Gemini Omni 1.1 Flash: API, priser, 4K-video og komplet guide

Gemini Omni 1.1 Flash er Googles produktionsklare model til hurtig videogenerering, redigering i samtaleform, interpolation og forlængelse af scener. Den blev udgivet som den stabile Gemini API-model gemini-omni-1.1-flash den 27. august 2026 og tilføjer de funktioner, der manglede i den tidligere preview: udkast i 360p, opskalering til 1080p og 4K, generering med første og sidste ramme og længere fortællinger bygget med videoforlængelse.

På Poyo.ai starter den nye model ved 45 kreditter ($0.225) for en generering på fire sekunder uden videoinput. Den er en separat model i forhold til den tidligere omni-flash-integration. Model-ID, priser og evner i denne guide gælder kun for gemini-omni-1.1-flash.

Status kontrolleret den 31. august 2026. Google udvider aktivt Gemini Omni. Bekræft de aktuelle anmodningsfelter, regional tilgængelighed, sikkerhedsgrænser og priser, før du sender et workflow i produktion.

Gemini Omni 1.1 Flash i overblik

Hvad er Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash er en multimodal videomodel, der er designet til at generere og ændre video gennem instruktioner frem for en traditionel redigeringstidslinje. Du kan begynde med tekst, et billede, en eksisterende video eller en kombination af referencemedier og derefter beskrive det resultat, du ønsker.

Den vigtigste forskel i forhold til en almindelig tekst til video-model er redigering i samtaleform. Første interaktion kan skabe et klip. En opfølgende interaktion kan ændre lyset, udskifte en genstand, ændre baggrunden eller fortsætte scenen, mens den tidligere videotilstand bevares. Gemini Interactions API holder styr på den tilstand via et previous_interaction_id, så et program ikke skal gentage hele det kreative oplæg ved hver tur.

Google bygger positioneringen af modellen op om tre idéer:

• Indbygget multimodalitet: videogenerering kan bruge tekst, billeder, video og anden mediekontekst sammen.
• Styring i samtaleform: skabere kan forfine et eksisterende resultat med instruktioner på naturligt sprog.
• Verdensviden: modellen bruger Geminis bredere forståelse af genstande, steder, fysik og kulturel kontekst, når den bygger en scene.

Disse styrker fjerner ikke behovet for test. Hurtige kropsbevægelser, præcis kontakt mellem hånd og genstand, ensartet identitet over lang tid og komplicerede fysiske samspil kan stadig gå galt.

Hvad er nyt i Gemini Omni 1.1 Flash?

Udgivelsen 1.1 gør den oprindelige preview til en stabil udviklermodel og tilføjer funktioner rettet mod workflows i produktion.

Forlængelse af scener med mere kontekst

Gemini Omni 1.1 Flash kan fortsætte en eksisterende video fra dens sidste billeder. Google siger, at modellen kan analysere op til ti sekunders tidligere videokontekst i stedet for kun at læne sig op ad det sidste sekund. Forlængelser kan genereres i trin på ti sekunder op til en samlet længde på 40 sekunder i Googles dokumenterede workflow.

Det er nyttigt, når du vil bygge en længere sekvens af korte, godkendte segmenter. Det garanterer ikke perfekt kontinuitet. Tjek ansigter, tøj, rekvisitter, lysretning, kameraets hastighed og baggrundens geografi ved hver samling.

Interpolation mellem første og sidste ramme

Angiv et startbillede og et slutbillede, og beskriv derefter, hvordan kamera og motiver skal bevæge sig mellem dem. Modellen skaber overgangen i stedet for at behandle ét billede som en løs visuel reference.

Funktionen er især nyttig til:

• kameraorbits og push-ins
• overgange, hvor et produkt afsløres
• sømløse loops
• skift af location
• at tilpasse en optagelse til et eksisterende klippepunkt
• at fastholde en figurs udseende i begyndelsen og slutningen af et klip.

Hurtigere udkast i 360p

Google har indført 360p til lette forhåndsvisninger. Ifølge lanceringsmeddelelsen kan 360p være op til 60 % hurtigere og koste omkring en tredjedel af standardgenerering i 720p i Googles workflow.

Det praktiske mønster er enkelt: Udforsk prompts og komposition i 360p, vælg et lovende resultat, og render eller opskalér derefter den godkendte version i en højere opløsning. Teams bør stadig kontrollere, at bevægelse, små tekster, ansigter og fine genstande holder i trinnet med højere opløsning.

Opskalering til 1080p og 4K

API'et accepterer opløsningerne 1080p og 4k. Google beskriver begge som opskalerede outputs. De er beregnet til levering og efterbehandling, men en større billedramme retter hverken en forkert positur, en kontinuitetsfejl eller svag efterlevelse af prompten. Godkend indhold og bevægelse, før du betaler for den endelige opløsning.

