Przejdź do treści

Gemini Omni 1.2 Flash: wideo 15 sekund taniej o 30%. Co to jest Omni?

Adam Marzec
Okładka: Gemini Omni 1.2 Flash, karty z długością 15 sekund i ceną 0,07 USD za sekundę 720p, stan na 6 listopada 2026

Google opublikowało w czwartek 5 listopada 2026 komunikat o nowym modelu do generowania wideo: Gemini Omni 1.2 Flash tworzy klipy do 15 sekund, gdzie Omni 1.1 zatrzymywała się na 10, a sekunda materiału w 720p kosztuje 0,07 USD, czyli o 30% taniej niż dotychczas. Po raz pierwszy rodzina Omni jest ogólnodostępna (GA), a nie w statusie podglądu. Kontekst wyjaśnia dokumentacja Gemini API, która 22 października wyłączyła podgląd Veo 3.1 i odesłała twórców właśnie do Omni. Stąd zamieszanie w wątku Hacker News z 6 listopada (258 punktów, odczyt 6.11), gdzie uczestnicy pytali, skąd nagle „Omni 1.2″, skoro „jesteśmy przy Gemini 4″. Omni to linia wideo Google, Gemini 4 osobna rodzina tekstowa, a ten tekst rozplątuje te nazwy, pokazuje pełny cennik sekundowy i sprawdza, co z tego faktycznie uruchomisz z Polski.

Najważniejsze informacje

CoSzczegóły
Ogłoszenie5.11.2026 (czwartek), blog Google, autor Anish Nangia (Product Manager, Google DeepMind); pierwsza GA rodziny Omni
Długośćnatywne wideo do 15 s (Omni 1.1: 10 s); długość w krokach 1-sekundowych od 3 do 15 s; rozszerzanie klipu do 30 s łącznie
Cena0,07 USD za sekundę 720p, taniej o 30% względem Omni 1.1; 360p 0,023 USD/s, 1080p 0,104 USD/s, 4K 0,209 USD/s (cennik, odczyt 6.11.2026)
Rozliczanie5 792 tokeny na sekundę 720p przy 12 USD za mln tokenów wyjścia; klip 10 s ok. 0,70 USD, 15 s ok. 1,04 USD; darmowego tieru brak
Omni a Veopodgląd Veo 3.1 w Gemini API wyłączony 22.10.2026, dokumentacja kieruje na Omni 1.2 Flash; Veo 3.1 GA zostaje w Google Cloud i Flow
Edycjawieloturnowa konwersacyjna na pełnych 15 s (tło, światło, proporcje); edycja i rozszerzanie wgranych filmów niedostępne w EEA, także w Polsce
Znak wodnySynthID na wszystkich wygenerowanych filmach, niewidoczny dla widza
Polskaplany AI Plus 46,99 zł i AI Pro 97,99 zł bez zmian (odczyt 6.11.2026); Ultra brak, więc wideo w aplikacji Gemini niedostępne; Flow i Vids po polsku; polskie prompty bez gwarancji

Omni, Veo i Gemini 4: co jest czym

Wątek Hacker News otwiera pytanie użytkownika jonkrone: „Wait, I thought we were on Gemini 4?”, czyli „Czekaj, myślałem, że jesteśmy przy Gemini 4?”. Odpowiedź innego komentującego jest krótsza niż problem: „Omni is a video model”. Obie wypowiedzi mają jednak rację bytu, bo Google trzyma pod marką Gemini zarówno modele tekstowe (Gemini 4 Carbon opisywaliśmy 29 października), jak i modele wideo, a te drugie od niedawna nazywają się Omni.

Definicję podaje dokumentacja Gemini API (odczyt 6 listopada): Omni Flash to „fast, multimodal model for video generation and conversational video editing”, czyli szybki multimodalny model do generowania wideo z natywnym dźwiękiem i edycji konwersacyjnej. Karta modelu pokazuje historię linii: wersja preview została wyłączona, Omni 1.1 Flash dostała ostatnią aktualizację w sierpniu 2026 i generowała od 3 do 10 sekund, Omni 1.2 Flash niesie aktualizację z listopada 2026 i sięga 15 sekund.

Relację do Veo dokumentacja rozstrzyga twardo. Podgląd Veo 3.1 w Gemini API (identyfikatory veo-3.1-generate-preview, veo-3.1-fast-generate-preview i veo-3.1-lite-generate-preview) został wyłączony 22 października 2026, a notka o zamknięciu każe migrować na Omni 1.2 Flash albo na modele GA dostępne przez platformę enterprise Google Cloud. W API deweloperskim Omni jest więc następcą podglądu Veo. Po stronie konsumenta jest inaczej: w Flow w odczycie 6 listopada stoją obok siebie trzy rodziny, Omni, Nano Banana do obrazów i Veo 3.1, więc Veo nie znika, tylko zostaje w chmurze enterprise i Flow. Rodzinę Veo opisaliśmy osobno w tekście o Veo 3 w Google; Omni to nowa, osobna linia.

