Gemini Omni 1.2 Flash API ile video üret ve düzenle

Gemini Omni 1.2 Flash API, 5 Kasım 2026’da Gemini API’nin ücretli katmanında genel kullanıma açıldı. Tek istek 3–15 saniyelik sesli bir video döndürüyor; ardından gelen istek aynı klibi yeniden yüklemeden düzenliyor (Google’ın sürüm notları ve Omni rehberi, 6 Kasım 2026’da kontrol edildi).

• Model: gemini-omni-1.2-flash; client.interactions.create veya POST /v1beta/interactions ile çağrılıyor.
• Klip: 24 fps’te 3–15 saniye, 16:9 veya 9:16, üretilmiş ses kanalıyla.
• Düzenleme: previous_interaction_id ile ikinci tur, ürettiğiniz klibi yeniden yazar; giriş 15 saniyeye kadar.
• Fiyat: 15 saniyelik 720p klip için video tokenlarında yaklaşık $1.04, artı giriş ve metin tokenları.

Gemini Omni 1.2 Flash API neleri destekliyor

İstekler POST https://generativelanguage.googleapis.com/v1beta/interactions adresine, gövdede "model": "gemini-omni-1.2-flash" ile gider. Bu, Interactions API: Google’ın Haziran 2026’da genel kullanıma açılmasından bu yana yeni projeler için önerdiği arayüz (Interactions API genel bakış, 6 Kasım 2026’da kontrol edildi); eski generateContent arayüzü diğer Gemini modellerine hizmet vermeye devam ediyor. Yani hem SDK hem düz HTTP üzerinden aynı modele gidiliyor.

Model, yerel sesli video ve metin döndürüyor (model kartı). Çıktı 24 fps’te, 360p, varsayılan olarak 720p, upscale ile 1080p veya upscale ile 4k çalışıyor ve her klipte görünmez bir SynthID filigranı var. Varsayılan yatay 16:9; dikey çekim 9:16 veriyor. Çözünürlük alanı boş bırakılırsa çıktı 720p geliyor.

Erişim yalnızca ücretli. Google’ın fiyat tablosunda giriş ve çıkış için Free Tier altında Not available yazıyor; hız limitleri sayfası Omni Flash’ı Tier 1’de dakikada 8, günde 40 istekle başlatıyor (fiyatlar, hız limitleri, 6 Kasım 2026’da kontrol edildi). Ücretsiz katmanda model hiç görünmüyor; ilk istekten itibaren ücretli katman faturalandırılıyor.

Önceki model gemini-omni-1.1-flash dört haftalık geçiş boyunca kullanılabilir kalıyor. 3 Aralık 2026’dan itibaren ona giden istekler 1.2 tarafından 1.2 fiyatlarıyla işleniyor; kod değişmiyor. Yani geçiş tarihinde kodu güncellemeniz gerekmiyor.

Interactions API ile video üretme

Python SDK’da üç adım var: istemci oluştur, etkileşimi oluştur, base64 videoyu dosyaya yaz. Örnek, süreyi açıkça veriyor, yani varsayılan 10 saniyeye bağlı kalmıyorsunuz, ve klibi sonra düzenleyebilmek için etkileşimi saklı tutuyor. google-genai paketi (pip install -U google-genai) ve GEMINI_API_KEY içinde bir Gemini API anahtarı gerekiyor; iki tur da Google’ın uç noktasına gittiği için OmniaKey anahtarı burada çalışmaz. Örnekteki iki tur da aynı istemciyi ve aynı model adını kullanıyor.

# 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))

Süre, 3 ile 15 arasında tam saniye olarak string yazılıyor; alan boş bırakılırsa model 10 saniye üretiyor. Çözünürlük, aynı response_format nesnesindeki komşu anahtar; tür ayarının hemen yanında duruyor ve ayrı bir üst düzey alan gerektirmiyor.

SDK biten dosyayı output_video.data içinden base64 olarak okur; REST yanıtında bu alan yok, aynı baytlar steps[] içinde, video türündeki content girdisinde gelir. 4 MB üzerindeki klipler için response_format içine "delivery": "uri" ekleyin (Omni rehberi, 6 Kasım 2026’da kontrol edildi); sonra dosya durumu ACTIVE olana kadar client.files.get ile yoklayın ve dosyayı client.files.download ile alın.

Kod parçası Google’ın Python örneğinden uyarlandı ve sözdizimi kontrolünden geçti; API’ye karşı çalıştırmadık.

