Âm thanh đồng bộ luôn bật
Mỗi clip đều đi kèm âm thanh được tạo ra — môi trường, hiệu ứng, lời nói. Điều chỉnh bằng dòng “Audio:” trong lời nhắc.
Mô hình · Google Gemini Omni Flash
Gemini Omni Flash — Video AI có âm thanh, đồng giá $1.00 mỗi clip
Mô hình thế giới của Google dành cho video ngắn: mỗi clip đều đi kèm âm thanh đồng bộ, chuyển động tuân thủ vật lý và chỉnh sửa đối thoại — mô tả thay đổi và cảnh sẽ được tạo lại. Dài 3–10 giây, 720p, 16:9 hoặc 9:16 dọc cho Shorts và Reels. Đồng giá $1.00 mỗi lần tạo, thanh toán bằng tiền mã hóa. Không cần đăng ký.
01Giới thiệu
Gemini Omni Flash là gì?
Gemini Omni Flash là mô hình đầu tiên trong dòng Gemini Omni của Google — một mô hình thế giới có khả năng suy luận về một cảnh giống như một công cụ vật lý, sau đó kết xuất thành video. Bạn gửi văn bản, hình ảnh hoặc kết quả trước đó; nó trả về một clip 720p dài 3 đến 10 giây ở 24 fps với âm thanh đồng bộ bản địa — môi trường, hiệu ứng, thậm chí cả lời nói — được tạo ra cùng lúc với các pixel, không phải thêm vào sau. Google đã phát hành nó cho ứng dụng Gemini, Flow và YouTube Shorts vào tháng 5 năm 2026 và mở API (gemini-omni-flash-preview) vào ngày 30 tháng 6 năm 2026. Trên BananaBanana, nó chạy trong môi trường sản xuất song song với dòng Veo 3.1: cùng mức giá, đồng giá $1.00 mỗi lần tạo, thanh toán bằng tiền mã hóa.
Tại sao nó được xây dựng cho Shorts, Reels và TikTok?
Video ngắn cần ba yếu tố: âm thanh mặc định, chuyển động đáng tin cậy và lặp lại nhanh chóng. Omni Flash đáp ứng cả ba. Âm thanh luôn bật — mô hình sẽ quyết định âm thanh của cảnh dựa trên những gì nó hiển thị. Chuyển động đến từ một mô hình thế giới có khả năng suy luận về cảnh: siro chảy, giấy trôi, hơi nước bốc lên đúng vị trí — thường không cần nhiều thao tác phức tạp với lời nhắc (đối với những cảnh cực kỳ quan trọng về vật lý, Veo 3.1 vẫn là lựa chọn kết xuất an toàn hơn). Và thay vì tạo lại lời nhắc từ đầu, bạn tinh chỉnh bằng cách đối thoại — “biến cảnh thành hoàng hôn”, “thêm mưa trên cửa sổ” — trong khi mô hình vẫn giữ cho nhân vật, ánh sáng và camera nhất quán. Tạo ở định dạng dọc 9:16 và clip sẽ trực tiếp đưa lên Shorts, Reels hoặc TikTok mà không cần cắt xén.
02Tính năng
Những gì Omni Flash có thể làm
Chỉnh sửa đối thoại
Mô tả một thay đổi và cảnh sẽ được tạo lại với nhân vật, ánh sáng và camera không thay đổi. Các chỉnh sửa được xâu chuỗi liên tục.
Mô hình thế giới tuân thủ vật lý
Mô hình suy luận về cảnh như một công cụ vật lý — chất lỏng, khói và vải thường hành xử một cách hợp lý ngay từ lần thử đầu tiên.
Chuyển ảnh thành video
Bất kỳ bức ảnh nào cũng có thể trở thành khung hình mở đầu; lời nhắc sẽ mô tả chuyển động và không gian âm thanh.
Tham chiếu đối tượng
Tối đa 3 hình ảnh tham chiếu giúp giữ cho một nhân vật hoặc sản phẩm nhất quán trong một cảnh hoàn toàn mới.
