guides

Gemini Omni 1.2 Flash API: prezzi, clip da 15 s e codice

Poyo.ai Team
16 min read
Share:

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

VoceGemini Omni 1.2 Flash
SviluppatoreGoogle DeepMind
ID del modellogemini-omni-1.2-flash
StatoDisponibile per tutti dal 5 novembre 2026
AttivitàTesto in video, immagine in video (primo e ultimo fotogramma), riferimenti in video, editing video, estensione
Durata del clip3–15 s a passi di un secondo; 3–10 s con primo e ultimo fotogramma
Risoluzione360p, 720p, 1080p, 4K (1080p e 4K tramite upscaling)
Frame rate24 FPS
Formato16:9 (predefinito) o 9:16
Video in input per l’editingFino a 15 s
OutputVideo con audio nativo
ProvenienzaFiligrana SynthID su ogni video
LinguaInglese 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 FlashGemini Omni 1.2 Flash
Rilascio27 agosto 20265 novembre 2026
Durata del clip3–10 s3–15 s, qualsiasi numero intero di secondi
Primo e ultimo fotogrammaSupportati3–10 s
Video in input per l’editingFino a 10 sFino a 15 s
Estensione (Gemini API)Fino a 10 s di video in input3–10 s per turno, 10 s di contesto precedente, fino a 30 s in totale
Fatturazione su PoYoPer generazione, preimpostazioni da 4 / 6 / 8 / 10 sPer 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:

AttivitàMetricaOmni 1.2Omni 1.1
Riferimenti in videoPreferenza complessiva63%37%
Riferimenti in videoCoerenza dell’identità con più riferimenti63%37%
Immagine in videoPreferenza complessiva59%41%
Immagine in videoCoerenza dell’identità di riferimento60%40%
Testo in videoCoerenza visiva62%38%
Testo in videoAderenza al prompt55%45%
EditingEditing tramite istruzioni57%43%
EditingAderenza alle istruzioni di modifica54%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.

RisoluzioneCrediti al secondoUSD al secondo
360p5.46$0.0273
720p16.38$0.0819
1080p24.58$0.1229
4K49.14$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:

Durata360p720p1080p4K
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 (predefinito)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)

Esempi di calcolo

ScenarioCalcoloCosto
Prima le bozze, poi la consegna: 20 bozze a 360p × 8 s, poi 2 versioni finali a 1080p × 8 s20×43.68 + 2×196.641266.88 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)×16.38507.78 crediti ($2.54)
Editing di un clip da 12.4 s a 720p (fatturato come 13 s)13×16.38212.94 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:

ModalitàCosa inviareDurataNote
Editing videovideo_url + promptSegue il clip di origine (fino a 15 s)Invia prompt e una resolution facoltativa insieme a video_url
Generazione da riferimentireference_image_urls e/o reference_video_urls3–15 sFino a 10 immagini e 3 video (ciascuno fino a 15 s); immagini e video si possono combinare
Primo e ultimo fotogrammaimage_urls con 1 o 2 immagini3–15 s; fino a 10 s con un ultimo fotogrammaUn’immagine definisce l’inizio; due definiscono inizio e fine, nell’ordine
Testo in videoSolo prompt3–15 sAggiungi resolution, duration e aspect_ratio secondo necessità

Campi comuni:

CampoValoriPredefinito
promptObbligatorio; fino a 20.000 caratteri—
durationIntero da 3 a 158
resolution360p, 720p, 1080p, 4k720p
aspect_ratio16:9, 9:1616:9
callback_urlL’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:

  1. 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.
  2. Descrivi l’audio. Omni genera il suono insieme al video. Indica cosa vuoi sentire: dialoghi, ambiente, effetti sonori o stile musicale.
  3. Tieni brevi le esclusioni. Google consiglia frasi semplici come «No dialogue» per eliminare gli elementi indesiderati.
  4. Mantieni semplici i prompt di modifica. Indica l’unica modifica, poi aggiungi «Keep everything else the same» per preservare il resto dell’inquadratura.
  5. Scrivi per esteso il testo a schermo. Se deve comparire un’insegna o una didascalia, inserisci nel prompt le parole esatte.
  6. 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.
  7. Scrivi i prompt in inglese per ottenere i risultati più affidabili. Google indica l’inglese come lingua pienamente supportata.

Scegliere durata e risoluzione

ObiettivoInizia conPerché
Esplorazione dei prompt360p, 4–6 s5.46 crediti al secondo, riscontro più rapido
Clip per i social720p, 6–10 s, 9:16Buon equilibrio tra qualità e costo
Storia o annuncio con più inquadrature720p, 15 sSpazio per 3–4 momenti con timecode in una sola ripresa
Transizione controllataPrimo e ultimo fotogramma, ≤10 sFissa dove l’inquadratura inizia e dove arriva
Coerenza di prodotto o personaggioImmagini di riferimento + 720pIdentità e prodotti da file separati
Consegna finale1080p o 4K dopo l’approvazioneL’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-flash in gemini-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_urls per i fotogrammi, reference_image_urls e reference_video_urls per i riferimenti e video_url per 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-flash verranno 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.

Share: