Google تطلق Gemini Omni 1.2 Flash: فيديو 15 ثانية بسعر أقل 30%، فماذا عن العربية؟

أطلقت Google DeepMind في 5 نوفمبر 2026 نموذج Gemini Omni 1.2 Flash لتوليد وتحرير الفيديو بالصوت الأصلي، معلنة إتاحته العامة عبر واجهة البرمجة وGoogle Cloud. بهذا تنافس Google مباشرة منصات فيديو معروفة مثل Runway وLuma، غير أن الجديد لا يكمن في طول المقطع وحده، بل في معادلة التكلفة وسير العمل. وفي رأينا أن أذكى طريق لتجربته اليوم ليس واجهة البرمجة المدفوعة، بل Google Vids المتاحة دون كلفة إضافية لحسابات Google واشتراكات Google Workspace.

تحرير تفاعلي ومقاطع تمتد إلى 15 ثانية

طالت المقاطع في هذا الإصدار؛ إذ ذكر موقع The Decoder أن المقاطع باتت تمتد حتى 15 ثانية بدلاً من 10 ثوانٍ في إصدار 1.1، ويمكن ضبط المدة بين 3 و15 ثانية بخطوات ثانية واحدة، بينما يستقر الافتراضي البرمجي عند 10 ثوانٍ بحسب توثيق Gemini API. أما التمديد فيضيف 3 إلى 10 ثوانٍ في كل مرة، وفي آخر المقطع فقط، حتى يبلغ 30 ثانية في المجموع. ولا يتجاوز الانتقال بين إطار أول وإطار أخير 10 ثوانٍ، والأبعاد المتاحة اثنان لا ثالث لهما: 16:9 للشاشة العريضة و9:16 للمقاطع العمودية.

ولا يقتصر التطور على المدة، بل يشمل التحرير الحواري التتابعي للمقطع كاملاً؛ إذ يمكن استبدال الخلفية أو المنتج، وتعديل الطقس والإضاءة، وتبديل الأبعاد دون إعادة التوليد من الصفر. ولدعم الاتساق، يقبل النموذج حتى 6 صور مرجعية (بحد أقصى 3 صور لكل شخصية لشخصيتين)، ومقاطع حركة حتى 3 ثوانٍ. في المقابل، لا تُتاح المراجع الصوتية على Google Cloud إلا لمن تمنحه Google إذناً مسبقاً، ولا تقبل واجهة Gemini API رفع ملفات صوتية حالياً. وتقول Google إن النموذج يحقق اتساقاً أفضل للملامح والأزياء والخطوط وتزامناً أدق للشفاه، وهي وعود لم يختبرها طرف مستقل بعد. بل إن الشركة نفسها تقر بأن العمل ما زال جارياً على مشاهد الرياضة السريعة والتغييرات المتلاحقة في النص والفيزياء المعقدة. كما يحمل كل فيديو علامة SynthID وبيانات C2PA التوثيقية، ولا يقبل النموذج تعديل صور بعض الشخصيات المعروفة، أما في بريطانيا وسويسرا والمنطقة الاقتصادية الأوروبية فيُمنع كذلك تعديل صور القاصرين وتمديد الفيديوهات التي يرفعها المستخدم.

خفض الأسعار بنسبة 30% وسير عمل مرحلي

الخفض هنا ملموس؛ إذ توضح صفحة تسعير Gemini API تراجع التكلفة بنسبة 30% عن إصدار 1.1 Flash، ليستقر سعر ثانية الفيديو بدقة 720p عند 0.07 دولار (~0.70 دولار لمقطع 10 ثوانٍ و~1.04 دولار لمقطع 15 ثانية) بدلاً من 0.10 دولار تقريباً. وتُحسب التكلفة عبر رموز المخرجات بسعر 12 دولاراً لكل 1 مليون رمز، دون توفر فئة مجانية على واجهة البرمجة. وابتداءً من 3 ديسمبر 2026 ستُحوَّل طلبات gemini-omni-1.1-flash تلقائياً إلى الإصدار 1.2 وتُحتسب بأسعاره. ولم تنشر Google أي أسعار بالريال السعودي أو الدرهم الإماراتي أو الجنيه المصري.