Tỷ lệ dọc 9:16 hoặc màn hình rộng 16:9
Chọn tỷ lệ khung hình cho mỗi lần tạo — đầu ra dọc được căn chỉnh cho Shorts, Reels và TikTok.
03Hạn chế
Những gì nó không thể làm — thành thật mà nói
Đây là những hạn chế của chính API của Google, không phải do tích hợp của chúng tôi — và chúng rất quan trọng trước khi bạn chi tiền. Chỉ 720p: không có tùy chọn 1080p hoặc 4K; nếu bạn cần độ phân giải cao hơn, hãy sử dụng Veo 3.1. Mô hình tự chọn thời lượng: không có tham số độ dài, vì vậy một clip cần cắt theo nhạc có thể cần vài lần thử. Không kéo dài (Extend): không giống Veo, bạn không thể xâu chuỗi một clip dài quá 10 giây — chỉnh sửa đối thoại thay đổi cảnh, chứ không kéo dài nó.
Cũng còn thiếu trong API preview: seeds, tham số negative-prompt, tăng cường lời nhắc, nhiều mẫu trên mỗi yêu cầu và tùy chọn tắt âm thanh. Nếu bất kỳ điều nào trong số đó là trở ngại lớn, thì dòng Veo 3.1 sẽ giải quyết được — cùng mức giá, cùng trình tạo.
04Cách hoạt động
Từ lời nhắc đến clip trong vài phút
Đăng ký miễn phí
Email và mật khẩu — không thẻ tín dụng, không tài khoản Google, $0.10 số dư khởi điểm miễn phí.
Nạp tiền bằng tiền mã hóa
Từ $1 bằng USDT, USDC, BTC, ETH, SOL, TON và nhiều loại khác. Thưởng +5% từ $50, +10% từ $100.
Tạo, sau đó đối thoại với nó
Viết lời nhắc (thêm dòng “Audio:”), chọn 16:9 hoặc 9:16, tạo với giá $1.00 — sau đó tinh chỉnh bằng cách mô tả các thay đổi.
05Giá cả
Một mức giá cố định, bao gồm âm thanh
| Mô hình | Giá mỗi clip | Thời lượng | Độ phân giải | Âm thanh |
|---|---|---|---|---|
| Gemini Omni Flashgiá cố định | $1.00 | 3–10 giây (mô hình tự chọn) | 720p | luôn bật |
| Veo 3.1 Fastcó âm thanh | $0.50–$1.00 | 4–8 giây (bạn chọn) | lên đến 4K | tùy chọn |
| Veo 3.1có âm thanh | $1.50–$3.00 | 4–8 giây (bạn chọn) | lên đến 4K | tùy chọn |
Giá Veo hiển thị cho 720p/1080p; 4K có giá cao hơn. Chỉnh sửa đối thoại với Omni Flash là các lần tạo mới với cùng mức giá cố định $1.00. Bảng đầy đủ trên trang giá.
So sánh mọi mô hình trên trang giá đầy đủ — hoặc đọc đánh giá thực tế về API Omni Flash trước khi bạn chi tiêu.
06Tìm hiểu thêm
Hướng dẫn từ blog
Đánh giá API Gemini Omni Flash: Phiên bản Preview thực sự làm được gì
Đánh giá thực tế: API thực sự hỗ trợ gì, những gì vẫn độc quyền cho Flow, chi phí thực tế cho mỗi clip.
Đọc hướng dẫnHướng dẫn lời nhắc Veo 3.1: Viết lời nhắc thực sự hiệu quả
Cấu trúc lời nhắc bảy phần, các thuật ngữ chuyển động camera và gợi ý âm thanh.
Đọc hướng dẫnAI Chuyển đổi Hình ảnh thành Video: Biến bất kỳ bức ảnh nào thành một clip chuyển động
Khung hình đầu, khung hình cuối, các vòng lặp và video kéo dài.
