Modelo · Google Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash — o modelo de mundo, agora com espaço para crescer

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.

Uma geração real do Gemini Omni 1.1 Flash no BananaBanana: um prompt de texto, oito segundos em 720p, com o zumbido do torno e o barro molhado virando áudio na mesma passagem. $0.80 a $0.10 por segundo; o mesmo take como rascunho em 360p sairia por $0.24. Dê o play com o som ligado.
01O que é

O que é o Gemini Omni 1.1 Flash?

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.

O que mudou em relação ao Omni Flash 1.0?

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.

A extensão de cena na prática: um take vertical de 5 segundos, estendido em 8 segundos e depois em mais 3 — 16 segundos a partir de um prompt e duas continuações, com a mesma pessoa, a mesma cozinha e a mesma luz do começo ao fim. O modelo lê o clipe original inteiro a cada vez, então a cadeia pode seguir até 40 segundos.
02Capacidades

O que o Omni 1.1 Flash pode fazer

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.

Extensão de cena até 40 s

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.

Quadro inicial e final

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.

Referências de vídeo

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.

Áudio sincronizado sempre ativado

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.

Edição conversacional e de vídeo para vídeo

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

Mesmo prompt, 3 segundos, 360p. Renderizado em 23 segundos por $0.09 — o suficiente para ver se a mudança de foco e o contraluz saíram como você imaginou.

4K · $0.90

A passagem em 4K do mesmo prompt: 3840×2160 por $0.90. Dez vezes o preço do rascunho, então você só paga isso quando a composição já está definida.
03Limitações

O que ele ainda não faz — com honestidade

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.

04Como funciona

Do rascunho aos 40 segundos em três passagens

  1. Rascunho em 360p

    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.

  2. Renderize o take escolhido

    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.

  3. Estenda a cena

    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

Imagem de referência de uma banana em fundo azul usada para estender um clipe do Gemini Omni 1.1 Flash
Uma imagem estática enviada como <IMAGE_REF_0> junto com um clipe de 8 segundos numa barbearia e o prompt "the subject from the reference enters the scene from the right and stops in the center" (o elemento da referência entra em cena pela direita e para no centro).

Clipe estendido · 8 s + 3 s

A continuação, sem edição: a banana entra flutuando pela direita na marca dos oito segundos e para atrás da cabeça do cliente. Bobo de propósito — mostra que a referência é lida, não adivinhada.
05Preços

Quanto custa o Gemini Omni 1.1 Flash por segundo em 2026?

Gemini Omni 1.1 Flash por resolução e duração, ao lado dos modelos com que concorre
Modelo3 s8 s10 sSom
Gemini Omni 1.1 Flash · 360p$0.03/s — rascunhos, até 60% mais rápidos$0.09$0.24$0.30Sempre ativado
Gemini Omni 1.1 Flash · 720p$0.10/s — render nativo$0.30$0.80$1.00Sempre ativado
Gemini Omni 1.1 Flash · 1080p$0.15/s — com upscale$0.45$1.20$1.50Sempre ativado
Gemini Omni 1.1 Flash · 4K$0.30/s — com upscale$0.90$2.40$3.00Sempre ativado
Gemini Omni Flash 1.0 · 720pa geração anterior, 720p—$0.80$1.00Sempre 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.

06Saiba mais

Guias do blog

07FAQ

Gemini Omni 1.1 Flash: suas dúvidas respondidas

O que é o Gemini Omni 1.1 Flash?

É 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.

Quanto custa um vídeo do Gemini Omni 1.1 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 completa
Como funciona a extensão de cena e quanto tempo um vídeo pode ter?

Você 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 completa
O 4K é real ou é upscale?

É 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 que servem os rascunhos em 360p?

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.

Devo usar o Omni 1.1 Flash, o Omni Flash 1.0 ou o Veo 3.1?

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.

Preciso de uma conta Google ou cartão de crédito?

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.

Rascunhe por centavos, finalize em 4K

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.