# Gemini Omni 1.2 Flash API: генерация видео и правка клипа

> Interactions API для Gemini Omni 1.2 Flash: клипы до 15 секунд со звуком, правка клипа, ограничения по длительности и официальная цена за токены.

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

---

API Gemini Omni 1.2 Flash вышел в общий доступ 5 ноября 2026 года на платном уровне Gemini API. Один запрос возвращает видео длиной 3–15 секунд со звуком, а следующий запрос правит этот же клип без повторной загрузки ([заметки о выпуске Google](https://ai.google.dev/gemini-api/docs/changelog) и [руководство по Omni](https://ai.google.dev/gemini-api/docs/omni), проверено 6 ноября 2026 года).

- **Модель:** `gemini-omni-1.2-flash`, вызов через `client.interactions.create` или `POST /v1beta/interactions`.
- **Клип:** 3–15 секунд при 24 fps, 16:9 или 9:16, со сгенерированной звуковой дорожкой.
- **Правка:** второй ход с `previous_interaction_id` переписывает созданный вами клип, на входе до 15 секунд.
- **Цена:** около $1.04 в токенах видео за клип 720p на 15 секунд плюс токены входа и текста.

## Что умеет API Gemini Omni 1.2 Flash

Запросы идут на `POST https://generativelanguage.googleapis.com/v1beta/interactions` с `"model": "gemini-omni-1.2-flash"` в теле. Это Interactions API — интерфейс, который Google рекомендует для новых проектов с момента общего доступа в июне 2026 года ([обзор Interactions API](https://ai.google.dev/gemini-api/docs/interactions-overview), проверено 6 ноября 2026 года); более старый интерфейс generateContent по-прежнему обслуживает другие модели Gemini.

Модель возвращает видео с собственным звуком и текст ([карточка модели](https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash)). Вывод идёт при 24 fps, в 360p, по умолчанию 720p, 1080p с апскейлом или 4k с апскейлом, и на каждом клипе есть невидимый водяной знак SynthID. По умолчанию используется альбомная ориентация 16:9, портретная даёт 9:16.

Доступ только платный. В таблице цен Google для входа и выхода стоит `Not available` в Free Tier, а страница лимитов начинает Omni Flash с 8 запросов в минуту и 40 в день на Tier 1 ([цены](https://ai.google.dev/gemini-api/docs/pricing), [лимиты](https://ai.google.dev/gemini-api/docs/rate-limits), проверено 6 ноября 2026 года).

Предыдущая модель `gemini-omni-1.1-flash` остаётся доступной на время четырёхнедельного перехода. С 3 декабря 2026 года запросы к ней обрабатывает версия 1.2 по ценам 1.2, без изменений в коде.

## Сгенерировать видео через Interactions API

В Python SDK всё сводится к трём шагам: создать клиент, создать взаимодействие, записать видео из base64 в файл. В примере длительность задана явно, а взаимодействие сохраняется, чтобы клип можно было потом править. Нужен пакет `google-genai` (`pip install -U google-genai`) и ключ Gemini API в `GEMINI_API_KEY`; оба хода идут на эндпоинт Google, поэтому ключ OmniaKey здесь не подойдёт.

```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))
```

Длительность задаётся целыми секундами в виде строки, от 3 до 15; если поле не указать, модель сгенерирует 10 секунд. Разрешение — соседний ключ в том же объекте `response_format`, рядом с типом. Разрешения 1080p и 4k доступны только с апскейлом.

Готовый файл SDK читает из `output_video.data` в base64; в ответе REST этого поля нет, и те же байты лежат внутри `steps[]`, в элементе content типа видео. Для клипов больше 4 МБ добавьте `"delivery": "uri"` в `response_format` ([руководство по Omni](https://ai.google.dev/gemini-api/docs/omni), проверено 6 ноября 2026 года); затем опрашивайте `client.files.get`, пока состояние файла не станет ACTIVE, и забирайте файл через `client.files.download`.

Фрагмент адаптирован из примера Google на Python и прошёл проверку синтаксиса; против API мы его не запускали.

## Править готовый клип, не начиная заново

Передайте id первого взаимодействия в `previous_interaction_id` и опишите изменение. Модель сохраняет контекст клипа, применяет правку и возвращает новое видео, поэтому пересказывать всю сцену не нужно: достаточно назвать то, что должно измениться; в примере правки Google отправляются только модель, этот id и запрос — те же три поля, что на втором ходе ([руководство по Omni](https://ai.google.dev/gemini-api/docs/omni), проверено 6 ноября 2026 года).

