README

API Gemini Omni 1.2 Flash para vídeo de 15 segundos com áudio nativo

O Gemini Omni 1.2 Flash gera e edita vídeos com fala, música e efeitos sonoros sincronizados a partir de texto, imagens e vídeo. O Google afirma que ele produz clipes de até 15 segundos, permite refinar o mesmo clipe ao longo de vários turnos de conversa e mantém rostos, produtos e cores da marca consistentes entre as tomadas. A saída vai de rascunhos em 360p a ampliações de resolução em 4K em 16:9 ou 9:16.

O que há de novo no Gemini Omni 1.2 Flash

O Google lançou o Gemini Omni 1.2 Flash em 5 de novembro de 2026 como uma atualização do Gemini Omni 1.1 Flash. Estas são as mudanças descritas pelo Google.

Clipes e edições de até 15 segundos

A geração e a edição agora chegam a até 15 segundos, um aumento em relação aos 10 segundos do Gemini Omni 1.1 Flash, segundo o Google. Você define a duração de 3 a 15 segundos em incrementos de um segundo. O modelo faz parte da família Gemini Omni de modelos de vídeo.

Edição conversacional em múltiplos turnos

Refine o mesmo clipe turno a turno em vez de começar do zero: troque um produto ou plano de fundo, ou altere a iluminação, o clima, o ângulo da câmera ou a proporção de tela. O Google afirma que a edição funciona em clipes completos de 15 segundos.

Maior fidelidade às referências

O Google afirma que o modelo mantém rostos, roupas, tipografia de embalagens, cores da marca, produtos e personagens consistentes entre tomadas e ângulos de câmera, com menos desvio visual ou deformação na interpolação de primeiro e último quadro e na extensão de clipes.

Áudio nativo, diálogo e sincronia labial

Cada clipe pode conter fala, música e efeitos sonoros sincronizados. O Google afirma que o diálogo soa mais natural, a sincronia labial é mais nítida e o modelo mantém múltiplos interlocutores distintos.

Movimentos de câmera e sequências de múltiplas tomadas

Segundo o Google, voos FPV, afastamentos de câmera e órbitas agora ocorrem com menos cortes bruscos indesejados do que no 1.1 Flash. A própria demonstração do Google cria um vídeo explicativo de 15 segundos com quatro tomadas a partir de um único quadro de estilo.

Gere rascunhos em baixa resolução e amplie a resolução da melhor versão

As resoluções de saída são 360p, 720p, 1080p e 4K. O fluxo de trabalho recomendado pelo Google é gerar rascunhos em 360p ou 720p e, em seguida, ampliar a resolução da versão escolhida para 1080p ou 4K.

Especificações do Gemini Omni 1.2 Flash

Especificações conforme publicadas pelo Google para o gemini-omni-1.2-flash. Os nomes de parâmetros usados pelo Kie.ai serão listados quando o modelo for integrado.

Specification	Gemini Omni 1.2 Flash
ID do modelo (Google)	gemini-omni-1.2-flash
Tasks	Texto para vídeo, imagem para vídeo, vídeo baseado em referência, vídeo de primeiro e último quadro, edição de vídeo, extensão de vídeo, ampliação de resolução, geração de som
Duração do clipe	3 a 15 segundos em incrementos de um segundo; 3 a 10 segundos no modo de primeiro e último quadro
Extensão de vídeo	Adiciona de 3 a 10 segundos a um vídeo de entrada
Resolutions	360p, 720p, 1080p e 4K
Proporções de tela	16:9, 9:16
Entradas de imagem	Até 10 por prompt (PNG, JPEG, WEBP, HEIC, HEIF)
Entradas de vídeo	Até 3 por prompt (MP4, MOV, WEBM e outros formatos comuns); a edição e a ampliação de resolução aceitam vídeos de até 15 segundos
Referências de movimento	Clipes curtos de até 3 segundos
Audio	Fala, música e efeitos sonoros gerados; áudio não é aceito como entrada geral
Saídas por requisição	1
Provenance	Marca d'água SynthID imperceptível em cada saída; suporte a Content Credentials C2PA

Como usar o Gemini Omni 1.2 Flash

Este fluxo de trabalho para geração de vídeo com o Gemini Omni 1.2 segue a orientação do Google de criar rascunhos antes do upscale e os recursos publicados do modelo.

1
Passo 1: Rascunho em 360p ou 720p
Gere várias tomadas curtas em baixa resolução a partir de um prompt de texto, um quadro de estilo ou imagens de referência e escolha aquela com a composição e o movimento ideais.
2
Passo 2: Fixe suas referências
Adicione fotos de produtos, imagens de personagens ou embalagens (até 10 imagens) e clipes curtos de movimento aos seus prompts para manter rostos, tipografia e cores da marca consistentes entre tomadas e rascunhos.
3
Passo 3: Refine em turnos de conversa
Edite o clipe escolhido a cada turno da conversa: mude o fundo, a iluminação, o clima ou o ângulo da câmera, ou alterne entre 16:9 e 9:16, sem precisar gerar tudo de novo.
4
Passo 4: Estenda e faça upscale
Estenda a tomada aprovada em 3 a 10 segundos quando a cena precisar ser mais longa e faça upscale de clipes finais de até 15 segundos para 1080p ou 4K.

