Gemini Omni 1.1 Flash API
Google DeepMind 推出的多模態影片生成模型,可依文字、圖像、音訊與影片提示生成影片與原生音訊。
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的多模態影片模型,將文字、圖像、音訊與影片處理整合在同一套 API 中。它可依文字提示生成影片,也能從單張圖片、參考圖片與參考影片,或首尾影格生成影片,並在生成影片的同時產生語音、音樂與音效等原生音訊。場景延伸以 10 秒為單位累加,總長度可達 40 秒,並支援以自然語言進行對話式影片編輯。
此模型提供 360p 草稿模式、720p 生成與 4K 升頻;草稿模式的執行速度比標準 720p 生成快上最多 60%,成本為標準 720p 生成的三分之一。它最多接受 7 張參考圖片與 3 段參考影片,並支援 Content Credentials (C2PA) 來源標示。官方將其定位為快速、具成本效益的多模態影片模型,能把原本可能需要三到四個獨立模型的流程收斂為單次 API 呼叫,從而降低延遲、成本與失敗率。
它適合行銷製作,例如依活動簡報、產品圖片、分鏡與視覺概念產出素材;也適合對話式分鏡與反覆調整場景、以旁白驅動的影片生成、多語言說明內容、以提示延伸既有片段,以及新 AI 功能原型開發。需注意的是,它不支援圖片生成、圖片編輯、結構化輸出、系統指令、上下文快取與微調;2026 年 5 月的實測記錄也指出,其編輯輪次上限為 4 輪。
更新時間:
模型 ID
gemini-omni-1.1-flash- 上下文
- 131.072K
- 最大輸出
- 65.536K
- 輸入
- text / image / video
- 輸出
- video
核心要點
- 文字、圖像、音訊、影片整合於單一 API
- 生成影片同時產出原生音訊
- 場景延伸以 10 秒累加至 40 秒
- 支援自然語言對話式影片編輯
- 360p 草稿模式速度提升最多 60%
- 支援 Content Credentials (C2PA)
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |
|---|---|
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
推理能力
- 預設推理強度
- low
- 始終啟用
- 是
- 可選推理強度
- high / low
影片規格
- 長寬比
- 16:9 / 9:16
- 音訊 · 輸出
- 是
- 解析度
- 720p / 1080p / 4K / 360p
API 文件
此模型尚未公布具體協定資訊,請查閱 API 文件中的接入要求。
API 文件 →支援的參數
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
常見問題
什麼是 Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的多模態影片模型,將文字、圖像、音訊與影片處理整合在同一套 API 中。它可依文字提示生成影片,也能從單張圖片、參考圖片與參考影片,或首尾影格生成影片,並在生成影片的同時產生語音、音樂與音效等原生音訊。場景延伸以 10 秒為單位累加,總長度可達 40 秒,並支援以自然語言進行對話式影片編輯。 此模型提供 360p 草稿模式、720p 生成與 4K 升頻;草稿模式的執行速度比標準 720p 生成快上最多 60%,成本為標準 720p 生成的三分之一。它最多接受 7 張參考圖片與 3 段參考影片,並支援 Content Credentials (C2PA) 來源標示。官方將其定位為快速、具成本效益的多模態影片模型,能把原本可能需要三到四個獨立模型的流程收斂為單次 API 呼叫,從而降低延遲、成本與失敗率。 它適合行銷製作,例如依活動簡報、產品圖片、分鏡與視覺概念產出素材;也適合對話式分鏡與反覆調整場景、以旁白驅動的影片生成、多語言說明內容、以提示延伸既有片段,以及新 AI 功能原型開發。需注意的是,它不支援圖片生成、圖片編輯、結構化輸出、系統指令、上下文快取與微調;2026 年 5 月的實測記錄也指出,其編輯輪次上限為 4 輪。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。 按實際生成費用計費,具體金額以帳單為準。
Gemini Omni 1.1 Flash 支援哪些輸入與輸出?
支援文字、圖像、音訊與影片輸入,並可輸出影片與原生音訊。
它如何處理較長的影片?
場景延伸以 10 秒為單位累加,總長度可達 40 秒。
它適合哪些任務?
適合行銷製作、對話式分鏡、旁白驅動的影片、多語言說明內容、片段延伸與功能原型開發。
草稿模式與標準生成有何差別?
360p 草稿模式的執行速度比標準 720p 生成快上最多 60%,成本為標準 720p 生成的三分之一。
它有哪些限制?
不支援圖片生成、圖片編輯、結構化輸出、系統指令、上下文快取與微調;實測記錄也指出編輯輪次上限為 4 輪。
相關模型
Gemini Omni 1.2 Flash
Google影片gemini-omni-1.2-flashGemini Omni 1.2 Flash 是 Google 推出的影片生成與編輯模型,支援文字、圖片、音訊與影片輸入,可產出影片。
解析度
720p / 1080p / 4K / 360p
時長
—
按實際生成費用計費,具體金額以帳單為準。
Veo 3.1 Fast
Google影片veo-3.1-fastGoogle 推出的 Veo 3.1 Fast 影片生成模型,可從文字或圖片生成影片,適合電影感創作。
解析度
720p / 1080p / 4K
時長
—
按實際生成費用計費,具體金額以帳單為準。