Google · modèle de langage
Gemini Omni 1.2 Flash : prix, contexte et benchmarks
Gemini Omni 1.2 Flash est le modèle de Google sorti le 5 novembre 2026. Il coûte 1,5 $US par million de tokens en entrée et 9 $US en sortie, avec un contexte de 131,1 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
| Prix | 7/30 | |
|---|---|---|
| Contexte | 4/15 | |
| Fonctions | 3/15 |
Ce qu'il faut savoir sur Gemini Omni 1.2 Flash
C'est Google, éditeur basé en États-Unis, qui a mis Gemini Omni 1.2 Flash en ligne le 5 novembre 2026. Il accepte du texte, des images et de la vidéo en entrée et produit du texte et de la vidéo. Sa fenêtre de contexte atteint 131 072 tokens, plus que 29 % des modèles du registre, et il peut écrire jusqu'à 65 536 tokens d'une traite.
C'est un modèle récent : les retours d'usage et les scores indépendants sont encore peu nombreux.
Prix de Gemini Omni 1.2 Flash
Sur OpenRouter, Gemini Omni 1.2 Flash coûte 1,5 $US par million de tokens en entrée et 9 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 3,375 $US par million, plus cher que 78 % des modèles payants (4,2 fois la médiane de 0,8 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0075 $US. À 1 000 tâches par jour, comptez 225 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Performance et benchmarks
Epoch AI ne publie pas encore d'indice de capacités pour Gemini Omni 1.2 Flash. Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Fonctions, confidentialité et usage local
- Il ne gère pas l'appel d'outils : il ne convient pas pour piloter un agent IA qui doit agir.
- C'est un modèle de raisonnement : il « réfléchit » avant de répondre, ce qui améliore les tâches difficiles mais consomme plus de tokens de sortie.
Ses poids ne sont pas publiés : on ne peut l'utiliser que via l'API de Google ou d'un intermédiaire comme OpenRouter, ce qui implique d'envoyer vos données hors de vos machines.
Les autres modèles de Google
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Gemini Omni 1.1 Flash | 4 nov. 2026 | 3,38 $US | — |
| Gemini 4 Argon | 13 oct. 2026 | 4 $US | 166,5 |
| Nano Banana 2.1 | 6 oct. 2026 | 3 $US | — |
| Gemini 3.8 Flash | 2 sept. 2026 | 1,65 $US | 158,6 |
| Gemini 3.7 Flash | 13 août 2026 | 1,5 $US | 158,4 |
| Gemini 3.6 Flash | 21 juil. 2026 | 1,5 $US | 155,2 |
| Gemini 3.5 Flash Lite | 21 juil. 2026 | 0,85 $US | 145,6 |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | 30 juin 2026 | 0,56 $US | — |
Verdict
Note calculée : 23/100, à partir des données publiques (performance, prix, contexte, fonctions).
Limites
- Pas d'appel d'outils : inutilisable comme cerveau d'un agent.
- Aucun score indépendant publié : performance non vérifiable.
À éviter si…
- vous traitez de gros volumes avec un budget serré ;
- vos données ne doivent pas quitter vos serveurs ;
- vous construisez un agent qui doit appeler des outils ;
- vous avez surtout des tâches simples : un modèle sans raisonnement coûtera moins cher.
Alternatives
- Mistral Large 24073 $US
- Aion-3.03,75 $US
- o33,5 $US
- Mistral Large3 $US
- Claude Haiku 4.52 $US
- Sonar Reasoning Pro3,5 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Gemini Omni 1.2 Flash ?
1,5 $US par million de tokens en entrée et 9 $US en sortie sur OpenRouter (relevé du 8 novembre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0075 $US.
Quelle est la taille du contexte de Gemini Omni 1.2 Flash ?
131 072 tokens, soit environ 98 000 mots, avec 65 536 tokens maximum en sortie.
Peut-on utiliser Gemini Omni 1.2 Flash en local ?
Non, Google ne publie pas ses poids : il s'utilise uniquement par API.
Gemini Omni 1.2 Flash convient-il pour un agent IA ?
Non : sans appel d'outils, il ne peut pas agir, seulement répondre.
Quelles alternatives à Gemini Omni 1.2 Flash ?
Les modèles les plus proches en prix et en performance sont Mistral Large 2407, Aion-3.0 et o3.
Articles liés
- DeepSeek pour un agent IA : forces, limites, coûts réels27 octobre 2026
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons