guides

Gemini Omni 1.2 Flash API: Preise, 15-s-Clips, Code

Poyo.ai Team
15 min read
Share:

Das Wichtigste in Kürze

  • Gemini Omni 1.2 Flash (gemini-omni-1.2-flash) ist Googles Modell zum Generieren und Bearbeiten von Videos und seit dem 5. November 2026 allgemein verfügbar.
  • Clips dauern 3 bis 15 Sekunden in Ein-Sekunden-Schritten, statt bis zu 10 Sekunden bei Omni 1.1. Clips mit Start- und Endbild dauern 3 bis 10 Sekunden.
  • Die Ausgabe erfolgt in 360p, 720p, 1080p oder 4K mit 24 FPS, im Format 16:9 oder 9:16. Google erzeugt 1080p und 4K per Hochskalierung.
  • Auf PoYo zahlen Sie pro Ausgabesekunde: 5.46 Credits bei 360p, 16.38 bei 720p, 24.58 bei 1080p und 49.14 bei 4K ($1 = 200 Credits), abgerechnet über nutzungsbasierte Credits ohne Abo.
  • Eine Modell-ID deckt vier Modi ab. Ob Text-zu-Video, Start-/Endbild, Referenzbilder und -videos oder Videobearbeitung, wählen Sie allein über die Felder, die Sie senden.
  • Ein API-Schlüssel, ein einfacher Ablauf. Sie senden einen Task und fragen dann dessen Status ab oder erhalten einen Webhook, genauso wie bei allen anderen Bild- und Videomodellen auf PoYo.

Gemini Omni 1.2 Flash im Überblick

MerkmalGemini Omni 1.2 Flash
EntwicklerGoogle DeepMind
Modell-IDgemini-omni-1.2-flash
StatusAllgemein verfügbar seit 5. November 2026
AufgabenText-zu-Video, Bild-zu-Video (Start-/Endbild), Referenz-zu-Video, Videobearbeitung, Verlängerung
Cliplänge3–15 s in Ein-Sekunden-Schritten; 3–10 s mit Start- und Endbild
Auflösung360p, 720p, 1080p, 4K (1080p und 4K werden hochskaliert)
Bildrate24 FPS
Seitenverhältnis16:9 (Standard) oder 9:16
Videoeingabe für die BearbeitungBis zu 15 s
AusgabeVideo mit nativem Audio
HerkunftsnachweisSynthID-Wasserzeichen in jedem Video
SpracheEnglisch vollständig unterstützt

Dieser Leitfaden konzentriert sich darauf, was sich mit 1.2 ändert und wie Sie das Modell aufrufen. Zum Modell 1.1, seinen Festpreisstufen und dem Umstieg von der Preview lesen Sie unseren Leitfaden zur Gemini Omni 1.1 Flash API.

Was sich gegenüber Gemini Omni 1.1 Flash geändert hat

Gemini Omni 1.1 FlashGemini Omni 1.2 Flash
Veröffentlichung27. August 20265. November 2026
Cliplänge3–10 s3–15 s, jede ganze Sekunde
Start- und EndbildUnterstützt3–10 s
Videoeingabe für die BearbeitungBis zu 10 sBis zu 15 s
Verlängerung (Gemini API)Bis zu 10 s Eingabevideo3–10 s pro Runde, 10 s Rückblick, insgesamt bis zu 30 s
Abrechnung auf PoYoPro Generierung, Voreinstellungen 4 / 6 / 8 / 10 sPro Ausgabesekunde, 3–15 s

Google meldet außerdem eine bessere Treue zu Referenzen, mehr Konsistenz und eine bessere Bearbeitung über mehrere Runden, dazu natürlichere Sprache, klarere Lippensynchronität und Steuerung mehrerer Sprecher. Im direkten Vergleichsdiagramm, das Google zu Omni 1.2 Flash veröffentlicht hat, bevorzugten die Bewerter 1.2 in jeder gezeigten Kategorie gegenüber 1.1:

AufgabeKennzahlOmni 1.2Omni 1.1
Referenz-zu-VideoGesamtpräferenz63%37%
Referenz-zu-VideoIdentitätskonsistenz bei mehreren Referenzen63%37%
Bild-zu-VideoGesamtpräferenz59%41%
Bild-zu-VideoIdentitätskonsistenz zur Referenz60%40%
Text-zu-VideoVisuelle Konsistenz62%38%
Text-zu-VideoPrompt-Treue55%45%
BearbeitungBearbeitung per Anweisung57%43%
BearbeitungTreue zur Bearbeitungsanweisung54%46%

Laut Google wird an schneller Sportaction, raschen Wechseln im Skript und komplexer Physik weiterhin aktiv gearbeitet. Testen Sie solche Einstellungen daher, bevor Sie sie in großem Umfang einsetzen.