Videoreferencer

Omni 1.1 kan bruge korte videoreferencer sammen med billeder og tekst. Googles lanceringseksempler bruger referenceoptrædener til at styre forskellige figurer i samme scene. Referencevideo kan bære bevægelse, timing eller visuel kontekst, som er svær at udtrykke med tekst alene.

Pris for Gemini Omni 1.1 Flash på Poyo.ai

Poyo.ai bruger 200 kreditter = $1. Prisen afhænger af, om anmodningen indeholder en video, og om outputtet er 4K.

Uden videoinput

Det samme niveau hos Poyo.ai gælder for 360p, 720p og 1080p ved anmodninger uden videoinput. Det gør 360p nyttig til hurtig udforskning, mens 1080p giver bedre værdi til levering, når prompten allerede er godkendt.

Med videoinput

Jobs med videoinput bruger en fast pris pr. generering i stedet for tabellen over varigheder ovenfor.

Sådan står Poyo.ai mod Googles offentliggjorte pris

Googles Standard-priser for Gemini API angiver en effektiv pris på cirka $0.10 pr. sekund for videooutput i 720p. Regnet pr. sekund ligger Poyo.ai's niveauer i 720p uden videoinput cirka 44 % til 55 % lavere, afhængigt af varigheden.

Sammenligningen gælder kun scenariet med 720p uden videoinput. Googles regnskab for 360p, opskalerede 1080p/4K og redigeringsopgaver er ikke identisk, så de tilstande bør ikke tillægges den samme rabatpåstand.

Sådan vælger du den rigtige opløsning og varighed

Brug ikke opløsning som erstatning for kunstnerisk retning. En omhyggeligt planlagt optagelse i 720p er som regel mere værd end en uensartet optagelse i 4K.

Sådan bruger du Gemini Omni 1.1 Flash

1. Definér opgaven, før du vælger medier

Vælg ét hovedformål: generér, animér, interpolér, redigér eller forlæng. En anmodning, der forsøger at ændre figur, location, kamera, handling, kunststil og timing på én gang, er svær at vurdere og svær at rette.

2. Forbered rent referencemateriale

Til billedstyret arbejde skal du bruge referencer, der tydeligt viser det motiv, det tøj, det produkt eller det miljø, du vil bevare. Til videoredigering skal du begynde med et kort kildeklip uden unødvendige klip. Google dokumenterer op til ti sekunders videokontekst til redigering og forlængelse.

3. Beskriv scene, kamera, tid og lyd

En brugbar produktionsprompt adskiller fire ting:

Scene: [subject, environment, lighting, important objects]
Camera: [shot size, lens feel, movement, whether cuts are allowed]
Timing: [what happens during each time range]
Audio: [dialogue, ambience, sound effects, or no dialogue]

Til én sammenhængende optagelse skal du sige det udtrykkeligt. Ellers kan Omni lave flere klip, så klippet føles mere som en kort fortælling.

4. Lav et udkast, før du renderer den endelige version

Brug kort varighed og lav opløsning til at validere komposition, bevægelse og efterlevelse af prompten. Hvis resultatet er forkert i sin opbygning, skal du ikke opskalere det. Ændr én instruktion ad gangen, så du kan se, hvad der forbedrede eller ødelagde optagelsen.

5. Gennemgå kontinuiteten ramme for ramme

Tjek:

• ansigts- og kropsidentitet
• hænder og kontakt med genstande
• tøj og tilbehør
• læsbar tekst
• skygger og refleksioner
• baggrundens opbygning
• synkronisering af læber og lyd
• samlingen mellem det oprindelige klip og en forlængelse.

Promptmønstre, der fungerer godt

Én uafbrudt scene

In a single continuous shot with no cuts, a small brass automaton crosses a rain-wet workshop table. The camera tracks beside it at eye level. Warm window light reflects in shallow puddles. Quiet mechanical clicks and distant rain, no dialogue.

Produktafsløring med tidskoder

[0-2s] Macro close-up of a sealed glass bottle on a dark stone pedestal.
[2-5s] The camera slowly orbits as condensation forms and catches warm side light.
[5-8s] The background opens into a clean coastal sunrise while the bottle remains unchanged.
One continuous shot, no text, restrained ambient sound.

Overgang mellem første og sidste ramme

Move smoothly from the supplied first frame to the supplied last frame. Use a slow clockwise camera orbit and preserve the character's face, clothing, and proportions. The transition must be continuous with no jump cut or new character.

Redigering i samtaleform

Keep the person, camera movement, timing, and room unchanged. Replace only the red chair with a weathered wooden bench. Match the original lighting, shadows, reflections, and contact points.

Forlængelse af scene

Continue the scene from the existing camera path. The character reaches the open doorway, pauses, and looks outside as morning light enters the room. Preserve the face, coat, room layout, movement speed, and ambient audio.

Migrering fra Gemini Omni Flash Preview

Google har sat gemini-omni-flash-preview til at lukke ned den 30. september 2026 og anbefaler gemini-omni-1.1-flash som erstatning.

