Pada 5 November 2026, Google memulai rollout Gemini Omni 1.2 Flash — versi pembaruan model untuk membuat dan menyunting video. Blog resmi perusahaan dan Cloud Blog mengonfirmasi bahwa model ini kini tersedia melalui Gemini API, Gemini for Business, dan sejumlah produk konsumen.
Perubahan utamanya adalah penambahan durasi klip menjadi 15 detik dibandingkan 10 detik pada versi 1.1, penurunan harga sebesar 30 % menjadi 0,07 dolar per detik video dalam resolusi 720p, serta penerapan penyuntingan percakapan bertahap. Pengguna dapat menyempurnakan detail satu per satu tanpa membuat ulang seluruh video.
Mekanisme conversational editing memungkinkan pengubahan latar belakang, pencahayaan, objek, atau sudut pandang dalam satu klip. Hal ini secara mendasar berbeda dari pendekatan sebelumnya, di mana setiap perubahan memerlukan pembuatan baru dari awal. Model ini lebih baik dalam menjaga konsistensi karakter, objek, dan elemen merek saat menggunakan referensi — gambar, video pendek, dan audio.
Metodologi Google menekankan alur kerja: draf dalam resolusi rendah, penyuntingan dalam dialog, lalu upscale hingga 1080p atau 4K. Skema ini menurunkan biaya dan mempercepat iterasi, yang penting untuk produksi massal iklan, virtual try-on, dan video penjelasan. Namun, dalam materi resmi tidak terdapat tolok ukur terperinci dibandingkan dengan pesaing atau penilaian independen dari pihak ketiga.
Dalam lanskap pembuatan video, ini adalah langkah menjauh dari model satu langkah seperti Sora atau Luma Dream Machine versi awal. Google bertaruh pada integrasi dengan ekosistem Gemini dan conversational control, yang mendekatkan pembuatan video dengan proses penyuntingan yang lazim. Dibandingkan dengan Omni 1.1, terlihat kemajuan dalam adherence terhadap referensi dan kealamian ucapan dengan lip-sync.
Bagi pengembang dan bisnis, penurunan harga dan kemampuan kontrol durasi yang presisi dari 3 hingga 15 detik membuka skenario baru. Sebelumnya, batas 10 detik membatasi narasi yang kompleks; kini dimungkinkan membuat spot iklan utuh atau product explainer dalam satu kali proses dengan penyuntingan lanjutan.
Pertanyaan yang masih terbuka adalah konsistensi jangka panjang pada rangkaian yang lebih panjang dan generalisasi ke adegan kompleks dengan banyak objek bergerak. Uji independen belum dipublikasikan, dan kinerja nyata dalam produksi akan bergantung pada kasus spesifik.
Pembaruan ini menunjukkan bahwa Google tidak hanya berfokus pada kualitas pembuatan, tetapi juga pada integrasi praktis ke dalam alur kerja, sehingga AI video semakin dekat menjadi alat penggunaan sehari-hari.
