Principais pontos
- Gemini Omni 1.2 Flash (
gemini-omni-1.2-flash) é o modelo de geração e edição de vídeo do Google, com disponibilidade geral desde 5 de novembro de 2026. - Os clipes duram de 3 a 15 segundos, em passos de um segundo, contra 10 segundos no Omni 1.1. Clipes com primeiro e último quadro duram de 3 a 10 segundos.
- A saída sai em 360p, 720p, 1080p ou 4K, a 24 FPS, em 16:9 ou 9:16. O Google gera 1080p e 4K por upscale.
- Na PoYo, você paga por segundo de saída: 5,46 créditos em 360p, 16,38 em 720p, 24,58 em 1080p e 49,14 em 4K (US$ 1 = 200 créditos), com créditos pagos conforme o uso e sem assinatura.
- Um único ID de modelo cobre quatro modos. Você escolhe entre texto para vídeo, primeiro/último quadro, imagens e vídeos de referência ou edição de vídeo apenas pelos campos que envia.
- Uma chave de API, um fluxo simples. Envie uma tarefa e depois consulte o status ou receba um webhook, do mesmo jeito que você chama todos os outros modelos de imagem e vídeo na PoYo.
Gemini Omni 1.2 Flash em resumo
| Item | Gemini Omni 1.2 Flash |
|---|---|
| Desenvolvedor | Google DeepMind |
| ID do modelo | gemini-omni-1.2-flash |
| Status | Disponibilidade geral, 5 de novembro de 2026 |
| Tarefas | Texto para vídeo, imagem para vídeo (primeiro/último quadro), referência para vídeo, edição de vídeo, extensão |
| Duração do clipe | 3–15 s em passos de um segundo; 3–10 s com primeiro e último quadro |
| Resolução | 360p, 720p, 1080p, 4K (1080p e 4K com upscale) |
| Taxa de quadros | 24 FPS |
| Proporção | 16:9 (padrão) ou 9:16 |
| Vídeo de entrada para edição | Até 15 s |
| Saída | Vídeo com áudio nativo |
| Procedência | Marca d'água SynthID em todos os vídeos |
| Idioma | Suporte completo ao inglês |
Este guia se concentra no que muda na 1.2 e em como chamá-la. Para o modelo 1.1, as faixas de preço fixo e a migração a partir da prévia, veja nosso guia da API Gemini Omni 1.1 Flash.
O que mudou em relação ao Gemini Omni 1.1 Flash
| Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | |
|---|---|---|
| Lançamento | 27 de agosto de 2026 | 5 de novembro de 2026 |
| Duração do clipe | 3–10 s | 3–15 s, qualquer número inteiro de segundos |
| Primeiro e último quadro | Disponível | 3–10 s |
| Vídeo de entrada para edição | Até 10 s | Até 15 s |
| Extensão (Gemini API) | Até 10 s de vídeo de entrada | 3–10 s por turno, 10 s de contexto anterior, até 30 s no total |
| Cobrança na PoYo | Por geração, predefinições de 4 / 6 / 8 / 10 s | Por segundo de saída, 3–15 s |
O Google também relata melhor aderência às referências, mais consistência e melhor edição em vários turnos, além de fala mais natural, sincronia labial mais nítida e condicionamento com vários falantes. No gráfico de comparação lado a lado que o Google publicou para o Omni 1.2 Flash, os avaliadores preferiram a 1.2 à 1.1 em todas as categorias mostradas:
| Tarefa | Métrica | Omni 1.2 | Omni 1.1 |
|---|---|---|---|
| Referência para vídeo | Preferência geral | 63% | 37% |
| Referência para vídeo | Consistência de identidade com várias referências | 63% | 37% |
| Imagem para vídeo | Preferência geral | 59% | 41% |
| Imagem para vídeo | Consistência de identidade da referência | 60% | 40% |
| Texto para vídeo | Consistência visual | 62% | 38% |
| Texto para vídeo | Aderência ao prompt | 55% | 45% |
| Edição | Edição por instrução | 57% | 43% |
| Edição | Aderência à instrução de edição | 54% | 46% |
O Google observa que ação esportiva rápida, mudanças rápidas de roteiro e física complexa continuam em desenvolvimento ativo, então teste essas cenas antes de escalar a produção.
