Gemini Omni 1.1 Flash: Was ist neu bei Googles KI-Videomodell

Google hat sein konversationelles Videomodell am 27. August 2026 allgemein verfügbar gemacht. Die Modell-ID lautet gemini-omni-1.1-flash und ersetzt den gemini-omni-flash-preview-Endpunkt, der am 30. Juni in der öffentlichen Vorschau veröffentlicht wurde. Wenn Sie etwas mit der Vorschau erstellt haben, haben Sie eine Frist: Google schaltet den Vorschaubereich am 30. September 2026 ab.

Die GA-Veröffentlichung ist keine Versionsaktualisierung ohne Inhalt. Vier Funktionen wurden damit eingeführt, und jede schließt eine Lücke, die die Verwendung der Vorschau in der Produktion erschwerte: Szenenerweiterung auf bis zu 40 Sekunden, Steuerung des ersten und letzten Bildes, ein günstiger 360p-Entwurfsmodus und 4K-Upscaling. Dieser Beitrag behandelt, was sich geändert hat, was es kostet, wo das Modell läuft und was es immer noch nicht kann.

Wenn Sie den Hintergrund zur Omni-Familie und dazu, warum Google überhaupt ein reasoning-first Videomodell entwickelt hat, erfahren möchten, beginnen Sie mit Was ist Gemini Omni. Dieser Beitrag geht davon aus, dass Sie diesen Teil bereits kennen und die Details zu 1.1 wünschen.

Was Gemini Omni 1.1 Flash leistet

Omni 1.1 Flash verarbeitet Text, Bilder und Videos als Eingabe und gibt Videos zurück. Es läuft über die Interactions API statt über generateContent, dieselbe Oberfläche, die Google für zustandsbehaftete, mehrschrittige Generierungen verwendet. Das ist wichtiger, als es klingt: Sie können einen Clip generieren und dann eine Folgeanfrage senden, die den gerade erstellten Clip bearbeitet, ohne etwas erneut hochzuladen.

Die fünf vom Modell unterstützten Aufgabenformen:

• Text zu Video: Ein Prompt geht ein, ein Clip kommt heraus.
• Bild zu Video: Ein Bild wird zum Anfangsbild oder zu einem Styleguide für Bewegung.
• Referenz zu Video: Bis zu drei Referenzclips von je drei Sekunden bilden Bewegung, Aussehen und Charakterkonsistenz auf eine neue Szene ab.
• Bearbeiten: Ändern Sie etwas in einem bereits generierten Video, im Gespräch.
• Erweitern: Fügen Sie einem Clip weitere 10 Sekunden am Ende hinzu.

Audio auf Referenzclips wird ignoriert. Das Modell liest sie nur für Bewegung und Aussehen.

Szenenerweiterung liest jetzt 10 Sekunden Kontext

Dies ist die wichtigste Neuerung. Das Vorschaumodell betrachtete die letzte Sekunde eines Clips, bevor es ihn fortsetzte, was ungefähr ausreichte, um die Farbpalette stabil zu halten und nicht viel mehr. Charaktere drifteten ab. Kamerabewegungen wurden zurückgesetzt. Man konnte ein Video verlängern, aber keinen Shot.

Omni 1.1 analysiert bis zu 10 Sekunden vorherigen Kontext, und Google beschreibt das Ergebnis als „verbesserte visuelle Konsistenz und narrative Einhaltung“. Sie erweitern in 10-Sekunden-Schritten bis zu einer kumulativen Dauer von 40 Sekunden.

Zwei Einschränkungen, die zu beachten sind. Die Erweiterung hängt nur an das Ende eines Clips an: Sie können kein Material voranstellen oder in die Mitte einfügen. Und hochgeladene Videos sind auf maximal 10 Sekunden Eingabe begrenzt, es sei denn, Sie bleiben innerhalb einer mehrschrittigen Interaktion, bei der das Modell den früheren Zustand bereits kennt.

Die Anleitung zur 40-Sekunden-Szenenerweiterung behandelt die Anforderungsform und wo die Nähte sichtbar werden.

Keyframe-Steuerung zwischen zwei Bildern

Sie können dem Modell jetzt ein erstes und ein letztes Bild übergeben, plus eine Beschreibung der Bewegung dazwischen, und es generiert das Filmmaterial, das die beiden verbindet. Google nennt Kamerafahrten, Zoom-Übergänge und Looping-Clips als offensichtliche Anwendungsfälle.

