Catatan penulis: Artikel ini mengulas durasi 15 detik, kepatuhan pada referensi, pengeditan multironde, kontrol suara dan kamera, penurunan harga 30%, serta kekurangan yang diakui secara resmi oleh Google. Tujuannya membantu developer memutuskan apakah Gemini Omni 1.2 Flash layak masuk dalam evaluasi solusi pembuatan video.
Google merilis Gemini Omni 1.2 Flash pada 5 November 2026 dan sekaligus menyediakannya secara umum (GA) di Gemini API dan Gemini for business. Versi ini membawa tiga pembaruan utama: video native 15 detik, pengeditan percakapan multironde, dan harga 720p sebesar 0,07 dolar AS per detik (turun 30% dibandingkan 1.1). Kepatuhan pada referensi, konsistensi, kontrol suara, dan kontrol kamera juga ditingkatkan.
Ini bukan sekadar rumor. Semua informasi di atas berasal dari artikel peluncuran di blog resmi Google, yang ditulis oleh manajer produk Google DeepMind. Namun, artikel tersebut lebih berfokus pada hasil demonstrasi dan hanya sedikit membahas parameter, ID model, serta batas laju yang justru penting bagi developer. Artikel ini akan menerjemahkan klaim pemasaran menjadi spesifikasi dan batasan, serta menandai hal-hal yang masih perlu Anda uji dengan materi sendiri.
Manfaat utama: Dalam beberapa menit, Anda bisa memahami perubahan Gemini Omni 1.2 Flash dibandingkan 1.1, membedakan kemampuan API dari fitur yang hanya tersedia di aplikasi Google, dan menilai apakah model ini layak dievaluasi sekarang.
Ringkasan informasi utama Gemini Omni 1.2 Flash
Berikut rangkuman poin-poin peluncurannya. Semua informasi dalam tabel berasal dari artikel peluncuran resmi. Parameter yang tidak disebutkan—seperti ID model, format API, dan batas kecepatan—tidak kami isi dan akan dibahas di bagian “Perlu diverifikasi”.
| Informasi | Detail Gemini Omni 1.2 Flash |
|---|---|
| Tanggal rilis | 2026-11-05, langsung GA (tersedia secara umum) pada hari yang sama |
| Pengembang | Google / Google DeepMind |
| Durasi video | 3–15 detik, dapat diatur per 1 detik (batas versi 1.1 adalah 10 detik) |
| Harga | 0,07 dolar AS per detik untuk 720p (dihitung dari 12 dolar AS per 1 juta token output video dan 5.792 token per detik pada 720p), turun 30% dibandingkan Omni 1.1 |
| Alur kerja resolusi | Buat hasil awal dengan cepat pada 360p / 720p, lalu tingkatkan resolusi hasil yang dipilih ke 1080p atau 4K |
| Input referensi | Gambar karakter/produk/gaya, klip gerakan hingga 3 detik, petunjuk audio |
| Metode penyuntingan | Penyuntingan melalui percakapan dalam beberapa putaran, mencakup seluruh klip 15 detik |
| Kemampuan perusahaan | Berbasis infrastruktur Google Cloud, menyediakan Provisioned Throughput |
| Penanda konten | Output disematkan watermark SynthID yang tidak terlihat |
| Keterbatasan yang diakui secara resmi | Gerakan olahraga yang cepat, perubahan adegan yang cepat, dan simulasi fisika kompleks masih terus ditingkatkan |
Apa arti GA dan Provisioned Throughput untuk Gemini Omni 1.2 Flash?
Pihak resmi menekankan bahwa ini adalah pertama kalinya Gemini Omni mencapai status GA. Bagi pengembang, GA berarti model sudah melewati tahap pratinjau atau eksperimen dan siap digunakan di lingkungan produksi. Biasanya, ini juga berarti antarmuka dan perilakunya lebih stabil dibandingkan versi pratinjau.
Provisioned Throughput adalah kapasitas throughput yang dipesan di Google Cloud: perusahaan membeli kapasitas pemrosesan di muka agar ketersediaan dan latensi lebih dapat diprediksi saat trafik sedang tinggi. Jika bisnis Anda perlu membuat materi iklan secara massal atau memiliki persyaratan SLA untuk waktu penyelesaian video, hal ini bisa lebih penting daripada harga per unit. Artikel peluncurannya tidak menjelaskan cara penagihannya secara spesifik, jadi Anda perlu memeriksanya di halaman harga Google Cloud.
6 perubahan utama Gemini Omni 1.2 Flash dibandingkan 1.1
Artikel resmi menggunakan banyak contoh video untuk menunjukkan peningkatannya. Kami merangkum penjelasan tersebut dari sudut pandang developer, lalu membedakan antara “perubahan spesifikasi yang terukur” dan “peningkatan kualitas hasil”. Yang pertama bisa langsung dimasukkan ke rancangan teknis, sedangkan yang kedua perlu diuji sendiri.
| Aspek | Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | Jenis perubahan |
|---|---|---|---|
| Durasi maksimum | 10 detik | 15 detik, dengan pengaturan 3–15 detik per 1 detik | Perubahan spesifikasi |
| Harga 720p | 0,10 dolar AS/detik (17,50 dolar AS per 1 juta token output video) | 0,07 dolar AS/detik (12 dolar AS per 1 juta token output video) | Perubahan harga |
| Kesesuaian dengan referensi | Dalam contoh resmi, hasil kurang sesuai dengan gambar referensi | Wajah, pakaian, font pada kemasan, dan warna merek tetap konsisten di berbagai sudut kamera | Peningkatan kualitas hasil |
| Konsistensi frame awal dan akhir | Contoh menunjukkan ketidaksesuaian detail, seperti kucing di atap dan sendok sup yang berubah menjadi sumpit | Pergeseran detail dan perubahan bentuk lebih sedikit | Peningkatan kualitas hasil |
| Pengeditan multironde | Tidak disebutkan dalam artikel peluncuran | Produk/latar belakang, pencahayaan/cuaca, dan rasio aspek dapat diganti secara bertahap | Kemampuan baru |
| Status GA | Belum GA | Pertama kali mencapai GA, dengan dukungan Provisioned Throughput | Perubahan spesifikasi |
💡 Penjelasan harga: Output video Google ditagih berdasarkan token, bukan per detik. Jadi, semua harga “per detik” dalam artikel ini merupakan hasil konversi. Kedua angka berasal dari halaman harga Gemini API: output video 1.1 dikenakan biaya 17,50 dolar AS per 1 juta token, sedangkan 1.2 sebesar 12 dolar AS. Dengan perhitungan 5.792 token output per detik untuk 720p, biayanya masing-masing sekitar 0,10 dolar AS/detik dan 0,07 dolar AS/detik, turun sekitar 30%. Halaman harga juga menyebutkan bahwa mulai 3 Desember 2026, permintaan ke gemini-omni-1.1-flash akan otomatis diarahkan ke 1.2 dan ditagih dengan harga 1.2.
Perubahan pertama: Gemini Omni 1.2 Flash mendukung durasi fleksibel 3–15 detik
Durasi maksimal naik dari 10 menjadi 15 detik. Sekilas hanya bertambah 5 detik, tetapi perbedaannya signifikan untuk banyak kebutuhan. Iklan media sosial yang lengkap, penjelasan fitur produk, atau cerita pendek dengan alur yang utuh sering kali membutuhkan 12–15 detik. Dulu, Anda harus menggabungkan dua klip; sekarang, semuanya bisa dibuat sekaligus.
Detail lain yang mudah terlewat adalah durasi dapat diatur dengan kelipatan 1 detik. Untuk model yang biayanya dihitung per detik, Anda bisa menentukan durasi tepat 7 detik tanpa harus membayar untuk 10 detik. Ini sangat membantu mengendalikan biaya saat membuat konten dalam jumlah besar.