ولتفادي الهدر، تقترح Google سير عمل يبدأ بتوليد المسودات بدقة 360p أو 720p، ثم تعديل التفاصيل حوارياً بدلاً من إعادة الإنتاج، وأخيراً ترقية اللقطة الأنسب إلى 1080p أو 4K.

أين تجربه اليوم؟

تتفاوت خيارات الوصول بحسب نوع حسابك؛ فإن أردت تجربة بلا مقابل، تمنحك Google Vids مقاطع مدتها 15 ثانية دون كلفة إضافية لمستخدمي حسابات Google واشتراكات Google Workspace. أما قطاع الأعمال، فقد أوردت مدونة Google Cloud أن النموذج أصبح متاحاً للاستخدام التجاري العام على Google Cloud، وهذه أول مرة تتاح فيها عائلة Gemini Omni بهذه الصفة.

في المقابل، يقتصر توليد مقاطع 15 ثانية في تطبيق Gemini على مشتركي باقة Google AI Ultra، والطرح تدريجي. كما وصل النموذج إلى Flow لإخراج المشاهد وتعديلها، وإلى Google Ads للحملات الإعلانية، وإلى Google AI Studio للمطورين. ومن يستخدم Google Veo اليوم أمامه الآن خيار ثانٍ من Google نفسها يستحق المقارنة.

غياب التقييم العربي: اختبار عملي لعشر دقائق

تؤكد وثائق المطورين أن اللغة الإنجليزية مدعومة بالكامل، في حين بقيت اللغات الأخرى دون تقييم، أي أنها قد تعمل وقد تخذلك. والعربية لم تُذكر في الإعلان ولا في الوثائق ولا في صفحة الأسعار، ولم تنشر Google شيئاً يخص منطقتنا تحديداً. اللغة الوحيدة غير الإنجليزية التي وردت هي البنجابية، في شهادة أحد الشركاء على صفحة النموذج.

ولأن تزامن الشفاه ورسم الحروف المتصلة على المنتجات واللافتات لم يُختبر رسمياً، فلا تبنِ على العروض التسويقية. اطلب في Google Vids مقطعاً من 15 ثانية لمتجر عليه لافتة عربية وشخصية تقول جملة بلهجة مصرية أو خليجية، ثم افحص خلال 10 دقائق:

• رسم الحروف واتجاهها: هل تتصل الحروف وتُقرأ من اليمين إلى اليسار، أم تظهر مقطّعة أو معكوسة؟
• نطق اللهجات: هل تبدو اللهجة طبيعية، أم أن النطق آلي ومخارج الحروف كالعين والحاء والقاف مشوهة؟
• تزامن الشفاه: هل تتبع حركة الفم الكلام العربي فعلاً، أم تتحرك بإيقاع عام لا يطابقه؟
• ثبات النصوص: هل تبقى الكتابة على المنتجات واللافتات كما هي حين تتحرك الكاميرا، أم تتبدل حروفها؟

ماذا تفعل الآن؟

يقدم Gemini Omni 1.2 Flash خفضاً حقيقياً في التكلفة وتحكماً حوارياً أفضل، غير أنه حتى الآن نموذج إنجليزي أولاً. فلا تربط مشروعك بواجهة البرمجة المدفوعة قبل أن تتحقق من أدائه بالعربية. ابدأ بالاختبار المجاني في Google Vids، فإن صمدت اللهجة والكتابة، فاعتمد المسودات منخفضة الدقة ثم ارفع دقة الأفضل منها فقط. وإن لم تصمد، فجرّب إصلاحها بتعديل حواري قبل أن تعيد التوليد، وتابع مقارنتنا بين Runway وKling لبدائل أخرى.