Üretilen klibi baştan başlamadan düzenleme

İlk etkileşimin kimliğini previous_interaction_id olarak geçirin ve değişikliği anlatın. Model klibin bağlamını korur, düzenlemeyi uygular ve yeni bir video döndürür; Google’ın düzenleme örneği yalnızca modeli, bu kimliği ve istemi gönderiyor, yani 2. turdaki aynı üç alanı (Omni rehberi, 6 Kasım 2026’da kontrol edildi). Böylece düzenleme turunda klibin geri kalanı korunur; yalnızca değişmesini istediğiniz ayrıntıyı yazarsınız.

Uzatma da aynı döngüyü izliyor. Sade bir dille devam isteyin; model 3–10 saniye ekliyor (varsayılan 10), giriş videosunun son 10 saniyesini bağlam olarak kullanıyor ve toplamda 30 saniyeye kadar çıkıyor. Yani klip her turda biraz daha uzuyor, ama yalnızca sonundan. Ekleme her zaman sona yapılıyor; açılış karesinin önüne veya ortaya sahne ekleyemezsiniz.

Kendi çektiğiniz görüntüler için Files API üzerinden en fazla 15 saniyelik bir klip yükleyip istemi onun üzerine yazın. Yüklenen videoları düzenlemek ve uzatmak AEA, İsviçre ve Birleşik Krallık’ta kullanılamıyor; modelin ürettiği klipleri düzenlemek bu bölgelerde çalışıyor. Ses düzenleme bu sürümde desteklenmiyor; ses girişleri ve ses referansları da desteklenmiyor, referans videodaki ses yok sayılıyor. Bu bölgelerde yüklenen bir video, modelin ürettiği klip gibi düzenlenemiyor.

Süre, çözünürlük ve referans sınırları

Aralıklar işleme göre değişiyor, bu yüzden tablo her işlem için alt ve üst sınırı ayrı gösteriyor ve Google’ın rehberini izliyor (Omni rehberi, 6 Kasım 2026’da kontrol edildi).

Metinden veya görselden üretimde 15 saniyenin tamamı kullanılabilirken ilk ve son kare arası geçiş 10 saniyeyle sınırlı; düzenlenecek giriş videosu da 15 saniyeyi geçemiyor. Referansların kendi sınırları var:

• İstek başına en fazla 6 referans görseli; en fazla 2 karakter için karakter başına en fazla 3 görsel.
• 11–15 saniyelik çıktılar 3 saniyeye kadar 1 referans video kabul ediyor; 3–10 saniyelik çıktılar her biri 3 saniyeye kadar 3 referans video kabul ediyor.
• Referans videolar yeni bir klip üretirken işe yarıyor. Düzenleme ve uzatma bunun yerine referans görselleri alıyor.
• YouTube bağlantıları medya girişi olarak kullanılamaz; dosyayı önce yükleyin.

Google’ın resmi örnekleri ne gösteriyor

Google, 5 Kasım 2026 lansman yazısıyla birlikte dokuz demo klip yayımladı (6 Kasım 2026’da kontrol edildi). İkisini indirip ffprobe ile inceledik: ikisi de 1920×1080, 24 fps ve AAC stereo ses kanalına sahip; iki dosya da bir başlık kartıyla açılıyor, yani dosya süresi içindeki sahneden uzun. Dosyayı açtığınızda önce başlık kartı geliyor, sahne ondan sonra başlıyor.

İkili, tek bir klipte kadrajın ne kadar ilerleyebildiğini gösteriyor. Kadraj yakın plandan geniş bir manzaraya geçebiliyor. 6. saniyede bir adam sığ suda, eli bir kütüğün üzerinde diz çöküyor; 12. saniyede kamera kıyının çok üzerinde, kişi su hattının yanında küçücük, solda palmiyeli tepeler, sağda açık okyanus var.

12. saniyedeki Pantheon karesi binanın içinde: yuvarlak okulus, çevresindeki eş merkezli kare kasetler ve zemine düşen güneş lekesi. Google’ın açıklaması iki mimari fotoğrafla yönetilen kesintisiz bir drone uçuşu anlatıyor; 6. saniyede aynı örnek hâlâ dışarıda, sütunların arasında.

