Gemini Omni 1.2 Flash İncelemesi: Kesintisiz 15 Saniye Video Testi

👁 111 okunma

Gemini Omni 1.2 Flash ile aldığım ve beni gerçekten etkileyen ilk klip, 15 saniye sürüyor ve tek bir kesme dahi içermiyor. FPV dron, gün batımında toplu konut bloklarının üzerinden havalanıyor, binaların arasına dalıyor, halı dövme demirinin üzerinden süzülüp bir halk lokantasının kapısından içeri giriyor ve masasında çorba içen yaşlı bir adamın önünde duruyor. Adam başını kaldırıp Lehçe orijinalinde “Günaydın” anlamına gelen bir ifade kullanıyor. Bu ifade promptta yer almıyordu; model, sahnenin akışına göre söylenmesi gerektiğine kendisi karar verdi.

Google, Omni 1.2 Flash modelini 5 Kasım 2026 tarihinde kullanıma sundu. Aynı günün akşamında 24 klibi tamamlamıştım: dokuz gösterim sahnesi, beş rakiple karşılaştırma, 360p’den 4K’ya çözünürlük ölçeklemesi ve başarısız olan birkaç deneme. Bütün bu sürecin toplam maliyeti 13,02 USD oldu. Bu yazı, karmaşık tablolar yerine modelin neler yapabildiğine odaklanan pratik bir incelemedir. Ayrıntılı rakamlar ve kıyaslamalar ayrı analizlerde, tamamı ise Gemini Omni Flash merkezinde yer alıyor.

Tek Plan ile On Beş Saniye

Sürüm 1.2’deki en önemli yenilik bu süre artışıdır. Önceki sürüm en fazla 10 saniyeye izin veriyordu; artık süreyi 3 ile 15 saniye arasında birer saniyelik adımlarla belirleyebiliyorsunuz. Ancak tek kazanım süre değil. Eski video modelleri uzun sahnelerde görsel tutarlılığı kaybetmeye yatkındı: arka plan bozulur, karakterin yüzü değişir veya kamera aniden sıçrardı. Bu FPV uçuşunda ise bina son ana kadar aynı bina kalıyor, lokanta içi mantıklı bir derinlik sunuyor ve masadaki adam göründüğü ilk kareden son kareye kadar kimliğini koruyor.

Pratik bir ayrıntıyı belirtmekte fayda var: Bu komutun ilk sürümünde binaların önünde top oynayan çocuklar vardı. Model bu isteği reddetti ve herhangi bir ücret kesmedi. Çocukları bankta oturan iki emekli ile değiştirdiğimde klip hemen üretildi. Google belgelerinde reşit olmayan bireylerle ilgili kuralların sıkılaştırıldığı belirtiliyor; bu nedenle üretimleriniz reddedilirse ilk olarak bu unsurları kontrol edin.

Üç Kişilik Lehçe Diyalog

Geleneksel bir Noel akşamı: pancar çorbası, mantılar ve çam ağacı. Masada üç kişi, Lehçe üç ayrı replik ve her biri farklı bir ses tonuyla konuşuyor. Büyükanne son mantıyı kimin yediğini soruyor, ağzı dolu genç inkar ediyor, anne ise gencin çenesinde kalan parçaya gülüyor. Üretilen dosyayı konuşma tanıma (STT) sisteminden geçirdiğimde, komutta yazdığım metnin birebir telaffuz edildiğini gördüm. Kamera da konuşan kişiye göre odağını kendi kendine değiştiriyor.

Google resmi olarak yalnızca İngilizcenin tam testten geçtiğini, diğer dillerin ise resmi olarak değerlendirilmediğini ifade ediyor. Yaptığım testlerde Lehçe telaffuz gayet başarılıydı, ancak her zaman kusursuz sonuç vermeyebiliyor. Veo, Wan, Seedance ve Kling modelleriyle yapılan karşılaştırmalar da dahil olmak üzere tüm ayrıntıları Lehçe dudak senkronizasyonu başlıklı yazıda bulabilirsiniz.

Büyükanne Mutfağında Ürün Reklamı

Ahşap masa üzerinde bir kavanoz turşu, pencereden süzülen sabah ışığı ve kapağı açan bir el. Bu tür ürün odaklı yakın planlar, uygun fiyatlı video modellerinin tipik kullanım alanıdır: Birkaç alternatif üretir, en iyisini seçer ve reklama eklersiniz. Omni, tüm klip boyunca kavanozun geometrisini korudu; dereotu ve baharatlar gerçekçi göründü ve arka planda promptta istediğim hafif gitar tınısı çaldı.

