เสียงซิงโครไนซ์เปิดตลอดเวลา
ทุกคลิปมาพร้อมเสียงที่สร้างขึ้น — เสียงบรรยากาศ, เอฟเฟกต์, คำพูด ควบคุมทิศทางเสียงได้ด้วยการเพิ่มบรรทัด "Audio:" ในพรอมต์
โมเดล · Google Gemini Omni Flash
Gemini Omni Flash — วิดีโอ AI พร้อมเสียง ในราคาเดียว $1.00 ต่อคลิป
โมเดลระดับโลกของ Google สำหรับวิดีโอสั้น: ทุกคลิปมาพร้อม เสียงที่ซิงค์กัน การเคลื่อนไหวที่รับรู้หลักฟิสิกส์ และ การแก้ไขแบบสนทนา — เพียงอธิบายการเปลี่ยนแปลง ฉากก็จะถูกสร้างขึ้นใหม่ ความยาว 3–10 วินาที, 720p, อัตราส่วน 16:9 หรือแนวตั้ง 9:16 สำหรับ Shorts และ Reels ราคาเดียว $1.00 ต่อการสร้างหนึ่งครั้ง ชำระด้วยคริปโต ไม่มีการสมัครสมาชิก
01คืออะไร
Gemini Omni Flash คืออะไร?
Gemini Omni Flash คือโมเดลแรกในตระกูล Gemini Omni ของ Google — ซึ่งเป็นโมเดลระดับโลกที่ใช้หลักการคิดวิเคราะห์ฉากแบบเดียวกับเอนจินฟิสิกส์ แล้วนำมาเรนเดอร์เป็นวิดีโอ คุณสามารถส่งข้อความ รูปภาพ หรือผลลัพธ์ก่อนหน้าเข้าไปได้ และโมเดลจะส่งกลับมาเป็น คลิป 720p ความยาว 3-10 วินาที ที่ 24 fps พร้อมเสียงซิงโครไนซ์ในตัว — ไม่ว่าจะเป็นเสียงบรรยากาศ เอฟเฟกต์ หรือแม้แต่คำพูด — ซึ่งถูกสร้างขึ้นพร้อมกับพิกเซล ไม่ใช่การเพิ่มเข้ามาภายหลัง Google ได้นำส่งโมเดลนี้ไปยังแอป Gemini, Flow และ YouTube Shorts ในเดือนพฤษภาคม 2026 และเปิด API (gemini-omni-flash-preview) ในวันที่ 30 มิถุนายน 2026 บน BananaBanana โมเดลนี้ทำงานจริงคู่กับตระกูล Veo 3.1: ให้ความสมดุลเท่ากัน, ราคาเดียว $1.00 ต่อการสร้างหนึ่งครั้ง, ชำระด้วยคริปโต
ทำไมถึงสร้างมาเพื่อ Shorts, Reels และ TikTok?
