TL;DR
Gemini Omni 1.1 Flash está geralmente disponível por meio da API paga Gemini Developer sob gemini-omni-1.1-flash, enquanto a Gemini Enterprise Agent Platform atualmente fornece o endpoint de prévia gemini-omni-1.1-flash-preview. Ele adiciona mais controle sobre cenas, keyframes, referências e resolução de saída, sendo especialmente útil quando um clipe precisa de várias rodadas de direção.
- Controle: estenda uma cena para até 40 segundos de forma cumulativa e oriente uma tomada com seus quadros inicial e final.
- Custo: faça rascunhos por aproximadamente $0.03 por segundo em 360p; reserve resoluções mais altas para tomadas selecionadas.
- Qualidade: as saídas 1080p e 4K usam upscaling. Não são alegações de geração em resolução nativa.
- Evidências: avaliações oficiais em nível de família favorecem edição e seguimento de instruções, mas não todas as métricas de movimento ou de referência.
- Acesso: IDs de plataforma diferem: a Gemini Developer API usa gemini-omni-1.1-flash, enquanto a Gemini Enterprise Agent Platform atualmente usa gemini-omni-1.1-flash-preview. Confirme a versão exata por trás de qualquer rota de terceiros.
O projeto Omni do Google trata a criação de vídeo como uma conversa multimodal. A questão prática é quão bem um criador consegue preservar uma tomada útil, mudar um detalhe indesejado e continuar a cena sem recomeçar.
O que é o Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash é o modelo multimodal de geração e edição de vídeo do Google DeepMind. O Google disponibilizou o modelo em 27 de agosto de 2026 sob o identificador estável gemini-omni-1.1-flash.
Seu model card descreve entrada nativa de texto, imagem, áudio e vídeo e saída de vídeo com áudio. Operações individuais da API suportam diferentes combinações de entrada, portanto o design multimodal amplo do modelo não deve ser interpretado como promessa de que todo endpoint aceita toda modalidade.
O modelo pode criar um clipe, revisar filmagens, trabalhar com referências, interpolar entre imagens e estender uma cena. Seu fluxo conversacional permite que um aplicativo retenha o contexto criativo ao longo de iterações. Para uma demonstração de produto ou storyboard, isso significa que a primeira geração aceitável pode se tornar o ponto de partida para uma edição mais controlada.
Especificações do Gemini Omni 1.1 Flash
| Especificação | Gemini Omni 1.1 Flash |
|---|---|
| Desenvolvedor | Google DeepMind |
| ID de modelo estável | gemini-omni-1.1-flash |
| Status/data de lançamento | Disponível geralmente; 27 de agosto de 2026 |
| Janela de contexto | 1,048,576 tokens |
| Entradas de geração na API | Texto, imagem, vídeo; suporte depende da operação |
| Saída | Vídeo com áudio |
| Duração do clipe | 3–10 segundos por geração |
| Taxa de quadros | 24 FPS |
| Resoluções de saída | 360p, 720p, 1080p, 4K |
| Resolução padrão | 720p |
| 1080p / 4K | Saída com upscaling |
| Extensão de cena | Incrementos de 10 segundos, até 40 segundos |
| Contexto de vídeo prévio para extensão | Até 10 segundos |
| Controle de primeiro e último quadro | Suportado |
| Referência de vídeo para geração de cena | Até 3 segundos em fluxos compatíveis |
| Fluxo principal | Gemini API / Interactions API |
| Camada gratuita da API | Não disponível |
| Desativação do preview | 30 de setembro de 2026 |
O limite de três segundos para referência de vídeo e o limite de dez segundos para contexto prévio descrevem operações diferentes. Da mesma forma, um clipe de saída de dez segundos e uma cadeia de extensões de quarenta segundos são unidades de trabalho diferentes. Manter essas distinções explícitas torna o planejamento da API e as comparações de preços mais úteis.
O que há de novo no Gemini Omni 1.1 Flash?
