Gemini Omni 1.2 Flash gör AI-videor på 15 sekunder, tre gratis i månaden

Googles senaste videogenereringsmodell, Gemini Omni 1.2 Flash, skapar klipp på upp till 15 sekunder med ljud och dialog. Nu kan alla med ett Google-konto göra tre klipp i månaden utan kostnad i Google Vids, företagets videoredigerare. Modellen är också billigare för utvecklare och gör det möjligt att justera ett klipp genom att be om ändringar i en konversation, i stället för att skapa det på nytt. För den som har testat AI-video men gett upp efter några sekunders material är den extra längden skillnaden mellan ett fragment och en färdig scen.

I praktiken innebär det att en produktreklam, en kort förklarande video eller ett klipp för sociala medier kan skapas i en enda generering, i stället för tre korta sekvenser som aldrig riktigt passar ihop när de klipps samman. Längden väljer du i steg om en sekund, från tre till femton sekunder. Du kan också ge modellen bilder av en karaktär, en produkt eller en visuell stil, rörelseklipp på upp till tre sekunder och ljudsignaler. Enligt Google återges nu ansikten, kläder, text på förpackningar och varumärkesfärger konsekvent från första till sista bildrutan.

Den större förändringen för vardagsanvändare är att redigeringen sker genom samtal. I stället för att skriva om en prompt och hoppas på det bästa ber du om en ändring i taget: en ny bakgrund, en annan produkt, annan belysning, regn i stället för solsken eller ett stående bildformat. I Googles egen demonstration förflyttas ett klipp med två rustningsklädda karaktärer från en randig paviljong till en ekskog, ett stall, en marknadsfest och ett stenslott, medan deras agerande och kamerans bildutsnitt förblir desamma. Google hävdar också att läppsynkningen blivit tydligare och att modellen hanterar scener där flera karaktärer talar bättre.

För utvecklare och företag sänks priset med 30 procent jämfört med Omni 1.1 Flash, till 0,07 dollar per sekund 720p-video via Gemini API. Ett klipp på 15 sekunder kostar därmed ungefär 1,05 dollar, ungefär lika mycket som ett klipp på tio sekunder gjorde med den föregående versionen. Utkast kan skapas i 360p eller 720p, och bara de klipp man vill behålla skalas upp till 1080p eller 4K. Det är också första gången Gemini Omni blir allmänt tillgänglig på Google Cloud, vilket gör det möjligt för appar som Picsart, Photoroom, Runway och Krea att bygga in modellen i sina egna produkter.

Det kostnadsfria erbjudandet är mer begränsat än det låter. Tre klipp i månaden blir sammanlagt 45 sekunders material – tillräckligt för att experimentera, men inte för att driva en kanal. I Gemini-appen rullas videor på 15 sekunder bara ut till prenumeranter på Google AI Ultra, företagets dyraste abonnemang, som inte säljs i alla länder. Google har inte heller publicerat någon lista över vilka länder som omfattas av den kostnadsfria nivån i Vids. Företaget medger självt att modellen fortfarande har svårt med snabbt sporttempo, snabba ändringar i manus och komplex fysik. Ljudreferenser, funktionen som gör det möjligt att skicka in ett röstprov, är begränsade till en lista över godkända användare på Google Cloud.

En annan fråga är vad tittarna kommer att se. Varje Omni-klipp innehåller SynthID, Googles vattenmärke, men det är omärkbart för ögat: verktyg kan upptäcka det, medan den som skrollar i ett flöde inte ser något som visar att videon har genererats. När ansikten förblir konsekventa och läppsynkningen blir bättre spelar den skillnaden större roll än när AI-video fortfarande såg ut som AI-video.

Google presenterade Gemini Omni 1.2 Flash den 5 november 2026 och säger att modellen rullas ut nu via Gemini API, Google Cloud, Vids, Flow och Google Ads. Därefter följer Gemini-appen för Ultra-prenumeranter. Femton sekunder är fortfarande kortare än de flesta videor i sociala medier, men det är precis så långt en reklamfilm är – och det är för den marknaden Google har prissatt modellen.

Taggar: Google, Gemini, Generativ AI, AI-video, Gemini Omni 1.2 Flash, Google Vids