Tarifs de Gemini Omni 1.1 Flash : ce que coûte vraiment la vidéo par IA

TL;DR

Gemini Omni 1.1 Flash est le modèle de génération vidéo de Google, sorti en préversion le 27 août 2026. Il est facturé au token via trois compteurs distincts : 1,50 $ par million de tokens en entrée, 9,00 $ par million de tokens de sortie texte et 17,50 $ par million de tokens de sortie vidéo. Google arrondit le tarif vidéo à environ 0,10 $ la seconde en 720p.

Le chiffre à retenir : un clip de 10 secondes en 720p coûte environ 1,01 $ rien qu'en sortie vidéo, et la résolution est votre principal levier, car la 4K coûte environ 9 fois le tarif à la seconde d'un brouillon en 360p.

Deux choses surprennent. Il n'y a pas de niveau gratuit : vous payez dès le premier token. Il n'y a pas non plus de remise pour le traitement par lots, que les modèles Flash uniquement textuels conservent. Les prix sont identiques sur l'API Gemini et sur Vertex. Si vous n'avez besoin que de brouillons courts, générez en 360p et améliorez ceux que vous gardez.

Ce qu'est réellement Gemini Omni 1.1 Flash

Je travaille avec des API de modèles au quotidien, donc avec tout nouveau modèle « Flash », mon premier réflexe est d'ignorer l'annonce de lancement et de lire la grille tarifaire, car c'est là que se trouve la vraie conception du produit. Avec Gemini Omni 1.1 Flash, la grille dit presque tout : ce n'est pas un modèle de chat moins cher, c'est un modèle vidéo de Google DeepMind qui sait aussi parler texte.

Google le décrit comme un modèle multimodal "optimized for video generation, offering video output alongside text responses in a single model." L'identifiant du modèle est gemini-omni-1.1-flash-preview, il est en phase de préversion (pas en disponibilité générale) et il est sorti le 27 août 2026 comme mise à jour 1.1 du Gemini Omni Flash d'origine. Si vous suivez les autres modèles créatifs de Google, voyez-le comme le cousin animé de Nano Banana pour l'image et de Lyria pour la musique.

La version 1.1 porte surtout sur le contrôle. Vous avez désormais l'extension de scène (prolonger un clip par pas de 10 secondes jusqu'à 40 secondes cumulées), le contrôle de la première et de la dernière image, une référence vidéo de 3 secondes pour garder des personnages cohérents, la mise à l'échelle en 4K et un mode brouillon 360p que Google dit jusqu'à 60 % plus rapide et environ trois fois moins cher que le 720p. Parmi les partenaires de lancement qui construisent dessus : Adobe, Figma et Runway.

Une subtilité de nom à signaler d'emblée : « Omni » laisse penser à toutes les modalités, mais ici le modèle accepte du texte, des images et de la vidéo en entrée, et renvoie du texte et de la vidéo en sortie. Il génère le son (voix, musique, effets) dans la vidéo, mais ce n'est pas un générateur audio ou d'images autonome. Pour situer le modèle dans la famille, notre présentation de Gemini passe en revue toute la gamme.

Tarifs de Gemini Omni 1.1 Flash en un coup d'œil

Voici la grille complète, directement issue des pages de Google. Il n'y a pas d'écart entre tarif affiché et tarif réel à démêler : les tarifs par token sont le prix.

La page tarifaire de l'API Gemini et la page tarifaire de Gemini Enterprise affichent ces chiffres, et ils concordent. La page de l'API Gemini ajoute la version lisible : la sortie vidéo coûte "approximately $0.10 per second" en 720p, et le niveau gratuit est "Not available."

Le piège d'un modèle vidéo facturé au token, c'est que « par million de tokens » masque la vitesse à laquelle les tokens s'accumulent quand la sortie est de l'image animée. C'est l'objet de la section suivante.

