Kurzantwort: Gemini Omni 1.2 Flash ist Googles allgemein verfügbares Modell zur Videogenerierung und Videobearbeitung, veröffentlicht am 5. November 2026. Es erstellt Clips von 3 bis 15 Sekunden mit nativem Audio, kostet etwa 0,07 $ pro Sekunde bei 720p und läuft über die Interactions API unter der Modell-ID gemini-omni-1.2-flash. Ab dem 3. Dezember 2026 werden Anfragen an 1.1 dorthin umgeleitet.
Dieses Datum ist der Grund, warum dieses Release relevant ist, wenn Sie bereits Videofunktionen anbieten. Ihr 1.1-Code funktioniert weiter, aber ab in weniger als einem Monat antwortet ein anderes Modell darauf.
Wenn Sie die Modellfamilie noch nicht kennen, beginnen Sie mit Was ist Gemini Omni. Details zum 1.1-Launch finden Sie in unserem Omni 1.1 Flash Beitrag. Dieser Leitfaden behandelt, was 1.2 für alle bedeutet, die heute bereits entwickeln.
Was Gemini Omni 1.2 Flash kann
Gemini Omni 1.2 Flash nimmt Text, Bilder und Video als Eingabe entgegen und gibt Video mit Ton zurück. Es generiert neue Clips, bearbeitet Clips über mehrere Runden hinweg und verlängert sie – alles über eine einzige API. Sie wählen die Dauer in Ein-Sekunden-Schritten und legen die Auflösung pro Anfrage fest.
Die Ankündigung listet fünf Funktionen auf, die man kennen sollte:
- Referenztreue. Charakter-, Produkt- und Stilbilder helfen dabei, dass Gesichter, Kleidung, Verpackungen und Markenfarben über verschiedene Perspektiven hinweg konsistent bleiben. Sie können bis zu 6 Referenzbilder verwenden, davon bis zu 3 pro Charakter für bis zu 2 Charaktere.
- Konsistenz. Laut Google bleiben Charaktere, Objekte und Szenen vom ersten bis zum letzten Frame besser stabil, einschließlich Interpolation zwischen erstem und letztem Keyframe.
- Multi-Turn-Bearbeitung. Tauschen Sie ein Produkt aus, ändern Sie das Wetter oder das Seitenverhältnis in einer nachfolgenden Runde – ganz ohne Neuanfang.
- Sprache. Google verspricht natürlichere Dialoge, deutlicheres Lip-Sync und eine klare Trennung bei mehreren Sprechern.
- Kamerasteuerung. FPV-Durchflüge und Orbitaufnahmen mit weniger unerwünschten harten Schnitten.
Die obigen Qualitätsaussagen stammen von Google. Da keine Benchmarks veröffentlicht wurden, sollten Sie sie als Anlass zum Testen betrachten – nicht als Ergebnisse.
Was sich gegenüber Gemini Omni 1.1 Flash geändert hat
Drei Dinge betreffen Ihren Code: Ciplänge, Preis und Prompt-Syntax. Beide Modelle laufen über die Interactions API, daher besteht die Umstellung aus einer Änderung der Modellzeichenkette plus einem erneuten Test.
