Gemini Omni 1.2 Flash: o que é, quanto custa, como usar e onde ele ainda falha

O que você leva deste artigo

• O Gemini Omni 1.2 Flash gera e edita vídeo de 3 a 15 segundos com áudio nativo, a partir de texto, imagem ou vídeo.
• Na API, custa cerca de US$ 0,023 por segundo em 360p, US$ 0,07 em 720p, US$ 0,104 em 1080p e US$ 0,209 em 4K.
• O preço caiu 30% sobre o Omni 1.1, e em 3 de dezembro de 2026 as chamadas do 1.1 passam a rodar no 1.2 sem mudança de código.
• A API não tem nível gratuito; o Google Vids gera clipes de 15 segundos sem custo adicional.
• O fluxo que economiza é rascunho em 360p ou 720p, correção por conversa e ampliação só do clipe aprovado.
• A documentação diz que só o inglês foi avaliado, e a edição com certas pessoas reconhecíveis não é aceita.
• O próprio Google avisa que esporte rápido, mudança rápida de roteiro e física complexa ainda precisam melhorar.

O que é o Gemini Omni 1.2 Flash

O Gemini Omni 1.2 Flash é um modelo da família Gemini para criar e editar vídeos curtos. Ele recebe texto, imagens e vídeos como entrada e devolve vídeo com áudio nativo, que inclui fala, música e efeitos sonoros. O identificador na API é gemini-omni-1.2-flash.

A diferença para um gerador comum está na conversa. Depois de criar o clipe, você pede uma alteração em linguagem natural, como trocar o fundo, mudar a luz ou substituir um produto, e o modelo altera esse ponto e preserva o resto da cena. A DeepMind, laboratório de IA do Google, compara o Omni ao Nano Banana, o modelo de imagens da empresa, aplicado a vídeo.

O Omni é recente. A prévia saiu na API em 30 de junho de 2026, o 1.1 em 27 de agosto e o 1.2 em 5 de novembro. Na API do Gemini, o 1.1 já era versão geral; o Google descreve o 1.2 como a primeira disponibilidade geral do Omni apoiada na infraestrutura do Google Cloud, com capacidade reservada e marca d'água SynthID nos vídeos.

O que mudou em relação ao Omni 1.1

O salto principal é de duração: de 10 para 15 segundos, com escolha de segundo em segundo a partir de 3. O preço do vídeo em 720p caiu de cerca de US$ 0,10 para US$ 0,07 por segundo, e a edição passou a aceitar vídeo de até 15 segundos. O Google afirma ter melhorado a consistência de rosto, roupa, embalagem e cores de marca, a fala e o movimento de câmera, com menos cortes indesejados. Essas melhorias de qualidade são afirmações do fabricante.

Para quem já integrou a API, há uma data no calendário. Em 3 de dezembro de 2026, as chamadas para gemini-omni-1.1-flash passam a rodar no 1.2, sem mudança de código e com a cobrança nova. Como o modelo muda, convém testar antes os prompts que estão em produção. O Google também dobrou os limites de uso da camada paga.

Omni 1.2 Flash contra Omni 1.1 Flash

	1.2 Flash novo	1.1 Flash anterior
Duração do clipe geração e edição	3 a 15 s	3 a 10 s
Vídeo de entrada para edição	até 15 s	até 10 s
Preço em 720p por segundo de vídeo	US$ 0,07	US$ 0,10
Preço do vídeo por milhão de tokens	US$ 12,00	US$ 17,50
Resoluções saída	360p a 4K	360p a 4K
Quadros por segundo saída	24	24

Quanto custa o Gemini Omni 1.2 Flash

Na API do Gemini, a cobrança é por token de saída, e a documentação converte esse valor em preço por segundo. O vídeo custa US$ 12 por milhão de tokens, e cada resolução consome um número diferente de tokens por segundo. A entrada custa US$ 1,50 por milhão de tokens e a saída em texto, que inclui tokens de raciocínio, US$ 9. Por isso a conta final pode ficar um pouco acima da tabela abaixo: no serviço da Segmind, que revende o modelo, 720p saiu a cerca de US$ 0,075 por segundo num teste publicado.

