ความละเอียดสี่ระดับ ราคาแยกกัน
360p ราคา $0.03 ต่อวินาทีสำหรับงานร่าง 720p ราคา $0.10 คือความละเอียดที่โมเดลเรนเดอร์จริง ส่วน 1080p ราคา $0.15 กับ 4K ราคา $0.30 เป็นการอัปสเกลจาก 720p ลองผิดลองถูกแบบประหยัด แล้วค่อยปิดงานให้คมชัด
โมเดล · Google Gemini Omni 1.1 Flash
โมเดลวิดีโอ Omni รุ่นที่สองของ Google ใช้งานจริงบนแพลตฟอร์มของเราตั้งแต่เดือนกันยายน 2026 ยังคงมีเสียงในตัวทุกคลิปและการเคลื่อนไหวที่สมจริงตามหลักฟิสิกส์เหมือนเดิม แล้วเพิ่มสิ่งที่ผู้ใช้ขอกันมาตลอด: โหมดร่าง 360p ในราคาหนึ่งในสาม เอาต์พุต 1080p และ 4K เฟรมปิดท้ายให้ช็อตจบตรงจุดที่ต้องการ วิดีโออ้างอิงสูงสุดสามคลิป และการต่อฉากที่ต่อท้ายได้เรื่อย ๆ จนคลิปยาว 40 วินาที ที่ 720p ราคา $0.10 ต่อวินาที ชำระด้วยคริปโตหรือบัตร
Gemini Omni 1.1 Flash คือรุ่นที่สองของตระกูล Gemini Omni จาก Google — โมเดลจำลองโลกที่คิดวิเคราะห์ฉากแบบเดียวกับเอนจินฟิสิกส์ แล้วเรนเดอร์ออกมาเป็นวิดีโอพร้อมเสียงที่ซิงก์กัน Google ประกาศเปิดตัวในเดือนสิงหาคม 2026 และเปิดให้ใช้ผ่าน API ในชื่อ gemini-omni-1.1-flash-preview เมื่อเทียบกับรุ่นแรก รุ่นนี้มีความละเอียดสี่ระดับแทนที่จะมีระดับเดียว (360p, 720p, 1080p, 4K) มีเฟรมสุดท้ายสำหรับสร้างการเคลื่อนไหวระหว่างสองภาพ รับคลิปวิดีโอเป็นข้อมูลอ้างอิงได้ และมีงานต่อฉากที่อ่านฟุตเทจก่อนหน้าได้ถึงสิบวินาทีแล้วเล่าต่อจากตรงนั้น บน BananaBanana นี่คือโมเดลที่อยู่เบื้องหลัง Omni Flash ทั้งในสตูดิโอและเซิร์ฟเวอร์ MCP ส่วนรุ่นแรกยังเปิดให้ใช้ในชื่อ Omni Flash 1.0 สำหรับใครที่ยังต้องการ
ส่วนใหญ่คือการขยายขอบเขตที่เคยเป็นข้อจำกัด รุ่นแรกมีระดับเดียวที่ 720p: 3–10 วินาที คลิปเดียว และไม่มีทางยาวเกินสิบวินาทีนอกจากตัดต่อเอง รุ่น 1.1 ยังใช้หน่วย 3–10 วินาทีเหมือนเดิม แต่ให้คุณทำร่างที่ 360p — เร็วขึ้นสูงสุด 60% ในราคาหนึ่งในสาม — แล้วค่อยสร้างเทคที่ดีที่สุดใหม่ที่ 720p หรือดันขึ้นไปเป็น 1080p และ 4K รุ่นนี้รับเฟรมสุดท้ายคู่กับเฟรมแรก แล้วสร้างการเคลื่อนไหวระหว่างสองภาพนั้น รับวิดีโออ้างอิงสั้น ๆ ได้สูงสุดสามคลิปเพื่อพาตัวละครหรือสไตล์ข้ามจากคลิปหนึ่งไปอีกคลิป และยังต่อฉากได้: ส่งคลิปที่เสร็จแล้วเข้าไป โมเดลจะต่อท้ายอีก 3–10 วินาที ทำซ้ำได้เรื่อย ๆ จนยาวรวม 40 วินาที Google ระบุว่าระหว่างต่อฉาก โมเดลใหม่ดูฟุตเทจก่อนหน้าได้ถึงสิบวินาที ขณะที่รุ่นเก่าเห็นแค่วินาทีสุดท้าย — นี่คือเหตุผลที่คลิปต่อฉากด้านล่างไม่หลุดความต่อเนื่อง
