In sintesi
- Gemini Omni 1.2 Flash (
gemini-omni-1.2-flash) è il modello di Google per la generazione e l’editing video, disponibile per tutti dal 5 novembre 2026. - I clip durano da 3 a 15 secondi, a passi di un secondo, contro i 10 secondi di Omni 1.1. I clip con primo e ultimo fotogramma durano da 3 a 10 secondi.
- L’output è disponibile in 360p, 720p, 1080p o 4K a 24 FPS, in 16:9 o 9:16. Google ottiene 1080p e 4K tramite upscaling.
- Su PoYo paghi per secondo di output: 5.46 crediti a 360p, 16.38 a 720p, 24.58 a 1080p e 49.14 in 4K ($1 = 200 crediti), con crediti a consumo e senza abbonamento.
- Un solo ID del modello per quattro modalità. Scegli tra testo in video, primo e ultimo fotogramma, immagini e video di riferimento o editing video semplicemente in base ai campi che invii.
- Un’unica chiave API, un flusso semplice. Invii un’attività, poi ne controlli lo stato o ricevi un webhook, proprio come per tutti gli altri modelli di immagini e video su PoYo.
Gemini Omni 1.2 Flash in breve
| Voce | Gemini Omni 1.2 Flash |
|---|---|
| Sviluppatore | Google DeepMind |
| ID del modello | gemini-omni-1.2-flash |
| Stato | Disponibile per tutti dal 5 novembre 2026 |
| Attività | Testo in video, immagine in video (primo e ultimo fotogramma), riferimenti in video, editing video, estensione |
| Durata del clip | 3–15 s a passi di un secondo; 3–10 s con primo e ultimo fotogramma |
| Risoluzione | 360p, 720p, 1080p, 4K (1080p e 4K tramite upscaling) |
| Frame rate | 24 FPS |
| Formato | 16:9 (predefinito) o 9:16 |
| Video in input per l’editing | Fino a 15 s |
| Output | Video con audio nativo |
| Provenienza | Filigrana SynthID su ogni video |
| Lingua | Inglese pienamente supportato |
Questa guida si concentra sulle novità della 1.2 e su come chiamarla. Per il modello 1.1, le sue fasce a prezzo fisso e la migrazione dalla versione di anteprima, consulta la nostra guida all’API di Gemini Omni 1.1 Flash.
Cosa cambia rispetto a Gemini Omni 1.1 Flash
| Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | |
|---|---|---|
| Rilascio | 27 agosto 2026 | 5 novembre 2026 |
| Durata del clip | 3–10 s | 3–15 s, qualsiasi numero intero di secondi |
| Primo e ultimo fotogramma | Supportati | 3–10 s |
| Video in input per l’editing | Fino a 10 s | Fino a 15 s |
| Estensione (Gemini API) | Fino a 10 s di video in input | 3–10 s per turno, 10 s di contesto precedente, fino a 30 s in totale |
| Fatturazione su PoYo | Per generazione, preimpostazioni da 4 / 6 / 8 / 10 s | Per secondo di output, 3–15 s |
Google segnala anche una migliore aderenza ai riferimenti, una maggiore coerenza e un editing a più turni migliorato, oltre a un parlato più naturale, un lip-sync più nitido e il condizionamento su più parlanti. Nel grafico di confronto diretto pubblicato da Google per Omni 1.2 Flash, i valutatori hanno preferito la 1.2 alla 1.1 in tutte le categorie mostrate:
| Attività | Metrica | Omni 1.2 | Omni 1.1 |
|---|---|---|---|
| Riferimenti in video | Preferenza complessiva | 63% | 37% |
| Riferimenti in video | Coerenza dell’identità con più riferimenti | 63% | 37% |
| Immagine in video | Preferenza complessiva | 59% | 41% |
| Immagine in video | Coerenza dell’identità di riferimento | 60% | 40% |
| Testo in video | Coerenza visiva | 62% | 38% |
| Testo in video | Aderenza al prompt | 55% | 45% |
| Editing | Editing tramite istruzioni | 57% | 43% |
| Editing | Aderenza alle istruzioni di modifica | 54% | 46% |
Google indica che le azioni sportive veloci, i rapidi cambi di copione e la fisica complessa sono ambiti su cui il lavoro prosegue: prova quindi queste inquadrature prima di produrle su larga scala.
