الإجابة السريعة: Gemini Omni 1.2 Flash هو نموذج جوجل المتاح للعموم لتوليد الفيديو وتحريره، صدر في 5 نوفمبر 2026. ينشئ مقاطع مدتها من 3 إلى 15 ثانية مع صوت أصلي، وتكلفتها حوالي 0.07 دولار للثانية بدقة 720p، ويعمل عبر Interactions API بمعرّف النموذج gemini-omni-1.2-flash. في 3 ديسمبر 2026، سيبدأ تحويل الطلبات المرسلة إلى الإصدار 1.1 تلقائيًا إليه.
هذا التاريخ الأخير هو سبب أهمية هذا الإصدار إذا كنت تطلق بالفعل محتوى فيديو. كودك الخاص بالإصدار 1.1 سيستمر في العمل، لكن نموذجًا مختلفًا سيستجيب له خلال أقل من شهر.
إذا كنت جديدًا على هذه العائلة من النماذج، ابدأ بـ ما هو Gemini Omni. وللاطلاع على تفاصيل إطلاق الإصدار 1.1، راجع منشور Omni 1.1 Flash. يغطي هذا الدليل ما يعنيه الإصدار 1.2 لمن يبني اليوم.
ماذا يقدم Gemini Omni 1.2 Flash
يأخذ Gemini Omni 1.2 Flash النصوص والصور والفيديو كمدخلات ويعيد فيديو مصحوبًا بالصوت. يولّد مقاطع جديدة، ويحرر المقاطع عبر محادثات متعددة، ويمددها، كل ذلك عبر واجهة برمجة واحدة. تختار المدة بخطوات دقيقة الثانية الواحدة، وتحدد الدقة لكل طلب على حدة.
يسرد الإعلان خمس قدرات يستحق معرفتها:
- الالتزام بالمراجع. تساعد صور الشخصيات والمنتجات والأنماط في الحفاظ على الوجوه والملابس والتغليف وألوان العلامة التجارية عبر زوايا مختلفة. يمكنك استخدام حتى 6 صور مرجعية، بحد أقصى 3 لكل شخصية حتى شخصيتين.
- الاتساق. تقول جوجل إن الشخصيات والأشياء والمشاهد تحتفظ بثباتها بشكل أفضل من الإطار الأول إلى الأخير، بما في ذلك الاستيفاء بين الإطار الأول والأخير.
- التحرير متعدد المحادثات. استبدل منتجًا، أو غيّر الطقس، أو عدّل نسبة العرض إلى الارتفاع في محادثة لاحقة، دون البدء من الصفر.
- الكلام. تدّعي جوجل حوارات أكثر طبيعية، وتزامنًا أوضح بين الشفاه والصوت، وتمايزًا واضحًا بين المتحدثين المتعددين.
- التحكم بالكاميرا. حركات FPV الطائرة والحركات المدارية، مع عدد أقل من القفزات غير المرغوبة في المشاهد.
ادعاءات الجودة المذكورة أعلاه هي ادعاءات جوجل نفسها. ولم تنشر أي معايير قياس (benchmarks)، لذا تعامل معها كسبب للتجربة، لا كنتائج مؤكدة.
ما الذي تغيّر مقارنةً بـ Gemini Omni 1.1 Flash
ثلاثة أمور تمس كودك: طول المقطع، السعر، وصيغة الأوامر (prompt syntax). كلا النموذجين يعملان عبر Interactions API، لذا فإن الانتقال هو مجرد تغيير اسم النموذج بالإضافة إلى إعادة اختبار.
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| الحالة | الجيل السابق | متاح للعموم |
| معرّف النموذج | gemini-omni-1.1-flash |
gemini-omni-1.2-flash |
| أطول مقطع مفرد | 10 ثوانٍ | 15 ثانية |
| سعر مخرجات الفيديو | 17.50 دولار لكل مليون توكن | 12.00 دولار لكل مليون توكن |
| تكلفة الثانية بدقة 720p | حوالي 0.10 دولار | حوالي 0.07 دولار |
| سعر المدخلات | 1.50 دولار لكل مليون توكن | 1.50 دولار لكل مليون توكن |
| الصور المرجعية عند التمديد | غير مدعوم | حتى 2، على Agent Platform |
| الطبقة المجانية في Gemini API | غير متاحة | غير متاحة |
يأتي حد الـ 15 ثانية مع استثناءات. يبقى الاستيفاء بين الإطار الأول والأخير ضمن 3 إلى 10 ثوانٍ، وطلب أكثر من ذلك يُعيد خطأ "معامل غير صالح". كما تتقلص مقاطع الفيديو المرجعية: المخرجات التي تتراوح بين 3 و10 ثوانٍ تقبل حتى 3 مقاطع، بينما المخرجات بين 11 و15 ثانية تقبل مقطعًا واحدًا. ويمكن أن يمتد كل مقطع حتى 3 ثوانٍ. لذا، فإن شريط مدة واحد يمتد حتى 15 قد يكسر وضع الإطارات المفتاحية (keyframes).
