TL;DR
Gemini Omni 1.1 Flash er generelt tilgængelig via den betalte Gemini Developer API under gemini-omni-1.1-flash, mens Gemini Enterprise Agent Platform i øjeblikket tilbyder preview-endpointet gemini-omni-1.1-flash-preview. Den tilføjer mere kontrol over scener, keyframes, referencer og outputopløsning, hvilket er særligt nyttigt, når et klip kræver flere runder af instruktioner.
- Kontrol: udvid en scene til 40 sekunder kumulativt og styr en optagelse med dens første og sidste frame.
- Pris: lav udkast til cirka $0.03 pr. sekund i 360p; reserver højere opløsninger til udvalgte takes.
- Kvalitet: 1080p og 4K outputs bruger opskalering. Det er ikke påstande om generering i native opløsning.
- Evidens: officielle familie-niveau evalueringer favoriserer redigering og instruktionsefterlevelse, men ikke alle målinger for bevægelse eller reference.
- Adgang: Platform-ID’er er forskellige: Gemini Developer API bruger gemini-omni-1.1-flash, mens Gemini Enterprise Agent Platform i øjeblikket bruger gemini-omni-1.1-flash-preview. Bekræft den præcise version bag enhver tredjepartsrute.
Googles Omni-projekt behandler videokreation som en multimodal samtale. Det praktiske spørgsmål er, hvor godt en kreatør kan bevare en brugbar optagelse, ændre en uønsket detalje og fortsætte scenen uden at starte forfra.
Hvad er Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash er Google DeepMinds multimodale model til videogenerering og -redigering. Google gjorde modellen generelt tilgængelig den 27. august 2026 under den stabile identifikator gemini-omni-1.1-flash.
Dens modelkort beskriver native tekst-, billede-, lyd- og video-input og videooutput med lyd. Individuelle API-operationer understøtter forskellige inputkombinationer, så modellens brede multimodale design bør ikke læses som et løfte om, at hvert endpoint accepterer enhver modalitet.
Modellen kan skabe et klip, revidere optagelser, arbejde ud fra referencer, interpolere mellem billeder og udvide en scene. Dens samtalebaserede workflow lader en applikation bevare kreativ kontekst på tværs af iterationer. For en produktdemonstration eller storyboard betyder det, at den første acceptable generering kan blive udgangspunktet for en mere kontrolleret redigering.
Gemini Omni 1.1 Flash-specifikationer
| Specifikation | Gemini Omni 1.1 Flash |
|---|---|
| Udvikler | Google DeepMind |
| Stabilt model-ID | gemini-omni-1.1-flash |
| Udgivelsesstatus / dato | Generelt tilgængelig; 27. august 2026 |
| Kontekstvindue | 1,048,576 tokens |
| API-genereringsinput | Tekst, billede, video; support afhænger af operation |
| Output | Video med lyd |
| Kliplængde | 3–10 sekunder pr. generering |
| Billedfrekvens | 24 FPS |
| Outputopløsninger | 360p, 720p, 1080p, 4K |
| Standardopløsning | 720p |
| 1080p / 4K | Opskaleret output |
| Sceneudvidelse | 10-sekunders trin, op til 40 sekunder kumulativt |
| Forudgående videokontekst til udvidelse | Op til 10 sekunder |
| Første-og-sidste-frame-kontrol | Understøttet |
| Videoreference til scenegenerering | Op til 3 sekunder i understøttede workflows |
| Hovedworkflow | Gemini API / Interactions API |
| Gratis API-tier | Ikke tilgængelig |
| Preview-udfasning | 30. september 2026 |
Begrænsningen på tre sekunder for videoreference og ti sekunder for tidligere kontekst beskriver forskellige operationer. Tilsvarende er et 10-sekunders outputklip og en 40-sekunders udvidelseskæde forskellige arbejdsenheder. At holde disse skel tydelige gør API-planlægning og pris-sammenligninger mere nyttige.
Hvad er nyt i Gemini Omni 1.1 Flash?
