Google DeepMind ने 5 नवंबर 2026 को Gemini Omni 1.2 Flash को आधिकारिक रूप से पेश किया — कंपनी का वीडियो जनरेशन मॉडल जो अब Gemini API और Gemini for business / Google Cloud पर generally available है। प्रोडक्ट मैनेजर Anish Nangia के ब्लॉग पोस्ट के मुताबिक यह अपडेट सिर्फ “थोड़ा लंबा क्लिप” नहीं है: native वीडियो की सीमा 10 सेकंड से बढ़कर 15 सेकंड हो गई है, कीमत Omni 1.1 के मुकाबले 30% कम है, और multi-turn conversational एडिटिंग से प्रोडक्ट, बैकग्राउंड, लाइटिंग या aspect ratio बदला जा सकता है बिना पूरा सीन दोबारा जनरेट किए। उसी दिन Google Vids ब्लॉग ने बताया कि कोई भी Google अकाउंट या Workspace यूज़र vids.new पर प्रति माह तीन 15-सेकंड वीडियो मुफ़्त बना सकता है।
वीडियो जनरेशन अब AI इंडस्ट्री की मुख्य लड़ाई बन चुका है। टेक्स्ट और इमेज के बाद क्रिएटर्स, मार्केटर्स और ऐप बिल्डर्स छोटे looping या narrative क्लिप चाहते हैं — रील्स, ऐड टीज़र, प्रोडक्ट डेमो, ट्रेनिंग स्निपेट। Google इस मैदान में Omni लाइन के ज़रिए उतर चुका है; 1.2 Flash उसी परिवार का नया, सस्ता और लंबा संस्करण है। Model card (deepmind.google) और दोनों आधिकारिक ब्लॉग इस अपडेट के प्राथमिक स्रोत हैं। The Verge जैसी रिपोर्टिंग ने भी 15-सेकंड क्लिप वाले लॉन्च की चर्चा की है, लेकिन फीचर सूची और कीमत हम सिर्फ Google के अपने दस्तावेज़ से ले रहे हैं।
15 सेकंड, 1-सेकंड स्टेप — क्लिप की नई सीमा
Omni 1.1 पर native वीडियो अधिकतम 10 सेकंड तक सीमित था। Omni 1.2 Flash में यह सीमा 15 सेकंड हो गई है, और अवधि 3 से 15 सेकंड के बीच 1-सेकंड की बढ़त में चुनी जा सकती है। क्रिएटर के लिए इसका मतलब है: थोड़ा लंबा hook, दो-लाइन डायलॉग, या प्रोडक्ट रिवॉल्व + CTA एक ही क्लिप में फिट करने की गुंजाइश। 15 सेकंड सोशल रील्स की दुनिया में जादुई आंकड़ा नहीं है, लेकिन API और Workspace टूल्स के अंदर “पूरा छोटा स्पॉट” बनाने लायक ज़रूर है।
क्वालिटी पाइपलाइन भी साफ बताई गई है: ड्राफ्ट 360p या 720p पर बनाएं, फिर बेस्ट टेक को 1080p या 4K तक upscale करें। यानी हर iteration को महंगे फुल-रेज़ पर जलाने की ज़रूरत नहीं — पहले सस्ता ड्राफ्ट, फिर फाइनल अपस्केल। साथ में SynthID वॉटरमार्क आउटपुट पर लगता है, ताकि AI-जनरेटेड मीडिया की पहचान बनी रहे। Provisioned Throughput भी उपलब्ध है — जिन टीमों को स्थिर capacity चाहिए, उनके लिए।
बातचीत से एडिट: पूरा री-जेन नहीं
1.2 Flash का सबसे व्यावहारिक वादा multi-turn conversational editing है। Google लिखता है कि आप प्रोडक्ट स्वैप कर सकते हैं, बैकग्राउंड बदल सकते हैं, लाइटिंग एडजस्ट कर सकते हैं या aspect ratio शिफ्ट कर सकते हैं — बिना पूरे वीडियो को सिरे से दोबारा जनरेट किए। क्रिएटिव वर्कफ़्लो में यही दर्द सबसे बड़ा होता है: एक छोटी सी बदलाव के लिए मिनटों का इंतज़ार और “लगभग वैसा ही लेकिन नहीं” वाला नया रेंडर। बातचीत वाला लूप उस friction को कम करने की कोशिश है।
