Gemini Omni 1.2 Flash là gì?

Câu trả lời nhanh: Gemini Omni 1.2 Flash là mô hình tạo và chỉnh sửa video đang được phổ biến rộng rãi của Google, phát hành ngày 5 tháng 11 năm 2026. Nó tạo các đoạn clip dài 3 đến 15 giây kèm âm thanh gốc, có giá khoảng $0,07 mỗi giây ở độ phân giải 720p, và chạy trên Interactions API với model ID gemini-omni-1.2-flash. Từ ngày 3 tháng 12 năm 2026, các request gửi tới 1.1 sẽ được chuyển hướng đến mô hình này.

Dùng thử Apidog ngay hôm nay

Chính ngày cuối cùng này là lý do bản phát hành này quan trọng nếu bạn đã đang triển khai video. Code 1.1 của bạn vẫn chạy tốt, nhưng một mô hình khác sẽ trả lời nó trong vòng chưa đầy một tháng.

Nếu bạn chưa quen với dòng mô hình này, hãy bắt đầu với bài viết Gemini Omni là gì. Để biết chi tiết về bản ra mắt 1.1, xem bài Omni 1.1 Flash của chúng tôi. Bài hướng dẫn này tập trung vào những gì 1.2 mang lại cho ai đang xây dựng sản phẩm ngay hôm nay.

Gemini Omni 1.2 Flash làm được gì

Gemini Omni 1.2 Flash nhận văn bản, hình ảnh và video làm đầu vào và trả về video có âm thanh. Nó tạo clip mới, chỉnh sửa clip qua nhiều lượt và mở rộng clip, tất cả thông qua một API duy nhất. Bạn chọn thời lượng theo bước một giây, và đặt độ phân giải theo từng request.

Thông báo liệt kê năm khả năng đáng chú ý:

• Bám sát hình tham chiếu. Hình ảnh nhân vật, sản phẩm và phong cách giúp khuôn mặt, trang phục, bao bì và màu sắc thương hiệu giữ nguyên qua các góc máy khác nhau. Bạn có thể dùng tới 6 ảnh tham chiếu, tối đa 3 ảnh mỗi nhân vật cho tối đa 2 nhân vật.
• Tính nhất quán. Google cho biết nhân vật, vật thể và bối cảnh được giữ tốt hơn từ khung hình đầu đến khung hình cuối, bao gồm cả nội suy giữa keyframe đầu và cuối.
• Chỉnh sửa nhiều lượt. Đổi sản phẩm, thay đổi thời tiết hoặc đổi tỷ lệ khung hình ở lượt tiếp theo, mà không cần bắt đầu lại từ đầu.
• Giọng nói. Google khẳng định hội thoại tự nhiên hơn, khớp môi rõ hơn và điều kiện hóa nhiều người nói rõ ràng hơn.
• Điều khiển camera. Các cảnh bay FPV và quay vòng quanh đối tượng, với ít cảnh cắt đột ngột ngoài ý muốn hơn.

Các tuyên bố về chất lượng ở trên là của Google. Họ không công bố benchmark nào, vì vậy hãy coi đó là lý do để tự kiểm thử, chứ không phải là kết quả.

Thay đổi gì so với Gemini Omni 1.1 Flash

Ba thứ ảnh hưởng trực tiếp đến code của bạn: độ dài clip, giá và cú pháp prompt. Cả hai mô hình đều chạy trên Interactions API, nên việc chuyển đổi chỉ là thay đổi chuỗi tên mô hình cộng với một lần kiểm thử lại.

	Omni 1.1 Flash	Omni 1.2 Flash
Trạng thái	Thế hệ trước	Phổ biến rộng rãi
Model ID	gemini-omni-1.1-flash	gemini-omni-1.2-flash
Độ dài clip đơn tối đa	10 giây	15 giây
Giá đầu ra video	$17,50 mỗi 1M token	$12,00 mỗi 1M token
Chi phí mỗi giây ở 720p	khoảng $0,10	khoảng $0,07
Giá đầu vào	$1,50 mỗi 1M token	$1,50 mỗi 1M token
Ảnh tham chiếu khi mở rộng	Không hỗ trợ	Tối đa 2, trên Agent Platform
Gói miễn phí Gemini API	Không có	Không có

