Что Google изменила в версии 1.2?

По данным Google, версия 1.2 увеличивает длину клипа с 10 до 15 секунд и лучше сохраняет персонажей и объекты по набору до шести референсных изображений. Google также сообщает о снижении цен на выходное видео и удвоении лимитов частоты запросов для платного уровня. По сравнению с нашей страницей версии 1.1 здесь появились черновики в 360p и редактирование видео.

Что будет с запросами к Gemini Omni 1.1 Flash?

3 декабря 2026 года Google переведёт все запросы к Gemini Omni 1.1 Flash на версию 1.2. Новые проекты лучше начинать на этой странице.

Модель выдаёт 1080p и 4K напрямую?

Google указывает 360p и 720p как нативные разрешения, а 1080p и 4K получает масштабированием. Масштабированные варианты стоят дороже. В наших тестах файлы 16:9 имели размер 640x360, 1280x720 и 1920x1080 для 360p, 720p и 1080p соответственно.

Какую длительность можно задать для сцены?

Выберите целое число от 3 до 15 секунд; без указания длительности получится 8 секунд. Для изображения в видео с последним кадром допустимы 3–10 секунд: более длинный запрос отклоняется до списания оплаты. При редактировании длительность определяется исходником, который обрезается на 10 секундах.

Как обозначать референсные изображения и видео?

Называйте их обычными словами в порядке загрузки, например «человек на Image 1» и «двигаться как в Video 1». Можно добавить до шести изображений или до трёх видеоклипов по три секунды. Google рекомендует до трёх изображений на персонажа, всего до двух персонажей. Для результата длиной 11–15 секунд Google указывает один видеореференс; в нашем тесте запрос на 11 секунд с двумя видеореференсами тоже выполнился. Звук референсов не учитывается, а прежние управляющие теги Google объявила устаревшими.

По какой длительности рассчитывается цена редактирования?

Оплачиваются секунды исходника с округлением вверх: минимум 3 и максимум 10 секунд. Тариф зависит от разрешения; редактирование стоит дороже генерации. Исходник длиннее 10 секунд обрезается на этой отметке; в нашем тесте из 12-секундного видео получилось 10.03 секунды. Ошибки и отклонённые запросы не приводят к списаниям.

Почему в период запуска задача может выполняться дольше?

В наших тестах из-за нагрузки в день запуска сервис Google иногда временно отвечал ошибкой занятости, а следующая попытка завершалась успешно. SpicyAPI автоматически повторяет такие попытки, поэтому задача может занять на несколько минут больше. За неудачные попытки плата не взимается.

Какие правила NSFW действуют для Gemini Omni 1.2 Flash?

Google проверяет промпты и созданные видео на соответствие правилам использования и отклоняет контент для взрослых. Если фильтры отклонили запрос, оплата не списывается.

Gemini Omni 1.2 Flash API: цены, NSFW-правила, видео 15 с

google/gemini-omni-1.2-flash/image-to-video

Оживите заданное первое изображение на 3–15 секунд или добавьте последнее для перехода длиной 3–10 секунд со сгенерированным звуком.

От $0.028/с

Запустить модель Открыть API

Ввод

Изображение в видео

Промпт244/20000

Входное изображение1/1

Перетащите файл или ссылку на медиа, вставьте или выберите · 1 файл · Не более 10 МБ · JPG · PNG · WEBP

Финальный кадр0/1

Перетащите файл или ссылку на медиа, вставьте или выберите · 1 файл · Не более 10 МБ · JPG · PNG · WEBP

Соотношение сторон

Разрешениевлияет на цену

Длительностьвлияет на цену

Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску

Пример результата

Продлить

Редактирование видео

Апскейл видео

{
  "model": "google/gemini-omni-1.2-flash/image-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration_seconds": 5,
    "prompt": "The wooden speedboat eases away from the pier while the woman on deck raises one hand toward the hotel. Lights shimmer on the water in one continuous shot. Sound design: low engine hum, lapping water, a faint band from the terrace. No dialogue.",
    "image_url": "https://cdn.spicyapi.ai/models/examples/inputs/919e9103f4672c77.jpeg"
  }
}

Введение

Передайте обязательные первый кадр и промпт; необязательный последний кадр задаёт финал и ограничивает длительность 10 секундами.

