Bangun dengan CometAPIButuh satu API untuk banyak model?Uji alur kerja di Playground, lalu buat API key saat model dan biayanya sesuai dengan use case Anda.
Gemini Omni 1.2 Flash adalah model pembuatan video dan pengeditan berbasis percakapan dari Google, dirilis pada 5 November 2026. Model ini membuat dan mengedit klip hingga 15 detik dan menurunkan harga 720p yang diiklankan sebesar 30%, menjadi sekitar $0.07 per detik. Bagi tim yang membuat video produk dan iklan, ini berarti ruang lebih untuk bercerita dan biaya lebih rendah untuk mencoba berbagai versi. Anda dapat menyempurnakan klip melalui percakapan, lalu menggunakan upscaling mandiri untuk menyiapkan versi terpilih untuk distribusi.
What is Gemini Omni 1.2 Flash?
Google menjelaskan model ini mendukung pembuatan dan pengeditan video melalui percakapan. Output-nya mencakup video dengan audio, sementara deskripsi model yang lebih luas mencakup input teks, gambar, audio, dan video.
Untuk pekerjaan berbasis referensi, periksa input apa yang diterima layanan pilihan Anda. Google Cloud menyediakan .
Bayangkan mengubah foto produk menjadi iklan pendek. Mulailah dengan tampilan produk yang jelas, hasilkan sebuah adegan, kemudian minta latar atau pencahayaan berbeda sambil mempertahankan pengenalan terhadap produk. Di sinilah pengeditan berbasis percakapan berguna: Anda dapat mengembangkan ide yang disetujui melalui beberapa giliran alih-alih mendeskripsikan ulang seluruh adegan untuk setiap variasi.
Gemini Omni 1.2 Flash specifications
Detail berikut merujuk pada dokumentasi pengembang enterprise Google. Aplikasi konsumen mungkin menerapkan batasan yang berbeda.
Spesifikasi
Rincian teknis Gemini Omni 1.2 Flash
Model ID
gemini-omni-1.2-flash
Tahap rilis
Generally available
Tanggal rilis
November 5, 2026
Maksimum token input
131,072
Maksimum token output
260,640
Durasi pembuatan dan pengeditan
3–15 detik
Pembuatan bingkai pertama-dan-terakhir
3–10 detik
Output per giliran untuk perpanjangan
3–10 detik
Rasio aspek
16:9 dan 9:16
Opsi resolusi
360p, 720p, 1080p, dan 4K
Pembuatan suara
Ucapan, musik, dan efek suara
Antarmuka pembuatan yang didukung
Interactions API
Chat Completions dan GenerateContent
Tidak didukung pada antarmuka yang didokumentasikan ini
Gambar referensi per prompt
Hingga 10
File gambar
PNG, JPEG, WebP, HEIC, HEIF; hingga 20 MB inline atau melalui unggahan konsol, atau 30 MB dari Cloud Storage
Video per prompt
Hingga 3
Gunakan batas sesuai operasi yang Anda minta. Video yang lebih panjang diterima untuk pemahaman tidak otomatis valid untuk pengeditan. Spesifikasi teknis mencantumkan batas input di atas; panduan Content Credentials Google menjelaskan metadata proveniensinya.
Ada dua perbedaan yang penting saat merancang aplikasi.
Pertama, pemilih durasi harus bergantung pada operasi. Permintaan pembuatan 15 detik yang valid tidak berarti permintaan bingkai pertama-dan-terakhir 15 detik valid.
Kedua, kapasitas token bukan skor kualitas. Itu menggambarkan batas antarmuka; tidak menetapkan gerak yang lebih baik, kepatuhan prompt yang lebih kuat, atau rendering yang lebih cepat.
How does Gemini Omni 1.2 Flash rank in independent comparisons?
Dalam snapshot Arena tanggal 8 November 2026, Gemini Omni 1.2 Flash menempati peringkat pertama pada papan peringkat text-to-video dan image-to-video. Keduanya ditandai sebagai sementara, jadi bacalah skor bersama ketidakpastiannya dan jumlah suara.