> Оставляйте 
>
> `store=True`
>
>  (значение по умолчанию) на любом ходе, который собираетесь править. При 
>
> `store=false`
>
>  следующие ходы не смогут использовать 
>
> `previous_interaction_id`
>
> , чтобы продолжить клип.

Продление работает по тому же циклу. Попросите продолжение обычными словами, и модель добавит 3–10 секунд, по умолчанию 10, взяв последние 10 секунд входного видео как контекст, всего до 30 секунд. Добавление идёт только в конец: вставить сцену перед первым кадром или в середину нельзя.

Для своих съёмок загрузите клип не длиннее 15 секунд через Files API и напишите запрос по нему. Правка и продление загруженных видео недоступны в ЕЭЗ, Швейцарии и Великобритании, а правка клипов, созданных моделью, в этих регионах работает. Правка голоса в текущей версии не поддерживается, как и звуковые входы и звуковые референсы, а звук внутри референсного видео игнорируется.

## Длительность, разрешение и лимиты референсов

Диапазоны зависят от операции; таблица повторяет руководство Google ([руководство по Omni](https://ai.google.dev/gemini-api/docs/omni), проверено 6 ноября 2026 года).

|Операция|Длительность|Детали|
|-|-|-|
|Текст или фото в видео|3–15 с|10 с по умолчанию|
|Первый и последний кадр|3–10 с|Два кадра|
|Правка клипа|вход ≤15 с|Загружен или создан|
|Продление за ход|+3–10 с|10 с по умолчанию|
|Итог с продлением|30 с|10 с в контексте|

Для генерации из текста или картинки доступны все 15 секунд, для интерполяции между первым и последним кадром — только 10, а входное видео для правки не может быть длиннее 15 секунд. У референсов свои ограничения:

- До 6 референсных изображений на запрос, до 3 изображений на персонажа для 2 персонажей. Если персонажей двое, на каждого приходится не больше трёх изображений, и все они входят в общий лимит запроса.
- Для вывода 11–15 секунд допускается 1 референсное видео до 3 секунд; для вывода 3–10 секунд — до 3 референсных видео по 3 секунды.
- Референсные видео работают при создании нового клипа. При правке и продлении вместо них передаются референсные изображения.
- Ссылки YouTube нельзя использовать как медиавход; сначала загрузите файл.

## Что показывают официальные примеры Google

Google опубликовал девять демонстрационных клипов вместе с [анонсом от 5 ноября 2026 года](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/) (проверено 6 ноября 2026 года). Мы скачали два и проверили через ffprobe: оба 1920×1080 при 24 fps со стереодорожкой AAC, и оба файла начинаются с титульной заставки, поэтому длина файла больше сцены внутри.

![Два кадра из демо Castaway от Google: мужчина на коленях на мелководье на 6-й секунде, затем широкий верхний вид побережья на 12-й секунде](https://omniakey.com/_img/blog/gemini-omni-1-2-flash-api/official-castaway-sequence.dbe2c3e5.2400.webp)

_Кадры на 6-й и 12-й секундах официального демо Castaway crash-zoom от Google._

Пара показывает, насколько может двигаться кадр внутри одного клипа. На 6-й секунде мужчина стоит на коленях на мелководье, положив руку на плавник; на 12-й секунде камера висит высоко над берегом, человек маленький у линии воды, слева холмы в пальмах, справа открытый океан.

![Кадр из демо Pantheon от Google на 12-й секунде: круглый окулюс, концентрические квадратные кессоны и пятно солнца внутри купола](https://omniakey.com/_img/blog/gemini-omni-1-2-flash-api/official-pantheon.1d1094e7.1600.webp)

_Кадр на 12-й секунде официального демо-тура по Пантеону от Google._

Кадр Пантеона на 12-й секунде уже внутри здания: круглый окулюс, концентрические квадратные кессоны вокруг и пятно солнца на полу. Подпись Google описывает непрерывный полёт дрона, заданный двумя фото архитектуры; на 6-й секунде тот же пример ещё снаружи, между колоннами.