Les trois compteurs, et pourquoi la sortie vidéo est celle qui pèse

Ce qu'il faut intégrer, c'est que la sortie vidéo coûte presque 12 fois l'entrée, par token. Sur un modèle de chat classique, l'entrée et la sortie sont séparées par un petit multiple, donc on raisonne à la louche en « coût par appel ». Ici, un même appel peut facturer trois tarifs à la fois : vos tokens de prompt à 1,50 $, tout texte renvoyé par le modèle à 9,00 $ et chaque image de la vidéo générée à 17,50 $.

Dans la plupart des usages réels, le compteur de sortie vidéo domine tellement que les deux autres sont des erreurs d'arrondi. Un long prompt peut ajouter quelques dixièmes de centime ; quelques secondes de 4K ajoutent des dollars. Quand vous budgétez ce modèle, budgétez donc les secondes de vidéo et traitez le reste comme du bruit.

Voici comment Google convertit chaque modalité d'entrée en tokens, ce sur quoi vous êtes réellement facturé :

Ces coûts d'entrée sont minuscules. Envoyer une image de référence coûte une fraction de centime. L'argent part tout entier en sortie.

Ce que coûte réellement une vidéo

La sortie vidéo est mesurée à la seconde, et le tarif à la seconde dépend de la résolution. Google publie directement les taux de tokens, donc il s'agit d'arithmétique, pas d'estimations : multipliez les tokens par seconde par le tarif de sortie de 17,50 $.

Quelques exemples chiffrés. Un clip de 10 secondes en 720p avec audio représente 57 920 tokens de sortie, soit environ 1,01 $. Les mêmes 10 secondes en brouillon 360p coûtent environ 0,34 $. En 4K, comptez environ 3,04 $ pour ces mêmes 10 secondes. Prolongez un clip jusqu'à la limite de 40 secondes en 720p et vous arrivez à environ 4,05 $ de sortie vidéo.

Saisissez vos propres chiffres ci-dessous pour voir où atterrit un projet avant de le lancer.

Ce que le calculateur rend évident : votre facture mensuelle croît linéairement avec les clips et les secondes, mais la résolution multiplie le tout. Deux cents brouillons courts en 720p par mois, c'est environ 200 $ ; le même volume en 4K se rapproche de 600 $.

La résolution est le levier de coût, alors utilisez le mode brouillon

C'est pourquoi Google a lancé le mode brouillon 360p, et pourquoi je construirais tout mon flux de travail autour. Le coût à la seconde est multiplié par environ 9 entre le 360p et la 4K, mais les décisions créatives (composition, mouvement, la scène fonctionne-t-elle ?) n'ont pas besoin de la 4K pour être évaluées. Générez un lot de brouillons 360p bon marché, choisissez celui qui fonctionne, puis refaites le rendu ou améliorez ce seul clip en 1080p ou en 4K.

Faire l'inverse (tout générer en pleine résolution et jeter la plupart des clips) est la façon dont une facture de génération vidéo triple discrètement. C'est le même piège que le tarif de Nano Banana Pro pour l'image, avec en plus une dimension temporelle qui multiplie chaque erreur.

Ce qui manque

Si vous venez des modèles Gemini Flash uniquement textuels, trois hypothèses que vous gardez en tête sont fausses ici.

• Pas de niveau gratuit. Les modèles Flash textuels offrent un quota d'API gratuit pour prototyper. Omni 1.1 Flash non, d'après la page tarifaire de l'API Gemini. Vous payez dès le premier token : budgétez vos tests, pas seulement la production.
• Pas de remise par lots. La remise de 50 % de Google pour le traitement par lots est l'une des meilleures offres de la gamme Gemini, et elle ne s'applique pas ici, car le modèle ne prend pas en charge l'inférence par lots. Chaque seconde est facturée plein tarif.
• Pas de paiement à l'usage ni de débit provisionné. L'accès se fait uniquement par quota fixe, dans la région globale. C'est acceptable pour la plupart des équipes, mais vous ne pouvez pas acheter de capacité dédiée comme pour des charges textuelles à gros volume.

Aucun de ces points n'est rédhibitoire. Ce sont simplement le genre de détails qui transforment un « ça a l'air bon marché » en surprise sur la première facture, et c'est pourquoi dix minutes passées à lire la fiche technique avant de vous engager valent la peine.

