guides

Hướng dẫn Gemini Omni 1.2 Flash API: Giá, clip 15 giây, code

Poyo.ai Team
18 min read
Share:

Những điểm chính

  • Gemini Omni 1.2 Flash (gemini-omni-1.2-flash) là model tạo và chỉnh sửa video của Google, chính thức phát hành rộng rãi từ ngày 5/11/2026.
  • Clip dài từ 3 đến 15 giây, tăng theo từng giây, so với tối đa 10 giây ở Omni 1.1. Clip dùng khung hình đầu và cuối dài từ 3 đến 10 giây.
  • Đầu ra ở 360p, 720p, 1080p hoặc 4K với 24 FPS, tỷ lệ 16:9 hoặc 9:16. Google tạo 1080p và 4K bằng cách upscale.
  • Trên PoYo, bạn trả tiền theo từng giây đầu ra: 5.46 credit ở 360p, 16.38 ở 720p, 24.58 ở 1080p và 49.14 ở 4K ($1 = 200 credit), trừ từ credit trả theo mức sử dụng, không cần gói đăng ký.
  • Một model ID cho bốn chế độ. Bạn chọn văn bản sang video, khung hình đầu/cuối, hình ảnh và video tham chiếu, hay chỉnh sửa video chỉ bằng các trường bạn gửi lên.
  • Một API key, một quy trình đơn giản. Gửi tác vụ, rồi polling trạng thái hoặc nhận webhook, giống hệt cách bạn gọi mọi model hình ảnh và video khác trên PoYo.

Tổng quan Gemini Omni 1.2 Flash

MụcGemini Omni 1.2 Flash
Nhà phát triểnGoogle DeepMind
Model IDgemini-omni-1.2-flash
Trạng tháiPhát hành rộng rãi, 5/11/2026
Tác vụVăn bản sang video, hình ảnh sang video (khung hình đầu/cuối), tham chiếu sang video, chỉnh sửa video, kéo dài video
Độ dài clip3–15 giây, tăng theo từng giây; 3–10 giây khi dùng khung hình đầu và cuối
Độ phân giải360p, 720p, 1080p, 4K (1080p và 4K là bản upscale)
Tốc độ khung hình24 FPS
Tỷ lệ khung hình16:9 (mặc định) hoặc 9:16
Video đầu vào để chỉnh sửaTối đa 15 giây
Đầu raVideo có âm thanh native
Nguồn gốcWatermark SynthID trên mọi video
Ngôn ngữHỗ trợ đầy đủ tiếng Anh

Hướng dẫn này tập trung vào những gì 1.2 thay đổi và cách gọi model. Về model 1.1, các mức giá cố định và việc chuyển đổi từ bản preview, hãy xem hướng dẫn Gemini Omni 1.1 Flash API của chúng tôi.

Điểm mới so với Gemini Omni 1.1 Flash

Gemini Omni 1.1 FlashGemini Omni 1.2 Flash
Ngày phát hành27/8/20265/11/2026
Độ dài clip3–10 giây3–15 giây, bất kỳ số giây nguyên nào
Khung hình đầu và cuốiĐược hỗ trợ3–10 giây
Video đầu vào để chỉnh sửaTối đa 10 giâyTối đa 15 giây
Kéo dài video (Gemini API)Tối đa 10 giây video đầu vào3–10 giây mỗi lượt, nhìn lại 10 giây, tổng cộng tối đa 30 giây
Cách tính phí trên PoYoTheo lần tạo, các mức 4 / 6 / 8 / 10 giâyTheo giây đầu ra, 3–15 giây

Google cũng cho biết model bám sát tham chiếu tốt hơn, nhất quán hơn và chỉnh sửa nhiều lượt tốt hơn, cùng giọng nói tự nhiên hơn, khẩu hình rõ hơn và khả năng điều khiển nhiều người nói. Trong biểu đồ so sánh song song mà Google công bố cho Omni 1.2 Flash, người đánh giá ưa chuộng 1.2 hơn 1.1 ở mọi hạng mục được hiển thị:

