Gemini Omni est là : le premier modèle IA « toute entrée » de Google commence par la génération vidéo (analyse du lancement 2026)

Draft — Version française Slug: google-gemini-omni-multimodal-ai-video-model Target : équivalent à la version anglaise Status: first draft, ready for review. Cover: https://cdn.imaginetovideo.com/blog/cover/gemini-omni-flash.png Sources primaires : blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/, deepmind.google/models/gemini-omni

---

Le 19 mai 2026, Google DeepMind a discrètement activé un modèle qui réécrit tous les comparatifs « générateur vidéo IA » publiés avant cette semaine. Gemini Omni — et sa première variante livrée, Gemini Omni Flash — n'est pas un modèle vidéo greffé sur un modèle de chat. C'est une architecture unique qui accepte n'importe quelle modalité d'entrée (texte, image, vidéo, audio) et génère une modalité de sortie, en commençant par la vidéo aujourd'hui et en ajoutant l'image et l'audio « avec le temps ».

Koray Kavukcuoglu, CTO de Google DeepMind, l'a résumé en une phrase sur le blog de lancement : « Omni is our new model that can create anything from any input » (« Omni est notre nouveau modèle qui peut créer n'importe quoi à partir de n'importe quelle entrée »). Cette définition a du poids. Jusqu'à cette semaine, le paradigme dominant dans l'IA générative était la spécialisation — Sora pour la vidéo, Imagen pour l'image, AudioLM pour l'audio, Gemini pour la conversation. Omni rejette cette division. Un modèle, toutes les modalités, dans les deux sens.

Voici le tableau complet : ce qui est réel, ce qui reste non confirmé, quelles plateformes l'ont aujourd'hui et ce que cela signifie si vous livrez de la vidéo IA en production.

---

Qu'est-ce que Gemini Omni ?

Gemini Omni est le nom d'une nouvelle famille de modèles de Google DeepMind. La variante actuellement disponible est Gemini Omni Flash — la convention de nommage de Google pour le niveau optimisé en latence d'une famille Gemini (le même suffixe que vous avez vu sur Gemini 2.5 Flash, Gemini Nano Flash, etc.). Un niveau Pro ou Ultra est implicite dans le nommage mais n'a pas été annoncé.

L'affirmation technique définitionnelle est dans la tagline officielle : « a model that can create anything from any input — starting with video. » Lisez attentivement. Il y a deux éléments distincts.

D'abord, « n'importe quoi à partir de n'importe quelle entrée » : Omni accepte texte, images, vidéo et audio (les références vocales sont déjà prises en charge, les autres types audio « arrivent bientôt », selon le billet de lancement). L'entrée multimodale n'est pas nouvelle — Gemini 1.5 acceptait déjà vidéo et audio en entrée il y a deux ans.

Ensuite, « en commençant par la vidéo » : Omni génère de la vidéo de manière native, aujourd'hui. La sortie image et audio est explicitement marquée comme capacité future (« in time we will support »). Donc l'asymétrie au lancement est réelle — n'importe quelle entrée entre, la vidéo sort. La tagline « anything in, anything out » décrit l'ambition architecturale, pas ce que vous pouvez faire le 22 mai 2026.

Le billet de lancement de Kavukcuoglu liste les plateformes où le modèle vit au lancement :

• Gemini App — disponible pour les abonnés AI Plus, AI Pro et AI Ultra.
• Google Flow — l'outil de production cinématographique de Google, où Omni remplace ou augmente le pipeline précédent basé sur Veo (le billet de lancement ne précise pas explicitement la relation).
• YouTube Shorts — gratuit dans le flux de création Shorts.
• YouTube Create App — gratuit, dans l'application dédiée au format court.
• API développeur + entreprise — « dans les semaines à venir », selon le billet.

C'est l'intégralité de la surface de distribution actuelle. Il n'y a pas d'endpoint Gemini Omni Flash sur Vertex AI au lancement, pas de bouton Google AI Studio et aucune intégration de plateforme tierce — y compris, notamment, ImagineToVideo, où nous suivons de près la sortie de l'API. Nous y reviendrons.

---

Ce que « toute entrée, toute sortie » signifie vraiment aujourd'hui

La façon la plus propre de lire Omni est sous forme de matrice. Voici l'état au jour du lancement, directement tiré des billets officiels Google :

Donc, au jour du lancement, chaque cellule de la ligne « sortie vidéo » est active ou partiellement active. Toutes les autres lignes sont des promesses. Tant que Google n'aura pas livré la sortie image et audio, « Omni » signifie en pratique « toute entrée → vidéo », ce qui reste une affirmation significative — aucun modèle public n'a livré cette matrice exacte auparavant.