Perubahan kedua: Referensi mencakup gambar, klip gerakan, dan audio
1.2 Flash memungkinkan Anda menggabungkan berbagai referensi: gambar karakter, produk, atau gaya; klip gerakan berdurasi maksimal 3 detik; dan petunjuk audio. Dalam contoh resmi, satu foto model digabungkan dengan gambar produk tampak depan dan belakang dari tiga set pakaian untuk menghasilkan video coba pakaian virtual berdurasi 15 detik. Identitas model serta potongan, jatuhnya kain, dan detail belakang setiap pakaian tetap konsisten saat model berputar 360 derajat.
Kemampuan ini paling mudah diterapkan untuk e-commerce: mengubah foto produk atau gambar desain karakter yang sudah ada menjadi klip coba pakaian, tampilan produk 360 derajat, dan iklan merek. Perlu diperhatikan, durasi maksimal klip gerakan adalah 3 detik dan batas ini tidak bisa dilampaui. Jika materi referensi gerakan Anda lebih panjang, potong terlebih dahulu.
Perubahan ketiga: Konsistensi yang lebih baik pada frame awal, frame akhir, dan perpanjangan klip
Menurut pengumuman resmi, karakter, objek, dan adegan kini lebih stabil dari frame pertama hingga terakhir, dengan lebih sedikit pergeseran visual dan perubahan bentuk saat terjadi gerakan atau perpindahan kamera. Peningkatan ini berlaku untuk dua penggunaan: interpolasi antara frame awal dan akhir, serta memperpanjang klip yang sudah ada untuk membuat rangkaian yang lebih panjang.
Menariknya, dalam perbandingan frame awal dan akhir antara versi 1.1 dan 1.2, pengumuman resmi juga mengakui adanya perbedaan kecil, seperti kucing di atap atau sendok sup yang berubah menjadi sumpit. Artinya, konsistensi “meningkat secara signifikan”, tetapi belum “sepenuhnya teratasi”. Adegan yang sensitif terhadap detail tetap perlu diperiksa secara manual.
Perubahan keempat: Pengeditan melalui percakapan multi-putaran di Gemini Omni 1.2 Flash
Ini adalah pembaruan yang paling berpengaruh terhadap alur kerja. Kamu bisa mengubah video yang sama secara bertahap, misalnya mengganti produk atau latar belakang, mengubah pencahayaan atau cuaca, dan mengganti rasio aspek, tanpa perlu membuat ulang video dari awal. Dalam contoh resmi, latar belakang sebuah video hasil pembuatan diganti selama lima putaran berturut-turut, sementara penampilan kedua karakter, pantulan pada baju zirah, dan komposisi kamera tetap sama.
Pengeditan multi-putaran mencakup seluruh klip berdurasi 15 detik. Salah satu penggunaan yang disarankan adalah membuat banyak variasi iklan untuk audiens dan penempatan yang berbeda. Contoh lainnya adalah “transfer gerakan”: pada putaran pertama dibuat seekor gurita yang bergerak meliuk, lalu pada putaran kedua gurita itu diganti dengan seorang penari, dengan gaun yang meniru gerakan mengalir sang gurita.
Perubahan kelima: Suara dan dialog multipembicara yang lebih alami
Dialog dalam 1.2 Flash terdengar lebih lancar, sinkronisasi bibir lebih jelas, dan model ini mampu membedakan beberapa pembicara. Contoh resmi menggunakan satu gambar adegan bersama empat kelompok referensi karakter, gerakan bibir, dan suara berdurasi 1 detik, sehingga setiap sampel suara ditetapkan ke karakter yang tepat.
Perlu dibedakan bahwa sebagian besar penerapan yang disebutkan dalam bagian ini adalah aplikasi Google: dialog multiperan di Flow, video penjelasan di Gemini for business, serta video jadi dengan avatar dan narasi di Google Vids. Artikel pengumuman tidak menjelaskan cara memanggil kemampuan suara melalui API atau meneruskan parameternya.