Mức trần 15 giây đi kèm các ngoại lệ. Nội suy khung hình đầu và cuối vẫn giới hạn ở 3 đến 10 giây, và yêu cầu thời lượng lớn hơn sẽ trả về lỗi invalid argument. Video tham chiếu cũng bị giới hạn: đầu ra 3–10 giây nhận tối đa 3 clip, còn đầu ra 11–15 giây chỉ nhận 1. Mỗi clip có thể dài tối đa 3 giây. Vì vậy, một thanh trượt thời lượng duy nhất cho phép chọn tới 15 giây có thể làm hỏng chế độ keyframe của bạn.

Tài liệu cũng cảnh báo không dùng các thẻ điều khiển như <FIRST_FRAME> và <IMAGE_REF_0> trong prompt. Google gọi chúng là đã bị ngừng hỗ trợ và sẽ không được hỗ trợ trong các mô hình tương lai. Thay vào đó, hãy mô tả vai trò của từng đầu vào bằng ngôn ngữ tự nhiên.

Giá Gemini Omni 1.2 Flash theo độ phân giải

Omni tính phí theo token đầu ra, và trang định giá của Google quy đổi ra mức giá theo giây. Một giây 720p tương đương 5.792 token. Đây chỉ là chi phí đầu ra, và token đầu vào sẽ cộng thêm một khoản nhỏ.

Độ phân giải	Mỗi giây	Clip 5 giây	Clip 15 giây
360p	$0,023	$0,12	$0,35
720p	khoảng $0,07	khoảng $0,35	khoảng $1,04
1080p (nâng cấp lên)	$0,104	$0,52	$1,56
4K (nâng cấp lên)	$0,209	$1,05	$3,14

Quy trình Google khuyến nghị là phác thảo ở 360p hoặc 720p, sửa lỗi bằng các lượt chỉnh sửa tiếp theo thay vì tạo lại từ đầu, và chuyển lên 1080p hoặc 4K ở bước cuối. Các con số cũng xác nhận điều đó. Chín bản phác thảo 15 giây ở 360p có giá xấp xỉ một bản render 15 giây 4K.

Hai lưu ý cho ngân sách của bạn. Không có mức giá Batch nào được liệt kê cho mô hình này. Và chúng tôi chưa chạy một lần upscale trả phí nào, nên hãy xác nhận cách một bản phác thảo hoàn chỉnh được tính phí ở 1080p hoặc 4K trước khi xây dựng kế hoạch dựa trên nó. Để xem chi tiết cách tính token, xem phân tích giá Omni 1.1 của chúng tôi và thay bằng mức giá $12,00.

Bạn có thể gọi Gemini Omni 1.2 Flash ở đâu

Bạn có thể truy cập mô hình qua hai API và bốn ứng dụng của Google. Các đường dành cho lập trình viên là:

• Gemini API. Dùng POST https://generativelanguage.googleapis.com/v1beta/interactions với API key từ Google AI Studio.
• Vertex AI Studio và Gemini Enterprise Agent Platform. Dùng endpoint toàn cầu interactions với một Google Cloud project và access token. Tài liệu mở rộng của Google trình bày cấu trúc request.

Các đường qua ứng dụng không cần code:

• Flow: chỉnh sửa cảnh nhiều lượt.
• Google Vids: clip 15 giây không mất thêm phí với tài khoản Google hoặc gói đăng ký Workspace.
• Ứng dụng Gemini: video 15 giây, đang được triển khai cho người đăng ký Google AI Ultra.
• Google Ads: chiến dịch video.

Một lệnh gọi Gemini API tối giản trông như sau:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-[REDACTED CREDENTIAL] \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "input": "A marble rolling fast along a chain reaction track, one smooth shot.",
    "response_format": {
      "type": "video",
      "duration": "3s",
      "resolution": "360p",
      "delivery": "uri"
    }
  }'

Phản hồi là một đối tượng interaction với id, status và một mảng steps. Video nằm trong bước model_output dưới dạng video/mp4. Mặc định, nó được trả về dưới dạng base64 trong data. Đặt "delivery": "uri" cho bất kỳ nội dung nào vượt quá 4MB, sau đó poll Files API cho đến khi tệp có trạng thái ACTIVE. Một cái bẫy cần lưu ý: một lệnh GET sau đó trên interaction sẽ trả về base64 nội tuyến ngay cả khi bạn đã yêu cầu URI, nên hãy lưu URI từ phản hồi lúc tạo. Tài liệu Omni có các ví dụ bằng Python, JavaScript, Java, Go và REST, còn hướng dẫn API Omni 1.1 của chúng tôi trình bày từng bước quy trình request tương tự.

