Audio sincronizzato sempre attivo
Ogni clip esce con il suono generato: ambiente, effetti, parlato. Lo guidi con una riga «Audio:» nel prompt.
Modello · Google Gemini Omni Flash
Gemini Omni Flash: video AI con audio, da $0.30 per clip
Il world model di Google per i video brevi: ogni clip arriva con audio sincronizzato, movimenti che rispettano la fisica e modifica a conversazione: descrivi il cambiamento e la scena viene rigenerata. La durata la decidi tu, al secondo: da 3 a 10 secondi a clip, in 16:9 o in verticale 9:16 per Shorts e Reels; la generazione 1.1 aggiunge bozze a 360p, 1080p e 4K e l'estensione della scena fino a 40 secondi. $0.10 al secondo in 720p ($0.30–$1.00 a clip), paghi in crypto o con carta. Senza abbonamento.
Omni 1.1 Flash è disponibile
La seconda generazione aggiunge bozze a 360p a un terzo del prezzo, output in 1080p e 4K, un fotogramma finale, riferimenti video ed estensione della scena fino a 40 secondi. Da settembre 2026 è il modello che fa girare Omni Flash nello Studio.
01Che cos'è
Che cos'è Gemini Omni Flash?
Gemini Omni Flash è il primo modello della famiglia Gemini Omni di Google: un world model che ragiona sulla scena come farebbe un motore fisico e poi la rende in video. Gli mandi un testo, un'immagine o un risultato precedente e ti restituisce una clip 720p a 24 fps con audio sincronizzato nativo, lunga esattamente quanto hai chiesto (da 3 a 10 secondi): ambiente, effetti, perfino il parlato, generati nello stesso passaggio dei pixel e non aggiunti dopo. Google l'ha portato nell'app Gemini, in Flow e su YouTube Shorts a maggio 2026 e ha aperto l'API (gemini-omni-flash-preview) il 30 giugno 2026. Su BananaBanana gira in produzione accanto alla famiglia Veo 3.1: stesso saldo, $0.10 per secondo di video ($0.30–$1.00 a clip), pagamento in crypto o con carta.
Perché è pensato per Shorts, Reels e TikTok?
Ai video brevi servono tre cose: audio acceso di default, movimento credibile e iterazioni rapide. Omni Flash le offre tutte e tre. L'audio è sempre attivo: il modello capisce da ciò che mostra come deve suonare la scena. Il movimento nasce da un world model che ragiona sulla scena: lo sciroppo cola, la carta fluttua, il vapore sale dove deve, di solito senza acrobazie nel prompt (per le inquadrature in cui la fisica è davvero critica, Veo 3.1 resta la scelta più sicura). E invece di riscrivere il prompt da zero, rifinisci conversando: «trasforma la scena al tramonto», «aggiungi la pioggia sul vetro», mentre il modello mantiene coerenti personaggio, luce e inquadratura. Il prompt è anche il pannello di controllo: lasciato fare, il modello tende a tagliare tra un'inquadratura e l'altra, quindi chiedi un'unica ripresa continua, segna i momenti con intervalli [0-3s] e metti tra virgolette qualsiasi testo che deve apparire a schermo. Genera in verticale 9:16 e la clip entra dritta in Shorts, Reels o TikTok senza ritagli.
02Funzionalità
Cosa sa fare Omni Flash
Modifica a conversazione
Descrivi un cambiamento e la scena viene rigenerata con personaggio, luce e inquadratura intatti. Le modifiche si concatenano una dopo l'altra, e qualsiasi video finito, anche una clip Veo o un tuo caricamento, può essere rimandato dentro per una modifica video-to-video.
World model che conosce la fisica
Il modello ragiona sulla scena come un motore fisico: liquidi, fumo e tessuti di solito si comportano in modo plausibile già al primo tentativo.
Da immagine a video
Qualsiasi foto diventa il fotogramma di apertura, che sia una tua generazione o un caricamento, mentre il prompt descrive il movimento e il paesaggio sonoro. Si può combinare con immagini di riferimento nella stessa richiesta.
Riferimenti del soggetto
Fino a 10 immagini di riferimento mantengono coerenti personaggi o prodotti in una scena del tutto nuova, e si possono combinare con un fotogramma iniziale.
Formato e durata li scegli tu
Scegli il formato a ogni generazione (il verticale è inquadrato per Shorts, Reels e TikTok) e la durata esatta della clip, da 3 a 10 secondi interi, pagando $0.10 per ciascuno.
03Limiti
Cosa non sa fare, in tutta onestà
Sono limiti dell'API di Google, non della nostra integrazione, ed è bene conoscerli prima di spendere un dollaro. Il render nativo è 720p: la prima generazione si ferma lì, e i livelli 1080p e 4K di Omni 1.1 sono upscaling dello stesso passaggio a 720p, non dettaglio in più; per il 4K nativo usa Veo 3.1. Una singola clip dura 3–10 secondi: la prima generazione non può andare oltre in alcun modo, e Omni 1.1 si spinge più in là solo aggiungendo estensioni da 3–10 secondi, fino a 40 secondi in totale. La modifica cambia la scena, non la allunga mai: una clip modificata torna sempre lunga esattamente quanto l'originale.
Nell'API in preview mancano anche: il seed (stesso seed e stesso prompt danno comunque una ripresa diversa), i parametri di prompt negativo, il miglioramento del prompt, più campioni per richiesta e la possibilità di spegnere l'audio. Se per te sono indispensabili, la famiglia Veo 3.1 li copre: stesso saldo, stesso generatore.
04Come funziona
Dal prompt alla clip in pochi minuti
Registrati gratis
Email e password: niente carta di credito, niente account Google, $0.20 di saldo iniziale gratis.