A API não tem nível gratuito. Os limites da camada paga vão de 8 pedidos por minuto e 40 por dia, no nível 1, a 40 por minuto e 2.000 por dia, no nível 3. Fora da API, o Google diz que o Google Vids gera clipes de 15 segundos sem custo adicional para quem tem conta Google ou assinatura do Google Workspace, e o app Gemini recebe o recurso primeiro para assinantes do Google AI Ultra.

Um exemplo de conta, só com o preço do vídeo: dez rascunhos de 15 segundos em 360p somam cerca de US$ 3,48, e duas versões finais em 1080p, mais US$ 3,13. São cerca de US$ 6,60 por uma rodada de criação de anúncio, sem contar entrada, raciocínio e o tempo de quem revisa.

Preço do vídeo por resolução na API

	Por segundo	Clipe de 15 s
360p rascunho	US$ 0,023	US$ 0,35
720p padrão	US$ 0,07	US$ 1,04
1080p com ampliação	US$ 0,104	US$ 1,56
4K com ampliação	US$ 0,209	US$ 3,13

Onde usar e como começar

O caminho depende de quem vai usar. Para testar sem programar, o Google Vids e o Flow são as portas de entrada. Para colocar o modelo em um produto ou automatizar volume, a saída é a API.

A liberação é gradual, então parte destas opções pode demorar a aparecer na sua conta:

• Google Vids: cria clipes de 15 segundos e combina com avatares, música e narração para explicativos, teasers e apresentações de venda.
• Flow: ferramenta do Google para dirigir cenas e fazer edições em vários turnos.
• App Gemini: vídeos de 15 segundos, com liberação começando pelos assinantes do Google AI Ultra.
• Google Ads: usa o modelo para escalar campanhas de vídeo.
• Google AI Studio e Gemini API: protótipo e integração, pela Interactions API.
• Google Cloud: console, API e capacidade reservada para produção.
• Gemini for business: criação de vídeo direto no chat, anunciada como em breve.

Para que serve na prática

O Google posiciona o modelo para o vídeo do dia a dia feito em volume: vídeo de produto, provador virtual e anúncio. No blog do Google Cloud, a Photoroom diz usar o Omni para transformar foto de produto em anúncio, e a QuickFrame AI, para gerar anúncio de TV conectada em uma só geração. São depoimentos de clientes publicados pelo fabricante.

O teste mais detalhado que encontramos é o de Rohit Rao, da Segmind: 20 testes e US$ 16,17 em créditos. A empresa revende o modelo, então não é fonte neutra, mas publicou custo e falhas. O melhor desempenho veio em explicativos com rótulos, tipografia em movimento, animação de gráfico a partir de um quadro final pronto, edição de um único elemento em vídeo real e vídeo de produto com legendas. Para pessoas fotorrealistas criadas do zero e filmes de marca, ele prefere o Seedance, da ByteDance.

O fluxo que o Google recomenda para gastar menos tem três passos:

• Rascunhe em 360p ou 720p, com imagens de referência do produto ou do personagem. A API aceita até 6 imagens.
• Corrija por conversa o que estiver errado, em vez de gerar o clipe de novo.
• Amplie para 1080p ou 4K só a versão aprovada.

Vantagens do Gemini Omni 1.2 Flash

As vantagens abaixo vêm da documentação e dos anúncios do Google, e a última, do teste da Segmind.

Para uma empresa pequena, o ganho mais concreto é o custo de errar: quando o rascunho custa centavos, dá para testar várias ideias antes de pagar a versão final.

