Gemini Omni 1.2 Flash от Google: новые цены и SLA для видео

Google DeepMind представила Gemini Omni 1.2 Flash — новую версию модели для генерации и редактирования видео. Главным изменением релиза стало то, что семейство Omni впервые получило статус general availability с официальными гарантиями доступности (SLA).

• Секунда видео в разрешении 720p теперь стоит 0,07 $, что на 30% дешевле предыдущей версии.
• Максимальная длительность генерируемого ролика увеличена с 10 до 15 секунд.
• Минута готового видео обходится примерно в 4,2 доллара США.

Новые возможности и характеристики модели

Версия 1.2 приходит на смену Omni 1.1 Flash, которая работала в режиме превью по цене около 0,10 $ за секунду. Теперь минута видео стоит около 4,20 $, что делает инструмент гораздо более привлекательным для рекламных команд и разработчиков, создающих десятки вариантов креативов. С 3 декабря все запросы к старой версии начнут автоматически перенаправляться на новую по обновленным ценам, избавляя разработчиков от необходимости переписывать код.

Модель принимает на вход текстовые промпты, изображения персонажей, продуктов и стиля, короткие видеофрагменты длительностью до трех секунд и аудиоподсказки. Разработчики обещают повышенную консистентность объектов от первого до последнего кадра, улучшенный липсинк при участии нескольких говорящих персонажей, а также меньшее количество случайных склеек при сложных движениях камеры, таких как облет объекта или съемка с FPV-дрона. Кроме того, ролик можно редактировать прямо в диалоге, изменяя фон, свет, погоду или соотношение сторон без полной перегенерации.

Ограничения и особенности тарификации

Тарификация в API устроена через токены: выход стоит 12 $ за миллион токенов при расчете 5 792 токена на секунду видео в 720p, а вход обрабатывается по цене 1,50 $ за миллион токенов. Бесплатный уровень у модели отсутствует. Среди ограничений отмечается, что быстрые спортивные сцены, резкая смена сценария и сложная физика пока даются нейросети с трудом, а API официально поддерживает только английский язык.

Внутренние тесты Google DeepMind показывают, что версия 1.2 превосходит предшественницу в 62% случаев по визуальной консистентности и в 63% по сохранению идентичности объектов при использовании нескольких референсов. Партнерами сервиса стали такие платформы, как Runway, Krea, Picsart и QuickFrame, которые интегрируют технологию в свои продукты для миллионов авторов. Новая ценовая политика ориентирована на инфраструктурный рынок, где стоимость и наличие SLA играют ключевую роль для бизнеса.