Em 5 de novembro de 2026, o Google iniciou o rollout do Gemini Omni 1.2 Flash — versão atualizada do modelo para criação e edição de vídeo. O blog oficial da empresa e o Cloud Blog confirmam que o modelo agora está disponível por meio da Gemini API, do Gemini for Business e de uma série de produtos de consumo.
As principais mudanças são o aumento da duração dos clipes para 15 segundos, contra 10 segundos na versão 1.1, a redução do preço em 30 % para 0,07 dólares por segundo de vídeo em resolução 720p, além da introdução da edição conversacional em várias etapas. O usuário pode refinar detalhes sucessivamente, sem recriar o vídeo por inteiro.
O mecanismo de conversational editing permite alterar o fundo, a iluminação, os objetos ou o enquadramento dentro de um mesmo clipe. Isso difere fundamentalmente das abordagens anteriores, em que cada alteração exigia uma nova geração do zero. O modelo preserva melhor a consistency de personagens, objetos e elementos de marca ao usar referências — imagens, vídeos curtos e áudio.
A metodologia do Google enfatiza o workflow: rascunho em baixa resolução, ajustes no diálogo e, em seguida, upscale para 1080p ou 4K. Esse esquema reduz custos e acelera as iterações, o que é importante para a produção em massa de peças publicitárias, provadores virtuais e vídeos explicativos. No entanto, os materiais oficiais não trazem benchmarks detalhados em comparação com os concorrentes nem avaliações independentes de third-party.
No cenário da geração de vídeo, este é um passo para longe dos modelos de etapa única como os primeiros Sora ou Luma Dream Machine. O Google aposta na integração com o ecossistema Gemini e no conversational control, o que aproxima a geração do processo habitual de montagem. Em comparação com o Omni 1.1, nota-se progresso na adherence às referências e na naturalidade da fala com lip-sync.
Para desenvolvedores e empresas, a redução de preço e a possibilidade de controle preciso da duração de 3 a 15 segundos abrem novos cenários. Antes, o limite de 10 segundos restringia narrativas complexas; agora é possível criar spots publicitários completos ou product explainers em uma única passagem, com ajustes posteriores.
Permanece em aberto a questão da consistency de longo prazo em sequências mais longas e da generalização para cenas complexas com muitos objetos em movimento. Testes independentes ainda não foram publicados, e o desempenho real em produção dependerá de casos concretos.
A atualização mostra que o Google se concentra não apenas na qualidade da geração, mas também na integração prática aos fluxos de trabalho, aproximando a IA de vídeo de uma ferramenta de uso cotidiano.
