Gemini Omni 1.2 Flash : vidéo IA moins chère, enjeux pour les DSI français

Ce qui change concrètement avec cette version

Google a annoncé le 5 novembre 2026 la disponibilité générale de Gemini Omni 1.2 Flash via l’API Gemini et Gemini for Business. Le lendemain, Google Cloud a confirmé la mise à disposition en entreprise. Le modèle porte la durée maximale d’un clip généré en une seule opération de 10 à 15 secondes, avec la possibilité de fixer la durée par incréments d’une seconde, de 3 à 15 secondes. Il introduit aussi l’édition conversationnelle sur plusieurs tours : un utilisateur peut modifier un détail (produit, éclairage, météo, format d’image) sans régénérer l’intégralité du clip, alors que la version précédente imposait de repartir de zéro.

Le modèle accepte des références combinées : images de personnages, de produits ou de styles, courts clips vidéo de trois secondes maximum et indices audio. Selon les comparaisons internes de Google DeepMind, les testeurs ont préféré la cohérence visuelle de la version 1.2 face à la 1.1 dans 62 % des cas, et la cohérence d’identité multi-référence dans 63 % des cas. Ces chiffres restent des taux de préférence communiqués par l’éditeur lui-même, sans méthode de test rendue publique en détail (nombre de prompts, évaluateurs, intervalles de confiance).

Une baisse de prix qui redessine le calcul du TCO

Le prix passe de 0,10 dollar par seconde (estimation arithmétique à partir de la baisse annoncée, Google n’ayant pas republié l’ancien tarif) à 0,07 dollar par seconde pour une vidéo en 720p via l’API Gemini, soit une baisse de 30 % revendiquée par l’éditeur. Côté API, la facturation repose en réalité sur des jetons vidéo : 12 dollars par million de jetons de sortie vidéo, auxquels s’ajoutent 1,50 dollar par million de jetons d’entrée et 9 dollars par million de jetons de sortie texte. Aucun palier gratuit n’est proposé sur l’API.

Pour un DSI, l’intérêt du modèle ne tient pas seulement au tarif affiché. Google met en avant un flux de travail en deux temps : générer des ébauches à bas coût en 360p ou 720p, puis ne convertir en 1080p ou 4K que les prises retenues. L’édition conversationnelle vise le même objectif : corriger un détail coûte potentiellement moins cher qu’une régénération complète, même si aucune information publiée ne quantifie l’écart réel de coût entre une édition et une nouvelle génération. Le raisonnement budgétaire pertinent n’est donc pas le prix de la seconde, mais le coût par clip final validé, après les reprises nécessaires.

Un point de calendrier mérite l’attention des équipes qui budgètent sur plusieurs mois : Google indique qu’à partir du 3 décembre 2026, l’alias du modèle 1.1 basculera automatiquement vers la version 1.2, aux tarifs de cette dernière. Une application qui appelle encore l’identifiant 1.1 changera donc de comportement et de facturation sans modification de code, ce qui impose de tester les prompts de production avant cette date.

Ce qu’un DSI français peut réellement faire aujourd’hui

L’accès au modèle n’est pas uniforme. Il est déployé dans Flow, Google Vids, Google Ads, et, pour les abonnés à Google AI Ultra, dans l’application Gemini. Les entreprises peuvent l’utiliser via Google Cloud, ce qui constitue la première ouverture d’Omni au grand public sur cette plateforme. Chaque surface a ses propres contraintes : la génération de clips de 15 secondes dans Google Vids est annoncée sans coût additionnel pour les détenteurs d’un compte Google ou d’un abonnement Workspace, tandis que l’accès dans l’application Gemini reste réservé aux abonnés Google AI Ultra.

Pour les utilisateurs situés dans l’Espace économique européen, en Suisse et au Royaume-Uni, des restrictions spécifiques s’appliquent sur l’API Gemini : l’import de vidéos tierces pour édition ou extension n’est pas disponible, alors que l’édition ou l’extension de clips déjà générés par le modèle reste possible. Les références audio restent par ailleurs réservées à une liste d’accès (allowlisting), ce qui signifie qu’une organisation ne peut pas présumer d’un accès immédiat à cette fonctionnalité au lancement. Des restrictions s’appliquent également sur le téléversement ou la modification d’images représentant des mineurs, ainsi que sur certaines personnes identifiables.

Traçabilité des contenus : ce que Google documente, et ce qui reste flou

Chaque vidéo générée comporte un filigrane SynthID invisible, et le modèle prend en charge les informations de provenance au format C2PA. Ces deux éléments relèvent de la traçabilité technique : ils permettent, en théorie, d’identifier qu’un contenu provient d’un système génératif. Un filigrane peut aider à établir la provenance d’un contenu, mais il ne garantit ni qu’une scène est authentique, ni une détection fiable en toute circonstance.

