Gemini Omni 1.2 Flash: обзор и тест видео на русском

Gemini Omni 1.2 Flash это видеомодель Google, которая вышла 5 ноября 2026 года. Она делает ролик со звуком длиной до 15 секунд из текста, картинки или видео и правит готовый ролик обычными сообщениями. По сравнению с версией 1.1 ролик стал на 5 секунд длиннее, а секунда видео в API подешевела на 30%, до $0,07 в 720p.

Анонсам видеомоделей я верю не до конца: в них показывают лучшие ролики из многих попыток. Поэтому я сам прогнал через API пять тестов на русском: диалог, надпись кириллицей на упаковке, 15-секундный пролёт камеры, вертикальную рекламу и правку готового ролика вторым сообщением. Всё вместе обошлось примерно в $4,5. Ниже ролики, кадры и цифры.

В статье разберём:

• что изменилось в Gemini Omni 1.2 Flash по сравнению с 1.1;
• где попробовать Omni 1.2 и что с доступом из России;
• как сгенерировать первый ролик через API;
• как Omni 1.2 справилась с русской речью и кириллицей;
• как модель держит длинный план и рекламу из трёх шотов;
• как работает правка ролика разговором;
• сколько стоит Omni 1.2 и где она в рейтинге Arena;
• кому подойдёт Gemini Omni 1.2.

Что изменилось в Gemini Omni 1.2 Flash по сравнению с 1.1

Главное в релизе это длина и цена. Flash в названии у Google значит быструю и недорогую версию, как у текстовой Gemini 3.1 Flash-Lite. По анонсу Google, ролик теперь можно заказать любой длины от 3 до 15 секунд с шагом в секунду, а у 1.1 потолок был 10 секунд. Секунда видео в 720p стоит $0,07 вместо $0,10.

Остальное Google описывает как работу над стабильностью. Лица, одежда, логотипы и надписи с загруженных референсов должны меньше плыть от кадра к кадру. Камера реже делает случайные склейки на пролётах и облётах. Правка разговором теперь работает на всём 15-секундном ролике.

Часть ограничений осталась прежней. Я свёл их в таблицу по документации Gemini API на 6 ноября.

Лимит в 10 секунд для первого и последнего кадра легко пропустить: если передать два кадра и попросить 15 секунд, API вернёт ошибку. Продление тоже идёт кусками не длиннее 10 секунд, поэтому 30-секундный ролик собирается за три хода.

В Google AI Studio модель уже висит в каталоге с id gemini-omni-1.2-flash и пометкой Paid. В карточке видно, откуда взялась скидка: выход видео стоит $12 за миллион токенов, а у 1.1 было $17,50.

Модель 1.1 Google держит ещё четыре недели. С 3 декабря 2026 года запросы к gemini-omni-1.1-flash сами уйдут на 1.2 и будут считаться по новым ценам, так что переписывать код не обязательно.

Где попробовать Gemini Omni 1.2 и что с доступом из России

Бесплатно попробовать Omni 1.2 почти негде. Я проверил три входа на обычном аккаунте Google без подписки.

Google AI Studio. Модель выбирается, но вместо поля для промпта висит экран «Upgrade to unlock Gemini Omni 1.2 Flash». Нужна подписка Google AI или API-ключ с привязанной картой. Бесплатного уровня у Omni в API нет, это прямо написано на странице цен.

Google Flow. При входе Flow показывает окно о запуске Omni 1.2 и предупреждает, что доступ раскатывают по тарифам несколько дней. У меня 6 ноября в списке видеомоделей были только Omni 1.1 и Veo 3.1. В том же окне сказано, что ролики длиннее 10 секунд, продление и апскейл до 1K и 4K будут только на платных тарифах. Видеомоделей во Flow останется две: Omni 1.2 и дешёвая Veo Lite, а Omni 1.1, Veo Fast и Veo Quality уберут через 30 дней.

Google Vids и приложение Gemini. По анонсу, в Google Vids 15-секундные ролики Omni 1.2 бесплатны с обычным аккаунтом Google. В приложении Gemini их раскатывают подписчикам Google AI Ultra, то есть там же, где живут текстовые модели вроде Gemini 3.1 Pro.

Подписки на странице тарифов Google для США стоят так: AI Plus $4,99 в месяц, AI Pro $19,99, AI Ultra от $99,99. Во Flow к ним прилагаются 200, 1000 и 10 000 или 25 000 кредитов в месяц, а на главной Flow обещают подписчикам ещё по 50 кредитов в день.

С Россией всё по-старому. Её нет в списке стран Gemini API, в списке стран приложения Gemini и в списке стран подписки Google AI Pro. Казахстан, Армения и Грузия там есть. Значит, официально из России Omni 1.2 не купить ни подпиской, ни через API: нужен аккаунт и карта другой страны.

Как сгенерировать ролик в Gemini Omni 1.2 через API

Через API проще всего проверить модель самому, если есть ключ с привязанной картой. Я делал так.

Первый шаг: получить ключ. Ключ создаётся в Google AI Studio, к проекту нужно привязать биллинг. Без него запрос к Omni вернёт отказ.

