# Gemini Omni 1.2 Flash API: bikin video, lalu edit klip

> API Interactions Google untuk Gemini Omni 1.2 Flash: klip 15 detik bersuara, edit klip, batas durasi, dan harga resmi per token.

- Canonical HTML: https://omniakey.com/id/blog/gemini-omni-1-2-flash-api
- Markdown: https://omniakey.com/id/blog/gemini-omni-1-2-flash-api.md
- Published: 2026-11-07 (updated 2026-11-07)
- Author: Kiki, COO at OmniaKey
- Language: id
- Category: API setup
- Reading time: 9 min
- All posts: https://omniakey.com/blog/llms.txt

---

API Gemini Omni 1.2 Flash tersedia untuk umum sejak 5 November 2026 di tingkat berbayar Gemini API. Satu permintaan mengembalikan video 3–15 detik dengan audio, dan permintaan berikutnya mengedit klip yang sama tanpa unggah ulang ([catatan rilis Google](https://ai.google.dev/gemini-api/docs/changelog) dan [panduan Omni](https://ai.google.dev/gemini-api/docs/omni), dicek 6 November 2026).

- **Model:** `gemini-omni-1.2-flash`, dipanggil lewat `client.interactions.create` atau `POST /v1beta/interactions`.
- **Klip:** 3–15 detik pada 24 fps, 16:9 atau 9:16, dengan trek audio hasil generasi.
- **Pengeditan:** turn kedua dengan `previous_interaction_id` menulis ulang klip yang Anda buat, masukan sampai 15 detik.
- **Harga:** sekitar $1.04 token video untuk klip 720p 15 detik, ditambah token masukan dan teks.

## Apa yang didukung API Gemini Omni 1.2 Flash

Permintaan dikirim ke `POST https://generativelanguage.googleapis.com/v1beta/interactions` dengan `"model": "gemini-omni-1.2-flash"` di badan permintaan. Ini API Interactions, antarmuka yang Google sarankan untuk proyek baru sejak tersedia umum pada Juni 2026 ([ikhtisar API Interactions](https://ai.google.dev/gemini-api/docs/interactions-overview), dicek 6 November 2026); antarmuka generateContent yang lebih lama masih melayani model Gemini lain. Jadi baik lewat SDK maupun HTTP biasa, tujuannya model yang sama.

Model mengembalikan video dengan audio asli, plus teks ([kartu model](https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash)). Keluaran berjalan pada 24 fps, 360p, 720p secara default, 1080p dengan upscaling, atau 4k dengan upscaling, dan setiap klip membawa tanda air SynthID yang tak terlihat. Lanskap 16:9 adalah default dan potret memberi 9:16.

Akses hanya berbayar. Tabel harga Google menampilkan `Not available` di Free Tier untuk masukan maupun keluaran, dan halaman batas laju memulai Omni Flash di 8 permintaan per menit dan 40 per hari pada Tier 1 ([harga](https://ai.google.dev/gemini-api/docs/pricing), [batas laju](https://ai.google.dev/gemini-api/docs/rate-limits), dicek 6 November 2026). Sebelum mengirim trafik produksi, cocokkan batas ini dengan kebutuhan harian Anda.

Model sebelumnya, `gemini-omni-1.1-flash`, tetap bisa dipakai selama masa transisi empat minggu. Pada 3 Desember 2026, permintaan yang dikirim ke model itu ditangani versi 1.2 dengan harga 1.2, tanpa perubahan kode.