Kategori Arena
Skor
Suara
Rentang peringkat yang ditampilkan
Text-to-video
1540 ± 16
1,714
1–2
Image-to-video
1503 ± 12
2,667
1–6
Hasil ini membuat model layak diuji, terutama untuk mengubah prompt atau gambar produk menjadi klip pendek. Hasil tersebut tidak menetapkan bahwa model ini akan memenangkan setiap tugas produksi. Rentang peringkat image-to-video khususnya cukup lebar: bandingkan detail produk Anda sendiri, gerak dan hasil pengeditan sebelum memilih model untuk sebuah kampanye. Peringkat dapat berubah seiring masuknya lebih banyak suara.
Gemini Omni 1.2 Flash vs Omni 1.1 Flash: what changes?
Perubahan paling jelas adalah klip yang lebih panjang dan harga output yang lebih rendah. Alur kerja juga patut diperhatikan: pembuatan berbasis referensi, pengeditan percakapan, dan upscaling mandiri membantu Anda membawa draf awal yang berguna hingga siap distribusi. Tabel berikut memisahkan perbandingan versi eksplisit dari kapabilitas yang dapat Anda gunakan di 1.2.
Dimensi
Generasi sebelumnya: Omni 1.1 Flash
Perbandingan peluncuran Gemini Omni 1.2 Flash
Implikasi praktis
Klip native maksimum
10 detik
15 detik
50% durasi lebih banyak per klip
Perkiraan harga 720p
$0.10/detik, diimplikasikan oleh penurunan yang diumumkan
$0.07/detik
Biaya output lebih rendah pada durasi yang sama
Kesesuaian referensi
Basis perbandingan
Google melaporkan peningkatan
Uji identitas produk dan detail halus
Konsistensi temporal
Basis perbandingan
Google melaporkan lebih sedikit drift
Tinjau frame menengah, bukan hanya titik awal dan akhir
Revisi percakapan
Alur kerja sebelumnya
Pengeditan multi-giliran pada klip penuh 15 detik
Uji apakah detail yang tidak terkait tetap stabil
Perbandingan preferensi independen
Arena text-to-video: 1513 ± 15 pada snapshot 8 Nov
Arena text-to-video: 1540 ± 16, sementara, snapshot sama
Skor preferensi lebih tinggi pada snapshot ini; bukan persentase peningkatan kualitas
Upscaling mandiri
Tidak tercantum dalam panduan upscaling mandiri saat ini
Operasi upscaling terpisah didokumentasikan
Setujui draf, lalu upscale video yang dipilih
Alur kerja referensi
Pembuatan berbasis referensi sudah ada
Kesesuaian referensi dilaporkan lebih kuat
Bangun varian di sekitar produk atau karakter yang sama
Bagi tim yang memproduksi iklan 15 detik, tambahan lima detik ini dapat memuat hook, demonstrasi, dan pesan penutup dalam satu pembuatan. Pada durasi yang sama, tarif 720p yang lebih rendah juga membuat variasi kreatif tambahan menjadi lebih murah. Peningkatan kualitas paling relevan ketika produk atau karakter yang sama harus tetap mudah dikenali sepanjang klip.
Duration and Editing Capabilities
Gemini Omni 1.2 Flash meningkatkan panjang pembuatan dan pengeditan native dari 1.1 yang 3–10 detik menjadi 3–15 detik (dapat dipilih per kenaikan 1 detik). Input video untuk pengeditan juga diperpanjang dari 10 detik menjadi 15 detik. Pengeditan percakapan multi-giliran ditingkatkan, memungkinkan modifikasi langsung pada seluruh klip (termasuk perubahan rasio aspek) tanpa regenerasi penuh. Perpanjangan video tetap 3–10 detik per giliran, dengan panjang total hingga sekitar 30 detik. Interpolasi bingkai pertama-dan-terakhir masih terbatas pada 3–10 detik.
Quality and Consistency Improvements
Versi 1.2 menawarkan stabilitas yang terasa lebih baik untuk karakter, produk, pakaian, warna merek, wajah, dan penguncian objek, dengan drift yang berkurang dan lebih sedikit jump cut. Gerakan kamera lebih mulus dan lebih terkontrol, lip-sync dan ucapan terdengar lebih natural, dan pengondisian multi-pembicara didukung. Model ini mengikuti gambar referensi, klip gerak pendek, dan isyarat audio dengan lebih andal. Evaluasi independen (seperti skor Arena) menunjukkan 1.2 sedikit unggul dibanding 1.1 pada text-to-video dan image-to-video.
