Gemini Omni 1.2 vs 1.1: Neler Değişti? Gerçek Kliplerle Test

Gemini Omni 1.2 Flash, Google'ın üçüncü nesil Omni video modelidir: metinden, görsellerden ya da videodan senkron sesli klipler üretir ve Omni 1.1'e göre en büyük farkı tek cümleyle anlatılabilir. Daha az paraya daha uzun çekimler. Google modeli 5 Kasım 2026'da yayınladı; biz dört gün sonra BananaBanana'da canlıya aldık ve o günden beri 1.1 ile yan yana çalıştırıyoruz.

Kısa cevap: Omni 1.2 tek çekimde 3 ila 15 saniye üretir (1.1 10 saniyede durur) ve her çözünürlükte saniye başına yaklaşık %30 daha ucuzdur: 720p'de saniyesi $0.10 yerine $0.07. Ses hâlâ her zaman açık, uzatma hâlâ en fazla 40 saniyeye çıkıyor ve ilk ile son kare arasında animasyon yapan bir klip hâlâ 10 saniyeyle sınırlı. Yeni işler için 1.1'de kalmanın pek bir sebebi yok.

Aşağıda rakamlar, iki modelde üretilmiş aynı prompt ve 1.1'in hâlâ mantıklı olduğu durumlar var.

Gemini Omni 1.1 ile 1.2 arasında ne değişti?

İki rakam değişti, yanında da birkaç kalite iddiası geldi. Google'ın duyurusuna göre klip süresi "3'ten 15 saniyeye kadar birer saniyelik adımlarla" 15 saniyeye çıkıyor, 720p'nin saniye fiyatı $0.07'ye iniyor ve model daha net lip-sync, birden fazla konuşmacıyı ayrı ayrı koşullama ve "istenmeyen ani kesmelerde belirgin bir azalma" getiriyor. Model kartı çıktıların hâlâ görünmez bir SynthID filigranı taşıdığını da ekliyor.

İki neslin bugün platformumuzdaki karşılaştırması şöyle:

Kendi faturalama kayıtlarımızdan bir ayrıntı: 1.2 saniye başına 1.1 ile tam olarak aynı sayıda çıktı token'ı harcıyor (720p'de saniyede 5792, 4K'da 17376). Yani model daha az iş yapmıyor. Google sadece token fiyatını milyon başına $17.50'den $12'ye indirdi; saniye başına tasarruf doğrudan buradan geliyor.

Gemini Omni 1.2 Flash, 720p'de 10 saniye, ses açık. Prompt'un özeti: bir bisiklet tamircisi kadın bir cıvatayı sıkıyor, başını kaldırıyor ve "Most squeaks come from one loose bolt. Check this one first, then ride." diyor. Maliyet: $0.70.

İki modelde aynı prompt: 1.2 nasıl bir sonuç veriyor?

Tek bir prompt'u iki nesilde de aynı ayarlarla çalıştırdım: 16:9, 720p, tam 10 saniye. Kısa gri saçlı, kot önlüklü bir kadın, bir bisiklet atölyesi, tek bir replik, "single continuous shot, no scene cuts" ve onun sesini, anahtar tıkırtılarını ve ortam sesini isteyen, müzik istemeyen bir "Audio:" satırı.

Aynı prompt Gemini Omni 1.1 Flash'ta, 720p'de 10 saniye. Maliyet: $1.00.

Kare kare gördüklerim:

• İkisi de tek planda kaldı. ffmpeg ile yaptığım sahne algılama taraması iki dosyada da tek bir kesme bulmadı. 1.1'de bu talimat çok önemliydi; o olmadan Omni klibi kendi kafasına göre birkaç açıya bölmeye meyilli.
• İkisi de repliği söyledi. Her iki kadın da senaryodaki cümleyi kameraya, aynı geçişte üretilmiş sesle söylüyor. 1.2'nin ses kanalı belirgin şekilde daha yüksek çıktı (ortalama seviyede yaklaşık 4 dB fazla); miks yapmadan paylaşıyorsanız işinize yarar.
• 1.1 kostüme daha harfiyen uydu. Prompt'taki kısa gri saçı verdi; 1.2 ise çene hizasında bir küt kesimi tercih etti. Küçük bir fark ama "ortalamada daha iyi" olmanın her çekimde daha iyi olmak anlamına gelmediğini hatırlatıyor.
• 1.2 anahtarı sahne objesi olarak kullandı. Kadın konuşurken anahtarı objektife doğru kaldırıyor; bu da 1.1 versiyonundan çok daha gerçek bir içerik üreticisi videosu gibi duruyor.