วิดีโอสั้นต้องการสามสิ่ง: เสียงเปิดโดยค่าเริ่มต้น, การเคลื่อนไหวที่น่าเชื่อถือ และการปรับปรุงที่รวดเร็ว Omni Flash มอบทั้งสามสิ่งนี้ เสียง เปิดตลอดเวลา — โมเดลจะตัดสินใจว่าฉากควรมีเสียงอย่างไรจากสิ่งที่แสดง การเคลื่อนไหวมาจากโมเดลระดับโลกที่ใช้หลักการคิดวิเคราะห์ฉาก: น้ำเชื่อมไหล, กระดาษลอย, ไอน้ำลอยขึ้นในจุดที่ควรจะเป็น — โดยปกติแล้วไม่จำเป็นต้องใช้พรอมต์ที่ซับซ้อน (สำหรับฉากที่เน้นฟิสิกส์มากๆ, Veo 3.1 ยังคงเป็นการเรนเดอร์ที่ปลอดภัยกว่า) และแทนที่จะต้องเขียนพรอมต์ใหม่ตั้งแต่ต้น คุณสามารถปรับแต่งได้ด้วย การสนทนา — เช่น “ทำให้เป็นยามพลบค่ำ”, “เพิ่มฝนบนหน้าต่าง” — ในขณะที่โมเดลยังคงรักษาตัวละคร แสง และมุมกล้องให้สอดคล้องกัน สร้างในรูปแบบแนวตั้ง 9:16 และคลิปจะพร้อมใช้งานบน Shorts, Reels หรือ TikTok ได้ทันทีโดยไม่ต้องครอป
02ความสามารถ
สิ่งที่ Omni Flash ทำได้
การแก้ไขแบบสนทนา
อธิบายการเปลี่ยนแปลง แล้วฉากจะถูกสร้างขึ้นใหม่โดยคงตัวละคร แสง และมุมกล้องไว้ การแก้ไขสามารถทำต่อเนื่องได้เรื่อยๆ
โมเดลระดับโลกที่รับรู้หลักฟิสิกส์
โมเดลจะใช้หลักการคิดวิเคราะห์ฉากแบบเดียวกับเอนจินฟิสิกส์ — ของเหลว ควัน และผ้า มักจะแสดงพฤติกรรมที่สมจริงได้ตั้งแต่ครั้งแรก
รูปภาพสู่วิดีโอ
รูปภาพใดๆ ก็สามารถเป็นเฟรมเปิดได้; พรอมต์จะอธิบายการเคลื่อนไหวและบรรยากาศเสียง
การอ้างอิงวัตถุ
รูปภาพอ้างอิงสูงสุด 3 รูป สามารถรักษารูปลักษณ์ของตัวละครหรือผลิตภัณฑ์ให้คงที่ในฉากใหม่ทั้งหมด
แนวตั้ง 9:16 หรือไวด์สกรีน 16:9
เลือกอัตราส่วนภาพสำหรับการสร้างแต่ละครั้ง — เอาต์พุตแนวตั้งจะจัดเฟรมมาเพื่อ Shorts, Reels และ TikTok โดยเฉพาะ
03ข้อจำกัด
สิ่งที่ไม่ สามารถทำได้ — อย่างตรงไปตรงมา
นี่คือข้อจำกัดของ API ของ Google เอง ไม่ใช่จากการผสานรวมของเรา — และสิ่งเหล่านี้สำคัญที่คุณควรรู้ก่อนจะใช้จ่ายเงิน รองรับ 720p เท่านั้น: ไม่มีตัวเลือก 1080p หรือ 4K; หากคุณต้องการความละเอียดสูงขึ้น ให้ใช้ Veo 3.1 โมเดลจะเป็นผู้เลือกความยาว: ไม่มีพารามิเตอร์กำหนดความยาว ดังนั้นคลิปที่ต้องตัดให้เข้ากับเพลงอาจต้องลองหลายครั้ง ไม่รองรับ Extend: แตกต่างจาก Veo คุณไม่สามารถต่อคลิปให้เกิน 10 วินาทีได้ — การแก้ไขแบบสนทนาเป็นการเปลี่ยนฉาก ไม่ใช่การยืดความยาว
สิ่งที่ยังขาดหายไปจาก Preview API นี้คือ: seeds, พารามิเตอร์ negative-prompt, การปรับปรุงพรอมต์, การสร้างตัวอย่างหลายรายการต่อคำขอหนึ่งครั้ง และการปิดเสียง หากสิ่งเหล่านี้เป็นข้อจำกัดที่สำคัญสำหรับคุณ ตระกูล Veo 3.1 สามารถตอบโจทย์ได้ — ให้ความสมดุลเท่ากัน, ใช้เครื่องมือสร้างแบบเดียวกัน
04วิธีการทำงาน
จากพรอมต์สู่คลิป ในไม่กี่นาที
สมัครฟรี
เพียงอีเมลและรหัสผ่าน — ไม่ต้องใช้บัตรเครดิต ไม่ต้องมีบัญชี Google พร้อมยอดคงเหลือเริ่มต้นฟรี $0.10
เติมเงินด้วยคริปโต
เริ่มต้นที่ $1 ใน USDT, USDC, BTC, ETH, SOL, TON และสกุลเงินอื่นๆ โบนัส +5% เมื่อเติม $50 ขึ้นไป, +10% เมื่อเติม $100 ขึ้นไป
สร้าง แล้วสนทนากับมัน
เขียนพรอมต์ (เพิ่มบรรทัด "Audio:"), เลือกอัตราส่วน 16:9 หรือ 9:16, สร้างในราคา $1.00 — จากนั้นปรับแต่งโดยการอธิบายการเปลี่ยนแปลง
05ราคา
ราคาเดียว รวมเสียงแล้ว
| โมเดล | ราคาต่อคลิป | ระยะเวลา | ความละเอียด | เสียง |
|---|---|---|---|---|
| Gemini Omni Flashราคาเดียว | $1.00 | 3–10 วินาที (โมเดลเลือกให้) | 720p | เปิดตลอดเวลา |
| Veo 3.1 Fastพร้อมเสียง | $0.50–$1.00 | 4–8 วินาที (คุณเลือกเอง) | สูงสุด 4K | เลือกได้ |
| Veo 3.1พร้อมเสียง | $1.50–$3.00 | 4–8 วินาที (คุณเลือกเอง) | สูงสุด 4K | เลือกได้ |
ราคา Veo ที่แสดงสำหรับ 720p/1080p; 4K มีค่าใช้จ่ายเพิ่มเติม การแก้ไขแบบสนทนาด้วย Omni Flash ถือเป็นการสร้างใหม่ในราคาเดียว $1.00 ตารางราคาฉบับเต็มดูได้ที่หน้า pricing.
เปรียบเทียบโมเดลทั้งหมดบน หน้า pricing ฉบับเต็ม — หรืออ่าน รีวิวการใช้งาน Omni Flash API ก่อนตัดสินใจใช้จ่าย
06เรียนรู้เพิ่มเติม
คู่มือจาก บล็อก
รีวิว Gemini Omni Flash API: Preview ทำอะไรได้บ้างจริงๆ
รีวิวเชิงปฏิบัติ: API รองรับอะไรได้บ้างจริงๆ, อะไรยังคงเป็นเอกสิทธิ์ของ Flow, และต้นทุนจริงต่อคลิป
อ่านคู่มือคู่มือพรอมต์ Veo 3.1: เขียนพรอมต์ที่ใช้งานได้จริง
โครงสร้างพรอมต์เจ็ดส่วน, คำศัพท์การเคลื่อนไหวของกล้อง และสัญญาณเสียง
อ่านคู่มือAI รูปภาพสู่วิดีโอ: เปลี่ยนภาพถ่ายใดๆ ให้เป็นคลิปเคลื่อนไหว
เฟรมแรก, เฟรมสุดท้าย, วนซ้ำ และวิดีโอแบบยาว
อ่านคู่มือ07คำถามที่พบบ่อย
Gemini Omni Flash, มีคำตอบ
Gemini Omni Flash คืออะไร?
Gemini Omni Flash คือโมเดลแรกในตระกูล Gemini Omni ของ Google — ซึ่งเป็นโมเดลระดับโลกที่เปลี่ยนข้อความ รูปภาพ หรือคลิปก่อนหน้าให้เป็นวิดีโอสั้น 720p พร้อมเสียงที่ซิงโครไนซ์ซึ่งสร้างขึ้นพร้อมกันในขั้นตอนเดียว ได้มีการส่งมอบให้ผู้บริโภคในเดือนพฤษภาคม 2026 และเข้าถึง API ในชื่อ gemini-omni-flash-preview ในวันที่ 30 มิถุนายน 2026 บน BananaBanana โมเดลนี้ทำงานจริงคู่กับตระกูล Veo 3.1
วิดีโอ Gemini Omni Flash มีค่าใช้จ่ายเท่าไหร่?
