Bygg med CometAPITrenger du ett API for flere modeller?Test arbeidsflyten i Playground, og opprett deretter en API-nøkkel når modellen og kostnaden passer bruksområdet ditt.
Gemini Omni 1.2 Flash er Googles modell for videogenerering og samtalebasert redigering, lansert 5. november 2026. Den lager og redigerer klipp på opptil 15 sekunder og senker den annonserte 720p-prisen med 30%, til omtrent $0.07 per sekund. For team som lager produktvideoer og annonser betyr det mer rom til å fortelle en historie og lavere kostnad for å prøve ulike versjoner. Du kan forbedre et klipp gjennom samtale og deretter bruke frittstående oppskalering for å gjøre den valgte versjonen klar for levering.
What is Gemini Omni 1.2 Flash?
Google beskriver modellen som støtte for videoproduksjon og redigering gjennom samtale. Utdata inkluderer video med lyd, mens den bredere modellbeskrivelsen dekker tekst-, bilde-, lyd- og videoinndata.
For referansestyrt arbeid, sjekk hvilke inndata den valgte tjenesten aksepterer. Google Cloud gjør .
Tenk deg å gjøre et produktfoto om til en kort annonse. Start med en klar visning av produktet, generer en scene, og be deretter om en annen setting eller belysning mens produktet forblir gjenkjennelig. Her blir samtalebasert redigering nyttig: du kan utvikle en godkjent idé over flere runder i stedet for å beskrive hele scenen på nytt for hver variant.
Gemini Omni 1.2 Flash specifications
Følgende detaljer refererer til Googles dokumentasjon for bedriftsutviklere. Forbrukerapplikasjoner kan legge andre begrensninger.
Spesifikasjon
Gemini Omni 1.2 Flash tekniske detaljer
Modell-ID
gemini-omni-1.2-flash
Tilgjengelighetsstatus
Generally available
Lanseringsdato
5. november 2026
Maksimalt antall inndata-tokens
131,072
Maksimalt antall utdata-tokens
260,640
Varighet for generering og redigering
3–15 sekunder
Første- og sistebilde-generering
3–10 sekunder
Forlengelsesutdata per runde
3–10 sekunder
Sideforhold
16:9 og 9:16
Oppløsningsalternativer
360p, 720p, 1080p og 4K
Lydgenerering
Tale, musikk og lydeffekter
Støttet genereringsgrensesnitt
Interactions API
Chat Completions og GenerateContent
Ikke støttet på denne dokumenterte tjenesteflaten
Referansebilder per prompt
Opptil 10
Bildefiler
PNG, JPEG, WebP, HEIC, HEIF; opptil 20 MB inline eller via konsollopplasting, eller 30 MB fra Cloud Storage
Videoer per prompt
Opptil 3
Bruk grensen for operasjonen du ber om. En lengre video som aksepteres for forståelse, er ikke automatisk gyldig for redigering. Tekniske spesifikasjoner lister opp inndatabegrensningene over; Googles Content Credentials-veiledning forklarer proveniensmetadataene.
To forskjeller er viktige når du designer en applikasjon.
For det første bør en varighetsvelger avhenge av operasjonen. En gyldig 15-sekunders genereringsforespørsel betyr ikke at en 15-sekunders første- og sistebilde-forespørsel er gyldig.
For det andre er tokenskapasitet ikke en kvalitetsscore. Den beskriver en grense i grensesnittet; den etablerer ikke bedre bevegelse, sterkere etterlevelse av prompt eller raskere rendering.
How does Gemini Omni 1.2 Flash rank in independent comparisons?
I Arenas øyeblikksbilder fra 8. november 2026 rangerer Gemini Omni 1.2 Flash som nummer én på både tekst-til-video og bilde-til-video-topplistene. Begge oppføringene er merket foreløpig, så les poengene sammen med usikkerheten og antall stemmer.
Arena-kategori
Poengsum
Stemmer
Vist rangeringsintervall
Tekst-til-video
1540 ± 16
1,714
1–2
Bilde-til-video
1503 ± 12
2,667
1–6
Disse resultatene gjør modellen verdt å teste, spesielt for å gjøre prompts eller produktbilder om til korte klipp. De fastslår ikke at den vil vinne hver produksjonsoppgave. Rangeringsintervallet for bilde-til-video er særlig bredt: sammenlign egne produktdetaljer, bevegelse og redigeringsresultater før du velger en modell til en kampanje. Rangeringer kan endre seg etter hvert som flere stemmer kommer inn.
Gemini Omni 1.2 Flash vs Omni 1.1 Flash: hva er nytt?
De tydeligste endringene er lengre klipp og lavere utdata-priser. Arbeidsflyten fortjener også oppmerksomhet: referansebasert generering, samtalebaserte redigeringer og frittstående oppskalering hjelper deg å ta et nyttig førsteutkast helt frem til levering. Tabellen skiller eksplisitte versjonssammenligninger fra kapabiliteter du kan bruke i 1.2.
Dimensjon
Forrige generasjon: Omni 1.1 Flash
Sammenligning ved lansering av Gemini Omni 1.2 Flash
Praktisk implikasjon
Maksimal klipplengde
10 sekunder
15 sekunder
50% mer varighet per klipp
Omtrentlig 720p-pris
$0.10/sekund, implisert av den annonserte reduksjonen
$0.07/sekund
Lavere utdatakost ved lik varighet
Referanseetterlevelse
Sammenligningsgrunnlinje
Google rapporterer forbedring
Test produktidentitet og fine detaljer
Tidsmessig konsistens
Sammenligningsgrunnlinje
Google rapporterer mindre drift
Gjennomgå mellomliggende rammer, ikke bare endepunkter
Samtalebaserte revisjoner
Tidligere arbeidsflyt
Redigering i flere omganger på hele 15-sekunders klipp
Test om uvedkommende detaljer forblir stabile
Uavhengig preferansesammenligning
Arena tekst-til-video: 1513 ± 15 i øyeblikksbildet 8. nov
Arena tekst-til-video: 1540 ± 16, foreløpig, i samme bilde
En høyere preferansescore i dette øyeblikksbildet; ikke en prosentvis kvalitetsforbedring
Frittstående oppskalering
Ikke oppført i nåværende veiledning for frittstående oppskalering
Dokumentert separat oppskaleringsoperasjon
Godkjenn en kladd, og oppskaler deretter den valgte videoen
Referansearbeidsflyt
Referansebasert generering fantes allerede
Sterkere referanseetterlevelse rapportert
Bygg varianter rundt samme produkt eller karakter
For team som produserer 15-sekunders annonser kan de ekstra fem sekundene romme en hook, demonstrasjon og avsluttende budskap i én generering. Ved lik varighet gjør den lavere 720p-satsen dessuten kreative variasjoner rimeligere. Kvalitetsforbedringene er mest relevante når samme produkt eller karakter må forbli gjenkjennelig gjennom hele klippet.
Duration and Editing Capabilities
Gemini Omni 1.2 Flash øker den native genererings- og redigeringslengden fra 3–10 sekunder i 1.1 til 3–15 sekunder (valgbart i intervaller på 1 sekund). Videoinndata for redigering utvides også fra 10 sekunder til 15 sekunder. Samtalebasert redigering er forbedret, slik at du kan gjøre direkte endringer i hele klippet (inkludert endring av sideforhold) uten full regenerering. Videoforlengelse forblir 3–10 sekunder per runde, med en total lengde på opptil omtrent 30 sekunder. Interpolering mellom første og siste bilde er fortsatt begrenset til 3–10 sekunder.
