Примечание автора: в статье разбираем 15-секундную длительность видео в Gemini Omni 1.2 Flash, следование эталонным изображениям, многошаговое редактирование, управление речью и камерой, снижение цены на 30% и недостатки, признанные самой Google. Это поможет разработчикам решить, стоит ли рассматривать модель для своих задач генерации видео.
Google представила Gemini Omni 1.2 Flash 5 ноября 2026 года. Модель одновременно стала общедоступной (GA) в Gemini API и Gemini for business. В этой версии появились три ключевых обновления: нативная генерация видео длительностью 15 секунд, многошаговое редактирование в диалоге и цена $0,07 за секунду видео в 720p (на 30% дешевле версии 1.1). Также улучшились следование эталонным изображениям, согласованность, управление речью и камерой.
Это не слухи: вся информация выше взята из официальной статьи о релизе в блоге Google, подписанной продакт-менеджером Google DeepMind. Но официальная публикация в основном посвящена демонстрации результатов, а важным для разработчиков параметрам, ID модели и ограничениям частоты запросов уделено мало внимания. В этой статье мы переведём маркетинговые формулировки на язык характеристик и ограничений, а также отметим, что ещё предстоит проверить на собственных материалах.
Главное: за несколько минут вы узнаете, что изменилось в Gemini Omni 1.2 Flash по сравнению с 1.1, какие возможности доступны через API, какие работают только в приложениях Google и стоит ли сейчас тратить время на оценку модели.
Gemini Omni 1.2 Flash: главное
Для начала соберём основные сведения о релизе в таблице. Все данные взяты из официальной публикации. Параметры, которые в ней не указаны, — ID модели, формат интерфейса, ограничения частоты запросов и другие — мы оставили для раздела «Требует проверки» ниже.
| Параметр | Gemini Omni 1.2 Flash |
|---|---|
| Дата выпуска | 2026-11-05, в тот же день модель стала общедоступной (GA) |
| Разработчик | Google / Google DeepMind |
| Длительность видео | 3–15 секунд с шагом в 1 секунду (в версии 1.1 максимум составлял 10 секунд) |
| Цена | 0,07 доллара за секунду в 720p (12 долларов за 1 млн токенов видеовывода, при 5 792 токенах на секунду в 720p); на 30% ниже, чем у Omni 1.1 |
| Работа с разрешением | Быстрая генерация в 360p / 720p с последующим увеличением понравившегося результата до 1080p или 4K |
| Эталонные данные | Изображения персонажей, продуктов или стилей, фрагменты движения длительностью до 3 секунд, аудиопромпты |
| Редактирование | Диалоговое редактирование в несколько этапов, охватывающее весь 15-секундный ролик |
| Возможности для бизнеса | Инфраструктура Google Cloud и поддержка Provisioned Throughput |
| Маркировка контента | В выходные материалы встроен незаметный водяной знак SynthID |
| Признанные ограничения | Быстрые движения в спорте, резкие изменения сценария и сложная физика всё ещё требуют улучшения |
Что означают GA и Provisioned Throughput для Gemini Omni 1.2 Flash
В официальной публикации отдельно подчёркивается, что Gemini Omni впервые получила статус GA. Для разработчиков это означает, что модель вышла из стадии предварительного просмотра или эксперимента и её можно использовать в продакшене. Обычно это также значит, что интерфейс и поведение модели будут стабильнее, чем у предварительной версии.
Provisioned Throughput — это резервирование пропускной способности в Google Cloud: компания заранее покупает определённый объём вычислительных ресурсов, чтобы доступность и задержки оставались более предсказуемыми в часы пик. Если вам нужно массово генерировать рекламные материалы или соблюдать SLA по срокам создания роликов, это может быть важнее цены за единицу. В публикации не указано, как именно оплачивается эта услуга, — подробности нужно проверить на странице цен Google Cloud.
