Clipes de 15 sEdite seu vídeoFala e som nativosAté 4K
Gemini Omni 1.2 Flash é o modelo do Google para gerar e editar vídeo, com clipes de até 15 segundos com fala, música e efeitos sonoros. Crie a partir de texto, quadros ou até 6 imagens de referência, ou envie um vídeo e mude o fundo, a luz ou os produtos.
O Google criou o 1.2 para tomadas mais longas, mais fidelidade às referências e edição de clipes prontos. Estes são os trabalhos que ele faz melhor no estúdio, com um modelo de prompt para cada um.
Envie um clipe no modo de referência e adicione a imagem da peça ou do produto. Peça uma troca por vez, por exemplo: Replace the jacket with the one in the reference image; keep her movement and the camera unchanged.
Escolha 12 ou 15 segundos para que o gancho, a demonstração e o encerramento caibam numa só geração. Escreva os momentos em ordem (first, then, finally) e coloque entre aspas o texto que deve aparecer na tela.
Envie um clipe de 2 a 15 segundos e indique uma mudança: o fundo, a luz, o clima ou a estação. O resultado mantém a duração do seu clipe, e você paga só pelos segundos dele.
Coloque cada fala entre aspas e diga quem fala, por exemplo: The woman on the left says "Did you bring the tickets?" Voz, música e efeitos são gerados junto com a imagem.
Envie uma imagem inicial e uma final para definir onde o plano começa e termina. Este modo tem de 4 a 10 segundos; composições parecidas dão a transição mais limpa.
Descreva um único movimento sem cortes, como um voo FPV, uma órbita ou um afastamento lento, e acrescente "no cuts". O Google diz que o 1.2 tem menos cortes bruscos em movimentos longos.
O fluxo recomendado pelo Google: rascunhos baratos, referências travadas, detalhes corrigidos com edições e uma única renderização final.
Teste o prompt e o ritmo em 720P, onde um clipe de 10 segundos custa 50 créditos. Não aumente a resolução até que o movimento e o som estejam certos.
Use imagens nítidas do rosto, da roupa ou do produto, até 6. Diga no prompt para que serve cada imagem, assim os detalhes se mantêm do primeiro ao último quadro.
Envie sua melhor tomada ao modo de referência e mude um único elemento por solicitação. Pedir várias mudanças de uma vez costuma alterar partes que você queria manter.
Gere de novo o prompt aprovado em 1080P (6 créditos por segundo) ou 4K (10 créditos por segundo). Confira rostos, mãos, texto na tela e som antes de publicar.
Compare as mesmas configurações antes de escolher a versão.
| Configuração | Gemini Omni 1.2 FlashEsta versão | Gemini Omni 1.1 Flash |
|---|---|---|
| Custo de exemplo (créditos) | 40 | 64 |
| Resolução | 720P / 1080P / 4K | 720P / 1080P / 4K |
| Duração por texto ou quadros | 4 / 5 / 6 / 8 / 10 / 12 / 15s | 4 / 6 / 8 / 10s |
| Primeiro e último quadro | Disponível | Disponível |
| Imagens de referência | Até 6 imagens | Até 7 imagens |
| Vídeos de referência | Até 1 clipes · 15s no total | Até 1 clipes · 10s no total |
| Áudio gerado | Incluído · sem opção de desativar | Incluído · sem opção de desativar |
Vídeos de referência podem alterar o total. Confira o orçamento antes de gerar.
Gere imagens e vídeos com créditos de assinatura ou pacotes. Eles compartilham o mesmo saldo; o custo das imagens varia conforme o modelo e a resolução, e o dos vídeos, conforme o modelo e a duração. Novos usuários recebem 10 créditos grátis para testar.
Cancele a qualquer momento
Para uso individual e criadores casuais
Ideal para projetos pessoais e para começar
Para criadores profissionais e equipes
A escolha favorita dos criadores de conteúdo profissionais
Projetado para estúdios e grandes empresas
Solução corporativa para máxima produtividade
É o modelo de geração e edição de vídeo do Google, lançado em 5 de novembro de 2026. Ele cria clipes com fala, música e efeitos a partir de texto, imagens ou um vídeo, e sucede o 1.1 Flash com clipes mais longos e mais fidelidade às referências.
5 créditos por segundo em 720P, 6 em 1080P e 10 em 4K, então um clipe de 10 segundos em 720P custa 50 créditos. Editar um vídeo enviado é cobrado pelos segundos desse vídeo. O estúdio mostra o orçamento exato antes de gerar.
4, 5, 6, 8, 10, 12 ou 15 segundos. Com primeiro e último quadro, o máximo é 10 segundos, e um vídeo editado mantém a duração do clipe enviado (de 2 a 15 segundos).
Sim. Escolha o modo de referência, envie um clipe de 2 a 15 segundos e descreva a mudança. Dá para incluir até 5 imagens de referência na mesma solicitação, por exemplo um produto para trocar. Sem vídeo, você pode usar até 6 imagens.
Não. O áudio é gerado em cada clipe a partir do prompt, e não há envio de áudio nem opção para desligá-lo. Se precisar da sua voz, troque a faixa num editor de vídeo.
Todo resultado leva a marca d'água invisível SynthID do Google; não há logotipo visível. Você pode usar o que criar comercialmente, conforme os Termos de Serviço da NanoBananas.
Use o 1.2 para clipes com mais de 8 segundos, para editar um vídeo que você já tem ou para economizar créditos: 8 segundos em 720P custam 40 créditos no 1.2 e 48 no Veo 3.1 Fast. Use o Veo 3.1 Quality para planos de 8 segundos em que o detalhe fino é o mais importante.
Só há 16:9 e 9:16. Esportes rápidos, física complexa e prompts muito carregados ainda podem falhar, e o Google diz que continua melhorando esses pontos. Confira rostos, mãos e texto na tela antes de publicar.
O áudio é incluído automaticamente e não pode ser desligado aqui.