Quality and Consistency Improvements
Versjon 1.2 tilbyr merkbart bedre stabilitet for karakterer, produkter, klær, merkevarefarger, ansikter og objektlåsing, med redusert drift og færre hoppkutt. Kamerabevegelsen er jevnere og mer kontrollerbar, lip-sync og tale høres mer naturlig ut, og kondisjonering for flere talere støttes. Den følger referansebilder, korte bevegelsesklipp og lydhint mer pålitelig. Uavhengige evalueringer (som Arena-poeng) viser 1.2 litt foran 1.1 på både tekst-til-video og bilde-til-video.
Output and Spec Details
Begge modellene støtter de samme oppløsningene: native 360p / 720p, med oppskalering til 1080p / 4K ved 24 FPS. Sideforholdene forblir 16:9 og 9:16. 1.2 støtter i tillegg tekstutdata sammen med video med innebygd lyd og styrker frittstående oppskalering som en dedikert oppgave. Inndatamodalitetene (tekst, bilde, video) og kontekstvinduets størrelse er i det vesentlige uendret.
Standalone Video Upscaling
Gemini Omni 1.2 Flash kan oppskalere tidligere genererte videoer uten å kreve en ny tekst-til-video-genereringsforespørsel. Støttede overganger inkluderer 360p til 720p eller 1080p, og 720p til 1080p eller 4K. Dette gjør at team kan godkjenne komposisjon og bevegelse i lavere oppløsning før de forbereder en leveringsklar versjon.
How much does Gemini Omni 1.2 Flash cost?
Ved 720p-utdata er 1.2 Flash priset til omtrent $0.07 per sekund (omtrent $12.00 per million videotokens), noe som er omtrent 30% lavere enn 1.1s ~ $0.10 per sekund ($17.50 per million tokens). 360p-kladder er billigere, og oppskalerte utdata i 1080p / 4K følger den samme prisreduksjonen. Den anbefalte arbeidsflyten er å iterere raskt i lavere oppløsninger og kun oppskalere de endelige klippene som beholdes for å kontrollere kostnadene.
Scenario
Genereringer per akseptert klipp
Kostnad for 15-sekunders 720p-utdata
Effektiv arbeidsflyt
1
$1.05
Moderat antall revisjoner
2
$2.10
Mange revisjoner
4
$4.20
Med den impliserte forrige satsen på omtrent $0.10 per sekund ville 100 klipp på 15 sekunder kostet omtrent $150 i utdata-avgifter. Den nye avrundede satsen bringer anslaget til $105, en besparelse på omtrent $45 for samme totale varighet. Dette er planleggingsberegninger, ikke et tilbud for et komplett prosjekt.
Frittstående oppskalering har sitt eget forbruk av utdata-tokens og rapporterer null inndata-tokens. Kostnaden avhenger av kilde- og måloppløsning, så ikke gjenbruk anslaget på $0.07 per sekund for hver oppskalering. Se reglene for fakturering av oppskalering.
Den mer nyttige forretningsmetrikkken er kostnad per akseptert klipp.
For eksempel, hvis hver godkjente 15-sekunders video krever fire separat fakturerte genereringer, blir estimert utdatakostnad $4.20 før andre kostnader. En lavere retry-rate kan derfor bety mer enn en liten forskjell i annonserte enhetspriser.
How can developers use Gemini Omni 1.2 Flash?
Bruk Interactions API for generering og redigering på den dokumenterte bedriftsplattformen. GenerateContent og Chat Completions kan ikke brukes for disse operasjonene. Start med et kort klipp og en enkel revisjon før du legger arbeidsflyten til en produksjonsapplikasjon.
Et enkelt førsteprosjekt er en kort produktvideo:
Forbered et klart produktbilde og en brief som beskriver opptak, bevegelse og lyd.
Generer en kort skisse via Interactions API.
Be om én fokusert revisjon, som en ny bakgrunn, mens produkt og innramming bevares.
Gjennomgå resultatet før du velger leveringsoppløsning.
Registrer forespørselsinnstillinger og forbruk slik at den godkjente arbeidsflyten kan gjentas.
