Gemini Omni 1.2 Flash: klipy do 15 sekund, edycja w czacie i 30% taniej w API

Google udostępniło Gemini Omni 1.2 Flash: model do generowania i edycji wideo, który robi klipy do 15 sekund, lepiej trzyma spójność postaci i produktu oraz jest o 30 procent tańszy w API niż poprzednia wersja. Od 5 listopada jest ogólnie dostępny w Gemini API, Google Cloud i Google Vids — także dla firm i twórców w Polsce.

Co się zmienia względem Omni 1.1

Poprzednia wersja kończyła na 10 sekundach. Omni 1.2 Flash generuje i edytuje nagrania natywnie do 15 sekund, a długość ustawisz co jedną sekundę w zakresie od 3 do 15. To wystarczy na krótką reklamę, explainera produktu albo pełną scenę do social mediów bez sklejania kilku generacji.

Google obniżyło cenę o około 30 procent: w API za sekundę wideo 720p płacisz 0,07 dolara. Możesz szkicować w 360p lub 720p, poprawić detal w kolejnej turze rozmowy zamiast generować cały klip od zera, a potem podnieść wybrane ujęcie do 1080p lub 4K. Według firmy model lepiej trzyma referencje: zdjęcia postaci, produktu czy stylu oraz krótkie klipy ruchu (do trzech sekund) i wskazówki audio — twarz, krój ubrania, opakowanie i kolory marki mają mniej „pływać” między kadrami.

Edycja w rozmowie zamiast od zera

Najbardziej praktyczna nowość dla codziennej pracy to wieloturowa edycja. Jednym poleceniem zmieniasz tło, produkt, oświetlenie albo proporcje kadru na tym samym klipie, bez nowego briefu. Google pokazuje też płynniejszą mowę, wyraźniejszy lip-sync i rozróżnianie kilku mówców — przydatne w Flow, Gemini for business i Google Vids z awatarami, muzyką i narracją.

Wyjścia mają niewidoczny znak wodny SynthID. Na Google Cloud jest Provisioned Throughput i infrastruktura pod produkcję. Firma zaznacza, że nadal poprawia szybkie akcje sportowe, gwałtowne zmiany scenariusza i złożoną fizykę — do takich scen warto liczyć się z poprawkami ręcznymi.

Gdzie to włączyć w Polsce

Dla twórców i małych firm najprostsza ścieżka to Google Vids: 15-sekundowe klipy Omni 1.2 Flash bez dodatkowej opłaty przy koncie Google lub Google Workspace (Business Starter i wyżej, także konta prywatne oraz Google AI Pro/Ultra; rollout od 5 listopada). W aplikacji Gemini 15-sekundowe wideo ma iść do subskrybentów Google AI Ultra. Deweloperzy startują w Google AI Studio i Gemini API; firmy — w konsoli Google Cloud i przez API. Flow służy do reżyserowania scen i edycji wieloturowych, a Google Ads — do skalowania kampanii wideo.

Praktycznie: jeśli robisz katalogi, try-on, shorty produktowe albo warianty reklam pod różne grupy, możesz wrzucić zdjęcia produktu i stylu, wygenerować 10–15 sekund, poprawić tło czy kąt kamerą w czacie i dopiero wtedy wrzucić wynik do CapCuta lub Ads. To nie zastąpi całego montażu ani pełnej produkcji, ale skraca etap szkicu i testu kreatywów.

Na co uważać

Ceny API są w dolarach — przy kursie i VAT warto policzyć koszt kampanii przed masowym generowaniem. Dostęp w Vids i Gemini zależy od planu Workspace lub AI; sprawdź limity w swojej subskrypcji. Generowane twarze i głosy wciąż bywają niedoskonałe przy szybkich ruchach, więc materiały „na klienta” warto przejrzeć klatka po klatce. Jeśli używasz wizerunku osób albo znaków towarowych, obowiązują zwykłe zasady zgody i prawa do wizerunku — model tego nie załatwia.

Źródło: Google: Gemini Omni 1.2 Flash, Google Cloud Blog, Google Workspace Updates — Vids.

Artykuł zredagowany przy pomocy AI.