Gemini Omni 1.2 Flash: clip native da 15 secondi e tariffe ridotte del 30%

Google ha reso disponibile il 5 novembre Gemini Omni 1.2 Flash, versione aggiornata del modello di generazione video che porta a 15 secondi la durata massima di un clip prodotto in un'unica generazione, contro i 10 secondi della versione precedente, e riduce del 30 per cento il prezzo della generazione in 720p. Il modello viene distribuito tramite l'API Gemini, l'AI Studio per gli sviluppatori e la console di Google Cloud per le imprese, e raggiunge le applicazioni per il pubblico con condizioni differenti. Nel segmento dei modelli generativi video, dove la competizione tra i grandi laboratori si misura su durata, coerenza e costo per secondo, l'aggiornamento interviene su tutti e tre i parametri, con l'obiettivo dichiarato da Google di rendere i clip utilizzabili nella produzione pubblicitaria e nei contenuti social.

Secondo Google, il costo scende a 0,07 dollari per secondo di video a 720p, contro circa 0,10 dollari della versione 1.1: un clip completo di 15 secondi costa dunque poco più di un dollaro, all'incirca quanto costava un clip da 10 secondi con il modello precedente. L'azienda indica anche un percorso di lavoro più economico, che prevede bozze a 360p o 720p, correzioni successive tramite istruzioni in linguaggio naturale e passaggio a 1080p o 4K della sola versione migliore. Il salto al 4K resta però fatturato intorno a 0,21 dollari al secondo, tre volte il prezzo del 720p. La durata è ora scegliibile al secondo, in un intervallo tra 3 e 15 secondi.

Un secondo gruppo di novità riguarda la stabilità delle immagini. Il modello accetta in ingresso foto di persone o prodotti, estratti video fino a 3 secondi e indicazioni sonore; secondo Google volti, abiti, testi sulle confezioni e colori di marca restano coerenti al variare dell'angolazione della camera. La modifica conversazionale opera su clip intere: scenario, illuminazione, meteo e formato possono essere cambiati in più passaggi senza rigenerare il video dall'inizio. L'audio migliora con voci distinte per più interlocutori e sincronizzazione labiale più curata, mentre la camera segue movimenti continui, come voli in soggettiva o zoom indietro, con meno stacchi indesiderati. Google riconosce che azioni sportive rapide, cambi improvvisi di copione e fenomeni fisici complessi restano da migliorare e non fornisce punteggi numerici di confronto con i modelli concorrenti: i progressi descritti poggiano su dimostrazioni selezionate dall'azienda.

La distribuzione procede per gradi e con regole diverse. Nell'app Gemini i clip da 15 secondi arrivano progressivamente agli abbonati Google AI Ultra; in Google Vids sono disponibili senza sovrapprezzo con un account Google o Workspace, mentre gli utenti ordinari possono generare fino a tre video gratuiti da 15 secondi al mese; il modello compare anche in Flow e in Google Ads. Gli sviluppatori possono provarlo in AI Studio, le imprese vi accedono dalla console Cloud con supporto al throughput provisioned. Ogni video generato incorpora il watermark invisibile SynthID. Il modello era stato presentato alla Google I/O del 19 maggio e la versione 1.1 era uscita il 27 agosto: il dossier resta aperto sul fronte della qualità nelle scene fisicamente complesse, mentre il rilascio avanza piattaforma per piattaforma.