Dimensjon
Google Cloud native
CometAPI
Modell-ID
gemini-omni-1.2-flash
omni-fast
API-endepunkt
Interactions API
POST /v1/videos
Fakturagrunnlag
Approximately $0.07/second at 720p
$0.40/request in current catalog
Forespørselsformat
Interactions API JSON
Multipart-skjema / JSON avhengig av oppgave
Oppgavehåndtering
Synkron, tilstandfull, strømming, asynkron
Send inn, poll, last ned
Versjonsikkerhet
Explicit 1.2 Flash
Published ID does not identify 1.2
API-status
GA
CometAPI-endepunkt merket Beta
Gemini Omni Fast API i CometAPI tilbyr en egen integrasjonsvei under omni-fast. Den publiserte identifikatoren spesifiserer ikke versjon 1.2 Flash, så bruk leverandørens dokumenterte innstillinger og priser for den veien.
Genererte videoer inkluderer SynthID-vannmerking, og den dokumenterte Google Cloud-modellflaten støtter også Content Credentials (C2PA). Disse proveniensmekanismene er nyttige ved publisering av AI-genererte markedsføringsressurser eller ved håndtering av interne arbeidsflyter for innholdsgjennomgang.
What happens to existing Omni 1.1 Flash requests?
1.2 ble generelt tilgjengelig 5. november 2026 (model ID: gemini-omni-1.2-flash). Fra og med 3. desember 2026 vil forespørsler til gemini-omni-1.1-flash automatisk rutes til 1.2 og faktureres til de nye lavere satsene, uten behov for kodeendringer. Rategrenser for betalt nivå er også økt.
Test noen representative prompts før den datoen hvis applikasjonen din er avhengig av den tidligere modellens oppførsel. Automatisk ruting holder forespørselsstien i gang, men du bør likevel gjennomgå de resulterende videoene. For andre plattformer, bruk tjenestens dokumentasjon for migrering og fakturering.
Conclusion
Velg Gemini Omni 1.2 Flash for prosjekter der det kreative arbeidet fortsetter etter første generering: produktvarianter, sesongbaserte scener og korte annonser bygget rundt et konsistent motiv.
Start med én repeterbar kampanjebrief og et lite sett med referanseaktiva. Når komposisjon og redigeringsatferd fungerer for den briefen, utvid til flere produkter eller plasseringer. Dette gjør en lovende demo om til en produksjonsprosess teamet ditt kan gjenbruke.
FAQ
How many reference images can I use with Gemini Omni 1.2 Flash?
Enterprise-API-en aksepterer opptil 10 bilder per prompt. Bruk den kvoten til distinkte visninger eller detaljer som er viktige for opptaket; å legge til nesten identiske bilder kan gjøre briefen vanskeligere å håndtere. Disse svarene følger Googles tekniske spesifikasjoner for enterprise; begrensninger i forbrukerapper kan være annerledes.
How does Gemini Omni 1.2 Flash extend a longer video?
For forlengelse bruker modellen opptil de siste 10 sekundene av inndataen, selv når kildens video er lengre. Den genererer en forlengelse på 3–10 sekunder som blir kjedet på opptil de siste 30 sekundene av inndataen. Behold hele originalen i redigeringstidslinjen hvis du trenger å bevare en tidligere sekvens; den returnerte forlengelsen bør ikke behandles som en erstatning for hele kilden.
Which reference image files does Gemini Omni 1.2 Flash accept?
Støttede bildeformater er PNG, JPEG, WebP, HEIC og HEIF. Hvert bilde kan være opptil 20 MB for inline-data eller direkte opplastinger i konsollen, eller 30 MB når det leveres fra Google Cloud Storage. Sjekk både format og filstørrelse før du sender inn en forespørsel, spesielt når kildematerialet ditt er høyoppløste produktfotografier.
Videoinndata for redigering eller oppskalering
Opptil 15 sekunder
Videoinndata for forlengelse
Valgfri varighet; bruker opptil de siste 10 sekundene
Inndata for videoforståelse
Opptil 10 minutter; dette utvider ikke redigeringsgrensen