Perubahan keenam: Pergerakan kamera kontinu yang lebih terkendali
Menurut Google, gerakan kamera kontinu yang kompleks—seperti terbang melintasi ruang dalam sudut pandang orang pertama (FPV), menarik kamera menjauh secara dramatis, atau mengitari objek—mengalami jauh lebih sedikit lompatan potongan yang tidak diinginkan, dengan proporsi yang lebih stabil. Contohnya mencakup penerbangan FPV tanpa potongan berdasarkan dua foto bangunan, dari alun-alun menembus pintu perunggu hingga naik ke kubah Pantheon, serta satu pengambilan gambar kontinu selama 10 detik yang bergerak dari close-up pesisir ke panorama pulau.
Cara kerja alur pengendalian biaya Gemini Omni 1.2 Flash
Penurunan harga 30% hanya sebagian dari ceritanya. Google lebih menekankan alur kerja untuk mengendalikan biaya keseluruhan: buat draf cepat beresolusi rendah → rapikan detail lewat beberapa putaran pengeditan → perbesar hanya versi akhir yang sudah sesuai. Dibandingkan cara lama yang membuat ulang seluruh klip setiap kali hasilnya kurang memuaskan, alur ini dapat mengurangi biaya yang terbuang secara signifikan.
Di Google AI Studio, kartu model ini menampilkan harga per token: 1,50 dolar AS per 1 juta token input, 9 dolar AS per 1 juta token output teks, dan 12 dolar AS per 1 juta token output video. Ini setara dengan harga “0,07 dolar AS per detik” yang disebutkan sebelumnya, hanya saja satuan penagihannya berbeda. Halaman harga resmi mengonversi 5.792 token output per detik pada 720p menjadi harga per detik, dan juga mencantumkan resolusi lainnya:
- 360p: 1.931 token output per detik, sekitar 0,023 dolar AS/detik
- 720p: 5.792 token output per detik, sekitar 0,07 dolar AS/detik
- 1080p (upsampling): 8.688 token output per detik, sekitar 0,104 dolar AS/detik
- 4K (upsampling): 17.376 token output per detik, sekitar 0,209 dolar AS/detik
Berdasarkan harga 720p, perkiraan biaya per klip adalah sebagai berikut:
| Durasi | Biaya per klip 720p (0,07 dolar AS/detik) | Penggunaan umum |
|---|---|---|
| 3 detik | sekitar 0,21 dolar AS | Pengujian adegan, sampul bergerak |
| 6 detik | sekitar 0,42 dolar AS | Iklan pendek di feed |
| 10 detik | sekitar 0,70 dolar AS | Menampilkan keunggulan produk |
| 15 detik | sekitar 1,05 dolar AS | Iklan lengkap, penjelasan produk |
Artikel pengumumannya tidak menjelaskan apakah setiap putaran pengeditan ditagih berdasarkan durasi penuh. Hal ini akan langsung menentukan seberapa besar penghematan pengeditan dibandingkan dengan pembuatan ulang. Saat melakukan uji coba skala kecil, sebaiknya catat biaya aktual untuk setiap putaran.
Biaya besar lainnya dalam pembuatan video adalah uji coba petunjuk berulang kali. Banyak tim terlebih dahulu menggunakan Model Bahasa Besar untuk memecah brief kreatif menjadi skrip storyboard dan instruksi pengeditan per putaran, lalu menyerahkannya kepada model video agar jumlah pembuatan yang tidak efektif berkurang. Versi paling sederhana menggunakan antarmuka yang kompatibel dengan OpenAI untuk memanggil model teks dan menghasilkan petunjuk pengeditan untuk beberapa putaran sekaligus:
- Instal SDK: Di Python, jalankan
import openai, lalu buat klien denganopenai.OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1").base_urlmengarah ke antarmuka APIYI yang kompatibel dengan OpenAI; gunakan kunci API dari konsol. - Pilih model untuk menulis petunjuk: Ganti
YOUR_TEXT_MODELdengan model teks Gemini, GPT, atau Claude yang tersedia dalam daftar model platform. Langkah ini hanya untuk menulis petunjuk; model video dipanggil secara terpisah. - Kirim brief sebagai satu pesan user: Gunakan
messages=[{"role": "user", "content": "为一段 15 秒运动鞋广告写 4 轮编辑指令：换背景、换天气、换灯光、切 9:16"}], lalu kirim bersama ID model keclient.chat.completions.create(...). - Baca hasilnya:
print(resp.choices[0].message.content)akan menampilkan instruksi untuk beberapa putaran. Berikan instruksi itu ke model video satu per satu secara berurutan, agar setiap putaran mengedit video hasil putaran sebelumnya, bukan membuat ulang seluruh video.
