Google a fait sortir de préversion deux familles de modèles la même semaine, toutes deux orientées vers les médias plutôt que vers le texte.
Gemini Omni Flash
gemini-omni-1.1-flash est passé en disponibilité générale le 27 août avec trois nouvelles fonctionnalités : l'extension vidéo, l'interpolation entre images, et le contrôle de résolution jusqu'à 4K. L'endpoint de préversion qu'il remplace doit fermer le 30 septembre 2026, ce qui donne une échéance ferme à ceux qui l'utilisent encore.
Le contrôle de résolution jusqu'à 4K est l'élément marquant sur le plan pratique. Une vidéo générée qui plafonne en dessous de la résolution broadcast reste une démonstration ; une vidéo qui atteint la 4K est quelque chose qu'une équipe de production peut réellement utiliser sans passer par une étape d'upscaling.
Transcription vocale
La veille, le 26 août, gemini-3.5-transcribe et gemini-3.5-transcribe-live sont tous deux passés en disponibilité générale. Ils prennent en charge plus de 85 langues avec diarisation des locuteurs et horodatage au mot près.
Ces deux dernières fonctionnalités sont ce qui distingue un gadget de transcription d'un véritable produit de transcription. La diarisation indique qui a parlé ; l'horodatage au mot près permet de construire par-dessus des fonctions de recherche, de sous-titrage et de montage. La variante live couvre les usages en temps réel, où la contrainte est la latence plutôt que la précision.
Pourquoi c'est important
Une transcription vocale avec diarisation couvrant plus de 85 langues, disponible sous forme d'API généraliste, exerce une pression directe sur le marché autonome de la transcription. Les outils de cette catégorie se sont historiquement affrontés précisément sur ces deux fonctionnalités.
Le même constat vaut pour la génération vidéo. Chaque fonctionnalité qui passe d'un fournisseur spécialisé à une API généraliste chez Google, OpenAI ou Anthropic réduit ce qu'il reste au spécialiste à vendre — généralement le workflow, les intégrations et le support plutôt que le modèle sous-jacent.
Ce qu'il faut vérifier
Si vous utilisez l'endpoint de préversion d'Omni Flash, migrez avant le 30 septembre. Et si vous payez pour un service de transcription, il vaut la peine de chiffrer la même tâche via l'API — la réponse ne penchera peut-être pas en faveur d'un changement, mais l'écart est plus faible qu'auparavant.