Gemini Omni 1.1 Flash: Chi phí thực tế 1 giây video

Một giây video 720p từ Gemini Omni 1.1 Flash có giá khoảng $0.10. Đó là con số để bạn lập kế hoạch, và đó cũng là con số được Google trích dẫn trên trang định giá của họ. Không có gói miễn phí, vì vậy đoạn video đầu tiên bạn tạo khi đọc tài liệu sẽ được tính phí vào tài khoản của bạn.

Phần thú vị là cách Google đưa ra con số đó, bởi vì mô hình thanh toán dựa trên token chứ không phải thời gian. Khi bạn hiểu cơ chế này, các yếu tố điều chỉnh chi phí sẽ trở nên rõ ràng, và một trong số đó (tạo bản nháp ở 360p) sẽ cắt giảm chi phí lặp lại của bạn tới hai phần ba.

Bảng giá

Những mức giá này áp dụng cho gemini-omni-1.1-flash, mô hình GA được phát hành vào ngày 27 tháng 8 năm 2026, và cho điểm cuối gemini-omni-flash-preview sắp ngừng hoạt động. Xem những gì đã được phát hành trong bản GA để biết thêm về các tính năng.

Đầu ra video được tính bằng token như thế nào

Google tính phí video giống như cách họ tính phí văn bản: bằng token đầu ra. Một giây video 720p được định giá là 5.792 token đầu ra. Thực hiện phép nhân:

5,792 token x ($17.50 / 1,000,000) = $0.1014 mỗi giây

Vì vậy, một đoạn video 720p dài 10 giây có giá xấp xỉ $1.01. Một cảnh dài 40 giây được tạo ra thông qua bốn lần gọi mở rộng có giá xấp xỉ $4.06, cộng với các token đầu vào cho ngữ cảnh trước đó mà mỗi lượt đọc.

Đầu vào thì rẻ hơn nhiều. Với $1.50 cho mỗi triệu token, các hình ảnh và video tham chiếu bạn đính kèm hầu như không đáng kể so với đầu ra. Đừng tối ưu hóa độ dài prompt của bạn. Hãy tối ưu hóa số giây video bạn tạo và ở độ phân giải nào.

Đòn bẩy 360p

Google tạo bản xem trước 360p với chi phí bằng một phần ba so với 720p và nhanh hơn tới 60%. Điều đó có nghĩa là một bản nháp 10 giây có giá khoảng $0.34 thay vì $1.01.

Đây là ý nghĩa trong thực tế. Việc lặp lại prompt trên các mô hình video rất khắc nghiệt: bạn hiếm khi tạo được cảnh ưng ý ngay từ lần thử đầu tiên, và mỗi lần thử thất bại đều bị tính phí đầy đủ. Một phiên làm việc thực tế có thể cần mười hai lần thử trước khi có được một bản ưng ý.

Cùng một đầu ra, nhưng chi phí giảm 62%, và các bản nháp trả về nhanh hơn giúp bạn hoàn thành mười hai lần thử sớm hơn. Đặt resolution thành 360p trong response_format khi bạn đang lặp lại và chỉ tăng nó lên khi prompt đã đúng. Hướng dẫn API có cấu trúc yêu cầu.

Các cấp độ 1080p và 4K là các bản nâng cấp từ các khung hình đã tạo chứ không phải là kết xuất gốc, và chúng bị tính phí cao hơn mức 720p. Hãy kiểm tra các số liệu tính theo giây hiện tại trên trang định giá của Google trước khi bạn lên ngân sách cho một pipeline 4K, vì hai cấp độ này đã được ra mắt cùng với bản GA và các mức giá đã công bố là có giá trị.

Chi phí của quy trình làm việc mở rộng

Mở rộng cảnh là nơi ngân sách dễ bị vượt quá, bởi vì một video dài 40 giây không phải là một yêu cầu duy nhất. Đó là một lần tạo cộng với ba lần gọi mở rộng, mỗi lần đều tính phí 10 giây đầu ra của riêng nó cộng với ngữ cảnh trước đó mà nó đọc làm đầu vào.

Ở 720p, một cảnh đầy đủ 40 giây tiêu tốn khoảng $4.06 cho đầu ra, và bất kỳ nỗ lực nào đi chệch khỏi cốt truyện đều có nghĩa là phải tạo lại từ phân đoạn bị lỗi. Hãy tạo bản nháp toàn bộ câu chuyện ở 360p trước với chi phí khoảng $1.35, xác nhận câu chuyện mạch lạc qua cả bốn phân đoạn, sau đó mới kết xuất lại. Hướng dẫn mở rộng cảnh sẽ giải thích những điểm mà việc mở rộng thường gặp thất bại.

So sánh với Veo 3.1

Cả hai mô hình đều sử dụng cùng một khóa API Gemini, điều này khiến khoảng cách giá dễ bị bỏ qua.

Veo 3.1 tiêu chuẩn có giá cao hơn khoảng bốn lần so với một giây của Omni ở 720p. Veo 3.1 Lite có giá thấp hơn Omni. Nhưng giá mỗi giây không phải là toàn bộ so sánh. Veo tạo âm thanh gốc và mở rộng xa hơn nhiều (7 giây mỗi lần, lên tới 148 giây), trong khi Omni cung cấp cho bạn vòng lặp chỉnh sửa hội thoại mà Veo không có tương đương. Bảng so sánh đầy đủ sẽ chỉ ra mô hình nào nên sử dụng cho công việc nào. Nếu bạn đã chạy Veo, hướng dẫn tích hợp đó vẫn áp dụng.