كما تحذّر الوثائق من استخدام وسوم التحكم مثل <FIRST_FRAME> و<IMAGE_REF_0> في الأوامر. تصفها جوجل بأنها مهجورة وغير مدعومة في النماذج المستقبلية. بدلًا من ذلك، صف دور كل مدخل بلغة واضحة.
تسعير Gemini Omni 1.2 Flash حسب الدقة
يُحتسب فاتورة Omni حسب توكنات المخرجات، وتحوّل صفحة التسعير الخاصة بجوجل ذلك إلى أسعار لكل ثانية. الثانية الواحدة بدقة 720p تعادل 5,792 توكن. هذه تكاليف مخرجات فقط، وتضيف توكنات المدخلات مبلغًا صغيرًا فوقها.
| الدقة | لكل ثانية | مقطع 5 ثوانٍ | مقطع 15 ثانية |
|---|---|---|---|
| 360p | 0.023 دولار | 0.12 دولار | 0.35 دولار |
| 720p | حوالي 0.07 دولار | حوالي 0.35 دولار | حوالي 1.04 دولار |
| 1080p (مع رفع العينات) | 0.104 دولار | 0.52 دولار | 1.56 دولار |
| 4K (مع رفع العينات) | 0.209 دولار | 1.05 دولار | 3.14 دولار |
سير العمل الذي تقترحه جوجل هو صياغة المسودات بدقة 360p أو 720p، ومعالجة المشكلات عبر تحريرات لاحقة بدلًا من توليدات جديدة، ثم الانتقال إلى 1080p أو 4K في النهاية. والأرقام تدعم ذلك. تسعة مسودات بمدة 15 ثانية بدقة 360p تكلف نفس ما يكلفه عرض واحد بدقة 4K بمدة 15 ثانية تقريبًا.
تنبيهان لميزانيتك: لا يوجد تسعير Batch معلن لهذا النموذج. كما أننا لم نشغّل عملية رفع عينات مدفوعة، لذا تأكد من كيفية احتساب فاتورة مسودة مكتملة بدقة 1080p أو 4K قبل بناء خططك عليها. للاطلاع على تفاصيل حسابات التوكنات، راجع تفصيل تسعير Omni 1.1 واستبدل السعر بسعر 12.00 دولار.
أين يمكنك استدعاء Gemini Omni 1.2 Flash
يمكنك الوصول إلى النموذج عبر واجهتي برمجة وأربعة تطبيقات من جوجل. مسارات المطوّرين هي:
- Gemini API. استخدم
POST https://generativelanguage.googleapis.com/v1beta/interactionsمع مفتاح API من Google AI Studio. - Vertex AI Studio وGemini Enterprise Agent Platform. استخدم نقطة النهاية العالمية
interactionsمع مشروع Google Cloud ورمز وصول. وثائق التمديد من جوجل توضح شكل الطلب.
مسارات التطبيقات لا تتطلب أي كود:
- Flow: تحرير المشاهد عبر محادثات متعددة.
- Google Vids: مقاطع بمدة 15 ثانية دون أي تكلفة إضافية مع حساب Google أو اشتراك Workspace.
- تطبيق Gemini: فيديوهات بمدة 15 ثانية، تُطرح تدريجيًا لمشتركي Google AI Ultra.
- Google Ads: حملات الفيديو.
