Gemini Omni 1.2 Flash étire les clips vidéo IA à quinze secondes et fait chuter le prix à la seconde
— AUDIOVISUEL
Google pousse la génération vidéo de Gemini à quinze secondes et retouche un clip existant par simple conversation, sans tout reformuler. Le tarif descend à 0,07 dollar la seconde en 720p, mais le plafond ne s'applique pas à toutes les méthodes de création.
Quinze secondes de vidéo générée, modifiables par une simple phrase tapée dans la conversation, pour un peu plus d'un dollar la sortie. Voilà ce que Google met sur la table avec Gemini Omni 1.2 Flash, et c'est la mécanique de retouche qui mérite l'attention bien plus que le chiffre de durée.
Pour un motion designer travaillant sur des contenus produit en agence, la promesse change une habitude de travail précise. Garder une scène, changer seulement le décor, l'éclairage ou le produit mis en avant, sans relancer une génération complète à chaque variante : c'est exactement le type d'itération qu'un client demande en boucle sur un brief packaging ou une déclinaison de campagne. L'exemple d'un essayage vidéo construit à partir des vues avant et arrière d'un vêtement parle directement à ce métier, parce que c'est le genre de livrable que l'on bricolait jusqu'ici plan par plan.
Le tarif annoncé, 0,07 dollar par seconde en 720p, ramène une sortie de quinze secondes à environ un dollar. Le calcul s'arrête là trop vite. La grille facture séparément les entrées, le texte, la montée en résolution et chaque reprise conversationnelle, ce qui veut dire que le coût réel d'une série d'essais et de retouches reste à construire poste par poste, comme n'importe quelle ligne de devis en post-production.
La limite la plus concrète se cache dans la fiche technique : le plafond de quinze secondes ne couvre pas la génération guidée par une première et une dernière image, plafonnée à dix secondes, ni la prolongation de vidéo, qui ajoute des segments de trois à dix secondes. Un brief qui combine ces méthodes ne tient pas sur une seule durée annoncée en façade.
Ce que gagne vraiment un studio, c'est la possibilité de préparer des brouillons bon marché en basse résolution avant de ne monter en 4K que les versions retenues par le client. C'est une logique de production familière, transposée dans un outil qui facture à la seconde plutôt qu'à l'heure de rendu. La vraie limite reste ailleurs : les mouvements sportifs rapides et les interactions physiques complexes restent cités par Google lui-même comme des points faibles, ce qui borne encore le champ des plans vendables tels quels.
Reste à calculer, projet par projet, si le temps gagné sur les variantes compense le temps passé à vérifier chaque reprise de référence visuelle.