Второй: поставить SDK. Нужен пакет google-genai версии с поддержкой Interactions API, у меня была 2.33.0. Omni работает через client.interactions.create, а не через старый generate_content.

Третий: отправить запрос. Длительность, формат кадра и способ доставки задаются в response_format. Ролик больше 4 МБ API не отдаёт в теле ответа, поэтому я сразу прошу ссылку на файл (delivery: "uri").

from google import genai

client = genai.Client()  # ключ берётся из GEMINI_API_KEY

interaction = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input="Close-up product shot of a craft coffee bag...",
    response_format={
        "type": "video",
        "duration": "15s",       # от 3s до 15s, по умолчанию 10s
        "aspect_ratio": "16:9",  # или 9:16
        "delivery": "uri",       # ролики тяжелее 4 МБ только так
    },
)
client.files.download(file=interaction.output_video.uri, destination="video.mp4")

Четвёртый: дождаться файла. Вызов синхронный. 8-секундный ролик в 720p пришёл у меня через 49 секунд, 15-секундный через 77–79 секунд. Файл после генерации надо дождаться в статусе ACTIVE, в документации для этого есть цикл с client.files.get.

Ещё одна деталь из документации. Системные инструкции, temperature и negative prompt Omni не принимает. Всё, чего в кадре быть не должно, пиши прямо в промпте.

Как Omni 1.2 справилась с русской речью и кириллицей

Для русскоязычного читателя это главный вопрос, и документация на него не отвечает: там сказано, что полностью проверен только английский. Я дал модели бытовую сцену с двумя репликами на русском. Сам промпт написан по-английски, а реплики вставлены по-русски.

Чтобы не полагаться на свой слух, я прогнал звук через Whisper. Он распознал обе реплики слово в слово: «Слушай, я вчера сделал ролик нейросетью за пять минут» с 1,1 по 4,3 секунду и «Покажи, если там шесть пальцев, я не поверю» с 5,1 по 8,1. Реплики не перепутались между героями: на третьей секунде говорит мужчина, после пятой женщина.

Для сторис и рекламы такой озвучки хватит. Для говорящей головы в обучающем ролике я бы ещё сравнил с сервисами аватаров: там голос и лицо настраиваются отдельно. Где сделать сам голос, я разбирал в подборке про бесплатное клонирование голоса.

Второй тест проверял текст в кадре. Раньше видеомодели превращали кириллицу в набор похожих закорючек, особенно когда камера двигалась. Я попросил облёт пачки кофе с надписью «КОФЕ УТРО» и строкой «зерно, 250 г».

Надпись держится все 8 секунд без единой поплывшей буквы. Забавная деталь: в промпте название стояло в кавычках-ёлочках, и модель напечатала их на пачке. В рекламе самоката ниже логотип тоже был в ёлочках, но там их не оказалось. Угадать заранее нельзя, поэтому если кавычки на этикетке не нужны, лучше не ставить их в промпте. Совок в руке вместо горсти зёрен это вольность модели, но в рекламе товара такое не мешает.

Картинку-референс для таких роликов удобно делать в генераторе изображений Google. Во Flow по умолчанию стоит Nano Banana 2.1, про вторую версию у меня есть отдельный обзор Nano Banana 2.

Nano Banana 2: качество Pro на скорости Flash

Генератор картинок Google, в котором удобно готовить кадры-референсы для роликов Omni.

matveev.tech

Как Omni 1.2 держит 15-секундный план и рекламу из трёх шотов

Длинный непрерывный план это то, на чём видеомодели обычно ломаются. Ближе к концу ролика они теряют пространство и прячут это склейкой. Google заявляет, что 1.2 делает таких склеек меньше, и я дал ей сложный маршрут.

Модель прошла весь маршрут по порядку: площадь с ёлкой, двери, зал с зелёными лампами, винтовая лестница, круглое окно в куполе и ночной город сверху. Я проверил склейки детектором сцен в ffmpeg, и он не нашёл ни одной за 15 секунд.

Минус тоже есть. Камера вылетает над городом с ёлкой на площади, но это уже другая площадь: здания вокруг не те, что в первом кадре. Если по сценарию нужно вернуться в начальную точку, на это надеяться не стоит.

Третий тест повторял самый частый рабочий сценарий: вертикальная реклама на 15 секунд из трёх шотов с закадровым голосом. Бренд самоката «Вжух» я выдумал, чтобы проверить логотип кириллицей.

Детектор нашёл ровно две склейки, на 2,96 и 9,0 секунде, то есть три шота, как в промпте. Whisper распознал в озвучке «До работы за 10 минут без пробок и парковки». Логотип «Вжух» на деке самоката написан чисто, со стрелками по бокам, которые модель придумала сама.

Под ролик для соцсетей это уже почти готовый черновик. Монтажёр бы поправил разве что длину второго шота: шесть секунд девушки на самокате для рекламы многовато.

