Multimodal

Gemini Omni Flash 1.2

por Google DeepMind

O modelo de vídeo do Google, agora com quinze segundos.
Edite a tomada inteira pagando 30% menos por segundo.

Gemini Omni Flash 1.2

Principais recursos

Especificações técnicas

Gemini Omni

Terceiro lançamento Omni Flash; id do modelo gemini-omni-1.2-flash

3 a 15s

Segundos inteiros, 10s por padrão; extensões chegam a 30s

Até 4K

360p e 720p nativos, 1080p e 4K por upscale

US$ 0,07 por segundo

Em 720p; cerca de 30% abaixo do Omni Flash 1.1

6 imagens

Três por personagem, para até dois personagens, mais clipes de 3s

Nativo

Diálogo, efeitos e música na mesma passada

16:9, 9:16

Dá para trocar numa tomada pronta com um pedido seguinte

SynthID

Marca de origem invisível em todo clipe gerado

Casos de uso

Tira de quatro quadros de um ciclista sozinho numa estrada à beira-mar, da névoa do amanhecer ao sol pleno

Takes de quinze segundos

Um momento inteiro numa só geração: a aproximação, a curva, a chegada. Nada de fragmento de dez segundos para você estender, e o tamanho já serve para um Reels ou um Short.

Quadro dividido do mesmo peitoril de cozinha, com luz cinzenta de manhã à esquerda e entardecer quente à direita

Edições que você digita

Entregue a tomada e diga a mudança: acender a sala de outro jeito, trocar o pote, reescrever o rótulo. O resto do quadro continua como estava.

Cartões de referência de dois apresentadores fictícios ao lado do plano final dos dois conversando sobre uma bancada de oficina

Dois personagens, os dois fixos

Três fotos de cada pessoa fixam rosto e figurino dos dois, e uma cena a dois segue reconhecível da primeira tomada à última edição.

A mesma barraca de feira filmada em quadro horizontal ao lado do recorte vertical dela

Uma tomada, duas proporções

Peça a versão vertical depois que a horizontal for aprovada. A proporção vira um pedido seguinte, e não uma segunda geração. O mesmo plano serve ao YouTube e ao TikTok.

Dois colegas fictícios conversando de lados opostos de uma mesa de café, na luz do fim da tarde

Cenas com duas vozes

Escreva as duas falas e cada uma volta na boca certa, com lip sync, em vozes que resistem às edições seguintes.

Uma garrafa âmbar canelada com um logotipo fictício no rótulo, sob uma luz de estúdio suave

Embalagem que se mantém

Sua própria caixa entra como referência, e a tipografia dela atravessa a virada da câmera em vez de se desmanchar em imitações.

Exemplos de prompts

Cena de quinze segundos

Quinze segundos num plano só: um sorveteiro empurra o carrinho pela orla ao entardecer

Edit prompt

Duas pessoas falando

Duas amigas discordam sobre a receita de pão de queijo, cozinha aconchegante, falas sobrepostas

Edit prompt

Movimento de câmera

Um único movimento de grua, de uma rua molhada até uma janela acesa

Edit prompt

Texto na tela

Uma placa pintada à mão diz CAFÉ COADO, letra por letra

Edit prompt

Giro de produto

Um pote de vidro canelado gira devagar sobre linho escuro, com o rótulo legível

Edit prompt

Plano guiado pelo som

Close de uma cafeteira italiana no fogão, cada chiado e cada borbulhar audíveis

Edit prompt

Visão geral

O Gemini Omni Flash 1.2, que o Google escreve como Gemini Omni 1.2 Flash, é a terceira versão do modelo de vídeo multimodal do Google DeepMind, anunciada em 5 de novembro de 2026. O formato do modelo continua o mesmo: entram um prompt, imagens ou clipes curtos, e saem vídeo com áudio sincronizado, e os pedidos seguintes seguem trabalhando na mesma tomada. O que mudou foi quanto de uma cena cabe numa geração e quanto custa chegar lá.