360p ราคา $0.03 ต่อวินาทีสำหรับงานร่าง 720p ราคา $0.10 คือความละเอียดที่โมเดลเรนเดอร์จริง ส่วน 1080p ราคา $0.15 กับ 4K ราคา $0.30 เป็นการอัปสเกลจาก 720p ลองผิดลองถูกแบบประหยัด แล้วค่อยปิดงานให้คมชัด
เลือกคลิปที่เสร็จแล้ว อธิบายว่าต่อจากนี้จะเกิดอะไรขึ้น โมเดลจะต่อท้ายคลิปอีก 3–10 วินาที ทำซ้ำได้จนคลิปยาว 40 วินาที ต้นฉบับถูกอ่านทั้งหมดทุกครั้ง
ภาพเริ่มต้นหนึ่งภาพ และจะเพิ่มภาพปิดท้ายด้วยก็ได้: โมเดลจะสร้างการเคลื่อนไหวระหว่างสองภาพนั้น ช็อตเผยตัว การโคจรรอบวัตถุ หรือการหมุนโชว์สินค้าจึงคาดเดาผลได้
สูงสุดสามคลิป คลิปละสามวินาที ใช้ร่วมกับภาพได้สูงสุดสิบภาพ ช่วยพาตัวละคร ชุด หรือสไตล์เข้าสู่ฉากใหม่ทั้งหมดโดยไม่ต้องมีเฟรมเริ่มต้น
ทุกคลิปมาพร้อมเสียงที่สร้างขึ้น — เสียงบรรยากาศ เอฟเฟกต์ เสียงพูด ควบคุมทิศทางด้วยบรรทัด "Audio:" ในพรอมต์ ไม่มีสวิตช์เปิดปิดแยกต่างหาก
อธิบายสิ่งที่อยากเปลี่ยน แล้วฉากจะถูกสร้างใหม่โดยตัวละคร แสง และมุมกล้องยังคงเดิม วิดีโอที่เสร็จแล้วใด ๆ — คลิป Veo หรือไฟล์ที่คุณอัปโหลดเอง — ส่งเข้ามาเปลี่ยนสไตล์ได้ในความยาวเท่าเดิม
ร่าง 360p · $0.09
4K · $0.90
นี่คือข้อจำกัดของ API ของ Google ไม่ใช่ของระบบเรา และควรรู้ไว้ก่อนใช้เงินแม้แต่ดอลลาร์เดียว 1080p และ 4K เป็นการอัปสเกลจากการเรนเดอร์ 720p ไม่ได้มีรายละเอียดมากขึ้น — คุ้มสำหรับงานส่งมอบ แต่เสียเงินเปล่าถ้าใช้กับงานร่าง การต่อฉากทำได้แค่ต่อท้าย: แทรกอะไรไว้ตอนต้นหรือตรงกลางไม่ได้ และคลิปที่อัปโหลดซึ่งมีเสียงพูดอยู่แล้วจะใส่บทพูดใหม่ไม่ได้ คลิปเดียวยังยาว 3–10 วินาที: 40 วินาทีได้มาจากการต่อฉากเป็นทอด ๆ และการต่อแต่ละครั้งคิดเงินตามความยาวรวมของผลลัพธ์ การต่อครั้งสุดท้ายจนครบ 40 วินาทีจึงมีราคาเท่ากับคลิป 40 วินาทีหนึ่งคลิป วิดีโออ้างอิงถูกตัดเหลือคลิปละสามวินาที และการแก้ไขยังคืนคลิปที่ยาวเท่าต้นฉบับพอดี
สิ่งที่ API ยังไม่มี: seed ที่ทำให้ได้องค์ประกอบภาพเดิมซ้ำ ช่อง negative prompt (ให้เขียน “ไม่มี…” ในพรอมต์แทน) การสร้างหลายผลลัพธ์ในคำขอเดียว และการปิดเสียง ในสหภาพยุโรป สวิตเซอร์แลนด์ และสหราชอาณาจักร Google ไม่อนุญาตให้แก้ไขหรือต่อฉากวิดีโอที่อัปโหลดซึ่งมีคนอยู่ในภาพ ถ้าข้อใดข้อหนึ่งเป็นเงื่อนไขที่รับไม่ได้ ตระกูล Veo 3.1 มี seed, negative prompt, คลิปไร้เสียง และเรนเดอร์ 4K แท้ ส่วน Wan 3.0 เรนเดอร์ 30 วินาทีได้ในเทคเดียว
