Modello · Google Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash – il world model, ora con più spazio per crescere

La seconda generazione del modello video Omni di Google, in produzione qui da settembre 2026. Lo stesso audio sempre attivo e lo stesso movimento che rispetta la fisica, più le cose che tutti continuavano a chiedere: una modalità bozza a 360p a un terzo del prezzo, uscita in 1080p e 4K, un fotogramma finale su cui chiudere, fino a tre video di riferimento e l<strong>estensione della scena</strong>, che continua ad aggiungere finché la clip arriva a 40 secondi. {perSecond720} al secondo in 720p, pagando in crypto o con carta.

Una vera generazione di Gemini Omni 1.1 Flash su BananaBanana: un solo prompt testuale, otto secondi in 720p, il ronzio del tornio e l'argilla bagnata resi come audio nello stesso passaggio. $0.80 a $0.10 al secondo; la stessa inquadratura come bozza 360p costerebbe $0.24. Alza il volume.
01Che cos'è

Che cos'è Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash è la seconda generazione della famiglia Gemini Omni di Google: un world model che ragiona su una scena come farebbe un motore fisico e la restituisce come video con audio sincronizzato. Google l'ha annunciato ad agosto 2026 e l'ha rilasciato nell'API come gemini-omni-1.1-flash-preview. Rispetto alla prima generazione aggiunge quattro risoluzioni invece di una (360p, 720p, 1080p, 4K), un ultimo fotogramma per l'interpolazione, clip video come riferimenti e un'estensione della scena che legge fino a dieci secondi di quanto venuto prima e lo prosegue. Su BananaBanana è il modello dietro Omni Flash nello Studio e nel server MCP; la generazione originale resta disponibile come Omni Flash 1.0 per chi la preferisce.

Cosa è cambiato rispetto a Omni Flash 1.0?

Soprattutto i limiti. La prima generazione aveva un'unica fascia 720p: 3–10 secondi, una clip, nessun modo di superare i dieci secondi se non con il montaggio. La 1.1 mantiene l'unità da 3–10 secondi ma ti permette di fare una bozza a 360p – fino al 60% più veloce e a un terzo del prezzo – e poi rigenerare la migliore in 720p o spingerla a 1080p e 4K. Accetta un ultimo fotogramma accanto al primo e anima il passaggio tra i due. Prende fino a tre brevi video di riferimento per portare un personaggio o uno stile da una clip all'altra. E sa estendere una scena: le dai una clip finita e aggiunge altri 3–10 secondi, ancora e ancora, finché il tutto arriva a 40 secondi. Secondo Google, durante l'estensione il modello ora guarda fino a dieci secondi del girato precedente, mentre il vecchio vedeva solo l'ultimo secondo – ed è per questo che la continuazione qui sotto non perde il filo.

L'estensione della scena in pratica: una ripresa verticale di 5 secondi, estesa di 8 secondi e poi di altri 3. In tutto 16 secondi da un prompt e due richieste successive, con la stessa persona, la stessa cucina e la stessa luce dall'inizio alla fine. Il modello legge ogni volta tutta la clip sorgente, quindi la catena può proseguire fino a 40 secondi.
02Funzionalità

Cosa sa fare Omni 1.1 Flash

Quattro risoluzioni, quattro prezzi

360p a $0.03 al secondo per le bozze, 720p a $0.10 come render nativo, 1080p a $0.15 e 4K a $0.30 come upscale di quest'ultimo. Iteri spendendo poco, chiudi con la massima nitidezza.

Estensione della scena fino a 40 s

Scegli una clip finita, descrivi cosa succede dopo e il modello aggiunge 3–10 secondi alla fine. Ripeti finché la clip arriva a 40 secondi. La clip sorgente viene letta per intero ogni volta.

Primo e ultimo fotogramma

Un'immagine di partenza e, se vuoi, una di chiusura: il modello interpola il movimento tra le due. Reveal, orbite e rotazioni di prodotto diventano prevedibili.

Video di riferimento

Fino a tre clip da tre secondi ciascuna, insieme a un massimo di dieci immagini. Portano un personaggio, un outfit o uno stile in una scena completamente nuova, senza fotogramma iniziale.

Audio sincronizzato sempre attivo

Ogni clip esce con audio generato – ambiente, effetti, parlato. Lo guidi con una riga «Audio:» nel prompt; non c'è un interruttore separato.

Editing conversazionale e video-to-video

Descrivi una modifica e la scena si rigenera mantenendo personaggio, luce e inquadratura. Qualsiasi video finito – una clip Veo, un tuo upload – può essere mandato per un restyle della stessa durata.

Bozza 360p · $0.09

Stesso prompt, 3 secondi, 360p. Generata in 23 secondi per $0.09 – abbastanza per capire se il cambio di fuoco e il controluce sono quelli che avevi in mente.

4K · $0.90

Il passaggio in 4K dello stesso prompt: 3840×2160 per $0.90. Dieci volte il prezzo della bozza, quindi lo paghi solo quando la composizione è decisa.
03Limiti

Cosa ancora non sa fare – onestamente

Sono limiti dell'API di Google, non della nostra integrazione, e conviene conoscerli prima di spendere anche un solo dollaro. 1080p e 4K sono upscale del render 720p, non più dettaglio – utili per la consegna, sprecati sulle bozze. L'estensione aggiunge solo in coda: non si può inserire nulla all'inizio o a metà, e a una clip caricata che contiene già parlato non si possono dare nuovi dialoghi. Una singola clip resta di 3–10 secondi; i 40 secondi arrivano concatenando estensioni, e ogni estensione si paga sulla durata totale risultante, quindi l'ultimo passo di una catena da 40 secondi costa quanto una clip da 40 secondi. I video di riferimento vengono tagliati a tre secondi ciascuno, e una modifica restituisce sempre esattamente la durata della clip sorgente.

Nell'API mancano anche: seed che riproducano una composizione, un campo per il prompt negativo (scrivi «no…» direttamente nel prompt), più varianti per richiesta e la possibilità di disattivare l'audio. In UE, Svizzera e Regno Unito Google non consente di modificare o estendere video caricati in cui compaiono persone. Se uno di questi punti per te è decisivo, la famiglia Veo 3.1 ha seed, prompt negativi, clip senza audio e rendering 4K nativo, e Wan 3.0 genera 30 secondi in un'unica ripresa.

04Come funziona

Dalla bozza a 40 secondi in tre passaggi

  1. Bozza a 360p

    Scrivi il prompt con una riga «Audio:», scegli 16:9 o 9:16 e la durata esatta, e genera a 360p – $0.24 per otto secondi. È qui che sistemi la composizione.

  2. Genera la versione buona

    Rilancia il prompt vincente in 720p ($0.80 per otto secondi), oppure in 1080p o 4K se finirà su un grande schermo. Aggiungi un ultimo fotogramma se l'inquadratura deve chiudere su qualcosa di preciso.

  3. Estendi la scena

    Apri la clip dal feed, scegli Estendi scena e scrivi cosa succede dopo. Ogni passaggio aggiunge 3–10 secondi e la catena si ferma a 40. Le immagini di riferimento possono portare un nuovo soggetto nella continuazione.

Immagine di riferimento

Immagine di riferimento di una banana su sfondo blu usata per estendere una clip di Gemini Omni 1.1 Flash
Un fotogramma passato come <IMAGE_REF_0> insieme a una clip da 8 secondi ambientata in una barberia e al prompt «the subject from the reference enters the scene from the right and stops in the center».

Clip estesa · 8 s + 3 s

La continuazione, senza ritocchi: all'ottavo secondo la banana entra da destra e si ferma dietro la testa del cliente. Assurdo di proposito – dimostra che il riferimento viene letto, non indovinato.
05Prezzi

Quanto costa Gemini Omni 1.1 Flash al secondo nel 2026?

Gemini Omni 1.1 Flash per risoluzione e durata, accanto ai modelli con cui compete
Modello3 s8 s10 sAudio
Gemini Omni 1.1 Flash · 360p$0.03/s – bozze, fino al 60% più veloci$0.09$0.24$0.30Sempre attivo
Gemini Omni 1.1 Flash · 720p$0.10/s – il render nativo$0.30$0.80$1.00Sempre attivo
Gemini Omni 1.1 Flash · 1080p$0.15/s – upscale$0.45$1.20$1.50Sempre attivo
Gemini Omni 1.1 Flash · 4K$0.30/s – upscale$0.90$2.40$3.00Sempre attivo
Gemini Omni Flash 1.0 · 720pla generazione precedente, 720p—$0.80$1.00Sempre attivo
Veo 3.1 Fast · 720pil modello di Google, solo 4–8 s—$1.00—Costa a parte

Prezzi per clip finita, traccia audio inclusa. Un trattino indica che il modello non può generare quella durata. Una modifica è una nuova generazione della stessa durata della clip sorgente; un'estensione si paga sulla durata totale risultante (clip sorgente più parte aggiunta). Tabelle complete nella pagina dei prezzi.

