Multimodal

Gemini Omni Flash 1.2

von Google DeepMind

Googles Videomodell, jetzt mit 15 Sekunden Länge.
Den ganzen Take bearbeiten, für rund 30 % weniger pro Sekunde.

Gemini Omni Flash 1.2

Hauptfunktionen

Technische Spezifikationen

Gemini Omni

Dritte Omni-Flash-Version; Modell-ID gemini-omni-1.2-flash

3 bis 15 s

Volle Sekunden, standardmäßig 10 s; Verlängerungen reichen bis 30 s

Bis 4K

360p und 720p nativ, 1080p und 4K hochskaliert

0,07 $ pro Sekunde

In 720p; etwa 30 % unter Omni Flash 1.1

6 Bilder

Drei pro Charakter für bis zu zwei Charaktere, dazu Clips von 3 s

Nativ

Dialog, Effekte und Musik im selben Durchgang

16:9, 9:16

Bei einem fertigen Take per Folgeprompt umschaltbar

SynthID

Unsichtbare Herkunftsmarkierung in jedem generierten Clip

Anwendungsfälle

Vierteiliger Filmstreifen eines einzelnen Radfahrers auf einer Küstenstraße, vom Morgennebel bis ins volle Sonnenlicht

Takes mit 15 Sekunden

Ein ganzer Handlungsbogen in einer Generierung: Anfahrt, Wendung, Ankunft. Das 10-Sekunden-Fragment, das Sie erst verlängern müssen, entfällt.

Geteiltes Bild derselben Küchenfensterbank, links graues Morgenlicht, rechts warmes Abendlicht

Edits per Texteingabe

Sie geben dem Modell den Take und nennen die Änderung: Raum neu beleuchten, das Glas tauschen, das Etikett umschreiben. Der übrige Bildinhalt bleibt erhalten.

Referenzkarten zweier erfundener Moderatoren, daneben die fertige Zweier-Einstellung am Werktisch im Gespräch

Zwei Charaktere, beide stabil

Je drei Fotos von zwei Personen legen Gesichter und Kleidung fest. So bleibt ein Zwiegespräch vom ersten Take bis zum letzten Edit wiedererkennbar.

Derselbe Marktstand als breites Querformat neben einem hochkantigen Ausschnitt

Ein Take, beide Formate

Den Hochkant-Schnitt bestellen Sie, sobald die Querformat-Fassung freigegeben ist. Das Format ist ein Folgeprompt und keine zweite Generierung.

Zwei erfundene Kollegen im Gespräch über einen Caféhaustisch im Licht des späten Nachmittags

Szenen mit zwei Stimmen

Sie schreiben beide Rollen aus, und die Zeilen kommen lippensynchron aus den richtigen Mündern. Die Stimmen bleiben auch bei späteren Edits erhalten.

Eine gerippte Bernsteinflasche mit erfundenem Schriftzug auf dem Etikett unter weichem Studio-Hauptlicht

Verpackung, die hält

Der eigene Karton geht als Referenz hinein. Seine Typografie übersteht die Kamerabewegung, statt in ähnlich aussehende Buchstaben zu zerfallen.

Prompt-Beispiele

Handlungsbogen in 15 Sekunden

Fünfzehn Sekunden in einer Einstellung: Ein Laternenanzünder geht in der Dämmerung am Fleet entlang, Backsteinspeicher im Abendlicht

Edit prompt

Zwei Sprecher

Zwei Kolleginnen streiten in einer warmen Küche über das richtige Streuselkuchen-Rezept, überlappende Dialogzeilen

Edit prompt

Kamerabewegung

Eine ununterbrochene Kranfahrt von der regennassen Pflasterstraße hinauf zu einem erleuchteten Fenster

Edit prompt

Text im Bild

Ein handgemaltes Schild mit der Aufschrift COLD BREW, Buchstabe für Buchstabe

Edit prompt

Produktdrehung

Ein Honigglas mit lesbarem Etikett dreht sich langsam auf dunklem Leinen

Edit prompt

Ton im Mittelpunkt

Nahaufnahme eines Wasserkochers kurz vor dem Sieden, jedes Ticken und Klappern hörbar