Tác vụChỉ sốOmni 1.2Omni 1.1
Tham chiếu sang videoMức ưa chuộng tổng thể63%37%
Tham chiếu sang videoNhất quán danh tính với nhiều tham chiếu63%37%
Hình ảnh sang videoMức ưa chuộng tổng thể59%41%
Hình ảnh sang videoNhất quán danh tính với tham chiếu60%40%
Văn bản sang videoNhất quán hình ảnh62%38%
Văn bản sang videoBám sát prompt55%45%
Chỉnh sửaChỉnh sửa theo chỉ dẫn57%43%
Chỉnh sửaBám sát chỉ dẫn chỉnh sửa54%46%

Google lưu ý rằng các pha thể thao nhanh, thay đổi kịch bản đột ngột và vật lý phức tạp vẫn là những lĩnh vực đang được tích cực cải thiện, vì vậy hãy thử trước những cảnh quay đó rồi mới mở rộng quy mô.

Giá Gemini Omni 1.2 Flash trên PoYo

PoYo tính phí Omni 1.2 Flash theo từng giây đầu ra, trừ từ credit trả theo mức sử dụng, không cần gói đăng ký. Hình ảnh và video tham chiếu đã được bao gồm trong giá mỗi giây.

Độ phân giảiCredit mỗi giâyUSD mỗi giây
360p5.46$0.0273
720p16.38$0.0819
1080p24.58$0.1229
4K49.14$0.2457

Khi tạo video, phí tính theo duration bạn chọn. Khi chỉnh sửa video, phí tính theo độ dài của video nguồn, làm tròn lên số giây nguyên.

Chi phí mỗi clip

Credit cho mỗi clip, kèm USD làm tròn đến cent:

Thời lượng360p720p1080p4K
3 giây16.38 ($0.08)49.14 ($0.25)73.74 ($0.37)147.42 ($0.74)
5 giây27.30 ($0.14)81.90 ($0.41)122.90 ($0.61)245.70 ($1.23)
8 giây (mặc định)43.68 ($0.22)131.04 ($0.66)196.64 ($0.98)393.12 ($1.97)
10 giây54.60 ($0.27)163.80 ($0.82)245.80 ($1.23)491.40 ($2.46)
15 giây81.90 ($0.41)245.70 ($1.23)368.70 ($1.84)737.10 ($3.69)

Ví dụ tính toán

Tình huốngCách tínhChi phí
Làm bản nháp, rồi xuất bản cuối: 20 bản nháp 360p × 8 giây, sau đó 2 bản cuối 1080p × 8 giây20×43.68 + 2×196.641266.88 credit ($6.33)
Bộ quảng cáo 9:16: một bản 6 giây, một bản 10 giây và một bản 15 giây ở 720p(6+10+15)×16.38507.78 credit ($2.54)
Chỉnh sửa clip 12.4 giây ở 720p (tính phí 13 giây)13×16.38212.94 credit ($1.06)

Dòng đầu tiên là cách làm tiết kiệm nhất: chốt prompt, nhịp thời gian và chuyển động ở 360p, nơi mỗi bản nháp chỉ tốn một phần ba so với 720p, rồi chỉ trả tiền cho 1080p hoặc 4K ở những bản bạn giữ lại. Về các cách dùng miễn phí và theo gói đăng ký của chính Google, chẳng hạn Google Vids, Flow và ứng dụng Gemini, hãy xem Gemini Omni có miễn phí không?

Vì sao nên gọi Gemini Omni 1.2 Flash qua PoYo

  • Một API key cho mọi model. Omni 1.2 Flash nằm cạnh các model video, hình ảnh và ngôn ngữ khác của PoYo, nên bạn có thể chuyển đổi hoặc kết hợp model mà không cần tạo tài khoản mới.
  • Credit trả theo mức sử dụng. Mua credit với tỷ lệ $1 = 200 credit và trả tiền theo từng giây đầu ra, không cần gói đăng ký hay gói tháng.
  • Cả bốn chế độ dưới một model ID. Văn bản sang video, khung hình đầu/cuối, tham chiếu và chỉnh sửa dùng chung gemini-omni-1.2-flash.
  • API bất đồng bộ đơn giản. Một endpoint gửi tác vụ, một endpoint trạng thái và webhook tùy chọn, giống nhau cho mọi model.
  • Thử trên Playground trước. Thử prompt, khung hình, tham chiếu và chỉnh sửa ngay trên trình duyệt với ước tính credit theo thời gian thực, rồi sao chép nguyên yêu cầu JSON.

Bốn chế độ đầu vào, một model ID

PoYo chọn chế độ dựa trên các trường trong mỗi yêu cầu, kiểm tra theo thứ tự sau:

Chế độGửi lênThời lượngGhi chú
Chỉnh sửa videovideo_url + promptTheo clip nguồn (tối đa 15 giây)Gửi prompt và resolution tùy chọn cùng video_url
Tạo từ tham chiếureference_image_urls và/hoặc reference_video_urls3–15 giâyTối đa 10 hình ảnh và 3 video (mỗi video tối đa 15 giây); có thể kết hợp hình ảnh và video
Khung hình đầu/cuốiimage_urls với 1 hoặc 2 hình ảnh3–15 giây; tối đa 10 giây khi có khung hình cuốiMột hình ảnh đặt điểm bắt đầu; hai hình ảnh đặt điểm bắt đầu và kết thúc, theo đúng thứ tự
Văn bản sang videoChỉ prompt3–15 giâyThêm resolution, duration, aspect_ratio khi cần

Các trường dùng chung:

TrườngGiá trịMặc định
promptBắt buộc; tối đa 20.000 ký tự—
durationSố nguyên 3–158
resolution360p, 720p, 1080p, 4k720p
aspect_ratio16:9, 9:1616:9
callback_urlURL webhook của bạn—

Mọi URL media đều là liên kết HTTP hoặc HTTPS công khai. Hãy gửi image_urls riêng một mình, còn hai trường tham chiếu có thể gửi cùng nhau hoặc từng trường một. Clip đã chỉnh sửa giữ nguyên bố cục khung hình của video nguồn.

Cách gọi Gemini Omni 1.2 Flash API trên PoYo

Quy trình là bất đồng bộ: gửi tác vụ, nhận task_id, rồi polling endpoint trạng thái hoặc chờ webhook của bạn.

1. Gửi tác vụ

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"
    }
  }'

Phản hồi trả về ID của tác vụ:

{
  "code": 200,
  "message": "success",
  "data": {
    "task_id": "task-unified-1757165031-uyujaw3d",
    "status": "not_started",
    "created_time": "2026-11-14T10:30:00"
  }
}

Hãy luôn kiểm tra code trong phần thân phản hồi: một số lỗi kiểm tra dữ liệu trả về HTTP 200 kèm "code": 400.

2. Polling trạng thái tác vụ

curl https://api.poyo.ai/api/generate/status/task-unified-1757165031-uyujaw3d \
  -H "Authorization: Bearer $POYO_API_KEY"

data.status lần lượt chuyển qua not_started, running, rồi đến finished hoặc failed. Tác vụ hoàn thành trả về URL video và số credit đã tính:

{
  "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
  }
}

Một clip 720p dài 12 giây có giá 12×16.38 = 196.56 credit.

3. Ví dụ Python đầy đủ

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)

Bản nháp 360p dài 6 giây này tốn 32.76 credit. Khi cảnh quay đã ổn, hãy gửi lại cùng prompt ở 1080p hoặc 4k.

Phần thân yêu cầu cho các chế độ khác

Khung hình đầu và cuối (hai hình ảnh, nên duration giữ ở mức 10 trở xuống):

{
  "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"
  }
}

Khung hình đầu là mặt tiền một quán ramen thu nhỏ, khung hình cuối là thực khách ngồi ở quầy, được nối bằng một cú đẩy máy liền mạch với Gemini Omni 1.2 Flash.

Hình ảnh và video tham chiếu:

{
  "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"
  }
}

Một ảnh người mẫu cùng ảnh mặt trước và mặt sau của từng bộ trang phục, được biến thành chuỗi thử đồ ảo dài 15 giây vẫn giữ nguyên một người.

Chỉnh sửa video (gửi prompt, video_url và resolution tùy chọn; độ dài và bố cục khung hình theo video nguồn):

{
  "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"
  }
}

Để tinh chỉnh một bản chỉnh sửa, hãy gửi video trả về làm video_url tiếp theo kèm một chỉ dẫn mới.

Một clip về hiệp sĩ và nữ hoàng, được chỉnh sửa qua từng lượt từ khu rừng sồi sang chuồng ngựa, hội chợ và lâu đài đá, trong khi nhân vật và bố cục khung hình vẫn giữ nguyên.

Mẹo viết prompt cho Gemini Omni 1.2 Flash

Một clip 15 giây đủ chỗ cho nhiều cảnh quay trong cùng một lần tạo, như đoạn giải thích cận cảnh bốn cảnh quay được quay bên trong tổ ong này:

Đoạn giải thích cận cảnh dài 15 giây, gồm bốn cảnh quay bên trong tổ ong với chú thích động, được tạo bằng Gemini Omni 1.2 Flash.

Hướng dẫn viết prompt của Google, áp dụng cho các clip dài hơn của 1.2:

  1. Dùng mốc thời gian cho clip 15 giây. Cú pháp như [0-4s], [4-9s] cho phép bạn đặt nhiều nhịp hoặc nhiều cảnh quay trong một clip và kiểm soát thời điểm diễn ra từng phần.
  2. Mô tả âm thanh. Omni tạo âm thanh cùng với video. Hãy nói rõ bạn muốn nghe gì: lời thoại, âm nền, hiệu ứng âm thanh hay phong cách nhạc.
  3. Giữ phần loại trừ thật ngắn. Google khuyến nghị các cụm đơn giản như "No dialogue" để loại bỏ yếu tố không mong muốn.
  4. Giữ prompt chỉnh sửa thật đơn giản. Nêu một thay đổi duy nhất, rồi thêm "Keep everything else the same" để bảo toàn phần còn lại của cảnh quay.
  5. Viết rõ chữ hiển thị trên màn hình. Nếu một biển hiệu hay chú thích cần xuất hiện, hãy viết chính xác từng chữ trong prompt.
  6. Nói "one continuous shot" khi bạn cần một cảnh liền. Omni có thể thêm các điểm cắt để clip giống một câu chuyện ngắn; hãy yêu cầu một cảnh quay duy nhất nếu bạn cần.
  7. Viết prompt bằng tiếng Anh để có kết quả ổn định nhất. Google liệt kê tiếng Anh là ngôn ngữ được hỗ trợ đầy đủ.

Chọn thời lượng và độ phân giải

Mục tiêuBắt đầu vớiLý do
Khám phá prompt360p, 4–6 giây5.46 credit mỗi giây, phản hồi nhanh nhất
Clip mạng xã hội720p, 6–10 giây, 9:16Cân bằng tốt giữa chất lượng và chi phí
Câu chuyện hoặc quảng cáo nhiều cảnh720p, 15 giâyĐủ chỗ cho 3–4 nhịp có mốc thời gian trong một lần tạo
Chuyển cảnh có kiểm soátKhung hình đầu/cuối, ≤10 giâyCố định điểm bắt đầu và điểm kết thúc của cảnh quay
Nhất quán sản phẩm hoặc nhân vậtHình ảnh tham chiếu + 720pDanh tính và sản phẩm lấy từ các tệp riêng
Xuất bản cuối1080p hoặc 4K sau khi duyệtUpscale làm sắc nét một bản quay tốt; hãy duyệt chuyển động trước

Chuyển từ 1.1 sang 1.2

  • Model ID: đổi gemini-omni-1.1-flash thành gemini-omni-1.2-flash.
  • Thời lượng: 1.1 trên PoYo nhận 4, 6, 8 hoặc 10 giây; 1.2 nhận bất kỳ số giây nguyên nào từ 3 đến 15, mặc định là 8.
  • Tên trường: đối chiếu yêu cầu của bạn với các trường của 1.2: image_urls cho khung hình, reference_image_urls và reference_video_urls cho tham chiếu, và video_url cho chỉnh sửa.
  • Ngân sách: 1.1 trên PoYo tính một mức giá cố định cho mỗi lần tạo; 1.2 tính theo giây, nên clip 3 giây rẻ hơn clip 8 giây.
  • Lộ trình: Google đã thông báo rằng từ ngày 3/12/2026, các yêu cầu Gemini API gửi đến gemini-omni-1.1-flash sẽ chạy trên 1.2, vì vậy 1.2 là phiên bản nên dùng để xây dựng.

Cả hai model ID đều có sẵn trên PoYo. Hãy chạy lại một bộ kiểm thử hồi quy nhỏ (khuôn mặt, sản phẩm, chuyển động nhanh, chữ trên màn hình, lời thoại) trên 1.2 trước khi chuyển lưu lượng production, và so sánh chi phí cho mỗi clip được duyệt thay vì chi phí mỗi yêu cầu.

Câu hỏi thường gặp

Gemini Omni 1.2 Flash là gì?

Đây là model video đa phương thức của Google để tạo và chỉnh sửa các clip ngắn có âm thanh native. Model nhận văn bản, hình ảnh và video, rồi tạo video dài từ 3 đến 15 giây với độ phân giải tối đa 4K. Google phát hành rộng rãi model này vào ngày 5/11/2026.

Có Gemini Omni Flash API không?

Có. Google cung cấp gemini-omni-1.2-flash qua Gemini API và Google Cloud. Trên PoYo, bạn gọi cùng model này bằng POST https://api.poyo.ai/api/generate/submit với "model": "gemini-omni-1.2-flash", rồi đọc kết quả từ GET /api/generate/status/<task_id>.

Gemini Omni 1.2 Flash API giá bao nhiêu?

Trên PoYo, giá là 5.46 credit mỗi giây ở 360p, 16.38 ở 720p, 24.58 ở 1080p và 49.14 ở 4K, nên một clip 720p dài 8 giây có giá 131.04 credit ($0.66). Bạn trả từ credit theo mức sử dụng, không cần gói đăng ký.

Video Gemini Omni 1.2 Flash dài tối đa bao lâu?

Bất kỳ số giây nguyên nào từ 3 đến 15. Khi dùng cả khung hình đầu và khung hình cuối, giới hạn là 10 giây. Video đã chỉnh sửa theo độ dài của clip nguồn, tối đa 15 giây.

Gemini Omni 1.1 Flash và 1.2 Flash khác nhau thế nào?

1.2 kéo dài clip từ 10 lên 15 giây, chỉnh sửa được video nguồn dài tới 15 giây, tính phí theo giây trên PoYo, và dẫn trước 1.1 ở mọi hạng mục trong biểu đồ so sánh mà Google công bố, bao gồm mức ưa chuộng tổng thể 63% ở tác vụ tham chiếu sang video.

Gemini Omni 1.2 Flash có hỗ trợ 4K không?

Có. Bạn có thể yêu cầu 360p, 720p, 1080p hoặc 4K. Google tạo 1080p và 4K bằng cách upscale, vì vậy hãy kiểm tra chuyển động và chi tiết ở độ phân giải thấp hơn trước.

Gemini Omni 1.2 Flash API có miễn phí không?

API tính phí theo mức sử dụng: Google cung cấp Omni 1.2 Flash ở hạng trả phí của Gemini API, còn trên PoYo bạn trả theo giây bằng credit. Để dùng thử Omni miễn phí, Google có những cách trong các ứng dụng của chính họ, chẳng hạn Google Vids và credit Flow hằng ngày; bài viết Gemini Omni có miễn phí không? của chúng tôi so sánh tất cả các cách đó.

Dùng thử Gemini Omni 1.2 Flash trên PoYo

Mở trang model Gemini Omni 1.2 Flash để thử prompt, khung hình, tham chiếu và chỉnh sửa trên Playground với ước tính credit theo thời gian thực, rồi sao chép yêu cầu JSON vào code của bạn. Nếu quy trình của bạn vẫn dùng các mức cố định 4–10 giây, trang model Gemini Omni 1.1 Flash cũng luôn sẵn sàng. Để xem các model video khác, hãy đọc những công cụ tạo video AI tốt nhất năm 2026 của chúng tôi.

Share: