Gemini Omni 1.2 vs 1.1: что изменилось — тест на роликах

Gemini Omni 1.2 Flash — третье поколение видеомодели Omni от Google: она делает ролики с синхронным звуком из текста, картинок или видео, а главное отличие от Omni 1.1 укладывается в одну фразу. Дубли длиннее, а платить меньше. Google выпустила модель 5 ноября 2026 года, через четыре дня мы запустили её на BananaBanana и с тех пор гоняем рядом с 1.1.

Короткий ответ: Omni 1.2 рендерит от 3 до 15 секунд одним дублем (1.1 останавливается на 10) и стоит примерно на 30% меньше за секунду в любом разрешении: $0.07 за секунду в 720p вместо $0.10. Звук по-прежнему включён всегда, расширение сцены всё так же упирается в 40 секунд, а ролик-анимация между первым и последним кадром по-прежнему ограничен 10 секундами. Для новых задач оставаться на 1.1 почти незачем.

Ниже — цифры, один и тот же промпт на обеих моделях и случаи, когда 1.1 всё ещё имеет смысл.

Что изменилось между Gemini Omni 1.1 и 1.2?

Сдвинулись две цифры, и к ним прилагается пара обещаний по качеству. Согласно анонсу Google, длина ролика вырастает до 15 секунд «с шагом в одну секунду, от 3 до 15 секунд», 720p дешевеет до $0.07 за секунду, а модель получает более чёткий липсинк, раздельное управление несколькими говорящими и «заметно меньше нежелательных резких склеек». В карточке модели добавлено, что результаты по-прежнему несут невидимый водяной знак SynthID.

Вот как два поколения выглядят у нас на платформе сегодня:

Одна деталь из наших собственных логов биллинга: 1.2 тратит ровно столько же выходных токенов на секунду, сколько и 1.1 (5792 в секунду в 720p, 17 376 в 4K). Модель не стала работать меньше. Google просто снизила цену токена с $17.50 до $12 за миллион, и экономия на секунде получается прямо из этого.

Gemini Omni 1.2 Flash, 10 секунд в 720p, со звуком. Промпт вкратце: веломеханик затягивает болт, поднимает взгляд и говорит "Most squeaks come from one loose bolt. Check this one first, then ride." Стоимость: $0.70.

Один промпт на обеих моделях: как 1.2 выглядит на фоне 1.1?

Я прогнал один промпт через оба поколения с одинаковыми настройками: 16:9, 720p, ровно 10 секунд. Женщина с короткими седыми волосами в джинсовом фартуке, велосипедная мастерская, одна реплика, "single continuous shot, no scene cuts" и строка "Audio:" с просьбой о её голосе, щелчках ключа и фоне помещения без музыки.

Тот же промпт на Gemini Omni 1.1 Flash, 10 секунд в 720p. Стоимость: $1.00.

Что я увидел, кадр за кадром:

• Обе модели удержали один план. Проход ffmpeg с детекцией сцен не нашёл ни одной склейки ни в одном файле. На 1.1 эта инструкция очень важна: без неё Omni любит сама порезать ролик на несколько ракурсов.
• Обе произнесли реплику. Каждая героиня говорит заданную фразу в камеру голосом, который сгенерирован в том же проходе. Дорожка у 1.2 вышла заметно громче (средний уровень примерно на 4 дБ выше) — удобно, если выкладываете без сведения.
• 1.1 буквальнее следовала описанию внешности. Она дала героине короткую седую стрижку из промпта, а 1.2 выбрала каре до подбородка. Мелочь, но хорошее напоминание: «лучше в среднем» не значит «лучше в каждом дубле».
• 1.2 обыграла ключ как реквизит. Героиня поднимает его к объективу, пока говорит, и это больше похоже на настоящее видео блогера, чем версия 1.1.

Это бенчмарк? Нет. Это одна пара роликов, а Omni каждый раз выдаёт новый дубль (seed, чтобы зафиксировать композицию, нет). Зато видно, что 1.2 не потеряла ничего, в чём была хороша 1.1, а за те же 10 секунд обошлась на $0.30 дешевле.

Так ли важен 15-секундный дубль?

Важнее, чем кажется по пяти лишним секундам. Десяти секунд хватает на хук, но для законченного действия это мало: налить напиток от начала до конца, распаковать товар, коротко рассказать о нём в камеру. На 1.1 пришлось бы отрендерить 10 секунд, а потом расширять.

Gemini Omni 1.2 Flash, 15 секунд в 720p одним дублем. Промпт вкратце: керамистка формует миску на гончарном круге, заглаживает её деревянной циклей, срезает струной и переносит на доску; в звуке — гул круга и мокрая глина, без музыки. Стоимость: $1.05.

Честно говоря, я ждал, что здесь всё развалится на середине. У Omni есть привычка терять поздние события промпта ("then she cuts it free…") и возвращать красивую, но статичную сцену. Не в этот раз: руки вытягивают стенки, в дело идёт цикля, примерно на 11-й секунде струна проходит под донышком, а к 14-й миску снимают с круга. Четыре шага, один дубль, ни одной склейки. Один ролик мало что доказывает, но именно такие многошаговые промпты прежние версии Omni у нас раз за разом сплющивали в статичную сцену.

Теперь о деньгах. Чтобы получить 15 секунд на 1.1, нужен 10-секундный ролик ($1.00) плюс расширение на 5 секунд, а расширение оплачивается по полной итоговой длине, так что второй шаг стоит 15 × $0.10 = $1.50. Итого: $2.50. Те же 15 секунд на 1.2 одним дублем: $1.05. Это меньше половины — и минус шаг, на котором расширение могло уплыть от исходной картинки.

