Gemini Omni 1.2 Flash API
Модель Google для генерации и разговорного редактирования видео из текста, изображений, аудио и видео с улучшенным пониманием физики и лидерством в Video Arena.
Gemini Omni 1.2 Flash — мультимодальная модель Google, которая принимает текст, изображения, аудио и видео на входе и создаёт видео на выходе. Она генерирует ролики по текстовым и визуальным подсказкам, а также редактирует видео в диалоговом режиме на естественном языке, позволяя дорабатывать результат без перезапуска всего творческого процесса. Модель поддерживает создание по референсам — изображениям персонажей, сцен или рисунков — и демонстрирует улучшенное интуитивное понимание физики, включая гравитацию, кинетическую энергию и динамику жидкостей, опираясь на знания Gemini в истории, науке и культурном контексте.
Модель подходит для быстрой генерации видео и итеративного редактирования: черновиков рекламы для соцсетей, клипов к запуску продуктов, динамичных рекламных роликов для электронной коммерции, демонстрационных видео приложений, сезонных кампаний и их вариантов, тестирования креативов, коротких макетов в стиле инфлюенсеров, трейлеров и превью геймплея, а также объясняющих видео по коротким подсказкам. Она сочетает фотореализм с осмысленным повествованием.
На старте Gemini Omni Flash генерировала 10-секундные клипы и была выпущена в публичном превью; изначально API не поддерживал аудиореференсы и расширение сцены, а в некоторых сменах сцен и панорамировании наблюдались ограничения по согласованности персонажей. Модель доступна в публичном превью в Google AI Studio и Gemini API.
Обновлено:
MODEL ID
gemini-omni-1.2-flash- Контекст
- 131.072K
- Макс. вывод
- 65.536K
- Вход
- text / image / video
- Выход
- video
Ключевые возможности
- Генерация видео из текста и изображений
- Разговорное редактирование видео
- Вход: текст, изображения, аудио, видео
- Создание по референсам персонажей и сцен
- Понимание физики: гравитация и жидкости
- Опора на знания Gemini
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| Доступность | |
|---|---|
Историческая статистика не является проверкой в реальном времени. Отсутствие данных не означает сбой.
Бенчмарки
- 1404
Video Arena Elo
первое место в общем зачёте; Gemini Omni Flash
Результаты опубликованы производителем модели.
Рассуждения
- Уровень по умолчанию
- low
- Всегда включены
- Да
- Доступные уровни
- high / low
Параметры видео
- Соотношения сторон
- 16:9 / 9:16
- Аудио · Выход
- Да
- Разрешения
- 720p / 1080p / 4K / 360p
Справочник API
Протоколы этой модели не опубликованы. Требования к подключению смотрите в справочнике API.
Справочник API →Поддерживаемые параметры
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
Частые вопросы
О модели Gemini Omni 1.2 Flash?
Gemini Omni 1.2 Flash — мультимодальная модель Google, которая принимает текст, изображения, аудио и видео на входе и создаёт видео на выходе. Она генерирует ролики по текстовым и визуальным подсказкам, а также редактирует видео в диалоговом режиме на естественном языке, позволяя дорабатывать результат без перезапуска всего творческого процесса. Модель поддерживает создание по референсам — изображениям персонажей, сцен или рисунков — и демонстрирует улучшенное интуитивное понимание физики, включая гравитацию, кинетическую энергию и динамику жидкостей, опираясь на знания Gemini в истории, науке и культурном контексте. Модель подходит для быстрой генерации видео и итеративного редактирования: черновиков рекламы для соцсетей, клипов к запуску продуктов, динамичных рекламных роликов для электронной коммерции, демонстрационных видео приложений, сезонных кампаний и их вариантов, тестирования креативов, коротких макетов в стиле инфлюенсеров, трейлеров и превью геймплея, а также объясняющих видео по коротким подсказкам. Она сочетает фотореализм с осмысленным повествованием. На старте Gemini Omni Flash генерировала 10-секундные клипы и была выпущена в публичном превью; изначально API не поддерживал аудиореференсы и расширение сцены, а в некоторых сменах сцен и панорамировании наблюдались ограничения по согласованности персонажей. Модель доступна в публичном превью в Google AI Studio и Gemini API.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности. Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.
Какие входные данные поддерживает модель?
Модель принимает текст, изображения, аудио и видео, а также их комбинации, и выдаёт видео.
Как редактируется видео?
Редактирование выполняется в диалоговом режиме на естественном языке, что позволяет дорабатывать ролик без перезапуска всего процесса.
Для каких задач подходит модель?
Она предназначена для быстрой генерации видео и итеративного редактирования: рекламных черновиков, продуктовых клипов, демо приложений, сезонных кампаний и объясняющих видео.
Какие ограничения были у Gemini Omni Flash на старте?
На запуске модель генерировала 10-секундные клипы, вышла в публичном превью, а API изначально не поддерживал аудиореференсы и расширение сцены; также были ограничения по согласованности персонажей в некоторых сменах сцен и панорамировании.
Чем Gemini Omni 1.1 Flash отличается от Gemini Omni Flash?
Gemini Omni 1.1 Flash расширяет сцены до 40 секунд суммарной длины, анализирует до 10 секунд предыдущего контекста, позволяет задавать начальный и конечный кадры, поддерживает вывод до 4K и предлагает превью 360p для более быстрой итерации.
Связанные модели
Gemini Omni 1.1 Flash
GoogleВидеоgemini-omni-1.1-flashGemini Omni 1.1 Flash — быстрая мультимодальная модель Google DeepMind для генерации видео с нативным звуком, объединяющая обработку текста, изображений, аудио и видео в одном API.
Разрешение
720p / 1080p / 4K / 360p
Длительность
—
Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.
Veo 3.1 Fast
GoogleВидеоveo-3.1-fastVeo 3.1 Fast — ведущая модель Google для генерации видео из текста и изображений, ориентированная на создание кинематографичных роликов.
Разрешение
720p / 1080p / 4K
Длительность
—
Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.