• Preço por clipe: 15 segundos em 720p por cerca de US$ 1,04 de vídeo.
• Edição por conversa: troca de fundo, produto, luz e formato sem recomeçar o clipe.
• Áudio no mesmo vídeo: fala, música e efeitos sonoros saem juntos, sem etapa separada.
• Referências visuais: imagens de produto e de personagem ajudam a manter rosto, embalagem e cores do início ao fim, segundo o Google.
• Duração exata: escolha de segundo em segundo, útil para peças com tempo fechado, nos formatos 16:9 e 9:16.
• Extensão: 3 a 10 segundos por vez, até 30 segundos no total.
• Procedência: todo vídeo leva a marca d'água invisível SynthID, e a documentação do Google Cloud lista suporte a C2PA.
• Dados na camada paga: a tabela de preços informa que esse uso não serve para melhorar os produtos do Google.
• Texto na tela: a Segmind relata rótulos e títulos saindo como escritos nos explicativos.

Desvantagens e limites do Gemini Omni 1.2 Flash

Os pontos abaixo estão na documentação do Gemini API, no próprio anúncio ou no teste da Segmind. O primeiro pesa mais para quem produz no Brasil.

A documentação afirma que o inglês tem suporte completo e que outros idiomas não foram avaliados, com resultado que pode variar. Fala e texto em português precisam de teste antes de entrar em campanha.

• Pessoas reais: envio e edição de imagens com certas pessoas reconhecíveis não são aceitos. A Segmind relata bloqueio a nomes de celebridades e a edições em vídeo com logotipo de marca real.
• Vídeo curto: 15 segundos por geração e 30 com extensão, que só acrescenta no fim do clipe.
• Dois formatos: 16:9 e 9:16. A API não lista 1:1 nem 4:5.
• Áudio limitado: a API não aceita envio de áudio nem edição de voz, então não dá para usar a gravação real de um locutor como referência.
• Física e velocidade: o Google avisa que esporte rápido, mudança rápida de roteiro e física complexa seguem em desenvolvimento.
• Exige revisão: nos testes da Segmind, cerca de uma em cada quatro instruções foi ignorada, e um mapa com quatro pontos duplicou rótulos.
• Controles ausentes: a API não aceita instrução de sistema nem prompt negativo. O pedido de evitar algo vai no próprio texto.
• Filtros de segurança: atuam na entrada e no vídeo gerado, e variam por região.
• 1080p e 4K custam mais: a tabela lista esses preços como saída com ampliação, a até US$ 0,209 por segundo.

O que ainda não dá para afirmar

Três pontos divergem entre documentos do próprio Google. Na referência de áudio, o blog do Google cita sugestões de áudio como entrada, o blog do Google Cloud diz que o recurso depende de liberação por lista, e a documentação do Gemini API diz que envio de áudio não é suportado na versão atual. Na capacidade reservada, o blog e a documentação do Google Cloud dizem que existe e a do Gemini API diz que não; a leitura coerente é que ela vale no Google Cloud. Nas imagens de referência, a documentação do Gemini API fala em até 6, e a do Google Cloud, em até 10 imagens por prompt.

Sobre desempenho, o anúncio não traz nota de benchmark, e não encontramos ranking independente confiável da versão 1.2 até a publicação deste texto. A comparação com o Seedance vem de um único teste, feito por quem revende os dois caminhos.

Também não comparamos preço com concorrentes. Os valores do Seedance que encontramos vêm de revendedores e divergem demais para uma conta justa. A página de preços do Gemini API e a de modelos, consultadas em 5 de novembro, não listam mais o Veo, e por isso este texto também não compara com ele.

Para quem vale a pena

Vale para quem produz vídeo curto em volume e aceita revisar: loja com catálogo, agência que precisa de variações de anúncio, equipe que faz explicativos de produto e quem já trabalha no Google Vids ou no Google Ads.

Vale menos para filme de marca com pessoas realistas, para peça que depende de fala em português sem revisão humana e para quem precisa do rosto ou da voz de uma pessoa real. Nesses casos, captação real ou outro modelo tende a ser o caminho mais seguro.