Co nowego w 1.2 względem 1.1

Fundament to długość: do 15 sekund, z możliwością podania czasu w krokach po jednej sekundzie, od 3 do 15 s. Komunikat Google opisuje też sposób pracy, który obniża rachunek: szybki szkic w 360p albo 720p, poprawka jednym poleceniem zamiast generowania od zera, podniesienie jakości najlepszych ujęć do 1080p albo 4K. Benchmarków liczbowych w komunikacie nie ma; porównania 1.1 z 1.2 są wyłącznie wizualne, na przykład animowany plakat składany warstwa po warstwie albo 15-sekundowa wirtualna przymiarka ubrań z obrotem modelki o 360 stopni. Ocena jakości sprowadza się na ten moment do testów twórców, nie do tabel producenta.

Edycja konwersacyjna działa na pełnych 15 sekundach: tło, światło, pogodę albo proporcje kadru zmieniasz kolejnymi poleceniami, nie opisując sceny od nowa. Referencje model rozumie szerzej niż poprzednio: do 6 obrazów naraz (dokumentacja precyzuje maksimum 3 na postać przy dwóch postaciach) plus krótkie klipy ruchu do 3 sekund, a twarze, ubrania, typografia opakowań i kolory marki mają się trzymać między ujęciami. Za mowę odpowiada ulepszony lip-sync i rozróżnianie wielu głośników, za obraz ruchy kamery FPV, zoom-out i orbity z mniejszą liczbą niechcianych cięć. Statyczne zdjęcie ożywia się w API trybem image-to-video, a po polskiej stronie mamy osobny tekst o animacji zdjęcia AI.

Dokumentacja dopisuje granice, których komunikat nie eksponuje. Interpolacja między pierwszą a ostatnią klatką działa tylko dla 3 do 10 sekund, dłuższa deklaracja kończy się błędem API. Rozszerzanie klipu dokleja 3 do 10 sekund na turę, maksymalnie 30 sekund łącznie, patrzy na ostatnie 10 sekund kontekstu i nie umie nic wsunąć do środka ani na początek nagrania. Edycja własnego głosu i wgrywanie plików audio są nieobsługiwane. Google przyznaje wprost, że praca trwa nad szybkimi akcjami sportowymi, szybkimi zmianami scenariusza i złożoną fizyką.

Cennik: jak Google liczy 0,07 USD za sekundę

Stawka ma proste rozliczenie w tokenach: cennik Gemini API (odczyt 6 listopada) liczy wideo po 5 792 tokenach za sekundę materiału 720p, przy 12 USD za milion tokenów wyjścia. To daje efektywne 0,07 USD za sekundę: klip 10-sekundowy kosztuje ok. 0,70 USD, 15-sekundowy ok. 1,04 USD. Pozostałe rozdzielczości: 360p 0,023 USD/s, 1080p z upsamplingiem 0,104 USD/s, 4K z upsamplingiem 0,209 USD/s. Wejście, czyli tekst, obraz albo wideo, kosztuje 1,50 USD za milion tokenów, a tekst na wyjściu 9 USD za milion.

Darmowego tieru dla Omni 1.2 Flash nie ma: kolumna „Free Tier” w cenniku ma status „Not available” i przy wejściu, i przy wyjściu. Omni 1.1 przy tej samej stawce tokenowej wychodziła efektywnie ok. 0,10 USD za sekundę, stąd matematyka spadku o 30% z komunikatu (0,10 do 0,07). Od 3 grudnia 2026 wszystkie żądania do identyfikatora gemini-omni-1.1-flash będą automatycznie kierowane do 1.2 i rozliczane po nowym cenniku, więc kod na 1.1 zadziała bez zmian, rachunek jednak wzrośnie. Ceny przytaczane w komentarzach HN (1,50 USD wejście, 9 i 12 USD wyjście) zgadzają się z cennikiem co do centa.

Porównanie z resztą rynku zbiera nasz hub o generatorach wideo AI, z osobnymi tekstami o Kling AI i Hailuo AI. Google w komunikacie nie porównuje stawki z konkurencją, podaje tylko własną cenę sekundową.

