Modellfrissítés
Gemini Omni 1.2 Flash:
15 mp-es klip,
beszélgetéses szerkesztés
A Google 2026. november 5-én kiadta a Gemini Omni 1.2 Flash videómodellt: natív 15 mp-es klip, beszélgetéses szerkesztés, 30%-kal olcsóbb 720p. Megnéztük, mit jelent ez a snitthosszra, a referenciákra és a költségtervre.
Szerző: Steve KadasAI-film, rendezés, munkafolyamat
Röviden: a Google 2026. november 5-én kiadta a Gemini Omni 1.2 Flash videómodellt. A gyártó szerint a klip most natívan 15 másodperces lehet, a kész klip beszélgetéssel szerkeszthető, a 720p-s ár pedig 30%-kal csökkent. Ezek gyártói állítások, független képminőség-teszt még nincs.
Mi változott az 1.1 Flash-hez képest?
A Gemini Omni 1.2 Flash fő újdonsága a hossz: a klip 3 és 15 másodperc között állítható, egész másodpercekben, az alapérték 10. Az 1.1 legfeljebb 10 másodpercet adott. A The Decoder szerint a beszélgetéses szerkesztés a teljes 15 másodpercen működik. A Google szerint így háttér, fény, kameraszög, képarány vagy termék cserélhető a klip újragenerálása nélkül. A Unite.AI szerint pedig a nem említett elemek változatlanok maradnak.
A referenciakezelés is bővült. Egy kérésben legfeljebb hat képreferencia adható, karakterenként legfeljebb három, legfeljebb két karakterre. Bemenet lehet karakterkép, termékfotó, legfeljebb 3 mp-es mozgásklip és hangjelzés. A gyártó szerint az arc, a ruha, a csomagolásfelirat és a márkaszín más kameraszögből is megmarad. A Google DeepMind saját összevetésében az 1.2 vizuális konzisztenciában 62–38, több referenciás identitásban 63–37 arányban nyert az 1.1 ellen. Ez gyártói mérés, nem független teszt.
A hangban a Google természetesebb párbeszédet, tisztább szájszinkront és több beszélő jobb megkülönböztetését ígéri. A The Decoder szerint a modell a folyamatos kameramozgást (FPV-drón, zoom-out) kevesebb ugrásvágással kezeli. A modell a Gemini API-ban, az AI Studióban, a Google Cloud Console-ban, a Vidsben, a Google Adsben és az Ultra-előfizetéses Gemini-appban érhető el. A Flow-ban és a Gemini-appban a bevezetés még tart. A Google Cloudon általánosan elérhető, és a kimeneteken SynthID-vízjel van. A Google Vidsben bárki havonta legfeljebb három 15 mp-es videót generálhat ingyen.
Mennyibe kerül valójában egy 15 másodperces klip?
A Gemini Omni 1.2 Flash ára a Google szerint 0,07 USD másodpercenként 720p-n, a The Next Web szerint az 1.1 júniusban 0,10 USD/mp volt. A csökkenés másodpercre szól, ezért a hosszabb klip összköltsége nő. Egy fejlesztői blog (DEV Community) számítása szerint egy 15 mp-es 720p-s klip ~1,04 USD, az 1.1 10 mp-es klipje ~1,01 USD volt. Saját számításunk szerint egy 30 mp-es film nyers kimenete 720p-n ~2,1 USD (2 × 15 mp × 0,07 USD), az elvetett próbák nélkül.
Mit jelent ez a filmtervezésnek?
A 15 másodperces klip nem 15 másodperces snitt. A snitt hosszáról szóló cikkünk 3–5 mp-es snitteket ajánl, így a 15 mp inkább egy jelenet, mozgással. Egy 30 mp-es reklám ezért 2–3 hosszabb klipből is összeállhat, nem csak 6–10 rövidből, de a ritmusa más lesz. A natív 15 mp nem azonos a videóhosszabbítással: az külön funkció, amely turnonként 3–10 mp-et ad, összesen legfeljebb 30 mp-ig.
| Újdonság | Mit jelent a tervezésben |
|---|---|
| 3–15 mp-es natív klip | Jelenetet tervezz kezdő- és záróállapottal, ne egyetlen snittet. |
| 6 képreferencia, karakterenként max. 3 | A keretet a snittlistán oszd ki előre: két szereplő 3–3 képe mellett termékfotónak már nem marad hely. Az alapokról: karakter-konzisztencia. |
| Hangreferencia engedélyezési listán | Saját hangra csak akkor építs, ha már van hozzáférésed. |
| 360p/720p vázlat, 1080p/4K végső kép | Három szint: vázlat, beszélgetéses javítás ugyanazon a klipen, és csak a nyertes megy felskálázásra. |
| Folyamatos kameramozgás | A hosszú mozgást távolsággal és idővel írd le: kameramozgás méterben és másodpercben. |
- A vázlatot 360p-n vagy 720p-n készítsd, és csak a kiválasztott klipet emeld 1080p-re vagy 4K-ra.
- A javítást beszélgetéssel kérd, és nézd meg, tényleg változatlan maradt-e, amit nem említettél.
- Számolj másodpercben: a klip hossza közvetlenül az árat adja.
- A Vids havi három ingyenes 15 mp-es videóján próbáld ki a ritmust, mielőtt API-n fizetsz.
- A konzisztencia-eredményt a saját referenciáiddal ellenőrizd, mert a 62–38 gyártói szám.
A Weblock AI Studio a főoldala szerint jelenleg a Kling 3.0, a Seedance 2.5, a Veo 3.1, a Wan 3.0 és a Nano Banana Pro modellekhez ír promptot, a Gemini Omni 1.2 Flash nincs köztük. A generálás a saját fiókodban fut, a Studio pedig minden fizetős lépés előtt kreditbecslést ír ki.
Mit nem tudni még a Gemini Omni 1.2 Flash-ről?
A Gemini Omni 1.2 Flash 1080p-s és 4K-s másodpercenkénti árát a Google nem közölte, csak „hasonló megtakarítást” ír. Nem ismert a hangreferencia engedélyezési feltétele, és az sem, meddig terjed a Flow és a Gemini-app bevezetése. Független képminőség-teszt és a Veo 3.1-gyel való összevetés még nincs.
Források
- Google: Gemini Omni 1.2 Flash: 15-second video and lower pricing (November 5, 2026)
- Google Cloud: Gemini Omni 1.2 Flash: Fast, cost-effective, and reliable video generation and editing now generally available (November 5, 2026)
- The Decoder: Google's Gemini Omni 1.2 Flash stretches AI video clips to 15 seconds and cuts pricing by 30 percent (November 5, 2026)
- Unite.AI: Google's Gemini Omni 1.2 Flash Reaches General Availability (November 5, 2026)
- The Next Web: Google Gemini Omni 1.2 Flash video, 15 seconds and price cut (November 2026)