Gemini Omni 1.2 Flash gir 15 sekunder AI-video til under ti kroner

Hvis du lager AI-video, gir Gemini Omni 1.2 Flash deg opptil 15 sekunder for under ti kroner i 720p. Google har samtidig kuttet prisen med 30 prosent og gjort det mulig å finjustere samme klipp gjennom flere runder med vanlige instruksjoner.

Det er en skikkelig nyttig oppdatering. Fem ekstra sekunder høres kanskje ikke voldsomt ut, men det er forskjellen på et kort glimt og en hel liten scene. Enda viktigere er det at du kan endre bakgrunn, lys, produkt eller format uten å starte hele genereringen på nytt.

Jeg mener kombinasjonen av lengre klipp, lavere pris og mer målrettet redigering er hovedsaken her. En billig generering er ikke særlig billig hvis du må kaste hele resultatet fordi én detalj er feil. Gemini Omni 1.2 Flash er laget for en arbeidsflyt der første klipp er et utgangspunkt, ikke en lottokupong.

Hva er Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash er Googles modell for generering og redigering av video med tekst, bilder, korte videoreferanser og lyd som mulige innganger. Modellen ble generelt tilgjengelig 5. november 2026 og kan lage klipp fra 3 til 15 sekunder, ifølge Googles lansering av Gemini Omni 1.2 Flash.

Du velger lengde i trinn på ett sekund. Det gjør modellen mer fleksibel enn en løsning som låser deg til for eksempel fem eller ti sekunder hver gang. Et kort produktklipp kan stoppe etter seks sekunder, mens en liten annonse eller forklaring kan få alle 15.

Modellnavnet i API-et er gemini-omni-1.2-flash. Den offisielle dokumentasjonen oppgir støtte for liggende 16:9 og stående 9:16, med 720p som standard. Du kan arbeide i 360p og 720p og levere i opptil 1080p eller 4K. Det passer godt med en fornuftig produksjonsflyt: raske og rimelige utkast først, dyrere oppløsning bare på klippene som faktisk fungerer.

15 sekunder er mer enn en pen spesifikasjon

Omni 1.1 stoppet på 10 sekunder, mens den nye modellen går til 15. Det er 50 prosent lengre spilletid i én generering. Du kan få plass til en åpning, en handling og en avslutning uten å skjøte sammen flere småbiter bare for å få en enkel scene til å henge sammen.

For produktvideo kan det bety én sammenhengende visning med flere vinkler. For sosiale medier kan det være en ferdig vertikal snutt. For en forklaring kan du få tid til både situasjon og poeng. Dette er fremdeles kortformat, men 15 sekunder er et langt mer anvendelig kortformat enn 8 eller 10 sekunder.

Google fremhever også bedre sammenheng fra første til siste bilde, færre uønskede hopp i kamerabevegelser og bedre bruk av referanser. Det er lovende, men dette er Googles egne påstander og utvalgte demonstrasjoner. Jeg har ikke kjørt en egen side-ved-side-test av Omni 1.2, så jeg kommer ikke til å late som en lanseringsvideo beviser hvordan modellen oppfører seg på alle typer materiale.

Hva koster Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash koster 0,07 dollar per sekund for video i 720p. Med Norges Banks dollarkurs på 9,2984 kroner 5. november 2026 blir det omtrent 65 øre per sekund. Et klipp på 10 sekunder koster rundt 6,50 kroner, mens hele lengden på 15 sekunder koster 1,05 dollar, eller cirka 9,75 kroner.

Google oppgir at dette er 30 prosent lavere enn prisen for Omni 1.1 Flash. Det er et merkbart kutt når du lager mange varianter, men stykkprisen forteller ikke hele historien. Fem forsøk på et 15-sekundersklipp blir fort nær 50 kroner i 720p, før eventuelle kostnader til høyere oppløsning, innganger og videre behandling.

Derfor er redigeringsflyten minst like viktig som selve priskuttet. Hvis en oppfølgingsinstruksjon kan rette én detalj uten at du må finne opp hele scenen på nytt, kan den reelle besparelsen bli større enn 30 prosent. Den smarte måten å jobbe på er fortsatt å lage utkast i lav oppløsning, rette retningen og bare oppskalere klippene som skal brukes.

Du kan redigere klippet som en samtale

Flertrinnsredigering betyr at du kan bygge videre på samme video med nye instruksjoner. Google viser eksempler der bakgrunnen byttes flere ganger mens figurene, bevegelsene og kamerautsnittet beholdes. Du kan også be om annet lys, vær, produkt eller bildeformat uten å skrive hele bestillingen på nytt.

Det er samme grunnidé som gjorde Gemini Omni 1.1 Flash mer styrbar, men nå gjelder flyten komplette klipp på opptil 15 sekunder. Ifølge Googles API-dokumentasjon for videogenerering kan en tilstandsbevarende interaksjon hentes fram og brukes videre, mens lagrede og asynkrone interaksjoner beholdes i opptil sju dager.

