Quatro resoluções, cada uma com seu preço
360p a $0.03 por segundo para rascunhos, 720p a $0.10 como render nativo, e 1080p a $0.15 e 4K a $0.30 como upscales desse render. Itere barato, finalize com nitidez.
Modelo · Google Gemini Omni 1.1 Flash
A segunda geração do modelo de vídeo Omni do Google, em produção aqui desde setembro de 2026. O mesmo som sempre ativado e o mesmo movimento fisicamente coerente, mais aquilo que o pessoal vivia pedindo: um modo rascunho em 360p por um terço do preço, saída em 1080p e 4K, um quadro final para a cena terminar onde você quer, até três referências de vídeo e uma extensão de cena que vai acrescentando trechos até o clipe chegar a 40 segundos. $0.10 por segundo em 720p, pago com cripto ou cartão.
O Gemini Omni 1.1 Flash é a segunda geração da família Gemini Omni do Google: um modelo de mundo que raciocina sobre a cena como um motor de física faria e a renderiza em vídeo com som sincronizado. O Google o anunciou em agosto de 2026 e o liberou na API como gemini-omni-1.1-flash-preview. Em relação à primeira geração, ele traz quatro resoluções em vez de uma (360p, 720p, 1080p, 4K), um quadro final para interpolação, clipes de vídeo como referências e uma tarefa de extensão de cena que lê até dez segundos do que veio antes e dá continuidade. No BananaBanana, é o modelo por trás do Omni Flash no estúdio e no servidor MCP; a geração original continua disponível como Omni Flash 1.0 para quem quiser.
Principalmente os limites. A primeira geração tinha um único nível de 720p: 3 a 10 segundos, um clipe e nenhum jeito de passar de dez segundos a não ser cortando e montando. A 1.1 mantém a unidade de 3 a 10 segundos, mas deixa você fazer rascunhos em 360p (até 60% mais rápidos e por um terço do preço) e depois refazer o melhor take em 720p ou levá-lo a 1080p e 4K. Ela aceita um quadro final ao lado do inicial e anima a transição entre os dois. Recebe até três referências de vídeo curtas para manter um personagem ou um estilo de um clipe para outro. E consegue estender uma cena: você entrega um clipe pronto e ela acrescenta mais 3 a 10 segundos, quantas vezes quiser, até o conjunto chegar a 40 segundos. Segundo o Google, o modelo agora analisa até dez segundos das imagens anteriores ao estender, enquanto o antigo só via o último segundo — é por isso que a continuação abaixo não se perde.
360p a $0.03 por segundo para rascunhos, 720p a $0.10 como render nativo, e 1080p a $0.15 e 4K a $0.30 como upscales desse render. Itere barato, finalize com nitidez.
Escolha um clipe pronto, descreva o que acontece em seguida e o modelo acrescenta 3 a 10 segundos ao final. Repita até o clipe ter 40 segundos. O clipe original é lido inteiro a cada vez.
Uma imagem de início e, se quiser, outra de fechamento: o modelo interpola o movimento entre elas. Revelações, órbitas de câmera e giros de produto passam a ser previsíveis.
Até três clipes de três segundos cada, junto com até dez imagens. Eles levam um personagem, um figurino ou um estilo para uma cena totalmente nova, sem quadro inicial.
Todo clipe é entregue com som gerado — ambiente, efeitos, fala. Direcione-o com uma linha "Audio:" no prompt; não existe um botão separado para isso.
Descreva uma mudança e a cena é regenerada mantendo personagem, iluminação e câmera. Qualquer vídeo pronto — um clipe do Veo ou um upload seu — pode ser enviado para ganhar um novo estilo com a mesma duração.
Rascunho 360p · $0.09
4K · $0.90
São limites da API do Google, não da nossa integração — e vale conhecê-los antes de gastar um dólar. 1080p e 4K são upscales do render em 720p, não mais detalhe: valem a pena para a entrega, são desperdício em rascunhos. A extensão só acrescenta no final: não dá para inserir nada no começo nem no meio, e um clipe enviado que já tem fala não pode receber diálogo novo. Um clipe continua tendo de 3 a 10 segundos; os 40 segundos vêm do encadeamento de extensões, e cada extensão é cobrada pela duração total resultante, então o último passo de uma cadeia de 40 segundos custa o mesmo que um clipe de 40 segundos. As referências de vídeo são cortadas para três segundos cada, e uma edição sempre devolve exatamente a duração do original.
Também faltam na API: seeds que reproduzam uma composição, um campo de prompt negativo (escreva "sem…" no próprio prompt), múltiplas amostras por solicitação e a opção de desligar o áudio. Na UE, na Suíça e no Reino Unido, o Google não permite editar nem estender vídeos enviados em que apareçam pessoas. Se algum desses pontos for decisivo, a família Veo 3.1 tem seeds, prompts negativos, clipes sem som e 4K nativo, e o Wan 3.0 renderiza 30 segundos em um único take.
Escreva o prompt com uma linha "Audio:", escolha 16:9 ou 9:16 e a duração exata, e gere em 360p — $0.24 por oito segundos. É aqui que você acerta a composição.
Refaça o prompt vencedor em 720p ($0.80 por oito segundos), ou em 1080p ou 4K se ele for para uma tela grande. Adicione um quadro final se a cena precisar terminar em algo específico.
