Gemini Omni 1.2 vs Mistral : qui fait vraiment de la vidéo ?

La réponse courte : si vous voulez générer une vidéo, Gemini Omni 1.2 Flash le fait, Mistral non. Google a présenté Omni 1.2 Flash le 5 novembre 2026, avec des clips de 3 à 15 secondes. Chez Mistral, la page des offres de Vibe, consultée le 8 novembre 2026, mentionne la génération et l’édition d’images, mais aucune génération de vidéo. Les deux outils ne se font donc pas concurrence sur ce point. Ils peuvent en revanche travailler ensemble.

Ce comparatif repose sur les annonces et les pages publiques de Google et de Mistral, à la date du 8 novembre 2026. Nous n’avons testé aucun des deux outils pour cet article. Si Mistral annonce un modèle vidéo demain, cette page sera fausse : vérifiez la date.

Pourquoi cette question revient

Beaucoup de lecteurs en France utilisent Vibe, l’assistant de Mistral qui s’appelait Le Chat jusqu’en mai 2026. Quand un nouveau modèle vidéo sort, la question suivante est naturelle : est-ce que mon outil habituel sait faire pareil ? Pour Vibe, la réponse est non, et ce n’est pas un défaut caché. Mistral a construit Vibe pour le texte, le code, les documents et les connecteurs de travail. Le détail de ce que fait Vibe au quotidien est dans Muse Spark contre Mistral Vibe.

Le même vide existe ailleurs. ChatGPT ne génère plus de vidéo non plus depuis qu’OpenAI a arrêté Sora : l’application et le site le 26 avril 2026, l’API le 24 septembre 2026, selon la page d’aide d’OpenAI sur la fin de Sora. Depuis Images 2.6, présenté le 4 novembre, ChatGPT produit des GIF animés, ce qui reste autre chose qu’un clip avec du son.

Ce que fait Gemini Omni 1.2 Flash

Selon Google, Omni 1.2 Flash produit des clips de 3 à 15 secondes, contre 10 secondes au plus avec la version précédente. On peut corriger un clip au fil de la conversation, par exemple changer l’arrière-plan ou la lumière, sans tout régénérer. Le modèle suit mieux les images de référence, et les visages doivent rester stables d’un bout à l’autre. Dans l’API, le prix baisse de 30 %, à 0,07 dollar américain par seconde en 720p.

On y accède par l’API Gemini, Google Vids et les offres Gemini pour les entreprises, selon l’annonce. Google Cloud le déclare disponible pour les entreprises. Chaque vidéo porte un filigrane invisible SynthID. Google reconnaît lui-même des limites : les actions sportives rapides et la physique complexe ne sont pas encore fiables. Pour comprendre comment ces modèles transforment une image en mouvement, voyez image vers vidéo IA.

Ce que fait Mistral, et ce qu’il ne fait pas

D’après la même page des offres, l’offre gratuite de Vibe inclut une génération et une édition d’images de base, et les offres payantes en donnent davantage. Les offres payantes ajoutent la création de tableurs et de présentations, et Vibe se branche sur vos outils de travail. Pour la vidéo, rien : ni dans les offres, ni dans les dernières annonces de Mistral que nous avons consultées.

Nous ne connaissons pas la raison de ce choix, et Mistral ne l’a pas expliqué. Nous ne l’inventerons pas. Ce qu’on peut dire, c’est que tous les grands acteurs ne misent pas sur la vidéo : OpenAI en est sorti, Mistral n’y est pas entré, Google y investit.

Le comparatif en cinq points

• —Vidéo avec mouvement et son : Omni 1.2 Flash oui, Mistral Vibe non.
• —Images fixes : Vibe oui, selon Mistral. Omni est un modèle vidéo, Google propose d’autres modèles pour l’image.
• —Retouches en conversation : Omni pour la scène et la lumière d’un clip, Vibe pour une image.
• —Prix affiché : 0,07 dollar américain par seconde en 720p dans l’API Gemini. Vibe a une offre gratuite qui inclut des images.
• —Données : deux éditeurs, deux jeux de conditions. Le cas de Google est dans Gemini Omni 1.2 et RGPD, celui de Mistral dans Mistral Large 4 et le RGPD.

Les combiner : un exemple concret

Le cas le plus utile n’est pas de choisir, mais de répartir le travail. Prenons une petite équipe qui doit présenter un nouveau service de livraison en 12 secondes pour un salon.

1. 01Dans Vibe, demander trois scénarios de 12 secondes, chacun découpé en trois plans, avec une phrase de voix off par plan.
2. 02Choisir un scénario et le relire vous-même : un délai de livraison ou un prix inventé par l’IA ne doit pas finir dans la vidéo.
3. 03Dans Vibe, générer une image fixe du colis et du décor pour fixer le style.
4. 04Donner le scénario et l’image de référence à Omni 1.2 Flash, puis corriger en conversation : la lumière, le fond, la durée d’un plan.
5. 05Regarder le clip en entier avant de l’envoyer, y compris le texte à l’écran, qui se déforme souvent.

La consigne compte plus que l’outil. Un scénario flou donne un clip flou, quel que soit le modèle. Pour d’autres outils vidéo, y compris gratuits, IA générateur vidéo aide à choisir.

Alors, lequel choisir ?

Si votre besoin est un clip, prenez un modèle vidéo : Omni 1.2 Flash en est un, Vibe non. Si votre besoin est un texte, un tableau, une présentation ou une image fixe, et que vous êtes déjà sur Vibe, il n’y a aucune raison d’en changer pour ça. Et si vous voulez faire parler un personnage plutôt que produire un clip, le sujet est différent : voyez faire parler une image avec l’IA.

Avant d’envoyer la photo d’un collègue ou d’un client à un modèle vidéo, demandez-lui son accord. Un visage est une donnée personnelle, quel que soit l’outil, et la même question se pose pour les images, comme le montre ChatGPT Images 2.6 et RGPD.

Coursium est une application qui apprend à utiliser l’IA au travail : donner des consignes claires et vérifier le résultat avant de le transmettre. Pour vous y entraîner, découvrez Coursium ou essayez l’exemple d’exercice gratuit.