Gemini Omni 1.2 Flash

Was Gemini Omni 1.2 Flash gut kann, und wo nicht

Gemini Omni 1.2 Flash behält die Idee, die Omni 1.1 nützlich gemacht hat, ein Modell, das Video erstellt, bearbeitet und verlängert und den Ton im selben Durchgang erzeugt, und beseitigt die Grenze, an die man zuerst stieß: die Länge. Google hat es am 5. November 2026 veröffentlicht, mit Clips von bis zu 15 Sekunden, engerer Referenztreue, saubererer Sprache und niedrigerem Preis. Ab dem 3. Dezember 2026 leitet Google jede Omni-1.1-Anfrage an 1.2 weiter, also ist dies die Version, auf der Sie aufbauen sollten.

Die erste große Änderung ist die 15-Sekunden-Generierung. Die Dauer reicht von 3 bis 15 Sekunden in Ein-Sekunden-Schritten, genug für einen kompletten Social-Spot: ein Einstieg, das Produkt im Einsatz und ein abschließender Hero-Shot, vertont und synchron, ohne drei Clips zusammenzusetzen und zu hoffen, dass das Licht passt. In unserem Test kam ein vertikaler 15-Sekunden-Clip in einem Take mit durchgehendem Ton heraus.

Die zweite sind Referenzen, die halten. Fügen Sie bis zu 10 Bilder (eine Figur aus mehreren Blickwinkeln, ein Produkt, einen Drehort) und bis zu drei Bewegungsclips von je 3 Sekunden hinzu. Google hat 1.2 darauf ausgelegt, Gesichter, Kleidung, Verpackungsschrift und Markenfarben vom ersten bis zum letzten Bild konsistent zu halten, mit weniger Verformung bei Kamerabewegungen. Das macht virtuelle Anproben aus Vorder- und Rückansichten von Produkten, Katalogdrehungen und Anzeigen auf Basis vorhandener Charakterblätter praxistauglich.

Die dritte ist Bearbeiten als Schleife. Laden Sie einen Clip von bis zu 15 Sekunden hoch und beschreiben Sie die Änderung: Aus einem gestreiften Zelt wird ein Eichenwald, eine sonnige Straße liegt im Regen, aus einem Hoodie wird eine Lederjacke. Darsteller, Bildausschnitt und Timing bleiben. Da die Ausgabe einfach ein weiterer Clip ist, können Sie ihn erneut bearbeiten; so führt Google sein „Multi-Turn“-Editing vor, und so entstehen mehrere Platzierungen aus einem Take. Verlängern setzt am anderen Ende an: Es folgt den letzten 10 Sekunden eines beliebigen Clips und fügt 3 bis 10 Sekunden mit passendem Ton hinzu.

Auch die Kameraführung wird besser. Lange durchgehende Bewegungen (ein FPV-Flug durch eine Tür, ein Orbit, ein langsames Herauszoomen) kommen mit spürbar weniger ungewollten Schnitten als in 1.1.

Wo es schwächer ist: Das Format ist nur 16:9 oder 9:16, ein Endbild begrenzt den Clip auf 10 Sekunden, und der Ton ist immer an; Sie können ihn steuern, aber nicht abschalten. 1080p und 4K werden aus den nativen 360p- und 720p-Frames hochskaliert. Googles Sicherheitsfilter sind streng, und Fotos einiger erkennbarer Personen werden abgelehnt; um eine bestimmte Person in vorhandenes Material zu setzen, ist MiniMax H3 daher das bessere Werkzeug. Für Takes über 15 Sekunden oder quadratisches Format reicht Wan V3.0 bis 30 Sekunden; für Bearbeitungen von Clips über 15 Sekunden nutzen Sie Seedance V2.5.

Eine sinnvolle Faustregel: Machen Sie Gemini Omni 1.2 Flash zum Standard für Clips mit Ton, die Sie voraussichtlich überarbeiten, denn dasselbe Modell kann bearbeiten und verlängern, was es erstellt hat. Greifen Sie zu MiniMax H3, um eine Person in vorhandenem Material auszutauschen, zu Wan V3.0 für lange oder quadratische Takes, zu Seedance V2.5 für Multi-Shot-Sequenzen und zu Kling V4, wenn Sie Klings Look und native 1080p-Ausgabe wollen.