Für jeden, der ein Videotool statt eines Spielzeugs baut, ist dies die Funktion, die die Ausgabe vorhersehbar macht. Text-zu-Video ist ein Glücksspiel. Frame-Interpolation gibt Ihnen zwei feste Punkte und lässt das Modell die Mitte lösen, was ein viel kleinerer Fehlerbereich ist.

360p-Entwürfe und warum sie die Kostenrechnung ändern

Omni 1.1 generiert 360p-Vorschauen bis zu 60 % schneller als 720p, zu einem Drittel der Kosten. Google beschreibt den beabsichtigten Arbeitsablauf explizit: Entwürfe in 360p erstellen, bis der Prompt stimmt, und dann den endgültigen Entwurf in 720p, 1080p oder 4K neu rendern.

Diese einzige Änderung ist für ein Produktionsbudget mehr wert als jeder andere Punkt in der Veröffentlichung. Videogenerierung ist pro Sekunde teuer, und das meiste, was Sie während der Prompt-Iteration generieren, wird weggeworfen. Ein Drittel weniger für die Wegwerf-Durchgänge zu bezahlen, macht den Unterschied zwischen freiem Experimentieren und dem Rationieren Ihrer Versuche aus. Die vollständige Preisübersicht enthält die Berechnung pro Sekunde.

Die Auflösung wird im Antwortformat festgelegt, und 1080p und 4k sind Upscales der generierten Frames und keine nativen Renderings.

Wo es läuft

Omni 1.1 Flash ist verfügbar über:

• Die Gemini API in Google AI Studio, für Entwickler
• Die Gemini Enterprise Agent Platform API, für Unternehmensbereitstellungen
• Google Flow, für Abonnenten von AI Plus, Pro und Ultra
• Die Gemini App, wo Abonnenten die Szenenerweiterung erhalten

Google nannte auch Launch-Partner, die das Modell in ihren eigenen Produkten einsetzen: Adobe Firefly, Figma Weave, Runway und GMI Cloud. Wenn Sie eines dieser Tools verwenden, senden Sie bereits Traffic an dieses Modell.

Es gibt keinen kostenlosen Tarif für die API. Im Gegensatz zu den Text-Flash-Modellen, bei denen AI Studio Ihnen eine ratenbegrenzte kostenlose Spur bietet, wird jede Sekunde der Omni-Ausgabe ab der ersten Anfrage in Rechnung gestellt. Das Modell selbst ist kostenlos auf YouTube Shorts und YouTube Create, was ein anderes Produkt mit anderen Limits ist; die Zusammenfassung des freien Zugangs behandelt, was jeder Pfad Ihnen bringt.

Was es immer noch nicht kann

Lesen Sie diese Liste, bevor Sie eine Funktion rund um das Modell konzipieren.

• Keine erwarteten Prompt-Steuerungen. Systemanweisungen, temperature, top_p, Stoppsequenzen und negative Prompts werden alle nicht unterstützt. Wenn Sie etwas ausschließen möchten, schreiben Sie dies in den normalen Prompt.
• Regionale Einschränkungen. Das Hochladen und Bearbeiten von Videos ist im Europäischen Wirtschaftsraum, der Schweiz und Großbritannien nicht verfügbar, ebenso wie das Bearbeiten von Bildern, die Minderjährige enthalten. Vom Modell generierte Videos bleiben in diesen Regionen bearbeitbar.
• Erkennbare Personen. Das Bearbeiten bestimmter identifizierbarer Personen ist blockiert.
• Dialog in hochgeladenen Videos. Sie können einen hochgeladenen Clip stumm erweitern oder in einer mehrschrittigen Interaktion arbeiten, aber Sie können keinen Dialog hinzufügen, wenn Sie den Upload eines anderen erweitern.
• Ein Video nach dem anderen für die Argumentation. Das Modell wird nicht über mehrere Eingabevideos hinweg argumentieren.
• Praktisch nur Englisch. Google sagt, Englisch werde vollständig unterstützt und andere Sprachen seien ungetestet.

Jede Ausgabe trägt ein SynthID-Wasserzeichen, das für Betrachter unsichtbar und programmatisch erkennbar ist. Planen Sie dies ein, wenn Ihr Produkt Herkunftsangaben macht.