Reference adherence भी मज़बूत बताई गई है। कैरेक्टर, प्रोडक्ट या स्टाइल की इमेज के अलावा अब 3 सेकंड तक के छोटे मोशन क्लिप और ऑडियो रेफरेंस देकर मॉडल को दिशानिर्देश दिया जा सकता है। कंपनी का दावा है कि consistency बेहतर हुई है, स्पीच और lip-sync ज़्यादा नैचुरल लगते हैं, और कैमरा मूव्स ज़्यादा सिनेमैटिक हैं। ये गुणात्मक दावे हैं — हम इन्हें Google के शब्दों में रख रहे हैं, किसी थर्ड-पार्टी बेंचमार्क स्कोर के बिना।
कीमत 30% कम, Vids पर तीन फ्री क्लिप
डेवलपर्स के लिए साफ आंकड़ा: 720p वीडियो पर $0.07 प्रति सेकंड — Omni 1.1 से 30% कम। 15-सेकंड क्लिप का मोटा हिसाब roughly एक डॉलर के आसपास बैठता है (15 × 0.07), ड्राफ्ट और अपस्केल के अलग बिलिंग विवरण ब्लॉग में कीमत के मुख्य बिंदु के रूप में $0.07/s ही दिया गया है। प्रोडक्ट टीमें और एजेंसियां जो पहले हर टेस्ट रन पर हिचकिचाती थीं, उनके लिए यह कट महत्वपूर्ण हो सकता है — खासकर जब multi-turn एडिट पूरा री-जेन बचाए।
Google Vids वाला कोण भारतीय और ग्लोबल क्रिएटर्स दोनों के लिए नरम प्रवेश द्वार है। vids.new पर Google अकाउंट या Workspace वाला कोई भी व्यक्ति महीने में तीन 15-सेकंड वीडियो बिना शुल्क जनरेट कर सकता है। मतलब स्मॉल बिज़नेस ओनर, यूट्यूबर या स्टूडेंट पहले पैसा लगाए बिना टोन, प्रॉम्प्ट स्टाइल और आउटपुट क्वालिटी जाँच सकते हैं। यही फ्री स्लैब कई लोगों को “AI वीडियो अभी नहीं” से “एक बार ट्राई करके देखें” की तरफ धकेल सकता है।
कहां मिलेगा मॉडल, और टीम आगे क्या सुधार रही है
Generally available सतहें: Gemini API, Gemini for business / Google Cloud। रोलआउट सूची में Flow, Gemini ऐप (Google AI Ultra सब्सक्राइबर्स), Google Ads और AI Studio भी शामिल हैं। यानी एक ही मॉडल फैमिली डेवलपर API, क्रिएटर टूल (Vids/Flow), कंज़्यूमर Gemini ऐप और ऐड प्लेटफॉर्म तक फैल रही है। Model card पर सुरक्षा और क्षमता की सीमाओं का आधिकारिक विवरण है — प्रोडक्शन से पहले उसे पढ़ना समझदारी है।
Google ने खुद लिखा है कि काम अभी बाकी है: तेज़ स्पोर्ट्स एक्शन, स्क्रिप्ट में तेज़ बदलाव, और जटिल भौतिकी वाले सीन। यानी 1.2 Flash “सब समस्या हल” वाला मॉडल नहीं बताया गया — कंपनी खुलेआम उन क्षेत्रों को फ्लैग कर रही है जहां आउटपुट अभी कमज़ोर पड़ सकते हैं। क्रिएटर्स को मैच हाईलाइट या भारी physics वाले शॉट के लिए अलग उम्मीद रखनी चाहिए; प्रोडक्ट डेमो, टॉकिंग-हेड स्टाइल और नियंत्रित बैकग्राउंड वाले स्पॉट ज़्यादा यथार्थवादी शुरुआती यूज़-केस लगते हैं।
AI और टेक की ऐसी बड़ी खबरें आसान हिंदी में वीडियो के साथ समझनी हों तो Tech With Bharat Hirwani YouTube चैनल देखें, और हर अपडेट सीधे फोन पर पाने के लिए हमारा WhatsApp चैनल फॉलो करें।
भारत में क्रिएटर्स, ऐड टीमें और इंडी डेवलपर्स के लिए संकेत
भारत में शॉर्ट-फॉर्म वीडियो — YouTube Shorts, Instagram Reels, WhatsApp स्टेटस — रोज़मर्रा की भाषा बन चुकी है। तीन मुफ़्त Vids क्लिप प्रति माह का मतलब है कि हिंदी/क्षेत्रीय भाषा के क्रिएटर भी बिना कार्ड स्वाइप किए मॉडल आज़मा सकते हैं। स्मॉल ब्रांड त्योहार वाले टीज़र, प्रोडक्ट अनबॉक्सिंग स्टाइल हुक, या लोकल ऑफर वाला 10–15 सेकंड स्पॉट प्रोटोटाइप कर सकते हैं। फिर भी ब्रांड सेफ्टी, कॉपीराइट (म्यूज़िक/फेस/लोगो) और प्लेटफॉर्म के AI-लेबल नियमों की ज़िम्मेदारी यूज़र पर ही रहती है; SynthID मदद करता है, लेकिन अनुमति और कॉन्टेक्स्ट नहीं बदलता।
