Einordnung
Gemini Omni 1.2 Flash ist ein multimodales Modell zur schnellen Erstellung und Bearbeitung von Videos mit synchronisiertem Audio. Es basiert auf Gemini Omni Flash und ist unter anderem über die Gemini API und Google Cloud verfügbar. (deepmind.google)
Fähigkeiten und Einsatzmöglichkeiten
- Verarbeitet laut Modellkarte Text, Bilder, Audio und Video; die primäre Ausgabe sind hochauflösende Videos mit Audio. (deepmind.google)
- Generiert und bearbeitet Videos von 3 bis 15 Sekunden; die Dauer lässt sich in Sekundenschritten festlegen. Entwürfe können in 360p oder 720p erstellt und auf 1080p oder 4K hochskaliert werden. (blog.google)
- Unterstützt mehrstufige Bearbeitung per Konversation, etwa zum Ändern von Hintergrund, Beleuchtung oder Produkt. Bild- und Videoreferenzen helfen, Figuren, Produkte und Szenen konsistent zu halten. (blog.google)
- Geeignet unter anderem für Produktvideos, virtuelle Anproben, Erklärvideos und Werbeclips. (blog.google)
Einschränkungen
- Audioreferenzen erfordern laut Google Cloud eine Freischaltung per Allowlist. Die Veränderung der Sprache von Personen bei der Videobearbeitung ist derzeit eingeschränkt. (cloud.google.com)
- In der Google-Cloud-Dokumentation beträgt die Ausgabe bei Interpolation zwischen erstem und letztem Bild 3 bis 10 Sekunden. Context Caching und Batch-Inferenz werden dort nicht unterstützt. Ausgaben tragen ein SynthID-Wasserzeichen. (docs.cloud.google.cn)
Preise
Gemini API, kostenpflichtiger Standardtarif; Währung USD; Abfrage am 14. November 2026: (aistudio.google.com)
- Eingabe: 1,50 USD pro 1 Million Token für Text, Bilder und Video. Ein gesonderter Preis für Audioeingaben war in der Preistabelle nicht ausgewiesen.
- Ausgabe: 9,00 USD pro 1 Million Text-Token beziehungsweise 12,00 USD pro 1 Million Video-Token; Ausgabe-Tarife schließen Thinking-Token ein. Ein kostenloser Tarif ist für dieses Modell nicht verfügbar.
- Video wird nach ausgegebenen Token berechnet. Google nennt folgende ungefähre effektive Ausgabekosten: 360p 0,023 USD/Sekunde, 720p 0,07 USD/Sekunde, 1080p mit Hochskalierung 0,104 USD/Sekunde und 4K mit Hochskalierung 0,209 USD/Sekunde. Eingabekosten können hinzukommen.
Offizielle Preisquelle: Gemini Developer API pricing.
Veröffentlichung und offizielle Quellen
Die angegebene Eingabe nennt den 6. November 2026. Die verlinkte Google-Ankündigung und die Google-Cloud-Modelldokumentation nennen dagegen den 5. November 2026 als Veröffentlichungsdatum; der Google-Cloud-Blogbeitrag ist auf den 6. November datiert. (blog.google)