Preise für Gemini Omni 1.2 Flash auf PoYo

PoYo rechnet Omni 1.2 Flash pro Ausgabesekunde über nutzungsbasierte Credits ab, ganz ohne Abo. Referenzbilder und Referenzvideos sind im Sekundenpreis enthalten.

AuflösungCredits pro SekundeUSD pro Sekunde
360p5.46$0.0273
720p16.38$0.0819
1080p24.58$0.1229
4K49.14$0.2457

Bei der Generierung wird die von Ihnen gewählte duration abgerechnet. Bei der Videobearbeitung wird die Länge des Quellvideos abgerechnet, aufgerundet auf ganze Sekunden.

Kosten pro Clip

Credits pro Clip, USD auf den Cent gerundet:

Dauer360p720p1080p4K
3 s16.38 ($0.08)49.14 ($0.25)73.74 ($0.37)147.42 ($0.74)
5 s27.30 ($0.14)81.90 ($0.41)122.90 ($0.61)245.70 ($1.23)
8 s (Standard)43.68 ($0.22)131.04 ($0.66)196.64 ($0.98)393.12 ($1.97)
10 s54.60 ($0.27)163.80 ($0.82)245.80 ($1.23)491.40 ($2.46)
15 s81.90 ($0.41)245.70 ($1.23)368.70 ($1.84)737.10 ($3.69)

Rechenbeispiele

SzenarioBerechnungKosten
Erst Entwürfe, dann die finale Fassung: 20 Entwürfe in 360p × 8 s, danach 2 finale Clips in 1080p × 8 s20×43.68 + 2×196.641266.88 Credits ($6.33)
Anzeigenset in 9:16: je ein Schnitt mit 6 s, 10 s und 15 s in 720p(6+10+15)×16.38507.78 Credits ($2.54)
Bearbeitung eines Clips mit 12.4 s in 720p (abgerechnet als 13 s)13×16.38212.94 Credits ($1.06)

Die erste Zeile zeigt das Vorgehen mit der größten Ersparnis: Legen Sie Prompt, Timing und Bewegung in 360p fest, wo ein Entwurf ein Drittel von 720p kostet, und zahlen Sie 1080p oder 4K nur für die Takes, die Sie behalten. Googles eigene kostenlose und abobasierte Wege wie Google Vids, Flow und die Gemini-App vergleicht unser Artikel Ist Gemini Omni kostenlos?

Warum Sie Gemini Omni 1.2 Flash über PoYo aufrufen sollten

  • Ein API-Schlüssel für alle Modelle. Omni 1.2 Flash steht neben den anderen Video-, Bild- und Sprachmodellen von PoYo, sodass Sie Modelle ohne neue Konten wechseln oder kombinieren können.
  • Nutzungsbasierte Credits. Sie kaufen Credits zu $1 = 200 Credits und zahlen pro Ausgabesekunde, ganz ohne Abo oder Monatsplan.
  • Alle vier Modi unter einer Modell-ID. Text-zu-Video, Start-/Endbild, Referenzen und Bearbeitung nutzen gemeinsam gemini-omni-1.2-flash.
  • Eine einfache asynchrone API. Ein Submit-Endpunkt, ein Status-Endpunkt und optionale Webhooks, für jedes Modell gleich.
  • Zuerst im Playground. Testen Sie Prompts, Bilder, Referenzen und Bearbeitungen im Browser mit einer Live-Schätzung der Credits und kopieren Sie anschließend die exakte JSON-Anfrage.

Vier Eingabemodi, eine Modell-ID

PoYo wählt den Modus anhand der Felder jeder Anfrage und prüft sie in dieser Reihenfolge:

ModusSendenDauerHinweise
Videobearbeitungvideo_url + promptRichtet sich nach dem Quellclip (bis zu 15 s)Senden Sie prompt und optional resolution zusammen mit video_url
Generierung mit Referenzenreference_image_urls und/oder reference_video_urls3–15 sBis zu 10 Bilder und 3 Videos (jeweils bis zu 15 s); Bilder und Videos lassen sich kombinieren
Start-/Endbildimage_urls mit 1 oder 2 Bildern3–15 s; bis zu 10 s mit EndbildEin Bild legt den Anfang fest; zwei legen Anfang und Ende fest, in dieser Reihenfolge
Text-zu-VideoNur prompt3–15 sErgänzen Sie bei Bedarf resolution, duration, aspect_ratio

Gemeinsame Felder:

FeldWerteStandard
promptPflichtfeld; bis zu 20.000 Zeichen—
durationGanzzahl 3–158
resolution360p, 720p, 1080p, 4k720p
aspect_ratio16:9, 9:1616:9
callback_urlIhre Webhook-URL—

Alle Medien-URLs sind öffentliche HTTP- oder HTTPS-Links. Senden Sie image_urls für sich allein und die beiden Referenzfelder zusammen oder einzeln. Bearbeitete Clips behalten den Bildausschnitt des Quellvideos.