## Membuat video lewat API Interactions

SDK Python cukup tiga langkah: buat klien, buat interaksi, tulis video base64 ke berkas. Contohnya menetapkan durasi eksplisit dan menyimpan interaksi agar klip bisa diedit nanti. Perlu paket `google-genai` (`pip install -U google-genai`) dan kunci API Gemini di `GEMINI_API_KEY`; kedua turn menuju endpoint Google, jadi kunci OmniaKey tidak berlaku di sini. Dua turn di contoh memakai klien dan nama model yang sama.

```python
# Setup: install google-genai and set GEMINI_API_KEY to your Google API key.
import base64
import os

from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

# Turn 1: generate a 15-second landscape clip and keep it editable.
first = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input=(
        "One continuous tracking shot follows a paper airplane gliding "
        "through a busy library, dust in the sunlight."
    ),
    response_format={
        "type": "video",
        "duration": "15s",       # whole seconds from "3s" to "15s"; default "10s"
        "aspect_ratio": "16:9",  # or "9:16"
        "resolution": "720p",    # 720p is the default; 1080p and 4k are upscaled
    },
    store=True,
)

# Turn 2: edit that clip with a follow-up prompt, no re-upload.
edit = client.interactions.create(
    model="gemini-omni-1.2-flash",
    previous_interaction_id=first.id,
    input="Make the paper airplane bright red. Keep the camera move unchanged.",
)

with open("library_flight.mp4", "wb") as f:
    f.write(base64.b64decode(edit.output_video.data))
```

Durasi ditulis dalam detik bulat sebagai string, dari 3 sampai 15; kalau kolom ini dikosongkan, model membuat 10 detik. Resolusi adalah kunci tetangga di objek `response_format` yang sama, di samping pengaturan tipe.

SDK membaca berkas jadi dari `output_video.data` sebagai base64; respons REST tidak punya kolom itu dan memberi byte yang sama di dalam `steps[]`, pada entri content bertipe video. Untuk klip di atas 4 MB, tambahkan `"delivery": "uri"` ke `response_format` ([panduan Omni](https://ai.google.dev/gemini-api/docs/omni), dicek 6 November 2026); setelah itu polling `client.files.get` sampai status berkas ACTIVE lalu ambil dengan `client.files.download`.

Potongan kode diadaptasi dari contoh Python Google dan lolos pemeriksaan sintaks; kami belum menjalankannya ke API.

## Mengedit klip yang sudah jadi tanpa mulai ulang

Kirim id interaksi pertama sebagai `previous_interaction_id` dan jelaskan perubahannya. Model menyimpan konteks klip, menerapkan editan, dan mengembalikan video baru; contoh edit Google hanya mengirim model, id itu, dan prompt, tiga kolom yang sama seperti turn 2 ([panduan Omni](https://ai.google.dev/gemini-api/docs/omni), dicek 6 November 2026). Turn edit tidak perlu mengirim ulang video, cukup id interaksi sebelumnya.

> Pertahankan 
>
> `store=True`
>
>  (nilai default) pada setiap turn yang akan Anda edit. Dengan 
>
> `store=false`
>
> , turn berikutnya tidak bisa memakai 
>
> `previous_interaction_id`
>
>  untuk melanjutkan klip.

Perpanjangan memakai alur yang sama. Minta lanjutan dengan bahasa biasa dan model menambah 3–10 detik, default 10 detik, memakai 10 detik terakhir video masukan sebagai konteks, sampai total 30 detik. Jadi klip bertambah panjang sedikit di setiap turn, selalu dari ujung akhirnya. Tambahan selalu di bagian akhir, jadi Anda tidak bisa menyisipkan adegan sebelum bingkai pembuka atau di tengah.

Untuk rekaman Anda sendiri, unggah klip maksimal 15 detik lewat Files API lalu tulis prompt untuk klip itu. Mengedit dan memperpanjang video unggahan tidak tersedia di EEA, Swiss, dan Inggris; mengedit klip buatan model tetap jalan di kawasan itu. Pengeditan suara tidak didukung di versi ini, begitu juga masukan dan referensi audio, dan audio di dalam video referensi diabaikan. Batas 15 detik itu berlaku untuk video yang Anda unggah sendiri.

## Batas durasi, resolusi, dan referensi

Rentangnya berbeda per operasi; tabel mengikuti panduan Google ([panduan Omni](https://ai.google.dev/gemini-api/docs/omni), dicek 6 November 2026).

|Operasi|Durasi|Detail|
|-|-|-|
|Teks/gambar ke video|3–15 dtk|Default 10 dtk|
|Bingkai awal dan akhir|3–10 dtk|Dua bingkai|
|Edit klip|masukan ≤15 dtk|Unggahan atau buatan|
|Perpanjang per turn|+3–10 dtk|Default 10 dtk|
|Total diperpanjang|30 dtk|10 dtk konteks|

Pembuatan dari teks atau gambar memakai seluruh 15 detik, interpolasi bingkai awal dan akhir berhenti di 10 detik, dan video masukan untuk pengeditan tidak boleh lebih dari 15 detik. Referensi punya batas sendiri:

- Maksimal 6 gambar referensi per permintaan, dengan maksimal 3 gambar per karakter untuk maksimal 2 karakter.
- Keluaran 11–15 detik menerima 1 video referensi maksimal 3 detik; keluaran 3–10 detik menerima maksimal 3 video referensi masing-masing 3 detik.
- Video referensi berguna saat membuat klip baru. Pengeditan dan perpanjangan memakai gambar referensi sebagai gantinya.
- Tautan YouTube tidak bisa jadi masukan media; unggah berkasnya dulu.

## Apa yang ditunjukkan contoh resmi Google

Google menerbitkan sembilan klip demo bersama [tulisan peluncuran 5 November 2026](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/) (dicek 6 November 2026). Kami mengunduh dua dan memeriksanya dengan ffprobe: keduanya 1920×1080 pada 24 fps dengan trek AAC stereo, dan kedua berkas dibuka dengan kartu judul, jadi durasi berkas lebih panjang daripada adegan di dalamnya. Artinya berkas dibuka dengan kartu judul, lalu adegan dimulai setelahnya.

![Dua bingkai dari demo Castaway Google: pria berlutut di air dangkal pada detik ke-6, lalu pemandangan pesisir lebar dari ketinggian pada detik ke-12](https://omniakey.com/_img/blog/gemini-omni-1-2-flash-api/official-castaway-sequence.dbe2c3e5.2400.webp)

_Bingkai pada detik ke-6 dan ke-12 dari demo crash-zoom Castaway resmi Google._

Pasangan ini menunjukkan seberapa jauh framing bisa bergerak dalam satu klip. Pada detik ke-6 seorang pria berlutut di air dangkal dengan satu tangan di kayu apung; pada detik ke-12 kamera berada tinggi di atas pesisir, orangnya kecil di dekat garis air, bukit berpalma di kiri dan laut terbuka di kanan.

![Bingkai dari demo Pantheon Google pada detik ke-12: oculus bundar, kaset persegi konsentris, dan sepetak sinar matahari di dalam kubah](https://omniakey.com/_img/blog/gemini-omni-1-2-flash-api/official-pantheon.1d1094e7.1600.webp)

_Bingkai pada detik ke-12 dari demo tur Pantheon resmi Google._

Bingkai Pantheon pada detik ke-12 sudah di dalam bangunan: oculus bundar, kaset persegi konsentris di sekelilingnya, dan sepetak sinar matahari di lantai. Keterangan Google menyebut penerbangan drone tanpa putus yang dipandu dua foto arsitektur; pada detik ke-6 contoh yang sama masih di luar, di antara kolom.

## Harga resmi: menghitung biaya klip dengan benar

Google menagih $1.50 per juta token masukan untuk teks, gambar, dan video, $9.00 per juta token keluaran teks, dan $12.00 per juta token keluaran video, hanya di tingkat berbayar ([halaman harga](https://ai.google.dev/gemini-api/docs/pricing), dicek 6 November 2026). Video ditagih lewat token keluaran, dan keluaran 720p memakai 5,792 token per detik.

|Keluaran|Token/dtk|≈ USD/dtk|
|-|-|-|
|360p|1,931|$0.023|
|720p|5,792|$0.07|
|1080p upscale|8,688|$0.104|
|4k upscale|17,376|$0.209|

Klip 720p 15 detik menagih 15 × 5,792 × $12.00 / 1,000,000 = $1.04256 dalam token video, sekitar $1.04, sebelum token masukan dan teks. Kalikan durasi dengan token per detik, lalu dengan harga per juta token, dan bagi satu juta. Bulatkan hanya setelah menghitung total.

## Memilih alur kerja video

Buat dengan Omni saat satu bidikan 15 detik bersuara cukup untuk adegannya, atau saat klip akan melewati beberapa putaran perubahan kecil. Alur edit itulah alasannya: setiap turn menyimpan konteks klip sebelumnya, jadi Anda mengganti satu properti, satu latar, atau satu catatan kamera per pesan alih-alih menceritakan ulang seluruh adegan. Dengan begitu setiap turn hanya menguji satu perubahan.

Pilih model lain saat bidikan harus lebih panjang dalam satu kali jalan, atau saat pekerjaan dibangun di sekitar video referensi. [Seedance 2.5](https://omniakey.com/id/dreamina-seedance-2-5-260628) dari ByteDance membuat sampai 30 detik dalam satu permintaan; batas itu tercatat di dokumentasi API dan dijelaskan [ulasan Seedance 2.5](https://omniakey.com/id/blog/seedance-2-5-review), sementara [perbandingan Kling 4.0 vs Seedance 2.5](https://omniakey.com/id/blog/kling-4-0-vs-seedance-2-5) membahas alur yang mengutamakan gerakan dan referensi.

Omni adalah rilis berbayar milik Google sendiri dan berada di luar katalog video OmniaKey. Seedance 2.5 tersedia di sana untuk bidikan tunggal yang panjang, dan [AI Video Generator](https://omniakey.com/id/ai-video-generator) menjalankan prompt di peramban tanpa kode.

## Pertanyaan umum

### Apakah API Gemini Omni 1.2 Flash gratis?

Tidak. Model ini ada di tingkat berbayar Gemini API, dan tabel harga Google menampilkan `Not available` di Free Tier.

### Endpoint apa yang dipakai API Gemini Omni 1.2 Flash?

API Interactions. Kirim `POST https://generativelanguage.googleapis.com/v1beta/interactions` dengan `"model": "gemini-omni-1.2-flash"`, atau panggil `client.interactions.create` di SDK Python, JavaScript, Go, atau Java. generateContent adalah antarmuka lama yang dipakai model Gemini lain.

### Berapa durasi maksimal satu klip Gemini Omni 1.2 Flash?

Permintaan pembuatan berjalan 3–15 detik dengan default 10. Perpanjangan menambah 3–10 detik per turn sampai total 30 detik, interpolasi bingkai awal dan akhir tetap dalam 3–10 detik, dan video masukan untuk pengeditan maksimal 15 detik.

### Bisakah saya mengedit video yang saya unggah, atau hanya klip buatan model?

Keduanya, dengan batas. Klip unggahan maksimal 15 detik, dan mengedit atau memperpanjangnya tidak tersedia di EEA, Swiss, dan Inggris; klip buatan model bisa diedit dan diperpanjang di kawasan itu.

### Apa yang terjadi dengan gemini-omni-1.1-flash?

Model itu tetap berjalan selama masa transisi empat minggu. Mulai 3 Desember 2026 permintaan ke model itu ditangani `gemini-omni-1.2-flash` dan ditagih dengan harga 1.2, tanpa perubahan kode.

## Sumber yang diperiksa

- [Google: tulisan peluncuran Gemini Omni 1.2 Flash](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/)
- [Google: kartu model Gemini Omni Flash](https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash)
- [Google: membuat dan mengedit video dengan Gemini Omni Flash](https://ai.google.dev/gemini-api/docs/omni)
- [Google: ikhtisar API Interactions](https://ai.google.dev/gemini-api/docs/interactions-overview)
- [Google: catatan rilis API Gemini](https://ai.google.dev/gemini-api/docs/changelog)
- [Google: harga API Gemini](https://ai.google.dev/gemini-api/docs/pricing)
- [Google: batas laju API Gemini](https://ai.google.dev/gemini-api/docs/rate-limits)