Continue uma cena em vez de juntar clipes não relacionados
A atualização examina até dez segundos de filmagem anterior, em comparação com o último segundo descrito para modelos anteriores, e suporta extensões de 10 segundos até 40 segundos cumulativos. O contexto extra pode ajudar a preservar personagens, cenário e direção narrativa nas continuações.
Isso não é uma única solicitação de texto para vídeo de quarenta segundos. Cada continuação adiciona outro segmento a uma sequência existente. Revise as junções, identidade dos personagens e movimento de câmera após cada extensão antes de aprovar a cena geral.
Defina as duas extremidades de uma tomada
Criadores podem fornecer o primeiro e o último quadro e deixar o modelo gerar a transição entre eles. Isso é útil para revelações controladas de produto, sequências de antes e depois, movimentos de câmera e tomadas que precisam se conectar com a filmagem ao redor.
Use 360p para rascunhos baratos
O Google relata até 60% mais throughput do sistema em 360p do que em 720p, com aproximadamente um terço do custo de saída de vídeo. Isso é uma comparação de throughput, não uma melhoria garantida de latência para cada solicitação.
Um loop prático é testar composição e movimento em rascunhos de baixa resolução, revisar o prompt ou referências e aprovar uma tomada antes de pagar por entrega em alta resolução. Inclua tentativas descartadas ao comparar o custo de um clipe aceito.
Entregue 1080p e 4K por meio de upscaling
O lançamento suporta saída padrão de 720p e entrega em resoluções mais altas, com 1080p e 4K gerados por upscaling. Dimensões maiores de pixels não estabelecem geração nativa em 4K nem eliminam erros de movimento e consistência.
Use vídeo existente como material de referência
Para fluxos de geração de cena compatíveis, até três segundos de vídeo de referência podem carregar timing, movimento e contexto de personagens que uma única imagem estática não consegue. Essa operação de referência é separada do contexto mais longo usado ao estender um clipe existente.
Saia do endpoint de preview
O Google agendou a desativação do endpoint legado da Gemini API gemini-omni-flash-preview para 30 de setembro de 2026; isso não se refere ao endpoint de preview gemini-omni-1.1-flash-preview atualmente exposto pela Gemini Enterprise Agent Platform. Os desenvolvedores devem verificar a nova configuração de solicitação e as saídas antes de redirecionar tráfego de produção.
O que mostram os benchmarks oficiais do Gemini Omni Flash?
Escopo do benchmark:
Os gráficos de desempenho oficiais identificam Gemini Omni Flash, sem isolar um checkpoint 1.1. Trate-os como evidência em nível de família, não como uma melhoria medida do preview para a versão 1.1. Valores Elo são classificações relativas, não percentuais; as contagens de amostras descrevem o tamanho da avaliação.
| Avaliação | Ordem da métrica | Amostras | Gemini Omni Flash — Elo | Seedance 2.0 — Elo |
|---|---|---|---|---|
| Edição de vídeo | Geral / instrução | 504 | 1087 / 1082 | 946 / 960 |
| MovieGenBench texto-para-vídeo | Geral / instrução | 1,003 | 1113 / 1108 | 1070 / 1051 |
| Movimento rápido | Qualidade de movimento rápido | 500 | 1050 | 1112 |
| VBench imagem-para-vídeo | Preferência geral | 355 | 1057 | 1003 |
| Referência-para-vídeo | Geral / fala / referência | 468 | 1004 / 1028 / 962 | 996 / 972 / 1038 |
Dentro dessas avaliações, os resultados mais fortes da família são edição e seguimento de instruções. O quadro muda para movimento rápido e aderência à referência: Seedance 2.0 lidera nessas duas métricas. Assim, um modelo pode ser mais fácil de direcionar sem ser a melhor escolha para toda cena de ação ou tarefa com forte dependência de referência.
