L’essentiel
- Gemini Omni 1.1 Flash ajoute un mode brouillon en 360p facturé 0,03 dollar la seconde, jusqu’à 60 % plus rapide qu’une génération 720p.
- L’extension de scène analyse désormais jusqu’à dix secondes du plan existant, contre une seule auparavant, et prolonge un clip par paliers de dix secondes jusqu’à quarante.
- La grille complète va de 0,03 dollar la seconde en 360p à 0,30 en 4K, sans aucun palier gratuit sur l’API.
Google a mis un tarif sur l’essai qu’on jette. Avec Gemini Omni 1.1 Flash, une seconde de vidéo générée en 360p revient à 0,03 dollar, quand la même seconde coûte 0,10 en 720p, 0,15 en 1080p et 0,30 en 4K. Quatre étages, un rapport de un à dix entre le premier et le dernier.
Quatre fois moins de pixels, 3,3 fois moins cher
Google vend le brouillon 360p sur deux promesses : un rendu jusqu’à 60 % plus rapide, pour moins d’un tiers du prix d’une génération 720p. Sur la facture, le compte y est. Sur l’image, beaucoup moins. Une image 360p (640 × 360) transporte 230 400 pixels, une image 720p (1 280 × 720) en transporte 921 600, soit quatre fois plus. Vous payez 3,3 fois moins pour quatre fois moins de matière.
Poussez le calcul au pixel près, et la hiérarchie s’inverse. Ramené au million de pixels par seconde, le brouillon coûte environ 0,13 dollar, la 720p 0,11, la 1080p 0,072 et la 4K 0,036. Le tarif le plus bas de la gamme est le plus cher au pixel, et le rendu 4K le plus abordable. La grille est calquée sur l’usage, pas sur le coût de calcul : l’essai, la diffusion web, le rendu final.
Le brouillon devient rentable dès la deuxième tentative
Le calcul qui compte porte sur une boucle d’essais complète. Prenons un plan de dix secondes. Tester cinq variantes directement en 720p coûte 5 dollars. Les tester en 360p, puis n’agrandir que la bonne en 720p, revient à 2,50 dollars. Avec un rendu final en 4K, l’écart se creuse : 15 dollars en générant tout à pleine résolution, 4,50 en passant par le brouillon.
Le seuil de bascule tombe très bas. Dès la deuxième variante testée, le détour par le 360p coûte moins cher que la génération directe, quelle que soit la résolution finale visée. La remise récompense l’hésitation plutôt que le volume : elle est taillée pour des équipes qui ratent, recommencent, et n’agrandissent qu’à la fin.
Dix secondes de contexte, quarante secondes de plafond
Sur la continuité, le modèle gagne un facteur dix. L’extension de scène analyse maintenant jusqu’à dix secondes du plan d’origine avant d’en générer la suite, contre une seule seconde auparavant. Ce contexte sert à tenir ce qui doit rester stable d’un palier au suivant : un personnage, une lumière, un cadrage.
Les prolongations s’enchaînent par tranches de dix secondes, jusqu’à quarante au total. Les commandes s’étoffent autour : vous imposez la première et la dernière image d’un plan pour dessiner un mouvement de caméra, ou vous fournissez jusqu’à trois secondes d’images réelles comme référence de style. Google DeepMind résume l’intention en termes d’ingénieur : une vidéo générative « hautement contrôlable » et « plus rapide à itérer », pour un usage de qualité production.
Le plafond, lui, ne bouge presque pas : quatre appels, tous facturés, avec une génération de base toujours limitée à dix secondes. On tient un plan, une séquence courte, pas une scène.
Veo moins cher, Ray3 arrivé avant
Le catalogue vidéo de Google compte plusieurs modèles, et leurs prix se répondent. Veo 3.1 Lite facture 0,05 dollar la seconde en 720p et 0,08 en 1080p, Veo 3.1 Fast 0,10 et 0,12, avec un 4K lui aussi à 0,30. Face à ces tarifs, l’économie du brouillon change de proportion : 0,03 contre 0,05, soit 40 % de moins pour une image quatre fois plus petite.
Ce qui départage ces modèles tient moins au prix à la seconde qu’à ce que chacun sait faire de ces secondes. Omni 1.1 vend l’édition par la conversation, la référence de style et la continuité sur dix secondes de contexte. Les autres vendent une génération moins chère. Deux façons d’épuiser le même budget.
Google arrive d’ailleurs après d’autres sur ce terrain. Luma vend déjà avec Ray3 un Draft Mode annoncé cinq fois plus rapide et cinq fois moins cher, bâti sur la même idée de rushes d’abord et de finition ensuite. Chez OpenAI, la remise passe par le mode Batch, moitié prix contre une génération différée, jamais par une résolution d’essai.
Le brouillon s’arrête là où commence la texture
Rien ne garantit qu’une variante gagnante en 360p le reste une fois agrandie : le brouillon fait trier des cadrages et des mouvements, pas des textures ni des détails de visage, et une bonne part du jugement esthétique se joue là. L’API, l’accès réservé aux développeurs, n’offre par ailleurs aucun palier gratuit : la facturation démarre à la première seconde. Quant à la modification des voix, elle reste désactivée par prudence, ce qui ferme la porte aux formats parlés.
Chaque clip embarque un filigrane invisible SynthID, vérifiable depuis l’app Gemini, Chrome ou la recherche Google. Le modèle s’utilise dans Google AI Studio, dans Flow et sur la Gemini Enterprise Agent Platform. Les abonnés Google AI Plus, Pro et Ultra retrouvent l’extension de scène directement dans l’app Gemini, qui fonctionne en français, prompts compris. Adobe a de son côté intégré le modèle à Firefly.
À 0,30 dollar la seconde, une minute de 4K coûte 18 dollars, et le plan de quarante secondes en coûte 12. Ces montants installent la vidéo générative dans le budget d’un poste de travail plutôt que dans celui d’une production. La dépense se déplace : le temps passé à trier des brouillons, et la compétence qui consiste à savoir lequel mérite d’être agrandi.
Mon avis
Le mode brouillon m’intéresse davantage que la 4K, et je crois que Google le sait très bien. Vendre une résolution faite pour être jetée, c’est reconnaître qu’un plan isolé ne vaut rien tant qu’il n’a pas survécu à une boucle d’essais. D’ici la fin de l’année, tous les éditeurs auront aligné leur résolution de travail à bas coût, et la bataille se déplacera sur la fidélité entre le brouillon et le rendu : celui qui garantira qu’un plan validé en 360p tiendra en 4K emportera les équipes de production, quel que soit son prix à la seconde.
