de prompts sur la 1.1 et sa lecture correspond exactement à ce que vous cherchez (le test des cheveux plus haut montre en petit à quel point les deux interprètent un prompt différemment). Les deux générations restent disponibles dans le générateur et via MCP, et vous choisissez clip par clip.

Il y a aussi une date à garder en tête. Les notes de version de Google indiquent qu'à partir du 3 décembre 2026, la Gemini API redirigera vers la 1.2 les requêtes adressées à gemini-omni-1.1-flash. Chez nous, les deux restent sélectionnables pour l'instant ; si cela change de notre côté, cet article sera mis à jour.

Pour voir en détail ce que l'API Omni accepte et refuse, lisez notre test de l'API Gemini Omni Flash. La page du modèle, avec d'autres exemples de clips, est Gemini Omni 1.2.

FAQ

Gemini Omni 1.2 est-il meilleur que la 1.1 ?

Sur le papier, oui : des prises de 15 secondes au lieu de 10 et des prix environ 30 % plus bas, avec les mêmes fonctions. Google annonce aussi un lip-sync plus net et moins de coupes brusques indésirables. Dans notre comparaison côte à côte, les deux ont géré une réplique en un seul plan ; la 1.2 a coûté $0.70 contre $1.00.

Quelle durée peut faire une vidéo Gemini Omni 1.2 ?

De 3 à 15 secondes par génération, réglable à la seconde près. Avec une première et une dernière image, la limite est de 10 secondes. Les scènes plus longues passent par l'extension, 3 à 10 secondes par étape, jusqu'à 40 secondes au total.

Combien coûte un clip Omni 1.2 de 10 secondes ?

$0.70 en 720p, $0.20 en 360p, $1.00 en 1080p et $2.00 en 4K, son compris. Les générations échouées sont remboursées automatiquement.

Peut-on encore utiliser Omni 1.1 ?

Oui. Omni 1.1 Flash reste disponible à côté de la 1.2 dans le générateur et sur le serveur MCP, et vous choisissez la génération pour chaque clip. Google prévoit de rediriger vers la 1.2 les appels Gemini API destinés à la 1.1 à partir du 3 décembre 2026.

Omni 1.2 peut-il faire une vidéo sans son ?

Non. Chaque clip Omni a une piste audio. Vous pouvez la décrire sur une ligne « Audio: » ou demander « no music, no dialogue », mais pour un clip vraiment muet, utilisez Veo 3.1 ou Wan 3.0.