GPT Image 2.5 Flare & Sunburst sind jetzt auf EvoLink verfügbarGPT Image 2.5 testen
Zum Artikel springen
Cover zu Gemini Omni 1.2 Flash mit 15-SECOND VIDEO, Espressomaschine und schwebenden Videobildern
Produktlaunch

Gemini Omni 1.2 Flash: 15-Sekunden-Videos, Ausgabepreise und Bearbeitung

Was Gemini Omni 1.2 Flash ändert: längere Videos, offizielle Preise, Referenztreue und Bearbeitung. So prüfen Teams den Produktionswechsel.

EvoLink TeamProduktteam
7 Min. Lesezeit
Google hat Gemini Omni 1.2 Flash am 5. November 2026 veröffentlicht. Das Modell erzeugt und bearbeitet Videos von bis zu 15 Sekunden; der beworbene Preis für die Videoausgabe in 720p liegt bei rund 0,07 US-Dollar pro Sekunde. Es ist über die Gemini API und Google Cloud allgemein verfügbar. Google nennt außerdem Verbesserungen bei Referenztreue, dialogbasierter Bearbeitung, Sprache und Kamerasteuerung. Veröffentlichung von Google

Für Teams, die Videoprodukte entwickeln, zählt der gesamte Auftrag: eine brauchbare Produktaufnahme erzeugen, sie überarbeiten und die endgültige Fassung ausliefern. Das Update bietet mehr Spielraum innerhalb eines Clips und einen niedrigeren Ausgabepreis. Referenzen, Auflösung und Überarbeitungsstrategie bestimmen die Gesamtkosten weiterhin mit.

Was sich mit Gemini Omni 1.2 Flash ändert

Die maximale Länge für Erzeugung und Bearbeitung steigt von 10 auf 15 Sekunden. Der von Google genannte 720p-Preis sinkt gegenüber Omni 1.1 Flash um 30 %. Auf EvoLink lässt sich ein 360p-Clip auf 720p oder 1080p hochskalieren; für 4K muss die Quelle 720p oder 1080p haben. Google hebt auch eine bessere Orientierung an Referenzen und natürlichere Dialoge hervor. Überblick von Google Cloud

Prüfen Sie jede Änderung anhand einer Produktionsanforderung: Passt die zusätzliche Dauer zur Szene, bleiben Produkt- oder Figurendetails bei Generierung und Bearbeitung erhalten, und kostet der gesamte Auftrag weniger? Vergleichen Sie fertige Clips und Korrekturen zusammen mit den veröffentlichten Ausgabetarifen.

Für welche Szenen eignen sich 15 Sekunden?

Bei einer Produktvorführung sollen Zuschauer zunächst den Gegenstand erkennen, dann eine Handlung verfolgen und schließlich das Ergebnis verstehen. Eine längere durchgehende Aufnahme kann diese Abfolge ohne das Zusammenfügen mehrerer Generierungen abdecken.

Ein Team könnte etwa einen Clip planen, in dem sich die Kamera einer Kaffeemaschine nähert, dem einlaufenden Kaffee folgt und auf dem fertigen Getränk zur Ruhe kommt. Entscheidend ist, ob Produkt, Handlung und Kamerabewegung während der gesamten Aufnahme zusammenpassen. Die vollen 15 Sekunden müssen nicht ausgeschöpft werden; für eine einfache Szene kann ein kürzerer Clip geeigneter sein.

Das Maximum hängt zudem von der Operation ab. Google Cloud nennt 3–15 Sekunden für Erzeugung und Bearbeitung, während die Interpolation zwischen erstem und letztem Bild bei 3–10 Sekunden bleibt. Eine Verlängerung fügt 3–10 Sekunden hinzu. Die 15-Sekunden-Grenze gilt somit nicht pauschal für jede Anfrage. Modellspezifikation von Google Cloud Auf EvoLink begrenzt mehr als ein Referenzvideo die Ausgabe auf 10 Sekunden.

Was sollten Sie nach der Bearbeitung des ersten Entwurfs prüfen?

Für ein Katalogteam lässt sich das konkret prüfen: Behält dieselbe Tasche ihre Henkelform, ihr Material und ihre Markenmerkmale, wenn sich die Kamera bewegt? Kann bei einer Anzeigenvariante der Hintergrund wechseln, während das freigegebene Produkt wiedererkennbar bleibt?

