Gemini Omni 1.2 Flash: video AI fino a 15 secondi, il 30% in meno

Il 5 novembre Google DeepMind ha rilasciato Gemini Omni 1.2 Flash, la nuova versione del suo modello per generare e modificare video AI. Gemini Omni Flash ora crea clip fino a 15 secondi (contro i 10 di Omni 1.1), permette di ritoccarle nei messaggi successivi ed è disponibile per tutti nella Gemini API e in Google Cloud, mentre il prezzo al secondo dei video in 720p è sceso del 30%.

Cosa c’è di nuovo nel modello di video AI Gemini Omni 1.2 Flash?

Secondo l’annuncio di Google, le novità principali sono:

1. clip fino a 15 secondi, con durata regolabile al secondo, da 3 a 15 secondi,
2. modifica in conversazione: invece di rigenerare tutto, nei turni successivi possiamo sostituire un prodotto o lo sfondo, cambiare l’illuminazione, il meteo o le proporzioni dell’immagine,
3. maggiore fedeltà ai riferimenti: il modello accetta immagini di un personaggio, di un prodotto o di uno stile e brevi clip di movimento (fino a 3 secondi), e volti, abiti, scritte sulle confezioni e colori del brand dovrebbero restare uguali tra un’inquadratura e l’altra,
4. meno “deriva” dell’immagine tra il primo e l’ultimo fotogramma, anche nell’interpolazione tra fotogrammi chiave e nell’estensione di una clip,
5. dialoghi più naturali, un lip-sync più nitido e più persone che parlano nella stessa scena,
6. movimenti di camera complessi con meno tagli indesiderati.

Curiosamente, Google propone un metodo di lavoro preciso: bozza in 360p o 720p, ritocchi in conversazione e infine upscaling a 1080p o 4K. Ogni clip riceve una filigrana invisibile SynthID.

Quanto costa Gemini Omni 1.2 Flash?

Secondo il listino della Gemini API, il modello è solo nel piano a pagamento (non in quello gratuito) e si paga in token video, a 12 USD per milione. Al secondo viene:

Risoluzione	Prezzo al secondo
360p	circa 0,023 USD
720p	circa 0,07 USD
1080p (upscaling)	circa 0,104 USD
4K (upscaling)	circa 0,209 USD

Una clip completa di 15 secondi in 720p costa quindi circa 1,05 USD. Omni 1.1 Flash costava 17,50 USD per milione di token, cioè circa 0,10 USD al secondo in 720p. Dal 3 dicembre 2026 tutte le richieste a 1.1 verranno reindirizzate a 1.2 e fatturate alle nuove tariffe.

Come provare Gemini Omni 1.2 Flash?

Google indica diversi posti:

1. Google AI Studio e Gemini API: l’ID del modello è gemini-omni-1.2-flash (documentazione),
2. Google Cloud: nella console (Vertex AI Studio) e tramite API, anche con Provisioned Throughput,
3. Flow: per dirigere le scene e ritoccarle in più turni,
4. Google Vids: clip di 15 secondi senza costi aggiuntivi con un account Google o un abbonamento Workspace,
5. app Gemini: in distribuzione graduale per gli abbonati a Google AI Ultra,
6. Google Ads.

Nell’API una clip ha formato 16:9 o 9:16 e dura 10 secondi per impostazione predefinita. Possiamo aggiungere fino a 6 immagini di riferimento (fino a 3 per personaggio, al massimo 2 personaggi) ed estendere il video da 3 a 10 secondi per turno, fino a 30 secondi in totale.

Perché si parla tanto di Omni 1.2?

Il post di Google è finito in prima pagina su Hacker News, dove ha raccolto oltre 300 punti e oltre 200 commenti. La discussione però è divisa: c’è chi loda la coerenza dei personaggi, chi chiede a cosa servano davvero 15 secondi di video (risposta: soprattutto per B-roll e pubblicità) e chi si lamenta del rilascio confuso nelle app di Google.

A questo si aggiunge il prezzo: video con audio e modifica in conversazione per circa un dollaro a clip da 15 secondi in 720p. E non è l’unico modello generativo visivo di Google nelle ultime settimane, perché a fine ottobre DeepMind ha annunciato Genie 4.

A cosa fare attenzione?

Primo, ai limiti che cita la stessa Google: azioni sportive veloci, cambi bruschi di scenario e fisica complessa richiedono ancora lavoro.

Secondo, alla lingua. Secondo la documentazione l’inglese è pienamente supportato, mentre le altre lingue non sono state testate (prova i dialoghi in italiano su qualche clip breve prima di costruirci sopra un intero progetto).

Terzo, alle differenze tra app e API. L’annuncio parla di indicazioni audio come riferimento, ma secondo la documentazione dell’API il caricamento di audio non è ancora supportato.

Quarto, alla mancanza di numeri. Google non ha pubblicato risultati di benchmark né confronti con altri modelli video, quindi prendiamo con cautela le promesse di maggiore coerenza finché non vedremo test indipendenti. A proposito: qualche giorno prima OpenAI ha aggiunto a ChatGPT le GIF animate in Images 2.6.

FAQ

Che cos’è Gemini Omni 1.2 Flash?

È un modello di Google DeepMind per generare e modificare video con audio, rilasciato il 5 novembre 2026. Crea clip da 3 a 15 secondi a partire da testo, immagini e brevi video di riferimento, e permette di ritoccarle nei messaggi successivi.

Gemini Omni 1.2 Flash è gratis?

Nella Gemini API no: il modello è solo nel piano a pagamento, da circa 0,023 USD al secondo in 360p. Senza costi aggiuntivi si possono creare clip di 15 secondi in Google Vids, con un account Google o un abbonamento Workspace.

In cosa Omni 1.2 è diverso da Omni 1.1?

Omni 1.2 crea clip fino a 15 secondi invece di 10, rispetta meglio i riferimenti, permette di modificare il video in conversazione e costa il 30% in meno al secondo in 720p. Dal 3 dicembre 2026 le richieste a 1.1 passeranno a 1.2.