Dette bør ikke forveksles med klassisk videoredigering der du styrer hvert klipp, lag og nøkkelbilde helt presist. Du ber fortsatt en generativ modell om å tolke endringen. Men arbeidsformen er langt nærmere kreativ redigering enn å trykke på «generer» på nytt og håpe at alt annet tilfeldigvis blir likt.

Referanser og oppløsning gir en mer praktisk arbeidsflyt

Omni 1.2 Flash kan styres med bilder av figurer, produkter eller stil, korte bevegelsesklipp på opptil tre sekunder og lydsignaler. Google sier at modellen følger slike referanser bedre gjennom kameravinkler og overganger. For bedrifter er det særlig relevant når et produkt eller en visuell profil ikke skal forandre seg midt i klippet.

Den mest fornuftige arbeidsflyten er ganske enkel. Start i 360p eller 720p, finn en bevegelse og komposisjon som fungerer, bruk oppfølgingsinstruksjoner på konkrete feil og gå først deretter til 1080p eller 4K. Da bruker du ikke den dyreste leveransen som skisseblokk.

Google oppgir også støtte for første og siste bilde, videoforlengelse og eksisterende video som inngang. Det gir flere måter å låse retningen på enn en ren tekstprompt. Samtidig bør du regne med at raske bevegelser, brå handlingsskifter og komplisert fysikk fortsatt kan være krevende. Google nevner selv disse områdene som arbeid som ikke er ferdig.

Tale og lipsync må vurderes med litt kaldt vann i blodet

Google sier at Omni 1.2 Flash gir mer naturlig dialog, tydeligere lipsync og bedre skille mellom flere talere. Lanseringseksemplene viser animerte og realistiske scener med stemmereferanser, og selskapet presenterer dette som en forbedring fra forrige versjon.

Det dokumenterer ikke hvor godt modellen håndterer norsk uttale, norske dialekter eller en bestemt persons stemme. Jeg har heller ikke lyttetestet denne modellversjonen. Det riktige er derfor å si at tale er en lovet forbedring, mens norsk kvalitet fortsatt er ukjent på grunnlaget som foreligger.

Det skillet er viktig. God lipsync på et engelsk eksempel er ikke det samme som korrekt norsk tale, og en modell som lager en troverdig stemme har ikke nødvendigvis bevart stemmen du ga den. Bruk taleegenskapene der de passer, men ikke bygg en produksjonsplan rundt norsk stemmekvalitet før akkurat den egenskapen er dokumentert for denne versjonen.

Hvor kan du bruke modellen?

Gemini Omni 1.2 Flash er generelt tilgjengelig for utviklere gjennom Gemini API og Google Cloud. Den finnes også på OpenRouter som google/gemini-omni-1.2-flash, der videodelen bruker OpenRouters eget Video Generation API. Modellen rulles dessuten ut i Flow, Google Ads, Gemini-appen for Google AI Ultra-abonnenter og Google Vids. I Vids kan brukere med Google-konto eller Workspace-abonnement lage opptil tre 15-sekundersvideoer per måned uten ekstra kostnad, ifølge Googles egen Vids-kunngjøring.

For en vanlig bruker er Vids den enkleste inngangen. For utviklere og bedrifter er API-et den viktige nyheten fordi modellen nå er generelt tilgjengelig, ikke bare en forhåndsvisning. Google Cloud tilbyr også reservert kapasitet for produksjon, og genererte videoer får SynthID-vannmerking som ikke skal være synlig i selve bildet.

Har du allerede en arbeidsflyt rundt Gemini, kan du også se dette i sammenheng med min komplette norske guide til Google Gemini. Men du trenger ikke flytte alt til én modell. Den beste og billigste AI-videoflyten er ofte å velge modell etter klippet som skal lages, og bruke Omni 1.2 der referanser, samtalebasert redigering og 15 sammenhengende sekunder faktisk gir en fordel.

Min vurdering

Gemini Omni 1.2 Flash er et solid steg i riktig retning. 15 sekunder gjør modellen mer anvendelig, og en pris på rundt 65 øre per sekund i 720p er lav nok til at den kan inngå i løpende produksjon uten at hvert forsøk føles som et lite budsjettmøte.

Likevel er det samtalebasert redigering som kan bli den største besparelsen. Hvis modellen faktisk lar deg rette det som er galt og bevare resten, reduserer den både kostnad, venting og irritasjon. Det er mye mer verdifullt enn enda en imponerende demo som faller sammen når du ber om versjon nummer to.

Mitt råd er enkelt: jobb billig i utkast, gjør små og målrettede endringer, og bruk høy oppløsning på vinnerne. Se på 15 sekunder som en bedre byggekloss, ikke som et løfte om at hele jobben nå går automatisk. Og hold Googles påstander om konsistens og tale adskilt fra det som faktisk er testet i din egen produksjon.

Ofte stilte spørsmål