Để chỉnh sửa một clip, hãy truyền previous_interaction_id kèm prompt mới. Đừng đặt store thành false trên clip bạn dự định chỉnh sửa, vì điều đó sẽ chặn các lượt tiếp theo. Hướng dẫn mở rộng video của chúng tôi trình bày cách nối chuỗi các lượt. Nếu bạn vẫn đang cân nhắc lựa chọn nhà cung cấp, hãy đọc bài Omni 1.2 Flash hay Veo.

Việc chuyển hướng ngày 3 tháng 12 ảnh hưởng thế nào đến ứng dụng của bạn

Từ ngày 3 tháng 12 năm 2026, Google sẽ chuyển hướng mọi request gửi tới gemini-omni-1.1-flash sang gemini-omni-1.2-flash và tính phí theo giá của 1.2. Không có gì báo lỗi. Mỗi giây 720p của bạn rẻ hơn khoảng 30%, và một mô hình khác bắt đầu trả lời các prompt hiện có của bạn.

Rủi ro ở đây là sự thay đổi thầm lặng, vì vậy hãy chuyển đổi theo lịch trình của riêng bạn:

1. Đổi chuỗi tên mô hình ngay bây giờ. Chọn ngày kiểm thử của riêng bạn thay vì thừa kế lịch trình của Google.
2. Chạy lại các prompt đã lưu. So sánh các clip cạnh nhau, đặc biệt là những nội dung có giọng nói hoặc tài sản thương hiệu.
3. Cập nhật ước tính chi phí. Bất kỳ mức $0,10 mỗi giây nào được hardcode đều sai sau khi chuyển đổi.
4. Giới hạn thời lượng theo từng chế độ. Cho phép 15 giây cho việc tạo thông thường và 10 giây cho keyframe.
5. Thay thế các thẻ điều khiển. Viết lại mọi prompt vẫn dùng các thẻ kiểu <IMAGE_REF_0>.
6. Dùng giao thức URI cho clip dài. Đầu ra 15 giây dễ vượt quá giới hạn nội tuyến 4MB hơn.

Thông báo này xuất hiện trên trang định giá Gemini API. Nếu bạn gọi qua Agent Platform, hãy kiểm tra trang mô hình của nền tảng đó để biết lịch trình riêng.

Những gì Gemini Omni 1.2 Flash vẫn làm chưa tốt

Google nêu ra ba điểm yếu: hành động thể thao tốc độ cao, thay đổi kịch bản nhanh và vật lý phức tạp. Nếu sản phẩm của bạn phụ thuộc vào bất kỳ yếu tố nào trong số này, hãy kiểm thử những prompt đó trước tiên.

Tài liệu còn nêu các giới hạn cứng:

• Không có điều khiển prompt. System instruction, temperature, top_p, stop sequence và các trường negative prompt đều không được hỗ trợ. Hãy viết các loại trừ trực tiếp vào prompt.
• Chặn theo khu vực. Việc chỉnh sửa hoặc mở rộng video đã tải lên không khả dụng ở EEA, Thụy Sĩ hoặc Vương quốc Anh.
• Chỉ nối thêm. Mở rộng chỉ thêm vào cuối clip. Nó không thể chèn vào đầu hoặc thay đổi phần giữa.
• Ngôn ngữ. Tiếng Anh được hỗ trợ đầy đủ. Google gọi các ngôn ngữ khác là chưa được kiểm thử.
• Nguồn gốc. Mọi đầu ra đều mang watermark SynthID vô hình với mắt thường.

