← 全部模型

Gemini Omni Flash

發布時間 發布主體 Google

模型定位

Gemini Omni Flash 是 Google Gemini Omni 系列的首款多模態生成模型,以影片生成和對話式編輯為初始重點。Google 於 2026 年 5 月 19 日在 Google I/O 發布。(blog.google)

能力與用途

  • 官方模型卡列出的輸入包括文字、圖片、音訊及影片,輸出為帶音訊的高解析度影片;實際支援的模態會因產品與版本而異。(deepmind.google)
  • 可依指示生成不同視覺風格的影片,並透過多輪對話修改影片;適合影片創作、場景調整與創意素材迭代。(deepmind.google)
  • 發布時開始透過 Gemini 應用程式、Google Flow 和 YouTube Shorts 提供;開發者預覽版於 2026 年 6 月 30 日發布。(blog.google)

限制與版本狀態

  • Google 指出,反覆編輯時維持完全一致、生成複雜動作,以及精確呈現文字仍有困難;修改人物語音的能力受到限制。(deepmind.google)
  • Google Cloud 的 Gemini Omni Flash Preview 文件列出文字、圖片及影片輸入,但不支援音訊輸入;也不支援獨立圖片生成、影片延長或解析度提升。因此不能將模型卡的整體能力直接視為各 API 版本均可使用。(docs.cloud.google.com)
  • 該預覽版本的 API 識別碼為 gemini-omni-flash-preview,這是特定版本的識別碼,不改變本資料的 model_id: null。Gemini API 淘汰清單列其關閉日期為 2026 年 10 月 22 日;Google Cloud 文件則標示該預覽版自 2026 年 11 月 6 日起淘汰,並建議遷移至 Gemini Omni 1.2 Flash。兩者為不同平台的狀態資訊。(aistudio.google.com)

價格

查詢日期:2026 年 11 月 16 日。Google Cloud 官方定價頁將 Gemini Omni Flash 與 Gemini Omni 1.1 Flash 列於同一價格列,幣種為美元(USD):輸入為每百萬 token USD 1.50;文字輸出(含回應及推理)為每百萬 token USD 9.00;影片輸出為每百萬 token USD 17.50。官方列出的帶音訊影片輸出計量包括 720p 每秒 5,792 token。這是 Google Cloud 所列價格,不代表已關閉的 Gemini API 預覽端點仍可使用;其他平台及訂閱方案的費用未在此核實。(cloud.google.com)

官方來源