API Gemini ou Vertex : le prix est le même

Une question qui revient avec chaque modèle Google : est-ce moins cher via l'API Gemini (Google AI Studio) ou via la Gemini Enterprise Agent Platform de la branche Vertex ? Pour Omni 1.1 Flash, les tarifs par token sont identiques : 1,50 $ en entrée, 9,00 $ en sortie texte, 17,50 $ en sortie vidéo sur les deux plateformes.

Le choix se fait donc sur tout sauf le prix. L'API Gemini est le moyen le plus rapide de démarrer et le point d'entrée naturel pour un projet en solo ou un prototype. La Enterprise Agent Platform est l'endroit où trouver les contrôles au niveau de l'organisation, l'IAM et le reste de la gouvernance Google Cloud. Le modèle est aussi disponible dans Google Flow pour les abonnés AI Plus, Pro et Ultra, et l'extension de scène apparaît dans l'application Gemini elle-même. Choisissez la plateforme qui correspond à la façon dont votre équipe travaille déjà, pas celle que vous croyez moins chère, car elles coûtent pareil.

Comparaison avec les autres modèles Gemini Flash

Le mot « Flash » a habitué tout le monde à attendre du bon marché, et c'est là qu'Omni 1.1 Flash peut induire en erreur. En texte, il est tarifé comme un modèle Flash de milieu de gamme. Le compteur vidéo n'a aucun équivalent dans la gamme texte.

*Gemini 3.7 Flash bénéficie d'un tarif promotionnel qui passe à 1,50 $ / 7,50 $ après le 31 décembre 2026, selon la page tarifaire de l'API Gemini.

À retenir : les tokens de texte d'Omni 1.1 Flash sont tarifés exactement comme ceux de Gemini 3.5 Flash, donc vous ne payez pas de supplément pour discuter avec lui. Vous payez le compteur vidéo, qui est un produit réellement différent de ce que font les modèles Flash textuels. Le comparer à 2.5 Flash sur le prix n'a pas de sens : ils ne font pas le même travail.

Gemini Omni 1.1 Flash en vaut-il la peine ?

Si vous avez besoin de génération vidéo programmatique avec un contrôle fin (extension de scène, contrôle des images clés, cohérence des personnages) et que vous êtes à l'aise avec une gestion des coûts à la seconde, il est tarifé correctement pour ce qu'il fait, et le flux de brouillons en 360p le garde abordable pendant la phase d'itération et de rejet, où irait autrement l'essentiel de la dépense.

Là où je freinerais : si vous ne faites qu'expérimenter, l'absence de niveau gratuit fait que chaque test coûte de l'argent réel, et si votre usage est le rendu par lots à gros volume, l'absence de remise par lots pique. Dans ces cas, faites de solides storyboards et prototypez en 360p avant de toucher à une résolution supérieure.

Le résumé honnête : Omni 1.1 Flash est une bonne affaire pour un travail vidéo maîtrisé et itératif, et un mauvais choix pour la génération au hasard. Sachez laquelle des deux vous faites avant de l'intégrer.

Rédiger le contenu autour de votre stack IA

Un modèle comme Gemini Omni 1.1 Flash est de l'infrastructure : une capacité brute que vous intégrez à un produit. Il ne connaît ni votre marque, ni votre documentation, ni ce que vous voulez publier. C'est le vide qu'eesel comble. Au lieu d'une API de modèle, eesel vous donne un coéquipier IA prêt à travailler, et l'un des coéquipiers actuels est un rédacteur de blog IA qui connaît déjà le contexte de votre entreprise et transforme un sujet en brouillon documenté et fidèle à votre marque, comme notre coéquipier IA de helpdesk traite les tickets de support.

Si vous publiez des démos vidéo avec Omni 1.1 Flash et qu'il vous faut l'article de lancement, la page de documentation et les contenus comparatifs qui vont avec, c'est le coéquipier à recruter. Il est gratuit à essayer et s'intègre aux outils où vit déjà votre contenu.