Gemini Omni 1.1 Flash: API, preços, vídeo 4K e guia completo

O Gemini Omni 1.1 Flash é o modelo da Google, pronto para produção, para geração rápida de vídeo, edição por conversa, interpolação e extensão de cenas. Lançado como o modelo estável gemini-omni-1.1-flash da API Gemini a 27 de agosto de 2026, acrescenta os controlos que faltavam na pré-visualização anterior: rascunhos em 360p, ampliação para 1080p e 4K, geração a partir do primeiro e do último frame e histórias mais longas construídas através da extensão de vídeo.

Na Poyo.ai, o novo modelo começa em 45 créditos ($0.225) por uma geração de quatro segundos sem vídeo de entrada. É um modelo separado da integração anterior omni-flash; o ID do modelo, os preços e as capacidades deste guia aplicam-se apenas ao gemini-omni-1.1-flash.

Estado verificado a 31 de agosto de 2026. A Google está a expandir ativamente o Gemini Omni. Confirma os campos do pedido, a disponibilidade regional, os limites de segurança e os preços atuais antes de lançares um workflow de produção.

Gemini Omni 1.1 Flash num relance

O que é o Gemini Omni 1.1 Flash?

O Gemini Omni 1.1 Flash é um modelo de vídeo multimodal concebido para gerar e modificar vídeo através de instruções, em vez de uma linha cronológica de edição tradicional. Podes começar com texto, uma imagem, um vídeo existente ou uma combinação de conteúdos de referência e depois descrever o resultado que queres.

A sua principal diferença em relação a um modelo convencional de texto para vídeo é a edição por conversa. Uma primeira interação pode criar um clipe. Uma interação seguinte pode alterar a iluminação, substituir um objeto, mudar o fundo ou continuar a cena, preservando o estado do vídeo anterior. A Gemini Interactions API acompanha esse estado através de um previous_interaction_id, pelo que uma aplicação não precisa de repetir o briefing criativo completo em cada turno.

A Google posiciona o modelo em torno de três ideias:

• Multimodalidade nativa: a geração de vídeo pode usar em conjunto texto, imagem, vídeo e outros conteúdos de contexto.
• Controlo por conversa: os criadores podem refinar um resultado existente com instruções em linguagem natural.
• Conhecimento do mundo: o modelo recorre à compreensão mais ampla que o Gemini tem de objetos, lugares, física e contexto cultural para construir uma cena.

Estes pontos fortes não dispensam os testes. Movimentos corporais rápidos, contacto preciso entre mãos e objetos, consistência de identidade ao longo de muito tempo e interações físicas complicadas continuam a poder falhar.

O que mudou no Gemini Omni 1.1 Flash?

A versão 1.1 transforma a pré-visualização original num modelo estável para programadores e acrescenta controlos pensados para workflows de produção.

Extensão de cenas com mais contexto

O Gemini Omni 1.1 Flash consegue continuar um vídeo existente a partir dos seus frames finais. A Google afirma que o modelo consegue analisar até dez segundos de contexto de vídeo anterior, em vez de depender apenas do último segundo. As extensões podem ser geradas em incrementos de dez segundos, até uma duração acumulada de 40 segundos no workflow documentado pela Google.

Isto é útil para construir uma sequência mais longa a partir de segmentos curtos já aprovados. Não garante uma continuidade perfeita. Verifica rostos, roupa, adereços, direção da luz, velocidade da câmara e geografia do fundo em cada junção.

Interpolação entre o primeiro e o último frame

Fornece uma imagem inicial e uma imagem final e descreve como a câmara e os sujeitos se devem mover entre elas. O modelo cria a transição, em vez de tratar uma das imagens como uma referência visual vaga.

Este controlo é especialmente útil para:

• órbitas e aproximações da câmara;
• transições de revelação de produto;
• loops sem costura;
• mudanças de local;
• ajustar um plano a um ponto de corte já existente;
• manter o aspeto de uma personagem do início ao fim de um clipe.

Rascunhos mais rápidos em 360p

A Google introduziu o 360p para pré-visualizações leves. Segundo o anúncio de lançamento, o 360p pode ser até 60% mais rápido e custar cerca de um terço da geração standard em 720p no workflow da Google.

O padrão prático é simples: explora prompts e composição em 360p, escolhe um resultado promissor e depois renderiza ou amplia a versão aprovada numa resolução mais alta. As equipas devem, ainda assim, confirmar que o movimento, o texto pequeno, os rostos e os objetos finos sobrevivem ao passo de resolução superior.

