C’est quoi, concrètement ?
C’est le modèle vidéo que Google a présenté le 27 août 2026. Il succède à l’aperçu Gemini Omni Flash, ouvert aux développeurs fin juin. La grande nouveauté : le modèle accepte plusieurs types d’entrées dans un même appel. Vous fournissez un texte, une image, un son ou une vidéo existante, il produit un clip cohérent, avec un son synchronisé sur les images.
Deux fonctions méritent l’attention. D’abord l’édition conversationnelle : on décrit une scène, puis on l’affine en parlant, tour après tour, sans tout recommencer. Ensuite le contrôle des images : on impose la première et la dernière image d’un plan, et le modèle génère la continuité entre les deux, ce qui donne des orbites de caméra, des zooms ou des boucles. Il peut aussi s’appuyer sur une séquence de référence de trois secondes pour conserver un personnage, un costume ou un style d’un clip à l’autre.
L’autre progrès concerne la durée. Le modèle analyse jusqu’à dix secondes de contexte vidéo antérieur, contre une seconde sur l’aperçu précédent, et prolonge une scène par tranches de dix secondes. Les sorties vont du 720p au 4K, en passant par le 1080p.
Côté accès, c’est un modèle pour développeurs, disponible dans l’API Gemini. Google en fait son choix par défaut pour la génération vidéo, tandis que Veo 3.1 reste le modèle séparé pour la plus haute fidélité.
Ça peut servir à quoi dans une TPE ?
Prenons des cas concrets. Un commerçant qui vend un produit un peu technique génère un tutoriel d’utilisation en trente secondes, sans caméra ni studio. Une boulangerie produit une publicité courte pour une nouveauté de saison. Un artisan montre son savoir-faire en quelques secondes, format idéal pour les réseaux. Un professionnel libéral illustre son service avec une démo animée.
L’intérêt n’est pas de remplacer un tournage, mais de multiplier les versions. Vous testez deux accroches pour votre publicité, vous changez un détail en parlant au modèle, vous gardez une identité visuelle cohérente entre les clips. Le résultat ne vaut pas un film, mais pour un format court, le rapport effort sur résultat est imbattable.
Combien ça coûte ?
Pour se faire une idée : en 720p, un clip de dix secondes revient à environ un dollar, et une publicité de trente secondes à environ trois dollars. Les tarifs sont restés stables depuis l’aperçu de juin, mais restent indicatifs : le prix exact dépend de la demande et des options retenues.
Le point le plus intéressant pour une petite structure, c’est le palier brouillon en 360p. Il coûte environ le tiers du prix, de l’ordre de 0,30 dollar pour dix secondes, et les rendus sortent jusqu’à 60 % plus vite. C’est fait pour comparer plusieurs pistes à moindre coût, puis passer à la haute qualité.
Quelles limites ?
La première, la plus structurante : chaque scène plafonne à 40 secondes. C’est de la vidéo courte, pas un film. Parfaite pour une publicité ou une boucle, insuffisante pour une présentation complète de votre activité.
La deuxième concerne l’accès. Le modèle ne se pilote pas comme une application classique : il faut un minimum de technique, ou un accompagnement. Ce n’est pas un service ouvert à tous, et l’application Gemini ne propose la génération vidéo qu’aux abonnés payants des formules supérieures, adultes uniquement.
La troisième tient à la confiance. Pour un témoignage client ou une présentation du dirigeant, une vraie vidéo tournée reste plus crédible. L’IA ne remplace pas la confiance, elle la complète.
Et pour ma TPE, je fais quoi ?
Une recommandation honnête : ne cherchez pas à tout réinventer. Choisissez un seul usage, celui qui vous coûte le plus de temps aujourd’hui, et lancez-vous dessus. Par exemple, une vidéo de présentation de votre produit que vous n’avez jamais osé tourner.
Si vous n’avez pas de développeur sous la main, confiez le branchement à un prestataire ou à une agence. Commencez par des essais rapides pour valider l’idée, puis lancez la version finale. Le coût de l’essai reste modeste, et vous saurez rapidement si l’outil a sa place dans votre routine.