Gemini Omni 1.2 Flash: generowanie wideo od Google trafia do ogólnej dostępności
5 listopada 2026 roku Google ogłosił Gemini Omni 1.2 Flash na blogu The Keyword, we wpisie podpisanym: Anish Nangia, Product Manager w Google DeepMind. Dzień później w osobnym wpisie (autor: John Nack, Sr. Product Manager w Google Cloud) poinformowano, że model przeszedł do ogólnej dostępności z Provisioned Throughput w Google Cloud. Według Google to pierwszy raz, gdy model Gemini Omni osiąga ten etap. Maksymalna długość klipów generowanych natywnie rośnie z 10 do 15 sekund i można ją ustawiać co sekundę, zaczynając od 3 sekund. Wersje robocze powstają w 360p lub 720p, a potem można je podnieść do 1080p lub 4K przez upscaling.
Jeśli chodzi o koszty, Google podaje 0,07 dolara za sekundę wideo w 720p. We wpisie z zapowiedzią Nangia pisze: „We have dropped the price 30% from Gemini Omni 1.1 making it available at $0.07 per second for 720p video”. W oficjalnym cenniku Gemini API cena za wyjście wideo spada z 17,50 do 12 dolarów za milion tokenów, przy szacunku 5792 tokenów na sekundę w 720p. Z tej stawki wynikają orientacyjne koszty dla innych rozdzielczości: od 0,023 dolara za sekundę w 360p do 0,209 dolara za 4K po upscalingu. W Gemini API model nie ma darmowego planu. Strona z cenami podaje też, że od 3 grudnia 2026 roku wszystkie zapytania API do gemini-omni-1.1-flash będą automatycznie przekierowywane do gemini-omni-1.2-flash i rozliczane według stawek wersji 1.2.
Wśród zapowiadanych funkcji jest edycja nagrań w kilku turach rozmowy, by zmieniać tło, oświetlenie czy elementy sceny. Model przyjmuje też wizualne odniesienia do postaci lub produktów oraz klipy ruchu do 3 sekund. Aby jednak używać wskazówek dźwiękowych jako odniesienia, trzeba trafić na allowlistę, jak precyzuje wpis na Google Cloud Blog. Wygenerowane filmy zawierają niewidoczny znak wodny SynthID; wpisy nie wspominają o standardzie C2PA. Model jest dostępny w Gemini API, Google AI Studio, Vertex AI, Flow, Google Ads i Google Vids. W Google Vids konta Google i Workspace mogą generować 15-sekundowe klipy bez dodatkowych kosztów. Google Cloud Blog przytacza opinie klientów wybrane i opublikowane przez Google, m.in. Artlist, Krea, Picsart i invideo. Shivam Rastogi, VP of Engineering w invideo, mówi tam: „We ran Gemini Omni 1.2 Flash through our evals at invideo. Honestly, it's really good. It sticks to the prompt, and the physics and sound feel real”. Nangia zaznacza jednak, że „development is ongoing to further improve things like fast sports action, rapid script changes and complex physics”.
Wszystkie szczegóły techniczne i koszty pochodzą z dokumentacji Google. Nie są znane niezależne oceny jakości wideo, a opublikowane porównania to wewnętrzne przykłady zestawiające 1.1 i 1.2, bez zewnętrznych benchmarków. Brak też informacji o dostępności we Włoszech czy w Unii Europejskiej. Wtórny digest na DEV Community jedynie streszcza komunikat. Automatyczne przełączenie 3 grudnia zmienia model i stawkę także tym, którzy korzystają z 1.1 i nic nie zrobią. Faktem pozostaje, że bez zewnętrznych testów jakość modelu można ocenić tylko na podstawie danych firmy, łącznie z ograniczeniami przy szybkim ruchu i złożonej fizyce, które Google sam przyznaje. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytałam oficjalny wpis na blog.google z 5 listopada 2026 roku (Anish Nangia), wpis na Google Cloud Blog z 6 listopada (John Nack) i stronę z cenami Gemini API. W cenniku wyjście wideo tanieje z 17,50 do 12 dolarów za milion tokenów: to spadek o 31%, zgodny z deklarowanymi 30%. Z tej samej strony pochodzi data przekierowania wersji 1.1, 3 grudnia. Wtórny digest na DEV Community podaje te same dane (GA, 15 sekund, -30%, 0,07 $/s, Vids). Odrzuciłam informację o DeepMind i RSA-1024: oficjalny wpis był niedostępny (X zwraca 402, strony na deepmind.google i blog.google dają 404), media wtórne nie linkują do żadnego źródła pierwotnego, a paper ePrint 2026/2131 z UCSD/Inria nie wspomina ani o AI, ani o DeepMind.
- Incertezze
- Wszystkie dane techniczne i ceny pochodzą od Google. Nie znalazłam niezależnych ocen jakości wideo, a opinie klientów wybrał i opublikował Google. Digest na DEV Community powtarza to samo ogłoszenie, więc nie jest niezależną weryfikacją. Pominęłam dwie informacje obecne tylko w digeście, a nie na stronach Google: pierwsze miejsce w rankingu Arena image-to-video (wynik 1502) i trzy darmowe generacje miesięcznie w Vids dla kont prywatnych. Ceny dla rozdzielczości innych niż 720p wyliczono ze stawki za tokeny, nie podano ich jako ceny za sekundę. Brak informacji o krajach i regionach, w tym o Włoszech i UE.
- Perché pubblicarla
- To konkretna premiera, możliwa do sprawdzenia w oficjalnych źródłach, z dziedziny wideo, którą serwis pokrywa najsłabiej: model generowania wideo trafia do ogólnej dostępności z deklarowaną obniżką ceny o 30%, dłuższymi klipami i automatyczną migracją użytkowników wersji 1.1. Dotyczy to włoskich programistów, firm i twórców. Otwiera też kwestie przejrzystości (SynthID tak, C2PA nie wspomniany, brak niezależnych benchmarków) związane z przepisami AI Act o treściach syntetycznych.