Prezzi di Gemini Omni 1.2 Flash su PoYo
PoYo fattura Omni 1.2 Flash per secondo di output con crediti a consumo, senza abbonamento. Le immagini e i video di riferimento sono inclusi nella tariffa al secondo.
| Risoluzione | Crediti al secondo | USD al secondo |
|---|---|---|
| 360p | 5.46 | $0.0273 |
| 720p | 16.38 | $0.0819 |
| 1080p | 24.58 | $0.1229 |
| 4K | 49.14 | $0.2457 |
La generazione viene fatturata in base alla duration che scegli. L’editing video viene fatturato in base alla durata del video di origine, arrotondata per eccesso al secondo intero.
Costo per clip
Crediti per clip, con l’importo in USD arrotondato al centesimo:
| Durata | 360p | 720p | 1080p | 4K |
|---|---|---|---|---|
| 3 s | 16.38 ($0.08) | 49.14 ($0.25) | 73.74 ($0.37) | 147.42 ($0.74) |
| 5 s | 27.30 ($0.14) | 81.90 ($0.41) | 122.90 ($0.61) | 245.70 ($1.23) |
| 8 s (predefinito) | 43.68 ($0.22) | 131.04 ($0.66) | 196.64 ($0.98) | 393.12 ($1.97) |
| 10 s | 54.60 ($0.27) | 163.80 ($0.82) | 245.80 ($1.23) | 491.40 ($2.46) |
| 15 s | 81.90 ($0.41) | 245.70 ($1.23) | 368.70 ($1.84) | 737.10 ($3.69) |
Esempi di calcolo
| Scenario | Calcolo | Costo |
|---|---|---|
| Prima le bozze, poi la consegna: 20 bozze a 360p × 8 s, poi 2 versioni finali a 1080p × 8 s | 20×43.68 + 2×196.64 | 1266.88 crediti ($6.33) |
| Set di annunci in 9:16: un taglio da 6 s, uno da 10 s e uno da 15 s a 720p | (6+10+15)×16.38 | 507.78 crediti ($2.54) |
| Editing di un clip da 12.4 s a 720p (fatturato come 13 s) | 13×16.38 | 212.94 crediti ($1.06) |
La prima riga mostra lo schema che fa risparmiare di più: definisci prompt, tempi e movimento a 360p, dove una bozza costa un terzo rispetto a 720p, e paga 1080p o 4K solo per le riprese che tieni. Per le opzioni gratuite e in abbonamento offerte da Google stessa, come Google Vids, Flow e l’app Gemini, leggi Gemini Omni è gratis?
Perché chiamare Gemini Omni 1.2 Flash tramite PoYo
- Un’unica chiave API per tutti i modelli. Omni 1.2 Flash si affianca agli altri modelli video, di immagini e linguistici di PoYo, così puoi cambiare o combinare modelli senza aprire nuovi account.
- Crediti a consumo. Acquisti crediti a $1 = 200 crediti e paghi per secondo di output, senza abbonamento né piano mensile.
- Tutte e quattro le modalità con un solo ID del modello. Testo in video, primo e ultimo fotogramma, riferimenti ed editing condividono
gemini-omni-1.2-flash. - Un’API asincrona semplice. Un endpoint di invio, un endpoint di stato e webhook facoltativi, uguali per tutti i modelli.
- Prima il Playground. Prova prompt, fotogrammi, riferimenti e modifiche nel browser con una stima dei crediti in tempo reale, poi copia la richiesta JSON esatta.
Quattro modalità di input, un solo ID del modello
PoYo sceglie la modalità in base ai campi di ogni richiesta, controllandoli in questo ordine:
| Modalità | Cosa inviare | Durata | Note |
|---|---|---|---|
| Editing video | video_url + prompt | Segue il clip di origine (fino a 15 s) | Invia prompt e una resolution facoltativa insieme a video_url |
| Generazione da riferimenti | reference_image_urls e/o reference_video_urls | 3–15 s | Fino a 10 immagini e 3 video (ciascuno fino a 15 s); immagini e video si possono combinare |
| Primo e ultimo fotogramma | image_urls con 1 o 2 immagini | 3–15 s; fino a 10 s con un ultimo fotogramma | Un’immagine definisce l’inizio; due definiscono inizio e fine, nell’ordine |
| Testo in video | Solo prompt | 3–15 s | Aggiungi resolution, duration e aspect_ratio secondo necessità |
Campi comuni:
| Campo | Valori | Predefinito |
|---|---|---|
prompt | Obbligatorio; fino a 20.000 caratteri | — |
duration | Intero da 3 a 15 | 8 |
resolution | 360p, 720p, 1080p, 4k | 720p |
aspect_ratio | 16:9, 9:16 | 16:9 |
callback_url | L’URL del tuo webhook | — |
Tutti gli URL dei media sono link HTTP o HTTPS pubblici. Invia image_urls da solo, e i due campi di riferimento insieme o uno alla volta. I clip modificati mantengono l’inquadratura del video di origine.