يبدو استدعاء بسيط عبر Gemini API هكذا:
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"input": "A marble rolling fast along a chain reaction track, one smooth shot.",
"response_format": {
"type": "video",
"duration": "3s",
"resolution": "360p",
"delivery": "uri"
}
}'
الاستجابة هي كائن تفاعل (interaction) يتضمن id وstatus ومصفوفة steps. يقع الفيديو في خطوة model_output بصيغة video/mp4. افتراضيًا، يصل مشفرًا بـ base64 داخل الحقل data. اضبط "delivery": "uri" لأي شيء يتجاوز 4 ميجابايت، ثم استعلم باستمرار عبر Files API حتى تصبح حالة الملف ACTIVE. وفخ واحد يجب الانتباه إليه: أي طلب GET لاحق على التفاعل يعيد base64 مضمّنًا حتى لو طلبت URI، لذا احفظ الـ URI من استجابة الإنشاء. تحتوي وثائق Omni على أمثلة بلغات Python وJavaScript وJava وGo وREST، كما أن دليل Omni 1.1 API لدينا يستعرض نفس مسار الطلب.
لتحرير مقطع، مرّر previous_interaction_id مع أمر جديد. لا تضبط store على false لأي مقطع تخطط لتحريره، لأن ذلك يمنع المحادثات اللاحقة. دليل التمديد لدينا يغطي ربط المقاطع ببعضها. وإذا كنت ما زلت تختار مزوّدًا، اقرأ Omni 1.2 Flash أم Veo.
ماذا يعني إعادة التوجيه في 3 ديسمبر لتطبيقك
اعتبارًا من 3 ديسمبر 2026، ستوجّه جوجل كل طلب يُرسل إلى gemini-omni-1.1-flash إلى gemini-omni-1.2-flash وستحتسب فاتورته بأسعار الإصدار 1.2. لن يفشل أي شيء. الثانية الواحدة بدقة 720p تصبح أرخص بنحو 30%، ونموذج مختلف يبدأ في الاستجابة لأوامرك الحالية.
الخطر هنا هو التغيير الصامت، لذا تحرك وفق جدولك الخاص:
- غيّر اسم النموذج الآن. اختر تاريخ اختبارك الخاص بدلًا من توارث تاريخ جوجل.
- أعد تشغيل أوامرك المحفوظة. قارن المقاطع جنبًا إلى جنب، خاصة أي شيء يتضمن كلامًا أو أصلًا من أصول العلامة التجارية.
- حدّث تقديرات التكلفة لديك. أي سعر ثابت بقيمة 0.10 دولار للثانية سيصبح خاطئًا بعد التبديل.
- حدد سقف المدة لكل وضع. اسمح بـ 15 ثانية للتوليد العادي و10 ثوانٍ للإطارات المفتاحية.
- استبدل وسوم التحكم. أعد صياغة أي أمر ما زال يستخدم وسومًا مثل
<IMAGE_REF_0>. - استخدم التسليم عبر URI للمقاطع الطويلة. مخرج بمدة 15 ثانية أكثر عرضة لتجاوز حد الـ 4 ميجابايت للتضمين المباشر.
يظهر هذا الإشعار على صفحة تسعير Gemini API. وإذا كنت تستدعي عبر Agent Platform، فتحقق من صفحة النموذج على تلك المنصة لمعرفة جدولها الخاص.
ما الذي ما زال يخطئ فيه Gemini Omni 1.2 Flash
تحدد جوجل ثلاث نقاط ضعف: الحركات الرياضية السريعة، والتغييرات النصية المتسارعة، والفيزياء المعقدة. إذا كان منتجك يعتمد على أي منها، فاختبر تلك الأوامر أولًا.
تضيف الوثائق حدودًا صارمة:
- لا توجد وسوم تحكم بالأوامر. تعليمات النظام، ودرجة الحرارة (temperature)، و
top_p، وتسلسلات الإيقاف، وحقول الأوامر السلبية (negative prompts) غير مدعومة. اكتب الاستثناءات داخل الأمر نفسه. - حظر جغرافي. تحرير أو تمديد الفيديوهات المرفوعة غير متاح في المنطقة الاقتصادية الأوروبية وسويسرا والمملكة المتحدة.
- إضافة في النهاية فقط. التمديد يضيف إلى نهاية المقطع. لا يمكنه الإضافة في البداية أو تغيير المنتصف.
- اللغة. الإنجليزية مدعومة بالكامل. تصف جوجل اللغات الأخرى بأنها غير مختبرة.
- المصدرية. كل مخرج يحمل علامة SynthID المائية غير المحسوسة.
كما تتعارض صفحات جوجل نفسها في ثلاثة مواضع، لذا اختبر على المنصة التي تطلق عليها:
- الطول الممدّد. وثائق Gemini API تقول 30 ثانية إجمالًا. وثائق Agent Platform تقول حتى 40 ثانية.
