Gemini Omni 1.2 vs 1.1 Flash: clipes de 15 segundos e fim dos cortes aleatórios nos diálogos

Perspectivas5 min de leitura
Gemini Omni 1.2 vs 1.1 Flash: clipes de 15 segundos e fim dos cortes aleatórios nos diálogos

Gemini Omni 1.2 contra 1.1 Flash com os mesmos prompts: um plano-sequência em FPV, uma cena de diálogo entre duas pessoas, clipes de 15 segundos e preço. O que realmente melhorou.

Em 5 de novembro, o Google liberou o Gemini Omni 1.2 Flash para todo mundo. O anúncio lista uma série de melhorias: clipes de até 15 segundos, mais fidelidade às imagens de referência, diálogo e sincronia labial mais naturais, menos jump cuts indesejados em movimentos de câmera longos e um preço cerca de 30% menor que o do 1.1. A frase mais importante está no changelog para desenvolvedores: a partir de 3 de dezembro, toda solicitação ao Omni 1.1 será redirecionada automaticamente para o 1.2.

Ou seja, o 1.1 está em contagem regressiva. A ZOOOP não esperou. Quando o Gemini Omni 1.2 Flash entrou no ar, tiramos o 1.1 do ar ao mesmo tempo, e a antiga página do 1.1 agora redireciona para o 1.2. Antes de desligá-lo, rodei os mesmos prompts nas duas versões para ver onde a atualização realmente aparece.

O que mudou no Gemini Omni 1.2

Primeiro, as especificações. Você vê tudo isso logo de cara no Gerador de vídeo com IA:

  • Duração: de 3–10 segundos para 3–15 segundos, escolhida segundo a segundo. Com um quadro final, o máximo é 10 segundos.
  • Edição: os vídeos de origem agora podem ter até 15 segundos em vez de 10.
  • Extensão: não há mais limite para a duração do vídeo de origem. O modelo lê os últimos 10 segundos e continua por 3 a 10 segundos.
  • Sem mudanças: só 16:9 e 9:16, de 360p a 4K, e o áudio está sempre ligado. Dá para direcioná-lo, mas não desligá-lo. Até 10 imagens de referência e até 3 vídeos de referência de 3 segundos cada.

No preço, o Gemini Omni 1.2 custa na ZOOOP o mesmo por segundo que o 1.1 custava, em todas as resoluções.

Como testamos: dois prompts, duas versões

Dois prompts, mirando nos pontos que o Google diz que mais melhoraram. O primeiro é um plano-sequência de drone FPV: voando rente a um lago com neblina ao amanhecer, passando entre dois pinheiros, sobrevoando o telhado de uma cabana e revelando as montanhas nevadas atrás dela, com "sem cortes" escrito no prompt. O segundo é uma cena de diálogo entre duas pessoas: numa cafeteria, um barista de cabelo cacheado entrega um latte e diz uma fala, e um cliente de casaco cinza responde. Os dois em 720p, 6 segundos, 16:9.

Diferença um: no plano-sequência, empate

Eu esperava que o 1.2 ganhasse esta com folga. As duas versões foram bem. Rodei detecção de cenas nos dois clipes, quadro a quadro, e nenhum deles tem corte seco. A maior mudança de um quadro para o outro, em qualquer um dos dois, é só movimento normal de câmera.

Plano-sequência FPV, Gemini Omni 1.1 em cima, Gemini Omni 1.2 embaixo, aos 0,5, 3 e 5,5 segundos

A diferença está na trajetória. O 1.1 voa da margem do lago até a frente da cabana e depois sobe logo acima do telhado. O 1.2 passa de fato entre os dois pinheiros e sobe mais alto no final, mostrando os picos nevados e um mar de nuvens no vale, o que fica mais perto do prompt. Se você precisa de planos longos de paisagem, o 1.1 já dava conta; o 1.2 só segue as instruções um pouco melhor.

Diferença dois: nos diálogos, o 1.2 para de cortar por conta própria

É aqui que a diferença fica mais clara.