Abra o clipe no histórico, escolha "Estender cena" e diga o que acontece em seguida. Cada passagem acrescenta 3 a 10 segundos, e a cadeia para em 40. Imagens de referência podem trazer um novo elemento para a continuação.
Imagem de referência

Clipe estendido · 8 s + 3 s
| Modelo | 3 s | 8 s | 10 s | Som |
|---|---|---|---|---|
| Gemini Omni 1.1 Flash · 360p$0.03/s — rascunhos, até 60% mais rápidos | $0.09 | $0.24 | $0.30 | Sempre ativado |
| Gemini Omni 1.1 Flash · 720p$0.10/s — render nativo | $0.30 | $0.80 | $1.00 | Sempre ativado |
| Gemini Omni 1.1 Flash · 1080p$0.15/s — com upscale | $0.45 | $1.20 | $1.50 | Sempre ativado |
| Gemini Omni 1.1 Flash · 4K$0.30/s — com upscale | $0.90 | $2.40 | $3.00 | Sempre ativado |
| Gemini Omni Flash 1.0 · 720pa geração anterior, 720p | — | $0.80 | $1.00 | Sempre ativado |
| Veo 3.1 Fast · 720pmodelo do Google, só 4–8 s | — | $1.00 | — | Custo adicional |
Os preços são por clipe pronto e incluem a faixa de áudio. Um traço significa que o modelo não consegue gerar essa duração. Uma edição é uma nova geração com a mesma duração do original; uma extensão é cobrada pela duração total resultante (original mais o trecho acrescentado). Tabelas completas na página de preços.
Compare todos os modelos na página completa de preços ou veja no que a primeira geração ainda se sai bem na página do Omni Flash 1.0.
Análise prática da Interactions API — o que ela aceita, o que recusa e quanto cada clipe custa de verdade.
Ler o guiaQuadros iniciais, quadros finais, loops e vídeos estendidos nos modelos da plataforma.
Ler o guiaLinguagem de câmera, iluminação, movimento — a estrutura vale para o Omni quase sem mudanças.
Ler o guiaÉ a segunda geração do modelo de mundo Gemini Omni do Google para vídeo, lançada em agosto de 2026 como gemini-omni-1.1-flash-preview. Ele gera clipes de 3 a 10 segundos com som sincronizado em 360p, 720p, 1080p ou 4K, anima a transição entre um quadro inicial e um final, aceita clipes de vídeo como referências e estende uma cena em etapas de 3 a 10 segundos até 40 segundos. No BananaBanana, é o modelo por trás do Omni Flash.
A cobrança é por segundo e por resolução: $0.03 em 360p, $0.10 em 720p, $0.15 em 1080p e $0.30 em 4K. Ou seja, um rascunho de 3 segundos sai por $0.09, um clipe de 10 segundos em 720p por $1.00 e dez segundos em 4K por $3.00. Uma extensão é cobrada pela duração total resultante. Você recarrega com cripto a partir de $1, ou com cartão a partir de $20, e paga por clipe; gerações que falham são reembolsadas.
Ler a resposta completaVocê escolhe um clipe pronto do Omni — um upload seu também serve —, clica em "Estender cena" e descreve o que acontece em seguida. O modelo lê o clipe original inteiro, acrescenta de 3 a 10 segundos ao final e devolve um único arquivo contínuo. Rode de novo sobre o resultado e a cadeia cresce até chegar a 40 segundos. Imagens de referência podem trazer um novo elemento para a continuação; não dá para inserir nada antes nem no meio das imagens já existentes.
Ler a resposta completaÉ upscale. O modelo renderiza nativamente em 720p; 1080p e 4K são upscales desse render, e 360p é um render de rascunho menor e mais barato. O arquivo 4K tem de fato 3840×2160 e fica limpo em uma tela grande, mas não tem mais detalhe do que a passagem em 720p. Aqui, o modelo que renderiza 4K nativo é o Veo 3.1.
Para decidir antes de pagar. Um clipe em 360p custa um terço do preço de um clipe em 720p e fica pronto até 60% mais rápido, então você pode testar três formulações de um take pelo preço de um final. Quando composição, câmera e som estiverem certos, refaça o mesmo prompt na resolução de entrega. O rascunho e o final são gerações separadas, então espere um take diferente, e não um upscale idêntico pixel a pixel.
O Omni 1.1 Flash para tudo que tenha som e precise passar de dez segundos, terminar em um quadro específico ou reaproveitar um personagem de um clipe. O Omni Flash 1.0 se você quer justamente a interpretação da geração anterior — custa o mesmo em 720p e continua editando por conversa. O Veo 3.1 quando você precisa de seeds, prompts negativos, clipes sem som ou 4K nativo, e o Wan 3.0 para um único take de 30 segundos.
Não. Cadastre-se com um e-mail e recarregue com cripto a partir de $1 — USDT, USDC, BTC, ETH, SOL, TON e outras moedas principais — ou pague com cartão, PayPal ou SEPA a partir de $20. Depois é só gerar; o saldo não utilizado nunca expira, e contas novas começam com $0.20.
Gemini Omni 1.1 Flash — $0.03 por segundo em 360p, $0.10 em 720p, extensão de cena até 40 segundos e som sempre incluído. Pagamento por uso em cripto ou cartão, sem assinatura, $0.20 grátis para começar.