Jika ingin menggunakan skrip yang sama untuk berbagai brief, lihat versi berikut yang menetapkan struktur output.
- Tulis petunjuk sistem: Gunakan string Python untuk meminta model berperan sebagai pembuat storyboard iklan video dan hanya menghasilkan JSON dengan tiga kunci:
duration_sec(bilangan bulat dari 3 sampai 15),base_prompt(petunjuk pembuatan awal), danedit_turns(instruksi pengeditan untuk putaran ke-2 dan seterusnya). Tambahkan juga aturan: setiap putaran hanya mengubah satu variabel—latar belakang, produk, pencahayaan, cuaca, atau rasio aspek—sementara karakter dan kamera tetap sama. - Definisikan fungsi
build_video_plan(brief, variants, model="YOUR_TEXT_MODEL"), dengan brief kreatif dan daftar varian yang diinginkan sebagai input. - Susun pesan user: Gunakan f-string, letakkan brief setelah
创意简报：, lalu gabungkan varian dengan koma dan letakkan setelah需要的变体：. - Kirim dua pesan sekaligus ke model teks: masukkan petunjuk sistem ke
systemdan string yang sudah disusun keuser. Tambahkanresponse_format={"type": "json_object"}agar respons bisa langsung diurai sebagai JSON. - Urai dan batasi durasi: Jalankan
plan = json.loads(resp.choices[0].message.content), laluplan["duration_sec"] = max(3, min(15, int(plan.get("duration_sec", 15)))). Durasi model ini adalah 3 sampai 15 detik, dengan kenaikan per 1 detik. - Coba dengan brief nyata: Misalnya, “sepatu lari baru, lari pagi di kota, menonjolkan bobot ringan dan daya pantul”, dengan varian “jalan saat hujan”, “pantai saat senja”, dan “ubah ke format vertikal 9:16”. Cetak hasilnya dengan
json.dumps(plan, ensure_ascii=False, indent=2). - Serahkan ke model video: Kirim
base_promptdanedit_turnske API video yang digunakan, lalu jalankan setiap putaran secara berurutan. Sebelum menjalankan banyak putaran sekaligus, catat biaya aktual setiap putaran.
🚀 Saran untuk mulai cepat: Pembuatan storyboard dan instruksi pengeditan cocok dikerjakan secara massal oleh model teks. Melalui APIYI apiyi.com, kamu bisa menggunakan kunci API yang sama untuk membandingkan kualitas petunjuk dari berbagai model teks. Pengguna baru mendapat kuota uji coba gratis. Untuk model video Gemini Omni sendiri, silakan merujuk ke kanal resmi Google; untuk mengetahui apakah APIYI sudah menyediakan model tersebut, periksa daftar model di platform.
Analisis dampak Gemini Omni 1.2 Flash bagi developer
Membedakan kemampuan API Gemini Omni 1.2 Flash dan fitur aplikasi Google
Artikel resmi membahas API, platform cloud, dan beberapa aplikasi Google sekaligus. Akibatnya, kita bisa keliru menilai apakah suatu fitur dapat dipanggil melalui API. Tabel berikut memisahkannya berdasarkan kanal agar lebih mudah dibandingkan.
