Gemini5 ноября 2026 года компания Google представила модель генерации и редактирования видео Gemini Omni 1.2 Flash. Новая версия создаёт ролики со звуком длительностью до 15 секунд вместо прежних 10 секунд в Gemini Omni 1.1 Flash. Стоимость генерации видео в разрешении 720p через API снизилась на 30% и составляет 0,07 USD за секунду. Модель уже доступна в Gemini API, Google Cloud и сервисах Google Workspace, а для подписчиков Google AI Ultra распространяется в приложении Gemini.
Что изменилось в Gemini Omni 1.2 Flash по сравнению с версией 1.1
Сравнение параметров основано на описании моделей Gemini Omni Flash в документации Google AI Studio. Оба выпуска принимают текст, изображения и видео при входном лимите 131 072 токена и выходном 65 536 токенов.
| Параметр | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| Код модели в API | gemini-omni-1.2-flash | gemini-omni-1.1-flash |
| Длительность одного клипа | От 3 до 15 с (с шагом 1 с, по умолчанию 10 с) | От 3 до 10 с |
| Продление и интерполяция кадров | От 3 до 10 с за шаг (продление до 30 с суммарно) | От 3 до 10 с |
| Разрешение и частота кадров | 360p, 720p, 1080p и 4K, 24 кадра/с | 360p, 720p, 1080p и 4K, 24 кадра/с |
| Форматы кадра | 16:9 (по умолчанию) и 9:16 | 16:9 и 9:16 |
| Выходные данные | Видео со встроенным аудио и текст | Видео |
| Цена за 1 с видео в 720p (API) | 0,07 USD | 0,10 USD |
Модель gemini-omni-1.1-flash останется доступной в течение четырёхнедельного переходного периода. С 3 декабря 2026 года все запросы к версии 1.1 в Gemini API будут автоматически перенаправляться на gemini-omni-1.2-flash без изменения кода и оплачиваться по сниженным ставкам.
Сколько стоит генерация видео в Gemini API
Расценки приведены по таблице тарифов Gemini Developer API. Базовая ставка вывода составляет 12,00 USD за 1 миллион видеотокенов; входные и текстовые токены оплачиваются отдельно, а бесплатного уровня в API нет.
| Разрешение | Расход видеотокенов в секунду | Цена за 1 с видео | Цена за ролик 15 с |
|---|---|---|---|
| 360p (черновик) | 1931 токен | 0,023 USD (около 1,9 рубля) | 0,35 USD (около 29 рублей) |
| 720p (по умолчанию) | 5792 токена | 0,07 USD (около 5,7 рубля) | 1,04 USD (около 85 рублей) |
| 1080p (масштабирование) | 8688 токенов | 0,104 USD (около 8,5 рубля) | 1,56 USD (около 128 рублей) |
| 4K (масштабирование) | 17 376 токенов | 0,209 USD (около 17,1 рубля) | 3,13 USD (около 256 рублей) |
Справочный расчёт в рублях выполнен по курсу ЦБ России на 6 ноября 2026 года (81,79 рубля за 1 USD). Для снижения затрат разработчики могут создавать черновики в 360p или 720p, вносить правки отдельными запросами и масштабировать до 1080p или 4K только утверждённый вариант.
Работа с референсами, звуком и диалоговым редактированием
При создании ролика модель учитывает несколько типов исходных материалов. Во всех режимах поддерживается передача до шести эталонных изображений персонажей, товаров или стиля. Для видео длиной от 3 до 10 секунд можно прикрепить до трёх коротких видеореференсов движения (до 3 секунд каждый), а для роликов от 11 до 15 секунд – один такой видеофрагмент.
По данным Google, версия 1.2 точнее сохраняет черты лиц, крой одежды, шрифты на упаковках и фирменные цвета при смене ракурса и пролётах виртуальной камеры. При передаче двух изображений модель строит плавный переход между первым и последним кадрами, но в режиме интерполяции длительность ограничена 10 секундами – указание большего значения вызовет ошибку API.
В руководстве по работе с Gemini Omni Flash описано пошаговое редактирование через Interactions API. Передача идентификатора previous_interaction_id позволяет менять фон, освещение, погоду, товары в кадре или соотношение сторон без повторной загрузки исходного видео. В таком режиме можно редактировать и собственные ролики длиной до 15 секунд, загруженные через Files API.
Модель также генерирует естественную речь для нескольких собеседников с синхронизацией движений губ и распределением голосов по персонажам. В Google Cloud использование аудиореференсов открывается по предварительной заявке в белый список (allowlisting).
SynthID – технология цифровой маркировки Google DeepMind, которая встраивает незаметный для человеческого глаза и слуха водяной знак непосредственно в пиксели видео и звуковую дорожку при генерации. Такая метка сохраняется после сжатия, обрезки или цветовой коррекции и позволяет определить искусственное происхождение файла.
Где доступна модель и какие действуют ограничения
Google развернула Gemini Omni 1.2 Flash в пользовательских, корпоративных и облачных инструментах:
- Google AI Studio и Gemini API: тестирование промптов и встраивание генерации в приложения через Interactions API.
- Google Cloud: промышленная эксплуатация с гарантированной пропускной способностью (Provisioned Throughput) и корпоративными соглашениями об уровне обслуживания.
- Google Vids и Gemini для бизнеса: генерация 15-секундных роликов со звуком без доплаты при наличии аккаунта Google или подписки Google Workspace.
- Flow и Google Ads: режиссура сцен, многошаговое редактирование и выпуск вариантов видеорекламы.
- Приложение Gemini: создание 15-секундных видеороликов распространяется для подписчиков тарифа Google AI Ultra; ранее компания обновила правила выбора моделей и квот в подписках Gemini и открыла доступ к флагманской модели Gemini 4 Argon. На компьютерах генерация видео через Gemini Omni также встроена в настольное приложение Gemini для Windows.
Команда Google указывает, что сцены с быстрыми спортивными движениями, резкой сменой сценария и сложной физикой ещё дорабатываются. В документации API также зафиксировано региональное ограничение: редактирование и продление загруженных пользовательских видео сейчас недоступны в странах Европейской экономической зоны (ЕЭЗ), Швейцарии и Великобритании. В России сервисы Gemini официально не работают.
Вывод
Gemini Omni 1.2 Flash подойдёт разработчикам, студиям и маркетинговым командам, которым нужно собирать и дорабатывать короткие ролики со звуком в диалоговом режиме без полной перегенерации дублей. При настройке рабочих процессов через API стоит учитывать 10-секундный предел для интерполяции кадров, региональные ограничения в Европе и автоматическое переключение со старой модели 3 декабря 2026 года.