So rufen Sie die Gemini Omni 1.2 Flash API auf PoYo auf

Der Ablauf ist asynchron: Sie senden einen Task, erhalten eine task_id und fragen dann den Status-Endpunkt ab oder warten auf Ihren Webhook.

1. Task senden

curl -X POST https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "callback_url": "https://your-domain.com/callback",
    "input": {
      "prompt": "[0-4s] Wide shot of a lighthouse on a cliff at dusk, waves crashing below. [4-9s] The camera pushes in as the lamp turns on and sweeps across the sea. [9-12s] Close-up of the keeper closing a logbook. Wind and distant gulls, no dialogue.",
      "duration": 12,
      "resolution": "720p",
      "aspect_ratio": "16:9"
    }
  }'

Die Antwort enthält die Task-ID:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task-unified-1757165031-uyujaw3d",
    "status": "not_started",
    "created_time": "2026-11-14T10:30:00"
  }
}

Prüfen Sie immer code im Antworttext: Manche Validierungsfehler kommen als HTTP 200 mit "code": 400 zurück.

2. Task-Status abfragen

curl https://api.poyo.ai/api/generate/status/task-unified-1757165031-uyujaw3d \
  -H "Authorization: Bearer $POYO_API_KEY"

data.status durchläuft not_started und running und endet mit finished oder failed. Ein abgeschlossener Task liefert die Video-URL und die berechneten Credits:

{
  "code": 200,
  "data": {
    "task_id": "task-unified-1757165031-uyujaw3d",
    "status": "finished",
    "credits_amount": 196.56,
    "files": [
      {
        "file_url": "https://storage.poyo.ai/generated/video-abc123.mp4",
        "file_type": "video"
      }
    ],
    "created_time": "2026-11-14T10:30:00",
    "progress": 100,
    "error_message": null
  }
}

Ein Clip mit 12 Sekunden in 720p kostet 12×16.38 = 196.56 Credits.

3. Vollständiges Python-Beispiel

import os
import time
import requests

BASE = "https://api.poyo.ai"
HEADERS = {
    "Authorization": f"Bearer {os.environ['POYO_API_KEY']}",
    "Content-Type": "application/json",
}

body = {
    "model": "gemini-omni-1.2-flash",
    "input": {
        "prompt": "A ceramic mug of coffee on a sunlit wooden table. Steam rises as the camera slowly orbits. Soft cafe ambience, no dialogue.",
        "duration": 6,
        "resolution": "360p",
        "aspect_ratio": "9:16",
    },
}

submit = requests.post(f"{BASE}/api/generate/submit", json=body, headers=HEADERS, timeout=30).json()
if submit.get("code") != 200:
    raise RuntimeError(submit)
task_id = submit["data"]["task_id"]

while True:
    status = requests.get(f"{BASE}/api/generate/status/{task_id}", headers=HEADERS, timeout=30).json()["data"]
    if status["status"] == "finished":
        print(status["files"][0]["file_url"], status["credits_amount"])
        break
    if status["status"] == "failed":
        raise RuntimeError(status.get("error_message"))
    time.sleep(10)

Dieser Entwurf mit 6 Sekunden in 360p kostet 32.76 Credits. Wenn die Einstellung passt, senden Sie denselben Prompt erneut mit 1080p oder 4k.

Anfragen für die anderen Modi

Start- und Endbild (zwei Bilder, daher bleibt duration bei höchstens 10):

{
  "model": "gemini-omni-1.2-flash",
  "input": {
    "prompt": "One continuous camera move from the shop exterior through the door to the diner at the counter. Keep the signage and the character unchanged.",
    "image_urls": [
      "https://example.com/first-frame.webp",
      "https://example.com/last-frame.webp"
    ],
    "duration": 8,
    "resolution": "1080p",
    "aspect_ratio": "16:9"
  }
}

Ein Startbild mit der Außenansicht eines Miniatur-Ramen-Ladens und ein Endbild mit dem Gast an der Theke, verbunden durch eine durchgehende Kamerafahrt mit Gemini Omni 1.2 Flash.

