Gemini Omni 1.2 Flash: видео до 15 секунд и снижение цены
Google представила Gemini Omni 1.2 Flash: видео до 15 секунд, правки в диалоге и цена $0,07 за секунду в 720p. Разбираем возможности и доступность.
Google DeepMind представила Gemini Omni 1.2 Flash — модель для генерации и редактирования видео длительностью до 15 секунд. По сравнению с Omni 1.1 цена снижена на 30%, а среди ключевых изменений — более точное следование образцам, сохранение деталей между кадрами и последовательные правки одного ролика в диалоге. Для команд, которые выпускают рекламу, продуктовые демонстрации и обучающие видео, обновление позволяет реже начинать генерацию заново.
Что Google объявила о Gemini Omni 1.2 Flash?
Анонс опубликован 5 ноября 2026 года в блоге Google DeepMind. Компания объявила об общей доступности Gemini Omni 1.2 Flash через Gemini API и Gemini for business, а также о доступе для бизнеса через Google Cloud.
Модель создаёт видео длительностью от 3 до 15 секунд с шагом в одну секунду. В предыдущей версии, Omni 1.1, максимальная длительность составляла 10 секунд. Цена генерации в разрешении 720p теперь составляет $0,07 за секунду видео.
Обновление касается не только продолжительности роликов. Google выделяет более устойчивое воспроизведение персонажей, товаров и окружения, улучшенную речь и возможность редактировать готовый клип последовательными командами. Распространение возможностей по пользовательским продуктам идёт отдельно: например, в приложении Gemini 15-секундные видео начинают появляться у подписчиков Google AI Ultra.
Что нового по сравнению с Omni 1.1?
Ролики до 15 секунд вместо 10. Модель изначально поддерживает генерацию и редактирование видео такой длины. Длительность можно задать точно: например, 6, 12 или 15 секунд, а не выбирать только из нескольких фиксированных вариантов.
Цена ниже на 30%. Google указывает новую ставку $0,07 за секунду при разрешении 720p. Это снижает стоимость отдельных генераций, но расходы на другие разрешения и операции нужно оценивать отдельно.
Более точное следование образцам. Модель принимает изображения персонажей, товаров и стиля, короткие видео с движением и звуковые образцы. По описанию Google, она лучше сохраняет лица, одежду, надписи на упаковке и фирменные цвета при смене ракурса.
Последовательное редактирование в диалоге. Можно дорабатывать тот же ролик: заменить товар или фон, изменить освещение, погоду либо соотношение сторон, не начиная каждый раз с нового задания.
Меньше непреднамеренных изменений между кадрами. Персонажи, предметы и сцена должны лучше сохранять внешний вид во время движения и переходов камеры.
Более естественная речь и управляемая камера. Google заявляет об улучшении звучания диалогов, синхронизации губ с речью и привязки голосов к разным персонажам. Для камеры — о более плавных непрерывных пролётах, отъездах и облётах с меньшим числом нежелательных склеек.
Это качественные улучшения, которые компания показывает на примерах. Численных оценок точности следования образцам, скорости генерации или частоты визуальных ошибок в анонсе нет.
Как работают образцы, движение и редактирование?
Какие материалы можно использовать как образцы?
Генерацию можно направлять сочетанием нескольких типов исходных материалов:
изображений персонажа, товара или желаемого визуального стиля;
коротких видеоклипов с движением — длительностью до трёх секунд;
звуковых образцов.
Такие материалы называют референсами: они задают модели, как должен выглядеть объект, двигаться персонаж или звучать голос. Их можно комбинировать, чтобы описывать результат не только текстом.
В одном из примеров Google использует фотографию модели и снимки трёх комплектов одежды спереди и сзади. На их основе Omni 1.2 Flash создаёт 15-секундную виртуальную примерку с поворотами и монтажными переходами. Задача модели — сохранить внешность человека, крой одежды, поведение ткани и детали на спине.
Для каталожного видео это важнее общей похожести: товар должен оставаться узнаваемым и при смене ракурса.
Как вносить правки в готовый ролик?
Многошаговое редактирование означает, что пользователь продолжает работу с одним клипом через последовательные запросы. Например, сначала просит заменить фон, затем изменить освещение, а после — адаптировать соотношение сторон.