Fortsæt en scene i stedet for at sammenføje urelaterede klip
Opdateringen undersøger op til ti sekunder af tidligere optagelser, sammenlignet med det sidste sekund beskrevet for tidligere modeller, og understøtter 10-sekunders udvidelser op til 40 sekunder kumulativt. Den ekstra kontekst kan hjælpe med at bevare karakterer, omgivelser og narrativ retning på tværs af fortsættelser.
Dette er ikke en enkelt 40-sekunders tekst-til-video-forespørgsel. Hver fortsættelse tilføjer et andet segment til en eksisterende sekvens. Gennemgå overgange, karakteridentitet og kamerabevægelse efter hver udvidelse, før hele scenen godkendes.
Definer begge ender af en indstilling
Kreatører kan levere både første og sidste frame og lade modellen generere overgangen mellem dem. Dette er nyttigt til kontrollerede produktafsløringer, før-og-efter-sekvenser, kamerabevægelser og indstillinger, der skal forbinde med omkringliggende optagelser.
Brug 360p til billige udkast
Google rapporterer op til 60% højere systemgennemstrømning ved 360p end ved 720p, med omtrent en tredjedel af videooutput-omkostningen. Dette er en gennemstrømningssammenligning, ikke en garanteret latensforbedring for enhver forespørgsel.
En praktisk arbejdscyklus er at teste komposition og bevægelse i udkast med lav opløsning, revidere prompt eller referencer og godkende et take, før der betales for levering i højere opløsning. Medtag kasserede forsøg, når omkostningerne for et accepteret klip sammenlignes.
Lever 1080p og 4K via opskalering
Udgivelsen understøtter en standard 720p output og levering i højere opløsning, hvor 1080p og 4K genereres via opskalering. Højere pixeldimensioner etablerer ikke native 4K-scengenerering eller fjerner fejl i bevægelse og konsistens.
Brug eksisterende video som referencemateriale
For understøttede scenegenererings-workflows kan op til tre sekunder videoreference bære timing, bevægelse og karakterkontekst, som et enkelt stillbillede ikke kan. Denne referenceoperation er adskilt fra den længere kontekst, der bruges ved udvidelse af et eksisterende klip.
Flyt væk fra preview-endpointet
Google har planlagt udfasning af det gamle Gemini API-endpoint gemini-omni-flash-preview den 30. september 2026; dette refererer ikke til endpointet gemini-omni-1.1-flash-preview, som i øjeblikket eksponeres af Gemini Enterprise Agent Platform. Udviklere bør verificere den nye forespørgskonfiguration og outputs, før produktionstrafik omdirigeres.
Hvad viser de officielle Gemini Omni Flash-benchmarks?
Benchmark-omfang:
De officielle performance-diagrammer identificerer Gemini Omni Flash, uden at isolere et 1.1-checkpoint. Behandl disse som evidens på familieniveau, ikke som en målt forbedring fra preview til version 1.1. Elo-værdier er relative vurderinger, ikke procent; prøveantal beskriver evalueringens størrelse.
| Evaluering | Metrikorden | Prøver | Gemini Omni Flash — Elo | Seedance 2.0 — Elo |
|---|---|---|---|---|
| Videoredigering | Overordnet / instruktion | 504 | 1087 / 1082 | 946 / 960 |
| MovieGenBench tekst-til-video | Overordnet / instruktion | 1,003 | 1113 / 1108 | 1070 / 1051 |
| Hurtig bevægelse | Kvalitet for hurtig bevægelse | 500 | 1050 | 1112 |
| VBench billede-til-video | Overordnet præference | 355 | 1057 | 1003 |
| Reference-til-video | Overordnet / tale / reference | 468 | 1004 / 1028 / 962 | 996 / 972 / 1038 |
Inden for disse evalueringer er familiens stærkeste resultater redigering og instruktionsefterlevelse. Billedet ændrer sig for hurtig bevægelse og referenceoverholdelse: Seedance 2.0 fører på disse to metrikker. En model kan derfor være lettere at instruere uden at være det bedste valg til hver action-scene eller reference-tung opgave.
Billede-til-video-diagrammet rapporterer 1057 for Omni, 1054 for Grok Imagine Video, og 1053 for Kling v3 Pro. Så små pointsforskelle bør ikke behandles som en afgørende kvalitetsfordel. De offentliggjorte diagrammer leverer ikke konfidensintervaller til at vurdere statistisk signifikans.