O que você pode criar com o Gemini Omni 1.2 Flash

Ainda não conhece o modelo? Comece entendendo o que é o Gemini Omni 1.2 Flash ou veja como ele se compara ao Seedance 2.5.

Variações de produtos e anúncios

Mantenha o mesmo produto, a tipografia da embalagem e as cores da marca enquanto troca fundos, iluminação ou proporção de tela para cada canal.

Vídeos explicativos e histórias com múltiplas tomadas

Crie uma sequência de múltiplas tomadas de até 15 segundos a partir de um único quadro de estilo, como o Google faz em sua própria demonstração. Segundo o Google, movimentos de câmera como órbitas e zoom-out agora causam menos cortes bruscos indesejados do que no 1.1 Flash.

Personagens falantes com diálogo

Gere personagens que falam, junto com música e efeitos sonoros no mesmo clipe. Segundo o Google, o 1.2 Flash entrega diálogos mais naturais, sincronia labial mais clara e mantém múltiplos interlocutores distintos.

Edição e reestilização de vídeo

Edite gravações existentes de até 15 segundos: substitua um produto ou fundo, mude o clima ou reestilize o clipe inteiro e, em seguida, estenda ou faça upscale do resultado.

Gemini Omni 1.2 Flash no Kie.ai

Ainda não disponível no Kie.ai

O Gemini Omni 1.2 Flash já está disponível de forma geral pelo Google, mas o Kie.ai ainda não o integrou. Esta página listará os parâmetros e preços do Kie.ai assim que a integração ocorrer.

Desenvolva com o Gemini Omni 1.1 Flash hoje mesmo

Você já pode iniciar seu pipeline de vídeo com o Gemini Omni 1.1 Flash no Kie.ai. Esse modelo gera clipes de até 10 segundos, permitindo que você desenvolva com base nele hoje e já se planeje para os clipes mais longos e as edições conversacionais que a versão 1.2 traz.

Uma única chave para todo o mercado do Kie.ai

Todos os modelos no mercado do Kie.ai usam o mesmo método de autenticação: um cabeçalho Authorization: Bearer YOUR_API_KEY com a chave da sua página de gerenciamento de chaves de API do Kie.ai.

Nada para hospedar

O Kie.ai fornece seus modelos como uma API; não há GPUs nem pesos de modelo para gerenciar.

Perguntas frequentes

O que há de novo no Gemini Omni 1.2 Flash em comparação com o 1.1 Flash?

Segundo o Google, o 1.2 Flash estende a geração e a edição para 15 segundos (antes 10), adiciona edição conversacional multiturno, segue referências com mais precisão, melhora o diálogo e a sincronia labial e realiza movimentos de câmera com menos jump cuts indesejados. O Google também afirma que ele custa menos que o 1.1 Flash.

Qual pode ser a duração dos vídeos do Gemini Omni 1.2 Flash?

Clipes gerados e editados têm de 3 a 15 segundos, em incrementos de um segundo; clipes de primeiro/último quadro têm de 3 a 10 segundos. A extensão adiciona de 3 a 10 segundos a um vídeo de entrada.

Quais resoluções e proporções de tela ele suporta?

Ele gera saídas em 360p, 720p, 1080p e 4K em 16:9 ou 9:16. O Google recomenda criar rascunhos em 360p ou 720p e ampliar a resolução da tomada escolhida para 1080p ou 4K.

O Gemini Omni 1.2 Flash gera áudio?

Sim. Ele gera fala, música e efeitos sonoros sincronizados com o vídeo, incluindo diálogo com sincronia labial para múltiplos interlocutores. Áudio não é aceito como entrada geral.

Quais entradas posso enviar?

Você pode enviar prompts de texto, até 10 imagens por prompt (PNG, JPEG, WEBP, HEIC ou HEIF) e até 3 vídeos por prompt. Clipes curtos de até 3 segundos podem servir como referências de movimento, e a edição e a ampliação de resolução aceitam vídeos de até 15 segundos.

O Gemini Omni 1.2 Flash está disponível no Kie.ai?

Ainda não. O Google já o disponibilizou de forma geral por meio da Gemini API e do Gemini for business, mas o Kie.ai ainda não o integrou. Você já pode desenvolver com o Gemini Omni 1.1 Flash no Kie.ai.

Quanto custará a API Gemini Omni 1.2 Flash no Kie.ai?

O Kie.ai ainda não definiu os preços do Gemini Omni 1.2 Flash; eles serão listados nesta página quando o modelo for integrado. O Google afirma que o modelo tem preço inferior ao do Gemini Omni 1.1 Flash.

Os vídeos do Gemini Omni 1.2 Flash têm marca d'água?

Sim. O Google adiciona uma marca d'água SynthID imperceptível a cada saída e suporta C2PA Content Credentials.

Quais são as limitações conhecidas do modelo?

O Google afirma que ainda está aprimorando como o modelo lida com cenas esportivas velozes, mudanças rápidas de cena e física complexa. O Google também restringe a edição da fala de pessoas em vídeos por enquanto.

AI Video API

AI Image API

AI Audio API

AI Chat API