
O Gemini Omni 1.2 Flash custa US$ 12,00 por 1 milhão de tokens de saída de vídeo, o que o Google arredonda para cerca de US$ 0,07 por segundo de vídeo em 720p, então um clipe de 15 segundos com áudio fica em torno de US$ 1,04. Ele está disponível de forma geral no nível pago da API Gemini, sem nível gratuito, e as mesmas taxas valem no Google Cloud. A verdadeira alavanca é a resolução: um rascunho em 360p custa US$ 0,023 por segundo contra US$ 0,209 em 4K, então faça rascunhos baratos e finalize uma única vez. Se você também precisa do post de lançamento que acompanha o vídeo, o redator de blog com IA da eesel é o colega de equipe para isso, e com a CLI da eesel um agente de código pode começar um rascunho a partir de um briefing, embora conectar suas ferramentas de publicação ainda precise de alguém com acesso.
Quanto custa o Gemini Omni 1.2 Flash?
Três medidores, todos por 1 milhão de tokens, e eles coincidem na página de preços da API Gemini do Google e na sua página do Google Cloud.
| Medidor | Preço por 1 milhão de tokens | O que cobre |
|---|---|---|
| Entrada | US$ 1,50 | Texto, imagem, vídeo (e áudio no Google Cloud) enviados |
| Saída de texto | US$ 9,00 | Respostas em texto |
| Saída de vídeo | US$ 12,00 | Vídeo gerado com áudio nativo |
| Nível gratuito | Não disponível | Só no nível pago |
O ID do modelo é gemini-omni-1.2-flash, e o Google o chama de disponível de forma geral desde 5 de novembro de 2026, com Provisioned Throughput no Google Cloud e uma marca d'água SynthID imperceptível nas saídas. A página de preços só mostra uma aba Standard para este modelo, então eu não contaria com um desconto em lote a menos que o Google adicione um.

Os limites importam para o orçamento. A entrada tem um teto de 131.072 tokens, o vídeo de saída vai de 3 a 15 segundos a 24 FPS, e você pode pedir 360p, 720p, 1080p ou 4K. A própria página do modelo do Google é a fonte de tudo isso.
Quanto custa um segundo de vídeo?
A saída de vídeo é cobrada em tokens por segundo, e a taxa de tokens sobe com a resolução. O Google publica as taxas, então isso é aritmética a US$ 12,00 por 1 milhão de tokens, não uma estimativa.
| Resolução | Tokens por segundo | Custo por segundo | Clipe de 10 segundos | Clipe de 15 segundos |
|---|---|---|---|---|
| 360p | 1.931 | US$ 0,023 | US$ 0,23 | US$ 0,35 |
| 720p | 5.792 | US$ 0,070 | US$ 0,70 | US$ 1,04 |
| 1080p | 8.688 | US$ 0,104 | US$ 1,04 | US$ 1,56 |
| 4K | 17.376 | US$ 0,209 | US$ 2,09 | US$ 3,13 |
A nota de rodapé de preços do Google traz os mesmos números: cerca de US$ 0,07 por segundo em 720p, US$ 1,04 por um clipe de 15 segundos, US$ 0,023 em 360p, US$ 0,104 em 1080p e US$ 0,209 em 4K. O 4K custa nove vezes um segundo em 360p, e é aí que a maioria dos orçamentos dá errado.

Insira abaixo sua própria duração, resolução e volume. O controle de rascunhos adiciona tentativas baratas em 360p por clipe final mantido, e esse é o hábito que eu adotaria.
Nos valores padrão, 50 clipes finais de 15 segundos em 720p mais três rascunhos em 360p cada um saem por cerca de US$ 104 por mês, então três rascunhos em 360p custam o mesmo que o próprio final em 720p, e cada rascunho extra custa um terço do preço de uma tentativa rejeitada em 720p.
Por que o modo rascunho é onde está a economia?
O próprio post de lançamento do Google diz que você pode fazer rascunhos em 360p ou 720p, corrigir um detalhe com uma edição de acompanhamento em vez de gerar de novo, e fazer upscale do melhor resultado para 1080p ou 4K. Os tokens de upscale também estão publicados, por segundo de saída: 2.896 para ir de 360p para 720p e de 720p para 1080p, 5.792 para ir de 360p para 1080p, e 11.584 para chegar a 4K a partir de 720p ou 1080p, segundo as notas dos preços do Google Cloud. O upscale não cobra tokens de entrada.
A US$ 12,00 por 1 milhão, isso dá US$ 0,035 por segundo para fazer upscale de 360p para 720p, US$ 0,070 para ir de 360p para 1080p e US$ 0,139 para chegar a 4K a partir de 720p ou 1080p.

