Principais conclusões
- O Gemini Omni 1.2 Flash (
gemini-omni-1.2-flash) é o modelo da Google para geração e edição de vídeo, disponível de forma 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. Os clipes com primeiro e último frame duram de 3 a 10 segundos.
- A saída é em 360p, 720p, 1080p ou 4K a 24 FPS, em 16:9 ou 9:16. A Google produz o 1080p e o 4K por ampliação (upscaling).
- Na PoYo pagas por segundo de saída: 5,46 créditos em 360p, 16,38 em 720p, 24,58 em 1080p e 49,14 em 4K ($1 = 200 créditos), com créditos pagos conforme a utilização e sem subscrição.
- Um único ID de modelo cobre quatro modos. Escolhes texto para vídeo, primeiro/último frame, imagens e vídeos de referência ou edição de vídeo apenas pelos campos que envias.
- Uma chave de API, um fluxo simples. Envias uma tarefa e depois consultas o estado ou recebes um webhook, da mesma forma que chamas todos os outros modelos de imagem e vídeo na PoYo.
Gemini Omni 1.2 Flash num relance
| Item | Gemini Omni 1.2 Flash |
|---|---|
| Programador | Google DeepMind |
| ID do modelo | gemini-omni-1.2-flash |
| Estado | Disponível de forma geral, 5 de novembro de 2026 |
| Tarefas | Texto para vídeo, imagem para vídeo (primeiro/último frame), 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 frame |
| Resolução | 360p, 720p, 1080p, 4K (1080p e 4K por ampliação) |
| Taxa de frames | 24 FPS |
| Proporção | 16:9 (predefinida) ou 9:16 |
| Vídeo de entrada para edição | Até 15 s |
| Saída | Vídeo com áudio nativo |
| Proveniência | Marca de água SynthID em todos os vídeos |
| Idioma | Inglês totalmente suportado |
Este guia centra-se no que muda no 1.2 e em como o chamar. Para o modelo 1.1, os seus escalões de preço fixo e a migração a partir da pré-visualização, vê o nosso guia da API Gemini Omni 1.1 Flash.
O que mudou face 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 frame | Suportado | 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 |
| Faturação na PoYo | Por geração, predefinições de 4 / 6 / 8 / 10 s | Por segundo de saída, 3–15 s |
A Google indica também uma melhor fidelidade às referências, mais consistência e melhor edição em vários turnos, além de uma fala mais natural, sincronização labial mais nítida e condicionamento com vários oradores. No gráfico de comparação lado a lado que a Google publicou para o Omni 1.2 Flash, os avaliadores preferiram o 1.2 ao 1.1 em todas as categorias apresentadas:
| 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 com a referência | 60% | 40% |
| Texto para vídeo | Consistência visual | 62% | 38% |
| Texto para vídeo | Fidelidade ao prompt | 55% | 45% |
| Edição | Edição por instruções | 57% | 43% |
| Edição | Fidelidade às instruções de edição | 54% | 46% |
A Google refere que a ação desportiva rápida, as mudanças rápidas de guião e a física complexa continuam a ser áreas em desenvolvimento ativo, por isso testa esses planos antes de os produzires em escala.
Preços do Gemini Omni 1.2 Flash na PoYo
A PoYo fatura o Omni 1.2 Flash por segundo de saída, a partir de créditos pagos conforme a utilização, sem subscrição. As imagens e os 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 fatura a duration que escolheres. A edição de vídeo fatura a duração do vídeo de origem, arredondada para cima ao segundo inteiro.
Custo por clipe
Créditos por clipe, com o valor em USD arredondado ao cêntimo:
| 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 (predefinido) | 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 |
|---|---|---|
| Rascunhar e depois entregar: 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 (faturado como 13 s) | 13×16.38 | 212.94 créditos ($1.06) |
A primeira linha mostra o padrão que mais poupa: acerta o prompt, o ritmo e o movimento em 360p, onde um rascunho custa um terço do de 720p, e paga 1080p ou 4K apenas nos takes que ficas. Para as opções gratuitas e de subscrição da própria Google, como o Google Vids, o Flow e a app Gemini, vê O Gemini Omni é gratuito?
Porquê chamar o Gemini Omni 1.2 Flash através da PoYo
- Uma chave de API para todos os modelos. O Omni 1.2 Flash está ao lado dos outros modelos de vídeo, imagem e linguagem da PoYo, por isso podes trocar ou combinar modelos sem criar contas novas.
