Positionnement et date de sortie
Annoncé le 19 mai 2026 à Google I/O, Gemini Omni Flash est le premier modèle de la famille Gemini Omni. Google le présente comme un modèle multimodal destiné d’abord à la création et à la modification de vidéos. L’accès aux développeurs a été lancé en version préliminaire le 30 juin 2026. (blog.google)
Capacités et usages
- Accepte du texte, des images, de l’audio et des vidéos en entrée ; produit notamment des vidéos haute résolution avec audio.
- Permet de créer des scènes à partir de références, d’animer des images et de modifier une vidéo par instructions conversationnelles.
- Peut servir à la création de contenus, au remix et à la narration visuelle. Les vidéos générées comportent un filigrane numérique SynthID. (deepmind.google)
Limites et disponibilité
Google indique que la cohérence au fil des modifications, les mouvements complexes et la restitution exacte du texte restent difficiles. Au lancement, les références audio étaient limitées aux voix ; les capacités peuvent varier selon le produit et la version. La version préliminaire de l’API lancée en juin produisait des vidéos de 3 à 10 secondes en 720p. (deepmind.google)
Le modèle a été proposé dans l’application Gemini, Google Flow et YouTube, puis aux développeurs. Google a annoncé la dépréciation du point de terminaison préliminaire à compter du 30 septembre 2026 ; la disponibilité d’une version donnée doit être vérifiée sur la plateforme utilisée. (blog.google)
Tarifs officiels
La grille Google Cloud consultée le 16 novembre 2026 regroupe Gemini Omni Flash et Gemini Omni 1.1 Flash. Elle indique, en USD par million de tokens : entrée texte, image, vidéo ou audio : 1,50 USD ; sortie texte, raisonnement inclus : 9,00 USD ; sortie vidéo : 17,50 USD. Ces tarifs concernent Google Cloud et ne constituent pas un tarif d’abonnement à l’application Gemini. (cloud.google.com)
Pour le comptage indiqué par Google : une image d’entrée vaut 1 120 tokens, une seconde d’audio d’entrée 32 tokens et une seconde de vidéo d’entrée jusqu’à 5 792 tokens. En sortie vidéo avec audio, le comptage est de 1 931 tokens par seconde en 360p, 5 792 en 720p, 8 688 en 1080p et 17 376 en 4K. La grille ne garantit pas que chaque résolution soit disponible pour la version initiale. (cloud.google.com)