Gemini Omni 1.1 Flash est la mise à jour du 27 août 2026 que Google DeepMind a apportée à son modèle vidéo IA. C'est la même idée any-to-any que Gemini Omni Flash (texte, image et vidéo en entrée, vidéo haute résolution en sortie), avec quatre ajouts orientés production : une extension de scène qui enchaîne des clips jusqu'à 40 secondes, le contrôle de la première et de la dernière image, des références vidéo pour la cohérence des personnages et un flux de travail brouillon puis montée en résolution.
Côté coût, il reste sur l'offre payante de l'API Gemini sans offre gratuite : la sortie vidéo est facturée 17,50 $ par million de tokens, ce qui revient à environ 0,10 $ par seconde de vidéo en 720p, et les brouillons en 360p coûtent à peu près un tiers de ce prix. Parmi les partenaires de lancement figurent Adobe Firefly, Figma Weave et Runway.
C'est un outil vidéo performant, et l'une des options les plus solides de sa catégorie. C'est aussi de l'infrastructure de modèle brute, pas une recrue qui fait un travail de bout en bout. Je construis des coéquipiers IA chez eesel, et la vérité peu glamour, c'est qu'un meilleur modèle vidéo ne répond pas à vos tickets de support et ne publie pas votre blog. Si c'est cela, le vrai travail, mieux vaut un coéquipier prêt à l'emploi comme eesel qu'un modèle que vous devez intégrer vous-même.
Ce qu'est réellement Gemini Omni 1.1 Flash
Gemini Omni est la famille de modèles de médias génératifs « any-to-any » de Google, et Omni Flash en est le membre rapide, axé sur la vidéo. La page produit de Google le dit sans détour : pensez à Gemini Omni comme à Nano Banana, mais pour la vidéo, où chaque modification s'appuie sur la précédente pour garder la scène cohérente. Vous fournissez un prompt, une image ou un clip existant, et il renvoie une vidéo haute résolution avec son, que vous affinez ensuite par la conversation au lieu de tout refaire à zéro à chaque fois.
La version 1.1, annoncée par les product managers de Google DeepMind Anish Nangia et Alisa Fortin, est présentée comme "a production-ready update for developers that offers improved control over generative video". Le mot clé est contrôle, le thème de toute la mise à jour. Le premier Omni Flash avait prouvé que le modèle savait générer et éditer ; la 1.1 donne aux développeurs les leviers pour le diriger avec précision. L'identifiant de modèle exposé dans l'API est gemini-omni-1.1-flash.
Ce qui est nouveau dans la 1.1
Si vous connaissez déjà le Gemini Omni Flash d'origine, voici la version courte de ce qui a changé. Quatre fonctionnalités sont arrivées ensemble, et chacune comble un manque précis qui empêchait d'utiliser le premier modèle dans de vraies chaînes de production.
Extension de scène jusqu'à 40 secondes
Le modèle d'origine limitait chaque clip à 10 secondes, un plafond rigide dès qu'on veut raconter la moindre histoire. L'extension de scène permet de prendre une vidéo existante et de continuer à générer des images à partir de là où elle s'arrête, par tranches de 10 secondes, jusqu'à un total cumulé de 40 secondes. Google indique que les extensions offrent une meilleure cohérence visuelle et un meilleur fil narratif, si bien qu'un plan peut se poursuivre ou bifurquer sans raccord visible.
En coulisses, elle utilise le même mécanisme à état que l'édition conversationnelle du modèle : vous enchaînez une nouvelle requête sur un previous_interaction_id avec une entrée du type « Continue the scene », et le modèle conserve le contexte de la session au lieu de vous obliger à renvoyer les images.
Contrôle de la première et de la dernière image
C'est celle que les équipes créatives remarqueront en premier. Vous pouvez désormais préciser les images de début et de fin d'un plan, et Omni 1.1 génère la vidéo continue entre ces deux images clés. Google la présente comme idéale pour les orbites de caméra complexes, les transitions en zoom ou les clips en boucle sans raccord. En pratique, on passe de « générer une vidéo en espérant que la caméra fasse quelque chose de sensé » à « définir où le plan commence et se termine, et laisser le modèle remplir le mouvement entre les deux », une façon bien plus dirigée de travailler.
Références vidéo pour la cohérence
La dérive des personnages et du style a été la faiblesse discrète de la vidéo IA. Omni 1.1 permet de référencer jusqu'à trois secondes de vidéo lors de la création d'une nouvelle scène, pour que le modèle conserve le contexte visuel et garde un personnage cohérent d'un plan à l'autre. La démo de Google a remplacé des personnages fournis dans des clips de référence de danse importés, tout en gardant un seul plan continu sans coupe, exactement le type de continuité qui exigeait auparavant beaucoup de retouches manuelles.
Brouillon puis montée en résolution
Le dernier ajout est le plus pratique pour qui surveille son budget. Vous pouvez générer des aperçus légers en 360p, que Google décrit comme jusqu'à 60 % plus rapides et à un tiers du coût de la résolution standard 720p, puis monter la sortie finale en 1080p ou en 4K. L'idée : itérer vite et à bas coût sur le montage brut, puis ne dépenser la vraie puissance de calcul que sur la version que vous gardez.
Google a présenté trois exemples d'applications construites sur ces contrôles : un Transition Studio première/dernière image, un Listing Walk-In immobilier pour les mouvements de caméra et un Draft Room qui lance trois ou quatre variantes en 360p à comparer côte à côte. Elles donnent une bonne idée de là où le modèle est utile : les outils de production plutôt que les clips isolés.
Où l'utiliser
Omni 1.1 est sorti sur plusieurs plateformes dès le premier jour, ce qui montre que Google veut qu'on le traite comme une infrastructure de production et non comme une démo :
- Google AI Studio, pour l'essayer directement avec l'API Gemini.
- La Gemini Enterprise Agent Platform, pour les entreprises qui développent sur l'API Agent Platform.
- Google Flow, disponible pour tous les abonnés Google AI Plus, Pro et Ultra dans le monde entier.
- L'application Gemini, où l'extension de scène en particulier est active pour les mêmes niveaux d'abonnement.
Côté caractéristiques techniques, la documentation Google Cloud indique un contexte d'entrée de 131 072 tokens et une sortie de 57 920 tokens, un maximum de 10 secondes par requête de génération (que l'extension de scène enchaîne ensuite), jusqu'à trois vidéos par prompt, les formats 16:9 et 9:16, et des résolutions de 360p à 4K. Les vidéos générées portent des C2PA Content Credentials pour attester de leur provenance.
Tarifs de Gemini Omni 1.1 Flash
Le modèle de facturation est inchangé depuis le lancement d'origine, et l'essentiel reste le même : il n'y a pas d'offre gratuite. Chaque seconde générée coûte de l'argent dès le premier clip. Voici les tarifs actuels de l'offre payante de l'API Gemini :
| Élément | Offre gratuite | Offre payante (par 1M de tokens) |
|---|---|---|
| Entrée (texte / image / vidéo / audio) | Non disponible | 1,50 $ |
| Sortie texte | Non disponible | 9,00 $ |
| Sortie vidéo | Non disponible | 17,50 $ |
| Données utilisées pour améliorer les produits de Google | n/a | Non |
Le coût se concentre sur la vidéo. Google facture la sortie vidéo à un taux fixe de 5 792 tokens par seconde de vidéo 720p, ce qui, à 17,50 $ le million de tokens, donne un tarif effectif d'environ 0,10 $ par seconde. Un repère approximatif, sortie vidéo uniquement :
- ~0,50 $ pour un clip de 5 secondes en 720p
- ~1,00 $ pour un clip complet de 10 secondes en 720p
- ~0,03 $ par seconde pour un brouillon en 360p (environ un tiers du tarif 720p, selon le chiffre de Google)
Cette dernière ligne est la vraie histoire de la tarification 1.1. Le niveau de brouillon 360p permet de prototyper une séquence de 40 secondes pour quelques centimes, puis de ne payer le plein tarif que pour la prise que vous montez en 4K. C'est une structure sensée, qui récompense les équipes qui itèrent avant de s'engager. Google publie les tarifs complets par résolution dans un tableau sur l'article de lancement ; la page d'API lisible par machine ancre la facturation sur le tarif de tokens 720p ci-dessus. Pour les calculs détaillés et des exemples chiffrés, nous avons tout décortiqué dans le guide des tarifs de Gemini Omni Flash.
À noter qu'il n'existe pas de niveau Batch, Flex ou Priority pour ce modèle, contrairement à Gemini 3.5 Flash, donc aucune remise batch documentée sur laquelle compter. Pour comprendre globalement comment Google tarife ses modèles, notre guide des tarifs de Gemini présente côte à côte les offres grand public et API.
Ce que disent les développeurs et les partenaires
Quand la famille Omni s'est ouverte aux développeurs, le responsable IA de Google, Logan Kilpatrick, a résumé l'argument :
"Omni Flash is SOTA at video editing at $0.10 / sec, same as Veo 3.1 Fast!"
La lecture la plus utile est venue du compte d'actualités IA indépendant Rohan Paul, qui a présenté la vraie forme du produit comme un enchaînement de modèles plutôt qu'un modèle seul :
"Chaining both models is the real product shape, not either model alone. Nano Banana 2 Lite makes reference images, then Gemini Omni Flash animates them."