O que há de novo no Gemini Omni Flash 1.2

Uma geração agora chega a quinze segundos, definidos em segundos inteiros a partir de três, enquanto a 1.1 parava em dez. A edição por conversa cobre o clipe todo, então trocar um produto, mudar o tempo ou pedir a versão vertical viram pedidos seguintes sobre uma tomada aprovada. As referências giram em torno de pessoas: seis imagens por pedido, com até três para cada um de dois personagens. E o Google lista o 720p a cerca de US$ 0,07 por segundo, uns 30% abaixo da tarifa da 1.1, com rascunhos em 360p ainda mais baratos.

Os ganhos mais discretos estão no que fica parado. O Google descreve rostos, roupas, tipografia de embalagem e cores mais estáveis ao longo do plano, menos cortes involuntários dentro de um movimento de câmera contínuo, diálogos mais naturais com lip sync mais claro e suporte a mais de um falante. Três pontos aparecem como inacabados: ação esportiva rápida, roteiros que mudam de direção depressa e física complexa.

Quinze segundos mudam o que você escreve

Dez segundos são um fragmento, então um prompt da 1.1 costumava descrever um único gesto e contar com a extensão para o resto. Quinze segundos já formam um momento com começo e fim, e o prompt pode levar uma pequena estrutura: a aproximação, a curva, a chegada. A extensão continua existindo para cenas mais longas, em rodadas de três a dez segundos até 30 no total, lendo os últimos dez segundos do clipe como contexto. A diferença prática está em quantas vezes você precisa dela.

Gemini Omni Flash 1.2 e o Morphic

O Gemini Omni Flash 1.2 ainda não está no catálogo do Morphic. O Gemini Omni Flash 1.1 está, no seletor de modelos de vídeo ao lado do Veo 3.1, do Seedance 2.5, do Kling e do resto, então o formato de prompt da família e o áudio nativo já dá para experimentar hoje, com o mesmo briefing rodando em vários modelos e caindo lado a lado no Canvas. Todos os exemplos desta página foram feitos no Morphic com o modelo ao vivo mais próximo, e não com a 1.2, e o Google avisou que os pedidos à 1.1 na API dele passam a ir para a 1.2 a partir de 3 de dezembro de 2026. Para a mecânica dos prompts, leia o guia do Gemini Omni Flash 1.2, copie um ponto de partida da biblioteca de prompts do Gemini Omni Flash 1.2, veja o que mudou na comparação entre a 1.2 e a 1.1 ou abra o gerador de vídeo com IA do Gemini Omni Flash 1.2.

Preços simples

Comece grátis hoje mesmo, com a opção de fazer upgrade ou cancelar quando quiser.

Basic

$19/ mês
cobrado como $228 por ano

2400 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Standard

$24/ mês
cobrado como $288 por ano

3625 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Pro

$45/ mês
cobrado como $540 por ano

6350 compartilhado mensal créditos

1 usuário

+ até 4 mais com custo adicional

Todos os modelos

Workflows

Max

$170/ mês
cobrado como $2040 por ano

24650 compartilhado mensal créditos

1 usuário

+ até 9 mais com custo adicional

Todos os modelos

Workflows

Enterprise

Para limites maiores

Personalizado

termos de preços e cobrança

Créditos de alto volume
Limites de vagas personalizados
Todos os modelos
Workflows
Pricing Gradient