Referenzbilder und -videos:

{
  "model": "gemini-omni-1.2-flash",
  "input": {
    "prompt": "The woman from the first image walks toward the camera wearing the jacket from the second image, matching the walking rhythm of the reference video.",
    "reference_image_urls": [
      "https://example.com/model.webp",
      "https://example.com/jacket.webp"
    ],
    "reference_video_urls": ["https://example.com/walk.mp4"],
    "duration": 10,
    "resolution": "720p",
    "aspect_ratio": "9:16"
  }
}

Ein Modelfoto plus Vorder- und Rückansichten jedes Outfits, verwandelt in eine virtuelle Anprobe von 15 Sekunden, in der dieselbe Person erhalten bleibt.

Videobearbeitung (senden Sie prompt, video_url und optional resolution; Länge und Bildausschnitt richten sich nach der Quelle):

{
  "model": "gemini-omni-1.2-flash",
  "input": {
    "prompt": "Change the season to winter with light snowfall. Keep everything else the same.",
    "video_url": "https://example.com/source.mp4",
    "resolution": "720p"
  }
}

Um eine Bearbeitung zu verfeinern, senden Sie das zurückgegebene Video mit einer neuen Anweisung als nächste video_url.

Ein Clip mit einem Ritter und einer Königin, Runde für Runde bearbeitet: vom Eichenwald über einen Stall und einen Jahrmarkt bis zu einer Steinburg, während Figuren und Bildausschnitt erhalten bleiben.

Prompt-Tipps für Gemini Omni 1.2 Flash

Ein Clip mit 15 Sekunden bietet Raum für mehrere Einstellungen in einem Take, wie dieses Makro-Erklärvideo mit vier Einstellungen, gefilmt in einem Bienenstock:

Ein Makro-Erklärvideo mit 15 Sekunden und vier Einstellungen in einem Bienenstock, mit animierten Beschriftungen, erstellt mit Gemini Omni 1.2 Flash.

Googles Empfehlungen zum Prompting, angewendet auf die längeren Clips von 1.2:

  1. Nutzen Sie Timecodes für Clips mit 15 Sekunden. Mit einer Syntax wie [0-4s], [4-9s] platzieren Sie mehrere Handlungsschritte oder Einstellungen in einem Clip und steuern, wann sie jeweils stattfinden.
  2. Beschreiben Sie den Ton. Omni erzeugt den Ton zusammen mit dem Video. Sagen Sie, was zu hören sein soll: Dialog, Atmosphäre, Soundeffekte oder Musikstil.
  3. Halten Sie Ausschlüsse kurz. Google empfiehlt einfache Formulierungen wie „No dialogue“, um unerwünschte Elemente zu entfernen.
  4. Halten Sie Bearbeitungs-Prompts einfach. Nennen Sie die eine Änderung und ergänzen Sie „Keep everything else the same“, um den Rest der Einstellung zu schützen.
  5. Schreiben Sie Text im Bild aus. Wenn ein Schild oder eine Beschriftung erscheinen soll, schreiben Sie den genauen Wortlaut in den Prompt.
  6. Schreiben Sie „one continuous shot“, wenn Sie genau das wollen. Omni fügt mitunter Schnitte ein, damit ein Clip wie eine kleine Geschichte wirkt; fordern Sie eine einzelne Einstellung an, wenn Sie eine brauchen.
  7. Schreiben Sie Prompts auf Englisch, um die zuverlässigsten Ergebnisse zu erhalten. Google führt Englisch als vollständig unterstützte Sprache.

Dauer und Auflösung wählen

ZielStarten mitWarum
Prompts ausprobieren360p, 4–6 s5.46 Credits pro Sekunde, schnellstes Feedback
Social-Media-Clip720p, 6–10 s, 9:16Gutes Verhältnis von Qualität und Kosten
Geschichte oder Anzeige mit mehreren Einstellungen720p, 15 sPlatz für 3–4 Handlungsschritte mit Timecodes in einem Take
Kontrollierter ÜbergangStart-/Endbild, ≤10 sLegt fest, wo die Einstellung beginnt und endet
Konsistenz von Produkten oder FigurenReferenzbilder + 720pIdentität und Produkte aus separaten Dateien
Finale Auslieferung1080p oder 4K nach FreigabeHochskalierung schärft einen guten Take; geben Sie zuerst die Bewegung frei