Vergleichen Sie Referenz, ersten Clip und bearbeitete Fassung. Prüfen Sie zunächst die gewünschten Änderungen und anschließend die Details, die unverändert bleiben sollten. So lässt sich entscheiden, ob die Fassung angenommen, die Anweisung enger formuliert oder eine weitere Aufnahme erzeugt wird.

Google zufolge hält sich Omni 1.2 enger an visuelle Referenzen und erlaubt aufeinanderfolgende Änderungen im Dialog. Eine Veröffentlichungsdemo kombiniert ein Foto des Models mit Vorder- und Rückansichten von drei Outfits zu einer 15-sekündigen virtuellen Anprobe. Eine weitere tauscht Hintergründe über mehrere Runden aus und behält Figuren und Bildaufbau bei. Diese Herstellerdemos zeigen, welche Szenenkontrolle vorgesehen ist. Offizielle Demonstrationen

Kostet Omni 1.2 Flash weniger als 1.1?

Bei 720p-Videoausgabe zum Standardtarif der Gemini API: ja. Ob der gesamte Auftrag günstiger wird, hängt auch von Eingaben, Text- oder Denkausgabe, Korrekturen und Wiederholungen ab.

Der Standardtarif der Gemini API nennt 12 US-Dollar pro Million Video-Ausgabetokens, gegenüber 17,50 US-Dollar bei Omni 1.1 Flash. Mit 5.792 Tokens je Sekunde 720p-Video ergibt das etwa 0,0695 US-Dollar pro Sekunde, in der Ankündigung auf 0,07 US-Dollar gerundet. Eingaben werden separat mit 1,50 US-Dollar pro Million Tokens berechnet, Textausgaben einschließlich Thinking mit 9 US-Dollar pro Million Tokens. Offizielle API-Preise
Ein 15-sekündiger 720p-Clip verursacht damit ungefähr 1,04 US-Dollar für die Videoausgabe zum Standardtarif. Das ist eine Berechnung aus dem veröffentlichten Tokenpreis, vor Eingabe- sowie Text- oder Thinking-Kosten,.

Planen Sie Überarbeitungen ebenso wie erste Generierungen ein. Ein niedrigerer Tarif hilft; mehrere verworfene Versuche können ein Projekt dennoch teurer machen als einen Auftrag mit wenigen Anläufen. Vergleichen Sie die Gesamtausgaben mit der Zahl der Clips, die die Vorgaben erfüllen.

Wann lohnt sich ein Entwurf vor dem Upscaling?

Wenn Sie mehrere Konzepte prüfen, beginnen Sie mit Entwürfen in niedrigerer Auflösung und skalieren den ausgewählten Clip hoch. Sind die ersten Entwürfe meist bereits brauchbar, vergleichen Sie die Gesamtkosten für Entwurf, Bearbeitung und Upscaling mit der direkten Ausgabe in der benötigten Auflösung. Entscheiden Sie nach den vollständigen Kosten je abgenommenem Clip.

Der offizielle Gemini-API-Leitfaden bezeichnet 1080p und 4K als hochskalierte Ausgaben. Leitfaden zur Videoerzeugung

Ein sinnvoller Ablauf ist, Komposition und Bewegung zuerst in einem Entwurf mit geringerer Auflösung zu beurteilen, wesentliche kreative Änderungen abzuschließen und erst dann die ausgewählte Aufnahme hochzuskalieren. Kontrollieren Sie auch die Enddatei, besonders Verpackungstexte, feine Muster und kleine Produktdetails.

Verfügbarkeit hängt von Produkt und API-Kanal ab

Für Text-to-Video auf EvoLink verwenden Sie gemini-omni-1.2-flash-text-to-video; andere Aufgaben haben eigene Modell-IDs in der API-Referenz. Der stabile Modellname beim Anbieter lautet gemini-omni-1.2-flash. Laut Google werden Anfragen an gemini-omni-1.1-flash in bestehenden Gemini-API-Integrationen ab 3. Dezember 2026 automatisch zu 1.2 und dessen neuen Tarifen geleitet. Das betrifft die Gemini API; für andere Kanäle ist deren eigene Migrationsregel zu prüfen. API-Modelldokumentation
Das Modell erzeugt Videos mit synchronisiertem Ton einschließlich Dialogen. Google Cloud bietet Audioreferenzen per Allowlist an; diese Funktion steht auf EvoLink nicht zur Verfügung, und Audiodateien werden nicht als Eingabe akzeptiert. Google Cloud
Wer den Zugang über ein einheitliches API-Gateway bewertet, findet auf EvoLinks Seite zu Gemini Omni 1.2 Flash sechs aufgabenspezifische Routen: Erzeugung aus Text, Bildern oder Referenzen sowie Bearbeitung, Verlängerung und Hochskalierung. Die Seite bietet einen Playground und Tokenkostenschätzungen. Für die Integration zählen die Dokumentation der jeweiligen Aufgabe und die aktuellen Kontopreise.

