Gemini Omni 1.2 Flash dari Google Kini Tersedia Secara Umum

Google mengumumkan Gemini Omni 1.2 Flash pada 5 November 2026, sekaligus menyediakan model pembuatan dan penyuntingan video tersebut untuk umum. Pembaruan ini memperpanjang durasi klip bawaan hingga 15 detik, menambahkan penyuntingan percakapan multi-giliran, dan memangkas harga video 720p sebesar 30% menjadi sekitar $0,07 per detik.

Model ini menghasilkan video dan audio bawaan yang tersinkronisasi dari masukan berupa teks, gambar, dan video. Durasi tambahan ini dirancang agar cerita utuh, penjelasan produk, dan iklan media sosial berdurasi penuh dapat dibuat dalam satu kali proses.

Klip Lebih Panjang dan Penyuntingan Percakapan

Dokumentasi pengembang mendukung durasi dengan kelipatan satu detik, mulai dari 3 hingga 15 detik, dibandingkan batas maksimum 10 detik pada Omni 1.1; durasi bawaan yang digunakan adalah 10 detik. Resolusi bawaan hasilnya adalah 720p dengan orientasi lanskap 16:9, dan orientasi potret 9:16 juga didukung. Tim dapat membuat draf dengan resolusi 360p atau 720p, lalu meningkatkan resolusi hasil tertentu menjadi 1080p atau 4K.

Penyuntingan percakapan dapat mengganti produk atau latar, mengubah pencahayaan atau cuaca, maupun mengganti rasio aspek, sementara elemen yang tidak disebutkan tetap utuh. Pengenal interaksi sebelumnya mempertahankan konteks di antara permintaan API, sehingga video sebelumnya tidak perlu diunggah lagi. Setiap permintaan juga dapat menggunakan hingga enam gambar referensi, termasuk hingga tiga gambar untuk setiap karakter, dengan jumlah maksimal dua karakter.

Perpanjangan video berbeda dari pembuatan video bawaan: fitur ini menambahkan 3 hingga 10 detik pada setiap giliran dengan menggunakan 10 detik terakhir sebagai konteks, hingga total durasi 30 detik. Fitur ini tidak dapat menambahkan rekaman di awal atau menyisipkan materi di tengah klip, sementara interpolasi dari bingkai pertama ke bingkai terakhir tetap terbatas pada hasil berdurasi 3 hingga 10 detik.

Harga dan Migrasi

Untuk pengguna berbayar Gemini API, harganya adalah $12 per satu juta token keluaran video, dengan penghitungan berdasarkan 5.792 token per detik video 720p. Biaya yang tercantum sekitar $0,70 untuk klip berdurasi 10 detik dan $1,04 untuk klip berdurasi 15 detik. Masukan teks, gambar, dan video dikenai biaya $1,50 per satu juta token, dan model ini tidak tersedia dalam paket gratis.

Gemini Omni 1.1 Flash tetap tersedia selama masa transisi empat minggu. Pada 3 Desember 2026, permintaan API ke versi 1.1 akan otomatis dialihkan ke versi 1.2 tanpa perubahan kode dan menggunakan tarif versi 1.2 yang lebih rendah. Dengan demikian, integrasi yang sudah ada memiliki tanggal migrasi yang jelas tanpa perlu langsung ditulis ulang.

Klaim Kualitas dan Batasan Produksi

Menurut Google, pembaruan ini lebih baik dalam mempertahankan wajah, pakaian, tipografi pada kemasan, dan warna merek dari satu sudut kamera atau transisi ke sudut atau transisi berikutnya, dengan pergeseran visual atau perubahan bentuk yang lebih sedikit. Pembaruan ini juga menghasilkan sinkronisasi gerak bibir yang lebih jelas, dialog yang lebih alami, pembedaan karakteristik yang lebih baik untuk beberapa penutur, serta pergerakan kamera berkelanjutan dengan lebih sedikit potongan adegan mendadak yang tidak diinginkan.

Evaluasi perbandingan langsung Google DeepMind menunjukkan bahwa Omni 1.2 meraih tingkat kemenangan konsistensi visual sebesar 62%, berbanding 38% untuk Omni 1.1 dalam pengujian pembuatan video dari teks. Dalam perbandingan pembuatan video dari referensi, versi 1.2 meraih tingkat kemenangan konsistensi identitas dengan beberapa referensi sebesar 63%, berbanding 37%.

Ada pula batasan teknis yang dinyatakan secara tegas. Pengembangan untuk menangani aksi olahraga yang cepat, perubahan naskah yang mendadak, dan fisika yang kompleks masih berlanjut. Gemini API mendukung bahasa Inggris sepenuhnya, tetapi belum dievaluasi untuk bahasa lain. Penyuntingan suara, masukan audio yang diunggah, dan referensi audio tidak didukung dalam API saat ini. Waktu pembuatan bervariasi bergantung pada durasi, resolusi, dan beban API, sementara filter keamanan diterapkan pada perintah dan video yang dihasilkan.

Ketersediaan dan Penggunaan dalam Produksi

Pengembang dapat membuat prototipe di Google AI Studio dan menggunakan Gemini API berbayar. Peluncuran yang lebih luas mencakup Flow untuk pengarahan adegan dan penyuntingan multi-giliran; klip yang lebih panjang di Google Vids tanpa biaya tambahan bagi pemilik akun Google atau langganan Workspace; peluncuran aplikasi Gemini bagi pelanggan Google AI Ultra; serta pembuatan kampanye di Google Ads. Setiap video yang dibuat melalui API dilengkapi watermark SynthID yang tidak terlihat dan dapat dideteksi secara terprogram untuk memverifikasi asal-usulnya.

Pengumuman ketersediaan umum Google Cloud mencakup akses melalui konsol dan API, infrastruktur serta keamanan untuk perusahaan, dan Provisioned Throughput; referensi audio hanya tersedia melalui daftar izin. CEO Photoroom, Matt Rouif, mengatakan bahwa batas durasi pembuatan yang lebih panjang merupakan salah satu permintaan utama pengguna, dan ketersediaan umum dengan perjanjian tingkat layanan akan memungkinkan perusahaan mengandalkan Gemini Omni Flash dalam produksi untuk penjual dan pelanggan perusahaan. Model ini mendukung Video Ad Maker dan Product Animator milik Photoroom.

Rilis ini mengaitkan harga yang lebih rendah dengan perubahan alur kerja produksi: revisi terarah dapat menggantikan pembuatan ulang secara menyeluruh, dan perenderan beresolusi lebih tinggi dapat dicadangkan untuk hasil tertentu. Karena itu, nilai model ini dalam produksi bergantung pada peningkatan konsistensi yang dilaporkan, sebab kemampuan mempertahankan karakter, produk, dan adegan dari satu revisi ke revisi berikutnya menjadikan penyuntingan berulang sebagai alternatif praktis untuk memulai dari awal.