Les textes consultés ne détaillent pas comment ces dispositifs de marquage s’articulent avec les obligations de transparence que la réglementation européenne impose aux contenus synthétiques. Les restrictions déjà en vigueur dans l’Espace économique européen, en Suisse et au Royaume-Uni (import vidéo bloqué, accès audio limité, contrôles sur les personnes identifiables) suggèrent une prudence réglementaire du côté de Google, sans que l’éditeur n’explique publiquement, dans les documents examinés, la logique juridique précise derrière chacune de ces limites. Pour une DSI française qui envisage d’exposer ce type de production vidéo à un public, cette zone d’ombre documentaire reste un point à clarifier avant tout déploiement à grande échelle, notamment pour des usages publicitaires impliquant des visages ou des voix réelles.

Sur le volet des données traitées, il faut rappeler qu’une requête envoyée à un modèle tiers, qu’il s’agisse d’une image produit, d’une photo de mannequin ou d’une voix de référence, transite par l’infrastructure du fournisseur du modèle. Des solutions de pseudonymisation existent pour limiter l’exposition des données personnelles avant cet envoi : c’est le principe retenu par Moon AI, la plateforme multi-modèles de Stellarr Studio SAS, dont le dispositif Moon Blur remplace les données personnelles par des jetons avant transmission aux modèles tiers, puis les rétablit au retour. Ce mécanisme, réversible par construction, correspond à une pseudonymisation au sens de l’article 4, point 5, du RGPD, et non à une anonymisation : les requêtes adressées aux modèles tiers quittent bien l’infrastructure française pour atteindre les serveurs de leurs fournisseurs, une fois les données pseudonymisées.

Un marché saturé par la vidéo produite en série

Le lancement s’inscrit dans un contexte marqué par la montée du phénomène d'« AI slop », ces vidéos générées par IA, étranges ou absurdes, qui inondent les réseaux sociaux en exploitant les failles des algorithmes de recommandation. Pour les acteurs de l’IT, ce phénomène illustre à la fois la puissance des outils grand public et la fragilité des plateformes face à des contenus produits à la chaîne. Il rappelle qu’une baisse de coût de production vidéo, comme celle annoncée avec Omni 1.2 Flash, abaisse aussi le seuil d’entrée pour produire ce type de contenu en masse.

Sur le plan concurrentiel, Google reste, selon un classement populaire consacré à la vidéo générée par IA cité dans la documentation technique examinée, la seule entreprise américaine présente dans le top 10, les neuf autres places étant occupées par des modèles chinois. Des entreprises clientes citées par Google Cloud, comme Photoroom, Artlist, invideo, Krea, FLORA, Picsart ou Runway, décrivent des usages concrets (habillage virtuel, catalogues produits, publicités), mais ces témoignages restent des retours sélectionnés par l’éditeur et ne constituent pas des benchmarks indépendants.

Questions fréquentes

Gemini Omni 1.2 Flash est-il accessible gratuitement ?

Non. L’API Gemini ne propose aucun palier gratuit pour ce modèle. Certaines intégrations grand public, comme Google Vids pour les détenteurs d’un compte Google ou d’un abonnement Workspace, permettent de générer des clips de 15 secondes sans coût additionnel annoncé, mais cela ne correspond pas à un accès gratuit généralisé à l’ensemble des fonctionnalités du modèle.

Quelles restrictions s’appliquent aux utilisateurs situés en France et en Europe ?

Dans l’Espace économique européen, en Suisse et au Royaume-Uni, l’import de vidéos externes pour édition ou extension via l’API Gemini n’est pas disponible, alors que l’édition de clips déjà générés par le modèle reste possible. Les références audio sont par ailleurs réservées à une liste d’accès, et des restrictions existent sur le traitement d’images représentant des mineurs ou certaines personnes identifiables.

Le filigrane SynthID suffit-il à répondre aux enjeux des deepfakes ?

Les documents de Google indiquent que chaque vidéo générée porte un filigrane SynthID invisible et des informations de provenance au format C2PA. Ces outils servent la traçabilité technique du contenu, mais les sources ne précisent pas leur articulation avec les obligations de transparence imposées par la réglementation européenne sur les contenus synthétiques, ni leur fiabilité de détection en toute circonstance.

Faut-il anticiper une évolution de coût après décembre 2026 ?

Oui. Google a indiqué que l’alias du modèle 1.1 basculera automatiquement vers la version 1.2, aux tarifs de cette dernière, à partir du 3 décembre 2026. Les équipes qui appellent encore cette version dans leur code doivent tester leurs prompts de production et vérifier les contraintes de durée et de références avant cette échéance, pour éviter une rupture de comportement non anticipée dans leurs applications.