## Официальные цены: как правильно оценить клип

Google берёт $1.50 за миллион токенов входа для текста, изображений и видео, $9.00 за миллион токенов текстового выхода и $12.00 за миллион токенов видеовыхода, только на платном уровне ([страница цен](https://ai.google.dev/gemini-api/docs/pricing), проверено 6 ноября 2026 года). Видео тарифицируется по токенам выхода, и вывод 720p расходует 5,792 токена в секунду.

|Вывод|Токены/с|≈ USD/с|
|-|-|-|
|360p|1,931|$0.023|
|720p|5,792|$0.07|
|1080p с апскейлом|8,688|$0.104|
|4k с апскейлом|17,376|$0.209|

Клип 720p на 15 секунд стоит 15 × 5,792 × $12.00 / 1,000,000 = $1.04256 в токенах видео, около $1.04, без токенов входа и текста. Сначала умножьте длительность на токены в секунду, затем на цену за миллион токенов и разделите на миллион. Округляйте только после подсчёта суммы.

## Какой сценарий работы с видео выбрать

Берите Omni, когда сцену закрывает один план на 15 секунд со звуком или когда клип пройдёт несколько кругов мелких правок. Если план укладывается в эти 15 секунд и звук нужен сразу, отдельная склейка не требуется. Ради цикла правок его и выбирают: каждый ход сохраняет контекст предыдущего клипа, поэтому вы меняете один предмет, фон или замечание к камере одним сообщением вместо пересказа всей сцены.

Другая модель нужна, когда план должен идти дольше за один проход или когда работа строится вокруг референсного видео. [Seedance 2.5](https://omniakey.com/ru/dreamina-seedance-2-5-260628) от ByteDance генерирует до 30 секунд за один запрос — это ограничение указано в документации API, и [обзор Seedance 2.5](https://omniakey.com/ru/blog/seedance-2-5-review) его разбирает, а [сравнение Kling 4.0 и Seedance 2.5](https://omniakey.com/ru/blog/kling-4-0-vs-seedance-2-5) разбирает сценарии с движением и с референсами.

Omni — платный выпуск самого Google, его нет в видеокаталоге OmniaKey. Seedance 2.5 там доступен для длинных одиночных планов, а [генератор видео с ИИ](https://omniakey.com/ru/ai-video-generator) выполняет промпты в браузере без кода.

## Частые вопросы

### API Gemini Omni 1.2 Flash бесплатный?

Нет. Модель работает на платном уровне Gemini API, и в таблице цен Google для неё стоит `Not available` в Free Tier.

### Какой эндпоинт использует API Gemini Omni 1.2 Flash?

Interactions API. Отправляйте `POST https://generativelanguage.googleapis.com/v1beta/interactions` с `"model": "gemini-omni-1.2-flash"` или вызывайте `client.interactions.create` в SDK для Python, JavaScript, Go или Java. generateContent — более старый интерфейс, его используют другие модели Gemini.

### Какая максимальная длительность клипа Gemini Omni 1.2 Flash?

Запрос генерации даёт 3–15 секунд, по умолчанию 10. Продление добавляет 3–10 секунд за ход до 30 секунд всего, интерполяция между первым и последним кадром укладывается в 3–10 секунд, а входное видео для правки — не длиннее 15 секунд.

### Можно править загруженное видео или только созданные клипы?

И то и другое, с ограничениями. Загруженные клипы не длиннее 15 секунд, а их правка и продление недоступны в ЕЭЗ, Швейцарии и Великобритании; клипы, созданные моделью, правятся и продлеваются в этих регионах.

### Что будет с gemini-omni-1.1-flash?

Он продолжает работать в течение четырёхнедельного перехода. С 3 декабря 2026 года запросы к нему обрабатывает `gemini-omni-1.2-flash` и тарифицирует по ценам 1.2, без изменений в коде.

## Проверенные источники

- [Google: анонс Gemini Omni 1.2 Flash](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/)
- [Google: карточка модели Gemini Omni Flash](https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash)
- [Google: генерация и правка видео в Gemini Omni Flash](https://ai.google.dev/gemini-api/docs/omni)
- [Google: обзор Interactions API](https://ai.google.dev/gemini-api/docs/interactions-overview)
- [Google: заметки о выпуске Gemini API](https://ai.google.dev/gemini-api/docs/changelog)
- [Google: цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing)
- [Google: лимиты Gemini API](https://ai.google.dev/gemini-api/docs/rate-limits)