Output and Spec Details
Kedua model mendukung resolusi yang sama: native 360p / 720p, dengan upscaling ke 1080p / 4K pada 24 FPS. Rasio aspek tetap 16:9 dan 9:16. Versi 1.2 juga mendukung output teks bersamaan dengan video beraudio native dan memperkuat upscaling mandiri sebagai tugas khusus. Modalitas input (teks, gambar, video) dan ukuran jendela konteks pada dasarnya tidak berubah.
Standalone Video Upscaling
Gemini Omni 1.2 Flash dapat melakukan upscaling terhadap video yang dibuat sebelumnya tanpa memerlukan permintaan text-to-video baru. Jalur yang didukung termasuk 360p ke 720p atau 1080p, dan 720p ke 1080p atau 4K. Ini memungkinkan tim menyetujui komposisi dan gerak pada resolusi lebih rendah sebelum menyiapkan versi yang siap distribusi.
How much does Gemini Omni 1.2 Flash cost?
Pada output 720p, 1.2 Flash dihargai sekitar $0.07 per detik (sekitar $12.00 per sejuta token video), yang kira-kira 30% lebih rendah dibanding 1.1 yang ~$0.10 per detik ($17.50 per sejuta token). Draf 360p lebih murah, dan output upscaled 1080p / 4K mengikuti penurunan harga yang sama. Alur kerja yang direkomendasikan adalah iterasi cepat pada resolusi lebih rendah dan hanya melakukan upscaling pada video final yang dipilih untuk mengendalikan biaya.
Skenario
Generasi per klip yang diterima
Pengeluaran output 720p 15 detik
Alur efisien
1
$1.05
Revisi moderat
2
$2.10
Revisi berat
4
$4.20
Dengan tarif sebelumnya sekitar $0.10 per detik, 100 klip berdurasi 15 detik akan menelan biaya sekitar $150 untuk biaya output. Tarif baru yang dibulatkan menjadikannya $105, penghematan sekitar $45 untuk durasi total yang sama. Ini adalah perhitungan perencanaan, bukan penawaran untuk proyek lengkap.
Upscaling mandiri memiliki penggunaan token output tersendiri dan melaporkan nol token input. Biayanya bergantung pada resolusi sumber dan target, jadi jangan menggunakan perkiraan $0.07 per detik untuk setiap upscaling. Lihat aturan penagihan upscaling.
Metrik bisnis yang lebih berguna adalah biaya per klip yang diterima.
Sebagai contoh, jika setiap video 15 detik yang disetujui memerlukan empat pembuatan yang ditagih terpisah, estimasi pengeluaran output menjadi $4.20 sebelum biaya lainnya. Tingkat ulang yang lebih rendah karenanya bisa lebih penting daripada perbedaan kecil dalam harga unit yang diiklankan.
How can developers use Gemini Omni 1.2 Flash?
Gunakan Interactions API untuk pembuatan dan pengeditan di layanan enterprise yang didokumentasikan. GenerateContent dan Chat Completions tidak dapat digunakan untuk operasi tersebut. Mulailah dengan klip pendek dan revisi sederhana sebelum menambahkan alur kerja ke aplikasi produksi.
Proyek pertama yang sederhana adalah video produk pendek:
Siapkan gambar produk yang jelas dan brief yang menjelaskan pengambilan gambar, gerakan, dan suara.
Hasilkan draf pendek melalui Interactions API.
Minta satu revisi terfokus, seperti latar belakang baru, sambil mempertahankan produk dan pembingkaian.
Tinjau hasil sebelum memilih resolusi distribusi.
Catat pengaturan permintaan dan penggunaan sehingga alur kerja yang disetujui dapat diulang.