Preços do Gemini Omni 1.2 Flash na PoYo
A PoYo cobra o Omni 1.2 Flash por segundo de saída, com créditos pagos conforme o uso e sem assinatura. Imagens e vídeos de referência estão incluídos na tarifa por segundo.
| Resolução | Créditos por segundo | USD por segundo |
|---|---|---|
| 360p | 5,46 | $0.0273 |
| 720p | 16,38 | $0.0819 |
| 1080p | 24,58 | $0.1229 |
| 4K | 49,14 | $0.2457 |
A geração cobra a duration que você escolher. A edição de vídeo cobra a duração do vídeo de origem, arredondada para cima em segundos inteiros.
Custo por clipe
Créditos por clipe, com o valor em USD arredondado para o centavo:
| Duração | 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 (padrão) | 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) |
Exemplos práticos
| Cenário | Cálculo | Custo |
|---|---|---|
| Rascunho e depois entrega: 20 rascunhos em 360p × 8 s e depois 2 versões finais em 1080p × 8 s | 20×43.68 + 2×196.64 | 1.266,88 créditos ($6.33) |
| Conjunto de anúncios em 9:16: um corte de 6 s, um de 10 s e um de 15 s em 720p | (6+10+15)×16.38 | 507,78 créditos ($2.54) |
| Editar um clipe de 12,4 s em 720p (cobrado como 13 s) | 13×16.38 | 212,94 créditos ($1.06) |
A primeira linha é o padrão que mais economiza: acerte o prompt, o tempo e o movimento em 360p, em que um rascunho custa um terço do de 720p, e pague por 1080p ou 4K apenas nas tomadas que você vai usar. Para os caminhos gratuitos e por assinatura do próprio Google, como Google Vids, Flow e o app Gemini, veja O Gemini Omni é gratuito?
Por que chamar o Gemini Omni 1.2 Flash pela PoYo
- Uma chave de API para todos os modelos. O Omni 1.2 Flash fica ao lado dos outros modelos de vídeo, imagem e linguagem da PoYo, então você pode trocar ou combinar modelos sem criar contas novas.
- Créditos pagos conforme o uso. Compre créditos na proporção US$ 1 = 200 créditos e pague por segundo de saída, sem assinatura nem plano mensal.
- Os quatro modos com um único ID de modelo. Texto para vídeo, primeiro/último quadro, referências e edição compartilham
gemini-omni-1.2-flash. - Uma API assíncrona simples. Um endpoint de envio, um endpoint de status e webhooks opcionais, iguais para todos os modelos.
- Playground primeiro. Teste prompts, quadros, referências e edições no navegador com estimativa de créditos em tempo real e depois copie a solicitação JSON exata.
Quatro modos de entrada, um ID de modelo
A PoYo escolhe o modo pelos campos de cada solicitação, verificando-os nesta ordem:
| Modo | Envie | Duração | Observações |
|---|---|---|---|
| Edição de vídeo | video_url + prompt | Acompanha o clipe de origem (até 15 s) | Envie prompt e uma resolution opcional junto com video_url |
| Geração por referência | reference_image_urls e/ou reference_video_urls | 3–15 s | Até 10 imagens e 3 vídeos (cada um com até 15 s); imagens e vídeos podem ser combinados |
| Primeiro/último quadro | image_urls com 1 ou 2 imagens | 3–15 s; até 10 s com último quadro | Uma imagem define o início; duas definem o início e o fim, nessa ordem |
| Texto para vídeo | Só prompt | 3–15 s | Acrescente resolution, duration e aspect_ratio conforme necessário |
Campos comuns:
| Campo | Valores | Padrão |
|---|---|---|
prompt | Obrigatório; até 20.000 caracteres | — |
duration | Inteiro de 3 a 15 | 8 |
resolution | 360p, 720p, 1080p, 4k | 720p |
aspect_ratio | 16:9, 9:16 | 16:9 |
callback_url | A URL do seu webhook | — |
Todas as URLs de mídia são links públicos HTTP ou HTTPS. Envie image_urls sozinho, e os dois campos de referência juntos ou um de cada vez. Os clipes editados mantêm o enquadramento do vídeo de origem.
Como chamar a API Gemini Omni 1.2 Flash na PoYo
O fluxo é assíncrono: envie uma tarefa, receba um task_id e depois consulte o endpoint de status ou aguarde o seu webhook.