Omni 1.1 Flash oder Veo 3.1?

Google liefert jetzt zwei Video-Generierungsfamilien über denselben API-Schlüssel aus, was eine wirklich verwirrende Situation ist. Die Kurzversion: Veo 3.1 ist der filmische Renderer mit nativem Audio, und Omni 1.1 Flash ist der konversationelle, mit dem Sie über mehrere Runden kommunizieren. Eine 720p-Sekunde von Omni kostet etwa ein Viertel einer standardmäßigen Veo 3.1-Sekunde, und Veo hat kein Äquivalent zur mehrschrittigen Bearbeitungsschleife.

Der direkte Vergleich geht die Fälle durch, in denen jeder gewinnt. Wenn Sie bereits eine Veo-Integration haben, ist der Veo 3.1 API-Leitfaden immer noch korrekt; nichts in dieser Version macht ihn obsolet.

Migration vom Vorschau-Endpunkt

Alles, was auf gemini-omni-flash-preview verweist, funktioniert nach dem 30. September 2026 nicht mehr. Die Migration selbst ist normalerweise eine einzeilige Änderung der Modell-String, aber zwei Dinge sollten Sie überprüfen, bevor Sie davon ausgehen, dass dies alles ist:

1. Standardauflösungen. 720p ist jetzt der Standard, und die 360p- und 4K-Optionen sind neu. Wenn Ihr Code eine feste Ausgabegröße annahm, bestätigen Sie, was Sie tatsächlich zurückbekommen.
2. Antwortgröße. Videos über 4 MB werden als URI statt als inline base64 zurückgegeben. Wenn Ihr Handler nur output_video.data liest, liefert eine höhere Auflösung Ihnen stillschweigend nichts.

Der sauberste Weg, beides abzufangen, ist, die Anfrage in einem API-Client zu speichern und die Antworten zwischen den beiden Modell-IDs zu vergleichen, bevor Sie umstellen. Apidog erledigt dies gut: Legen Sie die Modell-ID in eine Umgebungsvariable, behalten Sie eine gespeicherte Anfrage, wechseln Sie die Umgebung und vergleichen Sie. Die API-Anleitung richtet dies Schritt für Schritt ein.

FAQ

Wie lautet die Modell-ID für Gemini Omni 1.1 Flash? gemini-omni-1.1-flash. Die auslaufende Vorschau-ID ist gemini-omni-flash-preview.

Wann wurde Gemini Omni 1.1 Flash veröffentlicht? Am 27. August 2026 als GA-Veröffentlichung. Die Vorschau wurde am 30. Juni 2026 veröffentlicht.

Ist Gemini Omni 1.1 Flash kostenlos? Nein. Es gibt keinen kostenlosen Tarif für Omni, daher wird jede Generierung abgerechnet. Textmodelle wie Gemini 3.6 Flash haben immer noch eine kostenlose AI Studio-Spur; dieses nicht.

Wie lang kann ein Gemini Omni-Video sein? Clips werden mit 10 Sekunden generiert, und die Szenenerweiterung bringt sie in 10-Sekunden-Schritten auf kumulativ 40 Sekunden.

Generiert Gemini Omni Audio? Die Dokumentation behandelt die Videoausgabe und ignoriert Audio in Referenzclips. Veo 3.1 ist das Modell mit nativer Audioerzeugung. Wenn Ton wichtig ist, beginnen Sie dort.

Kann ich ein Video bearbeiten, das ich selbst gefilmt habe? Ja, bis zu 10 Sekunden Eingabe, außerhalb des EWR, der Schweiz und des Vereinigten Königreichs. Laden Sie es mit der Files API hoch und übergeben Sie den URI als Eingabe.

Omni 1.1 Flash ist die erste Version dieses Modells, die so geformt ist, wie man sie veröffentlichen würde. Szenenerweiterung, die einen Shot zusammenhält, Keyframes, die die Ausgabe vorhersehbar machen, und ein Entwurfsmodus, der die Iteration erschwinglich macht. Richten Sie eine gespeicherte Anfrage gegen die GA-Modell-ID ein, überprüfen Sie die Antwortform bei jeder Auflösung, die Sie verwenden möchten, und wechseln Sie vor Ende September vom Vorschaubereich. Laden Sie Apidog herunter, wenn Sie diese Überprüfung vor der Frist speichern möchten, anstatt danach.