Google открыла Gemini Omni 1.2 Flash: видео до 15 секунд по $0,07 за секунду

Если вы хоть раз делали видео с помощью генеративной модели, то знаете главную боль: получилось почти хорошо, но фон не тот, свет холодный, а персонаж в середине ролика вдруг сменил лицо. Приходится перегенерировать всё с нуля и платить заново. Google в обновлении Gemini Omni 1.2 Flash целится именно в эту боль и одновременно снижает цену.

Что изменилось

Главное по цифрам. Максимальная длина клипа выросла с 10 до 15 секунд, причём длину можно задавать с шагом в секунду, от 3 до 15. В A/B-тестах Google версия 1.2 обходит 1.1: 63% против 37% на генерации по референсам (reference-to-video) и 59% против 41% на анимации картинки (img2vid). Это данные самой компании, так что относиться к ним стоит как к ориентиру, а не как к независимому бенчмарку.

Второе важное новшество: многошаговый монтаж в чате. Вы получили ролик и можете следующим промптом поменять фон, свет, погоду или формат кадра, не пересобирая всё видео. По сути, это переход от «сгенерировал и молишься» к привычному циклу правок.

Третье: референсы. Можно загрузить до 6 картинок (по 3 на персонажа, до 2 персонажей) и видео-референсы до 3 секунд. Лицо, одежда, упаковка и цвета должны сохраняться по всему кадру. Для рекламы и e-commerce это критично: упаковка товара не должна «плыть». Кроме того, есть нативный звук, липсинк и несколько говорящих персонажей, а ещё первый и последний кадр для переходов между сценами (только до 10 секунд).

Сколько это стоит

Цена за 720p составляет $0,07 за секунду, то есть 15-секундный клип обойдётся примерно в $1,04. Версия 1.1 стоила $0,10 за секунду, так что экономия около 30%. Остальные тарифы:

• 360p: $0,023 за секунду
• 1080p: $0,104 за секунду
• 4K: $0,209 за секунду

Отсюда практичный рабочий процесс: черновики гоняем в 360p, а когда сцена одобрена, делаем апскейл в 1080p или 4K. Десять итераций в 360p по 15 секунд стоят около $3,45, то есть дешевле, чем два финальных клипа в 4K. Для продакта это значит, что можно закладывать в бюджет много правок, а не одну дорогую попытку.

Где попробовать и что не так

Модель доступна в AI Studio и Gemini API, во Flow, в Google Vids (там 15-секундные клипы идут без доплаты с обычным Google-аккаунтом), в приложении Gemini для подписчиков AI Ultra и в Google Ads. Бесплатного тира у самой модели нет, только платный API, так что для эксперимента придётся привязать карту.

Ограничения Google признаёт сама: модель всё ещё проседает на быстром спорте, резких сменах сценария и сложной физике. Если ваш сценарий — боксёрский поединок или падающие предметы, закладывайте время на ручной отбор удачных дублей. Кроме того, на выходе остаётся незаметный водяной знак SynthID, так что скрыть происхождение ролика не получится. Для большинства компаний это скорее плюс, но для тех, кто хочет «чистый» материал, это стоит учесть.

Что делать на практике

Разработчикам, которые строят видеофичи в продуктах: пересмотрите пайплайн под схему «черновик в 360p, потом апскейл». Это самый простой способ срезать расходы в разы. Продактам и маркетологам: протестируйте референсы с упаковкой и лицами бренда, это главный сценарий для рекламных превью. Основателям: падение цены с $0,10 до $0,07 за секунду и длина до 15 секунд делают юнит-экономику видеосервисов заметно привлекательнее. Но перед запуском в продакшен прогоните модель на собственных, самых сложных сценах: цифры A/B-тестов говорят о среднем, а ваши ролики могут оказаться как раз в проблемной зоне.