README

API Gemini Omni 1.2 Flash pour vidéos de 15 secondes avec audio natif

Gemini Omni 1.2 Flash génère et édite des vidéos avec paroles, musique et effets sonores synchronisés à partir de texte, d'images et de vidéos. Selon Google, le modèle produit des clips allant jusqu'à 15 secondes, permet d'affiner le même clip sur plusieurs tours de conversation et maintient la cohérence des visages, des produits et des couleurs de marque d'un plan à l'autre. Le rendu va du brouillon en 360p à la mise à l'échelle 4K aux formats 16:9 ou 9:16.

Nouveautés de Gemini Omni 1.2 Flash

Google a lancé Gemini Omni 1.2 Flash le 5 novembre 2026 en tant que mise à jour de Gemini Omni 1.1 Flash. Voici les changements décrits par Google.

Clips et éditions jusqu'à 15 secondes

La génération et l'édition atteignent désormais 15 secondes, contre 10 secondes avec Gemini Omni 1.1 Flash, selon Google. Vous définissez la durée de 3 à 15 secondes par paliers d'une seconde. Ce modèle fait partie de la famille de modèles vidéo Gemini Omni.

Édition conversationnelle multi-tours

Affinez le même clip tour par tour au lieu de repartir de zéro : remplacez un produit ou un arrière-plan, ou modifiez l'éclairage, la météo, l'angle de caméra ou le format d'image. Selon Google, l'édition fonctionne sur des clips complets de 15 secondes.

Respect accru des références

Selon Google, le modèle préserve la cohérence des visages, des vêtements, de la typographie des emballages, des couleurs de marque, des produits et des personnages d'un plan et d'un angle de caméra à l'autre, avec moins de dérive visuelle ou de morphing lors de l'interpolation entre la première et la dernière image et de l'extension de clips.

Audio natif, dialogues et synchronisation labiale

Chaque clip peut intégrer des paroles, de la musique et des effets sonores synchronisés. Google indique que les dialogues sonnent plus naturels, que la synchronisation labiale est plus nette et que le modèle distingue clairement plusieurs interlocuteurs.

Mouvements de caméra et séquences multi-plans

D'après Google, les vols immersifs FPV, les zooms arrière et les mouvements d'orbite présentent désormais moins de jump cuts indésirables qu'avec 1.1 Flash. La propre démo de Google génère une vidéo explicative de 15 secondes en quatre plans à partir d'une seule image de style.

Brouillon en basse résolution, mise à l'échelle de la meilleure prise

Les résolutions de sortie sont 360p, 720p, 1080p et 4K. Le flux de travail recommandé par Google consiste à générer un brouillon en 360p ou 720p, puis à mettre à l'échelle la prise retenue en 1080p ou 4K.

Spécifications de Gemini Omni 1.2 Flash

Spécifications publiées par Google pour gemini-omni-1.2-flash. Les noms de paramètres propres à Kie.ai seront indiqués lorsque le modèle sera intégré.

Specification	Gemini Omni 1.2 Flash
ID du modèle (Google)	gemini-omni-1.2-flash
Tasks	Texte en vidéo, image en vidéo, vidéo basée sur des références, vidéo à partir de la première/dernière image, édition vidéo, extension vidéo, mise à l'échelle, génération sonore
Durée du clip	3 à 15 secondes par paliers d'une seconde ; 3 à 10 secondes en mode première/dernière image
Extension vidéo	Ajoute 3 à 10 secondes à une vidéo d'entrée
Resolutions	360p, 720p, 1080p et 4K
Formats d'image	16:9, 9:16
Images en entrée	Jusqu'à 10 par prompt (PNG, JPEG, WEBP, HEIC, HEIF)
Vidéos en entrée	Jusqu'à 3 par prompt (MP4, MOV, WEBM et autres formats courants) ; l'édition et la mise à l'échelle acceptent des vidéos allant jusqu'à 15 secondes
Références de mouvement	Clips courts allant jusqu'à 3 secondes
Audio	Voix, musique et effets sonores générés ; l'audio n'est pas pris en charge comme entrée générale
Sorties par requête	1
Provenance	Filigrane SynthID imperceptible sur chaque sortie ; prise en charge des Content Credentials C2PA

Comment utiliser Gemini Omni 1.2 Flash

Ce workflow de génération vidéo avec Gemini Omni 1.2 suit l'approche « brouillon puis mise à l'échelle » recommandée par Google et s'appuie sur les fonctionnalités publiées du modèle.

1
Étape 1 : Créer un brouillon en 360p ou 720p
Générez plusieurs courtes prises en basse résolution à partir d'un prompt texte, d'une image de style ou d'images de référence, puis sélectionnez celle qui offre la composition et le mouvement souhaités.
2
Étape 2 : Verrouiller vos références
Ajoutez des photos de produits, des images de personnages ou d'emballages (jusqu'à 10 images) ainsi que de courts clips de mouvement à vos prompts pour garantir la cohérence des visages, de la typographie et des couleurs de marque d'une prise et d'un brouillon à l'autre.
3
Étape 3 : Affiner de manière conversationnelle
Modifiez le clip retenu au fil des échanges (tour par tour) : changez l'arrière-plan, l'éclairage, la météo ou l'angle de caméra, ou passez du format 16:9 au 9:16, sans avoir à tout régénérer depuis le début.
4
Étape 4 : Prolonger et mettre à l'échelle
Prolongez la prise validée de 3 à 10 secondes lorsque la scène doit durer plus longtemps, et augmentez la résolution des clips finaux (jusqu'à 15 secondes) en 1080p ou 4K.