เขียนพรอมต์พร้อมบรรทัด "Audio:" เลือก 16:9 หรือ 9:16 และความยาวที่แน่นอน แล้วเรนเดอร์ที่ 360p — $0.24 สำหรับแปดวินาที แก้องค์ประกอบภาพให้ลงตัวในขั้นนี้
รันพรอมต์ที่ดีที่สุดอีกครั้งที่ 720p ($0.80 สำหรับแปดวินาที) หรือที่ 1080p หรือ 4K หากจะฉายบนจอใหญ่ เพิ่มเฟรมสุดท้ายหากช็อตต้องจบที่ภาพใดภาพหนึ่ง
เปิดคลิปจากฟีด กด “ต่อฉาก” แล้วบอกว่าต่อจากนี้เกิดอะไรขึ้น แต่ละรอบต่อท้าย 3–10 วินาที และต่อได้รวมสูงสุด 40 วินาที ภาพอ้างอิงช่วยพาวัตถุใหม่เข้ามาในช่วงที่ต่อได้
ภาพอ้างอิง

คลิปที่ต่อฉาก · 8 วิ + 3 วิ
| โมเดล | 3 วินาที | 8 วินาที | 10 วินาที | เสียง |
|---|---|---|---|---|
| Gemini Omni 1.1 Flash · 360p$0.03/วินาที — งานร่าง เร็วขึ้นสูงสุด 60% | $0.09 | $0.24 | $0.30 | เปิดตลอดเวลา |
| Gemini Omni 1.1 Flash · 720p$0.10/วินาที — ความละเอียดที่โมเดลเรนเดอร์จริง | $0.30 | $0.80 | $1.00 | เปิดตลอดเวลา |
| Gemini Omni 1.1 Flash · 1080p$0.15/วินาที — อัปสเกล | $0.45 | $1.20 | $1.50 | เปิดตลอดเวลา |
| Gemini Omni 1.1 Flash · 4K$0.30/วินาที — อัปสเกล | $0.90 | $2.40 | $3.00 | เปิดตลอดเวลา |
| Gemini Omni Flash 1.0 · 720pรุ่นก่อนหน้า 720p | — | $0.80 | $1.00 | เปิดตลอดเวลา |
| Veo 3.1 Fast · 720pโมเดลของ Google เฉพาะ 4–8 วินาที | — | $1.00 | — | คิดเงินเพิ่ม |
ราคาต่อคลิปที่เสร็จแล้ว รวมแทร็กเสียง ขีดกลางหมายถึงโมเดลเรนเดอร์ความยาวนั้นไม่ได้ การแก้ไขคือการสร้างใหม่ที่ยาวเท่าต้นฉบับ ส่วนการต่อฉากคิดเงินตามความยาวรวมของผลลัพธ์ (ต้นฉบับบวกส่วนที่ต่อเพิ่ม) ตารางทั้งหมดอยู่ที่หน้าราคา
เปรียบเทียบทุกโมเดลบนหน้าราคาฉบับเต็ม หรืออ่านว่ารุ่นแรกยังเก่งเรื่องไหนบนหน้า Omni Flash 1.0
รีวิวจากการใช้งานจริงของ Interactions API — รับอะไร ปฏิเสธอะไร และต้นทุนจริงต่อคลิป
อ่านคู่มือเฟรมแรก เฟรมสุดท้าย วิดีโอวนซ้ำ และวิดีโอที่ต่อให้ยาวขึ้น ครบทุกโมเดลบนแพลตฟอร์ม
อ่านคู่มือภาษากล้อง แสง การเคลื่อนไหว — โครงสร้างเดียวกันนี้ใช้กับ Omni ได้แทบไม่ต้องปรับ
อ่านคู่มือรุ่นที่สองของโมเดลจำลองโลก Gemini Omni สำหรับวิดีโอจาก Google เปิดตัวในเดือนสิงหาคม 2026 ในชื่อ gemini-omni-1.1-flash-preview สร้างคลิป 3–10 วินาทีพร้อมเสียงที่ซิงก์กันที่ 360p, 720p, 1080p หรือ 4K สร้างการเคลื่อนไหวระหว่างเฟรมแรกกับเฟรมสุดท้าย รับคลิปวิดีโอเป็นข้อมูลอ้างอิง และต่อฉากทีละ 3–10 วินาทีได้ถึง 40 วินาที บน BananaBanana นี่คือโมเดลที่อยู่เบื้องหลัง Omni Flash