Come chiamare l’API di Gemini Omni 1.2 Flash su PoYo
Il flusso è asincrono: invii un’attività, ricevi un task_id, poi interroghi l’endpoint di stato o attendi il tuo webhook.
1. Invia un’attività
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"
}
}'
La risposta restituisce l’ID dell’attività:
{
"code": 200,
"message": "success",
"data": {
"task_id": "task-unified-1757165031-uyujaw3d",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Controlla sempre code nel corpo della risposta: alcuni errori di convalida restituiscono HTTP 200 con "code": 400.
2. Controlla lo stato dell’attività
curl https://api.poyo.ai/api/generate/status/task-unified-1757165031-uyujaw3d \
-H "Authorization: Bearer $POYO_API_KEY"
data.status passa da not_started a running, poi a finished o failed. Un’attività completata restituisce l’URL del video e i crediti addebitati:
{
"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
}
}
Un clip da 12 secondi a 720p costa 12×16.38 = 196.56 crediti.
3. Esempio completo in Python
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)
Questa bozza da 6 secondi a 360p costa 32.76 crediti. Quando l’inquadratura funziona, invia di nuovo lo stesso prompt a 1080p o 4k.
Corpi delle richieste per le altre modalità
Primo e ultimo fotogramma (due immagini, quindi duration resta a 10 o meno):
{
"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"
}
}
Un primo fotogramma con l’esterno di un ristorante di ramen in miniatura e un ultimo fotogramma con il cliente al bancone, uniti da un unico movimento di macchina continuo con Gemini Omni 1.2 Flash.
Immagini e video di riferimento:
{
"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"
}
}
Una foto della modella più gli scatti frontali e posteriori di ogni outfit, trasformati in una sequenza di prova virtuale da 15 secondi che mantiene la stessa persona.
Editing video (invia prompt, video_url e una resolution facoltativa; durata e inquadratura seguono l’originale):
{
"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"
}
}
Per perfezionare una modifica, rimanda il video restituito come nuovo video_url insieme a una nuova istruzione.
Un unico clip con un cavaliere e una regina, modificato turno dopo turno da un bosco di querce a una stalla, una fiera di paese e un castello di pietra, mentre personaggi e inquadratura restano intatti.
Consigli per i prompt di Gemini Omni 1.2 Flash
Un clip da 15 secondi lascia spazio a più inquadrature in una sola ripresa, come in questo video esplicativo macro in quattro inquadrature girato dentro un alveare:
Un video esplicativo macro da 15 secondi in quattro inquadrature dentro un alveare, con didascalie animate, generato con Gemini Omni 1.2 Flash.
Le indicazioni di Google sui prompt, applicate ai clip più lunghi della 1.2:
- Usa i timecode per i clip da 15 secondi. Una sintassi come
[0-4s],[4-9s]ti permette di collocare più momenti o inquadrature in un solo clip e di controllare quando avviene ciascuno. - Descrivi l’audio. Omni genera il suono insieme al video. Indica cosa vuoi sentire: dialoghi, ambiente, effetti sonori o stile musicale.
- Tieni brevi le esclusioni. Google consiglia frasi semplici come «No dialogue» per eliminare gli elementi indesiderati.
- Mantieni semplici i prompt di modifica. Indica l’unica modifica, poi aggiungi «Keep everything else the same» per preservare il resto dell’inquadratura.
- Scrivi per esteso il testo a schermo. Se deve comparire un’insegna o una didascalia, inserisci nel prompt le parole esatte.
- Scrivi «one continuous shot» quando è ciò che vuoi. Omni può aggiungere tagli per dare al clip il ritmo di un breve racconto; chiedi un’unica inquadratura se ti serve.
- Scrivi i prompt in inglese per ottenere i risultati più affidabili. Google indica l’inglese come lingua pienamente supportata.
