Google erweitert Gemini Omni 1.2 Flash auf 15 Sekunden und senkt Preise um 30 Prozent

Google hat am Donnerstag, 5. November, die neue Version seines Videogenerationsmodells Gemini Omni 1.2 Flash veröffentlicht. Einzelne Clips können nun bis zu 15 Sekunden lang sein – die am 27. August erschienene Vorgängerversion Omni 1.1 Flash endete bei 10 Sekunden –, und der Tarif für 720p-Videos sinkt um 30 Prozent auf 0,07 Dollar je Sekunde. Bedeutsam ist der Schritt, weil Google das Modell über die Gemini-API und über Unternehmensdienste anbietet und damit auf Werbe- und Social-Media-Produktion zielt; laut AI Times lassen sich vollständige Szenen für Produktbeschreibungen oder Anzeigen in einem Durchgang erstellen.

Die Länge ist zwischen 3 und 15 Sekunden in Ein-Sekunden-Schritten wählbar. Als Referenz akzeptiert das Modell Bilder von Personen, Produkten oder Stilen, Videosequenzen von höchstens drei Sekunden sowie auditive Hinweise; Gesichter, Kleidung, Verpackungstexte und Markenfarben sollen über wechselnde Kamerawinkel hinweg stabil bleiben, und Verzerrungen bei Szenenwechseln und Kamerafahrten sollen abnehmen. Die dialogische Bearbeitung erlaubt es, Produkt, Hintergrund, Licht, Wetter oder Bildformat über mehrere Runden hinweg zu ändern, ohne das Video neu zu generieren. In Dialogszenen unterscheidet die Sprachausgabe mehrere Sprecher und synchronisiert die Lippenbewegungen; kontinuierliche Kamerabewegungen wie ein Flug in Ich-Perspektive, ein Zoom-out oder eine Drehung sollen mit weniger unnötigen Schnitten auskommen.

Der Preisrückgang ist eine Tarifänderung: 0,07 Dollar statt rund 0,10 Dollar je Sekunde in 720p, womit ein 15-Sekunden-Clip etwas mehr als einen Dollar kostet – etwa so viel wie ein 10-Sekunden-Clip der Vorgängerversion. Zusätzlich senkt der von Google empfohlene Arbeitsablauf die Kosten: Entwurf in 360p oder 720p, punktuelle Korrektur per Anweisung, Upscaling nur der besten Aufnahme in 1080p oder 4K; für 4K nennt Frandroid rund 0,21 Dollar je Sekunde, das Dreifache des 720p-Tarifs. Als Grenzen räumt Google schnelle Sportaktionen, abrupte Drehbuchänderungen und komplexe Physik ein. Frandroid weist darauf hin, dass die Fortschritte auf von Google ausgewählten Demonstrationen beruhen und das Unternehmen keine Zahlen im Vergleich zu Wettbewerbsmodellen nennt.

Der Rollout hat in mehreren Google-Diensten begonnen, mit unterschiedlichen Bedingungen: In der Gemini-App werden 15-Sekunden-Videos schrittweise für Abonnenten von Google AI Ultra freigeschaltet, in Google Vids sind sie laut Frandroid ohne Aufpreis mit einem Google-Konto oder einem Workspace-Abo verfügbar, zudem werden Flow und Google Ads genannt. Nach Angaben von AI Times können Nutzer in Google Vids monatlich bis zu drei 15-Sekunden-Videos kostenlos erzeugen; dieses Kontingent betrifft die kostenlose Nutzung und ist von der Nutzung mit Workspace-Abo zu unterscheiden. Entwickler testen das Modell im Google AI Studio, Unternehmen greifen über die Google Cloud Console einschließlich Provisioned Throughput zu; erzeugte Videos tragen das unsichtbare Wasserzeichen SynthID. Nächster zu beobachtender Schritt ist der gestaffelte Rollout selbst, für den keine der Quellen ein Abschlussdatum nennt.