Đọc hướng dẫn07Câu hỏi thường gặp
Gemini Omni Flash, đã được giải đáp
Gemini Omni Flash là gì?
Gemini Omni Flash là mô hình đầu tiên trong dòng Gemini Omni của Google — một mô hình thế giới biến văn bản, hình ảnh hoặc một clip trước đó thành một video 720p ngắn với âm thanh đồng bộ được tạo ra cùng lúc. Nó được phát hành cho người dùng vào tháng 5 năm 2026 và có mặt trên API dưới dạng gemini-omni-flash-preview vào ngày 30 tháng 6 năm 2026. Trên BananaBanana, nó chạy trong môi trường sản xuất cùng với dòng Veo 3.1.
Một video Gemini Omni Flash có giá bao nhiêu?
Đồng giá $1.00 mỗi lần tạo trên BananaBanana, với bất kỳ độ dài nào mô hình chọn (3–10 giây) — bao gồm âm thanh, không cần đăng ký. Một chỉnh sửa đối thoại của một clip hiện có là một lần tạo mới với cùng mức giá cố định $1.00. Bạn nạp tiền bằng tiền mã hóa từ $1 và thanh toán theo từng clip.
Gemini Omni Flash có tạo âm thanh không?
Có — luôn luôn. Mọi clip đều đi kèm âm thanh đồng bộ bản địa: môi trường, hiệu ứng, thậm chí cả lời nói nếu bạn yêu cầu. Bạn không thể tắt nó; cách kiểm soát duy nhất là văn bản, vì vậy hãy mô tả không gian âm thanh trong dòng “Audio:” bên trong lời nhắc.
Tôi có thể chọn độ dài clip hoặc độ phân giải không?
Không. API không có tham số thời lượng — mô hình sẽ chọn từ 3 đến 10 giây dựa trên lời nhắc — và đầu ra chỉ là 720p ở 24 fps. Bạn có thể chọn tỷ lệ khung hình: 16:9 cho màn hình rộng hoặc 9:16 dọc cho Shorts, Reels và TikTok.
Chỉnh sửa đối thoại hoạt động như thế nào?
Tạo một clip, sau đó mô tả thay đổi — “làm cho tuyết rơi”, “đổi cốc thành ly” — và Omni Flash sẽ tạo lại cảnh trong khi vẫn giữ nhân vật, ánh sáng và camera nhất quán. Các chỉnh sửa được xâu chuỗi liên tục. Mỗi chỉnh sửa có cùng mức giá cố định $1.00. Điều này thay thế tính năng Extend kiểu Veo, mà Omni không hỗ trợ.
Tôi nên dùng Gemini Omni Flash hay Veo 3.1?
Chọn Omni Flash khi âm thanh quan trọng và định dạng là video ngắn dọc hoặc video xã hội: âm thanh luôn bật, vật lý trông chân thực, và việc lặp lại diễn ra bằng đối thoại với mức giá cố định $1.00. Chọn Veo 3.1 khi bạn cần kiểm soát — thời lượng chính xác 4/6/7/8 giây, độ phân giải lên đến 4K, âm thanh tùy chọn, khung hình đầu/cuối và mở rộng đến 148 giây.
Tôi có cần tài khoản Google hay thẻ tín dụng không?
Không. BananaBanana chỉ chấp nhận tiền mã hóa — USDT, USDC, BTC, ETH, SOL, TON và các đồng tiền chính khác, nạp tối thiểu $1. Đăng ký bằng email, nạp tiền, tạo; số dư chưa sử dụng không bao giờ hết hạn.
Tạo clip đầu tiên của bạn có âm thanh
Gemini Omni Flash — đồng giá $1.00 mỗi clip với âm thanh luôn bật; Veo 3.1 từ $0.10. Thanh toán theo mức sử dụng bằng tiền mã hóa, không cần đăng ký, miễn phí $0.10 để bắt đầu.