O gráfico supõe que o clipe vencedor é renderizado direto em 4K (US$ 0,209 por segundo) e ignora o upscale, então trate o "cerca de 5 vezes mais barato" como uma direção, não uma citação exata. Dez rascunhos em 360p de 15 segundos custam US$ 3,48, um final em 4K custa US$ 3,13, e dez tentativas completas em 4K custam US$ 31,28. O hábito que economiza dinheiro é decidir em 360p.
O que mudou desde o Gemini Omni 1.1 Flash?
O corte de preço é a manchete. O Google diz que o vídeo em 720p ficou 30% mais barato que no 1.1, e a tabela de taxas mostra o motivo.
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| Entrada por 1 milhão de tokens | US$ 1,50 | US$ 1,50 |
| Saída de texto por 1 milhão de tokens | US$ 9,00 | US$ 9,00 |
| Saída de vídeo por 1 milhão de tokens | US$ 17,50 | US$ 12,00 |
| Aproximado por segundo em 720p | US$ 0,10 | US$ 0,07 |
| Duração máxima do clipe | 10 segundos | 15 segundos |
Só a saída de vídeo mudou. A partir de 3 de dezembro de 2026, as requisições para gemini-omni-1.1-flash são roteadas para o 1.2 e cobradas nas taxas do 1.2, então você não precisa migrar para obter o corte. Minhas notas anteriores sobre os preços do Omni 1.1, as taxas do Omni Flash original e a primeira análise do Omni mostram os números antigos.
Os consumidores sentem isso de forma diferente. Um leitor do Hacker News comparou a API com o app Flow do Google:
"It's double the cost in Flow, but 30% cheaper via the API. And Flow has always been much cheaper than the API (by 5-6x)."
Essa é a leitura de um comentarista sobre os créditos do Flow, não um preço do Google, e as páginas da API do Google são os únicos números que usei aqui. O nome também confundiu as pessoas, o que é compreensível quando um modelo de vídeo carrega o nome Gemini:
"But it still starts with “Gemini”. It would be better if they called it Gemini Omni 4, 4.1 etc. Otherwise call it just Omni 1.2 and drop the Gemini prefix."
Quanto custam imagens de referência e áudio na entrada?
Quase nada. A tabela de taxas do Vertex do Google diz que o Omni cobra 1.120 tokens por imagem, 32 tokens por segundo de áudio e até 5.792 tokens por segundo de vídeo de entrada. A US$ 1,50 por 1 milhão de tokens, uma imagem custa cerca de US$ 0,0017, um segundo de áudio cerca de US$ 0,00005 e um segundo de vídeo de entrada cerca de US$ 0,0087.
Editar um clipe de 15 segundos que você já gerou custa, portanto, o lado da entrada (cerca de US$ 0,13 pelos 15 segundos) mais a nova saída de vídeo, não um novo briefing completo do zero. As referências de áudio estão atualmente em lista de permissões, então não planeje ainda um fluxo de trabalho guiado por voz com elas.
Como ele se compara a outras ferramentas de vídeo com IA?
A cobrança por token torna o Omni difícil de comparar com ferramentas que cobram por crédito, então eu converto tudo no custo de um clipe finalizado antes de escolher. Coloquei preço no restante do campo separadamente: Sora 2, Kling AI e Runway são os três com que a maioria dos compradores o compara.
Luma e Pika têm seus próprios posts de preços, e se você ainda está escolhendo, as listas de alternativas ao Runway e alternativas ao Sora são o ponto de partida.
A vantagem do Omni é a unidade: você paga pelos segundos e pela resolução que escolheu, e nada por um clipe que edita por conversa em vez de gerar de novo. Seu limite é não ter nível gratuito para testar, o que pesa mais que a taxa de manchete para uma equipe pequena.
O Gemini Omni 1.2 Flash vale o preço?
Para vídeos de produto, provas de roupa e anúncios curtos, sim, nos preços acima. O CEO da Photoroom colocou assim o caso de produção:
"Version 1.2 brings 15-second videos, a top user request. With general availability and SLAs, we can rely on it in production for our sellers and enterprise customers."
Eu evitaria para uma equipe que quer experimentar de graça, e manteria distância de geração em 4K sem testar antes. Faça rascunhos em 360p, edite por conversa, finalize uma única vez. Isso deixa um anúncio de 15 segundos entre US$ 1,04 e US$ 1,56 em cobranças de saída.
Se você está orçando uma campanha inteira, as tabelas de taxas do Gemini 3.8 Flash e do Gemini 4 Argon cobrem o lado do texto, e o post sobre preços do Nano Banana Pro cobre as imagens estáticas.
O redator de blog com IA da eesel para o conteúdo em torno do seu vídeo
Um modelo de vídeo faz o clipe. Ele não escreve o post de lançamento, a página de instruções ou o artigo comparativo que explica por que o clipe existe. Esse é o trabalho que o redator de blog com IA da eesel assume: um dos colegas de equipe prontos para o trabalho no time da eesel, que chega com o contexto da empresa para transformar um tema em um rascunho que você revisa. O guia gerador de blog com IA e o panorama de ferramentas de IA para conteúdo mostram onde ele se encaixa.

O mesmo raciocínio vale para o suporte, onde o colega de helpdesk com IA da eesel funciona em um plano de créditos fixo a partir de US$ 299 por mês para 500 créditos, um crédito por ticket ou chat. Na SE Ranking, ele tratou cerca de 4.650 conversas em um mês em três produtos, com reembolsos e questões de Nível 2 passadas para pessoas. Se um vídeo de lançamento gerar perguntas, é o colega de helpdesk com IA que responde a elas. Teste a eesel em um único tema de lançamento antes de se comprometer com um calendário de conteúdo inteiro.