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
| Mục | Gemini Omni 1.2 Flash |
|---|---|
| Nhà phát triển | Google DeepMind |
| Model ID | gemini-omni-1.2-flash |
| Trạng thái | Phát hành rộng rãi, 5/11/2026 |
| Tác vụ | Văn bản sang video, hình ảnh sang video (khung hình đầu/cuối), tham chiếu sang video, chỉnh sửa video, kéo dài video |
| Độ dài clip | 3–15 giây, tăng theo từng giây; 3–10 giây khi dùng khung hình đầu và cuối |
| Độ phân giải | 360p, 720p, 1080p, 4K (1080p và 4K là bản upscale) |
| Tốc độ khung hình | 24 FPS |
| Tỷ lệ khung hình | 16:9 (mặc định) hoặc 9:16 |
| Video đầu vào để chỉnh sửa | Tối đa 15 giây |
| Đầu ra | Video có âm thanh native |
| Nguồn gốc | Watermark SynthID trên mọi video |
| Ngôn ngữ | Hỗ 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 Flash | Gemini Omni 1.2 Flash | |
|---|---|---|
| Ngày phát hành | 27/8/2026 | 5/11/2026 |
| Độ dài clip | 3–10 giây | 3–15 giây, bất kỳ số giây nguyên nào |
| Khung hình đầu và cuối | Được hỗ trợ | 3–10 giây |
| Video đầu vào để chỉnh sửa | Tối đa 10 giây | Tối đa 15 giây |
| Kéo dài video (Gemini API) | Tối đa 10 giây video đầu vào | 3–10 giây mỗi lượt, nhìn lại 10 giây, tổng cộng tối đa 30 giây |
| Cách tính phí trên PoYo | Theo lần tạo, các mức 4 / 6 / 8 / 10 giây | Theo 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 vụ | Chỉ số | Omni 1.2 | Omni 1.1 |
|---|---|---|---|
| Tham chiếu sang video | Mức ưa chuộng tổng thể | 63% | 37% |
| Tham chiếu sang video | Nhất quán danh tính với nhiều tham chiếu | 63% | 37% |
| Hình ảnh sang video | Mức ưa chuộng tổng thể | 59% | 41% |
| Hình ảnh sang video | Nhất quán danh tính với tham chiếu | 60% | 40% |
| Văn bản sang video | Nhất quán hình ảnh | 62% | 38% |
| Văn bản sang video | Bám sát prompt | 55% | 45% |
| Chỉnh sửa | Chỉnh sửa theo chỉ dẫn | 57% | 43% |
| Chỉnh sửa | Bám sát chỉ dẫn chỉnh sửa | 54% | 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 giải | Credit mỗi giây | USD mỗi giây |
|---|---|---|
| 360p | 5.46 | $0.0273 |
| 720p | 16.38 | $0.0819 |
| 1080p | 24.58 | $0.1229 |
| 4K | 49.14 | $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 lượng | 360p | 720p | 1080p | 4K |
|---|---|---|---|---|
| 3 giây | 16.38 ($0.08) | 49.14 ($0.25) | 73.74 ($0.37) | 147.42 ($0.74) |
| 5 giây | 27.30 ($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 giây | 54.60 ($0.27) | 163.80 ($0.82) | 245.80 ($1.23) | 491.40 ($2.46) |
| 15 giây | 81.90 ($0.41) | 245.70 ($1.23) | 368.70 ($1.84) | 737.10 ($3.69) |
Ví dụ tính toán
| Tình huống | Cách tính | Chi phí |
|---|---|---|
| Làm bản nháp, rồi xuất bản cuối: 20 bản nháp 360p × 8 giây, sau đó 2 bản cuối 1080p × 8 giây | 20×43.68 + 2×196.64 | 1266.88 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)×16.38 | 507.78 credit ($2.54) |
| Chỉnh sửa clip 12.4 giây ở 720p (tính phí 13 giây) | 13×16.38 | 212.94 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 độ | Gửi lên | Thời lượng | Ghi chú |
|---|---|---|---|
| Chỉnh sửa video | video_url + prompt | Theo clip nguồn (tối đa 15 giây) | Gửi prompt và resolution tùy chọn cùng video_url |
| Tạo từ tham chiếu | reference_image_urls và/hoặc reference_video_urls | 3–15 giây | Tối đa 10 hình ảnh và 3 video (mỗi video tối đa 15 giây); có thể kết hợp hình ảnh và video |
| Khung hình đầu/cuối | image_urls với 1 hoặc 2 hình ảnh | 3–15 giây; tối đa 10 giây khi có khung hình cuối | Một hình ảnh đặt điểm bắt đầu; hai hình ảnh đặt điểm bắt đầu và kết thúc, theo đúng thứ tự |
| Văn bản sang video | Chỉ prompt | 3–15 giây | Thêm resolution, duration, aspect_ratio khi cần |
Các trường dùng chung:
| Trường | Giá trị | Mặc định |
|---|---|---|
prompt | Bắt buộc; tối đa 20.000 ký tự | — |
duration | Số nguyên 3–15 | 8 |
resolution | 360p, 720p, 1080p, 4k | 720p |
aspect_ratio | 16:9, 9:16 | 16:9 |
callback_url | URL 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:
- 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. - 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.
- Giữ phần loại trừ thật ngắn. Google khuyến nghị các cụm đơn giản như "No dialogue" để loại bỏ yếu tố không mong muốn.
- 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.
- 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.
- 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.
- 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 tiêu | Bắt đầu với | Lý do |
|---|---|---|
| Khám phá prompt | 360p, 4–6 giây | 5.46 credit mỗi giây, phản hồi nhanh nhất |
| Clip mạng xã hội | 720p, 6–10 giây, 9:16 | Cân bằng tốt giữa chất lượng và chi phí |
| Câu chuyện hoặc quảng cáo nhiều cảnh | 720p, 15 giây | Đủ chỗ cho 3–4 nhịp có mốc thời gian trong một lần tạo |
| Chuyển cảnh có kiểm soát | Khung hình đầu/cuối, ≤10 giây | Cố định điểm bắt đầu và điểm kết thúc của cảnh quay |
| Nhất quán sản phẩm hoặc nhân vật | Hình ảnh tham chiếu + 720p | Danh tính và sản phẩm lấy từ các tệp riêng |
| Xuất bản cuối | 1080p hoặc 4K sau khi duyệt | Upscale 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-flashthànhgemini-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_urlscho khung hình,reference_image_urlsvàreference_video_urlscho tham chiếu, vàvideo_urlcho 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-flashsẽ 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.