← Alle Modelle

Gemini Omni Flash

Veröffentlicht Herausgeber Google

Einordnung und Veröffentlichung

Gemini Omni Flash ist das erste Modell der Gemini-Omni-Familie. Google stellte es am 19. Mai 2026 auf der Google I/O vor. Es verbindet Geminis Fähigkeiten mit generativen Medienmodellen und ist zunächst auf die Erstellung und Bearbeitung von Videos ausgerichtet. (blog.google)

Fähigkeiten und Einsatz

  • Eingaben: Text, Bilder, Audio und Video; Ausgabe: hochauflösende Videos mit Audio. Das Modell unterstützt die Bearbeitung durch natürlichsprachliche Anweisungen. (deepmind.google)
  • Es eignet sich für kreative Videoproduktion und iterative Bearbeitung. Google beschreibt die Umsetzung einfacher und komplexer Anweisungen sowie die Simulation realer Physik als Fähigkeiten des Modells. (deepmind.google)
  • Zum Start wurde es über die Gemini-App und Google Flow für Google-AI-Plus-, Pro- und Ultra-Abonnenten sowie über YouTube-Produkte ausgerollt. Am 30. Juni 2026 kündigte Google eine öffentliche API-Vorschau für Entwickler an. (blog.google)

Einschränkungen

Laut Google bleiben vollständige Konsistenz über Bearbeitungen hinweg, komplexe Bewegungen und die fehlerfreie Darstellung von Text schwierig. Es gelten Googles Nutzungsrichtlinien. Generierte Videos enthalten ein nicht wahrnehmbares SynthID-Wasserzeichen. Die Modellkarte behandelt sowohl Gemini Omni Flash als auch Gemini Omni 1.1 Flash. (deepmind.google)

Preise

Google Cloud Agent Platform, abgerufen am 16. November 2026: Die offizielle Preistabelle nennt für Gemini Omni Flash und Gemini Omni 1.1 Flash die folgenden Beträge in US-Dollar (USD) pro 1 Million Tokens: Eingabe aus Text, Bild, Video oder Audio 1,50 USD; Textausgabe einschließlich Reasoning 9,00 USD; Videoausgabe 17,50 USD. Dies sind plattformspezifische Preise, nicht Preise für ein Verbraucherabonnement. (cloud.google.com)

Für die Eingabe nennt Google 1.120 Tokens pro Bild, 32 Tokens pro Audiosekunde und bis zu 5.792 Tokens pro Videosekunde. Für Videoausgabe mit Audio nennt Google 1.931 Tokens pro Sekunde bei 360p, 5.792 bei 720p, 8.688 bei 1080p und 17.376 bei 4K. Beim Video-Upscaling werden für die Eingabe 0 Tokens berechnet; die Ausgabetokens hängen von Eingangs- und Ausgangsauflösung ab. (cloud.google.com)

Offizielle Quellen