| Kanal | Pengguna sasaran | Kemampuan yang dijelaskan secara resmi | Pertimbangan pemilihan |
|---|---|---|---|
| Gemini API / Google AI Studio | Developer | GA, mendukung pembuatan prototipe di AI Studio, dengan starter apps interaktif dan dokumentasi developer | Periksa dokumentasi resmi untuk parameter, ID model, dan batas laju |
| Konsol Google Cloud | Perusahaan | GA, dengan infrastruktur dan keamanan tingkat perusahaan serta Provisioned Throughput | Cocok untuk tim yang membutuhkan SLA dan pemrosesan dalam jumlah besar |
| Flow | Kreator | Penyutradaraan adegan, pengeditan multi-putaran, dan dialog multi-karakter | Fitur dalam aplikasi, tidak sama dengan kemampuan API |
| Google Vids | Pengguna akun Google / Workspace | Klip 15 detik tanpa biaya tambahan | Fitur dalam aplikasi, cocok bagi tim nonteknis untuk mencoba hasilnya |
| Aplikasi Gemini | Pelanggan Google AI Ultra | Video 15 detik, diluncurkan secara bertahap | Jadwal peluncuran dapat berbeda menurut wilayah dan akun |
| Google Ads | Tim periklanan | Memperluas kampanye pemasaran video | Ditujukan untuk kebutuhan periklanan |
| Bantuan teks (storyboard/petunjuk) | Developer | Bukan kanal resmi Omni; menggunakan model teks untuk membuat skrip dan instruksi pengeditan | Berbagai model teks dapat dipanggil melalui platform seperti APIYI apiyi.com |
Dampak bagi pengembang aplikasi
- Desain alur kerja akan berubah: Pengeditan multi-putaran membuat pola “buat sekali, edit berkali-kali” menjadi pilihan yang layak. Produk dapat menyediakan antarmuka pengeditan video seperti chat, alih-alih meminta pengguna menulis ulang petunjuk lengkap setiap kali.
- Model biaya perlu dihitung ulang: Penagihan per detik, pengaturan durasi dengan kelipatan 1 detik, dan draf beresolusi rendah membuka peluang untuk menekan biaya per unit. Namun, aturan penagihan untuk setiap putaran pengeditan perlu dipastikan terlebih dahulu.
- Kepatuhan lebih mudah: Tanda air SynthID disematkan secara default, menjadi nilai tambah bagi platform yang perlu menandai konten buatan AI.
Dampak bagi kreator konten dan penanggung jawab produk
- Materi e-commerce dan merek paling diuntungkan: Peningkatan dalam mengikuti gambar referensi dan menjaga konsistensi cocok untuk kebutuhan yang sering muncul, seperti uji coba pakaian virtual, tampilan produk 360 derajat, dan variasi iklan dalam berbagai versi.
- Tunda investasi besar pada skenario yang masih lemah: Pihak resmi menyebutkan bahwa gerakan olahraga cepat, perubahan skrip yang cepat, dan simulasi fisika yang kompleks masih dalam tahap peningkatan. Untuk saat ini, teknologi tersebut belum cocok dijadikan solusi utama bagi konten olahraga, aksi, atau adegan dengan interaksi fisik yang kompleks.
Daftar Periksa Pemilihan Gemini Omni 1.2 Flash
Contoh resmi dipilih secara khusus untuk menunjukkan kemampuan model, sementara pengujian independen saat ini masih terbatas. Sebelum memutuskan untuk memasukkannya ke dalam solusi, sebaiknya uji setiap hal berikut menggunakan materi Anda sendiri.
| Hal yang diuji | Alasan pengujian | Cara yang disarankan |
|---|---|---|
| Konsistensi gambar referensi | Contoh resmi belum tentu mencerminkan gambar produk dan desain karakter Anda | Lakukan 10–20 kali pembuatan gambar menggunakan gambar produk sendiri dan kemasan berteks, lalu hitung tingkat distorsi |
| Gerakan cepat dan fisika kompleks | Ini adalah kelemahan yang diakui secara resmi | Siapkan adegan khusus untuk menguji gerakan berlari, melompat, tabrakan, dan cairan |
| Stabilitas penyuntingan multironde | Semakin banyak ronde, semakin besar kemungkinan penyimpangan terakumulasi | Sunting secara berurutan selama lebih dari 5 ronde, lalu periksa apakah karakter dan komposisi tetap konsisten |
| Aturan biaya penyuntingan | Menentukan besarnya penghematan yang sebenarnya | Coba dengan nominal kecil dan catat biaya setiap ronde |
| Parameter antarmuka dan batas laju | Tidak dijelaskan dalam artikel peluncuran | Baca dokumentasi pengembang Gemini API dan lakukan uji beban |
| Suara dan gerakan bibir | Hasil untuk dialog non-Inggris, termasuk bahasa Mandarin, belum diketahui | Uji dialog multipembicara dalam bahasa target |
Pertanyaan yang Sering Diajukan (FAQ)
Q1: Apa itu Gemini Omni 1.2 Flash?
Gemini Omni 1.2 Flash adalah model pembuatan video yang dirilis dan tersedia secara umum (GA) oleh Google pada 2026-11-05. Model ini mengutamakan kecepatan dan biaya rendah, mendukung video native berdurasi 3–15 detik, beragam input referensi, serta pengeditan percakapan multi-putaran. Harga untuk 720p adalah 0.07 dolar AS per detik.
Q2: Apa perbedaan Gemini Omni 1.2 Flash dan 1.1?
Durasi maksimal versi 1.1 adalah 10 detik, sedangkan versi 1.2 meningkat menjadi 15 detik dan dapat diatur dengan interval 1 detik. Harganya turun 30%, dan tersedia fitur pengeditan percakapan multi-putaran. Kemampuan mengikuti referensi, konsistensi frame awal dan akhir, sinkronisasi suara dan gerak bibir, serta gerakan kamera berkelanjutan juga ditingkatkan. Versi ini sekaligus menjadi yang pertama mencapai GA dan menyediakan Provisioned Throughput.
Q3: Apakah Gemini Omni 1.2 Flash sudah bisa digunakan?
Ya. Model ini sudah tersedia secara umum di Gemini API dan Google Cloud. Developer juga dapat menguji prototipe di Google AI Studio. Model ini juga tersedia di Google Vids, Flow, dan Google Ads, sementara di aplikasi Gemini sedang diluncurkan secara bertahap kepada pelanggan Google AI Ultra.
Q4: Gemini Omni 1.2 Flash paling cocok untuk kebutuhan apa?
– **Coba pakaian virtual dan展示 produk untuk e-commerce**: gunakan foto model dan gambar produk untuk membuat cuplikan coba pakaian dan tampilan 360 derajat
– **Produksi varian iklan secara massal**: edit satu materi dalam beberapa putaran untuk menghasilkan versi dengan latar, cuaca, dan rasio aspek berbeda
– **Video singkat penjelasan produk dan edukasi sains**: buat penjelasan dengan beberapa shot dalam 15 detik; teks label dalam contoh resmi memiliki ejaan yang akurat
– **Tampilan ruang dengan gerakan kamera berkelanjutan**: shot FPV yang melintasi bangunan atau kawasan wisata, lalu menjauh
Q5: Bisakah Gemini Omni 1.2 Flash dipanggil melalui APIYI?
APIYI sudah menyediakan akses ke model teks seri Gemini. Namun, untuk model video Gemini Omni, silakan periksa daftar model di platform karena artikel ini tidak menjamin ketersediaannya. Sambil menunggu, kamu bisa menggunakan APIYI apiyi.com untuk memanggil model teks dan membuat skrip storyboard serta instruksi pengeditan multi-putaran. Pembuatan videonya sendiri bisa dilakukan melalui kanal resmi Google.
Q6: Apa saja keterbatasan Gemini Omni 1.2 Flash yang sudah diketahui?
Google mengakui bahwa penanganan gerakan olahraga yang cepat, perubahan skrip yang cepat, dan fisika yang kompleks masih terus ditingkatkan. Pada contoh frame awal dan akhir, masih terlihat sedikit perbedaan detail. Selain itu, artikel pengumuman tidak mencantumkan parameter API, ID model, maupun batas laju, jadi kamu perlu memeriksa dokumentasi resmi. Biaya peningkatan resolusi ke 1080p sekitar 0.104 dolar AS/detik dan ke 4K sekitar 0.209 dolar AS/detik; keduanya tercantum di halaman harga.
Q7: Bagaimana cara mengurangi biaya coba-coba petunjuk untuk pembuatan video?
Gunakan model teks terlebih dahulu untuk memecah brief menjadi storyboard terstruktur dan instruksi pengeditan dengan prinsip “hanya ubah satu variabel per putaran”. Setelah itu, serahkan instruksinya ke model video. Cara ini dapat mengurangi jumlah video yang terbuang. Dengan antarmuka terpadu APIYI apiyi.com, kamu bisa membandingkan hasil penulisan petunjuk dari berbagai model teks dan memilih yang paling sesuai dengan kebutuhan bisnismu.
Poin Penting Gemini Omni 1.2 Flash
- Durasi lebih panjang: Maksimal 15 detik, dapat diatur dari 3–15 detik dengan kenaikan 1 detik. Satu kali pembuatan bisa menghasilkan iklan utuh.
- Harga lebih rendah: 720p seharga 0,07 dolar AS per detik, turun 30% dibandingkan versi 1.1.
- Alur kerja hemat: Buat draf beresolusi rendah, edit beberapa putaran, lalu tingkatkan resolusi versi final saja.
- Referensi lebih konsisten: Gambar, klip gerakan ≤3 detik, dan audio digunakan bersama sebagai acuan agar hasil tetap konsisten di berbagai sudut kamera.
- Pertama kali GA: Mendukung Provisioned Throughput, dengan watermark SynthID yang disematkan pada output.
- Keterbatasan yang jelas: Gerakan cepat dan fisika yang kompleks masih perlu diwaspadai. Pastikan untuk mengujinya dengan materi sendiri.
- Alur pendukung: Papan cerita dan instruksi pengeditan dapat dibuat secara massal dengan memanggil model teks melalui APIYI apiyi.com.
Kesimpulan: Perlukah Mengevaluasi Gemini Omni 1.2 Flash Sekarang?
Poin utama Gemini Omni 1.2 Flash:
- Peningkatan spesifikasi yang nyata: Durasi 15 detik, pengaturan per 1 detik, harga turun 30%, dan status GA untuk pertama kalinya bisa langsung dicantumkan dalam rencana teknis.
- Pengeditan bertahap mengubah alur kerja: Dari “membuat ulang seluruh video” menjadi “mengedit per putaran”, yang sangat berguna untuk variasi iklan dan materi e-commerce.
- Peningkatan kualitas perlu diuji sendiri: Perbaikan konsistensi, sinkronisasi bibir, dan pergerakan kamera berasal dari contoh resmi. Performanya pada materi Anda masih perlu dibuktikan.
Jika Anda membuat video e-commerce, iklan merek, atau penjelasan produk, ada baiknya mencoba perbandingan menggunakan materi sendiri di Google AI Studio sekarang. Jika konten Anda terutama berupa olahraga, aksi berkecepatan tinggi, atau interaksi fisik yang intens, Anda bisa menunggu versi berikutnya.
Selama evaluasi, Anda dapat menggunakan satu kunci API melalui APIYI apiyi.com untuk memanggil berbagai model teks dan membuat papan cerita serta instruksi pengeditan. Ini membantu mengurangi biaya coba-coba petunjuk sejak awal. Platform ini juga menyediakan kuota uji coba gratis bagi pengguna baru.
📚 Referensi
- Blog resmi Google – Artikel peluncuran Gemini Omni 1.2 Flash: Sumber seluruh fakta dalam artikel ini
- Tautan:
blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ -
Keterangan: Memuat penjelasan resmi tentang durasi, harga, input referensi, penyuntingan multigilir, kanal yang tersedia, dan keterbatasan yang diketahui
-
Google AI Studio: Tempat untuk menguji prototipe Gemini API
- Tautan:
aistudio.google.com - Keterangan: Kanal uji coba untuk developer yang direkomendasikan Google, dengan akses ke starter apps dan dokumentasi developer
Penulis: Tim Teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman utama situs APIYI di apiyi.com. Untuk informasi integrasi lainnya, kunjungi pusat dokumentasi di docs.apiyi.com
