Eine längere Produktaufnahme hilft wenig, wenn Gesicht, Kleidung und Kamera unterwegs auseinanderlaufen. Googles am 5. November 2026 vorgestelltes Gemini Omni 1.2 Flash erzeugt bis zu 15 Sekunden am Stück und verbessert Referenztreue sowie dialogbasierte Bearbeitung. Für die Praxis zählt dabei der Unterschied zwischen Modellfähigkeit und den Modi der jeweiligen Anwendung.
Was 15 Sekunden und 0,07 Dollar bedeuten
Die bisherige Obergrenze von zehn Sekunden steigt auf fünfzehn. Die Dauer lässt sich zwischen drei und fünfzehn Sekunden in Ein-Sekunden-Schritten festlegen. Das schafft Platz für eine Produktenthüllung, eine abgeschlossene Bewegung und einen kurzen Ausklang im selben Clip. Trotzdem muss keine Einstellung die Höchstdauer ausfüllen: Die tatsächlich benötigte Handlung bestimmt den Rhythmus.
Google nennt für 720p einen Preis von 0,07 US-Dollar pro Sekunde, 30 Prozent weniger als bei Omni 1.1. Eine einzelne Erzeugung von fünfzehn Sekunden ergibt damit 1,05 Dollar. Diese Rechnung umfasst nur deren Dauer; weitere Versuche, andere Auflösungen und zusätzliche Verarbeitung müssen getrennt betrachtet werden. Der API-Tarif ist außerdem von App-Abonnements und Nutzungskontingenten zu unterscheiden.
Den passenden Einstieg wählen
Für Entwickler stehen Gemini API, AI Studio und Google Cloud zur Verfügung. In der Gemini-App wird die Erzeugung von 15-Sekunden-Videos für Google-AI-Ultra-Abonnenten ausgerollt. Die Vids-Ankündigung nennt persönliche Google-Konten sowie berechtigte Workspace-Ausgaben, darunter Business, Enterprise und Education Plus. Die Verteilung begann am 5. November mit ein bis drei Tagen bis zur Sichtbarkeit.
Öffne am Computer in Vids „Create AI videos“ und anschließend „Create“. Beschreibe Motiv, Ort, Bewegung und Kamera; ergänze bei Bedarf Referenzbilder. Unter „Omni“ lassen sich Dauer, Hoch- oder Querformat und eine angebotene Auflösung wählen. Nach „Generate“ übernimmst du den gewünschten Clip mit „Insert“ ins Projekt. Die Hilfe empfiehlt diesen Schritt ausdrücklich, um ihn auch in einer späteren Sitzung bearbeiten zu können.
Eine Einstellung gezielt weiterbearbeiten
Bilder von Figuren, Produkten oder einem gewünschten Stil können die Erzeugung lenken; kurze Bewegungsreferenzen sind ebenfalls vorgesehen. Google beschreibt die Bearbeitung desselben Clips über weitere Nachrichten, beispielsweise zum Ändern von Hintergrund oder Licht. Für Audioreferenzen nennt die Cloud-Ankündigung eine gesonderte Freischaltung per Zulassungsliste.
Ich würde die Einstellung zuerst als Entwurf mit geringerer Auflösung anlegen und anschließend jeweils nur eine Variable ändern. Stimmen Identität, Kleidung und Bewegung bereits, schafft eine reine Lichtkorrektur einen übersichtlicheren Ablauf als eine komplette Neubeschreibung. So lässt sich leichter erkennen, welche Anweisung welches Detail beeinflusst.
Anwendungsgrenzen und Speicherung beachten
Die Vids-Hilfe beschreibt das Bearbeiten hochgeladener Videos als Modus mit drei bis zehn Sekunden; bei längeren Dateien werden die letzten zehn Sekunden verarbeitet. Im Europäischen Wirtschaftsraum, in Großbritannien, der Schweiz, Illinois und Texas können dabei bereits erzeugte KI-Clips bearbeitet, aber keine externen Videos hochgeladen werden. Die allgemeine 15-Sekunden-Angabe gilt deshalb nicht pauschal für jeden Modus.
Gespeicherte und asynchrone API-Interaktionen bleiben bis zu sieben Tage erhalten. In Vids verschwindet der Sitzungsverlauf beim Schließen des Tabs; der ausgewählte Clip gehört daher ins Projekt. Google arbeitet außerdem weiter an schnellen Sportbewegungen und komplexer Physik. Bei solchen Szenen hilft zunächst ein kurzer Entwurf mit einer Bewegung, bevor eine längere Einstellung geplant wird.