Quelques éléments spécifiques que Google n'a pas divulgués au lancement et qu'il faut signaler :

Longueur de contexte. Le billet de lancement n'indique pas la durée maximale d'une vidéo en entrée ni la longueur maximale du prompt. Veo 3 annonçait ~8 secondes en sortie au lancement ; Sora 2 montait à 25 secondes sur le niveau Pro. La durée max des clips d'Omni et la longueur max d'entrée sont TBD dans les matériaux publics.

Benchmarks. Aucun benchmark de qualité publié, aucun classement ELO, aucun chiffre de comparaison directe avec Veo, Sora ou un autre dans le billet de lancement. Google n'a pas affirmé qu'Omni battait quelqu'un de spécifique. C'est une absence notable — historiquement Google publie les deltas de benchmark le jour du lancement quand il en a de favorables, donc le silence est suggestif plutôt que concluant.

Prix par génération. YouTube Shorts est gratuit ; Gemini App est gated par les niveaux d'abonnement AI Plus / Pro / Ultra, de la même manière que Gemini 2.5. Aucun coût de crédit par seconde publié pour l'instant. Le prix par génération apparaîtra à l'ouverture de l'API.

Résolution et fréquence d'images. Non indiqué. Veo 3 livre du 1080p natif / certains chemins 4K ; Kling 3.0 livre du 4K natif à 60 fps ; Sora était en 1080p uniquement avant de passer offline. Le plafond de résolution d'Omni n'est pas dans les matériaux de lancement.

C'est une annonce de lancement, pas une fiche technique. Traitez les chiffres ci-dessus comme des inconnues connues — ils seront remplis au cours des prochaines semaines à mesure que Google déploiera la documentation parallèlement à l'API.

---

Les cinq capacités démontrées

Le billet de lancement et la page modèle DeepMind démontrent ensemble cinq catégories de capacités distinctes. Chacune mérite d'être comprise séparément car elles impliquent des workflows de production différents.

1. Édition vidéo par instructions en langage naturel. Omni peut prendre un clip vidéo existant en entrée et le modifier — changer la couleur d'un objet, échanger une action, modifier l'éclairage, changer l'environnement derrière un sujet. La démo sur la page de lancement montre un seul clip source rendu en plusieurs variantes visuellement distinctes à partir de prompts texte. La signification architecturale est que vous n'avez pas besoin d'un modèle d'inpainting séparé, d'un modèle de relighting séparé et d'un modèle de remplacement d'arrière-plan séparé. Un modèle, un prompt, un rendu.

2. Simulation physique comme tâche vidéo. Les démos Omni incluent des trajectoires de billes sur rails, de la dynamique des fluides et d'autres interactions physiques rendues en vidéo. C'est la même catégorie que Sora 2 et Veo 3 ont poussée — la fidélité physique comme axe mesurable de qualité de modèle. Google n'a pas publié de « score physique » chiffré mais la sélection de démos rend le positionnement clair.

3. Visualisation de concepts complexes. La page de lancement montre Omni rendant des idées abstraites ou difficiles à visualiser — la structure de l'alphabet anglais, des séquences de repliement de protéines, des concepts mathématiques. C'est plus proche d'un cas d'usage éducatif que cinématographique, et c'est une catégorie que Veo et Sora n'ont pas mise en avant.

4. Fusion de références multimodales. Vous pouvez nourrir Omni avec une référence de style (une image), une référence de mouvement (un clip vidéo) et un prompt textuel, et la sortie mélange les trois. Le transfert de style et le transfert de mouvement existent comme modèles séparés depuis des années (pensez : AnimateDiff, ControlNet) ; Omni les compresse en paramètres de prompt sur un seul modèle.

5. Génération vidéo d'avatars numériques. Les démos de lancement incluent des sorties de style avatar — vidéos de personnages qui maintiennent une identité cohérente à travers les images. Cela chevauche la capacité reference-to-video de Kling V3 Omni et les sujets à identité verrouillée de Veo 3, mais la formulation de Google présente Omni comme plus flexible que les deux : n'importe quelle référence, n'importe quelle durée, n'importe quelle modalité.