Ampliação para 1080p e 4K

A API aceita as opções de resolução 1080p e 4k. A Google descreve ambas como saídas ampliadas. Destinam-se a entrega e pós-produção, mas um frame maior não corrige uma pose errada, um erro de continuidade nem uma fraca aderência ao prompt. Aprova o conteúdo e o movimento antes de pagares pela resolução final.

Referências de vídeo

O Omni 1.1 pode usar referências de vídeo curtas juntamente com imagens e texto. Os exemplos de lançamento da Google usam performances de referência para guiar várias personagens na mesma cena. O vídeo de referência pode transportar movimento, ritmo ou contexto visual que é difícil de exprimir só com texto.

Preços do Gemini Omni 1.1 Flash na Poyo.ai

A Poyo.ai usa 200 créditos = $1. O preço depende de o pedido incluir vídeo e de a saída ser em 4K.

Sem vídeo de entrada

O mesmo escalão da Poyo.ai aplica-se a 360p, 720p e 1080p nos pedidos sem vídeo de entrada. Isso torna o 360p útil para exploração rápida, enquanto o 1080p oferece melhor valor de entrega quando o prompt já está aprovado.

Com vídeo de entrada

As tarefas com vídeo de entrada usam um preço fixo por geração, em vez da tabela de durações acima.

Como a Poyo.ai se compara com a tarifa publicada pela Google

Os preços Standard da API Gemini da Google indicam uma tarifa efetiva de aproximadamente $0.10 por segundo de saída de vídeo em 720p. Numa base efetiva por segundo, os escalões de 720p sem vídeo de entrada da Poyo.ai ficam aproximadamente 44% a 55% abaixo, consoante a duração.

Esta comparação aplica-se apenas ao cenário de 720p sem vídeo de entrada. A contabilização da Google para 360p, para 1080p/4K ampliados e para cargas de edição não é idêntica, por isso esses modos não devem receber a mesma alegação de desconto.

Escolher a resolução e a duração certas

Não uses a resolução como substituto da direção de arte. Um plano em 720p bem planeado costuma valer mais do que um plano em 4K inconsistente.

Como utilizar o Gemini Omni 1.1 Flash

1. Define a tarefa antes de selecionares os conteúdos

Escolhe uma tarefa principal: gerar, animar, interpolar, editar ou estender. Um pedido que tenta alterar ao mesmo tempo a personagem, o local, a câmara, a ação, o estilo artístico e o ritmo é difícil de avaliar e difícil de corrigir.

2. Prepara material de referência limpo

Para trabalho guiado por imagens, usa referências que mostrem com clareza o sujeito, a roupa, o produto ou o ambiente que precisas de preservar. Para edição de vídeo, começa com um clipe de origem curto, sem cortes desnecessários. A Google documenta até dez segundos de contexto de vídeo para edição e extensão.

3. Descreve a cena, a câmara, o tempo e o áudio

Um prompt de produção útil separa quatro coisas:

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]

Para um único plano contínuo, di-lo de forma explícita. Caso contrário, o Omni pode criar vários cortes para que o clipe pareça mais uma narrativa curta.

4. Faz um rascunho antes da renderização final

Usa uma duração curta e uma resolução baixa para validar a composição, o movimento e a aderência ao prompt. Se o resultado estiver estruturalmente errado, não o amplies. Altera uma instrução de cada vez, para perceberes o que melhorou ou estragou o plano.

5. Revê a continuidade frame a frame

Verifica:

• a identidade do rosto e do corpo;
• as mãos e o contacto com objetos;
• a roupa e os acessórios;
• o texto legível;
• as sombras e os reflexos;
• a disposição do fundo;
• a sincronização labial e de áudio;
• a junção entre um clipe original e uma extensão.

Padrões de prompt que funcionam bem

Cena única e ininterrupta

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.

Revelação de produto com timecodes

[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.

Transição entre o primeiro e o último frame

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.

Edição por conversa

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.

Extensão de cena

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.

Migrar do Gemini Omni Flash Preview

A Google indica o gemini-omni-flash-preview para encerramento a 30 de setembro de 2026, com o gemini-omni-1.1-flash como substituto.