6 ключевых изменений Gemini Omni 1.2 Flash по сравнению с 1.1
В официальной статье улучшения показаны на многочисленных примерах видео. Мы собрали их в список изменений с точки зрения разработчика и разделили на измеримые изменения характеристик и улучшения качества. Первые можно сразу учитывать в техническом плане, вторые нужно проверять на практике.
| Параметр | Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | Тип изменения |
|---|---|---|---|
| Максимальная длительность | 10 секунд | 15 секунд, от 3 до 15 секунд с шагом 1 секунда | Изменение характеристик |
| Цена 720p | 0,10 доллара/секунду (17,50 доллара за 1 млн токенов видеовыхода) | 0,07 доллара/секунду (12 долларов за 1 млн токенов видеовыхода) | Изменение цены |
| Следование эталону | В официальных примерах сходство с эталонным изображением было слабее | Лица, одежда, шрифты на упаковке и фирменные цвета сохраняются при смене ракурса | Улучшение качества |
| Согласованность первого и последнего кадров | В примерах встречались отклонения в деталях: кот на крыше, ложка превращалась в палочки для еды | Меньше смещений деталей и деформаций | Улучшение качества |
| Многократное редактирование | В статье о выпуске не упоминалось | Можно поэтапно менять продукт и фон, освещение и погоду, соотношение сторон | Новая возможность |
| Статус GA | Не GA | Впервые доступна в статусе GA, поддерживает Provisioned Throughput | Изменение характеристик |
💡 О ценах: Google тарифицирует видеовыход по токенам, а не по секундам, поэтому цены за секунду в статье — расчётные. Оба значения взяты со страницы цен Gemini API: видеовыход 1.1 стоит 17,50 доллара за 1 млн токенов, а 1.2 — 12 долларов. При 5 792 выходных токенах на секунду видео в 720p получается около 0,10 и 0,07 доллара за секунду соответственно — снижение примерно на 30%. На странице цен также указано, что с 3 декабря 2026 года запросы к gemini-omni-1.1-flash будут автоматически перенаправляться на 1.2 и тарифицироваться по её цене.
Изменение 1: Gemini Omni 1.2 Flash поддерживает видео от 3 до 15 секунд
Максимальная длительность выросла с 10 до 15 секунд. Кажется, что разница всего в 5 секунд, но для многих задач это качественный скачок. Полноценная реклама для соцсетей, демонстрация функции продукта или короткая история с завязкой и развязкой часто укладываются именно в 12–15 секунд. Раньше для этого приходилось склеивать два ролика, а теперь можно сгенерировать один.
Ещё одна деталь, которую легко упустить: длительность можно задавать с шагом в 1 секунду. Для моделей с посекундной оплатой это значит, что можно указать ровно 7 секунд и не платить за 10. При массовой генерации это помогает контролировать расходы.
Изменение 2: в качестве эталонов можно использовать изображения, фрагменты движения и аудио
1.2 Flash позволяет комбинировать разные эталоны: изображения персонажей, продуктов или стиля, фрагменты движения длиной до 3 секунд и аудиоподсказки. В официальном примере с помощью фотографии модели и изображений трёх комплектов одежды спереди и сзади создали 15-секундное видео с виртуальной примеркой. При повороте на 360 градусов модель сохранила свою внешность, а каждый предмет одежды — крой, драпировку и детали на спине.
Самая очевидная область применения — электронная коммерция: существующие фотографии товаров или изображения персонажей можно превращать в ролики с примеркой, обзоры товаров на 360 градусов и брендовые рекламные видео. Учтите, что ограничение в 3 секунды для фрагмента движения строгое: если эталонный материал длиннее, его нужно заранее обрезать.
Изменение 3: лучшая согласованность между первым и последним кадрами и при продлении видео
По заявлению разработчиков, персонажи, объекты и сцены теперь выглядят стабильнее от первого кадра до последнего: при движении и смене ракурса меньше визуальных отклонений и искажений. Это касается двух сценариев: интерполяции между первым и последним кадрами и продления существующего клипа для создания более длинной последовательности.
