Gemini Omni 1.2 Flash: видео до 15 секунд с правкой в диалоге и генерация через RouterAI

Google выпустила Gemini Omni 1.2 Flash — нативную мультимодальную модель для генерации и редактирования видео, преемника Gemini Omni 1.1 Flash. Главное в релизе: клипы до 15 секунд вместо 10, правка уже сгенерированного ролика в диалоге («смени фон», «поменяй освещение») без полной перегенерации и цена на 30% ниже. В каталоге RouterAI модель доступна как google/gemini-omni-1.2-flash: доступ из России без VPN, оплата в рублях, 7 ₽ за секунду видео в 720p. Разбираем, что изменилось, сколько это стоит и как сгенерировать и отредактировать ролик через API.

Что такое Gemini Omni 1.2 Flash

Gemini Omni — линейка моделей Google, которые создают видео со звуком из текста, изображений и других видео. По блогу Google, версия 1.2 Flash стала общедоступной в Gemini API и Gemini for business 5 ноября 2026 года, а в Google Cloud — по сообщению Google Cloud 6 ноября. Модель рассчитана на «повседневные» ролики, которые бизнес делает пачками: товарные видео, виртуальную примерку, рекламу.

В RouterAI модель принимает текст, изображения и видео, отдаёт видео со звуком. Для вывода доступны форматы 16:9 и 9:16, разрешения 360p, 720p, 1080p и 4K, длительность — любое целое число секунд от 3 до 15.

Что нового по сравнению с 1.1

По данным Google, в 1.2 добавились:

• Клипы до 15 секунд. Длительность задаётся с шагом в одну секунду, от 3 до 15 — этого хватает на законченный рекламный ролик за одну генерацию.
• Многотуровое редактирование. Один и тот же клип можно дорабатывать по шагам: заменить товар или фон, поменять свет или погоду, сменить ракурс камеры или соотношение сторон. Не нужно заново описывать всю сцену.
• Лучшее следование референсам. Лица, одежда, шрифты на упаковке и фирменные цвета меньше «плывут» между кадрами и ракурсами.
• Речь. Более естественные диалоги, точнее синхронизация губ и несколько говорящих в одной сцене.
• Режим черновиков. Можно сначала сгенерировать ролик в 360p или 720p, а удачный вариант потом отрисовать в 1080p или 4K.

Цена: Google называет $0,07 за секунду видео в 720p, на 30% дешевле, чем у 1.1. Рублёвые цены RouterAI — в следующем разделе.

Google оговаривает и слабые места: быстрые спортивные сцены, резкие смены сценария и сложная физика всё ещё получаются хуже. Аудио-референсы, по сообщению Google Cloud, доступны только по allowlist; в каталоге RouterAI для Omni указаны референсы-изображения и видео.

Цены в RouterAI и сравнение с соседями

Цены из каталога RouterAI на 9 ноября 2026 года, ₽ за секунду видео со звуком. Они меняются вместе с курсом, актуальные значения — на странице модели.

Что видно из таблицы:

• Против Omni 1.1 Flash новая версия дешевле на 30% на всех разрешениях и при этом длиннее на 5 секунд.
• Veo 3.1 Lite дешевле в 720p (5,34 ₽), но ограничен клипами 4–8 секунд и не умеет 4K; полноразмерный Veo 3.1 — в 6 раз дороже Omni 1.2 при том же 720p.
• 15 секунд — не рекорд каталога: Wan 3.0 (alibaba/wan-3.0) принимает до 30 секунд, FLUX 3 Video — до 20. У Omni преимущество в диалоговой правке и работе с референсами, а не в длине.

Стоимость ролика считается как секунды × тариф разрешения: 15 секунд в 720p выйдут примерно в 110 ₽, в 1080p — около 165 ₽, а черновик в 360p — около 37 ₽. Правка клипа — отдельная задача, она тарифицируется так же, по секундам нового результата.

Как сгенерировать видео через API

Генерация видео в RouterAI асинхронная: вы создаёте задачу POST /api/v1/videos, затем опрашиваете статус GET /api/v1/videos/{id} (или указываете callback_url для webhook) и скачиваете готовый mp4. Полное описание — в документации по генерации видео.