O 1.1 filmou em plano e contraplano: um plano médio do barista entregando a xícara e, aos 4,6 segundos, um corte seco para um close do cliente. A edição em si está ok, muita cena com atores reais é cortada assim, mas o prompt pedia um único plano médio, e depois do corte o barista sai do quadro. O Gemini Omni 1.2 fica num único plano com os dois o tempo todo. Os dois continuam no quadro, e entregar a xícara, pegá-la e trocar falas acontece num só plano contínuo, com movimentos que fluem naturalmente.

Cena de diálogo, Gemini Omni 1.1 em cima, Gemini Omni 1.2 embaixo, aos 0,5, 3 e 5,5 segundos

A cena de diálogo em movimento, Gemini Omni 1.1 à esquerda, Gemini Omni 1.2 à direita

O 1.1 ganhou em um detalhe: o prompt dizia "casaco cinza", e o 1.1 entregou cinza. O casaco no clipe do 1.2 é tão escuro que parece quase preto. Os dois clipes têm falas e som ambiente de cafeteria, mas eu não transcrevi o diálogo palavra por palavra, então não vou dizer qual tem a sincronia labial melhor.

Diferença três: 15 segundos dão para contar um momento inteiro

Passar de 10 para 15 segundos parece só cinco segundos a mais, mas muda o jeito de usar o modelo. Dez segundos costumam cobrir uma ação. Em quinze segundos cabem uma abertura, uma revelação e um fechamento, então um anúncio para redes sociais não precisa mais ser montado em partes. Nos testes de lançamento, rodamos um clipe vertical de 15 segundos numa única geração, e o áudio se manteve coeso do começo ao fim, sem emendas visíveis.

Um ponto de atenção com clipes mais longos: o Quadro Inicial / Final continua limitado a 10 segundos quando você adiciona um quadro final, e o campo do quadro final fica bloqueado quando você escolhe 11 segundos ou mais.

Velocidade e preço

A velocidade é praticamente a mesma. Neste teste em 720p e 6 segundos, as duas versões terminaram em cerca de 50 segundos. O preço por segundo é o mesmo do 1.1 e, com o 1.1 fora do ar, não há mesmo motivo para ficar na versão antiga.

Veredito: é só usar o 1.2

As melhorias que mais importam aqui são duas: clipes de até 15 segundos e cenas de diálogo que não cortam mais por conta própria, pelo mesmo preço por segundo de antes. Em movimentos de câmera de paisagem em plano-sequência, o 1.1 já era bom; o 1.2 só segue o prompt um pouco mais de perto.

Se você fez uma leva de vídeos no 1.1 e precisa acrescentar planos, espere pequenas diferenças de estilo no Gemini Omni 1.2, como a cor das roupas, então seja específico no prompt. Para mudar o estilo de um clipe que já existe, use Editar vídeo, e para continuar um clipe, use Estender Vídeo. Os dois já rodam no 1.2.

Perguntas frequentes

Ainda dá para usar o Gemini Omni 1.1?

A ZOOOP tirou o 1.1 do ar, e a página dele redireciona para o 1.2. O Google também vai redirecionar automaticamente todas as solicitações ao 1.1 para o 1.2 a partir de 3 de dezembro.

Qual a duração máxima de um clipe do Gemini Omni 1.2?

Texto para vídeo, referência para vídeo e geração a partir do quadro inicial vão de 3 a 15 segundos. Com um quadro final, o máximo é 10 segundos.

Dá para desligar o áudio no Gemini Omni 1.2?

Não, o áudio é sempre gerado. Você pode direcioná-lo com prompts como "sem diálogo" ou "sem música de fundo", ou silenciar o clipe depois.

O 1.2 é mais caro que o 1.1?

Não. Na ZOOOP, o Gemini Omni 1.2 custa o mesmo por segundo que o 1.1 custava, em todas as resoluções.

Compartilhar

Descubra mais

Ver tudo