- Créditos pagos conforme a utilização. Compras créditos a $1 = 200 créditos e pagas por segundo de saída, sem subscrição nem plano mensal.
- Os quatro modos com um único ID de modelo. Texto para vídeo, primeiro/último frame, referências e edição partilham
gemini-omni-1.2-flash. - Uma API assíncrona simples. Um endpoint de envio, um endpoint de estado e webhooks opcionais, iguais para todos os modelos.
- Primeiro o Playground. Testa prompts, frames, referências e edições no browser com uma estimativa de créditos em tempo real e depois copia o pedido JSON exato.
Quatro modos de entrada, um ID de modelo
A PoYo escolhe o modo a partir dos campos de cada pedido, verificando-os por esta ordem:
| Modo | Envia | Duração | Notas |
|---|---|---|---|
| Edição de vídeo | video_url + prompt | Acompanha o clipe de origem (até 15 s) | Envia prompt e, opcionalmente, resolution com video_url |
| Geração com referências | reference_image_urls e/ou reference_video_urls | 3–15 s | Até 10 imagens e 3 vídeos (cada um até 15 s); podes combinar imagens e vídeos |
| Primeiro/último frame | image_urls com 1 ou 2 imagens | 3–15 s; até 10 s com último frame | Uma imagem define o início; duas definem o início e o fim, por ordem |
| Texto para vídeo | Apenas prompt | 3–15 s | Acrescenta resolution, duration e aspect_ratio conforme precisares |
Campos comuns:
| Campo | Valores | Predefinição |
|---|---|---|
prompt | Obrigatório; até 20 000 caracteres | — |
duration | Número inteiro de 3 a 15 | 8 |
resolution | 360p, 720p, 1080p, 4k | 720p |
aspect_ratio | 16:9, 9:16 | 16:9 |
callback_url | O URL do teu webhook | — |
Todos os URLs de multimédia são links HTTP ou HTTPS públicos. Envia image_urls sozinho, e os dois campos de referência em conjunto ou um de cada vez. Os clipes editados mantêm o enquadramento do vídeo de origem.
Como chamar a API do Gemini Omni 1.2 Flash na PoYo
O fluxo é assíncrono: envias uma tarefa, recebes um task_id e depois consultas o endpoint de estado ou esperas pelo teu webhook.
1. Enviar 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 devolve 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"
}
}
Verifica sempre code no corpo da resposta: alguns erros de validação devolvem HTTP 200 com "code": 400.
2. Consultar o estado 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 devolve o 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 o plano resultar, volta a enviar o mesmo prompt em 1080p ou 4k.
Corpos de pedido para os outros modos
Primeiro e último frame (duas imagens, por isso 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 frame com o exterior de uma loja de ramen em miniatura e um último frame com o cliente ao balcão, unidos por um único avanço contínuo da câmara 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 fotografia de modelo e imagens de frente e de costas de cada conjunto, transformadas numa sequência de prova virtual de 15 segundos que mantém a mesma pessoa.
Edição de vídeo (envia prompt, video_url e, opcionalmente, resolution; a duração e o enquadramento acompanham a 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 afinar uma edição, envia o vídeo devolvido como o video_url seguinte, com uma nova instrução.
Um único 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 as personagens e o enquadramento intactos.
Dicas de prompt para o Gemini Omni 1.2 Flash
Um clipe de 15 segundos dá espaço para vários planos num só take, como este vídeo explicativo macro de 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 da Google, aplicadas aos clipes mais longos do 1.2:
- Usa marcas de tempo nos clipes de 15 segundos. Uma sintaxe como
[0-4s],[4-9s]permite colocar vários momentos ou planos num clipe e controlar quando acontece cada um. - Descreve o áudio. O Omni gera o som juntamente com o vídeo. Diz o que queres ouvir: diálogo, ambiente, efeitos sonoros ou estilo de música.
- Mantém as exclusões curtas. A Google recomenda frases simples como “No dialogue” para retirar elementos indesejados.
- Mantém os prompts de edição simples. Indica a única alteração e acrescenta “Keep everything else the same” para proteger o resto do plano.
- Escreve por extenso o texto no ecrã. Se tiver de aparecer uma placa ou uma legenda, escreve as palavras exatas no prompt.
- Diz “one continuous shot” quando é isso que pretendes. O Omni pode acrescentar cortes para dar ao clipe o ar de uma pequena história; pede um plano único se precisares dele.