Ba cách các nhóm chi tiêu quá mức với API này

Kết xuất lại ở độ phân giải đầy đủ để kiểm tra một thay đổi nhỏ. Nếu bạn chỉ điều chỉnh một mệnh đề trong prompt, bản nháp 360p sẽ cho bạn biết liệu thay đổi đó có hiệu quả không. Bản 720p là dành cho phiên bản bạn sẽ phát hành.

Tạo trong môi trường sản xuất những gì bạn có thể lưu vào bộ nhớ cache. Đầu ra video đủ xác định để tái sử dụng, và với $0.10 mỗi giây, bộ nhớ cache sẽ tự trả tiền ngay lập tức. Lưu trữ tệp đã tạo và gắn khóa cho nó dựa trên prompt cộng với các tham số. Việc tạo lại cùng một đoạn video hai lần là một sự lãng phí hoàn toàn.

Thử lại khi hết thời gian chờ mà không kiểm tra. Việc tạo video chậm, và việc hết thời gian chờ của client không có nghĩa là quá trình tạo thất bại. Nếu logic thử lại của bạn kích hoạt khi hết thời gian chờ, bạn có thể phải trả tiền gấp đôi cho một đoạn video. Hãy tăng thời gian chờ và kiểm tra xem tương tác đã hoàn thành chưa trước khi thử lại.

Điểm cuối cùng này đáng để lưu ý trước khi nó được đưa vào sản xuất. Lưu yêu cầu trong Apidog với thời gian chờ thực tế, xác nhận cấu trúc phản hồi và chạy nó một cách có chủ đích thay vì để vòng lặp thử lại tự phát hiện chi phí cho bạn. Đặt cảnh báo chi tiêu trong hóa đơn Google Cloud là một nửa còn lại của lưới an toàn đó.

Ước tính hóa đơn hàng tháng

Bắt đầu từ số giây video đã hoàn thành, sau đó nhân với tỷ lệ bản nháp của bạn.

chi phí hàng tháng = finished_seconds x $0.10
             + draft_seconds x $0.034

Một nhóm tạo ra 5 phút video 720p đã hoàn thành mỗi tháng, với tỷ lệ nháp-hoàn thiện là 10:1 ở 360p:

300 giây hoàn thành x $0.10       = $30.00
3,000 giây nháp x $0.034           = $102.00
                                     -------
                                     $132.00

Lưu ý tiền đi đâu. Bản nháp chiếm ưu thế ngay cả khi giá chỉ bằng một phần ba, bởi vì bạn tạo bản nháp gấp mười lần so với số lượng bạn phát hành. Nếu con số đó cần giảm xuống, đòn bẩy là giảm số lần thử cho mỗi bản giữ lại (prompt tốt hơn, kiểm soát keyframe để giới hạn đầu ra), chứ không phải là một kết xuất cuối cùng rẻ hơn.

Câu hỏi thường gặp

Gemini Omni 1.1 Flash có miễn phí không? Không thông qua API. Không có gói miễn phí cho Omni, mặc dù mô hình này miễn phí trên YouTube Shorts và YouTube Create; bản tóm tắt về quyền truy cập miễn phí bao gồm các cách đó. Các mô hình văn bản của Google như Gemini 3.6 Flash vẫn cung cấp một làn đường miễn phí có giới hạn tốc độ thông qua AI Studio.

Một video 10 giây có giá bao nhiêu? Khoảng $1.01 ở 720p, hoặc khoảng $0.34 ở 360p.

Tại sao video được tính phí bằng token? Google định giá tất cả đầu ra mô hình bằng token để đảm bảo tính nhất quán. Đầu ra video chuyển đổi ở mức 5.792 token mỗi giây video 720p, được tính phí theo mức $17.50 cho mỗi triệu token đầu ra video.

Hình ảnh đầu vào và các đoạn video tham chiếu có tốn thêm phí không? Có, với $1.50 cho mỗi triệu token đầu vào, con số này nhỏ so với đầu ra video. Phương tiện tham chiếu không phải là mục cần tối ưu hóa.

4K có đáng giá không? Chỉ dành cho các sản phẩm cuối cùng. 1080p và 4K là các bản nâng cấp, vì vậy chúng không thêm chi tiết mà mô hình không tạo ra. Chúng làm tăng kích thước tệp và chi phí.

Một lần tạo thất bại có vẫn bị tính phí không? Một lần tạo trả về video thì bị tính phí. Các từ chối của bộ lọc nội dung và lỗi không tạo ra đầu ra thì không nên bị tính phí, nhưng hãy theo dõi bảng điều khiển thanh toán của bạn trong tuần đầu tiên của bất kỳ pipeline mới nào thay vì giả định.

Khía cạnh kinh tế ở đây thưởng cho sự kỷ luật hơn là sự khéo léo. Tạo bản nháp rẻ, lưu vào bộ nhớ cache một cách tích cực, giới hạn thời gian chờ của bạn và giữ một yêu cầu đã lưu cho mỗi loại tác vụ để bạn nhận thấy ngày mà bản cập nhật mô hình thay đổi những gì bạn nhận được với $0.10 của mình. Tải xuống Apidog nếu bạn muốn kiểm tra điều đó chạy trước khi hóa đơn báo cho bạn biết.