Gemini Omni 1.2 Flash и 1.1: что изменилось

Google выпустила Gemini Omni 1.2 Flash 5 ноября 2026 года, через десять недель после Gemini Omni 1.1 Flash. Сильнее всего на работу влияет длина: одна генерация теперь даёт ролик от 3 до 15 секунд, а не упирается в 10. Кроме того, модель точнее следует референсам, готовый ролик можно дорабатывать в несколько шагов, речь и движение губ стали естественнее, а цена Gemini API в 720p снизилась на 30% — до $0,07 за секунду. Обе версии уже доступны в студии NanoBananas, и Gemini Omni 1.2 Flash стоит меньше кредитов за секунду, чем 1.1.

Сравнение обновлено 11 ноября 2026 года, когда Gemini Omni 1.2 Flash появилась в студии NanoBananas. Характеристики модели взяты из анонса Google, страницы модели в Google Cloud и карточки модели DeepMind; все ссылки есть в разделе источников. Кредиты и ограничения студии для обеих версий взяты из прайс-листа NanoBananas. Утверждения о качестве 1.2 принадлежат Google и помечены соответственно.

Что изменилось в Gemini Omni 1.2 Flash

До 15 секунд с шагом в одну секунду

В 1.1 были фиксированные длительности, максимум 10 секунд. В 1.2 при генерации из текста, изображения или референсов, а также при редактировании можно задать любое целое число секунд от 3 до 15. Генерация по первому и последнему кадру по-прежнему ограничена 10 секундами, а продление сцены добавляет от 3 до 10 секунд за шаг. На практике 15 секунд хватает на целый рекламный ролик для соцсетей, обзор товара или короткий диалог в одном дубле — больше не нужно склеивать два ролика и надеяться, что шов не заметят.

Точнее следует референсам

В одном запросе можно сочетать изображения персонажа, товара или стиля, короткие клипы с движением длиной до трёх секунд и звуковые подсказки. По словам Google, лица, одежда, надписи на упаковке и фирменные цвета теперь сохраняются от первого до последнего кадра при смене ракурса. Документация Cloud допускает до 10 изображений и 3 видео на запрос. Среди примеров Google — 15-секундная виртуальная примерка, собранная из одного фото модели и снимков спереди и сзади трёх комплектов одежды.

Многошаговое редактирование

Готовый ролик можно дорабатывать в диалоге: заменить товар или фон, поменять освещение или погоду, переключить соотношение сторон — без повторной генерации всего ролика. Это работает для всех 15 секунд. Для рекламных команд это самое полезное изменение: из одного утверждённого ролика получается набор вариантов под разные аудитории и площадки.

Естественнее речь, стабильнее камера

Речь звучит плавнее, губы точнее попадают в слова, а сценами с несколькими говорящими проще управлять. Google также сообщает, что в длинных движениях камеры — FPV-пролётах, облётах, резких отъездах — стало меньше нежелательных склеек, а масштаб держится стабильнее.

Ниже цена и общий доступ

Цена Gemini API в 720p снизилась на 30%, до $0,07 за секунду. 1.2 — также первая версия Gemini Omni в статусе общего доступа (GA) в Google Cloud: есть Provisioned Throughput, а дата окончания поддержки указана как 5 ноября 2027 года или позже.

Gemini Omni 1.2 Flash и 1.1 Flash: сравнение

Верхние строки описывают модели в том виде, в каком их выпускает Google; две последние — то, что доступно в студии NanoBananas. Полные лимиты 1.2 по данным Google (10 изображений, 3 видео) шире того, что сейчас открывает наш провайдер. Цены в долларах — прайс Google, а не кредиты NanoBananas.

Как многошаговое редактирование меняет работу

В 1.1 ролик, которому не хватало одной детали, приходилось генерировать заново по промпту, и новый дубль мог измениться там, где вы этого не хотели: другое движение камеры, другое выражение лица, другой фон. В 1.2 можно оставить дубль и поменять только то, что не так.

1. Сгенерируйте базовый ролик с нужной игрой, движением камеры и темпом.
2. Меняйте одну вещь за шаг. Например: «Replace the background with an oak forest; keep both characters, their movement and the camera framing unchanged.»
3. Делайте варианты от утверждённого ролика. Меняйте цвет товара, время года или язык на упаковке под разные рынки.
4. Соотношение сторон переключайте в конце, когда содержание готово, чтобы получить версии 16:9 и 9:16 одного ролика.

В студии NanoBananas выберите Gemini Omni 1.2 Flash, переключитесь в режим референсов и загрузите ролик, который хотите изменить (2–15 секунд). Результат сохраняет длину вашего ролика, поэтому настройка длительности не применяется, а оплата считается по тарифу 1.2 за секунды загруженного видео. В тот же запрос можно добавить до 5 референсных изображений, например новый товар, который нужно подставить.

Тот же приём «сначала что сохранить, потом что изменить», который работает при редактировании фото, подходит и здесь. Подробнее — в нашем руководстве по редактированию фото.