1. Envie uma tarefa
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"
}
}'
A resposta retorna o ID da tarefa:
{
"code": 200,
"message": "success",
"data": {
"task_id": "task-unified-1757165031-uyujaw3d",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Sempre confira code no corpo da resposta: alguns erros de validação retornam HTTP 200 com "code": 400.
2. Consulte o status da tarefa
curl https://api.poyo.ai/api/generate/status/task-unified-1757165031-uyujaw3d \
-H "Authorization: Bearer $POYO_API_KEY"
data.status passa por not_started, running e depois finished ou failed. Uma tarefa concluída retorna a URL do vídeo e os créditos cobrados:
{
"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
}
}
Um clipe de 12 segundos em 720p custa 12×16.38 = 196,56 créditos.
3. Exemplo completo em 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)
Este rascunho de 6 segundos em 360p custa 32,76 créditos. Quando a cena estiver boa, envie o mesmo prompt de novo em 1080p ou 4k.
Corpos de solicitação para os outros modos
Primeiro e último quadro (duas imagens, então duration fica em 10 ou menos):
{
"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"
}
}
Um primeiro quadro com a fachada de uma lojinha de lámen em miniatura e um último quadro com o cliente no balcão, ligados por um único movimento contínuo de câmera com o Gemini Omni 1.2 Flash.
Imagens e vídeos de referência:
{
"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"
}
}
Uma foto da modelo e fotos de frente e de costas de cada look, transformadas em uma sequência de provador virtual de 15 segundos que mantém a mesma pessoa.
Edição de vídeo (envie prompt, video_url e uma resolution opcional; a duração e o enquadramento acompanham o vídeo de origem):
{
"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"
}
}
Para refinar uma edição, envie o vídeo retornado como o próximo video_url, com uma nova instrução.
Um clipe de um cavaleiro e uma rainha, editado turno a turno de uma floresta de carvalhos para um estábulo, uma feira e um castelo de pedra, com os personagens e o enquadramento preservados.
Dicas de prompt para o Gemini Omni 1.2 Flash
Um clipe de 15 segundos deixa espaço para várias cenas em uma única tomada, como este vídeo explicativo macro em quatro planos, filmado dentro de uma colmeia:
Um vídeo explicativo macro de 15 segundos e quatro planos dentro de uma colmeia, com legendas animadas, gerado com o Gemini Omni 1.2 Flash.
As orientações de prompt do Google, aplicadas aos clipes mais longos da 1.2:
- Use marcações de tempo em clipes de 15 segundos. Uma sintaxe como
[0-4s],[4-9s]permite colocar vários momentos ou planos em um clipe e controlar quando cada um acontece. - Descreva o áudio. O Omni gera o som junto com o vídeo. Diga o que você quer ouvir: diálogo, ambiente, efeitos sonoros ou estilo de música.
- Mantenha as restrições curtas. O Google recomenda frases simples, como “No dialogue”, para remover elementos indesejados.
- Mantenha os prompts de edição simples. Indique a única mudança e acrescente “Keep everything else the same” para preservar o resto da cena.
- Escreva por extenso o texto que aparece na tela. Se uma placa ou legenda precisa aparecer, escreva as palavras exatas no prompt.
- Peça “one continuous shot” quando for isso que você quer. O Omni pode acrescentar cortes para dar ao clipe a sensação de uma pequena história; peça um plano único se precisar de um.
- Escreva os prompts em inglês para obter os resultados mais confiáveis. O Google informa suporte completo ao inglês.
Como escolher duração e resolução
| Objetivo | Comece com | Por quê |
|---|---|---|
| Exploração de prompts | 360p, 4–6 s | 5,46 créditos por segundo, retorno mais rápido |
| Clipe para redes sociais | 720p, 6–10 s, 9:16 | Bom equilíbrio entre qualidade e custo |
| História ou anúncio com vários planos | 720p, 15 s | Espaço para 3–4 momentos com marcação de tempo em uma única tomada |
| Transição controlada | Primeiro/último quadro, ≤10 s | Fixa onde a cena começa e onde termina |
| Consistência de produto ou personagem | Imagens de referência + 720p | Identidade e produtos a partir de arquivos separados |
| Entrega final | 1080p ou 4K depois da aprovação | O upscale deixa mais nítida uma boa tomada; aprove o movimento antes |
Como migrar da 1.1 para a 1.2
- ID do modelo: troque
gemini-omni-1.1-flashporgemini-omni-1.2-flash. - Durações: na PoYo, a 1.1 aceita 4, 6, 8 ou 10 segundos; a 1.2 aceita qualquer número inteiro de segundos de 3 a 15, com padrão de 8.
