โมเดล · Google Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash — โมเดลจำลองโลกที่ตอนนี้ไปได้ไกลกว่าเดิม

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

คลิปจริงจาก Gemini Omni 1.1 Flash บน BananaBanana: พรอมต์ข้อความเดียว ยาวแปดวินาทีที่ 720p เสียงหึ่งของแป้นหมุนและเสียงดินเปียกถูกสร้างในรอบเดียวกัน ราคา $0.80 ที่ $0.10 ต่อวินาที ถ้าเป็นร่าง 360p ช็อตเดียวกันจะอยู่ที่ $0.24 เปิดเสียงแล้วดูได้เลย
01คืออะไร

Gemini Omni 1.1 Flash คืออะไร?

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

อะไรเปลี่ยนไปจาก Omni Flash 1.0?

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

การต่อฉากในการใช้งานจริง: เทคแนวตั้ง 5 วินาที ต่อเพิ่ม 8 วินาที แล้วต่ออีก 3 วินาที — ได้ 16 วินาทีจากพรอมต์เดียวบวกคำสั่งต่ออีกสองครั้ง คนเดิม ครัวเดิม แสงเดิมตลอดทั้งคลิป โมเดลอ่านต้นฉบับทั้งหมดทุกครั้ง จึงต่อเป็นทอด ๆ ได้จนยาวถึง 40 วินาที
02ความสามารถ

สิ่งที่ Omni 1.1 Flash ทำได้

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

ต่อฉากได้ถึง 40 วินาที

เลือกคลิปที่เสร็จแล้ว อธิบายว่าต่อจากนี้จะเกิดอะไรขึ้น โมเดลจะต่อท้ายคลิปอีก 3–10 วินาที ทำซ้ำได้จนคลิปยาว 40 วินาที ต้นฉบับถูกอ่านทั้งหมดทุกครั้ง

เฟรมแรกและเฟรมสุดท้าย

ภาพเริ่มต้นหนึ่งภาพ และจะเพิ่มภาพปิดท้ายด้วยก็ได้: โมเดลจะสร้างการเคลื่อนไหวระหว่างสองภาพนั้น ช็อตเผยตัว การโคจรรอบวัตถุ หรือการหมุนโชว์สินค้าจึงคาดเดาผลได้

วิดีโออ้างอิง

สูงสุดสามคลิป คลิปละสามวินาที ใช้ร่วมกับภาพได้สูงสุดสิบภาพ ช่วยพาตัวละคร ชุด หรือสไตล์เข้าสู่ฉากใหม่ทั้งหมดโดยไม่ต้องมีเฟรมเริ่มต้น

เสียงซิงก์กับภาพ เปิดตลอดเวลา

ทุกคลิปมาพร้อมเสียงที่สร้างขึ้น — เสียงบรรยากาศ เอฟเฟกต์ เสียงพูด ควบคุมทิศทางด้วยบรรทัด "Audio:" ในพรอมต์ ไม่มีสวิตช์เปิดปิดแยกต่างหาก

แก้ไขแบบสนทนาและแบบวิดีโอเป็นวิดีโอ

อธิบายสิ่งที่อยากเปลี่ยน แล้วฉากจะถูกสร้างใหม่โดยตัวละคร แสง และมุมกล้องยังคงเดิม วิดีโอที่เสร็จแล้วใด ๆ — คลิป Veo หรือไฟล์ที่คุณอัปโหลดเอง — ส่งเข้ามาเปลี่ยนสไตล์ได้ในความยาวเท่าเดิม

ร่าง 360p · $0.09

พรอมต์เดียวกัน 3 วินาที 360p เรนเดอร์เสร็จใน 23 วินาทีในราคา $0.09 — พอจะดูออกว่าการเลื่อนโฟกัสกับแสงย้อนเป็นอย่างที่ตั้งใจหรือเปล่า

4K · $0.90

รอบ 4K ของพรอมต์เดียวกัน: 3840×2160 ในราคา $0.90 แพงกว่าร่างสิบเท่า จึงควรจ่ายก็ต่อเมื่อองค์ประกอบภาพลงตัวแล้ว
03ข้อจำกัด

สิ่งที่ยังทำไม่ได้ — พูดกันตรง ๆ

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

04วิธีการทำงาน

จากร่างสู่ 40 วินาที ในสามขั้น

  1. ทำร่างที่ 360p

    เขียนพรอมต์พร้อมบรรทัด "Audio:" เลือก 16:9 หรือ 9:16 และความยาวที่แน่นอน แล้วเรนเดอร์ที่ 360p — $0.24 สำหรับแปดวินาที แก้องค์ประกอบภาพให้ลงตัวในขั้นนี้

  2. เรนเดอร์เทคที่เลือกไว้

    รันพรอมต์ที่ดีที่สุดอีกครั้งที่ 720p ($0.80 สำหรับแปดวินาที) หรือที่ 1080p หรือ 4K หากจะฉายบนจอใหญ่ เพิ่มเฟรมสุดท้ายหากช็อตต้องจบที่ภาพใดภาพหนึ่ง

  3. ต่อฉาก

    เปิดคลิปจากฟีด กด “ต่อฉาก” แล้วบอกว่าต่อจากนี้เกิดอะไรขึ้น แต่ละรอบต่อท้าย 3–10 วินาที และต่อได้รวมสูงสุด 40 วินาที ภาพอ้างอิงช่วยพาวัตถุใหม่เข้ามาในช่วงที่ต่อได้

ภาพอ้างอิง

ภาพอ้างอิงกล้วยบนพื้นหลังสีน้ำเงิน ใช้สำหรับต่อฉากคลิป Gemini Omni 1.1 Flash
ภาพนิ่งที่ส่งเป็น <IMAGE_REF_0> พร้อมคลิปร้านตัดผมยาว 8 วินาที และพรอมต์ "the subject from the reference enters the scene from the right and stops in the center"

คลิปที่ต่อฉาก · 8 วิ + 3 วิ

ช่วงที่ต่อออกมา ไม่ได้ตัดต่อ: กล้วยลอยเข้ามาจากทางขวาที่วินาทีที่แปด แล้วหยุดอยู่ด้านหลังศีรษะของลูกค้า ตั้งใจให้ดูตลก — เพื่อแสดงว่าโมเดลอ่านภาพอ้างอิงจริง ไม่ได้เดาเอา
05ราคา

Gemini Omni 1.1 Flash ราคาต่อวินาทีเท่าไหร่ในปี 2026?

Gemini Omni 1.1 Flash ตามความละเอียดและความยาว เทียบกับโมเดลคู่แข่ง
โมเดล3 วินาที8 วินาที10 วินาทีเสียง
Gemini Omni 1.1 Flash · 360p$0.03/วินาที — งานร่าง เร็วขึ้นสูงสุด 60%$0.09$0.24$0.30เปิดตลอดเวลา
Gemini Omni 1.1 Flash · 720p$0.10/วินาที — ความละเอียดที่โมเดลเรนเดอร์จริง$0.30$0.80$1.00เปิดตลอดเวลา
Gemini Omni 1.1 Flash · 1080p$0.15/วินาที — อัปสเกล$0.45$1.20$1.50เปิดตลอดเวลา
Gemini Omni 1.1 Flash · 4K$0.30/วินาที — อัปสเกล$0.90$2.40$3.00เปิดตลอดเวลา
Gemini Omni Flash 1.0 · 720pรุ่นก่อนหน้า 720p—$0.80$1.00เปิดตลอดเวลา
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

06เรียนรู้เพิ่มเติม

คู่มือจาก บล็อก

07คำถามที่พบบ่อย

คำถามเกี่ยวกับ Gemini Omni 1.1 Flash พร้อมคำตอบ

Gemini Omni 1.1 Flash คืออะไร?

รุ่นที่สองของโมเดลจำลองโลก 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

วิดีโอ Gemini Omni 1.1 Flash ราคาเท่าไหร่?

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

อ่านคำตอบฉบับเต็ม
การต่อฉากทำงานอย่างไร และวิดีโอยาวได้แค่ไหน?

เลือกคลิป Omni ที่เสร็จแล้ว — คลิปที่คุณอัปโหลดเองก็ได้ — กด “ต่อฉาก” แล้วอธิบายว่าต่อจากนี้เกิดอะไรขึ้น โมเดลจะอ่านต้นฉบับทั้งหมด ต่อท้ายอีก 3 ถึง 10 วินาที แล้วส่งคืนเป็นไฟล์ต่อเนื่องไฟล์เดียว สั่งต่อจากผลลัพธ์อีกครั้ง คลิปจะยาวขึ้นเรื่อย ๆ จนถึง 40 วินาที ภาพอ้างอิงช่วยพาวัตถุใหม่เข้ามาในช่วงที่ต่อได้ แต่แทรกอะไรไว้ก่อนหน้าหรือตรงกลางฟุตเทจเดิมไม่ได้

อ่านคำตอบฉบับเต็ม
4K เป็น 4K แท้ หรืออัปสเกล?

อัปสเกล 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

ร่าง 360p มีไว้ทำอะไร?

มีไว้ตัดสินใจก่อนจ่ายเงิน คลิป 360p ราคาหนึ่งในสามของ 720p และได้ผลเร็วขึ้นสูงสุด 60% คุณจึงลองเขียนช็อตเดียวกันได้สามแบบในราคาของงานจริงหนึ่งชิ้น เมื่อองค์ประกอบภาพ กล้อง และเสียงลงตัวแล้ว ค่อยรันพรอมต์เดิมอีกครั้งที่ความละเอียดที่จะส่งมอบ ร่างกับงานจริงเป็นการสร้างแยกกัน จึงจะได้เทคที่ต่างออกไป ไม่ใช่ภาพเดิมที่ขยายขึ้นแบบพิกเซลต่อพิกเซล

ควรใช้ Omni 1.1 Flash, Omni Flash 1.0 หรือ Veo 3.1?

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

ฉันต้องมีบัญชี Google หรือบัตรเครดิตหรือไม่?

ไม่จำเป็น สมัครด้วยอีเมลแล้วเติมเงินด้วยคริปโตเริ่มต้นที่ $1 — USDT, USDC, BTC, ETH, SOL, TON และเหรียญหลักอื่น ๆ — หรือจ่ายด้วยบัตร PayPal หรือ SEPA เริ่มที่ $20 จากนั้นสร้างได้เลย ยอดคงเหลือที่ไม่ได้ใช้จะไม่มีวันหมดอายุ และบัญชีใหม่เริ่มต้นด้วย $0.20

ทำร่างในราคาไม่กี่เซนต์ ปิดงานที่ 4K

Gemini Omni 1.1 Flash — $0.03 ต่อวินาทีที่ 360p, $0.10 ที่ 720p ต่อฉากได้ถึง 40 วินาที รวมเสียงเสมอ จ่ายตามจริงด้วยคริปโตหรือบัตร ไม่ต้องสมัครสมาชิก รับฟรี $0.20 เมื่อเริ่มต้น