모델 개요
Gemini Omni 제품군의 첫 모델로, Gemini의 멀티모달 이해·추론과 생성형 미디어 기술을 결합해 동영상 생성과 대화형 편집에 초점을 맞춘 모델이다. (blog.google)
기능과 용도
- 텍스트, 이미지, 오디오, 동영상을 입력으로 받아 오디오가 포함된 고해상도 동영상을 생성할 수 있다. 실제 입력 지원 범위는 제품과 API에 따라 다를 수 있다. (deepmind.google)
- 자연어 대화로 동영상을 수정하고, 여러 참조 자료를 조합해 장면을 구성할 수 있다. 콘텐츠 제작, 시각 효과 및 영상 편집 워크플로에 활용할 수 있다. (blog.google)
출시와 이용
2026년 5월 19일 Google I/O에서 공개되어 Gemini 앱, Google Flow, YouTube Shorts를 통해 제공되기 시작했다. 개발자용 Gemini API와 Google AI Studio 공개 프리뷰는 2026년 6월 30일에 발표됐다. (blog.google)
제한사항
편집 전반의 완전한 일관성 유지, 복잡한 움직임 생성 및 정확한 텍스트 렌더링은 여전히 어려울 수 있다. 모델 카드의 설명은 Gemini Omni Flash와 1.1 Flash를 함께 다룬다. (deepmind.google)
2026년 6월 30일 API 프리뷰 발표 당시에는 생성 길이가 10초였고, 오디오 참조 업로드와 장면 확장을 지원하지 않았으며, 최대 3초 길이의 동영상 참조도 스키마에서는 허용됐지만 모델에서 올바르게 처리되지 않았다. 이는 당시의 제한이며 현재 상태를 보장하지 않는다. (blog.google)
가격
Google Cloud 모델 가격표, USD, 2026년 11월 16일 조회: Gemini Omni Flash와 Gemini Omni 1.1 Flash에 함께 제시된 요금은 입력 텍스트·이미지·동영상·오디오 100만 토큰당 $1.50, 텍스트 출력(응답 및 추론) 100만 토큰당 $9.00, 동영상 출력 100만 토큰당 $17.50이다. 입력은 이미지당 1,120토큰, 오디오 초당 32토큰, 동영상 초당 최대 5,792토큰으로 산정된다. 오디오가 포함된 동영상 출력은 360p 초당 1,931토큰, 720p 초당 5,792토큰, 1080p 초당 8,688토큰, 4K 초당 17,376토큰으로 산정된다. 해상도별 실제 지원 여부는 모델 버전과 플랫폼에서 별도 확인해야 한다. (cloud.google.com)
별도로 Google은 2026년 6월 30일 Gemini API 프리뷰 발표에서 동영상 출력 초당 $0.10 USD를 안내했다. 당시 발표 가격이며 위 Google Cloud 토큰 가격표와 적용 시점 및 플랫폼이 다르므로 동일한 현재 요금으로 간주하면 안 된다. (blog.google)