Google’ın Gemini Omni 1.2 Flash modeli genel kullanıma sunuldu

Google, video oluşturma ve düzenleme modelini genel kullanıma sunarak Gemini Omni 1.2 Flash’ı 5 Kasım 2026’da duyurdu. Güncellemeyle yerel klip uzunluğu 15 saniyeye çıkarılıyor, çok turlu konuşmalı düzenleme ekleniyor ve 720p fiyatı %30 düşürülerek saniyede yaklaşık 0,07 dolara indiriliyor.

Model, metin, görsel ve video girdilerinden senkronize video ve yerel ses oluşturuyor. Ek süre, eksiksiz hikâyelerin, ürün tanıtım videolarının ve sosyal medya reklamlarının tek bir üretimle hazırlanabilmesini amaçlıyor.

Daha Uzun Klipler ve Konuşmalı Düzenleme

Geliştirici belgeleri, Omni 1.1’deki en fazla 10 saniyelik süreye kıyasla 3 ila 15 saniye arasında tam saniyelik süreleri destekliyor ve varsayılan olarak 10 saniyeyi kullanıyor. Varsayılan çıktı 720p ve yatay 16:9 biçiminde; dikey 9:16 biçimi de destekleniyor. Ekipler 360p veya 720p çözünürlükte taslak hazırlayıp seçtikleri sonuçları 1080p ya da 4K’ya yükseltebiliyor.

Konuşmalı düzenleme; adı belirtilmeyen öğeleri olduğu gibi korurken bir ürünü veya arka planı değiştirebiliyor, ışıklandırmayı ya da hava durumunu düzenleyebiliyor veya en-boy oranını değiştirebiliyor. Önceki etkileşimin tanımlayıcısı, API istekleri arasındaki bağlamı koruduğu için önceki videonun yeniden yüklenmesi gerekmiyor. Her istekte ayrıca en fazla altı referans görsel kullanılabiliyor; en fazla iki karakterin her biri için en fazla üç görsel sağlanabiliyor.

Video uzatma, yerel üretimden ayrı bir özelliktir: Her turda 3 ila 10 saniye ekler, bağlam olarak son 10 saniyeyi kullanır ve toplam süreyi en fazla 30 saniyeye çıkarır. Görüntüleri klibin başına ekleyemez veya klibin ortasına içerik yerleştiremez. İlk kareden son kareye enterpolasyon ise 3 ila 10 saniyelik çıktılarla sınırlı kalır.

Fiyatlandırma ve Geçiş

Ücretli Gemini API’de fiyatlandırma, 720p videonun saniyesinde 5.792 belirteç üzerinden ölçülerek, video çıktısı için milyon belirteç başına 12 dolardır. Belirtilen maliyetler 10 saniyelik bir klip için yaklaşık 0,70 dolar, 15 saniyelik bir klip içinse 1,04 dolardır. Metin, görsel ve video girdilerinin maliyeti milyon belirteç başına 1,50 dolardır; model ücretsiz planda kullanılamaz.

Gemini Omni 1.1 Flash, dört haftalık geçiş süresince kullanılabilir olmaya devam ediyor. 3 Aralık 2026’da 1.1’e yönelik API istekleri, kod değişikliği gerekmeksizin otomatik olarak 1.2’ye yönlendirilecek ve 1.2’nin daha düşük fiyatları uygulanacak. Böylece mevcut entegrasyonlar için belirlenmiş bir geçiş tarihi olacak ve hemen yeniden yazım yapılması gerekmeyecek.

Kalite İddiaları ve Üretim Sınırları

Google, güncellemenin farklı kamera açıları ve geçişler boyunca yüzleri, giysileri, ambalaj üzerindeki yazıları ve marka renklerini daha iyi koruduğunu; görsel sapma ve biçim bozulmalarını azalttığını belirtiyor. Ayrıca daha net dudak senkronizasyonu, daha doğal diyalog, birden fazla konuşmacı için birbirinden ayrı koşullandırma ve daha az istenmeyen ani kesmeyle kesintisiz kamera hareketi sağlıyor.

Google DeepMind’ın yan yana değerlendirmelerinde, metinden videoya testlerinde Omni 1.2’nin görsel tutarlılık açısından kazanma oranı %62, Omni 1.1’inki ise %38. Referanstan videoya karşılaştırmasında 1.2’nin birden fazla referansla kimlik tutarlılığı açısından kazanma oranı %63, 1.1’inki ise %37.

Açıkça belirtilmiş teknik sınırlar da bulunuyor. Hızlı spor hareketleri, senaryodaki hızlı değişiklikler ve karmaşık fizik konularındaki geliştirme çalışmaları sürüyor. Gemini API İngilizceyi tam olarak destekliyor ancak diğer diller değerlendirilmiş değil. Mevcut API’de ses düzenleme, yüklenen ses girdileri ve ses referansları desteklenmiyor. Üretim süresi; süreye, çözünürlüğe ve API yüküne göre değişiyor. İstemlere ve oluşturulan videolara güvenlik filtreleri uygulanıyor.

Kullanılabilirlik ve Üretimde Kullanım

Geliştiriciler prototiplerini Google AI Studio’da hazırlayabilir ve ücretli Gemini API’yi kullanabilir. Daha geniş kapsamlı kullanıma sunma; sahne yönetimi ve çok turlu düzenlemeler için Flow’u, Google hesabı veya Workspace aboneliğiyle ek ücret ödemeden Google Vids’te daha uzun klipler oluşturmayı, Gemini uygulamasının Google AI Ultra abonelerine sunulmasını ve Google Ads’de kampanya oluşturmayı kapsıyor. API aracılığıyla oluşturulan her videoda, kaynağın doğrulanması için programatik olarak algılanabilen görünmez bir SynthID filigranı bulunuyor.

Google Cloud’un genel kullanıma sunulma duyurusu; konsol ve API erişimi, kurumsal altyapı ve güvenlik ile Provisioned Throughput’u da kapsıyor. Ses referanslarına erişim ise izin listesine alınma koşuluna bağlı. Photoroom CEO’su Matt Rouif, daha uzun üretim süresinin kullanıcıların en çok talep ettiği özelliklerden biri olduğunu ve hizmet düzeyi anlaşmalarıyla genel kullanıma sunulmasının şirketin satıcılar ve kurumsal müşteriler için üretimde Gemini Omni Flash’a güvenebilmesini sağlayacağını söyledi. Model, Photoroom’un Video Ad Maker ve Product Animator ürünlerine güç veriyor.

Bu sürüm, daha düşük fiyatları değişen bir üretim süreciyle ilişkilendiriyor: hedefli düzenlemeler, videoyu baştan sona yeniden oluşturma ihtiyacını ortadan kaldırabilir; yüksek çözünürlüklü işleme ise yalnızca seçilen çıktılar için kullanılabilir. Bu nedenle modelin üretimdeki değeri, bildirilen tutarlılık artışlarına dayanıyor; çünkü yinelemeli düzenlemenin baştan başlamaya pratik bir alternatif olmasını sağlayan, düzenlemeler boyunca karakterlerin, ürünlerin ve sahnelerin korunması.