Gemini Omni 1.2 Flash: Klip 15 Detik, Pengeditan, dan Harga

Pembaruan video AI biasanya menjanjikan klip yang lebih panjang atau kontrol pengeditan yang lebih baik. Gemini Omni 1.2 Flash dari Google melakukan keduanya: Membuat video pendek dari teks, gambar, atau video, lalu memungkinkan pengguna merevisi hasilnya dengan prompt selanjutnya. Batas standar kini 15 detik, dan model menghasilkan suara dalam klip yang sama.

Yang membuat saya penasaran adalah apakah sebuah edit bisa mengubah satu detail sambil mempertahankan bagian lain dari adegan tetap utuh, karena saya pernah mengalami masalah pada versi sebelumnya. Jadi, saya mengujinya dengan lintasan kelereng, pertama mengubah kelereng dari merah menjadi biru, lalu mengubah gaya klip yang sama menjadi stop-motion.

Temuan Saya

Berikut ringkasan artikel dan penemuan utama saya saat menggunakan model baru.

Klip saya kembali sebagai satu pengambilan 15 detik, 720p yang berkesinambungan dengan urutan peristiwa yang benar, tetapi kelereng sempat menghilang dan muncul kembali di belakang domino.
Secara visual, edit warna hanya mengubah kelereng dan mempertahankan penjadwalan frame asli.
Edit stop-motion mengubah tekstur tetapi mempertahankan gerakan mulus, sementara suara sedikit bergeser pada setiap edit.

Edit warna adalah hasil yang paling jelas. Bagian berikutnya menunjukkan di mana klip asli dan perubahan gaya mulai tidak konsisten.

Apa Itu Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash menerima masukan teks, gambar, dan video, lalu mengembalikan video dengan suara.

Tidak seperti model teks Gemini, model ini menghasilkan video dan suara secara bersamaan. Google menyatakan setiap video juga menyertakan watermark tak kasatmata SynthID. Ringkasan Gemini Omni kami membahas keluarga model yang lebih luas.

Jika Anda ingin menyiapkan API, panduan pipeline media Python untuk Gemini Omni membahasnya. Artikel ini berfokus pada video dan apa yang ditunjukkannya.

Apa yang Baru di Gemini Omni 1.2 Flash?

Pembaruan ini menyentuh empat bagian alur kerja video: durasi klip, edit lanjutan, suara yang dihasilkan, dan harga berdasarkan resolusi.

Pembuatan dan pengeditan video 15 detik

Klip hasil generate dan edit dapat berdurasi 3 hingga 15 detik, dengan kenaikan per detik; Omni 1.1 Flash berhenti di 10 detik. Video yang dibuat dari frame pertama dan terakhir dibatasi hingga 10 detik. Batas ekstensi berbeda: Gemini API membatasi video akhir pada 30 detik, sementara Google Cloud mendokumentasikan total hingga 40 detik.

Gambar referensi dan pengeditan video percakapan

Model dapat menggunakan gambar dan video pendek sebagai panduan saat menghasilkan klip. Model ini juga dapat mengedit video penuh 15 detik melalui prompt berikutnya.

Audio yang dihasilkan dan pergerakan kamera

Setiap video Gemini Omni 1.2 Flash dapat menyertakan dialog, musik, atau efek suara. Menggunakan audio yang diunggah sebagai panduan memerlukan persetujuan dari Google Cloud dan tidak tersedia di Gemini API publik. Prompt juga dapat menentukan pergerakan kamera.

Draf 360p dan upscaling 4K

Model dapat membuat video 360p dan 720p, lalu meningkatkan resolusinya ke 1080p atau 4K. Dokumentasi Google mencantumkan jalur yang didukung: 360p ke 720p atau 1080p, dan 720p ke 1080p atau 4K.

Gemini Omni 1.2 Flash vs. 1.1: Apa yang Berubah?

Daftar fitur di atas memadukan batas baru dengan klaim tentang output. Dua perubahan yang dipublikasikan dapat dibandingkan langsung: durasi klip dan harga video.

Spesifikasi	Gemini Omni 1.1 Flash	Gemini Omni 1.2 Flash
Durasi pembuatan dan pengeditan	Hingga 10 detik	3 hingga 15 detik
Harga efektif 720p	Sekitar $0,10 per detik	Sekitar $0,07 per detik
Model lama setelah masa transisi	Permintaan dialihkan ke 1.2	Versi saat ini

Hanya durasi dan harga yang merupakan angka pasti di sini. Bukti untuk klaim referensi Google terbatas pada demo mereka sendiri.

