Gemini Omni 1.2 Flash verlängert KI-Clips auf 15 Sekunden

KI-Videos per Textanweisung bearbeiten

Eine mögliche Aufgabe: Ein roter Stuhl steht in einem hellen Raum. Nach dem ersten Clip lautet der nächste Wunsch: „Stell den Stuhl in einen Garten.“ Danach: „Mach daraus Abendlicht.“ So beschreibt Google das Prinzip des Conversational Editing: Änderungen lassen sich nacheinander an derselben Szene anfordern. Die übrigen Details sollen dabei erhalten bleiben. (Google DeepMind)

Das ist ein Beispiel zur Erklärung, kein eigener Modelltest. Ob der Stuhl bei jeder Änderung tatsächlich gleich aussieht und die Bewegung stimmig bleibt, muss man am Ergebnis prüfen.

Google verspricht außerdem, dass Personen und Gegenstände aus Referenzbildern verlässlicher wiederzuerkennen sind. Ein solches Referenzbild dient als visuelle Vorlage, etwa für die Form eines Produkts. Die auf der Modellseite gezeigten Vergleiche stammen von Google; sie sind kein unabhängiger Qualitätsnachweis. (Modellseite mit Herstellervergleichen)

Was 15 Sekunden Video in 720p ungefähr kosten

Für Videoausgaben in 720p nennt Google 0,07 US-Dollar je Sekunde. Mit diesem gerundeten Wert gerechnet ergeben sich für zehn Sekunden etwa 0,70 US-Dollar und für 15 Sekunden rund 1,05 US-Dollar. Das ist eine Orientierung für die Videoausgabe und kein vollständiger API-Endpreis. Eingaben, weitere Bearbeitungsschritte und höhere Auflösungen sind in dieser Beispielrechnung nicht enthalten. Auch Abo-Preise der Gemini-App lassen sich daraus nicht ableiten. (Google Cloud)

Entwürfe können zunächst in 360p oder 720p entstehen. Eine ausgewählte Fassung lässt sich anschließend auf 1080p oder 4K hochskalieren. Dabei wird die Bildauflösung nachträglich erhöht. Google stellt diesen Ablauf als Möglichkeit vor, die Arbeit an mehreren Entwürfen günstiger zu halten. (Google Cloud)

Verfügbarkeit in Gemini-App, Flow und API

Google nennt unter anderem die Gemini-API, also die Schnittstelle für eigene Anwendungen, Google AI Studio und Google Cloud als Zugangswege. Auch Flow und Google Vids gehören zum angekündigten Rollout. In der Gemini-App beginnt die Einführung bei Google-AI-Ultra-Abonnenten. (Google-Ankündigung)

Für Gemini for business spricht der Cloud-Beitrag dagegen noch von einer bevorstehenden Einführung. Audioaufnahmen als Referenz benötigen laut Google Cloud eine gesonderte Freischaltung. Die erzeugten Videos tragen laut Google ein unsichtbares SynthID-Wasserzeichen zur Kennzeichnung ihrer KI-Herkunft. (Google Cloud)

Grenzen bei schnellen Bewegungen und komplexer Physik

Bei schnellen Sportbewegungen und komplexer Physik sieht Google selbst noch Verbesserungsbedarf. Wie zuverlässig längere Szenen nach mehreren Änderungen bleiben, lässt sich aus der Ankündigung noch nicht abschließend beurteilen. (Google-Ankündigung)

Recherche- und Preisstand: 5. November 2026. Die Angaben beruhen auf Googles Originalveröffentlichungen. Kein eigener Modelltest. Die separate API-Preistabelle ließ sich nicht vollständig abrufen; die Beispielrechnung verwendet Googles gerundeten Sekundenpreis.

Die Inhalte dieses Artikels dienen der allgemeinen Information. Trotz sorgfältiger Recherche übernimmt Nachschein Studios keine Gewähr für Aktualität, Vollständigkeit oder Richtigkeit der Angaben.