README

Gemini Omni 1.2 Flash API für 15-Sekunden-Videos mit nativem Audio

Gemini Omni 1.2 Flash generiert und bearbeitet Videos mit synchronisierter Sprache, Musik und Soundeffekten aus Text, Bildern und Videos. Laut Google erstellt das Modell Clips von bis zu 15 Sekunden, ermöglicht es Ihnen, denselben Clip über mehrere Dialogrunden hinweg zu verfeinern, und hält Gesichter, Produkte sowie Markenfarben über verschiedene Einstellungen hinweg konsistent. Die Ausgabe reicht von 360p-Entwürfen bis zu 4K-Hochskalierungen in 16:9 oder 9:16.

Neuerungen in Gemini Omni 1.2 Flash

Google hat Gemini Omni 1.2 Flash am 5. November 2026 als Update für Gemini Omni 1.1 Flash veröffentlicht. Dies sind die von Google beschriebenen Änderungen.

Clips und Bearbeitungen von bis zu 15 Sekunden

Generierung und Bearbeitung sind laut Google nun mit bis zu 15 Sekunden möglich, gegenüber 10 Sekunden bei Gemini Omni 1.1 Flash. Sie legen die Länge von 3 bis 15 Sekunden in Ein-Sekunden-Schritten fest. Das Modell ist Teil der Videomodell-Familie Gemini Omni.

Dialogbasierte Bearbeitung über mehrere Runden

Verfeinern Sie denselben Clip Runde für Runde im Dialog, statt von vorn zu beginnen: Tauschen Sie ein Produkt oder den Hintergrund aus oder ändern Sie Beleuchtung, Wetter, Kamerawinkel oder Seitenverhältnis. Laut Google funktioniert die Bearbeitung über volle 15-Sekunden-Clips hinweg.

Präzisere Referenztreue

Laut Google hält das Modell Gesichter, Kleidung, Verpackungstypografie, Markenfarben, Produkte und Charaktere über verschiedene Einstellungen und Kamerawinkel hinweg konsistent – mit weniger visuellen Abweichungen oder Verformungen bei der Start-/Endbild-Interpolation und der Clipverlängerung.

Natives Audio, Dialoge und Lippensynchronisation

Jeder Clip kann synchronisierte Sprache, Musik und Soundeffekte enthalten. Laut Google klingen Dialoge natürlicher, die Lippensynchronisation ist klarer und das Modell hält mehrere Sprecher deutlich auseinander.

Kamerabewegungen und Sequenzen mit mehreren Einstellungen

Laut Google laufen FPV-Durchflüge, Herauszoom-Bewegungen und kreisförmige Kamerafahrten jetzt mit weniger unerwünschten Bildsprüngen ab als in 1.1 Flash. Googles eigene Demo erstellt aus einem einzigen Stilbild ein 15-sekündiges Erklärvideo mit vier Einstellungen.

Entwürfe in niedriger Auflösung erstellen, beste Aufnahme hochskalieren

Die Ausgabeauflösungen sind 360p, 720p, 1080p und 4K. Der von Google empfohlene Workflow besteht darin, Entwürfe in 360p oder 720p zu erstellen und die ausgewählte Aufnahme anschließend auf 1080p oder 4K hochzuskalieren.

Spezifikationen von Gemini Omni 1.2 Flash

Spezifikationen, wie von Google für gemini-omni-1.2-flash veröffentlicht. Die eigenen Parameternamen von Kie.ai werden aufgeführt, sobald das Modell integriert ist.

Specification	Gemini Omni 1.2 Flash
Modell-ID (Google)	gemini-omni-1.2-flash
Tasks	Text-zu-Video, Bild-zu-Video, referenzbasiertes Video, Start-/Endbild-Video, Videobearbeitung, Videoverlängerung, Hochskalierung, Tonerzeugung
Cliplänge	3 bis 15 Sekunden in Ein-Sekunden-Schritten; 3 bis 10 Sekunden im Start-/Endbild-Modus
Video verlängern	Fügt einem Eingabevideo 3 bis 10 Sekunden hinzu
Resolutions	360p, 720p, 1080p und 4K
Seitenverhältnisse	16:9, 9:16
Bildeingaben	Bis zu 10 pro Prompt (PNG, JPEG, WEBP, HEIC, HEIF)
Videoeingaben	Bis zu 3 pro Prompt (MP4, MOV, WEBM und andere gängige Formate); Bearbeitung und Hochskalierung unterstützen Videos mit bis zu 15 Sekunden
Bewegungsreferenzen	Kurze Clips von bis zu 3 Sekunden
Audio	Generierte Sprache, Musik und Soundeffekte; Audio ist keine allgemeine Eingabe
Ausgaben pro Anfrage	1
Provenance	Nicht wahrnehmbares SynthID-Wasserzeichen in jeder Ausgabe; C2PA Content Credentials werden unterstützt

So arbeiten Sie mit Gemini Omni 1.2 Flash

Dieser Workflow für die Videogenerierung mit Gemini Omni 1.2 folgt der Empfehlung von Google zum Erstellen von Entwürfen mit anschließender Hochskalierung sowie den veröffentlichten Funktionen des Modells.

1
Schritt 1: Entwurf in 360p oder 720p erstellen
Generieren Sie mehrere kurze Aufnahmen in niedriger Auflösung aus einem Text-Prompt, einer Stilvorlage oder Referenzbildern und wählen Sie diejenige mit der passenden Komposition und Bewegung aus.
2
Schritt 2: Ihre Referenzen festlegen
Fügen Sie Ihren Prompts Produktaufnahmen, Charakterbilder oder Verpackungen (bis zu 10 Bilder) sowie kurze Bewegungs-Clips hinzu, damit Gesichter, Typografie und Markenfarben über alle Einstellungen und Entwürfe hinweg konsistent bleiben.
3
Schritt 3: In Dialogschritten verfeinern
Bearbeiten Sie den ausgewählten Clip schrittweise im Dialog: Ändern Sie Hintergrund, Beleuchtung, Wetter oder Kamerawinkel oder wechseln Sie zwischen 16:9 und 9:16, ohne von Grund auf neu zu generieren.
4
Schritt 4: Verlängern und hochskalieren
Verlängern Sie die freigegebene Aufnahme um 3 bis 10 Sekunden, wenn die Szene länger laufen soll, und skalieren Sie fertige Clips von bis zu 15 Sekunden auf 1080p oder 4K hoch.

Was Sie mit Gemini Omni 1.2 Flash erstellen können

Neu bei diesem Modell? Erfahren Sie zunächst, was Gemini Omni 1.2 Flash ist, oder lesen Sie, wie es im Vergleich zu Seedance 2.5 abschneidet.

Produkt- und Anzeigenvarianten

Behalten Sie Produkt, Verpackungstypografie und Markenfarben bei, während Sie Hintergrund, Beleuchtung oder Seitenverhältnis für jede Platzierung austauschen.

Erklärvideos und Geschichten mit mehreren Einstellungen

Erstellen Sie aus einer einzigen Stilvorlage eine Sequenz mit mehreren Einstellungen von bis zu 15 Sekunden, so wie Google es in seiner eigenen Demo zeigt. Laut Google führen Kamerabewegungen wie Kreisfahrten und Herauszoomen jetzt zu weniger unerwünschten Jump Cuts als in 1.1 Flash.

Sprechende Charaktere mit Dialog

Generieren Sie Charaktere, die sprechen, zusammen mit Musik und Soundeffekten im selben Clip. Laut Google liefert 1.2 Flash natürlichere Dialoge sowie eine klarere Lippensynchronisation und hält mehrere Sprecher klar auseinander.

Videobearbeitung und Neugestaltung

Bearbeiten Sie bestehendes Videomaterial von bis zu 15 Sekunden: Ersetzen Sie ein Produkt oder den Hintergrund, ändern Sie das Wetter oder gestalten Sie den Stil des gesamten Clips neu und verlängern oder skalieren Sie das Ergebnis anschließend hoch.

Gemini Omni 1.2 Flash auf Kie.ai

Noch nicht auf Kie.ai verfügbar

Gemini Omni 1.2 Flash ist bei Google allgemein verfügbar, wurde von Kie.ai jedoch noch nicht integriert. Sobald die Integration erfolgt ist, werden auf dieser Seite die Parameter und Preise von Kie.ai aufgeführt.