Confronta tutti i modelli nella pagina completa dei prezzi, oppure scopri cosa sa ancora fare bene la prima generazione nella pagina di Omni Flash 1.0.

06Approfondisci

Guide dal blog

07FAQ

Gemini Omni 1.1 Flash, le risposte

Che cos'è Gemini Omni 1.1 Flash?

La seconda generazione del world model video Gemini Omni di Google, rilasciata ad agosto 2026 come gemini-omni-1.1-flash-preview. Genera clip da 3–10 secondi con audio sincronizzato in 360p, 720p, 1080p o 4K, anima il passaggio tra un primo e un ultimo fotogramma, accetta clip video come riferimenti ed estende una scena a passi di 3–10 secondi fino a 40 secondi. Su BananaBanana è il modello dietro Omni Flash.

Quanto costa un video con Gemini Omni 1.1 Flash?

Si paga al secondo, in base alla risoluzione: $0.03 in 360p, $0.10 in 720p, $0.15 in 1080p e $0.30 in 4K. Quindi una bozza di 3 secondi costa $0.09, una clip 720p da 10 secondi $1.00 e dieci secondi in 4K $3.00. Un'estensione si paga sulla durata totale risultante. Ricarichi in crypto da $1 o con carta da $20 e paghi a clip; le generazioni fallite vengono rimborsate.

Leggi la risposta completa
Come funziona l'estensione della scena e quanto può durare un video?

Scegli una clip Omni finita (va bene anche un tuo upload), premi Estendi scena e descrivi cosa succede dopo. Il modello legge tutta la clip sorgente, aggiunge da 3 a 10 secondi alla fine e restituisce un unico file continuo. Rilancialo sul risultato e la catena cresce fino a 40 secondi. Le immagini di riferimento possono portare un nuovo soggetto nella continuazione; non si può inserire nulla prima o a metà del girato esistente.

Leggi la risposta completa
Il 4K è vero o è un upscale?

È un upscale. Il modello genera nativamente in 720p; 1080p e 4K sono upscale di quel render, mentre il 360p è un render di bozza più piccolo ed economico. Il file 4K è davvero 3840×2160 e su un grande schermo si vede pulito, ma non contiene più dettaglio del passaggio in 720p. Qui il modello che genera il 4K nativo è Veo 3.1.

A cosa servono le bozze a 360p?

A decidere prima di pagare. Una clip 360p costa un terzo di una 720p e arriva fino al 60% più in fretta, quindi puoi provare tre formulazioni di un'inquadratura al prezzo di una versione finale. Quando composizione, camera e audio sono giusti, rilancia lo stesso prompt alla risoluzione di consegna. Bozza e versione finale sono generazioni separate: aspettati una ripresa diversa, non un upscale identico pixel per pixel.

Meglio Omni 1.1 Flash, Omni Flash 1.0 o Veo 3.1?

Omni 1.1 Flash per tutto ciò che ha audio e deve superare i dieci secondi, chiudere su un fotogramma preciso o riprendere un personaggio da una clip. Omni Flash 1.0 se vuoi proprio la resa della generazione precedente: in 720p costa uguale e supporta ancora l'editing conversazionale. Veo 3.1 quando ti servono seed, prompt negativi, clip senza audio o 4K nativo, e Wan 3.0 per un'unica ripresa da 30 secondi.

Serve un account Google o una carta di credito?

No. Registrati con un'email e ricarica in crypto da $1 – USDT, USDC, BTC, ETH, SOL, TON e le altre monete principali – oppure paga con carta, PayPal o SEPA da $20. Poi generi; il saldo non utilizzato non scade mai e i nuovi account partono con $0.20.

Bozza a pochi centesimi, finale in 4K

Gemini Omni 1.1 Flash – $0.03 al secondo in 360p, $0.10 in 720p, estensione della scena fino a 40 secondi, audio sempre incluso. Paghi a consumo in crypto o con carta, senza abbonamento, $0.20 gratis per iniziare.