Gemini Omni 1.1 Flash API
Gemini Omni 1.1 Flash adalah model video multimodal dari Google DeepMind yang mengubah teks, gambar, audio, dan video menjadi video dengan audio native dalam satu panggilan API.
Gemini Omni 1.1 Flash adalah model video multimodal dari Google DeepMind yang menyatukan pemrosesan teks, gambar, audio, dan video dalam satu API. Model ini menerima input teks, gambar, audio, dan video, lalu menghasilkan video beserta audio native yang mencakup ucapan, musik, dan efek suara. Video dapat dibuat dari prompt teks, satu gambar, gambar dan video referensi, atau interpolasi antara frame pertama dan terakhir. Selain itu, model ini mendukung penyuntingan video secara percakapan melalui instruksi bahasa alami dan dapat memperpanjang adegan dalam kelipatan 10 detik hingga total 40 detik.
Model ini cocok untuk produksi pemasaran dari brief kampanye, gambar produk, storyboard, dan konsep visual; storyboarding percakapan dengan penyempurnaan adegan berulang; pembuatan video yang dipandu narasi suara; konten penjelas multibahasa; serta memperpanjang klip yang sudah ada dengan prompt. Gemini Omni 1.1 Flash juga berguna untuk pembuatan prototipe fitur AI baru. Dengan menggabungkan beberapa tahap yang biasanya memerlukan tiga hingga empat model terpisah ke dalam satu panggilan API, model ini menekan latensi, biaya, dan tingkat kegagalan. Mode draf 360p berjalan hingga 60% lebih cepat daripada pembuatan standar 720p dan biayanya sepertiga dari pembuatan 720p standar. Model ini mendukung hingga 7 gambar referensi dan 3 video referensi, serta menyertakan Content Credentials (C2PA) untuk provenans.
Gemini Omni 1.1 Flash tidak mendukung pembuatan gambar, penyuntingan gambar, output terstruktur, instruksi sistem, caching konteks, maupun tuning. Ulasan praktik pada Mei 2026 mencatat batas penyuntingan4 putaran. Model ini tersedia melalui Gemini API, Agent Platform dari Google Cloud, dan alat pihak ketiga seperti Comfy dan Nenis. Rilis ini berstatus ketersediaan umum, sementara versi pratinjau sebelumnya sudah tidak digunakan dan digantikan oleh model 1.2 Flash.
Diperbarui:
ID MODEL
gemini-omni-1.1-flash- Konteks
- 131.072K
- Output maks
- 65.536K
- Masukan
- text / image / video
- Keluaran
- video
Sorotan
- Empat modalitas input dalam satu API
- Video dengan audio native
- Perpanjangan adegan hingga 40 detik
- Mode draf 360p lebih cepat 60%
- Hingga 7 gambar dan 3 video referensi
- Dukungan Content Credentials (C2PA)
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| Ketersediaan | |
|---|---|
Statistik historis bukan pemeriksaan langsung. Data yang hilang tidak berarti gangguan.
Penalaran
- Tingkat usaha bawaan
- low
- Selalu aktif
- Ya
- Tingkat usaha yang tersedia
- high / low
Spesifikasi video
- Rasio aspek
- 16:9 / 9:16
- Audio · Keluaran
- Ya
- Resolusi
- 720p / 1080p / 4K / 360p
Referensi API
Detail protokol model ini belum dipublikasikan. Lihat referensi API untuk persyaratan integrasi.