Bu bir benchmark mı? Hayır. Tek bir klip çifti bu ve Omni her seferinde farklı bir çekim veriyor (kompozisyonu sabitlemek için seed yok). Ama şunu gösteriyor: 1.2, 1.1'in iyi olduğu hiçbir konuda geri kalmadı ve aynı 10 saniye için $0.30 daha ucuza geldi.

15 saniyelik tek çekim gerçekten fark yaratır mı?

Fazladan beş saniyenin düşündürdüğünden daha fazla. On saniye bir kanca için yeterli, ama tam bir eylem için kısa: baştan sona bir şey doldurmak, bir ürünün kutusunu açmak, kameraya kısa bir inceleme. 1.1'de 10 saniye üretip sonra uzatıyordunuz.

Gemini Omni 1.2 Flash, 720p'de tek çekimde 15 saniye. Prompt'un özeti: bir seramikçi çarkta bir kâse şekillendiriyor, ahşap bir sistreyle düzeltiyor, telle çarktan ayırıyor ve bir tahtaya kaldırıyor; seste çarkın uğultusu ve ıslak kil, müzik yok. Maliyet: $1.05.

Açıkçası bunun yarı yolda bozulmasını bekliyordum. Omni'nin prompt'ta sonra gelen olayları atlayıp ("then she cuts it free…") güzel ama durağan bir sahne döndürme alışkanlığı var. Burada öyle olmadı: eller duvarları yükseltiyor, sistre devreye giriyor, 11. saniye civarında tel tabanın altından geçiyor ve 14. saniyede kâse çarktan kalkıyor. Dört adım, tek çekim, sıfır kesme. Tek bir klip pek bir şey kanıtlamaz, ama önceki Omni sürümlerinin bizim için sürekli durağan bir sahneye düzleştirdiği çok adımlı prompt tam olarak bu türdendi.

Gelelim paraya. 1.1'den 15 saniye almak, 10 saniyelik bir klip ($1.00) artı 5 saniyelik bir uzatma demek; uzatma da ortaya çıkan toplam süre üzerinden ücretlendiriliyor, yani bu ikinci adım 15 × $0.10 = $1.50 tutuyor. Toplam: $2.50. Aynı 15 saniye 1.2'de tek çekimde: $1.05. Yarısından az, üstelik uzatmanın orijinal görünümden kayabileceği bir adımı da atlamış oluyorsunuz.

Gemini Omni 1.2'de bir klip kaça mal olur?

Her saniye çözünürlüğe göre, ses dahil ücretlendirilir:

Google, 1.2 için dört çözünürlükte saniye başına yaklaşık $0.0232, $0.0695, $0.1043 ve $0.2085 fiyat veriyor. Biz sente yuvarlıyoruz; 4K'da ise aşağı yuvarlayıp $0.20 alıyoruz.

Bakiye yükleme bonusları efektif fiyatı daha da düşürüyor. $50 ve üzeri kripto yatırımı bakiyeye %5, $100 ve üzeri %10 ekliyor; aktif bir promosyon kodu da her yatırımın üstüne ayrıca %10 katıyor. Yani kodla yatırılan $100 kripto $120 bakiyeye dönüşüyor; bu da 720p'nin saniyesini yaklaşık $0.058'e, 720p'de tam 15 saniyelik bir klibi de yaklaşık $0.88'e indiriyor. Kart, PayPal ve SEPA ödemeleri yatırım bonusu olmadan yansıtılıyor.

Benim iş akışım: 360p'de taslak (tam 15 saniye için $0.30), zamanlamayı ve kamerayı orada oturtuyorum, sonra beğendiğim çekimi 720p'de yeniden üretiyorum. Taslağın ve son halin ayrı üretimler olduğunu unutmayın; son hal, taslağın kare kare büyütülmüş bir kopyası olmayacak. Tüm modellerin tam tabloları fiyatlandırma sayfasında.

Değişmeyenler: Omni 1.2'nin sınırları

15 saniyelik tavan her yerde geçerli değil ve insanların ilk takıldığı nokta da bu.