Free

Para experimentar

$0

grátis para sempre

Até 20 créditos
apenas 1 usuário
Modelos limitados
Workflows

Perguntas frequentes

O que é o Gemini Omni Flash 1.2?
O Gemini Omni Flash 1.2, que o Google escreve como Gemini Omni 1.2 Flash, é a terceira versão do modelo de vídeo multimodal do Google, anunciada em 5 de novembro de 2026. Ele gera vídeo com áudio nativo sincronizado a partir de texto, imagens e clipes de referência, e edita e estende esse material com pedidos em linguagem comum. A versão 1.2 leva uma geração a quinze segundos, aplica as edições à tomada inteira e corta o preço por segundo em cerca de 30%.
O que mudou do Gemini Omni Flash 1.1 para o 1.2?
Quatro coisas. Uma geração agora vai até quinze segundos em vez de dez, em segundos inteiros e com dez como padrão. A edição por conversa vale para o clipe todo, inclusive para trocar a proporção. As referências passaram a se organizar por personagem, com três imagens para cada uma de até duas pessoas. E o preço cai: o Google lista o 720p a cerca de US$ 0,07 por segundo, contra uns US$ 0,10 da 1.1.
Quanto tempo pode durar um vídeo do Gemini Omni Flash 1.2?
Uma geração tem de 3 a 15 segundos inteiros, e o padrão é 10. A interpolação do primeiro ao último quadro e cada rodada de extensão duram de 3 a 10 segundos, e a extensão leva o clipe a 30 segundos no total. Ela só acrescenta ao final e usa os últimos dez segundos do clipe como contexto, então não dá para encaixar material no início nem esticar o meio.
Quanto custa o Gemini Omni 1.2 Flash?
A tarifa publicada pelo Google é de cerca de US$ 0,07 por segundo de vídeo em 720p, o que põe um clipe de quinze segundos perto de US$ 1,04 e um de dez perto de US$ 0,70. Um rascunho em 360p sai por volta de US$ 0,023 o segundo, o 1080p por cerca de US$ 0,104 e o 4K por cerca de US$ 0,209, ambos produzidos por upscale. Esses são os valores da API do provedor. O Morphic cobra em créditos, dentro dos próprios planos.
Em que resolução o Gemini Omni Flash 1.2 entrega?
São quatro opções, em 16:9 ou 9:16: 360p, 720p como padrão, e 1080p ou 4K gerados por upscale. O que o preço sugere é rascunhar em 360p, fechar a tomada em 720p e pedir a resolução de entrega uma única vez, em vez de pagar tarifa de 4K a cada tentativa.
Como funciona a edição por conversa no Gemini Omni Flash 1.2?
Cada pedido seguinte edita o resultado anterior em vez de recomeçar, e o modelo guarda a cena entre as rodadas, agora ao longo dos quinze segundos e não de uma janela menor. Instruções curtas funcionam melhor: cite a única mudança e diga para manter o resto igual. Trocar um produto, mudar o tempo ou a luz e alternar a proporção são pedidos seguintes, e não gerações novas.
Que referências o Gemini Omni Flash 1.2 aceita?
Até seis imagens de referência por pedido e, para personagens, até três imagens de cada uma de duas pessoas. Os vídeos de referência dependem da duração da saída: um clipe de 11 a 15 segundos aceita um vídeo de referência de até três segundos, e um de 3 a 10 segundos aceita até três deles. Eles valem só para gerações novas, não para edições nem extensões, e o áudio dentro deles é ignorado.
O Gemini Omni Flash 1.2 gera áudio e diálogo?
Gera. O som sai na mesma passada da imagem: diálogo com lip sync, efeitos, ambiência e música. O Google descreve a 1.2 como mais natural nos diálogos, com lip sync mais claro e capaz de reconhecer mais de um falante, então uma cena a dois é um pedido razoável. Escreva o áudio dentro do prompt, porque, se ele não disser nada sobre som, a trilha vem escolhida pelo modelo.
Posso enviar meu próprio áudio ou editar uma voz no Gemini Omni Flash 1.2?
Hoje, pela API, não. O post de lançamento do Google cita pistas de áudio, incluindo uma curta referência de voz, entre as entradas do modelo, mas a documentação para desenvolvedores marca a entrada de áudio como não suportada na versão atual da API e diz que a edição de voz também não é suportada. Por enquanto, trate a voz como algo que você dirige em texto e acompanhe a documentação para ver quando essa entrada abrir.
Dá para usar o Gemini Omni Flash 1.2 no Morphic?
Ainda não. O Gemini Omni Flash 1.1 já está no catálogo de vídeo do Morphic, então a família, o formato do prompt e o áudio nativo estão à mão para você trabalhar, ao lado do Veo 3.1, do Seedance 2.5 e do Kling no mesmo Canvas. O Google avisou que os pedidos à 1.1 na API dele passam a ser direcionados à 1.2 a partir de 3 de dezembro de 2026, então o modelo novo está a poucos passos de tudo que você montar em torno do antigo.
No que o Gemini Omni Flash 1.2 ainda é fraco?
O Google aponta três áreas ainda em desenvolvimento: ação esportiva rápida, roteiros que mudam de direção depressa e física complexa. O inglês é o idioma com suporte completo para texto na tela e diálogo, e os demais funcionam de forma irregular. Além disso, editar ou estender um vídeo que você mesmo enviou não está disponível no Espaço Econômico Europeu, na Suíça e no Reino Unido.