Dimensi
Google Cloud native
CometAPI
Model ID
gemini-omni-1.2-flash
omni-fast
Endpoint API
Interactions API
POST /v1/videos
Dasar penagihan
Sekitar $0.07/detik pada 720p
$0.40/permintaan dalam katalog saat ini
Format permintaan
Interactions API JSON
Multipart form / JSON tergantung tugas
Penanganan tugas
Sync, stateful, streaming, async
Submit, poll, download
Kepastian versi
1.2 Flash eksplisit
ID yang dipublikasikan tidak mengidentifikasi 1.2
Status API
GA
Endpoint CometAPI ditandai Beta
Gemini Omni Fast API di CometAPI menyediakan jalur integrasi terpisah di bawah omni-fast. Pengenal yang dipublikasikan tidak menentukan versi 1.2 Flash, jadi gunakan pengaturan dan harga yang didokumentasikan penyedia untuk jalur tersebut.
Video yang dihasilkan menyertakan watermarking SynthID, dan permukaan model Google Cloud yang didokumentasikan juga mendukung Content Credentials (C2PA). Mekanisme proveniensi ini berguna saat mempublikasikan aset pemasaran yang dibuat AI atau mengelola alur kerja peninjauan konten internal.
What happens to existing Omni 1.1 Flash requests?
Versi 1.2 menjadi generally available pada 5 November 2026 (Model ID: gemini-omni-1.2-flash). Mulai 3 Desember 2026, permintaan ke gemini-omni-1.1-flash akan otomatis dialihkan ke 1.2 dan ditagih dengan tarif baru yang lebih rendah, tanpa perlu perubahan kode. Batas laju untuk tingkat berbayar juga telah ditingkatkan.
Ujilah beberapa prompt yang representatif sebelum tanggal tersebut jika aplikasi Anda bergantung pada perilaku model sebelumnya. Perutean otomatis membuat jalur permintaan tetap berfungsi, tetapi Anda tetap harus meninjau video yang dihasilkan. Untuk platform lain, gunakan dokumentasi migrasi dan penagihan layanan tersebut.
Conclusion
Pilih Gemini Omni 1.2 Flash untuk proyek yang pekerjaan kreatifnya berlanjut setelah pembuatan pertama: variasi produk, adegan musiman, dan iklan pendek yang dibangun di sekitar subjek yang konsisten.
Mulailah dengan satu brief kampanye yang dapat diulang dan satu set kecil aset referensi. Setelah komposisi dan perilaku pengeditan berfungsi untuk brief tersebut, perluas ke lebih banyak produk atau penempatan. Ini mengubah demo yang menjanjikan menjadi proses produksi yang dapat digunakan ulang oleh tim Anda.
FAQ
Berapa banyak gambar referensi yang dapat saya gunakan dengan Gemini Omni 1.2 Flash?
API enterprise menerima hingga 10 gambar per prompt. Gunakan alokasi tersebut untuk tampilan atau detail berbeda yang penting bagi pengambilan gambar; menambahkan gambar yang nyaris duplikat dapat membuat brief lebih sulit dikelola. Jawaban ini mengikuti spesifikasi teknis enterprise Google; batasan pada aplikasi konsumen dapat berbeda.
Bagaimana Gemini Omni 1.2 Flash memperpanjang video yang lebih panjang?
Untuk perpanjangan, model menggunakan hingga 10 detik terakhir dari input, bahkan ketika video sumber lebih panjang. Model menghasilkan kelanjutan 3–10 detik, yang digabungkan ke hingga 30 detik terakhir dari input. Simpan video asli penuh di timeline pengeditan Anda jika Anda perlu mempertahankan urutan sebelumnya; perpanjangan yang dikembalikan tidak boleh diperlakukan sebagai pengganti sumber lengkap.
File gambar referensi mana yang diterima Gemini Omni 1.2 Flash?
Format gambar yang didukung adalah PNG, JPEG, WebP, HEIC, dan HEIF. Setiap gambar dapat mencapai 20 MB untuk data inline atau unggahan langsung melalui konsol, atau 30 MB saat disuplai dari Google Cloud Storage. Periksa format dan ukuran file sebelum mengirimkan permintaan, terutama ketika aset sumber Anda adalah foto produk beresolusi tinggi.
Input video untuk pengeditan atau upscaling
Hingga 15 detik
Input video untuk perpanjangan
Durasi apa pun; menggunakan hingga 10 detik terakhir
Input pemahaman video
Hingga 10 menit; ini tidak memperpanjang batas pengeditan