Was vor einem Wechsel im Produktivbetrieb zu testen ist

Google nennt schnelle Sportbewegungen, rasche Änderungen im Handlungsablauf und komplexe Physik als verbleibende Herausforderungen. Solche Szenen verdienen besondere Aufmerksamkeit. Von Google genannte Grenzen

Beginnen Sie mit wenigen vertrauten Briefings: einer Produktaufnahme, einer kontrollierten Bearbeitung und einer längeren Kamerafahrt. Vergleichen Sie Produkttreue, Bewegung, Audio, Überarbeitungen und Gesamtkosten nach denselben Kriterien wie beim bisherigen Modell.

Wechseln Sie, wenn die fertigen Clips Ihre Abnahmekriterien bei passenden Gesamtkosten erfüllen. Entscheidend sind brauchbare Ergebnisse, Korrekturaufwand und Kosten je verwendbarem Clip.

Häufige Fragen zu Gemini Omni 1.2 Flash

Was ändert sich von Omni 1.1 Flash zu Omni 1.2 Flash?

Die maximale Länge für Erzeugung und Bearbeitung steigt von 10 auf 15 Sekunden. Googles beworbener Preis für die 720p-Videoausgabe sinkt um 30 %. Weitere Schwerpunkte sind eine bessere Referenztreue und die Bearbeitung über mehrere Gesprächsrunden. Google

Wie lang können Videos mit Gemini Omni 1.2 Flash sein?

Die API-Erzeugung und -Bearbeitung unterstützen 3–15 Sekunden. Die Interpolation zwischen erstem und letztem Bild unterstützt 3–10 Sekunden; eine Verlängerung fügt pro Vorgang 3–10 Sekunden hinzu. Wählen Sie die Dauer passend zur Operation. Google-Dokumentation Auf EvoLink begrenzt mehr als ein Referenzvideo die Ausgabe auf 10 Sekunden.

Was kostet ein 15-sekündiger 720p-Clip?

Zum Standardtarif von Google fallen etwa 1,04 US-Dollar für die Videoausgabe an: 15 Sekunden × 5.792 Tokens pro Sekunde × 12 US-Dollar pro Million Tokens. Eingaben sowie Text- und Thinking-Nutzung werden separat berechnet. EvoLink-Schätzungen liefert der vorhandene Rechner. Google-Preise

Kann Omni 1.2 Flash Videos in 1080p oder 4K ausgeben?

Auf EvoLink lässt sich ein 360p-Clip auf 720p oder 1080p hochskalieren; für 4K muss die Quelle 720p oder 1080p haben. EvoLink

Kann ich ein vorhandenes Video mit Omni 1.2 Flash bearbeiten?

Ja. Stellen Sie den Ausgangsclip bereit und beschreiben Sie die Änderung, etwa am Hintergrund, Licht oder Produktdetail. Gesprächsbasierte Bearbeitung erlaubt schrittweise Anpassungen desselben Clips. Benennen Sie bei Produktaufnahmen auch die Merkmale, die erhalten bleiben sollen. Google

Wo kann ich Gemini Omni 1.2 Flash per API ausprobieren?

Für Text-to-Video auf EvoLink verwenden Sie gemini-omni-1.2-flash-text-to-video; andere Aufgaben haben eigene Modell-IDs in der API-Referenz.

Erzeugt Omni 1.2 Flash Ton, und kann ich eine Audioreferenz hochladen?

Das Modell erzeugt Videos mit synchronisiertem Ton einschließlich Dialogen. Google Cloud bietet Audioreferenzen per Allowlist an; diese Funktion steht auf EvoLink nicht zur Verfügung, und Audiodateien werden nicht als Eingabe akzeptiert. Google Cloud

KI-Modelle über eine einheitliche API anbinden

Vergleichen Sie Modelle und aktuelle Preise. Integrieren Sie das passende Modell anschließend anhand der API-Dokumentation.