Bauen Sie schon heute auf Gemini Omni 1.1 Flash auf

Sie können Ihre Video-Pipeline schon jetzt mit Gemini Omni 1.1 Flash auf Kie.ai starten. Dieses Modell generiert Clips von bis zu 10 Sekunden, sodass Sie schon heute darauf aufbauen und für die längeren Clips sowie dialogbasierten Bearbeitungen planen können, die mit 1.2 hinzukommen.

Ein Schlüssel für den gesamten Kie.ai-Marktplatz

Alle Modelle auf dem Kie.ai-Marktplatz verwenden dieselbe Authentifizierungsmethode: den Header „Authorization: Bearer YOUR_API_KEY“ mit dem Schlüssel aus Ihrer API-Key-Verwaltung auf Kie.ai.

Kein eigenes Hosting erforderlich

Kie.ai stellt seine Modelle als API bereit; Sie müssen weder GPUs noch Modellgewichte verwalten.

Häufig gestellte Fragen

Was ist neu in Gemini Omni 1.2 Flash im Vergleich zu 1.1 Flash?

Laut Google erweitert 1.2 Flash die Generierung und Bearbeitung auf 15 Sekunden (zuvor 10), ergänzt eine dialogbasierte Multi-Turn-Bearbeitung, hält sich genauer an Referenzen, verbessert Dialoge und Lippensynchronität und setzt Kamerabewegungen mit weniger unerwünschten Jump-Cuts um. Zudem gibt Google an, dass es günstiger ist als 1.1 Flash.

Wie lang können Videos mit Gemini Omni 1.2 Flash sein?

Generierte und bearbeitete Clips sind in Ein-Sekunden-Schritten zwischen 3 und 15 Sekunden lang; Clips mit Start- und Endbild sind 3 bis 10 Sekunden lang. Eine Verlängerung fügt einem Eingabevideo 3 bis 10 Sekunden hinzu.

Welche Auflösungen und Seitenverhältnisse werden unterstützt?

Ausgegeben werden 360p, 720p, 1080p und 4K im Format 16:9 oder 9:16. Google empfiehlt, Entwürfe in 360p oder 720p zu erstellen und die ausgewählte Aufnahme auf 1080p oder 4K hochzuskalieren.

Erzeugt Gemini Omni 1.2 Flash auch Audio?

Ja. Es generiert synchronisierte Sprache, Musik und Soundeffekte passend zum Video, einschließlich lippensynchroner Dialoge für mehrere Sprecher. Audio wird jedoch nicht als allgemeine Eingabe akzeptiert.

Welche Eingaben kann ich senden?

Sie können Text-Prompts, bis zu 10 Bilder pro Prompt (PNG, JPEG, WEBP, HEIC oder HEIF) und bis zu 3 Videos pro Prompt senden. Kurze Clips von bis zu 3 Sekunden können als Bewegungsreferenz dienen, während für Bearbeitung und Hochskalierung Videos von bis zu 15 Sekunden akzeptiert werden.

Ist Gemini Omni 1.2 Flash auf Kie.ai verfügbar?

Noch nicht. Google hat das Modell über die Gemini API und Gemini for business allgemein verfügbar gemacht, Kie.ai hat es jedoch noch nicht integriert. Sie können auf Kie.ai bereits heute mit Gemini Omni 1.1 Flash arbeiten.

Was wird die Gemini Omni 1.2 Flash API auf Kie.ai kosten?

Kie.ai hat die Preise für Gemini Omni 1.2 Flash noch nicht festgelegt; sie werden auf dieser Seite veröffentlicht, sobald das Modell integriert ist. Laut Google ist das Modell günstiger als Gemini Omni 1.1 Flash.

Sind Videos von Gemini Omni 1.2 Flash mit einem Wasserzeichen versehen?

Ja. Google versieht jede Ausgabe mit einem nicht wahrnehmbaren SynthID-Wasserzeichen und unterstützt C2PA Content Credentials.

Welche Einschränkungen des Modells sind bekannt?

Laut Google wird noch daran gearbeitet, wie das Modell schnelle Actionszenen im Sport, rasche Szenenwechsel und komplexe Physik verarbeitet. Zudem schränkt Google die Bearbeitung der Sprache von Personen in Videos vorerst ein.

AI Video API

AI Image API

AI Audio API

AI Chat API