Gemini Omni 1.2 Flash — видео со звуком до 15 секунд

В разделе «Видео» NeuralSpace появилась новая версия мультимодальной видеомодели Google — Gemini Omni 1.2 Flash. Ролик собирается из текста и до семи изображений-референсов, длительность задаётся любой секундой от 3 до 15, качество — от чернового 360p до 4K, а звук пишется вместе с видео. Модель доступна на странице /video/gemini-omni-1-2-flash, также она работает в публичном API и MCP.

Что нового в 1.2 Flash

Три изменения против версии 1.1 Flash. Первое — длительность: ролик может идти до 15 секунд, а не до 8–10. Второе — сетка длительностей: значение выбирается любой секундой от 3 до 15, поэтому хронометраж подгоняется под задачу, а не под шаблон из четырёх значений. Третье — первое загруженное изображение можно назначить стартовым кадром галочкой в настройках, остальные уйдут подсказками стиля.

Изображения: референсы и стартовый кадр

В заявке можно указать до семи изображений. По умолчанию каждое работает референсом: модель считывает с них стиль, палитру и композицию сцены. Галочка «первое изображение — стартовый кадр» превращает первый файл в буквальный первый кадр ролика: движение начнётся с вашей картинки, а дальше сцена описывается словами.

Видео- и аудио-входа, готовых голосов и сохранённых персонажей у 1.2 Flash нет: это режим «текст плюс картинки». Если для сцены нужны голоса, персонажи или видео-референс, их дают соседние версии Gemini Omni в том же списке моделей.

Длительность 3–15 секунд и посекундная цена

Длительность выбирается точным числом секунд: нужно 5 секунд под сторис — берёте 5, нужно 12 под сцену диалога — берёте 12. Кадр подрезается не линейкой из четырёх значений, а задачей.

Цена считается по секундам: чем длиннее ролик и чем выше разрешение, тем больше итог. Черновой 360p заметно дешевле финального 1080p и 4K, поэтому практичный маршрут прежний — перебрать композицию в 360p, а затем снять тот же промпт с тем же seed в высоком разрешении. Оплата токенами: точная цена видна до запуска и фиксируется после нажатия кнопки, а при неудавшейся генерации токены возвращаются автоматически. Актуальные цены — на странице модели и в разделе API.

Звук, seed и повтор удачного дубля

Звук генерируется вместе с видео: модель сама подбирает озвучку сцены, отдельной дорожки загружать не нужно. Поле seed фиксирует случайную составляющую — тот же промпт с тем же seed повторяет композицию дубля, отличается только детализация между разрешениями.

История генераций общая с остальными версиями Gemini Omni: ролики 1.2 Flash лежат в той же ленте, и любой удачный дубль можно опубликовать трендом или открыть в редакторе.

Как попробовать

1. Откройте раздел «Видео» и выберите модель Gemini Omni 1.2 Flash (страница модели — /video/gemini-omni-1-2-flash).
2. Введите описание сцены и при желании загрузите до 7 изображений-референсов; галочкой назначьте первое из них стартовым кадром.
3. Выберите длительность 3–15 секунд, разрешение 360p/720p/1080p/4K и пропорции кадра 16:9 или 9:16; при необходимости укажите seed.
4. Для своих приложений модель gemini-omni-1-2-flash доступна в публичном API (POST /v1/videos/generations) и через MCP — инструмент generate_video. Ключ — на странице API.

Когда выбирать 1.2 Flash

1.2 Flash берёт, когда ролик должен идти дольше десяти секунд или хронометраж должен быть точным до секунды. 1.1 Flash остаётся там, где нужны голоса, персонажи и видео-вход — у 1.2 этих режимов нет, зато длительность тоньше и черновой 360p дешевле.

Частые вопросы

Что за модель Gemini Omni 1.2 Flash? Новая версия мультимодальной видеомодели Google: ролики 3–15 секунд с любой секундой, со звуком, 360p–4K, до 7 изображений-референсов и стартовый кадр.

Есть ли звук в видео? Да, звук генерируется вместе с роликом; отдельная дорожка не нужна.

Сколько стоит генерация? Оплата посекундная и зависит от разрешения; цена видна до запуска и фиксируется, при сбое токены возвращаются.

Чем 1.2 отличается от 1.1 Flash? Длиннее ролики (до 15 секунд), точная секундная сетка длительности и черновой 360p; голоса, персонажи и видео-вход остались у соседних версий.