Gemini Omni 1.2 vs 1.1: Gleiche Prompts im Vergleich
Google DeepMind bringt Gemini Omni 1.2 Flash mit 31 Prozent niedrigeren Preisen, 15-Sekunden-Clips und stabileren Figuren. Lohnt sich der Wechsel sofort?
👁 113 Aufrufe
Wer heute Gemini Omni 1.1 Flash im Code eingebunden hat, muss im Grunde nichts tun. Ab dem 3. Dezember 2026 leitet Google Anfragen automatisch auf Version 1.2 um und rechnet zu den neuen, niedrigeren Tarifen ab. Es lohnt sich jedoch genau hinzusehen, was sich bei den Clips selbst verändert hat - denn 1.2 bringt nicht nur günstigere Preise. Ich habe am 5. November 2026, dem Tag der Veröffentlichung, dieselben Prompts durch beide Modellversionen geschickt.
Die Veränderungen in Zahlen
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| Cliplänge | 3-10 s | 3-15 s, sekundengenau |
| Preis 720p (Google) | ca. 0,09 EUR (0,10 USD)/s | ca. 0,06 EUR (0,07 USD)/s |
| Preis pro Million Video-Tokens | ca. 15,59 EUR (17,50 USD) | ca. 10,69 EUR (12 USD) |
| Mein Testclip (6 s, 720p) | ca. 0,54 EUR (0,61 USD) | ca. 0,37 EUR (0,42 USD) |
| Wartezeit für 6 s | 45-46 s | 48-49 s |
| Bearbeitung im Dialog | ja | ja, über die vollen 15 s |
Umrechnungskurse basieren auf dem Referenzkurs der EZB vom 05.11.2026 (1 EUR = 1,1224 USD, Quelle: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml). In meinen Rechnungen ergibt sich eine Ersparnis von exakt 31 Prozent. Die Generierungsdauer bleibt nahezu unverändert. Auflösungen, Seitenverhältnisse (16:9 und 9:16), Seed-Werte sowie Start- und End-Frames funktionieren in beiden Versionen gleich.
Charakter-Konsistenz: Hier liegt der größte Unterschied
Google verspricht für Omni 1.2 Flash deutlich weniger morphingartige Verzerrungen und Drifts von Figuren zwischen erstem und letztem Frame. In meinem Test zeigte sich das am deutlichsten bei einer Gartenkolonie-Szene mit zwei Männern am Grill.
Version 1.1 zerlegte die Szene in drei Einstellungen: zuerst ein Mann mit Schirmmütze, dann eine Nahaufnahme eines völlig anderen Mannes im grünen T-Shirt am Tisch und am Ende wieder zwei Männer, von denen der zweite keinem der vorherigen ähnelt. Der gesprochene polnische Text wurde zwar komplett wiedergegeben, die Szene wirkt jedoch völlig inkonsistent.
Version 1.2 lieferte eine durchgehende, ruhige Einstellung, in der beide Männer über die vollen 6 Sekunden hinweg dieselben Personen bleiben. Der Preis dafür war ein minimal gekürzter Dialog: Im polnischen Satz fiel der Halbsatz „nicht von Lidl“ (nie z Lidla) weg. Diesen Kompromiss nehme ich gerne in Kauf, denn Dialoge lassen sich über längere Clips leicht anpassen, während ungewollt ausgetauschte Figuren nicht zu retten sind.
Kamerabewegung
Die zweite wesentliche Neuerung sind kontrollierbare Kamerabewegungen: kontinuierliche Fahrten, Rückzüge, Rotationen, weniger sprunghafte Schnitte und ein stabiler Maßstab des Motivs. Bei einer Kamera-Drehung um eine Apfelverkäuferin am Marktstand verstanden beide Versionen die Anweisung und blickten hinter den Rücken der Frau. Die Bewegung in Version 1.2 verläuft jedoch deutlich fließender, und die Person behält durchgehend ihre Größe im Bild.
Der entscheidende Vorteil von Version 1.2 ist die Länge. Ein 15-sekündiger ununterbrochener FPV-Flug vom Himmel über Wohnblocks bis an einen Tisch in einer traditionellen Kantine war in Version 1.1 schlichtmöglich. Man hätte zwei Clips aneinanderfügen und darauf hoffen müssen, dass das Modell denselben Ausschnitt trifft.
Was unverändert bleibt
- Nicht-englische Sprachen werden weiterhin nicht offiziell evaluiert. Google misst primär Englisch, auch wenn beide Modelle in der Praxis andere Sprachen wie Polnisch überraschend fehlerfrei sprechen. Wir haben das mit polnischen Dialogen ausführlich getestet: Näheres dazu im Artikel zum Lip-Sync-Test.
- Im EWR, der Schweiz und Großbritannien können weiterhin keine eigenen hochgeladenen Videos bearbeitet oder verlängert werden, sondern ausschließlich direkt im System generierte Clips.
- Audio-Referenzen stehen in der API weiterhin nicht zur Verfügung.
- Schnelle Sportszenen und komplexe physikalische Wechselwirkungen stehen laut Google nach wie vor auf der Verbesserungsliste.
Lohnt sich der sofortige Umstieg?
Ja, besonders wenn Sie API-Kosten selbst tragen müssen. Dieselbe Szene fällt um ein Drittel günstiger aus, und Figuren bleiben deutlich konsistenter. Der einzige Grund, vorübergehend bei 1.1 zu verweilen, wäre ein laufendes Projekt, bei dem Sie zwingend den exakten visuellen Stil früherer Clips beibehalten müssen. Doch am 3. Dezember greift der Wechsel ohnehin automatisch. Einen Leistungsvergleich mit externen Modellen finden Sie im Beitrag Omni 1.2 gegen Seedance, Kling, Veo und Wan, während der Überblick zum Release in unserem Hub zu Gemini Omni Flash bereitsteht.
More on this from WISSNOX
benchmarks·Gemini Omni 1.2 Flash: Preise pro Sekunde und AuflösungenGemini Omni 1.2 Flash kostet ab 0,0232 USD pro Sekunde. Alle Kosten für 360p bis 4K, Konkurrenzvergleich und Praxiserfahrungen im API-Test.