При этом в официальном сравнении первого и последнего кадров версий 1.1 и 1.2 разработчики открыто указали на небольшие расхождения: например, кот на крыше и превращение ложки в палочки для еды. Это значит, что согласованность «значительно улучшилась», но проблема не решена полностью. Сцены, в которых важны детали, по-прежнему нужно проверять вручную.
Изменение 4: многошаговое редактирование в диалоге с Gemini Omni 1.2 Flash
Это изменение сильнее всего влияет на рабочий процесс. Одно и то же видео можно править шаг за шагом: заменять продукт или фон, менять освещение и погоду, переключать соотношение сторон — и всё это без повторной генерации с нуля. В официальном примере фон в сгенерированном видео меняли пять раз подряд, при этом игра двух персонажей, отражения на доспехах и композиция кадра оставались неизменными.
Многошаговое редактирование работает со всем 15-секундным клипом. Типичный сценарий, который предлагают разработчики, — массовое создание вариантов рекламы для разных аудиторий и площадок размещения. Другой пример — «перенос движения»: сначала генерируется раскачивающийся осьминог, а затем его заменяют танцовщицей, чья юбка повторяет плавные движения осьминога.
Изменение пятое: более естественная речь и диалоги нескольких персонажей
В 1.2 Flash диалоги стали плавнее, синхронизация губ — точнее, а модель научилась различать нескольких говорящих. В официальном примере изображение сцены дополняют четырьмя наборами данных о персонажах, движениях губ и секундными эталонами голоса. Благодаря этому каждый образец голоса назначается нужному персонажу.
Важно учитывать, что большинство примеров применения в этом разделе относятся к приложениям Google: диалоги нескольких персонажей в Flow, обучающие видео в Gemini for business и готовые ролики с виртуальными аватарами и закадровым текстом в Google Vids. Как вызывать речевые функции через API и передавать параметры, в публикации не объясняется.
Изменение шестое: более управляемое непрерывное движение камеры
По заявлению разработчиков, при сложном непрерывном движении камеры — FPV-пролётах, эффектных отъездах и движении по кругу — стало заметно меньше непреднамеренных монтажных склеек, а пропорции сохраняются стабильнее. Среди примеров — непрерывный FPV-пролёт по двум фотографиям здания: камера проходит через площадь и бронзовые двери, а затем поднимается к куполу Пантеона. Другой пример — непрерывный 10-секундный кадр, в котором камера отдаляется от крупного плана побережья до панорамы острова.
Как устроен рабочий процесс Gemini Omni 1.2 Flash для контроля затрат
Снижение цены на 30% — лишь часть истории. Google делает больший акцент на подходе, который помогает контролировать общие расходы: быстро создать черновик в низком разрешении → доработать детали за несколько раундов редактирования → увеличить разрешение только финальной версии. По сравнению с прежним подходом, когда при любом недовольстве приходилось перегенерировать весь ролик, это позволяет заметно сократить расходы на неудачные варианты.
В Google AI Studio на карточке модели указаны цены за токены: 1,50 доллара за 1 млн входных токенов, 9 долларов за 1 млн выходных текстовых токенов и 12 долларов за 1 млн выходных видеотокенов. Это та же стоимость, что и упомянутые выше «0,07 доллара за секунду», просто выраженная в других единицах. На официальной странице цен стоимость за секунду рассчитана исходя из 5 792 выходных токенов в секунду для 720p. Для остальных разрешений указаны следующие значения:
- 360p: 1 931 выходной токен в секунду, около 0,023 доллара/с
- 720p: 5 792 выходных токена в секунду, около 0,07 доллара/с
- 1080p (повышение разрешения): 8 688 выходных токенов в секунду, около 0,104 доллара/с
- 4K (повышение разрешения): 17 376 выходных токенов в секунду, около 0,209 доллара/с
По тарифу для 720p стоимость одного ролика примерно такая:
| Длительность | Стоимость одного ролика в 720p (0,07 доллара/с) | Типичное применение |
|---|---|---|
| 3 секунды | около 0,21 доллара | Тестирование кадра, динамическая обложка |
| 6 секунд | около 0,42 доллара | Короткая реклама в ленте |
| 10 секунд | около 0,70 доллара | Демонстрация ключевых особенностей продукта |
| 15 секунд | около 1,05 доллара | Полноценный рекламный ролик, рассказ о продукте |
В статье об анонсе не уточняется, взимается ли плата за каждый раунд редактирования исходя из полной длительности ролика. А ведь именно от этого зависит, насколько редактирование дешевле повторной генерации. При пробном использовании рекомендуем записывать фактические списания за каждый раунд.