Обязательные поля — model и prompt. Остальные необязательные: duration (3–15), resolution (360p, 720p, 1080p, 4K), aspect_ratio (16:9 или 9:16), generate_audio, seed, а также frame_images для первого и последнего кадра и input_references для референсов-изображений и исходного видео.

curl https://routerai.ru/api/v1/videos \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "google/gemini-omni-1.2-flash",
    "prompt": "Рекламный ролик: белые беговые кроссовки медленно вращаются на светлом студийном фоне, мягкий свет, камера плавно облетает продукт",
    "aspect_ratio": "16:9",
    "duration": 4,
    "resolution": "720p"
  }'

Ответ — 202 с идентификатором задачи и ссылкой для опроса:

{
  "id": "v1_Chd0TjN4YXIz...",
  "polling_url": "https://routerai.ru/api/v1/videos/v1_Chd0TjN4YXIz...",
  "status": "pending"
}

Когда статус станет completed, ответ на опрос содержит unsigned_urls и usage.cost (стоимость в рублях); видео забирается запросом GET /api/v1/videos/{id}/content?index=0 с тем же ключом.

Диалоговое редактирование

Чтобы изменить уже готовый клип, создайте новую задачу и передайте previous_job_id — идентификатор предыдущей генерации. В prompt опишите только правку. Пример на Python с опросом и скачиванием:

import time
import requests

API_KEY = "sk-xxxxxxxxxxxxxxxx"
BASE = "https://routerai.ru/api/v1"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}


def generate(**body):
    job = requests.post(f"{BASE}/videos", headers=HEADERS, json=body).json()
    while True:
        status = requests.get(job["polling_url"], headers=HEADERS).json()
        if status["status"] in ("completed", "failed", "cancelled", "expired"):
            return job["id"], status
        time.sleep(5)


def download(job_id, path):
    r = requests.get(f"{BASE}/videos/{job_id}/content", params={"index": 0}, headers=HEADERS)
    with open(path, "wb") as f:
        f.write(r.content)


# Ход 1: новый клип
job_id, status = generate(
    model="google/gemini-omni-1.2-flash",
    prompt="Белые беговые кроссовки медленно вращаются на светлом студийном фоне",
    aspect_ratio="16:9",
    duration=8,
    resolution="720p",
)
download(job_id, "clip1.mp4")

# Ход 2: правка того же клипа
job_id, status = generate(
    model="google/gemini-omni-1.2-flash",
    prompt="Поменяй фон на закатный пляж, кроссовки и вращение оставь как есть",
    previous_job_id=job_id,
    aspect_ratio="16:9",
    duration=8,
    resolution="720p",
)
download(job_id, "clip2.mp4")

Так выглядит результат: слева исходный клип, справа тот же ролик после правки «поменяй фон на закатный пляж» — кроссовки и ракурс сохранились.

Для image-to-video передайте стартовый кадр в frame_images с "frame_type": "first_frame", а для сохранения товара, персонажа или стиля — картинки в input_references ("type": "image_url"). Ссылка на изображение — публичный HTTPS-адрес или data URI в base64.

Сценарии

• Продуктовые ролики. Фото товара превращается в вращение, облёт или lifestyle-сцену; смена фона и цветового решения делается правками, а не новой генерацией.
• Виртуальная примерка. Фото модели и снимки одежды как референсы; Google показывает пример 15-секундной примерки с разворотами на 360° и сохранением кроя вещей.
• Рекламные клипы и тизеры. 15 секунд закрывают формат шорт и сторис; формат 9:16 доступен прямо в запросе, а варианты под разные площадки делаются правкой одного ролика.
• Черновики. Идею проверяют в 360p за 2,47 ₽ секунда и только потом отрисовывают выбранный вариант в 1080p или 4K.

Подробнее о моделях, принимающих и отдающих разные типы данных, — в глоссарии про мультимодальный ИИ.

Ограничения

• Длина. Максимум 15 секунд на клип; более длинный ролик монтируется из нескольких. В каталоге есть модели с более длинными клипами, например Wan 3.0.
• Цена растёт с разрешением. 4K стоит в три раза больше 720p (22 против 7 ₽ за секунду), поэтому финальный рендер лучше делать после черновика.
• SynthID. По данным Google, результаты несут незаметную глазу метку SynthID. Она не портит картинку, но означает, что ролик можно распознать как сгенерированный; перед коммерческим использованием проверьте правила рекламной площадки.
• Сложные сцены. Быстрая спортивная съёмка, сложная физика и резкие смены сценария, по словам Google, остаются слабым местом.
• Лимит задач. Одновременно выполняется ограниченное число видео-задач: базовый лимит — 3, он растёт с балансом; сверх него API отвечает 429.

Что дальше

Откройте страницу модели в каталоге, пополните баланс и начните с короткого черновика в 360p: он стоит несколько рублей и показывает, как модель понимает ваш промпт. О флагманской текстовой модели Google читайте в обзоре Gemini 4 Argon.

Инструкция проверена на google/gemini-omni-1.2-flash через RouterAI API от 9 ноября 2026 года.