guides

API Gemini Omni 1.2 Flash: preços, clipes de 15 s e código

Poyo.ai Team
16 min read
Share:

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

ItemGemini Omni 1.2 Flash
ProgramadorGoogle DeepMind
ID do modelogemini-omni-1.2-flash
EstadoDisponível de forma geral, 5 de novembro de 2026
TarefasTexto para vídeo, imagem para vídeo (primeiro/último frame), referência para vídeo, edição de vídeo, extensão
Duração do clipe3–15 s em passos de um segundo; 3–10 s com primeiro e último frame
Resolução360p, 720p, 1080p, 4K (1080p e 4K por ampliação)
Taxa de frames24 FPS
Proporção16:9 (predefinida) ou 9:16
Vídeo de entrada para ediçãoAté 15 s
SaídaVídeo com áudio nativo
ProveniênciaMarca de água SynthID em todos os vídeos
IdiomaInglês 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 FlashGemini Omni 1.2 Flash
Lançamento27 de agosto de 20265 de novembro de 2026
Duração do clipe3–10 s3–15 s, qualquer número inteiro de segundos
Primeiro e último frameSuportado3–10 s
Vídeo de entrada para ediçãoAté 10 sAté 15 s
Extensão (Gemini API)Até 10 s de vídeo de entrada3–10 s por turno, 10 s de contexto anterior, até 30 s no total
Faturação na PoYoPor geração, predefinições de 4 / 6 / 8 / 10 sPor 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:

TarefaMétricaOmni 1.2Omni 1.1
Referência para vídeoPreferência geral63%37%
Referência para vídeoConsistência de identidade com várias referências63%37%
Imagem para vídeoPreferência geral59%41%
Imagem para vídeoConsistência de identidade com a referência60%40%
Texto para vídeoConsistência visual62%38%
Texto para vídeoFidelidade ao prompt55%45%
EdiçãoEdição por instruções57%43%
EdiçãoFidelidade às instruções de edição54%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.

ResoluçãoCréditos por segundoUSD por segundo
360p5.46$0.0273
720p16.38$0.0819
1080p24.58$0.1229
4K49.14$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:

Duração360p720p1080p4K
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 (predefinido)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)

Exemplos práticos

CenárioCálculoCusto
Rascunhar e depois entregar: 20 rascunhos em 360p × 8 s e depois 2 versões finais em 1080p × 8 s20×43.68 + 2×196.641 266.88 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)×16.38507.78 créditos ($2.54)
Editar um clipe de 12,4 s em 720p (faturado como 13 s)13×16.38212.94 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:

ModoEnviaDuraçãoNotas
Edição de vídeovideo_url + promptAcompanha o clipe de origem (até 15 s)Envia prompt e, opcionalmente, resolution com video_url
Geração com referênciasreference_image_urls e/ou reference_video_urls3–15 sAté 10 imagens e 3 vídeos (cada um até 15 s); podes combinar imagens e vídeos
Primeiro/último frameimage_urls com 1 ou 2 imagens3–15 s; até 10 s com último frameUma imagem define o início; duas definem o início e o fim, por ordem
Texto para vídeoApenas prompt3–15 sAcrescenta resolution, duration e aspect_ratio conforme precisares

Campos comuns:

CampoValoresPredefinição
promptObrigatório; até 20 000 caracteres—
durationNúmero inteiro de 3 a 158
resolution360p, 720p, 1080p, 4k720p
aspect_ratio16:9, 9:1616:9
callback_urlO 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:

  1. 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.
  2. 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.
  3. Mantém as exclusões curtas. A Google recomenda frases simples como “No dialogue” para retirar elementos indesejados.
  4. Mantém os prompts de edição simples. Indica a única alteração e acrescenta “Keep everything else the same” para proteger o resto do plano.
  5. Escreve por extenso o texto no ecrã. Se tiver de aparecer uma placa ou uma legenda, escreve as palavras exatas no prompt.
  6. 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.
  7. 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

ObjetivoComeça comPorquê
Explorar prompts360p, 4–6 s5.46 créditos por segundo, feedback mais rápido
Clipe para redes sociais720p, 6–10 s, 9:16Bom equilíbrio entre qualidade e custo
História ou anúncio com vários planos720p, 15 sEspaço para 3–4 momentos com marcas de tempo num só take
Transição controladaPrimeiro/último frame, ≤10 sFixa onde o plano começa e onde termina
Consistência de produto ou de personagemImagens de referência + 720pIdentidade e produtos a partir de ficheiros separados
Entrega final1080p ou 4K após aprovaçãoA 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-flash para gemini-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_urls para os frames, reference_image_urls e reference_video_urls para as referências e video_url para 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-flash passam 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.

Share: