Google hat am 5. November 2026 Gemini Omni 1.2 Flash veröffentlicht, den Nachfolger von Omni 1.1 Flash. Es erstellt längere Clips, kostet weniger pro Sekunde und hält Gesichter, Produkte und Markendetails vom ersten bis zum letzten Frame besser fest. Es ist jetzt im Gobostock-Videostudio live, wo es 1.1 ersetzt. Dieser Leitfaden behandelt, was sich geändert hat, was ein Clip kostet, wie man es promptet und wo es noch Schwächen gibt.
Die Kurzfassung
- Längere Clips: 3 bis 15 Sekunden in Ein-Sekunden-Schritten, gegenüber einer 10-Sekunden-Obergrenze bei 1.1.
- Günstiger: Google listet 7 US-Cent pro Sekunde bei 720p, etwa 30 % unter 1.1.
- Konsistenter: stärkere Einhaltung von Referenzbildern, mit weniger Drift bei Charakteren, Produkten und Szenen.
- Besserer Ton: nativer Audio mit klarerem Lippensync und deutlichen Stimmen für mehrere Sprecher.
- Entwurf dann Finale: 360p- oder 720p-Entwürfe, 1080p oder 4K für das Finale.
Was ist neu in Omni 1.2 Flash
Googles Ankündigung listet mehrere Verbesserungen gegenüber 1.1 auf. Der rote Faden ist, dass Details, die zu Beginn eines Clips festgelegt werden, am Ende noch vorhanden sein sollten.
Referenztreue
Referenzbilder tragen jetzt weiter durch einen Clip. Google nennt Gesichter, Kleidungsstücke, Verpackungstypografie und Markenfarben als Details, die überleben sollten, was genau das ist, was Produkt-, Mode- und Markenarbeit braucht. Es berichtet auch von stärkerer Konsistenz bei Charakteren, Objekten und Szenen, mit weniger visueller Drift zwischen erstem und letztem Frame.
Länge
Eine einzelne Generierung läuft bis zu 15 Sekunden, in Ein-Sekunden-Schritten ab 3. Das ist lang genug für einen vollständigen Social-Clip, eine Produktdrehung oder eine kurze Dialogzeile ohne Nahtstellen.
Dialog und Ton
Audio wird mit dem Bild generiert. Google berichtet von flüssigerem, natürlicher klingendem Dialog, klarerem Lippensync und deutlichen Stimmen, wenn mehrere Sprecher in einer Szene konditioniert werden.
Kameraführung
Google berichtet von weniger unerwünschten Jump Cuts, stabilerem Zoom und einem polierteren, filmischeren Look. In der Praxis bedeutet das weniger Clips, die durch einen plötzlichen Reframe in der Mitte ruiniert werden.
Preis
Bei 720p beträgt der API-Preis 7 US-Cent pro Sekunde, was Google als 30 % weniger als 1.1 beschreibt, mit ähnlichen Einsparungen bei anderen Auflösungen. Ausgaben tragen Googles unmerkliches SynthID-Wasserzeichen.
Was ein Clip auf Gobostock kostet
Video wird pro Sekunde Ausgabe abgerechnet. Dies sind die Credits, die das Studio berechnet, mit Dollar-Beträgen zum Starter-Plan-Satz von etwa 0,00125 $ pro Credit; größere Pläne sind etwas günstiger.
| Auflösung | Credits pro Sekunde | 5-Sekunden-Clip | Ungefähr (USD) |
|---|---|---|---|
| 360p-Entwurf | 27 | 134 | 0,17 $ |
| 720p | 94 | 467 | 0,58 $ |
| 1080p | 134 | 667 | 0,83 $ |
| 4K | 280 | 1.400 | 1,75 $ |
Ton ist in jedem Preis enthalten, da Omni ihn immer generiert. Das Studio zeigt das genaue Angebot für deine Einstellungen, bevor etwas berechnet wird, und es gibt kein separates Google-Konto oder API-Schlüssel zu verwalten. Für einen Vergleich mit Seedance, Kling, Wan und den anderen siehe Beste KI-Videogeneratoren 2026, und für Pläne die Preisseite.
Was du damit im Studio machen kannst
Die Gemini Omni Flash 1.2-Seite enthält alle Details. Kurz gesagt bietet das Studio:
- Text zu Video: Beschreibe die Einstellung, 3 bis 15 Sekunden.
- Startbild: Dein Bild wird zum ersten Frame.
- Start- und Endbild: Der Clip bewegt sich von einem Bild zum anderen.
- Bis zu zehn Referenzbilder: Das Modell hält eine Person, ein Produkt oder einen Stil konsistent, ohne das erste Bild zu erzwingen.
- 16:9 oder 9:16: Quer- oder Hochformat, in 360p, 720p, 1080p oder 4K.
Zwei Regeln stammen vom Modell selbst. Bild-Frames können nicht mit Referenzbildern in einer Anfrage kombiniert werden, und ein Clip, der Frames oder Referenzen verwendet, ist auf 10 Sekunden begrenzt; nur reine Text-Clips erreichen 15 Sekunden. Das Studio setzt beides durch, damit dir keine Sekunden berechnet werden, die das Modell nicht rendert.
Google bietet auch die Bearbeitung eines hochgeladenen Videos im Gespräch, Referenzvideos und Audio-Referenzen an. Diese sind im Gobostock-Studio noch nicht verfügbar.
So promptest du Omni 1.2 für gute Ergebnisse
Omni akzeptiert sehr lange Prompts, aber lang ist nicht dasselbe wie klar. Eine Struktur, die für jedes Videomodell gut funktioniert:
- Subjekt und Aussehen: Wer oder was ist auf dem Bildschirm, und was tragen sie oder woraus bestehen sie?
- Eine Hauptaktion: Was passiert in diesem Clip? Eine Aktion pro Clip ist zuverlässiger als eine Sequenz.
- Kamera: „Langsame Kamerafahrt nach vorne“, „Statisches Stativ-Shot“, „Handheld-Follow“, „Untersicht“.
- Licht und Ort: Tageszeit, Lichtquelle, Umgebung.
- Ton: Umgebungsgeräusche, Musikstimmung und jede gesprochene Zeile, in Anführungszeichen ausgeschrieben.
Beispiel
Eine Keramik-Kaffeetasse auf einem Holztisch im Café neben einem regnerischen Fenster, Morgenlicht. Dampf steigt auf und zieht nach links. Langsame Kamerafahrt nach vorne, geringe Schärfentiefe. Leichter Regen auf dem Glas, leises Café-Gemurmel, eine Barista sagt „Dein Flat White ist fertig“ außerhalb des Bildes.
Für Produktarbeit füge zwei bis vier saubere Referenzfotos des Produkts hinzu und sage, was sich nicht ändern darf: „Behalte Etikett, Form und Farbe genau wie in den Referenzen“. Unser Leitfaden zur KI-Produktfotografie erklärt, wie du diese Referenzen aufnimmst. Wenn du mit einem Standbild beginnen möchtest, erstelle es zuerst mit einem Bildmodell und verwende es als Startbild; der Leitfaden Bild-zu-Video führt dich durch, und So schreibst du KI-Bildprompts, die funktionieren hilft beim Standbild selbst.
Ein Workflow, der Credits spart
- Entwurf in 360p. Ein 6-Sekunden-Entwurf kostet 160 Credits, etwa 20 US-Cent. Beurteile Bewegung und Timing, nicht die Politur.
- Ändere jeweils eine Sache. Ändere die Kamera, die Aktion oder eine Referenz und erstelle erneut einen Entwurf.
- Finalisiere einmal. Führe den genehmigten Prompt erneut in 1080p oder 4K aus, in der endgültigen Länge.
Jeden Versuch in 4K zu rendern ist der teuerste Fehler: Zehn 5-Sekunden-Versuche in 4K kosten 14.000 Credits, während zehn 360p-Entwürfe und ein 4K-Finale 2.740 Credits kosten.
Grenzen, die du kennen solltest
- Audio ist immer aktiv. Du kannst es nicht ausschalten; entferne oder ersetze es in einem Editor, wenn du Stille benötigst.
- Nur zwei Formate: 16:9 und 9:16, kein Quadrat oder 21:9.
- 10 Sekunden mit Medien. Frames oder Referenzen begrenzen den Clip auf 10 Sekunden.
- Kein Negativ-Prompt. Sage, was du willst, statt was du vermeiden willst.
- Text im Bild kann sich bei Bewegung verzerren. Füge Titel in einem Editor hinzu.
Ist es das richtige Modell für dich?
Wähle Omni 1.2, wenn Ton wichtig ist, wenn ein Produkt oder Charakter erkennbar bleiben muss, oder wenn du günstige 360p-Entwürfe vor einem hochauflösenden Finish möchtest. Wähle etwas anderes für Quadrat- oder Ultraweitwinkel-Format, für Clips länger als 15 Sekunden (Wan 3.0 und Seedance 2.5 erreichen 30), oder wenn du stille Ausgabe vom Modell selbst benötigst (Kling 3.0 Pro lässt dich den Ton ausschalten).
Häufig gestellte Fragen
Wann wurde Gemini Omni 1.2 Flash veröffentlicht?
Google hat es am 5. November 2026 angekündigt und am selben Tag allgemein verfügbar gemacht.
Wie lang kann ein Gemini Omni 1.2 Clip sein?
Von 3 bis 15 Sekunden in Ein-Sekunden-Schritten. Mit Bildvorlagen oder Referenzbildern liegt das Limit bei 10 Sekunden.
Wie viel kostet Gemini Omni 1.2 Flash?
Auf Gobostock 27 Credits pro Sekunde bei 360p, 94 bei 720p, 134 bei 1080p und 280 bei 4K, inklusive Ton. Ein 5-Sekunden-Clip in 720p kostet 467 Credits, etwa 58 US-Cent im Starter-Plan.
Erzeugt es auch Ton?
Ja, immer. Dialoge, Umgebungsgeräusche und Musik werden zusammen mit dem Bild generiert, und der Ton kann nicht abgeschaltet werden.
Ist Gemini Omni 1.1 noch verfügbar?
Nicht auf Gobostock. Version 1.2 hat es ersetzt, und Links zur 1.1-Seite führen jetzt zur 1.2-Seite.
Kann ich die Videos kommerziell nutzen?
Mit einem kostenpflichtigen Gobostock-Plan erhältst du über die Nutzungsbedingungen eine kommerzielle Lizenz für das, was du generierst, mit Einschränkungen wie dem Verbot, es für das Training von KI-Modellen zu verwenden. Siehe Kannst du KI-generierte Bilder kommerziell nutzen? für Informationen zur Lizenzierung von KI-Ausgaben.