Các trang của Google cũng mâu thuẫn nhau ở ba chỗ, vì vậy hãy kiểm thử trên nền tảng bạn thực sự triển khai:

• Độ dài sau mở rộng. Tài liệu Gemini API cho biết tổng cộng 30 giây. Tài liệu Agent Platform cho biết tới 40 giây.
• Âm thanh. Thông báo nhắc đến âm thanh (audio cue) như một đầu vào tham chiếu. Tài liệu Gemini API lại liệt kê đầu vào âm thanh là không được hỗ trợ.
• Provisioned Throughput. Thông báo cho biết tính năng này khả dụng cho khách hàng doanh nghiệp. Tài liệu Gemini API liệt kê nó là không được hỗ trợ, vì vậy chỉ nên mong đợi nó ở phía doanh nghiệp.

Để coding agent kiểm thử giúp bạn với Apidog CLI

Một lần chuyển hướng mô hình là loại thay đổi mà một contract test nên phát hiện. Coding agent của bạn có thể viết test đó cho Interactions API và chạy nó từ terminal, trong khi bạn xem xét kết quả. Cài đặt Apidog CLI một lần:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

Sau đó đưa cho Claude Code, Codex hoặc Cursor một prompt duy nhất:

In Apidog project <id>, create an endpoint for POST /v1beta/interactions on
generativelanguage.googleapis.com, sending x-goog-api-key from {{GEMINI_API_KEY}}.
Add a test case that requests gemini-omni-1.2-flash at 3s, 360p, delivery uri.
Assert HTTP 200, object is "interaction", status is "completed", and steps holds
a model_output entry of type video with mime_type video/mp4 and a uri.
Run it and summarize any failures.

Agent đọc từng schema, xác thực payload, viết test case và chạy nó:

apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file omni.json
apidog endpoint create --project <id> --file omni.json
apidog test-case category --project <id>
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
  --env-var "GEMINI_API_KEY=$GEMINI_API_KEY" \
  --timeout-request 300000 -r cli,json

Mỗi lần chạy đều tính phí video thật, và fixture này có giá khoảng $0,07, vì vậy hãy lên lịch chạy hằng đêm thay vì mỗi lần commit. Để bao phủ cả việc chuyển hướng, hãy yêu cầu agent nhân bản test case với chuỗi tên mô hình 1.1 và chạy cả hai trước ngày 3 tháng 12. Cùng một dòng lệnh apidog run với -r junit có thể đưa vào pipeline, như hướng dẫn CI/CD với Apidog CLI của chúng tôi trình bày, còn Apidog CLI trong Claude Code hướng dẫn phần cài đặt agent. Apidog Free hỗ trợ tối đa 4 người dùng.

Câu hỏi thường gặp

Gemini Omni 1.2 Flash có miễn phí không? Không, nếu dùng API. Google liệt kê gói miễn phí Gemini API là "Không khả dụng" cho cả đầu vào và đầu ra. Google Vids cung cấp clip 15 giây không mất thêm phí với tài khoản Google hoặc gói đăng ký Workspace.

Model ID là gì? gemini-omni-1.2-flash, chạy trên Interactions API chứ không phải generateContent.

Video Gemini Omni 1.2 Flash có thể dài bao nhiêu? Một clip đơn dài từ 3 đến 15 giây theo bước một giây, mặc định là 10. Mở rộng cộng thêm 3 đến 10 giây mỗi lượt. Độ dài tối đa sau mở rộng là 30 giây theo tài liệu Gemini API và tới 40 giây theo tài liệu Agent Platform.

Điều gì xảy ra với code Omni 1.1 của tôi vào ngày 3 tháng 12? Nó vẫn tiếp tục chạy. Các request tới gemini-omni-1.1-flash được chuyển hướng sang gemini-omni-1.2-flash và tính phí theo giá 1.2, vì vậy hãy kiểm thử lại các prompt của bạn trước thời điểm đó.

Gemini Omni 1.2 Flash có tạo âm thanh không? Có, âm thanh gốc đi kèm với clip. Bạn không thể tải tệp âm thanh lên làm đầu vào qua Gemini API, và âm thanh trong video tham chiếu sẽ bị bỏ qua.

Có benchmark nào so sánh 1.2 với 1.1 không? Không. Google không công bố benchmark nào, vì vậy hãy chạy các prompt của riêng bạn qua cả hai mô hình trước ngày 3 tháng 12.