Ricarica in crypto o con carta
Da $1 in USDT, USDC, BTC, ETH, SOL, TON e altre. Bonus +5% da $50, +10% da $100.
Genera, poi parlaci
Scrivi il prompt (aggiungi una riga «Audio:»), scegli 16:9 o 9:16 e la durata esatta, genera da $0.30, poi rifinisci descrivendo le modifiche.
05Prezzi
Quanto costa Gemini Omni Flash al secondo nel 2026?
| Modello | Prezzo a clip | Durata | Risoluzione | Audio |
|---|---|---|---|---|
| Gemini Omni Flash$0.10 al secondo | $0.30–$1.00 | 3–10 s (a scelta) | 720p | sempre attivo |
| Veo 3.1 Fastcon audio | $0.50–$1.00 | 4–8 s (a scelta) | fino a 4K | opzionale |
| Veo 3.1con audio | $1.50–$3.00 | 4–8 s (a scelta) | fino a 4K | opzionale |
Prezzi Veo indicati per 720p/1080p; il 4K costa di più. Omni Flash si paga $0.10 per secondo di output, quindi una clip costa $0.30–$1.00; una modifica è una nuova generazione della stessa durata dell'originale, alla stessa tariffa. Le tabelle complete sono nella pagina dei prezzi.
Confronta tutti i modelli nella pagina prezzi completa, oppure leggi la recensione pratica dell'API di Omni Flash prima di spendere.
06Approfondisci
Guide dal blog
Recensione dell'API Gemini Omni Flash: cosa fa davvero la preview
Recensione sul campo: cosa supporta davvero l'API, cosa resta esclusiva di Flow, costi reali a clip.
Leggi la guidaGuida ai prompt per Veo 3.1: prompt che funzionano davvero
La struttura del prompt in sette parti, i termini per i movimenti di camera e le indicazioni per l'audio.
Leggi la guidaDa immagine a video con l'AI: trasforma qualsiasi foto in una clip animata
Primi fotogrammi, fotogrammi finali, loop e video estesi.
Leggi la guida07FAQ
Gemini Omni Flash: le risposte
Che cos'è Gemini Omni Flash?
Gemini Omni Flash è il primo modello della famiglia Gemini Omni di Google: un world model che trasforma testo, immagini o una clip precedente in un breve video 720p con audio sincronizzato generato nello stesso passaggio. È arrivato al pubblico a maggio 2026 ed è entrato nell'API come gemini-omni-flash-preview il 30 giugno 2026. Su BananaBanana gira in produzione accanto alla famiglia Veo 3.1.
Quanto costa un video con Gemini Omni Flash?
$0.10 per secondo di video su BananaBanana: $0.30 per una clip da 3 secondi, $1.00 per 10 secondi pieni, audio incluso, senza abbonamento. La modifica di una clip esistente è una nuova generazione della stessa durata, alla stessa tariffa. Ricarichi in crypto da $1 o con carta da $20 e paghi a clip.
Leggi la risposta completaGemini Omni Flash genera anche l'audio?
Sì, sempre. Ogni clip esce con audio sincronizzato nativo: ambiente, effetti, perfino il parlato se lo chiedi. Non si può spegnere; l'unico controllo è il testo, quindi descrivi il paesaggio sonoro in una riga «Audio:» dentro il prompt.
Posso scegliere durata o risoluzione della clip?
La durata sì: qualsiasi numero intero di secondi da 3 a 10, e paghi $0.10 per ciascuno in 720p. La risoluzione dipende dalla generazione: Omni Flash 1.0 rende solo in 720p, mentre Omni 1.1 Flash aggiunge un livello bozza a 360p a un terzo del prezzo e 1080p e 4K in upscaling a una tariffa al secondo più alta. Scegli anche il formato: 16:9 per il widescreen o 9:16 verticale per Shorts, Reels e TikTok. Un'eccezione: una clip modificata eredita la durata dell'originale, perché il modello non può allungare né accorciare un video.
Leggi la risposta completaCome funziona la modifica a conversazione?
Generi una clip, poi descrivi il cambiamento («fai nevicare», «sostituisci la tazza con un bicchiere») e Omni Flash rigenera la scena mantenendo coerenti personaggio, luce e inquadratura. Le modifiche si sommano una sull'altra. Puoi anche modificare un video che non ha creato lui: mandagli qualsiasi clip finita, compresa una generazione Veo o un tuo caricamento, e ti torna con un nuovo stile e la stessa durata. Ogni modifica è una generazione normale a $0.10 al secondo. Allungare una clip è un'altra funzione, l'estensione della scena, ed esiste solo in Omni 1.1 Flash.
Meglio Gemini Omni Flash o Veo 3.1?
Scegli Omni Flash quando conta l'audio e il formato è un video breve verticale o per i social: l'audio è sempre attivo, la fisica è credibile e si itera conversando a $0.10 al secondo ($0.30–$1.00 a clip); scegli la generazione 1.1 per bozze a 360p, consegna in 4K o scene più lunghe di dieci secondi. Scegli Veo 3.1 quando ti serve controllo: durate esatte di 4/6/7/8 secondi, 4K nativo, audio opzionale, seed, primo/ultimo fotogramma ed estensioni fino a 148 secondi.
Servono un account Google o una carta di credito?
No. Ti registri con un'email e ricarichi in crypto da $1 (USDT, USDC, BTC, ETH, SOL, TON e le altre principali monete) oppure paghi con carta, PayPal o SEPA da $20. Poi generi; il saldo non usato non scade mai.
Crea la tua prima clip con audio
Gemini Omni Flash: $0.30–$1.00 a clip con audio sempre attivo, a $0.10 al secondo; Veo 3.1 da $0.10. Pagamento a consumo in crypto o con carta, senza abbonamento, $0.20 gratis per iniziare.