Gece Tramvayında Anime Tarzı

Modelin sadece fotogerçekçilikle sınırlı olup olmadığını görmek istedim. Yağmurlu bir gecede tramvay, buğulu cam kenarında kulaklıkla oturan liseli bir genç kız. Sonuç, sinematik anime estetiğine oldukça yakındı: yumuşak ışıklar, camdaki su damlaları ve ıslak asfalttaki yansımalar gayet temiz aktarıldı. Kamera dışarıdan tramvayın içine kesintisiz bir hareketle geçti.

Pazar Tezgahı Etrafında 360 Derece Kamera Hareketi

Ekim ayında Kraków’daki Kleparz pazar yeri ve bir elma tezgahı. Kameranın satıcı kadının etrafında kesintisiz, tam bir daire çizmesini ve karakter ölçeğinin sabit kalmasını istedim. Bu, Google’ın 1.2 sürümünde iyileştirdiğini belirttiği alanlardan biriydi ve testimde sorunsuz çalıştı: Kamera kadının etrafından dolaşıyor, arkasını gösterip tekrar yüzüne dönüyor. Rakipleriyle kıyaslandığında bu, test ettiğim altı model arasındaki en temiz kamera dönüşüydü. Kamera dinamiklerine dair detayları Omni 1.2 kamera hareketi yazısında inceleyebilirsiniz.

Dikey Format ve Tarih Dersi

9:16 dikey format, yatay çekimlerle aynı kalitede ve aynı fiyata çalışıyor. Çatıda gün batımında dans eden bir kadın, el kamerası hissiyle etrafında dönen açı ve sonda doğrudan objektife bakan bakışlar, promptta tarif ettiğim şekilde gerçekleşti.

Tahta önündeki tarih öğretmeni sahnesinde karakter, 1410 Grunwald Muharebesi hakkında konuşup kısa bir sınav duyurusu yapıyor. Lehçe metin eksiksiz telaffuz edildi ve Lehçe orijinalinde “bin dört yüz on” sayısı doğru okundu. Model, yazı tahtasına tebeşirle kendiliğinden Lehçe orijinalinin çevirisiyle “Grunwald 1410” yazdı. İlginç bir not: Neredeyse aynı komut yapısıyla televizyon stüdyosunda hava durumu sunucusu üretmeyi denediğimde Omni bunu iki kez gerekçe göstermeden reddetti (ücret yansıtılmadı).

Modelin Yetersiz Kaldığı Noktalar

Eksiklikleri belirtmemek taraflı bir değerlendirme olurdu. İşte modelin beklentiyi karşılayamadığı üç durum:

• Voleybol sahnesi: Google, hızlı spor hareketlerinin halen zorlayıcı olduğunu kabul ediyor. Hücum ve blok hareketleri anlaşılır olsa ve taraftarlar sevinse de, kesinlikle olmamasını belirtmeme rağmen oyuncu formalarına numaralar eklendi.
• Görsel üzerinden mevsim değişimi: Modele yaz mevsiminde çekilmiş bir bahçe karesi verip aynı sahneyi kış mevsiminde üretmesini istedim. Kar tanesi dahi eklenmemiş, birebir aynı yaz sahnesi üretildi. Model, metin komutundan ziyade referans görsele aşırı bağlı kaldı.
• Mevcut videoyu sohbetle düzenleme: İteratif video düzenleme en çok öne çıkarılan özelliklerden biriydi; ancak kullandığım API sağlayıcısı üzerinden bunu çalıştırmak mümkün olmadı. Beş denemenin beşi de hata verdi. Bu konunun ayrıntılarını sohbet üzerinden video düzenleme yazısında ele aldım.

Test Yöntemi ve Süreç

Kliplerin tamamını OpenRouter API üzerinden google/gemini-omni-1.2-flash modeliyle, 720p sesli çıktı ayarında ve aynı seed değeriyle oluşturdum. Test promptlarını orijinal çalışmada Lehçe olarak hazırladım. 6 saniyelik bir klibin üretimi 45-55 saniye sürerken, 15 saniyelik klip 81 saniyede tamamlandı. Reddedilen işlemler için herhangi bir bakiye düşülmedi. Kullanabileceğiniz hazır promptlar için Gemini Omni 1.2 prompt rehberi, rakiplerle saniye başı maliyet kıyaslaması için ise Gemini Omni 1.2 fiyat analizi yazılarına göz atabilirsiniz.

// okumaya devamGemini Omni 1.2 Flash İncelemesi: Fiyatı ve 24 Video TestiKarşılaştırmalarWan 3.0 testi: Video üretimi, diyalog ve görüntü kalitesiKarşılaştırmalarElevenLabs ses klonlama: 10 saniye ve 2 dakika testiKarşılaştırmalar