Ещё одна существенная статья расходов при генерации видео — многократный подбор промптов. Многие команды сначала используют текстовую большую языковую модель, чтобы разбить творческий бриф на сценарий с раскадровкой и инструкции для каждого раунда редактирования, а затем передают их видеомодели. Это помогает сократить число неудачных генераций. В самом простом варианте можно вызвать текстовую модель через OpenAI-совместимый интерфейс и за один раз получить промпты для нескольких раундов редактирования:
- Установите SDK: импортируйте его в Python с помощью
import openai, затем создайте клиент черезopenai.OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1"). Параметр base_url указывает на совместимый с OpenAI интерфейс APIYI, а Key — это ключ из консоли. - Выберите модель для написания промптов: замените
YOUR_TEXT_MODELна доступную текстовую модель Gemini, GPT или Claude из списка на платформе. На этом шаге она только пишет промпты; видеомодель вызывается отдельно. - Отправьте brief в одном сообщении user: передайте
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"}]вместе с ID модели вclient.chat.completions.create(...). - Получите результат:
print(resp.choices[0].message.content)выведет инструкции для нескольких раундов. Передавайте их видеомодели по очереди, чтобы каждый следующий раунд менял готовый результат предыдущего, а не генерировал весь ролик заново.
Чтобы один и тот же скрипт работал с разными brief, используйте вариант ниже с фиксированной структурой вывода.
- Напишите системный промпт: задайте его строкой Python. Поручите модели роль специалиста по раскадровке видеорекламы и попросите выводить только JSON с тремя ключами:
duration_sec(целое число от 3 до 15),base_prompt(промпт для первой генерации) иedit_turns(инструкции по редактированию со второго раунда). Добавьте правило: в каждом раунде менять только один параметр — фон, продукт, освещение, погоду или формат кадра, — оставляя персонажей и камеру без изменений. - Определите функцию
build_video_plan(brief, variants, model="YOUR_TEXT_MODEL"), которая принимает креативный brief и список нужных вариантов. - Соберите сообщение user: с помощью f-string добавьте brief после
创意简报：, а варианты, перечисленные через запятую, — после需要的变体：. - Отправьте текстовой модели сразу два сообщения: системный промпт поместите в
system, собранную строку — вuser, и добавьтеresponse_format={"type": "json_object"}, чтобы ответ можно было сразу разобрать как JSON. - Разберите ответ и ограничьте длительность: сначала выполните
plan = json.loads(resp.choices[0].message.content), затемplan["duration_sec"] = max(3, min(15, int(plan.get("duration_sec", 15)))). Длительность ролика для этой модели составляет от 3 до 15 секунд с шагом в 1 секунду. - Запустите скрипт с реальным brief: например, «новые беговые кроссовки, утренняя пробежка по городу, акцент на лёгкости и упругости». В качестве вариантов задайте «улица в дождь», «море на закате» и «переключение на вертикальный формат 9:16». Выведите результат с помощью
json.dumps(plan, ensure_ascii=False, indent=2). - Передайте результат видеомодели: отправьте
base_promptиedit_turnsв используемый видео-API и выполняйте раунды по порядку. Прежде чем запускать много раундов в пакетном режиме, запишите фактическую стоимость каждого из них.
🚀 Совет для быстрого старта: создание раскадровок и инструкций для монтажа удобно поручить текстовой модели и выполнять пакетно. С помощью одного API-ключа на APIYI apiyi.com можно сравнить, насколько хорошо разные текстовые модели пишут промпты. Новым пользователям доступен бесплатный лимит для тестирования. За информацией о самой видеомодели Gemini Omni обращайтесь к официальным каналам Google; чтобы узнать, доступна ли она в APIYI, проверьте список моделей на платформе.
Как Gemini Omni 1.2 Flash повлияет на разработчиков
Чем возможности API Gemini Omni 1.2 Flash отличаются от функций приложений Google
В официальной статье API, облачная платформа и несколько приложений Google описаны вместе. Поэтому легко ошибиться при оценке того, какую функцию можно вызвать через API. В таблице ниже возможности разделены по каналам.
| Канал | Для кого | Возможности по официальному описанию | Что учесть при выборе |
|---|---|---|---|
| Gemini API / Google AI Studio | Разработчики | Общедоступная версия (GA), проверка прототипов в AI Studio, интерактивные стартовые приложения и документация для разработчиков | Параметры, ID моделей и ограничения частоты запросов уточняйте в официальной документации |
| Консоль Google Cloud | Компании | Общедоступная версия (GA), инфраструктура и безопасность корпоративного уровня, Provisioned Throughput | Подходит командам, которым нужны SLA и обработка больших объёмов |
| Flow | Авторы контента | Постановка сцен, редактирование в несколько этапов, диалоги нескольких персонажей | Функции приложения, не равнозначны возможностям API |
| Google Vids | Пользователи аккаунтов Google / Workspace | 15-секундные ролики без дополнительной платы | Функция приложения, подходит нетехническим командам для оценки результата |
| Приложение Gemini | Подписчики Google AI Ultra | 15-секундные видео, функция внедряется постепенно | Сроки внедрения могут различаться в зависимости от региона и аккаунта |
| Google Ads | Команды по размещению рекламы | Расширение видеокампаний | Для рекламных задач |
| Работа с текстом (раскадровка / промпты) | Разработчики | Неофициальный канал Omni: создание сценариев и инструкций по редактированию с помощью текстовых моделей | Можно вызывать различные текстовые модели через APIYI apiyi.com и другие платформы |
Влияние на разработчиков приложений
- Рабочие процессы изменятся: многоэтапное редактирование делает возможной схему «один раз сгенерировать — многократно редактировать». В продукте можно создать интерфейс для изменения видео, похожий на чат, вместо того чтобы каждый раз просить пользователя переписать промпт целиком.
- Расходы придётся пересчитать: посекундная тарификация, настройка длительности с шагом в 1 секунду и черновики в низком разрешении могут снизить стоимость. Но сначала нужно разобраться, как оплачиваются последующие раунды редактирования.
- Соблюдать требования станет проще: водяной знак SynthID встраивается по умолчанию. Это плюс для платформ, которым нужно маркировать контент, созданный ИИ.
Влияние на создателей контента и руководителей продуктов
- Больше всего выиграют материалы для электронной коммерции и брендов: улучшенное следование эталонным изображениям и повышенная согласованность особенно полезны для виртуальной примерки, демонстрации товаров на 360 градусов и создания нескольких вариантов рекламы.
- На слабые стороны модели пока лучше не делать ставку: разработчики прямо говорят, что быстрые спортивные движения, стремительные смены сценария и сложная физика всё ещё требуют доработки. Поэтому для спортивного и экшен-контента, а также сцен со сложным физическим взаимодействием модель пока не стоит использовать как основное решение.