คิดตามวินาทีและความละเอียด: $0.03 ที่ 360p, $0.10 ที่ 720p, $0.15 ที่ 1080p และ $0.30 ที่ 4K ร่าง 3 วินาทีจึงราคา $0.09 คลิป 720p ยาว 10 วินาทีราคา $1.00 และ 4K สิบวินาทีราคา $3.00 การต่อฉากคิดเงินตามความยาวรวมของผลลัพธ์ เติมเงินด้วยคริปโตเริ่มต้น $1 หรือด้วยบัตรเริ่มต้น $20 แล้วจ่ายเป็นรายคลิป การสร้างที่ล้มเหลวจะได้เงินคืน
อ่านคำตอบฉบับเต็มเลือกคลิป Omni ที่เสร็จแล้ว — คลิปที่คุณอัปโหลดเองก็ได้ — กด “ต่อฉาก” แล้วอธิบายว่าต่อจากนี้เกิดอะไรขึ้น โมเดลจะอ่านต้นฉบับทั้งหมด ต่อท้ายอีก 3 ถึง 10 วินาที แล้วส่งคืนเป็นไฟล์ต่อเนื่องไฟล์เดียว สั่งต่อจากผลลัพธ์อีกครั้ง คลิปจะยาวขึ้นเรื่อย ๆ จนถึง 40 วินาที ภาพอ้างอิงช่วยพาวัตถุใหม่เข้ามาในช่วงที่ต่อได้ แต่แทรกอะไรไว้ก่อนหน้าหรือตรงกลางฟุตเทจเดิมไม่ได้
อ่านคำตอบฉบับเต็มอัปสเกล โมเดลเรนเดอร์จริงที่ 720p ส่วน 1080p และ 4K อัปสเกลจากการเรนเดอร์นั้น และ 360p คือการเรนเดอร์ร่างที่เล็กกว่าและถูกกว่า ไฟล์ 4K มีขนาด 3840×2160 จริงและดูสะอาดตาบนจอใหญ่ แต่ไม่ได้มีรายละเอียดมากกว่ารอบ 720p บนแพลตฟอร์มนี้ Veo 3.1 คือโมเดลที่เรนเดอร์ 4K แท้
มีไว้ตัดสินใจก่อนจ่ายเงิน คลิป 360p ราคาหนึ่งในสามของ 720p และได้ผลเร็วขึ้นสูงสุด 60% คุณจึงลองเขียนช็อตเดียวกันได้สามแบบในราคาของงานจริงหนึ่งชิ้น เมื่อองค์ประกอบภาพ กล้อง และเสียงลงตัวแล้ว ค่อยรันพรอมต์เดิมอีกครั้งที่ความละเอียดที่จะส่งมอบ ร่างกับงานจริงเป็นการสร้างแยกกัน จึงจะได้เทคที่ต่างออกไป ไม่ใช่ภาพเดิมที่ขยายขึ้นแบบพิกเซลต่อพิกเซล
Omni 1.1 Flash สำหรับงานที่มีเสียงแล้วต้องยาวเกินสิบวินาที ต้องจบที่เฟรมที่กำหนด หรือต้องใช้ตัวละครซ้ำจากคลิป Omni Flash 1.0 หากคุณอยากได้ผลงานแบบรุ่นก่อนโดยเฉพาะ — ที่ 720p ราคาเท่ากัน และยังแก้ไขแบบสนทนาได้ Veo 3.1 เมื่อคุณต้องการ seed, negative prompt, คลิปไร้เสียง หรือ 4K แท้ ส่วน Wan 3.0 สำหรับเทคเดียวยาว 30 วินาที
ไม่จำเป็น สมัครด้วยอีเมลแล้วเติมเงินด้วยคริปโตเริ่มต้นที่ $1 — USDT, USDC, BTC, ETH, SOL, TON และเหรียญหลักอื่น ๆ — หรือจ่ายด้วยบัตร PayPal หรือ SEPA เริ่มที่ $20 จากนั้นสร้างได้เลย ยอดคงเหลือที่ไม่ได้ใช้จะไม่มีวันหมดอายุ และบัญชีใหม่เริ่มต้นด้วย $0.20
Gemini Omni 1.1 Flash — $0.03 ต่อวินาทีที่ 360p, $0.10 ที่ 720p ต่อฉากได้ถึง 40 วินาที รวมเสียงเสมอ จ่ายตามจริงด้วยคริปโตหรือบัตร ไม่ต้องสมัครสมาชิก รับฟรี $0.20 เมื่อเริ่มต้น