Ce que vous pouvez créer avec Gemini Omni 1.2 Flash

Vous découvrez ce modèle ? Commencez par notre présentation de ce qu'est Gemini Omni 1.2 Flash, ou découvrez comment il se compare à Seedance 2.5.

Déclinaisons de produits et de publicités

Conservez le même produit, la même typographie d'emballage et les mêmes couleurs de marque tout en variant les arrière-plans, l'éclairage ou le format d'image selon l'emplacement.

Vidéos explicatives et récits multi-plans

Construisez une séquence multi-plans allant jusqu'à 15 secondes à partir d'une seule image de style, comme le fait Google dans sa propre démonstration. Selon Google, les mouvements de caméra tels que les orbites et les zooms arrière provoquent désormais moins de coupures brusques indésirables qu'avec 1.1 Flash.

Personnages parlants avec dialogues

Générez des personnages qui parlent, accompagnés de musique et d'effets sonores au sein du même clip. Google indique que 1.2 Flash offre des dialogues plus naturels et une synchronisation labiale plus précise, tout en distinguant clairement plusieurs interlocuteurs.

Montage et restylisation vidéo

Modifiez des séquences existantes allant jusqu'à 15 secondes : remplacez un produit ou un arrière-plan, changez la météo ou restylisez l'intégralité du clip, puis prolongez ou mettez à l'échelle le résultat.

Gemini Omni 1.2 Flash sur Kie.ai

Pas encore disponible sur Kie.ai

Gemini Omni 1.2 Flash est en disponibilité générale chez Google, mais Kie.ai ne l'a pas encore intégré. Cette page présentera les paramètres et les tarifs de Kie.ai dès que l'intégration sera effective.

Développez dès aujourd'hui avec Gemini Omni 1.1 Flash

Vous pouvez lancer votre pipeline vidéo dès maintenant avec Gemini Omni 1.1 Flash sur Kie.ai. Ce modèle génère des clips allant jusqu'à 10 secondes : vous pouvez développer dessus dès aujourd'hui tout en anticipant les clips plus longs et les retouches conversationnelles apportés par la version 1.2.

Une clé unique pour toute la marketplace Kie.ai

Tous les modèles de la marketplace Kie.ai utilisent la même méthode d'authentification : un en-tête Authorization: Bearer YOUR_API_KEY contenant la clé issue de votre page de gestion des API key Kie.ai.

Aucun hébergement requis

Kie.ai met ses modèles à disposition sous forme d'API ; vous n'avez ni GPU ni poids de modèles à gérer.

Foire aux questions

Quelles sont les nouveautés de Gemini Omni 1.2 Flash par rapport à 1.1 Flash ?

Selon Google, 1.2 Flash étend la génération et l'édition à 15 secondes (contre 10 auparavant), ajoute l'édition conversationnelle multi-tour, suit les références plus fidèlement, améliore les dialogues et la synchronisation labiale, et gère les mouvements de caméra avec moins de coupes brusques indésirables. Google indique également qu'il coûte moins cher que 1.1 Flash.

Quelle peut être la durée des vidéos Gemini Omni 1.2 Flash ?

Les extraits générés et édités durent de 3 à 15 secondes par paliers d'une seconde ; les extraits définis par première et dernière image durent de 3 à 10 secondes. L'extension ajoute de 3 à 10 secondes à une vidéo d'entrée.

Quelles résolutions et quels formats d'image prend-il en charge ?

Il produit des sorties en 360p, 720p, 1080p et 4K aux formats 16:9 ou 9:16. Google recommande de réaliser les brouillons en 360p ou 720p, puis de passer la prise retenue en 1080p ou 4K par mise à l'échelle.

Gemini Omni 1.2 Flash génère-t-il de l'audio ?

Oui. Il génère des voix, de la musique et des effets sonores synchronisés avec la vidéo, y compris des dialogues avec synchronisation labiale pour plusieurs locuteurs. L'audio n'est pas accepté comme entrée générale.

Quelles entrées puis-je envoyer ?

Vous pouvez envoyer des invites textuelles, jusqu'à 10 images par invite (PNG, JPEG, WEBP, HEIC ou HEIF) et jusqu'à 3 vidéos par invite. De courts extraits d'au maximum 3 secondes peuvent servir de références de mouvement, tandis que l'édition et la mise à l'échelle acceptent des vidéos allant jusqu'à 15 secondes.

Gemini Omni 1.2 Flash est-il disponible sur Kie.ai ?

Pas encore. Google l'a rendu disponible en disponibilité générale via la Gemini API et Gemini for business, mais Kie.ai ne l'a pas encore intégré. Vous pouvez développer dès aujourd'hui avec Gemini Omni 1.1 Flash sur Kie.ai.

Combien coûtera l'API Gemini Omni 1.2 Flash sur Kie.ai ?

Kie.ai n'a pas encore fixé les tarifs de Gemini Omni 1.2 Flash ; ils seront affichés sur cette page lors de l'intégration du modèle. Google indique que le modèle est proposé à un tarif inférieur à celui de Gemini Omni 1.1 Flash.

Les vidéos Gemini Omni 1.2 Flash comportent-elles un filigrane ?

Oui. Google ajoute un filigrane SynthID imperceptible à chaque sortie et prend en charge les Content Credentials C2PA.

Quelles sont les limites connues du modèle ?

Google indique continuer d'améliorer la façon dont le modèle gère les actions sportives rapides, les changements de scène brusques et la physique complexe. Google restreint également l'édition de la parole des personnes dans les vidéos pour le moment.

AI Video API

AI Image API

AI Audio API

AI Chat API