Menguji Gemini Omni 1.2 Flash: Pembuatan dan Pengeditan Video

Uji saya menggunakan satu klip yang dihasilkan dari teks, sebuah edit warna, dan sebuah edit gaya dari versi dengan kelereng biru. Ketiga video berdurasi 15 detik, 720p, dan 16:9. Saya menilai dengan empat pemeriksaan:

Urutan peristiwa: kelereng, cincin, domino pertama, reaksi berantai, lalu lonceng
Warna kelereng: awalnya merah, lalu biru hanya saat diminta
Konsistensi kamera: satu pengambilan tanpa potongan
Penyesuaian waktu suara: setiap efek harus pas dengan momen tumbukan

Video pertama menyatukan keempatnya dalam satu adegan. Setiap edit berikutnya menunjukkan apa yang berubah dan apa yang tetap.

Gerakan dan suara di klip asli

Ini hanya berhasil sebagian: Peristiwa tetap berurutan, tetapi kelereng menghilang, dan lonceng berbunyi terlambat.

Untuk uji pertama, saya meminta fisika yang realistis, kamera yang mengikuti aksi, dan suara yang terikat pada setiap tumbukan.

A cinematic macro shot inside an old clockmaker's workshop. A small red glass marble rolls down a winding wooden track, passes through a brass hoop, and strikes the first of six wooden dominoes. The dominoes fall one after another, with the final piece striking a small brass bell.

One continuous tracking shot following the marble and the chain reaction. Warm afternoon sunlight through a dusty window, realistic reflections on the glass, shallow depth of field, and natural motion.

The sounds of glass rolling against wood, dominoes clicking, and a clear bell ringing at the moment of impact. Realistic physics and sound design. No music, no dialogue, no cuts.Didukung oleh

Keluaran Prompt 1: kelereng merah asli. Video oleh Penulis.

Selama 15 detik, kamera tidak pernah memotong. Setelah melewati cincin, kelereng menghantam domino pertama dan memulai reaksi berantai yang berakhir di lonceng.

Konsistensi kelereng adalah kesalahan yang jelas. Sebuah bentuk bulat merah tambahan muncul di belakang domino pertama, meskipun frame tidak memastikan apakah itu objek terpisah. Kemudian, kelereng yang diikuti kamera keluar dari frame dan muncul kembali di belakang deretan yang sudah tumbang tanpa terlihat bergerak ke sana.

Kelereng muncul kembali di belakang domino yang tumbang. Gambar oleh Penulis.

Penyesuaian waktu suara beragam: Klik domino pertama sesuai dengan kontak yang terlihat, tetapi lonceng berbunyi sekitar 0,15 detik terlambat. Karena aksi selesai lebih awal, beberapa detik terakhir hampir diam.

Saya juga merasa cara kelereng melewati cincin tidak sepenuhnya meyakinkan.

Mengedit satu objek tanpa mengubah adegan

Selanjutnya, saya mengubah satu atribut dan meminta yang lainnya tetap sama.

Change the red glass marble to a deep sapphire blue. Keep its size, transparency, reflections, and movement the same.

Preserve the wooden track, brass hoop, dominoes, bell, lighting, camera movement, and original sound effects. The chain reaction should happen at exactly the same moments as in the original video.Didukung oleh

Keluaran Prompt 2: kelereng biru safir. Video oleh Penulis.

Warna adalah satu-satunya perubahan yang dimaksudkan: kelereng menjadi biru tua namun mempertahankan ukuran, transparansi, posisi, dan highlight yang sama. Hal lain, termasuk adegan dan waktu peristiwa, tetap tidak berubah.

Frame yang dipasangkan: kelereng merah versus biru. Gambar oleh Penulis.

Kesalahan pun ikut bertahan: bentuk bulat yang ambigu dan kemunculan kembali kelereng di kemudian waktu kini berwarna biru pada momen yang sama. Anda harus memperhatikan hal-hal ini karena cacat yang tidak disebutkan akan terbawa ke edit berikutnya.

Edit menghasilkan trek audio baru. Efek tersebut kembali dengan pola yang sama, tetapi sekitar 45 milidetik lebih lambat, kira-kira satu frame video. Keterlambatan itu makin terasa pada edit-edit selanjutnya.