A migração deve incluir mais do que mudar uma string:

1. Substitui o ID do modelo de pré-visualização em todos os ambientes.
2. Testa cada modo de entrada em separado.
3. Acrescenta validação para 360p, 720p, 1080p e 4K.
4. Testa os pedidos de primeiro e último frame com exatamente duas imagens ordenadas.
5. Volta a verificar os limites de carregamento de vídeo e de extensão.
6. Compara o áudio de saída, a duração, as respostas de segurança e o comportamento de entrega de ficheiros.
7. Recalcula os orçamentos com os preços do modelo estável.
8. Remove a lógica de fallback específica da pré-visualização antes da data de encerramento.

Mantém um pequeno conjunto de regressão com rostos, produtos, movimento rápido, texto legível, diálogo e junções de extensão. Uma resposta HTTP bem-sucedida não prova que o comportamento criativo se manteve inalterado.

Gemini Omni 1.1 Flash vs outros modelos de vídeo

Escolhe com trabalho representativo, não com um único clipe de lançamento. Testa o mesmo prompt, as mesmas referências, a mesma duração-alvo e a mesma resolução de entrega. Mede o custo por clipe aprovado, não o custo por pedido.

Limitações e utilização responsável

O Gemini Omni 1.1 Flash é mais controlável do que a pré-visualização, mas continua a ser vídeo generativo.

• O movimento rápido pode produzir erros de física corporal.
• As mãos, as ferramentas e o contacto entre objetos podem falhar.
• Uma personagem pode desviar-se ao longo de sequências longas ou muito editadas.
• A ampliação melhora a resolução de entrega, não a correção semântica.
• A disponibilidade da edição de vídeo pode variar consoante a região.
• O inglês é totalmente suportado; a Google diz que as outras línguas não foram avaliadas no mesmo grau.
• Os filtros de segurança aplicam-se aos prompts, aos conteúdos de referência e aos resultados gerados.
• Os vídeos gerados contêm SynthID para efeitos de proveniência.

Obtém autorização para pessoas, vozes, performances, marcas e material de origem. Não uses a edição por conversa para te fazeres passar por uma pessoa real nem para deturpar um acontecimento.

Perguntas frequentes

Qual é o ID do modelo Gemini Omni 1.1 Flash?

O ID estável do modelo na API Gemini é gemini-omni-1.1-flash. É distinto tanto do gemini-omni-flash-preview da Google como do modelo omni-flash anterior da Poyo.ai.

O Gemini Omni 1.1 Flash suporta 4K?

Sim. A API suporta as opções 360p, 720p, 1080p e 4K. A Google descreve o 1080p e o 4K como saídas ampliadas.

Que duração podem ter os vídeos do Gemini Omni 1.1 Flash?

A especificação do modelo indica 3-10 segundos por saída gerada. O workflow de extensão da Google permite construir histórias mais longas por incrementos, até uma duração acumulada documentada de 40 segundos.

Quanto custa o Gemini Omni 1.1 Flash na Poyo.ai?

Sem vídeo de entrada, os preços começam em 45 créditos ($0.225) por quatro segundos em 360p, 720p ou 1080p. Quatro segundos em 4K começam em 105 créditos ($0.525). A geração com vídeo de entrada custa 120 créditos ($0.60) em 360p/720p/1080p ou 180 créditos ($0.90) em 4K.

Consegue editar um vídeo existente?

Sim. O modelo aceita vídeo carregado e instruções de edição em linguagem natural. Convém verificar a disponibilidade regional e os limites de entrada antes de utilizar em produção.

Consegue usar o primeiro e o último frame?

Sim. Fornece duas imagens ordenadas e descreve a transição. O modelo interpola um vídeo entre elas.

O 4K é gerado de forma nativa?

A Google documenta o 1080p e o 4K como saídas ampliadas. Revê o movimento e os detalhes de base antes de tratares uma ampliação como asset final.

O que acontece ao modelo de pré-visualização?

A Google indica o gemini-omni-flash-preview para encerramento a 30 de setembro de 2026 e recomenda o gemini-omni-1.1-flash como substituto.

Cria com o Gemini Omni 1.1 Flash na Poyo.ai

O Gemini Omni 1.1 Flash é mais útil quando a geração e a edição são tratadas como um sistema de produção iterativo: faz rascunhos baratos, aprova o movimento, refina uma alteração de cada vez e só paga o 4K quando a cena estiver pronta.

Abre a página do modelo Gemini Omni 1.1 Flash para experimentares o modelo, consultares o esquema de pedido e a tabela de preços atuais e criares uma chave de API.

Fontes

• Google: Build with Gemini Omni 1.1 Flash
• Gemini API model specification
• Gemini Omni generation and editing guide
• Gemini Developer API pricing
• Gemini API deprecations