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| Status | Vorherige Generation | Allgemein verfügbar |
| Modell-ID | gemini-omni-1.1-flash |
gemini-omni-1.2-flash |
| Längster einzelner Clip | 10 Sekunden | 15 Sekunden |
| Preis für Videoausgabe | 17,50 $ pro 1 Mio. Tokens | 12,00 $ pro 1 Mio. Tokens |
| Kosten pro Sekunde bei 720p | ca. 0,10 $ | ca. 0,07 $ |
| Eingabepreis | 1,50 $ pro 1 Mio. Tokens | 1,50 $ pro 1 Mio. Tokens |
| Referenzbilder beim Verlängern | Nicht unterstützt | Bis zu 2, auf der Agent Platform |
| Gemini API-Kostenloser Tarif | Nicht verfügbar | Nicht verfügbar |
Die Obergrenze von 15 Sekunden gilt mit Ausnahmen. Die Interpolation zwischen erstem und letztem Frame bleibt auf 3 bis 10 Sekunden beschränkt, und Anfragen über diese Dauer hinaus liefern einen Fehler wegen ungültigen Arguments. Auch Referenzvideos sind begrenzt: Ausgaben von 3 bis 10 Sekunden verwenden bis zu 3 Clips, Ausgaben von 11 bis 15 Sekunden nur 1. Jeder Clip kann bis zu 3 Sekunden lang sein. Ein einzelner Dauerregler, der bis 15 geht, kann daher Ihren Keyframe-Modus brechen.
Die Dokumentation warnt außerdem vor Steuer-Tags wie <FIRST_FRAME> und <IMAGE_REF_0> in Prompts. Google stuft sie als veraltet ein und wird sie in künftigen Modellen nicht unterstützen. Beschreiben Sie stattdessen die Rolle jeder Eingabe in natürlicher Sprache.
Preise für Gemini Omni 1.2 Flash nach Auflösung
Omni wird nach Ausgabe-Tokens abgerechnet, und Googles Preisseite rechnet das in Sekundenpreise um. Eine Sekunde bei 720p entspricht 5.792 Tokens. Dies sind reine Ausgabekosten; Eingabe-Tokens kommen in geringem Umfang noch obendrauf hinzu.
| Auflösung | Pro Sekunde | 5-Sekunden-Clip | 15-Sekunden-Clip |
|---|---|---|---|
| 360p | 0,023 $ | 0,12 $ | 0,35 $ |
| 720p | ca. 0,07 $ | ca. 0,35 $ | ca. 1,04 $ |
| 1080p (hochskaliert) | 0,104 $ | 0,52 $ | 1,56 $ |
| 4K (hochskaliert) | 0,209 $ | 1,05 $ | 3,14 $ |
Googles empfohlener Arbeitsablauf: Entwürfe in 360p oder 720p erstellen, Probleme durch nachfolgende Bearbeitungen statt durch neue Generierungen beheben und erst zum Schluss auf 1080p oder 4K wechseln. Die Zahlen bestätigen das. Neun 15-sekündige Entwürfe in 360p kosten etwa so viel wie ein einziger 15-sekündiger 4K-Render.
Zwei Einschränkungen für Ihre Kostenplanung: Für dieses Modell sind keine Batch-Preise gelistet. Und wir haben kein kostenpflichtiges Upscaling durchgeführt, therefore klären Sie bitte, wie ein finalisierter Entwurf bei 1080p oder 4K abgerechnet wird, bevor Sie darauf planen. Für die Token-Rechnung im Detail siehe unsere Omni 1.1 Preisaufschlüsselung und setzen Sie dort den Satz von 12,00 $ ein.
Wo Sie Gemini Omni 1.2 Flash aufrufen können
Sie erreichen das Modell über zwei APIs und vier Google-Apps. Die Entwicklerrouten sind:
- Gemini API. Verwenden Sie
POST https://generativelanguage.googleapis.com/v1beta/interactionsmit einem API-Schlüssel aus Google AI Studio. - Vertex AI Studio und Gemini Enterprise Agent Platform. Verwenden Sie den globalen
interactions-Endpunkt mit einem Google Cloud-Projekt und einem Zugriffstoken. Googles Dokumentation zur Verlängerung zeigt den Aufbau der Anfrage.
Die App-Routen erfordern keinen Code:
- Flow: Multi-Turn-Szenenbearbeitung.
- Google Vids: 15-sekündige Clips ohne zusätzliche Kosten mit einem Google-Konto oder Workspace-Abo.
- Gemini-App: 15-sekündige Videos, schrittweise Einführung für Google AI Ultra-Abonnenten.
- Google Ads: Videokampagnen.
Ein minimaler Gemini-API-Aufruf sieht so aus:
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"
}
}'
Die Antwort ist ein Interaktionsobjekt mit id, status und einem steps-Array. Das Video liegt in einem model_output-Schritt als video/mp4. Standardmäßig kommt es als Base64 in data an. Setzen Sie "delivery": "uri" für alles über 4 MB und fragen Sie dann die Files API ab, bis die Datei ACTIVE ist. Eine Falle: Ein späteres GET auf die Interaktion liefert inline Base64 zurück, selbst wenn Sie einen URI angefordert haben – speichern Sie also den URI aus der Erstellungsantwort. Die Omni-Dokumentation enthält Beispiele in Python, JavaScript, Java, Go und REST, und unser Omni 1.1 API-Leitfaden führt durch denselben Anfrageablauf.
Um einen Clip zu bearbeiten, übergeben Sie previous_interaction_id zusammen mit einem neuen Prompt. Setzen Sie store bei einem Clip, den Sie bearbeiten möchten, nicht auf false, da dies spätere Runden blockiert. Unser Leitfaden zur Verlängerung behandelt das Verketten. Wenn Sie noch einen Anbieter wählen, lesen Sie Omni 1.2 Flash oder Veo.
Was die Umleitung am 3. Dezember für Ihre App bedeutet
Ab dem 3. Dezember 2026 leitet Google jede Anfrage an gemini-omni-1.1-flash an gemini-omni-1.2-flash weiter und rechnet sie zu den 1.2-Preisen ab. Nichts erzeugt einen Fehler. Ihre 720p-Sekunde wird etwa 30 % günstiger, und ein anderes Modell beantwortet Ihre bestehenden Prompts.
Das Risiko ist eine stille Änderung – verlegen Sie die Umstellung daher auf Ihren eigenen Zeitplan:
- Modellzeichenkette jetzt wechseln. Wählen Sie Ihren eigenen Testtermin, statt Googles Termin zu übernehmen.
- Gespeicherte Prompts erneut ausführen. Vergleichen Sie Clips direkt nebeneinander, insbesondere alles mit Sprache oder Markenelementen.
- Kostenschätzungen aktualisieren. Jeder fest hinterlegte Satz von 0,10 $ pro Sekunde ist nach der Umstellung falsch.
- Dauern pro Modus begrenzen. Erlauben Sie 15 Sekunden für normale Generierungen und 10 für Keyframes.
- Steuer-Tags ersetzen. Schreiben Sie jeden Prompt um, der noch Tags im Stil von
<IMAGE_REF_0>verwendet. - URI-Auslieferung für lange Clips nutzen. Eine 15-sekündige Ausgabe überschreitet eher die 4-MB-Grenze für Inline-Daten.
Dieser Hinweis erscheint auf der Preisseite der Gemini API. Wenn Sie über die Agent Platform aufrufen, prüfen Sie die dortige Modellseite für deren eigenen Zeitplan.
Wo Gemini Omni 1.2 Flash weiterhin Schwächen hat
Google nennt drei Schwachstellen: schnelle Sportaktionen, schnelle Skriptwechsel und komplexe Physik. Wenn Ihr Produkt auf eines davon angewiesen ist, testen Sie diese Prompts zuerst.
Die Dokumentation ergänzt harte Grenzen:
- Keine Prompt-Steuerungen. Systemanweisungen, Temperatur,
top_p, Stopp-Sequenzen und Negative-Prompt-Felder werden nicht unterstützt. Schreiben Sie Ausschlüsse in den Prompt. - Regionale Beschränkungen. Das Bearbeiten oder Verlängern hochgeladener Videos ist im EWR, in der Schweiz und im Vereinigten Königreich nicht verfügbar.
- Nur Anhängen. Eine Verlängerung fügt ans Ende eines Clips an. Voranstellen oder Ändern der Mitte ist nicht möglich.
- Sprache. Englisch ist voll unterstützt. Andere Sprachen bezeichnet Google als ungetestet.
- Herkunftsnachweis. Jede Ausgabe trägt ein nicht wahrnehmbares SynthID-Wasserzeichen.
Googles eigene Seiten widersprechen sich zudem an drei Stellen – testen Sie also auf der Oberfläche, auf der Sie ausliefern:
- Verlängerte Länge. Die Gemini-API-Dokumentation nennt insgesamt 30 Sekunden. Die Agent-Platform-Dokumentation sagt bis zu 40.
- Audio. Die Ankündigung erwähnt Audiohinweise als Referenzeingabe. Die Gemini-API-Dokumentation listet Audioeingaben als nicht unterstützt.
- Provisioned Throughput. Die Ankündigung sagt, es sei für Enterprise-Kunden verfügbar. Die Gemini-API-Dokumentation listet es als nicht unterstützt – erwarten Sie es also nur auf der Enterprise-Seite.
Ihren Coding-Agenten mit Apidog CLI testen lassen
Eine Umleitung ist genau die Art von Änderung, die ein Vertragstest abfangen sollte. Ihr Coding-Agent kann diesen Test gegen die Interactions API schreiben und im Terminal ausführen, während Sie das Ergebnis prüfen. Richten Sie die Apidog CLI einmal ein:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Dann geben Sie Claude Code, Codex oder Cursor einen einzigen Prompt:
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.
Der Agent liest jedes Schema, validiert seine Payload, schreibt den Testfall und führt ihn aus:
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
Jeder Lauf erzeugt echte Videokosten, und dieses Fixture kostet etwa 0,07 $ – planen Sie es daher nightly statt bei jedem Commit ein. Um die Umleitung abzudecken, lassen Sie den Agenten den Testfall mit der 1.1-Modellzeichenkette klonen und beide vor dem 3. Dezember ausführen. Dieselbe apidog run-Zeile mit -r junit lässt sich in eine Pipeline integrieren, wie unser Apidog CLI CI/CD-Leitfaden zeigt, und Apidog CLI in Claude Code behandelt die Einrichtung des Agenten. Apidog Free deckt bis zu 4 Nutzer ab.
FAQ
Ist Gemini Omni 1.2 Flash kostenlos? Nicht über die API. Google listet den kostenlosen Tarif der Gemini API für Eingabe und Ausgabe als „Nicht verfügbar“. Google Vids bietet 15-sekündige Clips ohne zusätzliche Kosten mit einem Google-Konto oder Workspace-Abo.
Wie lautet die Modell-ID? gemini-omni-1.2-flash, über die Interactions API statt generateContent.
Wie lang kann ein Gemini-Omni-1.2-Flash-Video sein? Ein einzelner Clip dauert 3 bis 15 Sekunden in Ein-Sekunden-Schritten, Standard ist 10. Die Verlängerung fügt pro Runde 3 bis 10 Sekunden hinzu. Die maximale verlängerte Länge beträgt laut Gemini-API-Dokumentation 30 Sekunden und laut Agent-Platform-Dokumentation bis zu 40.
Was passiert mit meinem Omni-1.1-Code am 3. Dezember? Er läuft weiter. Anfragen an gemini-omni-1.1-flash werden an gemini-omni-1.2-flash umgeleitet und zu 1.2-Preisen abgerechnet – testen Sie Ihre Prompts also vorher erneut.
Erzeugt Gemini Omni 1.2 Flash Audio? Ja, natives Audio ist im Clip enthalten. Sie können keine Audiodateien als Eingabe über die Gemini API hochladen, und Audio in Referenzvideos wird ignoriert.
Gibt es Benchmarks für 1.2 gegenüber 1.1? Nein. Google hat keine veröffentlicht – führen Sie also Ihre eigenen Prompts vor dem 3. Dezember durch beide Modelle.