Edit prompt

Überblick

Gemini Omni Flash 1.2 schreibt Google als Gemini Omni 1.2 Flash. Es ist die dritte Version von Google DeepMinds multimodalem Videomodell, angekündigt am 5. November 2026. Das Grundprinzip ist gleich geblieben: Ein Prompt, Bilder oder kurze Clips gehen hinein, Video mit synchronem Ton kommt heraus. Folgeprompts arbeiten anschließend am selben Take weiter. Neu ist, wie viel Szene in eine Generierung passt und wie wenig sie kostet.

Was ist neu in Gemini Omni Flash 1.2?

Eine Generierung dauert jetzt bis zu 15 Sekunden, einstellbar in vollen Sekunden ab drei. Bei 1.1 war nach zehn Schluss. Die Bearbeitung per Gespräch gilt für den ganzen Clip. Produkt tauschen, Wetter ändern oder die Hochkant-Fassung bestellen sind damit Folgeprompts auf einem freigegebenen Take. Referenzen sind um Personen organisiert: sechs Bilder pro Anfrage, davon bis zu drei für jeden von zwei Charakteren. Google nennt für 720p etwa 0,07 $ pro Sekunde, rund 30 % unter dem Satz von 1.1. 360p-Entwürfe sind noch günstiger.

Die leiseren Fortschritte betreffen das, was stehen bleibt. Laut Google halten Gesichter, Kleidung, Verpackungsschrift und Farben besser durch einen Shot. Innerhalb einer durchgehenden Kamerafahrt gibt es weniger ungewollte Schnitte. Der Dialog wirkt natürlicher, die Lippensynchronisation klarer, und mehrere Sprecher werden berücksichtigt. Drei Bereiche gelten als unfertig: schnelle Sportaktion, Skripte mit raschen Richtungswechseln und komplexe Physik.

Warum 15 Sekunden anders schreiben lassen

Zehn Sekunden sind ein Fragment. Ein Prompt für 1.1 beschrieb deshalb meist eine einzelne Geste und verließ sich für den Rest auf die Verlängerung. Fünfzehn Sekunden reichen für einen Handlungsbogen mit Anfang und Ende. Der Prompt kann daher eine kleine Struktur tragen: Anfahrt, Wendung, Ankunft. Die Verlängerung gibt es weiterhin für längere Szenen. Sie arbeitet in Schritten von drei bis zehn Sekunden bis zu insgesamt 30 und liest die letzten zehn Sekunden des Clips als Kontext. Der praktische Unterschied liegt darin, wie selten Sie sie brauchen.

Gemini Omni Flash 1.2 und Morphic

Gemini Omni Flash 1.2 ist noch nicht im Morphic-Katalog. Gemini Omni Flash 1.1 ist es dagegen, im Videomodell-Auswahlmenü neben Veo 3.1, Seedance 2.5, Kling und den übrigen Modellen. Prompt-Aufbau und nativer Ton der Familie können Sie also schon heute nutzen. Dasselbe Briefing lässt sich durch mehrere Modelle schicken und landet nebeneinander auf dem Canvas. Das ist praktisch für Agenturen und Teams, die Ergebnisse vor der Freigabe vergleichen müssen. Wer Kundenmaterial einsetzt, klärt Datenschutz und Auftragsverarbeitung vorab mit dem jeweiligen Anbieter; auf Morphic gelten die Bedingungen von Morphic.

Jedes Beispiel auf dieser Seite entstand auf Morphic mit dem nächstliegenden verfügbaren Modell, nicht mit 1.2. Google hat angekündigt, Anfragen an 1.1 in der eigenen API ab dem 3. Dezember 2026 auf 1.2 umzuleiten. Die Prompt-Mechanik erklärt der Gemini-Omni-Flash-1.2-Leitfaden. Startpunkte zum Kopieren finden Sie in der Gemini-Omni-Flash-1.2-Prompt-Bibliothek. Was sich geändert hat, zeigt der Vergleich von 1.2 und 1.1. Oder öffnen Sie direkt den Gemini Omni Flash 1.2 KI-Videogenerator.