Как работает правка ролика разговором в Omni 1.2

Правка разговором значит, что ты не генерируешь ролик заново, а пишешь второе сообщение с изменениями. В API для этого передаётся previous_interaction_id первого ответа, загружать видео повторно не нужно. Я попросил переделать зимний пролёт в летний.

Сезон модель поменяла целиком. Снег, ёлка и сумерки пропали, на площади появились деревья, фонтан и люди в футболках, а финальный вид на город снят на закате. Маршрут камеры остался прежним: те же двери, зелёные лампы, камин и круглое окно в куполе. Склеек детектор опять не нашёл.

«Всё остальное оставь как было» модель выполнила не до конца. Здание в глубине площади стало другим, вместо ёлки появился фонтан, которого никто не просил, а камера летит чуть медленнее: на четвёртой секунде исходного ролика она уже влетает в двери библиотеки, а в правке ещё подлетает к ним. Для смены погоды, времени суток или фона в рекламе это не мешает. Если же в кадре фирменное здание или товар, который должен остаться точь-в-точь, его лучше передать отдельной картинкой-референсом.

Ещё одна практическая деталь. Первый запрос на правку я сделал синхронным, как генерацию, и он не вернулся за 15 минут. Во втором запросе я поставил background=True и опрашивал статус через client.interactions.get: правка пришла за 4 минуты. Генерация с нуля шла меньше полутора минут, так что правку я бы сразу запускал в фоне.

Сколько стоит Gemini Omni 1.2 и где она в рейтинге Arena

В API считается каждая секунда, и цена зависит от разрешения. По странице цен, секунда 720p это 5792 токена видео по $12 за миллион, то есть около $0,07. 1080p и 4K получаются апскейлом и стоят в 1,5 и 3 раза дороже.

Мои генерации совпали с расчётом до цента. Сверху добавляются токены рассуждений, по 600–1300 штук на ролик, это около цента. Правка вышла дороже: на входе ещё считается исходный ролик по $1,50 за миллион токенов, это плюс $0,13 к 15 секундам.

В рейтинге Arena на 5 ноября Omni 1.2 первая в обеих видеокатегориях. В Text-to-Video у неё 1541 балл против 1514 у версии 1.1, в Image-to-Video 1502 против 1493 у MiniMax H3 и 1488 у Seedance 2.5.

К этим местам я бы относился спокойно. Обе оценки Omni 1.2 Arena помечает как предварительные: голосов меньше трёх тысяч, а у старожилов рейтинга десятки тысяч. Интервалы с 1.1 пересекаются, а в Image-to-Video сама Arena даёт 1.2 разброс мест с первого по шестое. Я бы сформулировал так: 1.2 не хуже 1.1 и стоит в одной группе с лучшими видеомоделями.

За неделю это второй крупный релиз генераторов после ChatGPT Images 2.6, только у OpenAI картинки, а у Google видео.

ChatGPT Images 2.6: что нового после версии 2.0

Ответ OpenAI на той же неделе: GIF, правка пометками, SVG и цены картинок в API.

matveev.tech

Кому подойдёт Gemini Omni 1.2

Мне Omni 1.2 понравилась больше, чем я ждал. Русская речь, кириллица на упаковке и логотип получились с первой попытки, без перегенераций. 15 секунд одним планом без склеек модель тоже держит. Для рекламы в соцсетях и раскадровок перед съёмкой это рабочий инструмент: черновик за доллар и минуту ожидания.

Слабые места тоже видны. Пространство в длинном плане она помнит неточно, мелкие действия трактует по-своему, а лица в толпе, по тестам Segmind, размываются. Google и сам пишет, что быстрый спорт и сложная физика пока даются модели хуже. Больнее всего доступ: из России Omni 1.2 официально не купить, а на бесплатном тарифе Flow длина упрётся в 10 секунд.

Если у тебя уже есть API-ключ Google с биллингом, попробуй прямо сейчас: 15 секунд в 720p стоят около доллара. Если нет, проще дождаться раскатки во Flow или сделать ролик в Google Vids, где он бесплатный.

Главное о Gemini Omni 1.2 в 4 пунктах

• Gemini Omni 1.2 Flash вышла 5 ноября 2026 года и делает ролики до 15 секунд вместо 10, а секунда 720p в API стоит $0,07 вместо $0,10.
• В моём тесте модель с первой попытки произнесла русские реплики слово в слово и удержала кириллицу на этикетке и логотипе.
• 15-секундный пролёт прошёл одним планом без склеек, но окружение к концу ролика меняется, поэтому возврат в начальную точку стоит проверять глазами.
• Официально из России модель недоступна: России нет в списках стран Gemini API и подписок Google AI.

Больше обзоров генераторов картинок, видео и голоса в разделе Нейросети.

Читайте также

• 5 способов клонировать голос бесплатно: где сделать озвучку для ролика отдельно от видеомодели.
• Gemini 3.1 Pro: что нового в модели Google: флагманская текстовая модель того же семейства.
• NotebookLM превращает документы в подкасты: ещё один инструмент Google, который делает медиа из текста.
• Gemini 3.1 Flash Live: голосовые агенты Google: как Google работает с живой речью в другой модели Flash.