Gemini Omni 1.2 Flash

No que o Gemini Omni 1.2 Flash é bom, e onde não é

O Gemini Omni 1.2 Flash mantém a ideia que tornou o Omni 1.1 útil, um só modelo que cria, edita e estende vídeo e gera o som na mesma passada, e remove o limite com que as pessoas esbarravam primeiro: a duração. O Google lançou o modelo em 5 de novembro de 2026 com clipes de até 15 segundos, seguimento mais fiel das referências, fala mais limpa e preço menor. A partir de 3 de dezembro de 2026, o Google redireciona todas as solicitações do Omni 1.1 para o 1.2, então esta é a versão em que vale a pena construir.

A primeira mudança de destaque é a geração de 15 segundos. A duração vai de 3 a 15 segundos, de segundo em segundo, o que é suficiente para um anúncio completo para redes sociais: uma abertura, o produto em uso e um plano principal final, com música e som sincronizados, sem emendar três clipes e torcer para a iluminação combinar. No nosso teste, um clipe vertical de 15 segundos saiu em uma só tomada, com áudio contínuo.

A segunda são as referências que se mantêm. Adicione até 10 imagens (um personagem de vários ângulos, um produto, uma locação) e até três clipes de movimento de 3 segundos. O Google desenvolveu o 1.2 para manter rostos, roupas, tipografia de embalagens e cores da marca consistentes do primeiro ao último quadro, com menos deformações durante os movimentos de câmera. Isso torna viável a prova virtual a partir de fotos de produto de frente e de costas, os giros de catálogo e os anúncios feitos a partir de fichas de personagem existentes.

A terceira é a edição como um ciclo. Envie um clipe de até 15 segundos e descreva a mudança: uma tenda listrada vira uma floresta de carvalhos, uma rua ensolarada fica debaixo de chuva, um moletom vira uma jaqueta de couro. Os atores, o enquadramento e o ritmo continuam. Como o resultado é só mais um clipe, você pode editá-lo de novo, que é como o Google apresenta a edição «em múltiplas etapas», e é assim que se criam várias versões a partir de uma única tomada. Estender parte da outra ponta: acompanha os últimos 10 segundos de qualquer clipe e acrescenta de 3 a 10 segundos com som combinando.

A direção de câmera também melhora. Movimentos longos e contínuos (um voo FPV por uma porta, uma órbita, um zoom out lento) saem com bem menos cortes bruscos indesejados do que no 1.1.

Onde é mais fraco: o enquadramento é somente 16:9 ou 9:16, um último quadro limita o clipe a 10 segundos e o áudio está sempre ligado: dá para direcioná-lo, não desativá-lo. O 1080p e o 4K são ampliados a partir dos quadros nativos em 360p e 720p. Os filtros de segurança do Google são rigorosos, e fotos de algumas pessoas reconhecíveis são recusadas; por isso, para colocar uma pessoa específica em um clipe existente, o MiniMax H3 é a ferramenta mais adequada. Para tomadas com mais de 15 segundos ou enquadramento quadrado, o Wan V3.0 chega a 30 segundos; para editar clipes com mais de 15 segundos, use o Seedance V2.5.

Um modelo mental razoável: deixe o Gemini Omni 1.2 Flash como padrão para clipes com som que você espera revisar, porque o mesmo modelo consegue editar e estender o que criou. Recorra ao MiniMax H3 para trocar uma pessoa em um vídeo existente, ao Wan V3.0 para tomadas longas ou quadradas, ao Seedance V2.5 para sequências com vários planos e ao Kling V4 quando quiser o visual do Kling e saída nativa em 1080p.