ราคาเดียว $1.00 ต่อการสร้างหนึ่งครั้งบน BananaBanana ไม่ว่าโมเดลจะเลือกความยาวเท่าไหร่ (3–10 วินาที) — รวมเสียงแล้ว ไม่มีการสมัครสมาชิก การแก้ไขแบบสนทนาของคลิปที่มีอยู่เป็นการสร้างใหม่ในราคาเดียว $1.00 คุณสามารถเติมเงินด้วยคริปโตตั้งแต่ $1 และชำระเงินต่อคลิป
Gemini Omni Flash สร้างเสียงด้วยหรือไม่?
ใช่ — เสมอ ทุกคลิปมาพร้อมเสียงซิงโครไนซ์ในตัว: เสียงบรรยากาศ, เอฟเฟกต์, หรือแม้แต่คำพูดหากคุณร้องขอ คุณไม่สามารถปิดได้ การควบคุมเดียวคือข้อความ ดังนั้นให้คุณอธิบายบรรยากาศเสียงในบรรทัด "Audio:" ภายในพรอมต์
ฉันสามารถเลือกความยาวคลิปหรือความละเอียดได้หรือไม่?
ไม่ได้ API ไม่มีพารามิเตอร์กำหนดความยาว — โมเดลจะเลือกความยาว 3 ถึง 10 วินาทีตามพรอมต์ — และเอาต์พุตจะเป็น 720p ที่ 24 fps เท่านั้น คุณสามารถเลือกอัตราส่วนภาพได้: 16:9 สำหรับไวด์สกรีน หรือ 9:16 แนวตั้งสำหรับ Shorts, Reels และ TikTok
การแก้ไขแบบสนทนาทำงานอย่างไร?
สร้างคลิปขึ้นมา จากนั้นอธิบายการเปลี่ยนแปลง — เช่น "ทำให้มีหิมะตก", "เปลี่ยนแก้วมัคเป็นแก้วน้ำ" — และ Omni Flash จะสร้างฉากใหม่ขึ้นมาโดยคงตัวละคร แสง และมุมกล้องให้สอดคล้องกัน การแก้ไขสามารถทำต่อเนื่องกันได้ แต่ละการแก้ไขมีค่าใช้จ่ายเท่ากันคือ $1.00 ซึ่งมาแทนที่ฟังก์ชัน Extend แบบ Veo ที่ Omni ไม่รองรับ
ฉันควรใช้ Gemini Omni Flash หรือ Veo 3.1?
เลือก Omni Flash เมื่อเสียงมีความสำคัญและรูปแบบวิดีโอเป็นแนวตั้งสั้นหรือวิดีโอโซเชียล: เสียงเปิดตลอดเวลา, ฟิสิกส์ดูสมจริง, และการปรับปรุงทำได้โดยการสนทนาในราคาเดียว $1.00 เลือก Veo 3.1 เมื่อคุณต้องการการควบคุม — ความยาวที่แน่นอน 4/6/7/8 วินาที, ความละเอียดสูงสุด 4K, เสียงที่เลือกได้, เฟรมแรก/สุดท้าย และการขยายความยาวได้ถึง 148 วินาที
ฉันต้องมีบัญชี Google หรือบัตรเครดิตหรือไม่?
ไม่จำเป็น BananaBanana รับเฉพาะคริปโตเท่านั้น — USDT, USDC, BTC, ETH, SOL, TON และเหรียญหลักอื่นๆ โดยมียอดเติมขั้นต่ำ $1 สมัครด้วยอีเมล, เติมเงิน, สร้าง; ยอดคงเหลือที่ไม่ได้ใช้จะไม่มีวันหมดอายุ
สร้างคลิปแรกของคุณ พร้อมเสียง
Gemini Omni Flash — ราคาเดียว $1.00 ต่อคลิปพร้อมเสียงเปิดตลอดเวลา; Veo 3.1 เริ่มต้นที่ $0.10 ชำระเงินด้วยคริปโตตามการใช้งานจริง, ไม่มีการสมัครสมาชิก, ฟรี $0.10 สำหรับเริ่มต้น