Pour chacune de ces capacités, les exemples de lancement sont courts — typiquement quelques secondes — et le cadre « vidéo promo » rend difficile de savoir à quoi ressemblent les modes d'échec en production. Ne prenez pas la bande-annonce de démos comme une garantie. Considérez-la comme une borne supérieure de ce qui est possible quand Google sélectionne le prompt et la seed.

---

Où vous pouvez utiliser Omni dès maintenant

Quatre surfaces, trois modèles de prix, une réserve cohérente (« API dans les semaines à venir »). Voici comment penser chacune :

Gemini App (AI Plus / Pro / Ultra). C'est la surface la plus profonde pour une exploration occasionnelle. Vous obtenez l'interface conversationnelle complète — texte, images, références vocales, raffinement multi-tours — enveloppée autour du modèle. AI Plus est le niveau d'entrée ; AI Ultra est le niveau de production. Si vous testez ce qu'Omni peut faire pour votre cas d'usage spécifique, c'est là qu'il faut le faire.

Google Flow. Flow est l'outil de production cinématographique de Google — le même produit où Veo vivait comme générateur sous-jacent. Omni remplaçant Veo dans Flow (ou l'augmentant ; le billet de lancement n'est pas précis) signifie que quiconque a accès à Flow a déjà accès à Omni. La surface d'édition de Flow — timeline, contrôle de scène, cohérence de plan — est plus orientée production que l'interface chat de Gemini App. Pour le format long ou multi-scènes, Flow est le bon point d'entrée.

YouTube Shorts. Gratuit. C'est la surprise — les créateurs YouTube obtiennent Omni au point de téléchargement, dans le flux de création Shorts. L'UX exacte que Google a déployée ici n'est pas entièrement documentée dans le billet de lancement ; attendez-vous à ce que les prompts de génération, les actions de remix et les flux text-to-Short qui passaient auparavant par Dream Screen ou un pipeline basé sur Veo soient désormais servis par Omni. Pour les créateurs de contenu vertical de 60 secondes, c'est la façon la moins chère d'essayer Omni — rien à payer et pas de liste d'attente.

YouTube Create App. Gratuit. L'application mobile dédiée au format court de Google, séparée de YouTube proprement dit. Les fonctionnalités Omni atterrissent ici en parallèle avec Shorts.

API développeur + entreprise. Pas encore disponible. Le billet dit « dans les semaines à venir ». Si votre pipeline de production dépend d'un accès programmatique — webhooks, génération par lots, workflows multi-utilisateurs — vous attendez. Nous suivons cela de près et mettrons à jour notre blog au moment où l'endpoint sera actif.

Une conséquence pratique de cette distribution : pour les prochaines semaines, la seule façon d'évaluer Omni à l'échelle est par les surfaces interactives — Gemini App, Flow ou YouTube. Le benchmarking automatisé, les comparaisons côte à côte avec Kling V3 ou Veo 3.1 sur des prompts identiques, et l'intégration en production sont tous bloqués sur la sortie de l'API.

---

Prix et niveaux d'accès

Voici le paysage tarifaire au jour du lancement, tiré de la documentation d'abonnement publiée par Google et du billet de lancement :

Google n'a publié aucun coût de crédit par seconde pour les générations Omni dans aucun des niveaux AI Plus / Pro / Ultra. Le modèle de tarification côté Gemini App est inclus dans l'abonnement, pas à la consommation — donc dans le plafond mensuel de votre niveau, vous générez librement jusqu'à atteindre le plafond.

Pour les surfaces YouTube gratuites, « gratuit » est l'accroche mais le coût implicite est la surface créative contrainte : YouTube Shorts est un conteneur vertical uniquement, de moins de 60 secondes, et l'UI de prompt est conçue pour les créateurs occasionnels plutôt que pour les pipelines de production. Gratuit est génial pour essayer Omni ; ce n'est pas où vous lanceriez une campagne de marque.

Le prix de l'API est l'inconnue la plus importante pour quiconque construit sur Omni. Le prix côté développeur de Google sur les précédents modèles Gemini était historiquement compétitif par rapport à OpenAI et Anthropic au million de tokens pour le texte ; le prix par génération pour la vidéo a été plus variable. Surveillez les pages AI Studio et Vertex AI — c'est là qu'il apparaîtra en premier.

---

Gemini Omni vs Veo 3 vs Sora 2 vs Kling vs Seedance — Où en est le paysage

La question intéressante n'est pas « Omni est-il bon ». Les démos de Google ont l'air bonnes. La question intéressante est où se situe Omni dans le paysage concurrentiel au moment du lancement.

Voici le paysage au 22 mai 2026 :

Plusieurs conclusions non évidentes.

L'affirmation distinctive d'Omni est la matrice, pas les scores par cellule. Chaque autre modèle de cette liste fait de la génération vidéo. Aucun ne prétend être une architecture unique qui, avec le temps, générera aussi image et audio. Si Google livre le reste de la matrice sur la chronologie suggérée, l'argument de vente d'Omni n'est pas « meilleur modèle vidéo » — c'est « un modèle, toutes les modalités, dans les deux sens ». C'est une affirmation structurelle, pas une affirmation de benchmark.

Sur l'axe sortie vidéo, Veo 3.1 et Kling V3 sont les concurrents immédiats. Aujourd'hui, si vous devez générer une vidéo, Veo et Kling sont matures et testés au combat. Omni est nouveau, non documenté sur la résolution et verrouillé derrière des surfaces interactives. Pour le travail de production ce mois-ci, Omni est un tracker, pas un outil.

Sora 2 hors ligne est l'éléphant dans la pièce. OpenAI a retiré Sora 2 le 24 mars 2026. Le vide laissé par cette retraite est ce que Google comble. Le timing du lancement n'est pas une coïncidence.

Le créneau 4K-60 fps est toujours détenu de manière unique. Kling V3 est le seul modèle sur le marché public faisant aujourd'hui du 3840×2160 natif à 60 fps. Le plafond de résolution d'Omni n'a pas été annoncé, donc on ne sait pas s'il rivalise ici ou reste dans la bande 1080p. Tant que Google ne s'exprime pas, supposez que Kling 4K mode est le leader en résolution.

La sortie audio native est partielle. Les références vocales sont prises en charge sur Omni au lancement — vous pouvez nourrir un clip vocal. La génération audio complète aux côtés de la vidéo semble encore en développement. Kling V3 Omni et Veo 3.1 livrent de l'audio natif (dialogue, ambiance, repères musicaux) dans leur pipeline de génération aujourd'hui. Omni ne le fait pas encore.

Lecture concurrentielle de mai 2026 : Omni est l'architecture la plus ambitieuse, le produit le moins testé et celui avec la piste API la plus longue encore à livrer. Si vous êtes une entreprise qui achète pour les 18 prochains mois, Omni est le pari. Si vous livrez du contenu ce mois-ci, Veo ou Kling est la réponse.

---

Pourquoi l'architecture « Omni » importe vraiment pour la génération vidéo

Retirez la copie de lancement et la vraie histoire est architecturale. Le modèle mental par défaut pour la vidéo IA — assembler un modèle vidéo, un modèle son, un upscaler et un modèle de lip-sync en pipeline — est le seul modèle que quiconque a livré à l'échelle à ce jour. L'approche pipeline a des faiblesses connues : chaque étape est une porte de qualité, les erreurs se composent, la dérive d'identité s'insinue à travers les étapes, et la synchronisation audio-vidéo est difficile parce que les deux modalités sont générées indépendamment et alignées en post-production.

Une architecture véritablement unifiée — un modèle qui représente image, vidéo, texte et audio ensemble en interne — contourne tous ces modes d'échec par construction. L'identité reste cohérente parce qu'elle n'est pas transférée entre modèles. L'audio et la vidéo restent synchronisés parce qu'ils sont décodés ensemble. Le style reste cohérent à travers les images parce que l'espace latent est partagé. En principe.

Que Omni livre le principe en production est la question à laquelle le 22 mai 2026 ne peut pas répondre. Les démos de Google suggèrent que oui. La formulation « starting with video » du billet de lancement suggère que l'architecture unifiée n'est pas encore pleinement exprimée à travers toutes les modalités de sortie — elles la livrent par étapes. La vraie preuve viendra au cours des deux prochains trimestres à mesure que l'API s'ouvre, que les benchmarks tiers atterrissent et que les modes d'échec apparaissent en production.

Question liée : si Omni est architecturalement unifié, domine-t-il les modèles spécialisés sur chaque modalité ? Pas nécessairement. Un modèle unifié échange de la largeur contre de la profondeur — chaque modalité reçoit un budget de représentation, aucune modalité ne reçoit tout. Les modèles spécialisés comme Kling V3 (vidéo uniquement, entraînement lourd sur vidéo, 4K-60 fps) peuvent continuer à surperformer Omni sur les métriques vidéo brutes pendant un certain temps. L'avantage d'Omni n'est sur aucun axe unique ; c'est sur la largeur de ce que vous pouvez faire sans quitter le modèle.

Pour les constructeurs en production, c'est la question à suivre : l'avantage architectural d'Omni surpasse-t-il l'écart de qualité par modalité par rapport aux spécialistes ? La réponse dépend entièrement de la charge de travail. Pour un créateur faisant des vidéos courtes avec prompts mixtes, références et éditions ad hoc — Omni gagne en commodité. Pour une campagne de marque tournant des plans héros en 4K-60 fps pour un spot TV — Kling V3 4K gagne probablement encore sur les métriques qui comptent, jusqu'à ce qu'Omni rattrape sur la résolution.

---

Quand les développeurs auront l'API (et ce qu'ImagineToVideo surveille)

Le billet de lancement promet une API développeur + entreprise « dans les semaines à venir ». Google n'a pas publié de date, de SLA, de structure tarifaire ou d'URL de documentation. Sur la base du précédent fixé par les lancements antérieurs de la famille Gemini — 2.5 Flash, 2.5 Pro, famille Nano — la fenêtre typique entre « accès App actif » et « endpoint Vertex AI actif » a été de quatre à huit semaines.

Pour nous à ImagineToVideo, le timing de l'API est le facteur bloquant. Tant que l'endpoint Gemini Omni n'est pas accessible en HTTPS avec un schéma documenté et une limite de débit, nous ne pouvons pas l'intégrer à la plateforme. Une fois disponible, notre feuille de route est simple :

• Phase 1 (semaine 1 de l'API) : Ajouter Gemini Omni Flash comme option de modèle dans les flux text-to-video et reference-to-video. Le prix sera répercuté un pour un par rapport au tarif Google plus notre surcoût d'infrastructure standard.
• Phase 2 : Faire émerger les capacités spécifiques à Omni — fusion multi-références, édition intra-clip, entrée de référence vocale — comme contrôles de première classe dans l'UI du générateur.
• Phase 3 : Comparaisons côte à côte avec Kling V3, Veo 3.1 et Seedance 2.0 sur les mêmes ensembles de prompts, avec les résultats publiés sur ce blog pour transparence.

Abonnez-vous au blog ImagineToVideo ou suivez nos mises à jour — nous publierons l'intégration le même jour que l'ouverture de l'endpoint API de Google. En attendant, si vous voulez commencer à produire de la vidéo IA sur un modèle éprouvé aujourd'hui, commencez avec Seedance 2.0 pour les clips produits, Kling V3 Omni pour le travail multi-plans cinématographique, ou Kling 4K mode pour les plans héros de qualité broadcast.

---

FAQ

Qu'est-ce que Gemini Omni et en quoi diffère-t-il de Gemini classique ?

Gemini Omni est une nouvelle famille de modèles de Google DeepMind, distincte de la lignée texte/chat Gemini. La variante actuellement livrée est Gemini Omni Flash. La différence architecturale centrale est qu'Omni est construit de zéro pour l'entrée multimodale et la sortie multimodale — texte, image, vidéo et audio dans les deux sens — alors que les modèles Gemini antérieurs acceptaient l'entrée multimodale mais étaient spécialisés pour la sortie texte. Au lancement, Omni génère de la vidéo ; la sortie image et audio est signalée comme capacités futures par Google DeepMind.

Gemini Omni est-il gratuit à utiliser ?

Partiellement. Vous pouvez utiliser Omni gratuitement dans YouTube Shorts et l'application YouTube Create, qui incluent toutes deux le modèle sans coût supplémentaire pour les créateurs. Dans Gemini App, Omni est gated derrière les niveaux d'abonnement AI Plus, Pro ou Ultra. L'API développeur autonome n'est pas encore disponible ; son prix sera annoncé à l'ouverture de l'endpoint.

Quand Gemini Omni sera-t-il disponible sur ImagineToVideo ?

Nous suivons de près la sortie de l'API développeur. Google s'est engagé sur « semaines à venir » pour l'API. Une fois active, notre calendrier d'intégration est de l'ordre de jours — nous avons déjà l'infrastructure plateforme pour ajouter de nouveaux modèles vidéo, et Omni sera disponible dans nos flux text-to-video et reference-to-video peu après l'ouverture de l'endpoint. Abonnez-vous au blog pour l'annonce d'intégration.

En quoi Gemini Omni diffère-t-il de Veo 3 ?

Veo est la génération précédente de modèle vidéo de Google et le moteur sous-jacent dans Google Flow avant Omni. Veo accepte les entrées texte et image et génère de la vidéo, y compris de l'audio natif dans certains niveaux. L'ambition affichée d'Omni est plus large : entrée depuis n'importe quelle modalité, sortie vers n'importe quelle modalité. En pratique aujourd'hui, les deux génèrent de la vidéo, et les différences en résolution, fréquence d'images et sortie audio sont encore en cours d'établissement. À l'intérieur de Google Flow spécifiquement, Omni semble remplacer ou augmenter le rôle de Veo — le billet de lancement ne trace pas la ligne exacte entre les deux.

Gemini Omni va-t-il remplacer Sora ?

Sora 2 est passé offline le 24 mars 2026, donc la comparaison n'est pas directe. Certains workflows de production utilisant Sora 2 avant sa retraite ont migré vers Kling V3 et Seedance 2.0 ; Omni est maintenant une troisième cible de migration pour ces workflows. Que Omni devienne le remplacement de facto dépend de comment le prix et la qualité de l'API atterrissent par rapport aux alternatives existantes.

Gemini Omni prend-il en charge les prompts en français ?

L'encodeur texte de Gemini prend en charge le français (et des dizaines d'autres langues) depuis plusieurs générations de modèles. Le billet de lancement n'énumère pas explicitement quelles langues l'interface de prompt prend en charge pour Omni spécifiquement, mais la lignée architecturale suggère une large couverture multilingue. Testez dans Gemini App avec votre langue spécifique — c'est le moyen le plus rapide de confirmer.

Puis-je utiliser Gemini Omni pour un travail commercial ?

Les conditions de licence pour les sorties Omni suivent les conditions standard de la surface que vous utilisez. Les sorties YouTube sont régies par les conditions commerciales de YouTube. Les sorties Gemini App sont régies par les conditions AI Plus / Pro / Ultra de Google — qui permettent généralement l'usage commercial, avec les réserves habituelles concernant le contenu généré par modèle. Pour la production commerciale d'entreprise ou à grand volume, attendez l'API + niveau entreprise où les conditions sont rédigées explicitement pour le déploiement en production.

Gemini Omni est-il identique à Gemini 3 ?

Non. Gemini Omni est sa propre famille de modèles avec sa propre ligne de nommage (Flash, avec Pro/Ultra implicite mais non annoncé), parallèle à la lignée principale de chat Gemini. Google n'a pas indiqué comment l'entraînement d'Omni se rapporte à un hypothétique Gemini 3, et les matériaux de lancement traitent les deux comme des lignes de produits séparées.

---

En résumé

Gemini Omni est le pari architectural le plus ambitieux que quiconque dans la vidéo IA ait fait cette année. La promesse d'un modèle pour chaque modalité, dans les deux sens, est structurellement différente de l'approche pipeline qui a défini 2024 et 2025. Si Google livre le reste de la matrice — sortie image, sortie audio, contexte plus long — sur la chronologie suggérée, tout le modèle mental de « quel outil vidéo IA dois-je utiliser » est réécrit.

La promesse, c'est l'actualité du 19 mai 2026. La preuve, c'est la sortie de l'API dans les « semaines à venir », suivie de mois de benchmarking tiers. Traitez Omni comme un tracker aujourd'hui, pas un outil. Kling V3, Veo 3.1 et Seedance 2.0 restent les bonnes réponses pour le travail de production ce mois-ci — ils sont documentés, tarifés, intégrés et opérant à l'échelle.

Pour tous ceux qui livrent du contenu cette semaine : continuez à utiliser ce qui fonctionne. Pour tous ceux qui construisent pour les 18 prochains mois : abonnez-vous à la liste d'attente API, surveillez la documentation AI Studio et Vertex AI, et planifiez un trimestre où vous pouvez exécuter des benchmarks côte à côte au moment où l'endpoint s'ouvre.

Si vous voulez commencer à produire de la vidéo IA sur un modèle éprouvé dès maintenant en attendant Omni :

→ Essayez Seedance 2.0 pour des clips produits et de référence rapides (~1 $ pour 5 secondes, 720p)

→ Essayez Kling V3 Omni pour le travail multi-plans cinématographique avec audio natif (séquençage multi-plans, lip-sync)

→ Essayez Kling 4K Mode pour les plans héros de qualité broadcast (3840×2160 natif à 60 fps)

Nous publierons l'intégration Gemini Omni sur ImagineToVideo le même jour que l'ouverture de l'endpoint API de Google. D'ici là — gardez un œil sur ce blog et continuez à livrer.