- الصوت. الإعلان يذكر الإشارات الصوتية كمدخل مرجعي. وثائق Gemini API تسرد المدخلات الصوتية كغير مدعومة.
- Provisioned Throughput. الإعلان يقول إنه متاح لعملاء المؤسسات. وثائق Gemini API تسرد أنه غير مدعوم، لذا توقعه على جانب المؤسسات فقط.
دع وكيل البرمجة لديك يختبره عبر Apidog CLI
إعادة التوجيه هي نوع التغيير الذي يجب أن يلتقطه اختبار العقد (contract test). يمكن لوكيل البرمجة لديك كتابة هذا الاختبار مقابل Interactions API وتشغيله من الطرفية، بينما تراجع أنت النتيجة. أعد Apidog CLI مرة واحدة:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
ثم امنح Claude Code أو Codex أو Cursor أمرًا واحدًا:
In Apidog project <id>, create an endpoint for POST /v1beta/interactions on
generativelanguage.googleapis.com, sending x-goog-api-key from {{GEMINI_API_KEY}}.
Add a test case that requests gemini-omni-1.2-flash at 3s, 360p, delivery uri.
Assert HTTP 200, object is "interaction", status is "completed", and steps holds
a model_output entry of type video with mime_type video/mp4 and a uri.
Run it and summarize any failures.
يقرأ الوكيل كل مخطط (schema)، ويتحقق من صحة حمولته (payload)، ويكتب الحالة ويشغّلها:
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file omni.json
apidog endpoint create --project <id> --file omni.json
apidog test-case category --project <id>
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
--env-var "GEMINI_API_KEY=$GEMINI_API_KEY" \
--timeout-request 300000 -r cli,json
كل تشغيل يُحدث فاتورة فيديو حقيقية، وهذه الحالة تكلّف حوالي 0.07 دولار، لذا جدولها ليليًا بدلًا من كل عملية commit. لتغطية إعادة التوجيه، اطلب من الوكيل استنساخ الحالة باسم نموذج الإصدار 1.1 وتشغيل كليهما قبل 3 ديسمبر. نفس سطر apidog run مع -r junit يمكن دمجه في خط أنابيب (pipeline)، كما يوضح دليل Apidog CLI للـ CI/CD لدينا، وتغطي مقالة Apidog CLI في Claude Code إعداد الوكيل. تغطي الخطة المجانية من Apidog حتى 4 مستخدمين.
الأسئلة الشائعة
هل Gemini Omni 1.2 Flash مجاني؟ ليس عبر الـ API. تسرد جوجل الطبقة المجانية في Gemini API بأنها "غير متاحة" للمدخلات والمخرجات معًا. يقدم Google Vids مقاطع بمدة 15 ثانية دون أي تكلفة إضافية مع حساب Google أو اشتراك Workspace.
ما هو معرّف النموذج؟ gemini-omni-1.2-flash، عبر Interactions API وليس generateContent.
ما مدة فيديو Gemini Omni 1.2 Flash كحد أقصى؟ المقطع المفرد يمتد من 3 إلى 15 ثانية بخطوات الثانية الواحدة، مع افتراض 10 ثوانٍ. يضيف التمديد من 3 إلى 10 ثوانٍ لكل محادثة. الحد الأقصى للطول الممدّد هو 30 ثانية وفق وثائق Gemini API وحتى 40 ثانية وفق وثائق Agent Platform.
ماذا يحدث لكود Omni 1.1 الخاص بي في 3 ديسمبر؟ سيستمر في العمل. الطلبات المرسلة إلى gemini-omni-1.1-flash ستُحوَّل إلى gemini-omni-1.2-flash وستحتسب فاتورتها بأسعار الإصدار 1.2، لذا أعد اختبار أوامرك قبل ذلك التاريخ.
هل يولّد Gemini Omni 1.2 Flash صوتًا؟ نعم، يأتي الصوت الأصلي مرفقًا بالمقطع. لا يمكنك رفع ملفات صوتية كمدخلات عبر Gemini API، ويتم تجاهل الصوت في مقاطع الفيديو المرجعية.
هل توجد معايير قياس للإصدار 1.2 مقارنةً بـ 1.1؟ لا. لم تنشر جوجل أيًا منها، لذا شغّل أوامرك الخاصة على كلا النموذجين قبل 3 ديسمبر.