Gemini Omni 1.2 vs 1.1 Flash : clips de 15 secondes et fin des coupes imprévues dans les dialogues

Gemini Omni 1.2 face à 1.1 Flash avec les mêmes prompts : un plan-séquence FPV, une scène de dialogue à deux, des clips de 15 secondes et le prix. Ce qui s'est vraiment amélioré.
Le 5 novembre, Google a rendu Gemini Omni 1.2 Flash disponible pour tous. L'annonce aligne une série d'améliorations : des clips jusqu'à 15 secondes, un meilleur respect des images de référence, des dialogues et une synchronisation labiale plus naturels, moins de jump cuts indésirables dans les longs mouvements de caméra, et un prix environ 30 % plus bas que celui de 1.1. La phrase qui compte le plus se trouve dans le journal des modifications pour développeurs : à partir du 3 décembre, toute requête envoyée à Omni 1.1 sera automatiquement redirigée vers 1.2.
Le compte à rebours a donc commencé pour 1.1. ZOOOP n'a pas attendu. Quand Gemini Omni 1.2 Flash a été mis en ligne, nous avons retiré 1.1 au même moment, et l'ancienne page de 1.1 redirige désormais vers 1.2. Avant de le couper, j'ai passé les mêmes prompts dans les deux versions pour voir où l'amélioration se voit vraiment.
Ce qui change dans Gemini Omni 1.2
D'abord les caractéristiques. Vous les voyez tout de suite dans le Générateur vidéo IA :
- Durée : de 3–10 secondes à 3–15 secondes, à choisir à la seconde près. Avec une image de fin, le maximum est de 10 secondes.
- Édition : les vidéos sources peuvent désormais durer jusqu'à 15 secondes au lieu de 10.
- Extension : plus aucune limite sur la durée de la vidéo source. Le modèle lit les 10 dernières secondes et continue sur 3 à 10 secondes.
- Sans changement : uniquement 16:9 et 9:16, de 360p à 4K, et le son est toujours activé. On peut l'orienter, pas le couper. Jusqu'à 10 images de référence et jusqu'à 3 vidéos de référence de 3 secondes chacune.
Côté prix, Gemini Omni 1.2 coûte autant à la seconde sur ZOOOP que 1.1, à toutes les résolutions.
Comment nous avons testé : deux prompts, deux versions
Deux prompts, qui visent les points que Google présente comme les plus améliorés. Le premier est un plan-séquence de drone FPV : il rase un lac brumeux à l'aube, se faufile entre deux pins, passe au-dessus du toit d'un chalet et dévoile les montagnes enneigées derrière, avec « aucune coupe » écrit dans le prompt. Le second est une scène de dialogue à deux personnages : dans un café, un barista aux cheveux bouclés tend un latte en disant une réplique, et un client en manteau gris lui répond. Les deux en 720p, 6 secondes, 16:9.
Première différence : le plan-séquence, match nul
Je m'attendais à ce que 1.2 gagne haut la main. Les deux versions s'en sont bien sorties. J'ai passé une détection de changement de plan sur les deux clips, image par image, et aucun ne contient de coupe franche. Le plus grand écart d'une image à l'autre, dans l'un comme dans l'autre, n'est qu'un mouvement de caméra normal.

La différence, c'est la trajectoire. 1.1 vole de la rive jusqu'à l'avant du chalet, puis s'élève juste au-dessus du toit. 1.2 passe vraiment entre les deux pins et monte plus haut à la fin, montrant les sommets enneigés et une mer de nuages dans la vallée, ce qui colle davantage au prompt. Si vous avez besoin de plans-séquences de paysage, 1.1 savait déjà les faire ; 1.2 suit simplement un peu mieux les consignes.
Deuxième différence : en dialogue, 1.2 ne coupe plus de lui-même
C'est là que l'écart est le plus net.
1.1 l'a tourné en champ-contrechamp : un plan moyen du barista qui tend la tasse, puis à 4,6 secondes une coupe franche sur un gros plan du client. Le montage en soi tient la route, beaucoup de scènes tournées avec de vrais acteurs sont découpées ainsi, mais le prompt demandait un seul plan moyen, et après la coupe le barista sort du cadre. Gemini Omni 1.2 reste sur un seul plan à deux du début à la fin. Les deux personnages restent dans le cadre, et tendre la tasse, la prendre et échanger les répliques se fait en un seul plan continu, avec des gestes qui s'enchaînent naturellement.


1.1 l'a quand même emporté sur un détail : le prompt disait « manteau gris », et 1.1 a livré du gris. Le manteau du clip de 1.2 est si sombre qu'il paraît presque noir. Les deux clips ont des répliques parlées et une ambiance de café, mais je n'ai pas transcrit le dialogue mot à mot, donc je ne trancherai pas sur la synchronisation labiale.
Troisième différence : 15 secondes suffisent pour raconter un moment entier
Passer de 10 à 15 secondes, ça ne fait que cinq secondes de plus, mais ça change la façon d'utiliser le modèle. Dix secondes couvrent en général une seule action. Quinze secondes laissent la place à une ouverture, une révélation et une conclusion, donc une pub pour les réseaux sociaux n'a plus besoin d'être assemblée. Pendant les tests de lancement, nous avons généré un clip vertical de 15 secondes en une seule fois, et le son est resté cohérent du début à la fin, sans raccord visible.
Un point à surveiller avec les clips plus longs : la génération avec Image de début / fin reste plafonnée à 10 secondes dès que vous ajoutez une image de fin, et l'emplacement de l'image de fin se verrouille quand vous choisissez 11 secondes ou plus.
Vitesse et prix
La vitesse est à peu près la même. Pour ce test en 720p de 6 secondes, les deux versions ont terminé en une cinquantaine de secondes. Le prix à la seconde est le même que celui de 1.1, et comme 1.1 est retiré, il n'y a de toute façon plus de raison de rester sur l'ancienne version.
Verdict : passez simplement à 1.2
Les améliorations qui comptent le plus ici sont au nombre de deux : des clips jusqu'à 15 secondes et des scènes de dialogue qui ne coupent plus d'elles-mêmes, au même prix à la seconde qu'avant. Pour les plans-séquences de paysage, 1.1 était déjà bon ; 1.2 suit simplement le prompt d'un peu plus près.
Si vous avez réalisé une série de vidéos avec 1.1 et devez ajouter des plans, attendez-vous à de petites différences de style avec Gemini Omni 1.2, comme la couleur des vêtements, et soyez précis dans le prompt. Pour changer le style d'un clip existant, utilisez Modifier la vidéo, et pour prolonger un clip, Étendre la vidéo. Les deux tournent maintenant sur 1.2.
Questions fréquentes
Peut-on encore utiliser Gemini Omni 1.1 ?
ZOOOP a retiré 1.1, et sa page redirige vers 1.2. Google redirigera aussi automatiquement toutes les requêtes 1.1 vers 1.2 à partir du 3 décembre.
Quelle durée peut atteindre un clip Gemini Omni 1.2 ?
Le texte vers vidéo, la référence vers vidéo et la génération à partir d'une image de début vont de 3 à 15 secondes. Avec une image de fin, le maximum est de 10 secondes.
Peut-on couper le son dans Gemini Omni 1.2 ?
Non, le son est toujours généré. Vous pouvez l'orienter avec des prompts comme « pas de dialogue » ou « pas de musique de fond », ou couper le son du clip après coup.
1.2 est-il plus cher que 1.1 ?
Non. Sur ZOOOP, Gemini Omni 1.2 coûte autant à la seconde que 1.1, à toutes les résolutions.