Googles officielle video-redigering og hurtig-bevægelsesgrafik: skærmbilleder af de originale interaktive benchmark-diagrammer.
For en produktions-test, scor de outputs, som jeres team faktisk accepterer: promptefterlevelse, karakterkontinuitet, bevægelse, lyd og antallet af korrigerende redigeringer. Benchmark-lederskab er nyttig evidens, men omkostningen ved at nå et acceptabelt take er beslutningen i deployment.
Gemini Omni 1.1 Flash vs Gemini Omni Flash Preview
| Dimension | Gemini Omni 1.1 Flash | Gemini Omni Flash Preview |
|---|---|---|
| Livscyklus | Stabil / generelt tilgængelig | Preview; planlagt udfasning |
| Model-ID | gemini-omni-1.1-flash | gemini-omni-flash-preview |
| Produktionsretning | Anbefalet erstatning | Migrér til den stabile model |
| Nedlukningsdato | Ingen annonceret nedlukning | 30. september 2026 |
| Tidligere kontekst til fortsættelse | Op til 10 sekunder | Sidste sekund, ifølge lanceringens sammenligning |
| 360p-udkastniveau | Tilgængelig | Ikke inkluderet i den tidligere lanceringens prissætning |
| 1080p / 4K output | Tilgængelig via opskalering | Fraværende i den tidligere prissætning |
| Interpolation af første og sidste frame | Tilføjet med 1.1 | Ikke fastslået af den citerede preview-sammenligning |
| Udvidelseskæde | Op til 40 sekunder kumulativt | Ingen matchet kumulativ grænse i den citerede sammenligning |
| Uafhængig benchmark-forbedring | Ingen versionsisoleret score fastlagt | Resultater på familieniveau kan ikke kvantificere opgraderingen |
Den tydeligste opgradering er kontrol og produktionslivscyklus. Den stabile udgivelse eksponerer flere måder at begrænse en optagelse på og erstatter et endpoint på vej mod udfasning. Når preview-dokumentationen ikke adresserer en kapabilitet, bør den behandles som ubekræftet frem for at antage, at den ikke understøttes.
Gemini Omni 1.1 Flash-priser
Den stabile model er tilgængelig via Googles betalte API-tier. Dens token-satser er $1.50 input og $17.50 videooutput pr. million tokens; tekstoutput er $9 pr. million tokens. Dette er Google-satser, adskilt fra enhver CometAPI-rute.
Ved 720p bruger fakturering 5,792 video-output-tokens pr. sekund. At multiplicere 5,792 med $17.50 pr. million giver $0.10136 pr. sekund, hvilket forklarer det afrundede tal på $0.10, der bruges i lanceringens sammenligning.
| Opløsning | Google: Omni 1.1 Flash | Google: Veo 3.1 Fast | CometAPI: Veo 3.1 Fast |
|---|---|---|---|
| 360p | $0.03 | Ikke tilgængelig | Ikke tilgængelig |
| 720p | $0.10 | $0.10 | $0.08 |
| 1080p | $0.15 | $0.12 | $0.096 |
| 4K | $0.30 | $0.30 | $0.24 |
USD pr. genereret sekund; kontrolleret 8. september 2026. Googles Omni-kolonne bruger afrundede lanceringestimater. De to højre kolonner skelner den oprindelige udbyders prissætning fra CometAPIs prissætning for den samme navngivne sammenligningsmodel.
Googles officielle lanceringens pris-sammenligning, reproduceret direkte. Dette billede viser Google-priser, ikke CometAPI-afgifter.
Estimér omkostningen for et take
| Opløsning | 3-sekunders output | 10-sekunders output | 40 sekunders genereret output |
|---|---|---|---|
| 360p | ~$0.09 | ~$0.30 | ~$1.20 |
| 720p | ~$0.30 | ~$1.00 | ~$4.00 |
| 1080p | ~$0.45 | ~$1.50 | ~$6.00 |
| 4K | ~$0.90 | ~$3.00 | ~$12.00 |
Omkostningsestimat:
Disse beregninger multiplicerer den afrundede Google-videooutput-sats med genereret varighed. De udelader inputomkostninger, tekstoutput, kasserede forsøg og enhver separat fakturerbar aktivitet. En 40-sekunders udvidelseskæde kan medføre yderligere kontekstbehandling; det er ikke en fastpris-pakke.