Einfache Preise

Starten Sie noch heute kostenlos, mit der Option, jederzeit zu upgraden oder zu kündigen.

Basic

$19/ Monat
abgerechnet als $228 pro Jahr

2400 monatliche Credits

1 Nutzer

Alle Modelle

Workflows

Standard

$24/ Monat
abgerechnet als $288 pro Jahr

3625 monatliche Credits

1 Nutzer

Alle Modelle

Workflows

Pro

$45/ Monat
abgerechnet als $540 pro Jahr

6350 gemeinsame monatliche Credits

1 Nutzer

+ bis zu 4 weitere gegen Aufpreis

Alle Modelle

Workflows

Max

$170/ Monat
abgerechnet als $2040 pro Jahr

24650 gemeinsame monatliche Credits

1 Nutzer

+ bis zu 9 weitere gegen Aufpreis

Alle Modelle

Workflows

Enterprise

Für höhere Limits

Individuell

Preis- und Abrechnungsbedingungen

High-Volume-Credits
Individuelle Platzlimits
Alle Modelle
Workflows
Pricing Gradient

Free

Zum Ausprobieren

$0

dauerhaft kostenlos

Bis zu 20 Credits
Nur 1 Nutzer
Eingeschränkte Modelle
Workflows

Häufig gestellte Fragen

Was ist Gemini Omni Flash 1.2?
Gemini Omni Flash 1.2 schreibt Google als Gemini Omni 1.2 Flash. Es ist die dritte Version von Googles multimodalem Videomodell und wurde am 5. November 2026 angekündigt. Das Modell erzeugt Video mit synchronem Ton aus Text, Bildern und Referenzclips. Außerdem bearbeitet und verlängert es das Material per Folgeprompt in normaler Sprache. Version 1.2 reicht in einer Generierung bis 15 Sekunden, wendet Edits auf den ganzen Clip an und senkt den Preis pro Sekunde um rund 30 %.
Was ist neu gegenüber Version 1.1?
Vier Punkte tragen die Version. Erstens dauert eine Generierung bis zu 15 statt 10 Sekunden, einstellbar in vollen Sekunden, Standard bleibt 10. Zweitens wirkt die Bearbeitung per Gespräch auf den gesamten Clip, auch beim Wechsel des Seitenverhältnisses. Drittens sind Referenzen jetzt um Charaktere organisiert: je drei Bilder für bis zu zwei Personen. Viertens sinkt der Preis. Google nennt für 720p etwa 0,07 $ pro Sekunde, bei 1.1 waren es rund 0,10 $.
Was kostet Gemini Omni 1.2 Flash?
Googles veröffentlichter Satz liegt bei etwa 0,07 $ pro Sekunde in 720p. Ein 15-Sekunden-Clip kostet damit rund 1,04 $, ein 10-Sekunden-Clip rund 0,70 $. Ein 360p-Entwurf kommt auf etwa 0,023 $ pro Sekunde, 1080p auf rund 0,104 $ und 4K auf rund 0,209 $. Die beiden höheren Stufen entstehen durch Hochskalieren. Das sind die API-Preise des Anbieters; Morphic rechnet in seinen Tarifen in Credits ab.
Wie lang kann ein Video mit Gemini Omni Flash 1.2 sein?
Eine Generierung dauert 3 bis 15 volle Sekunden, Standard sind 10. Die Interpolation zwischen erstem und letztem Frame sowie jede Verlängerung umfassen 3 bis 10 Sekunden. Per Verlängerung kommt ein Clip auf insgesamt 30 Sekunden. Verlängert wird nur am Ende, und das Modell liest dafür die letzten 10 Sekunden als Kontext. Vorn anfügen oder die Mitte dehnen geht daher nicht.
Kann ich Gemini Omni Flash 1.2 auf Morphic nutzen?