• İlk ve son kare: hâlâ 10 saniye. İki ana kare arasında 12 saniyelik bir klibi denediğimizde Google'ın API'si isteği "Interpolation duration 12 seconds exceeds maximum duration 10 seconds" hatasıyla reddetti. Stüdyo ve MCP sunucusu artık bu durumu ücret almadan önce 10 saniyeyle sınırlıyor, yani bu hatayla siz karşılaşmayacaksınız.
• Uzatma her adımda 3–10 saniye ekliyor, toplamda 40 saniye. 15'ten başlamak sadece oraya daha az adımda varmanızı sağlıyor. Başa ya da ortaya bir şey eklenemiyor.
• Ses kapatılamıyor. Her Omni klibinin bir ses kanalı var. Sessizlik gerekiyorsa Veo 3.1 sessiz üretiyor, Wan 3.0 da sesi ücretsiz kapatabiliyor.
• Seed yok, negatif prompt alanı yok, istek başına tek örnek. Hariç tutmak istediklerinizi prompt'un içine yazın ("no music", "no dialogue"); çoğu zaman işe yarıyor, her zaman değil.
• Konuşma düzenleme kısıtlı. Model kartına göre bir videoyu düzenlemek insanların söylediklerini değiştirebilir ve Google bu yeteneği şimdilik sınırlıyor.

Google'ın kendisi de hızlı spor aksiyonu, ani senaryo değişiklikleri ve karmaşık fizik üzerinde çalışmanın sürdüğünü söylüyor. Benim önerim: bir plan topun doğru sekmesine bağlıysa önce 360p'de bir taslak üretin.

Omni 1.1'den 1.2'ye geçmeli misiniz?

Yeni projeler için evet. Aynı özellikler, daha uzun çekimler ve her çözünürlükte yaklaşık üçte bir daha ucuz. Kâğıt üzerinde 1.1'in kazandığı yeni bir brief aklıma gelmiyor.

1.1'de kalmak iki durumda mantıklı. Onunla çekilmiş bir seriye devam ediyorsunuz ve bölümler arasında görünümün tutarlı kalmasını istiyorsunuz. Ya da 1.1 üzerinde bir prompt seti ince ayarladınız ve onun bu prompt'ları yorumlama biçimi tam istediğiniz gibi (yukarıdaki saç testi, iki modelin bir prompt'u ne kadar farklı okuduğuna küçük bir örnek). İki nesil de oluşturucuda ve MCP üzerinden kullanılabilir durumda; her klip için siz seçiyorsunuz.

Akılda tutulması gereken bir tarih de var. Google'ın sürüm notlarına göre 3 Aralık 2026'dan itibaren Gemini API, gemini-omni-1.1-flash isteklerini 1.2'ye yönlendirecek. Bizde şimdilik ikisi de seçilebiliyor; bu bizim tarafımızda değişirse bu yazıyı güncelleyeceğiz.

Omni API'sinin neyi kabul edip neyi reddettiğine daha yakından bakmak için Gemini Omni Flash API incelememizi okuyun. Daha fazla örnek klip içeren model sayfası: Gemini Omni 1.2.

FAQ

Gemini Omni 1.2, 1.1'den daha mı iyi?

Teknik özelliklerde evet: 10 yerine 15 saniyelik çekimler ve aynı özelliklerle yaklaşık %30 daha düşük fiyatlar. Google ayrıca daha net lip-sync ve daha az istenmeyen ani kesme vaat ediyor. Yan yana testimizde ikisi de bir repliği tek planda başardı; 1.2'nin maliyeti $1.00'a karşı $0.70 oldu.

Gemini Omni 1.2 ile en fazla kaç saniyelik video yapılabilir?

Tek üretimde 3 ila 15 saniye, saniye hassasiyetinde ayarlanabilir. Hem ilk hem son kare verildiğinde sınır 10 saniye. Daha uzun sahneler uzatmayla elde ediliyor: adım başına 3–10 saniye, toplamda 40 saniyeye kadar.

Omni 1.2 ile 10 saniyelik bir klip ne kadar tutar?

720p'de $0.70, 360p'de $0.20, 1080p'de $1.00 ve 4K'da $2.00; ses dahil. Başarısız üretimlerin ücreti otomatik olarak iade edilir.

Omni 1.1'i hâlâ kullanabilir miyim?

Evet. Omni 1.1 Flash, oluşturucuda ve MCP sunucusunda 1.2 ile birlikte kullanılabilir olmaya devam ediyor; her klip için nesli siz seçiyorsunuz. Google, 1.1'e yapılan Gemini API çağrılarını 3 Aralık 2026'dan itibaren 1.2'ye yönlendirmeyi planlıyor.

Omni 1.2 sessiz video üretebilir mi?

Hayır. Her Omni klibinin bir ses kanalı var. Sesi bir "Audio:" satırında tarif edebilir ya da "no music, no dialogue" isteyebilirsiniz, ama gerçekten sessiz bir klip için Veo 3.1 veya Wan 3.0 kullanın.