Google ouvre Nano Banana 2 Lite et Omni Flash aux développeurs

Quand un fournisseur sort deux modèles le même jour, c'est rarement un hasard. Google a annoncé sur son blog la disponibilité de Nano Banana 2 Lite et l'arrivée chez les développeurs de Gemini Omni Flash, et la lecture intéressante est ce que le couple permet de faire ensemble.

Nano Banana 2 Lite, référencé en interne sous gemini-3.1-flash-lite-image, sort une image texte-en-image en 4 secondes et coûte 0,034 $ par millier d'images. Google le présente comme le remplaçant recommandé pour les développeurs qui utilisent encore la première version (gemini-2.5-flash-image), tout en conservant, selon l'entreprise, l'adhérence aux prompts, la cohérence des personnages et le rendu lisible du texte dans l'image. Le modèle est disponible dans Google AI Studio, l'API Gemini et Gemini Enterprise Agent Platform, et il est aussi déployé dans AI Mode de Search, l'app Gemini, NotebookLM, Google Photos, Stitch, Google Flow et Google Ads.

Du côté vidéo, Gemini Omni Flash, présenté à Google I/O, passe en preview publique pour les développeurs via l'API Gemini et Google AI Studio. Le modèle accepte des entrées combinant texte, image et vidéo pour générer ou éditer une scène par instruction conversationnelle. Le prix annoncé est de 0,10 $ par seconde de vidéo, ce que Google qualifie de tarif identique à Veo 3.1 Fast. La logique du combo est explicite dans l'annonce : utiliser Nano Banana 2 Lite pour produire rapidement une image de référence, puis la passer à Omni Flash pour l'animer, l'Interactions API permettant d'enchaîner jusqu'à trois éditions successives en gardant le contexte de la session.

L'honnête mise en garde vient du billet lui-même. Omni Flash plafonne pour l'instant à 10 secondes par génération, ne prend pas encore en charge les références audio ni l'extension de scène, et la cohérence des personnages à travers les changements de plan reste limitée. Google reconnaît également que les vidéos de référence de moins de 3 secondes sont acceptées par le schéma de l'API mais pas correctement traitées par le modèle. Ce que l'annonce ne donne pas : aucun benchmark comparatif, aucun chiffre de qualité côté image ou vidéo, et aucune indication tarifaire au-delà de la grille publique.

Pour qui construit aujourd'hui des pipelines créatifs, le point de bascule est plus concret que spectaculaire. À 0,034 $ par millier d'images et 0,10 $ par seconde de vidéo, chaîner image et vidéo de bout en bout devient quelque chose qui s'inscrit dans un budget produit, pas dans une démo de R&D.