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.
Modello · Google Gemini Omni 1.1 Flash
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.
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.
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.
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.
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.
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.
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.
Ogni clip esce con audio generato – ambiente, effetti, parlato. Lo guidi con una riga «Audio:» nel prompt; non c'è un interruttore separato.
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
4K · $0.90
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.
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.
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.
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

Clip estesa · 8 s + 3 s
| Modello | 3 s | 8 s | 10 s | Audio |
|---|---|---|---|---|
| Gemini Omni 1.1 Flash · 360p$0.03/s – bozze, fino al 60% più veloci | $0.09 | $0.24 | $0.30 | Sempre attivo |
| Gemini Omni 1.1 Flash · 720p$0.10/s – il render nativo | $0.30 | $0.80 | $1.00 | Sempre attivo |
| Gemini Omni 1.1 Flash · 1080p$0.15/s – upscale | $0.45 | $1.20 | $1.50 | Sempre attivo |
| Gemini Omni 1.1 Flash · 4K$0.30/s – upscale | $0.90 | $2.40 | $3.00 | Sempre attivo |
| Gemini Omni Flash 1.0 · 720pla generazione precedente, 720p | — | $0.80 | $1.00 | Sempre 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.
Prova sul campo della Interactions API: cosa accetta, cosa rifiuta, costi reali per clip.
Leggi la guidaPrimi fotogrammi, fotogrammi finali, loop e video estesi con i modelli disponibili qui.
Leggi la guidaLinguaggio della camera, luce, movimento – la struttura si trasferisce a Omni quasi invariata.
Leggi la guidaLa 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.
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 completaScegli 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 completaÈ 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 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.
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.
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.
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.