Сколько стоит ролик на Gemini Omni 1.2?

Каждая секунда оплачивается по разрешению, звук включён в цену:

У Google цена 1.2 — около $0.0232, $0.0695, $0.1043 и $0.2085 за секунду для четырёх разрешений. Мы округляем до цента, а в 4K — вниз, до $0.20.

Бонусы при пополнении снижают фактическую цену ещё сильнее. Криптодепозит от $50 добавляет к балансу 5%, от $100 — 10%, а активный промокод сверху добавляет ещё 10% к каждому депозиту. Так $100 в крипте с кодом превращаются в $120 баланса, и секунда в 720p выходит примерно в $0.058, а полный 15-секундный ролик в 720p — около $0.88. Оплата картой, через PayPal и SEPA зачисляется без бонуса за депозит.

Как работаю я: черновик в 360p ($0.30 за полные 15 секунд), на нём выверяю тайминг и камеру, потом перерендериваю удачный вариант в 720p. Помните, что черновик и финал — разные генерации, так что финал не будет покадровым апскейлом черновика. Полные таблицы по всем моделям — на странице цен.

Что не изменилось: ограничения Omni 1.2

Потолок в 15 секунд действует не везде, и именно на этом спотыкаются первым делом.

• Первый и последний кадр: по-прежнему 10 секунд. Когда мы попробовали 12-секундный ролик между двумя ключевыми кадрами, API Google отклонил его с ошибкой "Interpolation duration 12 seconds exceeds maximum duration 10 seconds". Студия и MCP-сервер теперь ограничивают этот случай 10 секундами ещё до списания, так что сами вы на эту ошибку не наткнётесь.
• Расширение добавляет 3–10 секунд за шаг, всего до 40 секунд. Старт с 15 секунд просто позволяет дойти туда за меньшее число шагов. Вставить что-то в начало или в середину нельзя.
• Звук не отключается. У каждого ролика Omni есть аудиодорожка. Если нужна тишина, Veo 3.1 рендерит без звука, а у Wan 3.0 звук можно выключить бесплатно.
• Нет seed, нет поля для негативного промпта, один вариант на запрос. Исключения пишите прямо в промпт ("no music", "no dialogue"): срабатывают в большинстве случаев, но не всегда.
• Редактирование речи ограничено. Согласно карточке модели, при редактировании видео можно изменить то, что говорят люди, и Google пока ограничивает эту возможность.

Сама Google признаёт, что работа продолжается над быстрыми спортивными сценами, резкими сменами сценария и сложной физикой. Моё мнение: если кадр держится на том, правильно ли отскакивает мяч, сначала сделайте черновик в 360p.

Стоит ли переходить с Omni 1.1 на 1.2?

Для новых проектов — да. Те же возможности, более длинные дубли, примерно на треть дешевле в любом разрешении. Не могу придумать свежий бриф, где 1.1 выиграла бы на бумаге.

Оставлять 1.1 есть смысл в двух случаях. Вы продолжаете серию, снятую на ней, и хотите, чтобы картинка не менялась от эпизода к эпизоду. Или вы отладили набор промптов под 1.1, и её прочтение — ровно то, что нужно (тест с причёской выше — маленький пример того, как по-разному две модели читают один промпт). Оба поколения остаются доступны в генераторе и через MCP, модель выбирается для каждого ролика.

Есть и дата, которую стоит держать в голове. В release notes Google сказано, что с 3 декабря 2026 года Gemini API будет перенаправлять запросы к gemini-omni-1.1-flash на 1.2. У нас пока можно выбрать обе; если на нашей стороне это изменится, статья будет обновлена.

Подробнее о том, что API Omni принимает и что отклоняет, — в нашем обзоре Gemini Omni Flash API. Страница модели с другими примерами роликов — Gemini Omni 1.2.

FAQ

Gemini Omni 1.2 лучше, чем 1.1?

По характеристикам — да: дубли по 15 секунд вместо 10 и цены примерно на 30% ниже при тех же возможностях. Google также заявляет более чёткий липсинк и меньше нежелательных резких склеек. В нашем сравнении обе модели справились с репликой одним планом; 1.2 обошлась в $0.70 против $1.00.

Какой длины может быть видео в Gemini Omni 1.2?

От 3 до 15 секунд за одну генерацию, с точностью до секунды. С первым и последним кадром одновременно лимит — 10 секунд. Более длинные сцены собираются расширением, по 3–10 секунд за шаг, всего до 40 секунд.

Сколько стоит 10-секундный ролик на Omni 1.2?

$0.70 в 720p, $0.20 в 360p, $1.00 в 1080p и $2.00 в 4K, звук включён. Неудачные генерации возвращаются автоматически.

Можно ли ещё пользоваться Omni 1.1?

Да. Omni 1.1 Flash остаётся доступной рядом с 1.2 в генераторе и на MCP-сервере, а поколение вы выбираете для каждого ролика. Google планирует перенаправлять вызовы Gemini API к 1.1 на 1.2 с 3 декабря 2026 года.

Может ли Omni 1.2 сделать видео без звука?

Нет. У каждого ролика Omni есть аудиодорожка. Её можно описать в строке "Audio:" или попросить "no music, no dialogue", но для по-настоящему беззвучного ролика берите Veo 3.1 или Wan 3.0.