- Nomes dos campos: confira a sua solicitação com os campos da 1.2:
image_urlspara quadros,reference_image_urlsereference_video_urlspara referências evideo_urlpara edição. - Orçamento: na PoYo, a 1.1 cobra um preço fixo por geração; a 1.2 cobra por segundo, então um clipe de 3 segundos custa menos que um de 8 segundos.
- Cronograma: o Google anunciou que, a partir de 3 de dezembro de 2026, as solicitações da Gemini API para
gemini-omni-1.1-flashvão rodar na 1.2, então a 1.2 é a versão sobre a qual construir.
Os dois IDs de modelo estão disponíveis na PoYo. Rode de novo um pequeno conjunto de regressão (rostos, produtos, movimento rápido, texto na tela, diálogo) na 1.2 antes de mudar o tráfego de produção e compare o custo por clipe aprovado, em vez do custo por solicitação.
Perguntas frequentes
O que é o Gemini Omni 1.2 Flash?
É o modelo de vídeo multimodal do Google para gerar e editar clipes curtos com áudio nativo. Ele aceita texto, imagens e vídeo e produz vídeos de 3 a 15 segundos em até 4K. O Google o lançou com disponibilidade geral em 5 de novembro de 2026.
Existe uma API do Gemini Omni Flash?
Sim. O Google oferece o gemini-omni-1.2-flash pela Gemini API e pelo Google Cloud. Na PoYo, você chama o mesmo modelo com POST https://api.poyo.ai/api/generate/submit e "model": "gemini-omni-1.2-flash" e depois lê o resultado em GET /api/generate/status/<task_id>.
Quanto custa a API do Gemini Omni 1.2 Flash?
Na PoYo, custa 5,46 créditos por segundo em 360p, 16,38 em 720p, 24,58 em 1080p e 49,14 em 4K, então um clipe de 8 segundos em 720p sai por 131,04 créditos (US$ 0,66). Você paga com créditos conforme o uso, sem assinatura.
Qual pode ser a duração dos vídeos do Gemini Omni 1.2 Flash?
Qualquer número inteiro de segundos de 3 a 15. Com primeiro e último quadro, o limite é de 10 segundos. Um vídeo editado acompanha a duração do clipe de origem, até 15 segundos.
Qual é a diferença entre o Gemini Omni 1.1 Flash e o 1.2 Flash?
A 1.2 amplia os clipes de 10 para 15 segundos, edita vídeos de origem de até 15 segundos, é cobrada por segundo na PoYo e superou a 1.1 em todas as categorias do gráfico de comparação publicado pelo Google, incluindo 63% de preferência geral em referência para vídeo.
O Gemini Omni 1.2 Flash gera em 4K?
Sim. Você pode solicitar 360p, 720p, 1080p ou 4K. O Google cria 1080p e 4K por upscale, então confira o movimento e os detalhes primeiro em uma resolução menor.
A API do Gemini Omni 1.2 Flash é gratuita?
A API é paga conforme o uso: o Google oferece o Omni 1.2 Flash no nível pago da Gemini API e, na PoYo, você paga por segundo com créditos. Para experimentar o Omni sem custo, o Google oferece caminhos nos próprios apps, como o Google Vids e os créditos diários do Flow; nosso guia O Gemini Omni é gratuito? compara todos eles.
Experimente o Gemini Omni 1.2 Flash na PoYo
Abra a página do modelo Gemini Omni 1.2 Flash para testar prompts, quadros, referências e edições no Playground com estimativa de créditos em tempo real e depois copie a solicitação JSON para o seu código. Se o seu pipeline ainda usa as faixas fixas de 4–10 segundos, a página do modelo Gemini Omni 1.1 Flash também está disponível. Para outros modelos de vídeo, veja nossos melhores geradores de vídeo com IA de 2026.