Positionnement
Modèle multimodal optimisé pour la génération, la modification, l’extension et l’amélioration de résolution de vidéos, avec audio synchronisé. Il est proposé notamment via l’API Gemini et Google Cloud. (blog.google)
Capacités et usages
- Génération et modification de vidéos de 3 à 15 secondes, par incréments d’une seconde ; résolutions 360p, 720p, 1080p et 4K.
- Création à partir de texte, d’images ou de références vidéo ; modification conversationnelle en plusieurs étapes et amélioration de résolution.
- Maintien amélioré des personnages, produits et décors ; génération de dialogues avec synchronisation labiale.
- Usages envisagés : publicités, présentations de produits, essayages virtuels et vidéos explicatives. (blog.google)
Limites
- L’interpolation entre première et dernière images et l’extension produisent des segments de 3 à 10 secondes. Les formats indiqués sont 16:9 et 9:16.
- Dans la documentation Google Cloud, la limite est de 131 072 tokens en entrée et de 260 640 en sortie. Les instructions système, la sortie structurée, le cache de contexte, l’ajustement du modèle et la génération d’images ne sont pas pris en charge.
- La modification de la parole de personnes dans une vidéo est actuellement restreinte. Les vidéos générées portent un filigrane SynthID. (docs.cloud.google.com)
Prix
Google Cloud, tarif à l’usage, en USD, consulté le 14 novembre 2026 : (cloud.google.com)
- Entrée texte, image, vidéo ou audio : 1,50 USD par million de tokens.
- Sortie texte, réponse et raisonnement compris : 9,00 USD par million de tokens.
- Sortie vidéo avec audio : 12,00 USD par million de tokens. La consommation dépend de la résolution : 1 931 tokens par seconde en 360p, 5 792 en 720p, 8 688 en 1080p et 17 376 en 4K.
- Pour l’amélioration de résolution, l’entrée est facturée à zéro token et la consommation de sortie dépend des résolutions d’origine et d’arrivée. Un débit provisionné est également proposé, selon des conditions distinctes.
À titre indicatif, Google annonce environ 0,07 USD par seconde de vidéo 720p ; cela ne comprend pas nécessairement tous les frais d’entrée ou de sortie texte. Ces tarifs ne doivent pas être assimilés à ceux d’autres plateformes ou modalités de facturation. (blog.google)
Date et sources officielles
L’annonce officielle et les notes de version indiquent le 5 novembre 2026, et non le 6 novembre 2026 fourni en entrée. (blog.google)