Pour la 1.1 en particulier, Google s'est appuyé sur des partenaires de lancement qui font tourner le modèle en production. Le directeur de la création de Figma Weave, Itay Schiff, a souligné la direction que prennent les nouveaux contrôles :
"With extensions, richer reference material, and 4K resolution, Gemini Omni Flash takes teams beyond generating videos to truly directing them."
Ce sont des citations de partenaires que Google a choisi de mettre en avant : lisez-les comme le cadrage du lancement, pas comme des avis neutres. L'avis indépendant se trouve dans le fil de lancement sur Hacker News (296 points, 233 commentaires), et il est plus mitigé. Le développeur cube00 a objecté à l'idée phare du brouillon 360p :
"While it sounds great you're quickly disappointed after you run the same prompt at standard resolution only to get a different result because it's non deterministic."
C'est une remarque juste : un brouillon n'est utile comme aperçu que si le rendu final lui correspond vraiment, et la génération n'est pas déterministe. Sur le plan stratégique, Simon Willison y a vu un signe de l'endroit où Google place ses paris :
"Interesting that OpenAI abandoned Sora entirely but Google are continuing to invest heavily in their own video generation. Maybe because they see video generation as key to developing 'world models'?"
La synthèse équilibrée du fil : le niveau de brouillon 360p est un levier de coût astucieux, l'extension de scène montre encore un peu de dérive sur les clips plus longs, et la valeur de bout en bout de Google (modèle plus Flow) est ce que les gens apprécient plus que des concurrents plus tape-à-l'œil en génération unique.
Où Gemini Omni 1.1 Flash trouve sa place, et où il n'en a pas
Voici la version honnête, de quelqu'un qui construit des produits d'IA plutôt que de faire la promotion de celui-ci. Omni 1.1 est excellent dans ce pour quoi il est fait : générer et éditer de la vidéo avec un vrai contrôle de réalisation, dans une chaîne que vous construisez. Si vous développez un outil créatif, une fonctionnalité de vidéo marketing ou tout ce où la vidéo est le produit, c'est l'une des meilleures options du moment, et la tarification brouillon puis montée en résolution rend l'itération abordable.
Ce qu'il n'est pas, c'est un employé qui fait un travail. C'est un modèle, donc de l'infrastructure. Vous devez encore construire l'application autour, décider quand l'appeler, gérer les sorties et le brancher sur ce que vous cherchez vraiment à livrer. C'est le bon compromis si vous êtes un développeur qui crée des fonctionnalités vidéo. C'est la mauvaise grille de lecture si ce dont vous avez besoin, c'est qu'une tâche soit traitée de bout en bout.
Je passe mes journées de l'autre côté de cette ligne. Chez eesel, nous ne vendons pas un modèle, nous vendons des coéquipiers IA que vous embauchez pour une mission précise. Chacun arrive avec les compétences, les intégrations et le contexte d'entreprise de son rôle, donc il n'y a aucune chaîne à assembler. L'équipe actuelle compte un agent de helpdesk IA qui rejoint votre file de support existante et un rédacteur de blog IA qui recherche et rédige du contenu. Un nouveau modèle vidéo, aussi belle que soit sa bande démo, ne répond pas à un ticket de support et ne publie pas un article. Autre mission, autre outil.
Si vous comparez le reste de la gamme Google pendant que vous êtes ici, notre panorama des alternatives à Gemini, la présentation de Google Gemini 3 et le détail des tarifs de Gemini 3 couvrent les modèles conçus pour le texte et le raisonnement. Côté image, dans la même famille, Nano Banana Pro et le test de Nano Banana 2 sont à lire, et Gemini vs Perplexity traite de la recherche par IA.
Essayez eesel pour les tâches qu'un modèle vidéo ne sait pas faire
Si vous êtes arrivé ici en cherchant où l'IA fait vraiment gagner du temps à votre équipe, et que la réponse honnête est « pas dans la vidéo », c'est le point utile à retenir. eesel met des coéquipiers IA prêts à l'emploi sur votre vrai travail : l'agent de helpdesk IA apprend de vos anciens tickets et de votre centre d'aide, puis résout les questions de premier niveau dans les outils que vous utilisez déjà, et le rédacteur de blog IA transforme vos propres connaissances en contenu publié et fidèle à votre marque.
La différence avec un modèle brut comme Omni 1.1, c'est qu'il n'y a rien à construire. Vous connectez vos sources, vous simulez le coéquipier sur de vraies données historiques avant qu'il ne soit en service, puis vous l'activez. Vous pouvez l'essayer gratuitement et le voir à l'œuvre sur votre propre contenu en quelques minutes.
Comment Gemini Omni 1.1 Flash se compare-t-il à Veo ?