At generere eksperimentelle udkast i 4K koster cirka ti gange så meget pr. outputsekund som at udkaste i 360p under disse estimater. Evaluer komposition og bevægelse først, planlæg derefter budget for endelig levering. Spor samlet forbrug på tværs af alle forsøg divideret med accepterede takes for at sammenligne workflows retfærdigt.
Gemini Omni 1.1 Flash vs Veo 3.1 Fast
| Dimension | Gemini Omni 1.1 Flash | Veo 3.1 Fast |
|---|---|---|
| Hovedformål | Samtale-baseret kreation og redigering | Hurtig direkte videogenerering |
| Tekst / billede input | Understøttet | Understøttet |
| Video-konditioneret arbejde | Referencer, redigeringer og udvidelse | Understøttede operationer afhænger af rute |
| Lydoutput | Understøttet | Understøttet |
| Billedfrekvens | 24 FPS | 24 FPS |
| 360p-udkast | Tilgængelig | Ingen sammenlignelig dokumenteret tier |
| 720p | Understøttet | Understøttet |
| 1080p / 4K | Opskaleret output | Understøttet; krav om 8 sekunders generering |
| Standard klipvarighed | 3–10 sekunder | 4, 6 eller 8 sekunder |
| Udvidelse | Op til 40 sekunder kumulativt | Understøttet ved 720p |
| Første / sidste frame | Interpolation | Interpolationskontroller |
| Workflow-fokus | Iterativ instruktion og kreativ kontekst | Genereringskontroller og direkte output |
Google dokumenterer 720p, 1080p og 4K ved 24 FPS for sammenligningsruten. Højere opløsninger kræver 8-sekunders genereringer, mens udvidelsesoutput er begrænset til 720p. Gateway-funktionssupport bør kontrolleres separat fra den oprindelige udbyders kapabilitetsspecifikation.
Ved Googles offentliggjorte satser er modellerne lige ved 720p og 4K, mens det direkte genereringsalternativ koster mindre ved 1080p. CometAPIs satser er endnu lavere for den rute, som vist i prisafsnittet. Omnis ekstra 360p-tier tjener et andet behov: billig eksperimenteren før levering.
Vælg Omni, når gentagen instruktion, scenekontinuitet, keyframe-begrænsninger og revisioner afgør succes. Vælg alternativet, når en direkte genereringsforespørgsel og dens eksisterende kontroller allerede opfylder produktionskravet. Hverken en Elo-rating på familieniveau eller tokenpriser alene fastslår den laveste omkostning pr. accepteret take.
Hvorfor Gemini Omni 1.1 Flash er vigtig
Et produktionsworkflow slutter sjældent efter den første vellykkede generering. En instruktør kan lide kamerabevægelsen men ikke slutposen. En marketingmedarbejder kan have brug for samme produktkomposition med forskellig baggrundsaktion. En storyboard-kunstner kan have brug for, at den næste optagelse begynder præcis, hvor den forrige slutter.
Disse opgaver kræver, at systemet bevarer nyttig tilstand, mens en specifik begrænsning ændres. Omnis kreative kontroller adresserer det workflow: en reference hjælper med at definere scenen, keyframes begrænser dens endepunkter, og en udvidelse fører den videre.
Den praktiske mulighed er færre fulde genstarter. Mål hvor ofte en målrettet redigering giver et acceptabelt resultat, hvor mange revisioner det kræver, og om den endelige sekvens bevarer den oprindelige intention. Den evaluering er mere informativ end at vælge en model alene ud fra en visuel showcase.
Begrænsninger ved Gemini Omni 1.1 Flash
Google identificerer fortsatte begrænsninger i konsistens, kompleks bevægelse og tekstrendering. Længere udvidelseskæder skaber flere muligheder for, at identitet, geometri, belysning eller objekter driver, selv når individuelle klip ser overbevisende ud.
Højere opløsning reparerer ikke enhver genereringsfejl. Inspicér selve scenen, før et 4K-fil behandles som et færdigt asset. Tilsvarende etablerer det brede multimodale modeldesign ikke identiske kapabiliteter på tværs af hver API-operation.
Den officielle Elo-sammenligning taler også for opgavespecifik evaluering. Redigeringskvalitet, hurtig bevægelse og referenceoverholdelse måler forskellige ting; en overordnet præferenceledning bør ikke generaliseres til alle tre.
Er Gemini Omni 1.1 Flash tilgængelig via CometAPI?
Gemini Omni Fast API i CometAPI tilbyder Omni-familieruter såsom omni-fast og omni-fast-v2v. Den offentlige dokumentation kontrolleret for denne artikel fastslår ikke, at disse identifikatorer mappes til Googles stabile gemini-omni-1.1-flash-checkpoint.
Versionskontrol:
Omni-familieadgang og bekræftet 1.1-adgang er forskellige påstande. Før migrering skal du verificere den præcise modelversion, operationssupport og fakturering på den rute, der er tilgængelig for din konto. Et lignende produktnavn er ikke tilstrækkelig evidens for et alias.
For andre Google-videoworkflows tilbyder Veo 3.1 API i CometAPI en alternativ integrationsvej. Sammenlign understøttede operationer og udbyderspecifikke priser, før du vælger en rute.
Er Gemini Omni 1.1 Flash værd at bruge?
Modellen er mest overbevisende, når en brugbar optagelse har brug for flere runder af instruktion. Reklamekoncepter, storyboards, produktvisualisering og korte narrative scener kan drage fordel af billige udkast og strammere kontrol over kontinuitet og endepunkter.
Det stærkeste argument er et workflow, hvor disse kontroller reducerer kasserede takes eller manuel reparation. Hvis din eksisterende model allerede producerer det ønskede klip pålideligt, så benchmark den ekstra redigeringskontrol, før du ændrer produktionstrafik. For meget dynamisk action eller streng referencefidelitet, test alternativer på de specifikke krav.
FAQ
Er 1.1 det samme som den tidligere Omni Flash-preview?
Det er den stabile efterfølger med ekstra kontroller og et andet Google model-ID. Det gamle Gemini API-endpoint gemini-omni-flash-preview er planlagt til udfasning; det er adskilt fra Gemini Enterprise Agent Platform-preview-endpointet gemini-omni-1.1-flash-preview.
Kan den generere en 40-sekunders video?
Den kan opbygge en sekvens på op til 40 sekunder gennem successive udvidelser. Den kumulative varighed er forskellig fra en normal enkel generering, som producerer et kortere klip.
Genererer den native 4K?
Nej. De dokumenterede 1080p- og 4K-valgmuligheder bruger opskalering. Behandl disse som leveringsopløsninger, ikke som evidens for native 4K-generering.
Hvor meget koster det?
Googles afrundede videooutput-estimater spænder fra $0.03 pr. sekund ved 360p til $0.30 ved 4K. Input, tekstoutput og gentagelser kan tilføje omkostninger. Brug den udbyder-mærkede pristabel ovenfor frem for at anvende én platforms sats på en anden.
Har den et gratis API-tier?
Den stabile model er tilgængelig på den betalte Gemini API-tier. Adgang via et forbrugerabonnement er et separat produkt og en separat fakturering.
Beviser benchmark-scorerne, at 1.1 slår alle alternativer?
Nej. De viste diagrammer identificerer Omni Flash-familien, ikke et separat 1.1-checkpoint. Resultater varierer også efter metrik: familien klarer sig godt i redigering, mens andre modeller fører i hurtig bevægelse eller referenceoverholdelse.
Konklusion
Gemini Omni 1.1 Flash gør samtalebaseret videokreation mere praktisk gennem sceneudvidelse, keyframe-begrænsninger, videoreferencer, billige udkast og levering i højere opløsning. Dets værdi er evnen til at fortsætte med at instruere et lovende take i stedet for at kassere det efter hver mismatch.
Brug de officielle benchmarks på familieniveau som retningsgivende evidens, hold Googles og CometAPIs prissætning adskilt, og verificér den præcise version bag den valgte rute. Den afgørende måling er, hvor pålideligt workflowet producerer et acceptabelt klip til en bæredygtig samlet omkostning.