Für Teams, die kurze Video-Anzeigen oder Produktclips machen, entstehen die Kosten von KI-Video an zwei Stellen: beim Preis pro Sekunde und bei der Zahl der Neuerzeugungen, weil ein Detail falsch geraten ist. Googles Gemini Omni 1.2 Flash, jetzt allgemein verfügbar in der Gemini API und in Gemini for business, setzt bei beidem an.
Die wichtigsten Änderungen betreffen Länge und Preis. Clips können jetzt bis zu 15 Sekunden lang sein statt 10 Sekunden bei Omni 1.1, und die Dauer lässt sich in Sekundenschritten von 3 bis 15 festlegen. Google hat den Preis gegenüber Omni 1.1 um 30% gesenkt, auf 0,07 $ pro Sekunde bei 720p. Empfohlen wird, günstig in 360p oder 720p zu entwerfen, Details mit Folgeänderungen zu korrigieren und erst dann die beste Fassung auf 1080p oder 4K hochzuskalieren.
Die Bearbeitung über mehrere Runden ist die Funktion, die die Rechnung verändert. Statt neu anzufangen, kann man im Gespräch bitten, ein Produkt oder einen Hintergrund zu tauschen, Licht oder Wetter zu ändern oder das Seitenverhältnis zu wechseln, und das über einen ganzen 15-Sekunden-Clip, was Varianten für verschiedene Zielgruppen deutlich billiger macht. Google verspricht außerdem, Referenzen besser zu befolgen: Bilder von Figuren, Produkten oder Stilen, kurze Bewegungsclips von bis zu drei Sekunden und Audiohinweise lassen sich kombinieren, und Gesichter, Kleidung, Verpackungsschrift und Markenfarben sollen über Kameraperspektiven hinweg gleich bleiben. Dialoge, Lippensynchronität und Szenen mit mehreren Sprechern sollen natürlicher sein, und Kamerafahrten wie lange Drohnenflüge sollen weniger ungewollte Schnitte haben. Ergebnisse tragen ein unsichtbares SynthID-Wasserzeichen, und Provisioned Throughput steht Geschäftskunden zur Verfügung.
Unser Test von Gemini Omni Flash sah es bereits als günstigsten Weg, ein Video im Gespräch zu bearbeiten, wenn auch nicht als Modell mit dem schönsten Bild, und diese Version behebt die beiden Kritikpunkte an 1.1, Cliplänge und Preis. Laut unseren Preisangaben kostet es rund 0.023 $ pro Sekunde bei 360p und 0.209 $ bei 4K und liegt damit in der Spanne von Konkurrenten wie Runway mit 0,02 $ bis 0,21 $ pro Sekunde je nach Auflösung.
Die Qualitätsversprechen sollte man vorsichtig lesen. Die Beispiele zu Konsistenz und Lippensynchronität sind Googles eigene Vorzeigeclips, ausgewählt, um gut auszusehen. Google räumt selbst ein, dass an schneller Sportaction, raschen Drehbuchänderungen und komplexer Physik noch gearbeitet wird, also an den Fällen, in denen Videomodelle am sichtbarsten scheitern. Wer es für Markenarbeit nutzt, sollte es vor einem Wechsel mit eigener Produktfotografie und eigenen Figurenblättern testen und bedenken, dass es keine kostenlose Stufe gibt.