Gerakan melalui perubahan gaya penuh

Untuk edit terakhir, saya meminta stop-motion buatan tangan sambil mempertahankan kelereng biru dan penjadwalan waktu.

Re-render the entire marble-run scene as a handcrafted stop-motion animation made from painted paper, cardboard, and textured fabric.

The wooden track becomes layered cardboard, the brass objects become painted miniature props, and the blue glass marble keeps its recognizable color and shape.

Preserve the original sequence and timing: the marble rolls down the track, passes through the hoop, strikes the dominoes, and the bell rings at the end. Keep the original camera movement and sound effects, with the tactile imperfections of handmade stop-motion animation.Didukung oleh

Keluaran Prompt 3: restyle stop-motion buatan tangan. Video oleh Penulis.

Warna biru dan tekstur kaca bertahan, sementara lintasan dan domino menjadi karton berlapis. Jalur kamera dan waktu peristiwa tetap tidak berubah.

Lonceng kuningan menjadi properti yang dicat. Gambar oleh Penulis.

Hanya sebagian restyle yang berhasil. Lonceng terlihat dicat, tetapi cincin dan latar bengkel tetap realistis, dan tidak ada kain yang muncul. Perbandingan frame demi frame menunjukkan pergerakan yang stabil antarframe, tanpa ritme stop-motion yang bertahap.

Garis komik di sekitar lonceng tidak diminta namun tidak mengganggu urutan. Dibandingkan dengan aslinya, trek suara bergeser sekitar 85 milidetik, menempatkan bunyi lonceng sekitar 0,23 detik setelah tumbukan.

Hasil uji, waktu pembuatan, dan biaya

Pembuatan selesai dalam waktu kurang dari semenit, sementara setiap edit memakan waktu sekitar dua menit. Total biaya untuk tiga video yang selesai sekitar $3,55, dihitung dari penggunaan yang dikembalikan pada tarif yang dipublikasikan Google.

Bentuk bulat yang sama bertahan pada kedua edit. Gambar oleh Penulis.

Edit sedikit lebih mahal karena Google memproses ulang video sumber.

Harga dan Ketersediaan Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash berharga sekitar $0,07 per detik pada 720p, dan API tidak memiliki tingkat gratis. Aplikasi Google menggunakan paket dan kuotanya sendiri. Saya menggunakan 720p untuk uji; resolusi yang lebih tinggi biayanya lebih mahal.

Harga Gemini Omni 1.2 Flash menurut resolusi

Dengan tarif publik tersebut, klip 15 detik biayanya sekitar $1 sebelum biaya pemrosesan materi sumber. Opsi 1080p dan 4K lebih mahal karena model memperbesar video beresolusi lebih rendah:

Resolusi	Perkiraan biaya untuk 15 detik
360p	$0,35
720p	$1
1080p (diperbesar)	$1,55
4K (diperbesar)	$3,15

Google juga mengenakan biaya untuk memproses video sumber saat mengedit. Langganan aplikasi Google menggunakan penetapan harga terpisah.

Di mana Anda dapat mengakses Gemini Omni 1.2 Flash?

Pengembang dapat menggunakan Gemini Omni 1.2 Flash melalui Gemini API berbayar, Google AI Studio, atau Google Cloud.

Pengaturan video AI Studio untuk Omni. Gambar oleh Penulis.

Google juga menawarkan model ini melalui beberapa aplikasi. Masing-masing produk menggunakan paket dan kuotanya sendiri:

Flow, untuk mengarahkan adegan dan melakukan edit lanjutan
Google Vids, yang memberikan hingga tiga video 15 detik per bulan tanpa biaya untuk siapa pun yang memiliki akun Google atau langganan Workspace, sesuai pengumuman Vids
Aplikasi Gemini, dengan video 15 detik diluncurkan untuk pelanggan Google AI Ultra
Google Ads, untuk kampanye video

Gemini untuk bisnis adalah area yang postingan Google saling bertentangan: postingan peluncuran menyebutnya tersedia umum di sana, dan postingan Cloud menyebutnya "segera hadir." Pengeditan video yang diunggah tidak tersedia di Wilayah Ekonomi Eropa (EEA), Swiss, dan Inggris, sementara video yang dihasilkan model tetap dapat diedit di sana.

Keterbatasan Gemini Omni 1.2 Flash dan Ulasan Awal

Google menyebut olahraga dengan gerakan cepat, perubahan skrip yang cepat, dan fisika kompleks sebagai batasan yang masih ada. Panduan Gemini API menambahkan bahwa instruksi negatif sebaiknya dimasukkan dalam prompt utama dan hanya bahasa Inggris yang didukung penuh. Urutan domino termasuk fisika kompleks, tetapi satu lintasan kelereng tidak dapat menguji semua klaim dalam pengumuman.

Sebagian besar ulasan awal berasal dari perusahaan yang menjual akses ke model. Uji Segmind yang dipublikasikan pada hari peluncuran melaporkan bahwa video penjelas dan edit sederhana mengikuti prompt, sementara titik-titik pada grafik ditempatkan pada ketinggian yang salah dan beberapa instruksi terlewati.

Uji saya tidak mengandung dialog, ucapan yang disesuaikan dengan gerak bibir, teks yang ditampilkan dalam video, atau angka, jadi tidak mengatakan apa pun tentang area tersebut. Saya juga menggunakan prompt edit yang detail, sementara panduan prompt Google merekomendasikan instruksi yang sederhana.

Penutup: Apakah Gemini Omni 1.2 Flash Layak Digunakan?

Gemini Omni 1.2 Flash menjawab pertanyaan inti secara parsial. Urutan dan perubahan warna bertahan, sementara lompatan kelereng dan lonceng yang terlambat terbawa ke versi selanjutnya. Permintaan gaya mengubah material, tetapi gerakannya masih terlihat seperti aslinya.

Masih ada ruang untuk perbaikan: Model ini cocok untuk klip draf dan variasi sederhana yang akan ditinjau seseorang. Rangkaian edit yang panjang menjadi kurang masuk akal ketika kontinuitas atau ketepatan waktu menjadi inti ide, karena kesalahan lama bertahan dan biaya meningkat pada setiap putaran. Kelereng biru bertahan; begitu pula cacat di sebelahnya.

Penulis

Khalid Abdelaty

Saya seorang data engineer dan pembangun komunitas yang bekerja lintas pipeline data, cloud, dan perkakas AI sambil menulis tutorial praktis dan berdampak tinggi untuk DataCamp dan pengembang yang sedang berkembang.

FAQ

Berapa lama durasi video Gemini Omni 1.2 Flash?

Klip standar dapat berdurasi hingga 15 detik, tetapi API menggunakan default 10 detik saat durasi tidak diatur. Permintaan dengan frame awal dan akhir juga berhenti di 10 detik. Ekstensi Gemini Developer API berhenti di total 30 detik, sementara Google Cloud mendokumentasikan hingga 40 detik.

Apakah Gemini Omni 1.2 Flash dapat mengedit video yang sudah ada?

Ya. Di Google Cloud, durasi input dan output harus sama dan berada di antara 3 hingga 15 detik. Anda juga dapat menambahkan hingga dua gambar referensi untuk memandu perubahan. Batasan regional tetap berlaku untuk klip yang diunggah di Wilayah Ekonomi Eropa, Swiss, dan Inggris.

Apakah Gemini Omni 1.2 Flash menghasilkan video dengan audio?

Ya. Klip hasil generate dapat menyertakan dialog, musik, dan efek suara dalam output yang sama. Pengeditan suara tetap tidak tersedia, dan model mengabaikan audio di dalam video referensi. Menggunakan audio yang diunggah sebagai panduan terpisah memerlukan akun Google Cloud yang disetujui.

Berapa biaya klip 15 detik Gemini Omni 1.2 Flash?

Anggarkan sekitar $1 untuk output baru 15 detik 720p, atau sekitar $3 pada 4K. Pengeditan menambahkan biaya untuk memproses klip sumber. Memperbesar video 720p yang sudah selesai ke 4K menambah sekitar $2 pada biaya output, jadi tagihan akhir bergantung pada pembuatan, pengeditan, dan perubahan resolusi.

Apakah Gemini Omni 1.2 Flash gratis digunakan?

Tidak, penggunaan langsung Gemini API berbayar. Google Vids memberikan hingga tiga pembuatan video 15 detik per bulan tanpa biaya bagi pengguna akun Google dan Workspace; postingan resmi mengonfirmasi hanya pembuatan dan tidak menyebutkan akses pengeditan. Aplikasi Gemini memerlukan langganan Google AI Ultra untuk klip 15 detik.

Topik

Kecerdasan Buatan