O gráfico de imagem-para-vídeo relata 1057 para Omni, 1054 para Grok Imagine Video e 1053 para Kling v3 Pro. Tais diferenças pequenas de pontos não devem ser tratadas como uma vantagem decisiva de qualidade. Os gráficos publicados não fornecem intervalos de confiança para avaliar significância estatística.
Gráficos oficiais de edição de vídeo e movimento rápido do Google: capturas de tela dos gráficos interativos originais do benchmark.
Para um teste de produção, pontue as saídas que sua equipe realmente aceita: aderência ao prompt, continuidade de personagens, movimento, áudio e o número de edições corretivas. Liderança em benchmark é evidência útil, mas o custo de chegar a uma tomada aceitável é a decisão de implantação.
Gemini Omni 1.1 Flash vs Gemini Omni Flash Preview
| Dimensão | Gemini Omni 1.1 Flash | Gemini Omni Flash Preview |
|---|---|---|
| Ciclo de vida | Estável / disponível geralmente | Preview; desativação programada |
| ID do modelo | gemini-omni-1.1-flash | gemini-omni-flash-preview |
| Orientação para produção | Substituição recomendada | Migrar para o modelo estável |
| Data de desativação | Sem desativação anunciada | 30 de setembro de 2026 |
| Contexto anterior para continuação | Até 10 segundos | Último segundo, conforme comparação de lançamento |
| Camada de rascunho em 360p | Disponível | Não incluída no preço do lançamento anterior |
| Saída 1080p / 4K | Disponível via upscaling | Ausente do preço do lançamento anterior |
| Interpolação de primeiro e último quadro | Adicionada no 1.1 | Não estabelecida pela comparação do preview citado |
| Cadeia de extensões | Até 40 segundos cumulativos | Sem limite cumulativo correspondente citado |
| Ganho independente em benchmark | Sem pontuação isolada por versão | Resultados em nível de família não quantificam o upgrade |
A melhoria mais clara é o controle e o ciclo de vida de produção. O lançamento estável expõe mais maneiras de restringir uma tomada e substitui um endpoint próximo da desativação. Quando a documentação do preview não aborda uma capacidade, trate-a como não confirmada em vez de assumir que não é suportada.
Preços do Gemini Omni 1.1 Flash
O modelo estável está disponível por meio da camada paga da Gemini API. Suas taxas por token são $1.50 de entrada e $17.50 de saída de vídeo por milhão de tokens; saída de texto é $9 por milhão de tokens. Estas são tarifas do Google, separadas de qualquer rota da CometAPI.
Em 720p, a cobrança usa 5,792 tokens de saída de vídeo por segundo. Multiplicar 5,792 por $17.50 por milhão dá $0.10136 por segundo, o que explica o valor arredondado de $0.10 usado na comparação do lançamento.
| Resolução | Google: Omni 1.1 Flash | Google: Veo 3.1 Fast | CometAPI: Veo 3.1 Fast |
|---|---|---|---|
| 360p | $0.03 | Não disponível | Não disponível |
| 720p | $0.10 | $0.10 | $0.08 |
| 1080p | $0.15 | $0.12 | $0.096 |
| 4K | $0.30 | $0.30 | $0.24 |
USD por segundo gerado; verificado em 8 de setembro de 2026. A coluna Omni do Google usa estimativas arredondadas do lançamento. As duas colunas à direita distinguem o preço do provedor original do preço da CometAPI para o mesmo modelo de comparação nomeado.
Comparação oficial de preços do lançamento do Google, reproduzida diretamente. Esta imagem mostra preços do Google, não cobranças da CometAPI.
Estime o custo de uma tomada
| Resolução | Saída de 3 segundos | Saída de 10 segundos | 40 segundos de saída gerada |
|---|---|---|---|
| 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 |
Estimativa de custo:
Esses cálculos multiplicam a taxa arredondada de saída de vídeo do Google pela duração gerada. Eles excluem cobranças de entrada, saída de texto, tentativas descartadas e qualquer atividade cobrada separadamente. Uma cadeia de extensões de quarenta segundos pode incorrer em processamento adicional de contexto; não é um pacote de preço fixo.
Gerar rascunhos experimentais em 4K custa cerca de dez vezes mais por segundo de saída do que criar rascunhos em 360p nessas estimativas. Avalie primeiro a composição e o movimento e, depois, orce a entrega final. Acompanhe o gasto total em todas as tentativas dividido pelas tomadas aceitas para comparar fluxos de trabalho de forma justa.
Gemini Omni 1.1 Flash vs Veo 3.1 Fast
| Dimensão | Gemini Omni 1.1 Flash | Veo 3.1 Fast |
|---|---|---|
| Objetivo principal | Criação e edição conversacional | Geração de vídeo direta e rápida |
| Entrada de texto/imagem | Suportada | Suportada |
| Trabalho condicionado por vídeo | Referências, edições e extensão | Operações suportadas dependem da rota |
| Saída de áudio | Suportada | Suportada |
| Taxa de quadros | 24 FPS | 24 FPS |
| Rascunhos em 360p | Disponível | Sem camada documentada comparável |
| 720p | Suportado | Suportado |
| 1080p / 4K | Saída com upscaling | Suportado; requisito de geração de 8 s |
| Duração padrão do clipe | 3–10 segundos | 4, 6 ou 8 segundos |
| Extensão | Até 40 segundos cumulativos | Suportada em 720p |
| Primeiro / último quadro | Interpolação | Controles de interpolação |
| Ênfase no fluxo de trabalho | Direção iterativa e contexto criativo | Controles de geração e saída direta |
O Google documenta 720p, 1080p e 4K a 24 FPS para a rota de comparação. Resoluções mais altas exigem gerações de oito segundos, enquanto a saída de extensão é limitada a 720p. O suporte a recursos do gateway deve ser verificado separadamente da especificação de capacidade do provedor original.
Nas tarifas publicadas pelo Google, os modelos empatam em 720p e 4K, enquanto a alternativa de geração direta custa menos em 1080p. As tarifas da CometAPI são ainda mais baixas para essa rota, como mostrado na seção de preços. A camada adicional de 360p do Omni atende a outra necessidade: experimentação barata antes da entrega.
Escolha o Omni quando direção repetida, continuidade de cena, restrições por keyframes e revisões determinarem o sucesso. Escolha a alternativa quando uma solicitação de geração direta e seus controles existentes já atenderem ao requisito de produção. Nem uma classificação Elo em nível de família nem preços por token estabelecem, sozinhos, o menor custo por tomada aceita.
Por que o Gemini Omni 1.1 Flash é importante
Um fluxo de produção raramente termina após a primeira geração bem-sucedida. Um diretor pode gostar do movimento de câmera, mas não da pose final. Um profissional de marketing pode precisar da mesma composição de produto com ação de fundo diferente. Um artista de storyboard pode precisar que a próxima tomada comece exatamente onde a anterior terminou.
Essas tarefas exigem que o sistema preserve o estado útil enquanto muda uma restrição específica. Os controles criativos do Omni atendem a esse fluxo: uma referência ajuda a definir a cena, keyframes limitam seus pontos extremos e uma extensão a leva adiante.
A oportunidade prática é reduzir reinícios completos. Meça com que frequência uma edição direcionada produz um resultado aceitável, quantas revisões são necessárias e se a sequência final preserva a intenção original. Essa avaliação é mais informativa do que escolher um modelo apenas por um showcase visual.
Limitações do Gemini Omni 1.1 Flash
O Google identifica limites contínuos em consistência, movimento complexo e renderização de texto. Cadeias de extensão mais longas criam mais oportunidades para identidade, geometria, iluminação ou objetos divergirem, mesmo quando clipes individuais parecem convincentes.
Saídas em resolução mais alta não corrigem todo erro de geração. Inspecione a cena em si antes de tratar um arquivo 4K como um ativo finalizado. Da mesma forma, o design multimodal amplo do modelo não estabelece capacidades idênticas em todas as operações da API.
A comparação Elo oficial também argumenta a favor de avaliação específica por tarefa. Qualidade de edição, movimento rápido e aderência à referência medem coisas diferentes; uma liderança em preferência geral não deve ser generalizada para todas as três.
O Gemini Omni 1.1 Flash está disponível via CometAPI?
A API Gemini Omni Fast na CometAPI fornece rotas da família Omni como omni-fast e omni-fast-v2v. A documentação pública verificada para este artigo não estabelece que esses identificadores mapeiem para o checkpoint estável gemini-omni-1.1-flash do Google.
Verificação de versão:
Acesso à família Omni e acesso confirmado ao 1.1 são afirmações diferentes. Antes de migrar, verifique a versão exata do modelo, o suporte operacional e a cobrança na rota disponível para sua conta. Um nome de produto semelhante não é evidência suficiente de um alias.
Para outros fluxos de trabalho de vídeo do Google, a API Veo 3.1 na CometAPI oferece um caminho de integração alternativo. Compare operações suportadas e preços específicos do provedor antes de selecionar uma rota.
Vale a pena usar o Gemini Omni 1.1 Flash?
O modelo é mais atraente quando uma tomada utilizável precisa de várias rodadas de direção. Conceitos publicitários, storyboards, visualização de produto e cenas narrativas curtas podem se beneficiar de rascunhos baratos e maior controle de continuidade e pontos extremos.
O caso mais forte é um fluxo de trabalho em que esses controles reduzem tomadas descartadas ou reparos manuais. Se seu modelo atual já produz o clipe desejado de forma confiável, compare o controle de edição adicional antes de mudar o tráfego de produção. Para ação altamente dinâmica ou fidelidade estrita a referências, teste alternativas nesses requisitos específicos.
FAQ
O 1.1 é o mesmo do preview anterior do Omni Flash?
É o sucessor estável com controles adicionais e um ID de modelo do Google diferente. O endpoint legado da Gemini API gemini-omni-flash-preview está programado para desativação; ele é distinto do endpoint de preview gemini-omni-1.1-flash-preview atualmente exposto pela Gemini Enterprise Agent Platform.
Ele consegue gerar um vídeo de quarenta segundos?
Ele pode construir uma sequência de até quarenta segundos por meio de extensões sucessivas. Essa duração cumulativa é diferente de uma geração única normal, que produz um clipe mais curto.
Ele gera 4K nativo?
Não. As opções documentadas de 1080p e 4K usam upscaling. Trate-as como resoluções de entrega, não como evidência de geração nativa em 4K.
Quanto custa?
As estimativas arredondadas de saída de vídeo do Google variam de $0.03 por segundo em 360p a $0.30 em 4K. Entrada, saída de texto e novas tentativas podem adicionar custo. Use a tabela de preços rotulada pelo provedor acima em vez de aplicar a tarifa de uma plataforma a outra.
Existe uma camada gratuita da API?
O modelo estável está disponível na camada paga da Gemini API. O acesso por meio de uma assinatura de consumidor é um produto e arranjo de cobrança separados.
As pontuações do benchmark provam que o 1.1 supera todas as alternativas?
Não. Os gráficos exibidos identificam a família Omni Flash, não um checkpoint 1.1 separado. Os resultados também diferem por métrica: a família tem bom desempenho em edição, enquanto outros modelos lideram em movimento rápido ou aderência à referência.
Conclusão
O Gemini Omni 1.1 Flash torna a criação de vídeo conversacional mais prática por meio de extensão de cena, restrições por keyframes, referências de vídeo, rascunhos baratos e entrega em alta resolução. Seu valor é permitir continuar direcionando uma tomada promissora em vez de descartá-la após cada desencontro.
Use os benchmarks oficiais em nível de família como evidência direcional, mantenha separados os preços do Google e da CometAPI e verifique a versão exata por trás da rota escolhida. A medida decisiva é quão confiavelmente o fluxo de trabalho produz um clipe aceitável a um custo total sustentável.