Gemini Omni 1.2 Flash API
O Gemini Omni 1.2 Flash é um modelo do Google que gera e edita vídeos a partir de comandos de texto, imagens, áudio e vídeo, com foco em criação rápida e conversacional.
O Gemini Omni 1.2 Flash é um modelo do Google que se destaca por gerar e editar vídeos de forma rápida e conversacional. Ele aceita texto, imagens, áudio e vídeo como entrada, e produz vídeo como saída. A edição pode ser feita por conversa em linguagem natural, sem a necessidade de reiniciar todo o processo criativo. O modelo também suporta criação guiada por referências visuais, como imagens de personagens, cenas ou desenhos.
Uma das características do modelo é a compreensão intuitiva de física, incluindo gravidade, energia cinética e dinâmica de fluidos, o que contribui para cenas realistas. Além disso, ele utiliza o conhecimento do Gemini sobre história, ciência e contexto cultural para enriquecer as narrativas. Isso o torna adequado para tarefas como rascunhos de anúncios para redes sociais, clipes de lançamento de produtos, anúncios em movimento para e-commerce, vídeos de demonstração de aplicativos, variações de campanhas sazonais, testes de criativos de performance, mockups curtos no estilo de influenciadores, trailers e prévias de jogos, e explainers a partir de prompts curtos.
O Gemini Omni 1.2 Flash foi lançado em prévia pública e, no lançamento, gerava clipes de 10 segundos. Ele está disponível no Google AI Studio e na Gemini API. Algumas limitações incluem a ausência de suporte de API para referências de áudio e extensão de cena no lançamento, além de limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica. O modelo é comparado com o Veo 3.1 Fast.
Atualizado:
ID DO MODELO
gemini-omni-1.2-flash- Contexto
- 131.072K
- Saída máxima
- 65.536K
- Entrada
- text / image / video
- Saída
- video
Destaques
- Geração e edição de vídeo conversacional
- Entrada multimodal: texto, imagem, áudio e vídeo
- Compreensão intuitiva de física
- Criação guiada por referências visuais
- Clipes de 10 segundos no lançamento
- Disponível em prévia pública no AI Studio e API
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| Disponibilidade | |
|---|---|
Estatísticas históricas não são uma verificação em tempo real. Dados ausentes não indicam uma interrupção.
Benchmarks
- 1404
Video Arena Elo
Primeiro lugar geral; Gemini Omni Flash
Pontuações conforme publicadas pelo fornecedor do modelo.
Raciocínio
- Esforço padrão
- low
- Sempre ativado
- Sim
- Níveis de esforço disponíveis
- high / low
Especificações do vídeo
- Proporções de tela
- 16:9 / 9:16
- Áudio · Saída
- Sim
- Resoluções
- 720p / 1080p / 4K / 360p
Referência da API
Os detalhes de protocolo deste modelo não foram publicados. Consulte a referência da API para os requisitos de integração.
Referência da API →Parâmetros compatíveis
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
Perguntas frequentes
O que é Gemini Omni 1.2 Flash?
O Gemini Omni 1.2 Flash é um modelo do Google que se destaca por gerar e editar vídeos de forma rápida e conversacional. Ele aceita texto, imagens, áudio e vídeo como entrada, e produz vídeo como saída. A edição pode ser feita por conversa em linguagem natural, sem a necessidade de reiniciar todo o processo criativo. O modelo também suporta criação guiada por referências visuais, como imagens de personagens, cenas ou desenhos. Uma das características do modelo é a compreensão intuitiva de física, incluindo gravidade, energia cinética e dinâmica de fluidos, o que contribui para cenas realistas. Além disso, ele utiliza o conhecimento do Gemini sobre história, ciência e contexto cultural para enriquecer as narrativas. Isso o torna adequado para tarefas como rascunhos de anúncios para redes sociais, clipes de lançamento de produtos, anúncios em movimento para e-commerce, vídeos de demonstração de aplicativos, variações de campanhas sazonais, testes de criativos de performance, mockups curtos no estilo de influenciadores, trailers e prévias de jogos, e explainers a partir de prompts curtos. O Gemini Omni 1.2 Flash foi lançado em prévia pública e, no lançamento, gerava clipes de 10 segundos. Ele está disponível no Google AI Studio e na Gemini API. Algumas limitações incluem a ausência de suporte de API para referências de áudio e extensão de cena no lançamento, além de limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica. O modelo é comparado com o Veo 3.1 Fast.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes. Cobrado com base no custo real de geração. Consulte sua conta para o valor final.
Quais tipos de entrada o modelo aceita?
O modelo aceita texto, imagens, áudio e vídeo como entrada, e gera vídeo como saída.
É possível editar vídeos de forma conversacional?
Sim, o modelo permite edição por conversa em linguagem natural, sem reiniciar todo o processo criativo.
Qual é a duração dos clipes gerados no lançamento?
No lançamento, o Gemini Omni Flash gerava clipes de 10 segundos.
O modelo está disponível publicamente?
Sim, ele foi lançado em prévia pública e está disponível no Google AI Studio e na Gemini API.
Quais são as limitações conhecidas?
No lançamento, não havia suporte de API para referências de áudio ou extensão de cena, e havia limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica.
Modelos relacionados
Gemini Omni 1.1 Flash
GoogleVídeogemini-omni-1.1-flashGemini Omni 1.1 Flash é um modelo multimodal do Google DeepMind que gera vídeos a partir de texto, imagens, áudio e vídeo, com edição conversacional e áudio nativo.
Resolução
720p / 1080p / 4K / 360p
Duração
—
Cobrado com base no custo real de geração. Consulte sua conta para o valor final.
Veo 3.1 Fast
GoogleVídeoveo-3.1-fastO Veo 3.1 Fast é um modelo do Google que gera vídeos a partir de texto ou imagens, posicionado como ferramenta premium de criação cinematográfica dentro do conjunto de IA criativa do Google.
Resolução
720p / 1080p / 4K
Duração
—
Cobrado com base no custo real de geração. Consulte sua conta para o valor final.