Звук и речь: что улучшилось и что ограничено

Обе версии генерируют речь, музыку и эффекты вместе с картинкой. Основное улучшение 1.2 — в диалогах: голоса звучат менее механически, губы лучше совпадают со словами, а в сценах с несколькими говорящими голос можно закрепить за конкретным персонажем.

• Изменение того, что говорит человек, ограничено. В карточке модели DeepMind сказано, что 1.2 умеет менять речь при редактировании видео, но Google пока ограничивает эту возможность.
• Загрузка звука в Google Cloud на старте не поддерживается. В анонсе звуковые подсказки упоминаются как тип референса, но на странице модели в Cloud аудио указано как неподдерживаемый вход. Пока это не прояснится, не стройте процесс на загрузке собственной озвучки.
• Во всех результатах есть SynthID — невидимый водяной знак, а модель поддерживает C2PA Content Credentials.

Что снижение цены даёт на практике

Формально цена снизилась на 30%, но больше экономит процесс, который рекомендует Google: черновики в 360p или 720p, исправления через дополнительные правки вместо новых генераций и апскейл только того дубля, который останется. Если 10-секундная реклама в 1.1 требовала четырёх полных попыток, в 1.2 может хватить одной генерации и двух правок.

NanoBananas списывает кредиты, а не секунды API. В студии 1.2 стоит 5 кредитов за секунду в 720P, 6 в 1080P и 10 в 4K, а точная стоимость всегда показывается до генерации. Полные таблицы для обеих версий — в следующем разделе.

Gemini Omni 1.2 и 1.1 в NanoBananas

В студии обе версии поддерживают одни и те же четыре режима: текст в видео, анимацию начального кадра, начальный и конечный кадры и режим референсов. Звук генерируется в каждом ролике. Различаются длина, лимиты референсов и цена.

Gemini Omni 1.2 Flash

Ролики на 4, 5, 6, 8, 10, 12 или 15 секунд. С начальным и конечным кадром — не больше 10 секунд. Режим референсов принимает до 6 изображений или одно видео на 2–15 секунд для редактирования; изображение занимает одну ячейку, видео — две, всего ячеек 7.

Gemini Omni 1.1 Flash

Ролики на 4, 6, 8 или 10 секунд. Режим референсов принимает до 7 изображений и одно референсное видео на 2–10 секунд.

Если добавить референсное видео, студия считает секунды результата плюс секунды референса по 70% от обычной ставки. Ролик 720P на 8 секунд с референсом на 6 секунд стоит 79 кредитов: 8 кредитов × 14 секунд × 0,7 с округлением вверх.

1.2 дешевле 1.1 при любом разрешении, так что главная причина оставаться на 1.1 — кадр, который вы уже на ней настроили. Делайте черновики в 720P и повышайте разрешение только для финального дубля. Начните со страницы Gemini Omni 1.2 Flash, страницы Gemini Omni 1.1 Flash или откройте видеостудию.

Три промпта для сравнения 1.1 и 1.2

Эти промпты проверяют три области, которые, по словам Google, стали лучше. Запустите каждый на обеих версиях в 720P на 10 секунд (80 кредитов на 1.1, 50 на 1.2) и сравните результаты рядом. Оценивайте по контрольным пунктам, а не по общему впечатлению.

• Написано ли «AURELIA» правильно, когда надпись снова видна?
• Сохраняются ли форма крышки и пропорции флакона во время облёта?
• Двигаются ли блики вместе с камерой или мерцают?

• Каждую реплику произносит нужный человек, и губы совпадают со словами?
• Звучат ли голоса как два разных человека?
• Остаются ли лица и руки стабильными во время речи?

• Кадр идёт без перерыва или где-то посередине появляется склейка?
• Остаётся ли правдоподобным масштаб скал и волн, когда камера поднимается?
• Стихает ли звук вместе с подъёмом камеры?

Переходить на 1.2 или выбрать другую модель?

Более широкое сравнение семейств видеомоделей — в статье Seedance, Veo или Wan.

Известные ограничения обеих версий

• Быстрые спортивные движения, частая смена сценария и сложная физика — области, которые Google в 1.2 ещё улучшает.
• Только два соотношения сторон: 16:9 и 9:16. Квадрат или 4:5 придётся кадрировать в редакторе.
• Первый и последний кадр в 1.2 — всё ещё до 10 секунд, хотя другие режимы доходят до 15.
• Редактирование речи в 1.2 ограничено, а аудиовход в Google Cloud на старте не поддерживается.
• Водяной знак: во всех результатах есть невидимый SynthID.

Источники

• Google: анонс Gemini Omni 1.2 Flash: ролики до 15 секунд, следование референсам, многошаговое редактирование, $0,07 за секунду в 720p, доступность и слабые места.
• Google Cloud: страница модели Gemini Omni 1.2 Flash: длительность, разрешения, лимиты входных данных, поддерживаемые типы входа и дата окончания поддержки.
• Google DeepMind: карточка модели Gemini Omni 1.2 Flash: каналы распространения и ограничение на редактирование речи.
• Прайс-лист видеостудии NanoBananas: все цены в кредитах и ограничения студии для Gemini Omni 1.1 Flash и 1.2 Flash.

Частые вопросы