डेवलपर नज़रिए से generally available API + 30% सस्ती कीमत भारत की SaaS और एजेंसी टूलिंग के लिए प्रासंगिक है। जो टीमें पहले टेक्स्ट/इमेज पाइपलाइन में Gemini इस्तेमाल करती थीं, वे अब उसी बिलिंग अकाउंट के पास छोटा वीडियो स्टेप जोड़ने का मूल्यांकन कर सकती हैं। हमारी पिछली कवरेज में Gemini 4 Carbon लॉन्च, ChatGPT Images 2.6 का GIF अपडेट और ChatGPT सर्च बनाम Google के दावे भी बता चुके हैं कि Google और OpenAI दोनों मल्टीमॉडल क्रिएशन को मुख्य प्रोडक्ट बना रहे हैं — Omni 1.2 Flash उसी दौड़ का वीडियो अध्याय है।
मुकाबला और सावधानी की लाइन
वीडियो जनरेशन में OpenAI, Runway और अन्य खिलाड़ी भी सक्रिय हैं। हम यहां उनके नए प्राइस या बेंचमार्क नंबर नहीं गढ़ रहे — सिर्फ इतना कि मैदान भीड़ भरा है और Google ने लंबाई, कीमत और एडिट लूप तीनों पर एक साथ वार किया है। खरीददार को चाहिए कि वे अपने असली प्रॉम्प्ट से A/B करें: lip-sync, ब्रांड कलर consistency, और देवनागरी/इंग्लिश मिक्स्ड स्क्रिप्ट पर आउटपुट कितना स्थिर रहता है। ब्लॉग के गुणात्मक दावे डेमो में चमक सकते हैं; प्रोडक्शन स्केल पर टीम का अपना eval ही फैसला करेगा।
कानूनी और ट्रस्ट पहलू भी नज़रअंदाज़ न करें। SynthID वॉटरमार्क Google की ओर से provenance सिग्नल है, लेकिन हर प्लेटफॉर्म इसे एक जैसे नहीं दिखाता। ऐड अकाउंट्स में AI क्लिप चलाते समय Google Ads की अपनी नीतियां और डिस्क्लोज़र नियम लागू होते हैं — रोलआउट सूची में Ads होना सुविधा है, छूट नहीं। बच्चों, चुनाव या संवेदनशील न्यूज़ जैसी थीम पर अतिरिक्त सावधानी बरतें; मॉडल card और Workspace एडमिन कंट्रोल पढ़कर ही ऑर्ग-वाइड रोलआउट करें।
आगे क्या देखना बाकी है
- 15s क्लिप असली रील्स वर्कफ़्लो में कितने काम के साबित होते हैं
- $0.07/s पर ड्राफ्ट+अपस्केल का कुल बिल प्रोडक्शन में कैसा बैठता है
- Vids के तीन फ्री क्लिप से कितने यूज़र पेड/API पर जाते हैं
- स्पोर्ट्स/physics वाले कमज़ोर क्षेत्रों में अगला मॉडल अपडेट कब आता है
संक्षेप में: Gemini Omni 1.2 Flash 5 नवंबर 2026 को Google DeepMind द्वारा generally available किया गया वीडियो मॉडल है — native क्लिप 15 सेकंड तक, अवधि 3–15s में 1-सेकंड स्टेप, 720p पर $0.07/सेकंड (Omni 1.1 से 30% सस्ता), multi-turn एडिटिंग, मज़बूत reference adherence, SynthID, और Google Vids पर महीने में तीन मुफ़्त 15-सेकंड वीडियो। स्रोत Google के आधिकारिक ब्लॉग और model card हैं। असली परीक्षा अब क्रिएटर्स और डेवलपर्स के हैंड्स-ऑन टेस्ट में है — क्या सस्ता + लंबा + एडिटेबल त्रिकोण रोज़मर्रा की वीडियो आदत बदलता है।
जानकारी: Google DeepMind — Introducing Gemini Omni 1.2 Flash (Anish Nangia, 5 Nov 2026), Google Vids ब्लॉग, Model card।
टिप्पणियाँ