O Google anunciou o Gemini Omni 1.2 Flash em 5 de novembro de 2026. O modelo cria clipes de até 15 segundos, ante o limite de 10 segundos da versão anterior. Já está disponível de forma geral pela Gemini API e pelo Gemini para empresas. Segundo o Google, a distribuição para outros produtos e plataformas está em andamento.
Para vídeos em 720p, o Google reduziu o preço em 30%, para US$ 0,07 por segundo. É possível definir a duração dos clipes entre três e 15 segundos. O Google também descreve um fluxo de trabalho que começa com rascunhos em resolução menor, permite fazer correções em edições posteriores e, por fim, amplia os vídeos escolhidos para 1080p ou 4K.
Edições podem aproveitar o mesmo clipe
O novo modelo permite edições conversacionais em várias etapas: os usuários podem pedir alterações em um vídeo gerado, como mudar o fundo, a iluminação ou a proporção da imagem, sem precisar gerar o clipe inteiro novamente. Segundo o Google, o recurso funciona em clipes de até 15 segundos e pode permitir que um criador produza variações de um anúncio sem refazer cada versão do zero.
O Google também afirma que o Omni 1.2 Flash segue com mais consistência imagens de referência, clipes curtos de movimento de até três segundos e indicações de áudio. Entre os exemplos, está um vídeo de prova virtual criado a partir da foto de uma modelo e de imagens de produtos, preservando a identidade da modelo e os detalhes das roupas durante giros de 360 graus. São exemplos fornecidos pelo Google, não resultados de testes independentes.
A disponibilidade varia conforme o produto
O Google lista a Gemini API, o Google AI Studio, o Google Cloud Console, o Flow, o Google Vids, o app Gemini e o Google Ads como opções para usar o modelo. No Google Vids, clipes de 15 segundos estão disponíveis sem custo adicional para quem tem uma conta Google ou uma assinatura do Google Workspace. O acesso pelo app Gemini está sendo liberado para assinantes do Google AI Ultra. Segundo o Google, os vídeos gerados recebem uma marca d’água SynthID imperceptível.
A empresa também afirma que o modelo produz diálogos mais naturais e sincroniza melhor os movimentos dos lábios, lida com vários interlocutores e executa movimentos de câmera complexos com menos cortes indesejados. O Google ressalta que ainda há desafios com ação esportiva rápida, mudanças bruscas no roteiro e física complexa, que podem continuar sendo difíceis de reproduzir.
Por que importa
Para criadores e empresas que produzem vídeos curtos, as edições por conversa podem facilitar a troca de fundos ou a criação de variações de anúncios sem gerar cada clipe novamente. A redução no preço de vídeos em 720p foi confirmada pelo Google, mas a economia proporcionada pelas edições depende do trabalho e ainda não foi testada de forma independente.
