Gemini Omni 1.2 Flash: benchmarky, ceny a kde dává smysl pro firemní video

U firemního AI videa není nejdražší první generace. Nejdražší je série pokusů, ve kterých se mění produkt, rozpadá logo nebo každá oprava vytvoří jinou scénu. Gemini Omni 1.2 Flash stojí za pozornost kombinací kvality, práce s referencemi a možnosti upravovat existující klip.
Google model představil 5. listopadu 2026. Přináší až 15sekundové generování, konverzační editaci a podle Googlu lepší zachování referenčních detailů. Cena 720p výstupu klesla přibližně na 0,07 USD za sekundu, o 30 % proti Omni 1.1. Oznámení Googlu
Pro marketingový tým nebo vývojáře obsahové pipeline je podstatná otázka: kolik stojí klip, který projde schválením?
Benchmarky: velmi dobrý začátek, zatím předběžný
V žebříčcích Arena s daty k 6. listopadu vede Omni 1.2 Flash v generování videa z textu i obrázku.
| Model | Text → video | Image → video |
|---|---|---|
| Gemini Omni 1.2 Flash | 1541 ± 15 | 1502 ± 12 |
| Gemini Omni 1.1 Flash | 1514 ± 15 | 1486 ± 11 |
| Dreamina Seedance 2.5 (720p) | 1480 ± 8 | 1488 ± 7 |
| Wan 3.0 | 1477 ± 12 | 1481 ± 11 |
| Grok Imagine Video 1.5 | 1486 ± 18 | 1454 ± 4 |
| Veo 3.1 (Audio) | 1363 ± 14 | 1399 ± 10 |
Zdroje: Arena Text-to-Video a Arena Image-to-Video. Skóre mezi sloupci nelze přímo porovnávat; jde o dvě samostatná hodnocení. Varianty odpovídají označení v žebříčcích, u image-to-video je Grok 1.5 uveden v 720p.
Omni 1.2 má oba výsledky označené jako Preliminary. Text-to-video vychází z 1 742 hlasů, image-to-video z 2 745. MiniMax H3 má v image-to-video 1493 ± 5 při více než 121 tisících hlasů. Rozpětí nejlepších modelů se překrývají; Arena u Omni v této disciplíně uvádí možné pořadí 1–6.
Omni patří do užšího výběru pro testování. První místo neznamená, že bude nejlepší pro každý produkt nebo český voiceover. Arena měří preference výstupů, nikoli přesnost obalu výrobku, počet oprav nebo čas editora. To musí doplnit vlastní test. Tento článek porovnává veřejné zdroje; nejde o náš vlastní praktický benchmark.
V čem vyniká
Zachování produktu a postavy. Google zdůrazňuje lepší dodržování obrazových a video referencí. Pro e-shop je to příslib menšího počtu scén, ve kterých změna úhlu promění střih oblečení nebo výrobek. Jde o tvrzení výrobce, nikoli záruku bezchybných výstupů. Pilot bych začal stejným produktem ve třech prostředích a hodnotil shodu s referencí, ne jen efektnost.
Oprava bez úplného restartu. Konverzační editace umožňuje navázat na klip a změnit například světlo nebo úhel kamery. Úspora vznikne jen tehdy, když oprava zachová použitelné části; další editace není automaticky zdarma.
Oddělený rozpočet na náhled a finále. Google doporučuje návrhy ve 360p či 720p a upscale vybraných výsledků na 1080p nebo 4K. Upscale není důkaz nativního 4K detailu, ale oddělení levného hledání variant od finálního zpracování je rozumné. Google Cloud
Porovnání cen: stejné rozlišení je základ
Veřejné sazby kontrolované 7. listopadu 2026, 720p výstup, USD. Přepočet nezahrnuje vstupní média, editace, upscale, daně ani lidskou práci.
| Model | USD / sekunda 720p | 100 s výstupu |
|---|---|---|
| Grok Imagine Video 1.5 Lite | 0,03 | 3 USD |
| Gemini Omni 1.2 Flash | cca 0,07 | cca 7 USD |
| Grok Imagine Video | 0,07 | 7 USD |
| Grok Imagine Video 1.5 | 0,14 | 14 USD |
Zdroje: Google Cloud a oficiální ceník xAI. Sto sekund je součet výstupů, nikoli maximální délka jednoho klipu. Tabulka není úplný ceník všech modelů z benchmarku.
Grok Imagine Video 1.5 za 0,08 USD/s je 480p, nikoli 720p. Ve stejném rozlišení vychází uváděná cena Omni přibližně na polovinu. Grok Lite je samostatná varianta: nelze mu připsat skóre plného modelu.
Také OpenRouter ukazuje cenu Omni od přibližně 0,02317 USD/s, ale pro 360p. Údaj 1,50/9 USD za milion vstupních/výstupních tokenů není kompletní cenovka videa; video má samostatné sazby podle rozlišení. OpenRouter
Omni není nejlevnější v každé konfiguraci. Je zajímavé kombinací ceny a aktuálních výsledků.
Kolik stojí schválený klip
Při zaokrouhlené sazbě 0,07 USD/s stojí 15sekundový 720p výstup přibližně 1,05 USD. Sto schválených klipů při jednom pokusu vyjde na 105 USD; při třech pokusech na klip na 315 USD; při pěti na 525 USD. Jde o modelový výpočet samotného výstupu, nikoli naměřenou úspěšnost modelu.
Cena schváleného klipu = všechny náklady na pokusy a zpracování / počet schválených klipů.
Levnější model, u kterého projde každý pátý výstup, nemusí být levnější v provozu. Vyšší skóre v Areně zase neomlouvá model, který mění váš produkt.
Jak bych ho nasadil do obsahové pipeline
Vybral bych dvacet produktů s kvalitními fotografiemi a schválenými popisy. Workflow v n8n nebo Make načte podklady, sestaví zadání ze šablony, zavolá video API a uloží výstup i parametry. Návrhy dostane člověk ke schválení; teprve vybrané klipy pokračují do finálního zpracování.
Měřil bych shodu produktu (tvar, barvy, obal, nápisy), použitelnost pohybu, počet generací a editací a čas do schválení včetně lidské kontroly. Nastavil bych limit pokusů a rozpočtu pro jeden produkt, aby workflow neopakovalo nepovedené generování donekonečna.
Stejná zadání bych pustil přes Grok Imagine Video 1.5 a dalšího dostupného kandidáta z Areny. Bez shodných podkladů a pravidel hodnocení by šlo spíš o přehlídku ukázek než benchmark.
Pro onboarding nebo výklad procesu bych dál preferoval skutečný záznam obrazovky, ověřený scénář a Google Vids. Generované video dává větší smysl u doprovodných scén, produktových variant a krátkých reklamních formátů.
Verdikt
Omni 1.2 Flash je silný kandidát pro opakovanou výrobu krátkých produktových videí. Za hlavní přínos považuji možnost dostat se od referenční fotografie ke schválenému klipu s menším počtem slepých pokusů. Právě to bych ověřil v pilotu. Arena je důvod začít testovat; o nasazení mají rozhodnout vaše hotové výstupy.
Zdroje a datum: ověřeno 7. listopadu 2026; Arena snapshot 6. listopadu. Google: release, Google Cloud, Arena text-to-video, Arena image-to-video, xAI pricing, OpenRouter. Inspirace: AI Revolution CZ/SK, video ze 7. listopadu.