Resmi fiyatlar: bir klibi doğru hesaplama

Google metin, görsel ve video girişi için milyon token başına $1.50, metin çıkışı için milyon token başına $9.00, video çıkışı için milyon token başına $12.00 alıyor; yalnızca ücretli katmanda (fiyat sayfası, 6 Kasım 2026’da kontrol edildi). Video çıkış tokenlarıyla faturalanıyor ve 720p çıkış saniyede 5,792 token kullanıyor. Giriş tarafında metin, görsel ve video aynı fiyattan sayılıyor.

15 saniyelik 720p bir klip, video tokenlarında 15 × 5,792 × $12.00 / 1,000,000 = $1.04256, yani yaklaşık $1.04 tutuyor; giriş ve metin tokenları hariç. Önce süreyi saniyedeki token sayısıyla, sonra milyon token fiyatıyla çarpıp bir milyona bölün. Yuvarlamayı ancak toplamı hesapladıktan sonra yapın, yoksa küçük farklar birikir.

Hangi video akışını seçmeli

Tek bir 15 saniyelik sesli plan sahneyi karşılıyorsa ya da klip birkaç küçük değişiklik turundan geçecekse Omni ile üretin. Düzenleme döngüsü seçme nedenidir: her tur önceki klibin bağlamını korur, böylece tüm sahneyi yeniden anlatmak yerine mesaj başına bir nesneyi, bir arka planı veya bir kamera notunu değiştirirsiniz. Böylece her turda tek bir şeyi değiştirip sonucu görürsünüz.

Plan tek geçişte daha uzun sürecekse ya da iş referans video üzerine kurulacaksa başka bir model seçin. ByteDance’in Seedance 2.5 modeli tek istekte 30 saniyeye kadar üretiyor; bu sınır API belgelerinde yazıyor ve Seedance 2.5 incelemesi bunu anlatıyor; Kling 4.0 vs Seedance 2.5 karşılaştırması ise hareket ve referans odaklı akışları ele alıyor.

Omni, Google’ın kendi ücretli sürümü ve OmniaKey’in video kataloğunun dışında. Uzun tek planlar için Seedance 2.5 orada mevcut; yapay zeka video üreticisi ise istemleri tarayıcıda kod yazmadan çalıştırıyor. Yani uzun tek plan için katalogda bir seçenek var, kod yazmadan denemek için de tarayıcı aracı var.

Sık sorulan sorular

Gemini Omni 1.2 Flash API ücretsiz mi?

Hayır. Model Gemini API’nin ücretli katmanında ve Google’ın fiyat tablosunda Free Tier altında Not available yazıyor.

Gemini Omni 1.2 Flash API hangi uç noktayı kullanıyor?

Interactions API’yi. POST https://generativelanguage.googleapis.com/v1beta/interactions adresine "model": "gemini-omni-1.2-flash" ile gönderin ya da Python, JavaScript, Go veya Java SDK’larında client.interactions.create çağırın. generateContent, diğer Gemini modellerinin kullandığı eski arayüz.

Bir Gemini Omni 1.2 Flash klibi en fazla ne kadar sürebilir?

Üretim isteği 3–15 saniye sürer ve varsayılanı 10’dur. Uzatma tur başına 3–10 saniye ekleyerek toplamda 30 saniyeye çıkar, ilk ve son kare arası geçiş 3–10 saniyede kalır, düzenlenecek giriş videosu en fazla 15 saniye olabilir.

Yüklediğim bir videoyu düzenleyebilir miyim, yoksa yalnızca üretilen klipleri mi?

İkisi de mümkün, sınırlarla. Yüklenen klipler en fazla 15 saniye olabilir ve bunları düzenlemek veya uzatmak AEA, İsviçre ve Birleşik Krallık’ta kullanılamıyor; modelin ürettiği klipler bu bölgelerde düzenlenip uzatılabiliyor.

gemini-omni-1.1-flash ne olacak?

Dört haftalık geçiş boyunca çalışmaya devam ediyor. 3 Aralık 2026’dan itibaren ona giden istekler gemini-omni-1.2-flash tarafından işleniyor ve 1.2 fiyatlarıyla faturalanıyor; kod değişmiyor.

Kontrol edilen kaynaklar

• Google: Gemini Omni 1.2 Flash lansman yazısı
• Google: Gemini Omni Flash model kartı
• Google: Gemini Omni Flash ile video üretme ve düzenleme
• Google: Interactions API genel bakış
• Google: Gemini API sürüm notları
• Google: Gemini API fiyatları
• Google: Gemini API hız limitleri