Характеристики Gemini Omni 1.2 Flash · Image to Video
Характеристика	Значение
Ввод	Изображение
Вывод	Видео
Издатель	Google
Доступность в Gemini API	Общедоступна с 5 ноября 2026 года, по данным Google
Код модели	gemini-omni-1.2-flash
Длительность генерации	3–15 целых секунд; по умолчанию 8 секунд
Длительность с последним кадром	3–10 секунд, если задано конечное изображение
Длительность редактирования	Соответствует исходнику; всё после 10 секунд обрезается
Выходные разрешения	Google указывает нативные 360p и 720p; 1080p и 4K масштабирует Google
Форматы генерации	16:9 или 9:16; по умолчанию 16:9
Формат видео и звука	MP4, 24 кадра/с, со звуковой дорожкой AAC
Референсы на входе	До 6 изображений; до 3 видеоклипов длиной не более 3 секунд каждый
Длинные видео по референсам	Для результата длиной 11–15 секунд Google указывает один видеореференс
Водяной знак	Google добавляет невидимый водяной знак SynthID
Хранение созданных видео	Удаляются через 14 дней

Ключевые возможности и особенности

Эпизод на рынке со своим звучанием

В нашем тесте 6-секундная сцена в 720p показала повара, который подбрасывает лапшу над пламенем вока и произносит заданную реплику. Действие сопровождалось шипением масла, дождём и гулом рынка.

Оживите отплытие катера

Пример у причала длиной 5 секунд начинается с одного ночного снимка. В нашем тесте деревянный катер плавно отошёл от отеля, пассажир махал на прощание, а в звуке слышались мотор, вода и музыка далёкого оркестра.

Заранее задайте завершение движения

Первый студийный снимок и конечная поза направляют эту анимацию длиной 5 секунд. В нашем тесте танцовщица перешла из одной позы в другую под тихое фортепиано при неподвижной камере.

Перенесите двух людей в сцену в поезде

В нашем тесте два референсных портрета стали основой 6-секундной сцены в вагоне-ресторане. Один пассажир передал через стол сложенную записку, другой прочитал её и улыбнулся; слышались стук поезда и звон столовых приборов.

Перенесите выступление на сцену у озера

В нашем тесте редактирование заменило серую студию сценой у озера в лунном свете над подёрнутой туманом водой. Танцовщица и её движения сохранились, а окружение изменилось.

Параметры запроса

Параметры запроса Gemini Omni 1.2 Flash · Image to Video
Параметр	Обязательно	Описание
`prompt`	Да	Обязательные указания по движению. Опишите действие после первого изображения, работу камеры и нужные звуки. Не менее 1 символов · Не более 20000 символов
`image_url`	Да	Обязательный URL снимка, с которого начинается созданная сцена. Не менее 1 символов
`last_image_url`	Нет	Необязательный URL конечного снимка. С ним допустимы 3–10 секунд; более длинные запросы отклоняются до списания оплаты. Не менее 1 символов
`aspect_ratio`	Нет	Горизонтальные 16:9 используются по умолчанию; для вертикальной композиции выберите 9:16. Автоматического варианта нет; настройка не требует доплаты. `16:9` · `9:16` · По умолчанию: `16:9`
`resolution`	Нет	Доступны 360p, стандартное 720p, 1080p и 4K. Google масштабирует 1080p и 4K, поэтому они дороже; 360p/720p указаны как нативные разрешения. `360p` · `720p` · `1080p` · `4k` · По умолчанию: `720p`
`duration_seconds`	Нет	Целое число от 3 до 15 секунд, стандартно 8. Если передан `last_image_url`, допустимый диапазон — 3–10 секунд. `3–15` · По умолчанию: `8`

Стоимость

Анимация изображения оплачивается за запрошенные секунды по тарифу выбранного разрешения. Первый и последний кадры и соотношение сторон доплаты не требуют. Неудачные и отклонённые запросы не оплачиваются, в том числе запросы с последним кадром длиной более 10 секунд.

Стоимость
Спецификация	Стоимость
`360p`	$0.0276 / секунду
`720p`	$0.084 / секунду
`1080p`	$0.126 / секунду
`4k`	$0.252 / секунду

Сценарии использования

Рыночная зарисовка с репликой

Опишите повара, одно действие и короткую реплику в кавычках, затем задайте шипение масла и звуковой фон рынка под дождём.

Прибытие в отель или отплытие

Превратите первый снимок причала в отплытие катера или добавьте последний кадр, если финальная композиция уже определена.

Новая сцена со знакомыми персонажами

По референсным портретам поместите двух заданных людей в новое окружение, например в вагон-ресторан в сумерках.

Другая сцена для выступления

Попросите режим редактирования видео заменить студию пейзажем у озера, сохранив движения из исходной записи.

Руководство по промптам и практические советы

Выберите эндпоинт под исходный материал

Начните с текста для новой сцены, первого кадра для анимации, референсов для визуальных ориентиров или видео для конкретной правки.
Ясно задайте структуру сцены

По данным Google, модель по умолчанию может создавать несколько планов. Добавьте «без монтажных склеек», если нужен один непрерывный план, а нужные реплики заключите в кавычки.
Укажите назначение каждого референса

Напишите «используй локацию с Image 2» или «двигайся как в Video 1», чтобы промпт объяснял роль каждого загруженного файла.
Оцените черновик перед повышением разрешения

Проверяйте идею в 360p по самому низкому из доступных тарифов. Google масштабирует 1080p и 4K, и эти варианты стоят дороже.
Ограничьте инструкцию конкретной правкой

Google рекомендует простые изменения с фразой «Всё остальное оставь без изменений» в конце. До отправки проверьте длину исходника: редактирование обрезает видео на 10 секундах.

Введение

Режим «изображение в видео» Gemini Omni 1.2 Flash превращает первый снимок в движение. Передайте image_url и prompt с описанием действия после этого кадра. В примере с причалом ночное фото катера становится началом 5-секундного отплытия со звуками мотора и воды.

Добавьте last_image_url, если сцене нужен заданный финал. С конечным изображением допускаются 3–10 секунд, без него — 3–15 секунд. Запрос с последним кадром длительностью более 10 секунд отклоняется до списания оплаты. В нашем тесте два студийных снимка направляли переход танцовщицы из начальной позы в конечную.

Основные возможности и особенности

Используйте загруженный снимок в качестве первого кадра анимации.
Задавайте финальную композицию необязательным вторым изображением.
Создавайте звук в процессе анимации без загрузки звуковой дорожки.
Выбирайте горизонтальные 16:9 или вертикальные 9:16 для нужной сцены.
Работайте в 360p или стандартном 720p; 1080p и 4K с масштабированием Google доступны по повышенному тарифу.

Сценарии использования

Оживите ночное фото: деревянный катер отходит от причала отеля.
Соедините две студийные позы в 5-секундном видео под тихое фортепиано.
Превратите снимок товара в короткий этюд движения с заданной финальной композицией.

Быстрый старт API

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "google/gemini-omni-1.2-flash/image-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "duration_seconds": 8,
    "image_url": "https://example.com/reference.png",
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.

Связанные модели и следующие шаги

Нужной модели нет?

СОЗДАЙТЕ СЦЕНУ. ИЗМЕНИТЕ КЛИП.

Опишите сцену словами, оживите снимок, объедините визуальные референсы или измените короткое исходное видео. Выбирайте от черновиков в 360p до 4K с масштабированием Google — со сгенерированным звуком.

Ключевые цифры

Предел длительности: 15 С; Задайте 3–15 целых секунд; с последним кадром предел составляет 10.
Четыре разрешения: 360P–4K; Google выдаёт нативные 360p/720p и масштабирует 1080p/4K; масштабирование стоит дороже.
Слотов для изображений: 6; Google советует до трёх изображений для каждого из двух персонажей.
Слота для видео: 3; Каждый клип — до трёх секунд; для результата 11–15 секунд Google указывает один.
Звук в каждом видео: ЗВУК; Результаты в MP4 содержат дорожку AAC во всех доступных разрешениях.
Изменение готового видео: ПРАВКИ; Передайте исходник и опишите правку; материал обрезается на 10 секундах.

Прежде чем платить

Все режимы

Google допускает генерацию новых видео длиной 3–15 целых секунд; стандартная длительность — 8 секунд.
При генерации доступны только 16:9 и 9:16. В режиме редактирования видео настройка соотношения сторон отсутствует.
Поля seed и отдельного поля для негативного промпта нет. Google советует включать исключения в основной промпт.
Для этой модели Google не поддерживает загрузку аудио и редактирование голоса.
На этой странице не предлагаются продление видео и последовательное редактирование в несколько шагов.
Скачайте выбранные результаты в течение 14 дней: по истечении этого срока созданные видео удаляются.
Google проверяет промпты и созданные видео фильтрами безопасности и ограничивает загрузку материалов с некоторыми узнаваемыми людьми. В результат добавляется невидимый водяной знак SynthID.

Изображение в видео

Необязательное конечное изображение сужает допустимый диапазон до 3–10 секунд. Более длинные запросы отклоняются до списания оплаты.

Редактирование видео

Исходное видео обрезается на 10 секундах; длительность результата соответствует оставшемуся фрагменту.

Видео по референсу

Принимаются до шести референсных изображений и трёх видеореференсов. Каждый видеореференс может длиться до трёх секунд, его звук не учитывается. Для генерации 11–15 секунд Google указывает один видеореференс.