По описанию Google, такой режим работает со всем 15-секундным роликом. В демонстрации компания последовательно меняет окружение сцены, сохраняя действия двух персонажей, отражения на доспехах и композицию кадра.
Практический смысл — не описывать заново всё, что уже получилось. Если движение и персонажи устраивают, можно сосредоточиться на одном изменении. При этом анонс не раскрывает отдельные тарифы на такие правки и не гарантирует, что любая команда сохранит все остальные детали без изменений.
Что изменилось в движении камеры и речи?
Модель лучше справляется с непрерывными движениями камеры: пролётами от первого лица, круговыми облётами и резкими отъездами. Google показывает примеры без монтажных склеек, в том числе пролёт через архитектурное пространство и отъезд от береговой линии к общему виду острова.
Также заявлены более плавные диалоги, чёткая синхронизация движения губ с речью и раздельная привязка голосов к нескольким персонажам. Это полезно для сцен с разговором, объясняющих видео и роликов с аватарами. Список поддерживаемых языков и подробные ограничения речевой генерации компания в публикации не приводит.
Сколько стоит генерация видео?
Объявленная цена Gemini Omni 1.2 Flash — $0,07 за секунду видео в 720p. Google называет её на 30% ниже цены Omni 1.1.
При расчёте по этой ставке:
3-секундный ролик — $0,21;
10-секундный ролик — $0,70;
15-секундный ролик — $1,05.
Это расчёт по опубликованной цене для 720p, а не полная смета производства. В анонсе нет отдельных ставок для черновиков в 360p, редактирования и повышения разрешения до 1080p или 4K.
Google предлагает такой рабочий процесс: быстро подготовить черновики в 360p или 720p, исправить отдельные детали через диалог, а затем увеличить разрешение лучших вариантов. Апскейл — повышение разрешения готового видео — позволяет отложить финальную обработку до выбора удачного дубля. Однако применять ставку 720p ко всем этапам такого процесса без дополнительных тарифных данных нельзя.
Где доступна модель и с чего начать?
Для разных сценариев Google предлагает несколько точек входа.
Gemini API. Модель объявлена общедоступной для разработки и использования в рабочих приложениях. Прототипирование предлагается начинать в Google AI Studio; в анонсе также упомянуты интерактивные стартовые приложения и документация.
Google Cloud. Бизнес может работать через облачную консоль и API. Доступен Provisioned Throughput — вариант с заранее выделенной пропускной способностью.
Gemini for business. Среди сценариев — создание объясняющих видео для бизнеса.
Flow. Можно ставить сцены и выполнять последовательные правки в диалоге.
Google Vids. Google заявляет генерацию 15-секундных роликов без дополнительной платы при использовании аккаунта Google или подписки Google Workspace.
Приложение Gemini. Создание 15-секундных видео начинает распространяться среди подписчиков Google AI Ultra.
Google Ads. Модель предлагается использовать для масштабирования видеокампаний.
Доступность API не означает одинаковый набор условий во всех приложениях. Для Google Vids формулировка «без дополнительной платы» не раскрывает число генераций, а для приложения Gemini прямо обозначено постепенное распространение функции.
Компания пока не раскрыла в этой публикации региональные ограничения, квоты, точный идентификатор модели для API и параметры запросов. Для интеграции потребуется документация соответствующей платформы: одного анонса недостаточно, чтобы составить корректный API-вызов.
Для каких задач полезно обновление?
Реклама и электронная коммерция
Более точное сохранение внешнего вида товара полезно для виртуальных примерок, вращения продукта в кадре и рекламных роликов на основе существующих фотографий. Особенно это важно там, где нельзя произвольно менять форму упаковки, надписи или фирменные цвета.
Редактирование в диалоге позволяет делать варианты одного сюжета: менять окружение, товар или формат кадра под разные размещения. Максимум в 15 секунд даёт больше места для короткого законченного сценария, чем прежний предел в 10 секунд.
Продуктовые и обучающие видео
В одном ролике можно показать короткое объяснение, последовательность действий или несколько связанных планов. В анонсе есть пример 15-секундного научного видео из четырёх планов с подписями, которые следуют за движущимися объектами.
Для такой работы важны сразу два улучшения: сохранение деталей между кадрами и возможность исправить локальную проблему, не переделывая весь результат. Но пример с корректными подписями не стоит воспринимать как гарантию безошибочной генерации текста в любом видео.
Разработка сервисов с видеогенерацией
Общая доступность API и возможность выделенной пропускной способности делают модель вариантом для приложений, в которых видео создаётся регулярно. Длительность с шагом в одну секунду позволяет точнее задавать хронометраж, а опубликованная ставка 720p — рассчитывать стоимость генерации для этого разрешения.
При планировании продукта остаётся отдельно выяснить квоты, стоимость правок и доступность в нужном регионе. Эти параметры могут быть не менее важны, чем цена одного удачного клипа.
В чём остаются ограничения?
Google прямо указывает направления, над которыми продолжает работать: быстрые спортивные движения, стремительные изменения сценария и сложная физика. Поэтому сцены с высокой динамикой и сложными взаимодействиями объектов требуют особенно внимательной проверки.
Улучшенная согласованность кадров также не означает полной неизменности всех деталей. В описании сравнения Omni 1.1 и 1.2 сама компания отмечает небольшие различия в объектах при переходе от начального кадра к конечному.
Для производственного процесса из этого следуют три практических вывода:
Проверять нужно весь ролик, а не только первый и последний кадры.
Надписи, логотипы, внешний вид товара и соответствие голосов персонажам стоит контролировать отдельно.
Стоимость готового материала нельзя приравнивать к стоимости одной генерации: при отборе дублей и правках общий бюджет будет другим.
Созданные видео получают SynthID — невидимую цифровую метку для обозначения AI-контента. Она не заменяет проверку качества ролика.
Чем версия 1.2 отличается от 1.1 на практике?
Главное измеримое изменение — длительность: до 15 секунд вместо 10. Второе — снижение цены на 30%, до $0,07 за секунду в 720p.
Остальные отличия касаются управляемости результата. По заявлению Google, новая версия точнее следует образцам, лучше удерживает персонажей и окружение, естественнее передаёт речь и реже создаёт нежелательные склейки при движении камеры.
В сравнительном примере с анимированным постером Omni 1.2 Flash точнее воспроизводит исходное изображение: последовательно собирает композицию и сохраняет материалы, тени и типографику до финального кадра. Это показательная демонстрация, но не универсальный тест качества. Данных для численного сравнения с видеомоделями других компаний в публикации нет.
Частые вопросы
Какова максимальная длительность видео в Gemini Omni 1.2 Flash?
Модель генерирует и редактирует ролики до 15 секунд. Длительность задаётся с шагом в одну секунду в диапазоне от 3 до 15 секунд.
Сколько стоит 15-секундный ролик?
По объявленной ставке $0,07 за секунду видео в 720p получается $1,05. Эта сумма не описывает стоимость дополнительных правок или повышения разрешения: отдельные тарифы на них в анонсе не приведены.
Можно ли изменить фон без полной перегенерации?
Да, Google заявляет последовательное редактирование одного клипа через диалог. Среди примеров — замена фона или товара, изменение освещения, погоды и соотношения сторон.
Есть ли бесплатный доступ?
Google сообщает о генерации 15-секундных видео без дополнительной платы в Google Vids с аккаунтом Google или подпиской Google Workspace. Квоты и подробные условия в публикации не раскрыты; на API это условие не распространяется автоматически.
Можно ли сразу создавать видео в 4K?
В анонсе описан процесс с черновой генерацией в 360p или 720p и последующим повышением разрешения выбранных роликов до 1080p или 4K. Отдельных условий исходной генерации в 4K компания в этой публикации не приводит.
Для сопутствующих текстовых задач — подготовки сценариев, раскадровок и вариантов реплик — модели GPT, Claude, Gemini и других можно использовать через Evrona дешевле, чем напрямую у поставщиков.
Итог
Gemini Omni 1.2 Flash увеличивает максимальную длину ролика до 15 секунд и снижает цену генерации в 720p до $0,07 за секунду. Не менее важное изменение — возможность последовательно дорабатывать один клип, точнее сохраняя персонажей, товары и композицию. Для внедрения стоит проверить не только качество на собственных образцах, но и условия выбранной платформы: квоты, регионы и стоимость дополнительных операций в анонсе не раскрыты.