Um teste barato resolve a dúvida. Escolha um produto, gere três rascunhos em 360p a partir de uma foto real, com fala e texto em português, e confira se a pronúncia e os rótulos saem certos antes de planejar volume.

Onde a ROO3 entra

Vídeo barato não conserta anúncio fraco. O resultado de uma campanha depende da oferta, da página que recebe o clique e da medição do custo de cada contato.

Na ROO3, a gestão de tráfego pago já inclui criativos gerados e testados com IA, ao lado da landing page e do rastreamento de cada lead até o CRM. Quando a empresa quer produzir vídeo com IA dentro de casa, a consultoria em IA ajuda a escolher a ferramenta para cada peça e a montar a rotina de revisão.

Se você quer testar vídeo gerado por IA nas suas campanhas, fale com a gente.

Perguntas frequentes

O que é o Gemini Omni 1.2 Flash?

É o modelo de geração e edição de vídeo do Google, lançado em 5 de novembro de 2026. Ele cria clipes de 3 a 15 segundos com áudio nativo a partir de texto, imagem ou vídeo, e permite editar o resultado por conversa.

Quanto custa o Gemini Omni 1.2 Flash?

Na API, o vídeo sai por cerca de US$ 0,023 por segundo em 360p, US$ 0,07 em 720p, US$ 0,104 em 1080p e US$ 0,209 em 4K. Um clipe de 15 segundos em 720p custa cerca de US$ 1,04. Entrada e tokens de texto são cobrados à parte.

O Gemini Omni 1.2 Flash é grátis?

A API não tem nível gratuito. O Google informa que o Google Vids gera clipes de 15 segundos sem custo adicional para quem tem conta Google ou assinatura do Google Workspace.

Qual a duração máxima dos vídeos?

São 15 segundos por geração, com escolha de segundo em segundo a partir de 3. Com extensão, que acrescenta de 3 a 10 segundos por vez no fim do clipe, o vídeo chega a 30 segundos.

O Gemini Omni funciona em português?

Pode funcionar, mas a documentação do Google diz que só o inglês tem suporte completo e que outros idiomas não foram avaliados. Teste fala e texto em português antes de usar em campanha.

Posso usar a foto de uma pessoa real?

A documentação diz que envio e edição de imagens com certas pessoas reconhecíveis não são aceitos. Mesmo quando o sistema aceitar, use só imagem de quem autorizou.

Qual a diferença entre o Omni 1.2 e o Omni 1.1?

O 1.2 vai a 15 segundos, contra 10 do 1.1, e custa 30% menos, com US$ 0,07 por segundo em 720p contra cerca de US$ 0,10. Em 3 de dezembro de 2026, as chamadas do 1.1 na API passam a rodar no 1.2.

Como saber se um vídeo foi feito com o Gemini Omni?

Todos os vídeos gerados levam a marca d'água SynthID, invisível para quem assiste e detectável por programa. A documentação do Google Cloud também lista suporte a credenciais de conteúdo C2PA.

Fontes

• Google, Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips (5/nov/2026)
• Google Cloud, Gemini Omni 1.2 Flash now generally available (5/nov/2026)
• Gemini API, Generate and edit videos with Gemini Omni Flash
• Gemini API, página do modelo Gemini Omni Flash
• Gemini API, tabela de preços
• Gemini API, limites de uso
• Gemini API, histórico de mudanças
• Google Cloud, documentação do Gemini Omni 1.2 Flash
• Google DeepMind, Gemini Omni
• Segmind, Gemini Omni 1.2 Flash: Google's New Gemini Video API Tested (5/nov/2026)
• The Decoder, Gemini Omni 1.2 Flash stretches AI video clips to 15 seconds (5/nov/2026)

Rodrigo Fávaro

Fundador da ROO3, agência de marketing e tecnologia em São José do Rio Preto. Constrói produtos com IA em produção (Tobia, gerar.app, Pense Mercado) e mantém o AI Benchmark, ranking público de modelos de IA. Veja a consultoria em IA da ROO3.

X @rodmf LinkedIn rodrigofavaro