Une équipe marketing doit produire un clip de 15 secondes pour une paire de baskets. Elle génère quatre versions, en corrige deux, puis exporte la meilleure en haute définition. Combien a coûté cette vidéo ? Avec Gemini Omni 1.2 Flash, que Google DeepMind rend désormais disponible en version générale, la réponse ne se lit pas sur la grille tarifaire.
0,07 $ la seconde, et ce que cela donne sur un clip
Google facture le modèle 0,07 $ par seconde de vidéo en 720p, soit 30 % de moins que Gemini Omni 1.1 Flash. L’ancien tarif se situait donc autour de 0,10 $ la seconde, un chiffre que l’annonce ne rappelle pas et que l’on déduit de la baisse. À titre de repère, Veo 3.1 Fast, l’autre modèle vidéo de Google, et Sora 2 d’OpenAI sont affichés autour de 0,10 $ la seconde en 720p.
Les clips durent maintenant de 3 à 15 secondes, contre 10 au maximum auparavant. Un plan de 15 secondes en 720p revient donc à 1,05 $, un plan de 10 secondes à 0,70 $. Le plafond relevé ajoute 0,35 $ au prix d’un clip long, mais il évite aussi d’assembler deux séquences pour dépasser les 10 secondes.
Ces 1,05 $ sont un prix de génération. Ils ne disent rien du prix d’une vidéo utilisable.
Quatre essais pour un clip retenu
Google décrit lui-même un travail en paliers : des brouillons en 360p ou en 720p, des corrections de détail par une retouche, et une montée en 1080p ou en 4K réservée au seul résultat final. Le coût d’un clip livré s’écrit alors ainsi : nombre de brouillons × durée × tarif à la seconde, plus les retouches, plus le rendu final.
Reprenons l’équipe des baskets. Quatre brouillons de 15 secondes en 720p font 4,20 $ avant toute retouche. Si un seul est retenu, le clip utile coûte quatre fois la grille affichée, et l’écart grandit à chaque prise supplémentaire. Le tarif à la seconde pèse moins lourd que le taux de rejet.
Deux termes de l’équation restent hors de portée avec ce que Google publie : le tarif du rendu en 1080p et en 4K, et la manière dont une retouche est facturée. Le seul prix communiqué est celui du 720p, et tout calcul sérieux repose aujourd’hui sur lui.
Une retouche facturée à la seconde, mais sur quelle durée ?
La fonction que Google appelle Conversational Editing permet de modifier un clip pas à pas : changer le décor, la lumière ou le format d’image sans régénérer toute la séquence, y compris sur les 15 secondes. L’intérêt économique saute aux yeux : on ne repart pas de zéro pour une ombre mal placée.
Encore faut-il savoir ce que la facture retient. Si une retouche est comptée sur la durée entière du clip, elle coûte 1,05 $ pour 15 secondes, autant qu’une régénération, avec l’avantage de conserver le reste de l’image à l’identique. Si elle coûte moins, la marge de manœuvre est réelle. Une semaine de production suffit pour trancher : il faut relever, sur la console de facturation, ce que chaque retouche a effectivement débité.
Des références pour réduire les prises perdues
Le modèle accepte en entrée des images de personnages, des photos de produits, de courtes séquences de mouvement allant jusqu’à trois secondes et des indications audio. Google promet que les visages, les vêtements, la typographie des emballages et les couleurs de marque restent stables d’un angle de caméra à l’autre. L’exemple choisi est un essayage virtuel : à partir d’une photo de mannequin et des visuels de trois tenues, le modèle produit 15 secondes avec des rotations à 360 degrés, en gardant l’identité du mannequin, la coupe et le tombé de chaque vêtement.
L’éditeur affirme aussi moins de dérive visuelle et de déformation dans les mouvements et les changements de caméra, des dialogues plus naturels avec un meilleur calage des lèvres, la distinction de plusieurs locuteurs, et des mouvements continus comme un vol de drone en vue subjective avec nettement moins de coupes parasites.
Tout cela reste de l’autodéclaré : aucune mesure indépendante n’accompagne l’annonce. Chacune de ces améliorations vise pourtant le même nombre, celui qui gouverne le coût réel : la part de brouillons jetés. Passer de quatre essais à deux divise la facture de moitié, bien plus que les 30 % de baisse de tarif.
Partout où Google le branche
Le modèle arrive dans l’API Gemini, Google AI Studio, la console Google Cloud, Flow, Google Vids, l’application Gemini pour les abonnés AI Ultra et Google Ads. Cette dernière entrée situe la cible : la vidéo de produit et de publicité, là où l’on a besoin de plusieurs variantes d’un même plan.
Chaque vidéo générée porte un filigrane SynthID, la signature invisible de Google qui indique l’origine du contenu. Pour une marque qui diffuse ces clips, c’est une contrainte de traçabilité à intégrer au flux de validation dès le départ.
Le compteur à tenir dès la première semaine
Avant de budgétiser un projet vidéo sur 0,07 $ la seconde, le plus utile est de tenir un compteur simple : secondes générées, secondes retouchées, secondes livrées. Le rapport entre les premières et les dernières donne le multiplicateur à appliquer à la grille. Avec un multiplicateur de 1,5 ou de 6, le même tarif ne donne pas du tout le même outil.
La baisse de 30 % compte, mais elle ne pèse que si ce rapport reste bas. Les références, la retouche conversationnelle et les 15 secondes servent à le réduire : leur valeur se lira dans vos propres relevés, clip après clip.
Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