- Escreve os prompts em inglês para obteres os resultados mais fiáveis. A Google indica o inglês como totalmente suportado.
Escolher a duração e a resolução
| Objetivo | Começa com | Porquê |
|---|---|---|
| Explorar prompts | 360p, 4–6 s | 5.46 créditos por segundo, feedback 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 marcas de tempo num só take |
| Transição controlada | Primeiro/último frame, ≤10 s | Fixa onde o plano começa e onde termina |
| Consistência de produto ou de personagem | Imagens de referência + 720p | Identidade e produtos a partir de ficheiros separados |
| Entrega final | 1080p ou 4K após aprovação | A ampliação torna mais nítido um bom take; aprova primeiro o movimento |
Passar do 1.1 para o 1.2
- ID do modelo: muda
gemini-omni-1.1-flashparagemini-omni-1.2-flash. - Durações: na PoYo, o 1.1 aceita 4, 6, 8 ou 10 segundos; o 1.2 aceita qualquer número inteiro de segundos de 3 a 15, com 8 por predefinição.
- Nomes dos campos: confere o teu pedido com os campos do 1.2:
image_urlspara os frames,reference_image_urlsereference_video_urlspara as referências evideo_urlpara a edição. - Orçamento: na PoYo, o 1.1 fatura um preço fixo por geração; o 1.2 fatura por segundo, por isso um clipe de 3 segundos custa menos do que um de 8.
- Calendário: a Google anunciou que, a partir de 3 de dezembro de 2026, os pedidos da Gemini API para
gemini-omni-1.1-flashpassam a correr no 1.2, por isso o 1.2 é a versão sobre a qual deves construir.
Os dois IDs de modelo estão disponíveis na PoYo. Volta a correr um pequeno conjunto de regressão (rostos, produtos, movimento rápido, texto no ecrã, diálogo) no 1.2 antes de mudares o tráfego de produção, e compara o custo por clipe aprovado em vez do custo por pedido.
Perguntas frequentes
O que é o Gemini Omni 1.2 Flash?
É o modelo de vídeo multimodal da Google para gerar e editar clipes curtos com áudio nativo. Aceita texto, imagens e vídeo e produz vídeos de 3 a 15 segundos até 4K. A Google tornou-o disponível de forma geral a 5 de novembro de 2026.
Existe uma API do Gemini Omni Flash?
Sim. A Google disponibiliza o gemini-omni-1.2-flash através da Gemini API e do Google Cloud. Na PoYo, chamas o mesmo modelo com POST https://api.poyo.ai/api/generate/submit e "model": "gemini-omni-1.2-flash", e depois lês 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, por isso um clipe de 8 segundos em 720p custa 131,04 créditos ($0.66). Pagas com créditos conforme a utilização, sem subscrição.
Quanto podem durar os vídeos do Gemini Omni 1.2 Flash?
Qualquer número inteiro de segundos de 3 a 15. Com primeiro e último frame, 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?
O 1.2 alarga os clipes de 10 para 15 segundos, edita vídeos de origem com até 15 segundos, é faturado por segundo na PoYo e ficou à frente do 1.1 em todas as categorias do gráfico de comparação publicado pela Google, incluindo 63% de preferência geral em referência para vídeo.
O Gemini Omni 1.2 Flash suporta 4K?
Sim. Podes pedir 360p, 720p, 1080p ou 4K. A Google cria o 1080p e o 4K por ampliação, por isso verifica primeiro o movimento e os detalhes numa resolução mais baixa.
A API do Gemini Omni 1.2 Flash é gratuita?
A API funciona com pagamento conforme a utilização: a Google disponibiliza o Omni 1.2 Flash no nível pago da Gemini API, e na PoYo pagas por segundo com créditos. Para experimentar o Omni sem custos, a Google oferece opções nas suas próprias apps, como o Google Vids e os créditos diários do Flow; o nosso guia O Gemini Omni é gratuito? compara-as todas.
Experimenta o Gemini Omni 1.2 Flash na PoYo
Abre a página do modelo Gemini Omni 1.2 Flash para testar prompts, frames, referências e edições no Playground com uma estimativa de créditos em tempo real e depois copia o pedido JSON para o teu código. Se o teu pipeline ainda usa escalões fixos de 4–10 segundos, a página do modelo Gemini Omni 1.1 Flash também está disponível. Para outros modelos de vídeo, vê os nossos melhores geradores de vídeo com IA de 2026.