Scegliere durata e risoluzione
| Obiettivo | Inizia con | Perché |
|---|---|---|
| Esplorazione dei prompt | 360p, 4–6 s | 5.46 crediti al secondo, riscontro più rapido |
| Clip per i social | 720p, 6–10 s, 9:16 | Buon equilibrio tra qualità e costo |
| Storia o annuncio con più inquadrature | 720p, 15 s | Spazio per 3–4 momenti con timecode in una sola ripresa |
| Transizione controllata | Primo e ultimo fotogramma, ≤10 s | Fissa dove l’inquadratura inizia e dove arriva |
| Coerenza di prodotto o personaggio | Immagini di riferimento + 720p | Identità e prodotti da file separati |
| Consegna finale | 1080p o 4K dopo l’approvazione | L’upscaling rende più nitida una buona ripresa; approva prima il movimento |
Passare dalla 1.1 alla 1.2
- ID del modello: cambia
gemini-omni-1.1-flashingemini-omni-1.2-flash. - Durate: su PoYo la 1.1 accetta 4, 6, 8 o 10 secondi; la 1.2 accetta qualsiasi numero intero di secondi da 3 a 15, con 8 come valore predefinito.
- Nomi dei campi: verifica la tua richiesta rispetto ai campi della 1.2:
image_urlsper i fotogrammi,reference_image_urlsereference_video_urlsper i riferimenti evideo_urlper l’editing. - Budget: su PoYo la 1.1 fattura un prezzo fisso per generazione; la 1.2 fattura al secondo, quindi un clip da 3 secondi costa meno di uno da 8.
- Tempistiche: Google ha annunciato che dal 3 dicembre 2026 le richieste alla Gemini API verso
gemini-omni-1.1-flashverranno eseguite sulla 1.2: è quindi la 1.2 la versione su cui costruire.
Su PoYo sono disponibili entrambi gli ID del modello. Prima di spostare il traffico di produzione, ripeti sulla 1.2 un piccolo set di test di regressione (volti, prodotti, movimento veloce, testo a schermo, dialoghi) e confronta il costo per clip approvato invece del costo per richiesta.
Domande frequenti
Che cos’è Gemini Omni 1.2 Flash?
È il modello video multimodale di Google per generare e modificare clip brevi con audio nativo. Accetta testo, immagini e video, e produce video da 3 a 15 secondi fino al 4K. Google lo ha reso disponibile per tutti il 5 novembre 2026.
Esiste un’API di Gemini Omni Flash?
Sì. Google offre gemini-omni-1.2-flash tramite la Gemini API e Google Cloud. Su PoYo chiami lo stesso modello con POST https://api.poyo.ai/api/generate/submit e "model": "gemini-omni-1.2-flash", poi leggi il risultato da GET /api/generate/status/<task_id>.
Quanto costa l’API di Gemini Omni 1.2 Flash?
Su PoYo costa 5.46 crediti al secondo a 360p, 16.38 a 720p, 24.58 a 1080p e 49.14 in 4K, quindi un clip da 8 secondi a 720p costa 131.04 crediti ($0.66). Paghi con crediti a consumo, senza abbonamento.
Quanto possono durare i video di Gemini Omni 1.2 Flash?
Qualsiasi numero intero di secondi da 3 a 15. Con sia un primo sia un ultimo fotogramma, il limite è di 10 secondi. Un video modificato segue la durata del clip di origine, fino a 15 secondi.
Qual è la differenza tra Gemini Omni 1.1 Flash e 1.2 Flash?
La 1.2 estende i clip da 10 a 15 secondi, modifica video di origine fino a 15 secondi, su PoYo viene fatturata al secondo ed è risultata in vantaggio sulla 1.1 in tutte le categorie del grafico di confronto pubblicato da Google, con il 63% di preferenza complessiva nella generazione da riferimenti a video.
Gemini Omni 1.2 Flash supporta il 4K?
Sì. Puoi richiedere 360p, 720p, 1080p o 4K. Google crea 1080p e 4K tramite upscaling, quindi controlla prima movimento e dettagli a una risoluzione più bassa.
L’API di Gemini Omni 1.2 Flash è gratuita?
L’API si paga a consumo: Google offre Omni 1.2 Flash nel livello a pagamento della Gemini API, e su PoYo paghi al secondo con i crediti. Per provare Omni senza costi, Google offre diverse opzioni nelle proprie app, come Google Vids e i crediti giornalieri di Flow; la nostra guida Gemini Omni è gratis? le mette tutte a confronto.
Prova Gemini Omni 1.2 Flash su PoYo
Apri la pagina del modello Gemini Omni 1.2 Flash per provare prompt, fotogrammi, riferimenti e modifiche nel Playground con una stima dei crediti in tempo reale, poi copia la richiesta JSON nel tuo codice. Se la tua pipeline usa ancora le fasce fisse da 4–10 secondi, è disponibile anche la pagina del modello Gemini Omni 1.1 Flash. Per altri modelli video, leggi la nostra selezione dei migliori generatori video IA del 2026.