Чек-лист для оценки Gemini Omni 1.2 Flash
Официальные примеры тщательно отобраны, а независимых тестов качества пока мало. Прежде чем включать модель в своё решение, рекомендуем проверить каждый пункт на собственных материалах.
| Что проверить | Зачем | Как проверить |
|---|---|---|
| Соответствие эталонному изображению | Официальные примеры не отражают особенности ваших изображений продуктов и персонажей | Сгенерируйте 10–20 изображений на основе собственных фото продуктов и упаковки с текстом, затем оцените частоту искажений |
| Быстрое движение и сложная физика | Это слабые стороны, признанные разработчиком | Подготовьте тестовые сцены с бегом, прыжками, столкновениями и жидкостями |
| Стабильность при многоэтапном редактировании | С каждым этапом отклонения могут накапливаться | Выполните не менее 5 последовательных правок и проверьте, сохранились ли персонажи и композиция |
| Правила тарификации редактирования | От них зависит реальная экономия | Проведите тест с небольшими затратами и записывайте стоимость каждого этапа |
| Параметры API и ограничения частоты запросов | В статье об анонсе они не указаны | Изучите документацию Gemini API для разработчиков и проведите нагрузочное тестирование |
| Речь и синхронизация губ | Качество диалогов на китайском и других языках, кроме английского, пока неизвестно | Протестируйте диалоги нескольких персонажей на нужном языке |
Частые вопросы FAQ
Q1: Что такое Gemini Omni 1.2 Flash?
Gemini Omni 1.2 Flash — модель генерации видео, которую Google выпустила 2026-11-05, сделав её общедоступной (GA). Она ориентирована на скорость и низкую стоимость, поддерживает создание видео длительностью 3–15 секунд, различные эталонные материалы и редактирование в несколько диалоговых ходов. Цена за видео в разрешении 720p — 0,07 доллара за секунду.
Q2: Чем Gemini Omni 1.2 Flash отличается от версии 1.1?
В версии 1.1 максимальная длительность видео составляла 10 секунд, в 1.2 она увеличилась до 15 секунд с шагом настройки в 1 секунду. Цена снизилась на 30%; появилось редактирование в несколько диалоговых ходов; улучшились следование эталонным материалам, согласованность первого и последнего кадров, синхронизация речи с движением губ и непрерывное движение камеры. Кроме того, модель впервые стала общедоступной (GA) и получила поддержку Provisioned Throughput.
Q3: Gemini Omni 1.2 Flash уже доступна?
Да. Модель общедоступна в Gemini API и Google Cloud, а разработчики могут создавать прототипы в Google AI Studio. Она также появилась в Google Vids, Flow и Google Ads, а в приложении Gemini её постепенно открывают подписчикам Google AI Ultra.
Q4: Для каких задач лучше всего подходит Gemini Omni 1.2 Flash?
— **Виртуальная примерка и демонстрация товаров в электронной коммерции**: создание роликов с примеркой и обзором на 360 градусов по фотографии модели и изображению товара
— **Массовое производство вариантов рекламы**: редактирование одного материала в несколько этапов для получения версий с разным фоном, погодой и соотношением сторон
— **Короткие ролики о продуктах и научно-популярные видео**: объяснение с несколькими сценами за 15 секунд; в официальном примере текст надписей написан без ошибок
— **Демонстрация пространства с непрерывным движением камеры**: FPV-пролёты и планы с отдалением камеры для показа зданий и достопримечательностей
Q5: Можно ли вызвать Gemini Omni 1.2 Flash через APIYI?
APIYI уже предоставляет доступ к текстовым моделям семейства Gemini, но доступность видеомоделей Gemini Omni пока следует проверять в списке моделей на платформе — эта статья её не гарантирует. Пока можно использовать APIYI apiyi.com для вызова текстовых моделей, которые помогут создать сценарий раскадровки и инструкции для редактирования в несколько этапов, а само видео генерировать через официальные сервисы Google.
Q6: Какие ограничения есть у Gemini Omni 1.2 Flash?
Google признаёт, что модель ещё дорабатывается для быстрого спортивного движения, резких изменений сценария и сложных физических взаимодействий. В примерах с первым и последним кадрами также заметны небольшие расхождения в деталях. Кроме того, в статье об анонсе не указаны параметры API, идентификатор модели и лимиты запросов — их нужно искать в официальной документации. Повышение разрешения до 1080p стоит около 0,104 доллара за секунду, до 4K — около 0,209 доллара за секунду; цены доступны на странице тарифов.
Q7: Как сократить расходы на подбор промптов для генерации видео?
Сначала поручите текстовой модели разбить бриф на структурированную раскадровку и подготовить инструкции по редактированию с правилом «на каждом шаге меняем только одну переменную». Затем передайте их видеомодели — это поможет заметно сократить количество неудачных роликов. Через единый интерфейс APIYI apiyi.com можно быстро сравнить, как разные текстовые модели пишут промпты, и выбрать подходящую для ваших задач.
Gemini Omni 1.2 Flash: главное
- Увеличенная длительность: до 15 секунд, с настройкой от 3 до 15 секунд с шагом в 1 секунду — полноценный рекламный ролик за одну генерацию
- Снижение цены: 0,07 доллара за секунду в 720p, на 30% дешевле версии 1.1
- Экономичный процесс: черновик в низком разрешении + несколько раундов редактирования + повышение разрешения только финальной версии
- Более надёжная работа с эталонами: изображения, фрагменты движения длиной ≤3 секунд и аудио совместно задают ориентиры, помогая сохранять согласованность между ракурсами
- Первый релиз GA: поддержка Provisioned Throughput, встроенный в результат водяной знак SynthID
- Явные ограничения: с быстрым движением и сложной физикой по-прежнему нужно быть осторожнее — обязательно протестируйте модель на собственных материалах
- Вспомогательный этап: раскадровки и инструкции по редактированию можно генерировать пакетно, вызывая текстовые модели через APIYI apiyi.com
Итог: стоит ли оценивать Gemini Omni 1.2 Flash уже сейчас?
Главное о Gemini Omni 1.2 Flash:
- Характеристики действительно улучшились: длительность до 15 секунд с шагом в 1 секунду, снижение цены на 30% и первый общедоступный релиз (GA) — всё это уже можно закладывать в техническое решение.
- Многоэтапное редактирование меняет рабочий процесс: вместо повторной генерации всего ролика можно вносить правки шаг за шагом. Это особенно полезно для рекламных вариантов и материалов для электронной коммерции.
- Улучшения нужно проверить на практике: прогресс в согласованности, синхронизации губ и движении камеры показан в официальных примерах. Как модель справится с вашими материалами, предстоит проверить самостоятельно.
Если вы создаёте видео для электронной коммерции, брендовой рекламы или презентации продуктов, уже сейчас стоит сравнить результаты на собственных материалах в Google AI Studio. Если же ваша основная тема — спорт, быстрые движения или интенсивные физические взаимодействия, можно дождаться следующих версий.
В ходе оценки рекомендуем использовать APIYI apiyi.com: с одним ключом можно вызывать разные текстовые модели для создания раскадровок и инструкций по редактированию, снижая затраты на подбор промптов. Новым пользователям платформа предоставляет бесплатный лимит для тестирования.
📚 Источники
- Официальный блог Google — статья о выпуске Gemini Omni 1.2 Flash: источник всех фактов в этой статье
- Ссылка:
blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ -
Описание: официальная информация о длительности, цене, эталонных входных данных, многоэтапном редактировании, доступных способах использования и известных ограничениях.
-
Google AI Studio: платформа для создания прототипов с Gemini API
- Ссылка:
aistudio.google.com - Описание: рекомендованная Google платформа для тестирования разработчиками, где также доступны стартовые приложения и документация.
Автор: техническая команда APIYI
Технические вопросы: свяжитесь с нами через главную страницу сайта APIYI apiyi.com. Дополнительные материалы по интеграции доступны в документации на docs.apiyi.com.