Referensi API →Parameter yang didukung
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
Pertanyaan umum
Mengenal Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash adalah model video multimodal dari Google DeepMind yang menyatukan pemrosesan teks, gambar, audio, dan video dalam satu API. Model ini menerima input teks, gambar, audio, dan video, lalu menghasilkan video beserta audio native yang mencakup ucapan, musik, dan efek suara. Video dapat dibuat dari prompt teks, satu gambar, gambar dan video referensi, atau interpolasi antara frame pertama dan terakhir. Selain itu, model ini mendukung penyuntingan video secara percakapan melalui instruksi bahasa alami dan dapat memperpanjang adegan dalam kelipatan 10 detik hingga total 40 detik. Model ini cocok untuk produksi pemasaran dari brief kampanye, gambar produk, storyboard, dan konsep visual; storyboarding percakapan dengan penyempurnaan adegan berulang; pembuatan video yang dipandu narasi suara; konten penjelas multibahasa; serta memperpanjang klip yang sudah ada dengan prompt. Gemini Omni 1.1 Flash juga berguna untuk pembuatan prototipe fitur AI baru. Dengan menggabungkan beberapa tahap yang biasanya memerlukan tiga hingga empat model terpisah ke dalam satu panggilan API, model ini menekan latensi, biaya, dan tingkat kegagalan. Mode draf 360p berjalan hingga 60% lebih cepat daripada pembuatan standar 720p dan biayanya sepertiga dari pembuatan 720p standar. Model ini mendukung hingga 7 gambar referensi dan 3 video referensi, serta menyertakan Content Credentials (C2PA) untuk provenans. Gemini Omni 1.1 Flash tidak mendukung pembuatan gambar, penyuntingan gambar, output terstruktur, instruksi sistem, caching konteks, maupun tuning. Ulasan praktik pada Mei 2026 mencatat batas penyuntingan4 putaran. Model ini tersedia melalui Gemini API, Agent Platform dari Google Cloud, dan alat pihak ketiga seperti Comfy dan Nenis. Rilis ini berstatus ketersediaan umum, sementara versi pratinjau sebelumnya sudah tidak digunakan dan digantikan oleh model 1.2 Flash.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda. Ditagih berdasarkan biaya pembuatan sebenarnya. Lihat tagihan Anda untuk jumlah akhir.
Input apa saja yang didukung Gemini Omni 1.1 Flash?
Model ini menerima input teks, gambar, audio, dan video. Output-nya berupa video dengan audio native, termasuk ucapan, musik, dan efek suara.
Berapa lama video yang dapat dihasilkan?
Adegan dapat diperpanjang dalam kelipatan 10 detik hingga total 40 detik. Model ini juga menawarkan mode draf 360p, pembuatan 720p, dan upsampling 4K.
Apakah model ini bisa menyunting video lewat percakapan?
Ya, model ini mendukung penyuntingan video secara percakapan melalui instruksi bahasa alami. Namun, ulasan praktik pada Mei 2026 mencatat batas penyuntingan 4 putaran.
Apa saja yang tidak didukung model ini?
Gemini Omni 1.1 Flash tidak mendukung pembuatan gambar, penyuntingan gambar, output terstruktur, instruksi sistem, caching konteks, dan tuning.
Apa perbedaan Gemini Omni 1.1 Flash dengan versi pratinjau sebelumnya?
Rilis ini berstatus ketersediaan umum, sedangkan versi pratinjau sebelumnya sudah tidak digunakan dan digantikan oleh model 1.2 Flash.
Di mana model ini tersedia?
Model ini dapat diakses melalui Gemini API, Agent Platform dari Google Cloud, dan alat pihak ketiga seperti Comfy dan Nenis.
Model terkait
Gemini Omni 1.2 Flash
GoogleVideogemini-omni-1.2-flashModel video percakapan dari Google yang cepat, menghasilkan dan mengedit video dari teks, gambar, audio, serta input video dengan pemahaman fisika yang lebih baik.
Resolusi
720p / 1080p / 4K / 360p
Durasi
—
Ditagih berdasarkan biaya pembuatan sebenarnya. Lihat tagihan Anda untuk jumlah akhir.
Veo 3.1 Fast
GoogleVideoveo-3.1-fastVeo 3.1 Fast adalah model pembuatan video dari Google yang dapat menghasilkan video sinematik dari teks maupun gambar, tersedia di Google Cloud Model Garden.
Resolusi
720p / 1080p / 4K
Durasi
—
Ditagih berdasarkan biaya pembuatan sebenarnya. Lihat tagihan Anda untuk jumlah akhir.