Umstieg von 1.1 auf 1.2

  • Modell-ID: Ändern Sie gemini-omni-1.1-flash in gemini-omni-1.2-flash.
  • Dauer: 1.1 akzeptiert auf PoYo 4, 6, 8 oder 10 Sekunden; 1.2 akzeptiert jede ganze Sekunde von 3 bis 15, mit 8 als Standard.
  • Feldnamen: Gleichen Sie Ihre Anfrage mit den Feldern von 1.2 ab: image_urls für Start- und Endbilder, reference_image_urls und reference_video_urls für Referenzen sowie video_url für die Bearbeitung.
  • Budget: 1.1 wird auf PoYo mit einem Festpreis pro Generierung abgerechnet; 1.2 wird pro Sekunde abgerechnet, sodass ein Clip mit 3 Sekunden weniger kostet als einer mit 8 Sekunden.
  • Zeitplan: Google hat angekündigt, dass Anfragen an gemini-omni-1.1-flash über die Gemini API ab dem 3. Dezember 2026 auf 1.2 laufen. Bauen Sie daher auf Version 1.2 auf.

Beide Modell-IDs sind auf PoYo verfügbar. Führen Sie auf 1.2 eine kleine Regressionsreihe aus (Gesichter, Produkte, schnelle Bewegung, Text im Bild, Dialog), bevor Sie den Produktions-Traffic umstellen, und vergleichen Sie die Kosten pro freigegebenem Clip statt der Kosten pro Anfrage.

FAQ

Was ist Gemini Omni 1.2 Flash?

Es ist Googles multimodales Videomodell zum Generieren und Bearbeiten kurzer Clips mit nativem Audio. Es verarbeitet Text, Bilder und Video und erzeugt Videos von 3 bis 15 Sekunden in bis zu 4K. Google hat es am 5. November 2026 als allgemein verfügbar veröffentlicht.

Gibt es eine Gemini Omni Flash API?

Ja. Google bietet gemini-omni-1.2-flash über die Gemini API und Google Cloud an. Auf PoYo rufen Sie dasselbe Modell mit POST https://api.poyo.ai/api/generate/submit und "model": "gemini-omni-1.2-flash" auf und lesen das Ergebnis anschließend über GET /api/generate/status/<task_id> aus.

Was kostet die Gemini Omni 1.2 Flash API?

Auf PoYo kostet sie pro Sekunde 5.46 Credits bei 360p, 16.38 bei 720p, 24.58 bei 1080p und 49.14 bei 4K. Ein Clip mit 8 Sekunden in 720p kostet also 131.04 Credits ($0.66). Sie zahlen über nutzungsbasierte Credits, ganz ohne Abo.

Wie lang können Videos mit Gemini Omni 1.2 Flash sein?

Jede ganze Zahl von Sekunden zwischen 3 und 15. Mit Start- und Endbild liegt das Limit bei 10 Sekunden. Ein bearbeitetes Video richtet sich nach der Länge seines Quellclips, bis zu 15 Sekunden.

Was ist der Unterschied zwischen Gemini Omni 1.1 Flash und 1.2 Flash?

1.2 verlängert Clips von 10 auf 15 Sekunden, bearbeitet Quellvideos mit bis zu 15 Sekunden, wird auf PoYo pro Sekunde abgerechnet und lag in Googles veröffentlichtem Vergleichsdiagramm in jeder Kategorie vor 1.1, darunter mit 63% Gesamtpräferenz bei Referenz-zu-Video.

Unterstützt Gemini Omni 1.2 Flash 4K?

Ja. Sie können 360p, 720p, 1080p oder 4K anfordern. Google erzeugt 1080p und 4K per Hochskalierung; prüfen Sie Bewegung und Details daher zuerst in einer niedrigeren Auflösung.

Ist die Gemini Omni 1.2 Flash API kostenlos?

Die API wird nutzungsbasiert abgerechnet: Google bietet Omni 1.2 Flash in der kostenpflichtigen Stufe der Gemini API an, und auf PoYo zahlen Sie pro Sekunde über Credits. Zum kostenlosen Ausprobieren bietet Google Wege in seinen eigenen Apps, etwa Google Vids und tägliche Flow-Credits; unser Leitfaden Ist Gemini Omni kostenlos? vergleicht sie alle.

Gemini Omni 1.2 Flash auf PoYo testen

Öffnen Sie die Modellseite zu Gemini Omni 1.2 Flash, um Prompts, Bilder, Referenzen und Bearbeitungen im Playground mit einer Live-Schätzung der Credits zu testen, und kopieren Sie die JSON-Anfrage anschließend in Ihren Code. Wenn Ihre Pipeline noch mit festen Stufen von 4–10 Sekunden arbeitet, steht Ihnen auch die Modellseite zu Gemini Omni 1.1 Flash zur Verfügung. Weitere Videomodelle finden Sie in unserer Übersicht der besten KI-Videogeneratoren 2026.

Share: