Resposta rápida: o Gemini Omni 1.2 Flash é o modelo de geração e edição de vídeo da Google com disponibilidade geral, lançado em 5 de novembro de 2026. Ele cria clipes de 3 a 15 segundos com áudio nativo, custa cerca de US$ 0,07 por segundo em 720p e roda na Interactions API sob o ID de modelo gemini-omni-1.2-flash. Em 3 de dezembro de 2026, as requisições para o 1.1 passam a ser roteadas para ele.
É essa última data que faz este lançamento importar se você já tem vídeo em produção. Seu código do 1.1 continua funcionando, mas um modelo diferente passará a responder a ele em menos de um mês.
Se você ainda não conhece a família, comece com o que é o Gemini Omni. Para os detalhes do lançamento do 1.1, veja nosso post sobre o Omni 1.1 Flash. Este guia cobre o que o 1.2 significa para quem está construindo hoje.
O que o Gemini Omni 1.2 Flash faz
O Gemini Omni 1.2 Flash recebe texto, imagens e vídeo como entrada e retorna vídeo com som. Ele gera novos clipes, edita clipes ao longo de vários turnos e os estende, tudo por meio de uma única API. Você escolhe a duração em incrementos de um segundo e define a resolução por requisição.
O anúncio lista cinco capacidades que valem a pena conhecer:
- Aderência às referências. Imagens de personagem, produto e estilo ajudam rostos, roupas, embalagens e cores de marca a se manterem consistentes entre diferentes ângulos. Você pode usar até 6 imagens de referência, com até 3 por personagem, para até 2 personagens.
- Consistência. A Google afirma que personagens, objetos e cenários se mantêm melhor do primeiro ao último frame, incluindo a interpolação entre keyframes inicial e final.
- Edição multi-turno. Troque um produto, mude o clima ou altere o formato em um turno seguinte, sem começar do zero.
- Fala. A Google afirma diálogos mais naturais, sincronização labial mais precisa e condicionamento distintivo para múltiplos falantes.
- Controle de câmera. Voos FPV e órbitas, com menos cortes bruscos indesejados.
As afirmações de qualidade acima são da própria Google. Ela não publicou benchmarks, então trate-as como um motivo para testar, não como resultados.
O que mudou em relação ao Gemini Omni 1.1 Flash
Três coisas afetam seu código: duração do clipe, preço e sintaxe do prompt. Ambos os modelos rodam na Interactions API, então a migração é uma mudança na string do modelo mais um reteste.
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| Status | Geração anterior | Disponibilidade geral |
| ID do modelo | gemini-omni-1.1-flash |
gemini-omni-1.2-flash |
| Maior clipe único | 10 segundos | 15 segundos |
| Preço de saída de vídeo | US$ 17,50 por 1M de tokens | US$ 12,00 por 1M de tokens |
| Custo por segundo em 720p | cerca de US$ 0,10 | cerca de US$ 0,07 |
| Preço de entrada | US$ 1,50 por 1M de tokens | US$ 1,50 por 1M de tokens |
| Imagens de referência ao estender | Não suportado | Até 2, no Agent Platform |
| Camada gratuita da Gemini API | Indisponível | Indisponível |
O limite de 15 segundos tem exceções. A interpolação entre primeiro e último frame permanece em 3 a 10 segundos, e pedir mais retorna um erro de argumento inválido. Os vídeos de referência também diminuem: saídas de 3 a 10 segundos aceitam até 3 clipes, enquanto saídas de 11 a 15 segundos aceitam apenas 1. Cada clipe pode ter até 3 segundos. Ou seja, um único slider de duração que vai até 15 pode quebrar seu modo de keyframes.
A documentação também alerta contra o uso de tags de controle como <FIRST_FRAME> e <IMAGE_REF_0> nos prompts. A Google as declara obsoletas e não suportadas em modelos futuros. Descreva o papel de cada entrada em linguagem natural.
Preços do Gemini Omni 1.2 Flash por resolução
O Omni cobra por token de saída, e a página de preços da Google converte isso em tarifas por segundo. Um segundo em 720p equivale a 5.792 tokens. Esses são apenas custos de saída, e os tokens de entrada acrescentam um valor pequeno por cima.
| Resolução | Por segundo | Clipe de 5 segundos | Clipe de 15 segundos |
|---|---|---|---|
| 360p | US$ 0,023 | US$ 0,12 | US$ 0,35 |
| 720p | cerca de US$ 0,07 | cerca de US$ 0,35 | cerca de US$ 1,04 |
| 1080p (reamostrado) | US$ 0,104 | US$ 0,52 | US$ 1,56 |
| 4K (reamostrado) | US$ 0,209 | US$ 1,05 | US$ 3,14 |
O fluxo de trabalho sugerido pela Google é criar rascunhos em 360p ou 720p, corrigir problemas com edições de acompanhamento em vez de gerar do zero e migrar para 1080p ou 4K por último. Os números confirmam essa lógica. Nove rascunhos de 15 segundos em 360p custam aproximadamente o mesmo que uma única renderização de 15 segundos em 4K.
Duas ressalvas para o seu orçamento. Não há preço de Batch listado para este modelo. E não executamos um upscale pago, então confirme como um rascunho finalizado é cobrado em 1080p ou 4K antes de planejar com base nisso. Para os cálculos de tokens em mais detalhes, veja nossa análise de preços do Omni 1.1 e substitua pela tarifa de US$ 12,00.
Onde você pode chamar o Gemini Omni 1.2 Flash
Você pode acessar o modelo por duas APIs e quatro apps da Google. As rotas para desenvolvedores são:
- Gemini API. Use
POST https://generativelanguage.googleapis.com/v1beta/interactionscom uma chave de API do Google AI Studio. - Vertex AI Studio e Gemini Enterprise Agent Platform. Use o endpoint global de
interactionscom um projeto do Google Cloud e um token de acesso. A documentação de extensão da Google mostra o formato da requisição.
As rotas nos apps não exigem código:
- Flow: edição de cenas em vários turnos.
- Google Vids: clipes de 15 segundos sem custo adicional com uma conta Google ou assinatura Workspace.
- App Gemini: vídeos de 15 segundos, sendo liberado gradualmente para assinantes do Google AI Ultra.
- Google Ads: campanhas de vídeo.
Uma chamada mínima para a Gemini API tem esta aparência:
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"input": "A marble rolling fast along a chain reaction track, one smooth shot.",
"response_format": {
"type": "video",
"duration": "3s",
"resolution": "360p",
"delivery": "uri"
}
}'
A resposta é um objeto de interação com id, status e um array steps. O vídeo fica em uma etapa model_output como video/mp4. Por padrão, ele chega como base64 em data. Defina "delivery": "uri" para qualquer coisa acima de 4 MB e, então, faça polling na Files API até o arquivo ficar ACTIVE. Uma armadilha: um GET posterior na interação retorna base64 inline mesmo que você tenha pedido um URI, então salve o URI da resposta de criação. A documentação do Omni tem exemplos em Python, JavaScript, Java, Go e REST, e nosso guia da API do Omni 1.1 percorre o mesmo fluxo de requisição.
Para editar um clipe, passe previous_interaction_id com um novo prompt. Não defina store como false em um clipe que pretende editar, porque isso bloqueia os turnos seguintes. Nosso guia de extensão cobre o encadeamento. Se você ainda está escolhendo um provedor, leia Omni 1.2 Flash ou Veo.
O que o redirecionamento de 3 de dezembro significa para seu app
A partir de 3 de dezembro de 2026, a Google roteia toda requisição para gemini-omni-1.1-flash para o gemini-omni-1.2-flash e cobra nas tarifas do 1.2. Nada retorna erro. Seu segundo em 720p fica cerca de 30% mais barato, e um modelo diferente passa a responder aos seus prompts existentes.
O risco é a mudança silenciosa, então faça a transição no seu próprio cronograma:
- Troque a string do modelo agora. Escolha sua própria data de teste em vez de herdar a da Google.
- Rode novamente seus prompts salvos. Compare os clipes lado a lado, especialmente qualquer coisa com fala ou ativo de marca.
- Atualize suas estimativas de custo. Qualquer US$ 0,10 por segundo fixado no código fica errado após a troca.
- Limite as durações por modo. Permita 15 segundos para geração simples e 10 para keyframes.
- Substitua as tags de controle. Reescreva qualquer prompt que ainda use tags no estilo
<IMAGE_REF_0>. - Use entrega por URI para clipes longos. Uma saída de 15 segundos tem mais chance de passar do limite inline de 4 MB.
Esse aviso aparece na página de preços da Gemini API. Se você chama via Agent Platform, verifique a página de modelos dessa superfície para o cronograma próprio dela.
O que o Gemini Omni 1.2 Flash ainda erra
A Google cita três pontos fracos: ações esportivas rápidas, mudanças rápidas de roteiro e física complexa. Se o seu produto depende de qualquer um deles, teste esses prompts primeiro.
A documentação adiciona limites rígidos:
- Sem controles por prompt. Instruções de sistema, temperatura,
top_p, sequências de parada e campos de prompt negativo não são suportados. Escreva as exclusões no próprio prompt. - Bloqueios regionais. Editar ou estender vídeos enviados não está disponível no EEE, na Suíça ou no Reino Unido.
- Apenas adição ao final. A extensão acrescenta ao final de um clipe. Não é possível adicionar antes nem alterar o meio.
- Idioma. O inglês é totalmente suportado. A Google considera os demais idiomas não testados.
- Proveniência. Toda saída carrega uma marca-d'água SynthID imperceptível.
As próprias páginas da Google também divergem em três pontos, então teste na superfície em que você vai publicar:
- Duração estendida. A documentação da Gemini API diz 30 segundos no total. A documentação do Agent Platform diz até 40.
- Áudio. O anúncio menciona pistas de áudio como entrada de referência. A documentação da Gemini API lista entradas de áudio como não suportadas.
- Provisioned Throughput. O anúncio diz que está disponível para clientes corporativos. A documentação da Gemini API o lista como não suportado, então espere encontrá-lo apenas no lado corporativo.
Deixe seu agente de codificação testá-lo com o Apidog CLI
Um redirecionamento é exatamente o tipo de mudança que um teste de contrato deveria capturar. Seu agente de codificação pode escrever esse teste contra a Interactions API e executá-lo no terminal, enquanto você revisa o resultado. Configure o Apidog CLI uma única vez:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Depois, dê ao Claude Code, Codex ou Cursor um único 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.
O agente lê cada schema, valida o payload, escreve o caso e o executa:
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=$GEMINI_API_KEY" \
--timeout-request 300000 -r cli,json
Cada execução gera cobrança real de vídeo, e esse fixture custa cerca de US$ 0,07, então agende-o para rodar à noite em vez de a cada commit. Para cobrir o redirecionamento, peça ao agente para clonar o caso com a string do modelo 1.1 e executar ambos antes de 3 de dezembro. A mesma linha de apidog run com -r junit se encaixa em um pipeline, como mostra nosso guia de CI/CD com Apidog CLI, e o Apidog CLI no Claude Code cobre a configuração do agente. O Apidog Free cobre até 4 usuários.
Perguntas frequentes
O Gemini Omni 1.2 Flash é gratuito? Não pela API. A Google lista a camada gratuita da Gemini API como "Indisponível", tanto para entrada quanto para saída. O Google Vids oferece clipes de 15 segundos sem custo adicional com uma conta Google ou assinatura Workspace.
Qual é o ID do modelo? gemini-omni-1.2-flash, na Interactions API e não no generateContent.
Qual é a duração máxima de um vídeo do Gemini Omni 1.2 Flash? Um único clipe tem de 3 a 15 segundos, em incrementos de um segundo, com padrão de 10. A extensão adiciona de 3 a 10 segundos por turno. A duração máxima estendida é de 30 segundos conforme a documentação da Gemini API e de até 40 conforme a documentação do Agent Platform.
O que acontece com meu código do Omni 1.1 em 3 de dezembro? Ele continua rodando. As requisições para gemini-omni-1.1-flash são roteadas para o gemini-omni-1.2-flash e cobradas nas tarifas do 1.2, então reteste seus prompts antes dessa data.
O Gemini Omni 1.2 Flash gera áudio? Sim, o áudio nativo vem junto com o clipe. Você não pode enviar arquivos de áudio como entrada pela Gemini API, e o áudio em vídeos de referência é ignorado.
Há benchmarks do 1.2 contra o 1.1? Não. A Google não publicou nenhum, então rode seus próprios prompts nos dois antes de 3 de dezembro.