Gdzie Omni jest dostępne

Deweloperzy dostają model w Gemini API i Google AI Studio, dalej w konsoli Google Cloud z opcją Provisioned Throughput dla klientów enterprise; wszystkie wyjścia niosą niewidoczny znak wodny SynthID. Produktowo Omni wchodzi do Flow do reżyserowania scen, do Google Vids z 15-sekundowymi klipami bez dodatkowych opłat przy zwykłym koncie Google albo subskrypcji Workspace oraz do Google Ads do skalowania kampanii wideo. Komunikat wymienia też nazwę „Gemini for business” bez dodatkowego wyjaśnienia.

Aplikacja Gemini dostaje 15-sekundowe wideo stopniowo, tylko dla subskrybentów Google AI Ultra; komunikat pisze „rolling out”, czyli nie wszyscy widzą je od razu. Jeden z komentujących HN z aktywną subskrypcją Ultra pisał 6 listopada, że widzi u siebie nadal tylko Veo i Omni 1.1. To typowy stan pierwszych dni wdrożenia.

Co z tego dla Polski

Strona planów Google One w Polsce (odczyt 6 listopada) pokazuje Basic 8,99 zł miesięcznie, Google AI Plus (2 TB) za 46,99 zł i Google AI Pro (5 TB) za 97,99 zł; względem odczytu z 27 października nic się nie zmieniło. Google AI Ultra na liście nie ma, a właśnie subskrybenci Ultra dostają wideo w aplikacji Gemini, więc ta ścieżka zostaje dla polskich kont zamknięta. Niedostępny generator to dla polskich użytkowników znany scenariusz: Sorę OpenAI opisywaliśmy w tekście o tym, że nigdy nie działała w Polsce. Omni wygląda lepiej: Flow wita polskim interfejsem (wejście po zalogowaniu, nota o ukończonych 18 latach i różnicach regionalnych), a strona produktowa Vids działa po polsku.

Dwie granice z dokumentacji dotykają Polski bezpośrednio. Polska leży w EEA, a dla użytkowników EEA edycja i rozszerzanie wgranych przez siebie filmów są „not currently available”; edycja filmów wygenerowanych przez model działa normalnie. Druga granica to język: dokumentacja mówi, że angielski jest w pełni wspierany, a pozostałe języki „have not been evaluated”, więc polskie prompty mogą działać, ale bez gwarancji powtarzalności. Nie generowałem jeszcze filmów Omni 1.2 po polsku, więc nie oceniam jakości z własnego odczucia; gdy przetestuję, dopiszę wynik do tego tekstu.

Dla deweloperów próg wejścia to płatny tier Gemini API, bo darmowego nie ma. Każdy wygenerowany film, także z Flow i Vids, niesie SynthID, więc pochodzenia materiału da się programowo zweryfikować.

Najczęstsze pytania

Co to jest Gemini Omni?

Linia modeli wideo od Google pod marką Gemini. Omni 1.2 Flash generuje i konwersacyjnie edytuje klipy z natywnym dźwiękiem, do 15 sekund, w rozdzielczościach od 360p do 4K. W Gemini API jest następcą podglądu Veo 3.1 (wyłączony 22 października 2026), a po stronie konsumenckiej działa w Flow i Google Vids (odczyty dokumentacji 6.11.2026).

Ile kosztuje Gemini Omni 1.2 Flash?

W API 0,07 USD za sekundę materiału 720p: klip 15 s kosztuje ok. 1,04 USD. Pozostałe stawki z cennika (odczyt 6.11.2026): 0,023 USD/s w 360p, 0,104 USD/s w 1080p i 0,209 USD/s w 4K. To o 30% taniej od Omni 1.1, która wychodziła ok. 0,10 USD za sekundę.

Czy Gemini Omni jest darmowy?

Model w API wymaga płatnego tieru Gemini API, darmowego tieru nie ma (cennik, odczyt 6.11.2026). Za darmo 15-sekundowe klipy dostaniesz w Google Vids przy zwykłym koncie Google albo subskrypcji Workspace, wg komunikatu z 5 listopada 2026. W aplikacji Gemini wideo trafia na razie tylko do subskrybentów Google AI Ultra, którego planów nie ma w Polsce.

Czy Gemini Omni działa po polsku?

Interfejsy Flow i Vids są po polsku (odczyty 6.11.2026). Sam model wg dokumentacji ma w pełni wspierany angielski, a pozostałe języki „have not been evaluated”: polskie prompty mogą działać, ale wyniki bywają nieprzewidywalne. Polski interfejs nie oznacza też polskiego audio w klipach: jakości dialogów w innych językach dokumentacja nie ocenia.

Źródła

Powiązane artykuły