Noch nicht. Gemini Omni Flash 1.1 steckt aber bereits im Morphic-Videokatalog. Familie, Prompt-Aufbau und nativer Ton lassen sich also schon ausprobieren, neben Veo 3.1, Seedance 2.5 und Kling auf demselben Canvas. Google hat angekündigt, Anfragen an 1.1 in der eigenen API ab dem 3. Dezember 2026 auf 1.2 umzuleiten. Was Sie jetzt um das ältere Modell aufbauen, trägt also bald auf das neuere.
Welche Auflösung liefert Gemini Omni Flash 1.2?
Es gibt vier Stufen in 16:9 oder 9:16: 360p, 720p als Standard sowie 1080p und 4K durch Hochskalieren der Generierung. Aus den Preisen ergibt sich ein praktischer Ablauf. Sie iterieren in 360p, legen den Take in 720p fest und fordern die Lieferauflösung nur einmal an. So zahlen Sie nicht bei jedem Versuch den 4K-Satz.
Wie funktioniert die Bearbeitung per Gespräch?
Jeder Folgeprompt bearbeitet das vorherige Ergebnis, statt neu zu beginnen. Das Modell behält die Szene zwischen den Runden, jetzt über die vollen 15 Sekunden statt über ein kürzeres Fenster. Kurze Anweisungen funktionieren am besten: Nennen Sie die eine Änderung und sagen Sie, dass alles andere gleich bleibt. Produkt tauschen, Wetter oder Licht ändern und das Seitenverhältnis wechseln sind Folgeprompts und keine neuen Generierungen.
Welche Referenzen akzeptiert Gemini Omni Flash 1.2?
Pro Anfrage sind bis zu sechs Referenzbilder erlaubt, für Charaktere bis zu drei Bilder je Person bei zwei Personen. Referenzvideos richten sich nach der Ausgabelänge: Bei 11 bis 15 Sekunden gilt ein Referenzvideo von bis zu drei Sekunden, bei 3 bis 10 Sekunden bis zu drei davon. Referenzvideos funktionieren nur bei neuen Generierungen, nicht bei Edits oder Verlängerungen. Enthaltener Ton wird ignoriert.
Erzeugt Gemini Omni Flash 1.2 Ton und Dialog?
Ja. Der Ton kommt im selben Durchgang wie das Bild: Dialog mit Lippensynchronisation, Effekte, Atmosphäre und Musik. Laut Google wirkt der Dialog in 1.2 natürlicher, die Lippensynchronisation klarer, und mehrere Sprecher lassen sich berücksichtigen. Ein Zwiegespräch ist also ein realistischer Auftrag. Beschreiben Sie den Ton im Prompt. Schweigt der Prompt dazu, bekommen Sie eine Tonspur, die das Modell selbst gewählt hat.
Kann ich eigenen Ton hochladen oder eine Stimme bearbeiten?
Über die API derzeit nicht. Googles Ankündigung nennt Audio-Hinweise, darunter eine kurze Stimmreferenz, unter den Eingaben des Modells. Die Entwicklerdokumentation führt Audioeingabe in der aktuellen API-Version dagegen als nicht unterstützt auf und schließt auch das Bearbeiten von Stimmen aus. Stimmen steuern Sie heute also im Text. Verfolgen Sie die Dokumentation, ob sich die Eingabe öffnet.
Wo liegen die Schwächen von Gemini Omni Flash 1.2?
Google nennt drei Bereiche, die noch in Entwicklung sind: schnelle Sportaktion, Skripte mit raschen Richtungswechseln und komplexe Physik. Für Text im Bild und Dialog ist Englisch die voll unterstützte Sprache, andere Sprachen funktionieren unterschiedlich gut. Das gilt auch für deutsche Dialoge, planen Sie dafür Testläufe ein. Dazu kommt die Regionsbeschränkung für hochgeladenes Eigenmaterial im EWR, in der Schweiz und im Vereinigten Königreich.