En migrering bør omfatte mere end at skifte en streng:

1. Erstat preview-model-ID'et i alle miljøer.
2. Test hver inputtilstand for sig.
3. Tilføj validering for 360p, 720p, 1080p og 4K.
4. Test anmodninger med første og sidste ramme med præcis to ordnede billeder.
5. Tjek grænserne for videoupload og forlængelse igen.
6. Sammenlign outputlyd, varighed, sikkerhedssvar og adfærd ved filleverance.
7. Genberegn budgetter med den stabile models priser.
8. Fjern fallback-logik, der er specifik for preview, før nedlukningsdatoen.

Hav et lille regressionssæt med ansigter, produkter, hurtig bevægelse, læsbar tekst, dialog og samlinger ved forlængelser. Et vellykket HTTP-svar beviser ikke, at den kreative adfærd er uændret.

Gemini Omni 1.1 Flash vs andre videomodeller

Vælg ud fra repræsentativt arbejde, ikke ét lanceringsklip. Test den samme prompt, de samme referencer, den samme målvarighed og den samme leveringsopløsning. Mål prisen pr. godkendt klip, ikke prisen pr. anmodning.

Begrænsninger og ansvarlig brug

Gemini Omni 1.1 Flash er nemmere at styre end preview-versionen, men det er stadig generativ video.

• Hurtig bevægelse kan give fejl i kropsfysikken.
• Hænder, værktøjer og kontakt mellem genstande kan gå i stykker.
• En figur kan drive væk over lange eller kraftigt redigerede sekvenser.
• Opskalering forbedrer leveringsopløsningen, ikke den semantiske korrekthed.
• Mulighederne for videoredigering kan variere fra region til region.
• Engelsk er fuldt understøttet. Google siger, at andre sprog ikke er vurderet i samme grad.
• Sikkerhedsfiltre gælder for prompts, referencemedier og genererede resultater.
• Genererede videoer indeholder SynthID som proveniens.

Indhent tilladelse til personer, stemmer, optrædener, brands og kildeoptagelser. Brug ikke redigering i samtaleform til at udgive dig for en rigtig person eller forvrænge en begivenhed.

Ofte stillede spørgsmål

Hvad er model-ID'et for Gemini Omni 1.1 Flash?

Det stabile model-ID i Gemini API er gemini-omni-1.1-flash. Det er et andet end både Googles gemini-omni-flash-preview og Poyo.ai's tidligere omni-flash-model.

Understøtter Gemini Omni 1.1 Flash 4K?

Ja. API'et understøtter 360p, 720p, 1080p og 4K. Google beskriver 1080p og 4K som opskalerede outputs.

Hvor lange kan videoer fra Gemini Omni 1.1 Flash være?

Modelspecifikationen angiver 3-10 sekunder pr. genereret output. Googles workflow til forlængelse kan bygge længere fortællinger i trin op til en dokumenteret samlet længde på 40 sekunder.

Hvad koster Gemini Omni 1.1 Flash på Poyo.ai?

Uden videoinput starter priserne ved 45 kreditter ($0.225) for fire sekunder i 360p, 720p eller 1080p. Fire sekunder i 4K starter ved 105 kreditter ($0.525). Generering med videoinput koster 120 kreditter ($0.60) for 360p/720p/1080p eller 180 kreditter ($0.90) for 4K.

Kan den redigere en eksisterende video?

Ja. Modellen kan tage en uploadet video og redigeringsinstruktioner på naturligt sprog. Tjek regional tilgængelighed og inputgrænser, før du bruger den i produktion.

Kan den bruge første og sidste ramme?

Ja. Angiv to ordnede billeder, og beskriv overgangen. Modellen interpolerer en video mellem dem.

Genereres 4K i indbygget opløsning?

Google dokumenterer 1080p og 4K som opskalerede outputs. Gennemgå den underliggende bevægelse og de underliggende detaljer, før du behandler en opskalering som et endeligt materiale.

Hvad sker der med preview-modellen?

Google har sat gemini-omni-flash-preview til at lukke ned den 30. september 2026 og anbefaler gemini-omni-1.1-flash som erstatning.

Byg med Gemini Omni 1.1 Flash på Poyo.ai

Gemini Omni 1.1 Flash er mest nyttig, når generering og redigering behandles som et iterativt produktionssystem: lav billige udkast, godkend bevægelsen, forfin én ændring ad gangen, og betal først for 4K, når scenen er klar.

Åbn modelsiden for Gemini Omni 1.1 Flash for at prøve modellen, se det aktuelle anmodningsskema og den aktuelle pristabel og oprette en API-nøgle.

Kilder

• Google: Build with Gemini Omni 1.1 Flash
• Modelspecifikation for Gemini API
• Guide til generering og redigering med Gemini Omni
• Priser for Gemini Developer API
• Udfasninger i Gemini API