جمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash)
Gemini Omni 1.1 Flash در ۵ شهریور ۱۴۰۵ عرضه شد و نسخهٔ تازهٔ Gemini Omni Flash است. Google آن را مدل ساخت و ویرایش ویدیو با صدای بومی معرفی کرده و در اپ Gemini جای Veo 3.1 را گرفته است. ویدیو را میشود با گفت‌وگو مرحله‌به‌مرحله ویرایش کرد، صحنه را تا ۴۰ ثانیه ادامه داد و خروجی را تا 4K برد. اگر تولیدکنندهٔ محتوا یا بازاریاب هستید و ویدیوی کوتاه با صدا می‌خواهید، این مدل برای شماست.
Gemini Omni 1.1 Flash مدل ساخت و ویرایش ویدیوی Google در اپ Gemini و Google Flow است. این صفحه مشخصات رسمی، پلن‌هایی که به آن دسترسی دارند و محدودیت‌هایش را تاریخ‌دار و با منبع جمع کرده است.
مشخصات فنی
هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.
| مشخصه | مقدار | تا تاریخ | منبع |
|---|---|---|---|
| شناسهٔ API | gemini-omni-1.1-flash | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| طول ویدیو | ویدیوی ۱۰ ثانیهای در اپ Gemini؛ ادامهٔ صحنه در گامهای ۱۰ ثانیهای تا مجموع ۴۰ ثانیه | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| کیفیت خروجی | ۳۶۰p، ۷۲۰p (پیش‌فرض)، ۱۰۸۰p و 4K (دو مورد آخر با ارتقای کیفیت) | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| صدا | تولید صدای بومی همراه ویدیو | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| ورودی‌ها در API | متن، تصویر و ویدیو (حداکثر ۳ کلیپ، هر کدام تا ۳ ثانیه)؛ آپلود صدای مرجع فعلاً پشتیبانی نمی‌شود | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| ورودی‌ها در اپ Gemini | یک ویدیو و تا ۵ تصویر | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| اعتبار Google Flow در هر پلن | Plus: ۲۰۰، Pro: ۱٬۰۰۰، Ultra: ۱۰٬۰۰۰ یا ۲۵٬۰۰۰ اعتبار | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| قیمت رسمی API | ۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰p | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| واترمارک | همهٔ ویدیوها واترمارک نامرئی SynthID دارند | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| نام دیگر | gemini-omni-1.1-flash شناسهٔ رسمی در Gemini API | ||
| نام دیگر | Gemini Omni Flash نامی که مستندات API و صفحهٔ پلن‌های Google برای همین مدل به کار می‌برند |
تایم‌لاین نسخه‌ها
رویدادهای مهم این مدل، به ترتیب زمانی معکوس.
طبق اعلام Google، شناسهٔ gemini-omni-flash-preview در این تاریخ منسوخ میشود. اعلام رسمی
Gemini Omni 1.1 Flashنسخهٔ عمومی (GA) در API با ادامهٔ صحنه، کنترل فریم اول و آخر، پیش‌نمایش ۳۶۰p و خروجی ۱۰۸۰p و 4K. همان روز برای Plus، Pro و Ultra در Google Flow هم فعال شد. اعلام رسمی
Gemini APIشناسهٔ gemini-omni-flash-preview برای توسعه‌دهنده‌ها منتشر شد. اعلام رسمی
Gemini Omni Flashاولین مدل خانوادهٔ Omni برای مشترکان Google AI Plus، Pro و Ultra در اپ Gemini و Google Flow عرضه شد. اعلام رسمی
موارد استفاده
جاهایی که این مدل واقعاً تفاوت میسازد.
ویدیوی کوتاه با صدا برای شبکه‌های اجتماعی
از یک متن یا تا ۵ عکس، ویدیوی ۱۰ ثانیهای با صدای بومی بسازید. نسبت تصویر را هم قبل از ساخت انتخاب می‌کنید.
ویرایش ویدیو با گفت‌وگو
ویدیو را در همان گفت‌وگو مرحله‌به‌مرحله و با زبان ساده ویرایش کنید. Google آن را «مثل Nano Banana، ولی برای ویدیو» معرفی کرده است.
صحنهٔ طولانی‌تر و انتقال کنترل‌شده
صحنه را در گامهای ۱۰ ثانیهای تا ۴۰ ثانیه ادامه دهید، یا فریم اول و آخر را بدهید تا مدل ویدیوی پیوسته بین آن دو بسازد. پیش‌نمایش ۳۶۰p با حدود یک‌سوم هزینهٔ ۷۲۰p است (به گزارش Google).
محدودیت‌ها و آنچه این مدل نیست
- فقط با اشتراک و برای ۱۸ سال به بالا Google می‌گوید ساخت ویدیو در حساب شخصی به پلن Google AI نیاز دارد و فعلاً برای کاربران زیر ۱۸ سال در دسترس نیست. امکانات به پلن و منطقه بستگی دارد. منبع رسمی
- آپلود ویدیو برای ویرایش همه‌جا نیست ناموجود آپلود ویدیو برای ویرایش در منطقهٔ اقتصادی اروپا، سوئیس، بریتانیا و برخی ایالت‌های آمریکا در دسترس نیست. در API هم ویدیوی آپلودی برای ویرایش و ادامه باید ۱۰ ثانیه یا کمتر باشد. منبع رسمی
- حرکت پیچیده و متن دقیق هنوز چالش است کارت مدل Google می‌گوید ساخت صحنه‌های با حرکت پیچیده و نوشتن متن کاملاً دقیق داخل ویدیو هنوز چالش است. تغییر گفتار افراد در ویرایش هم فعلاً محدود شده است. منبع رسمی
سؤالات متداول
Gemini Omni 1.1 Flash روی Google AI Pro هست؟
ویدیوهای Gemini Omni چند ثانیهاند؟
فرق Omni 1.1 Flash با Gemini Omni Flash قبلی چیه؟
قیمت API مدل Gemini Omni 1.1 Flash چنده؟
منابع رسمی
مدل‌های مرتبط
هم‌خانواده‌ها، بقیهٔ مدل‌های همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.
| مدل | قیمت رسمی | وضعیت | تفاوت کلیدی |
|---|---|---|---|
جمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash) | ۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰p | فعال | ساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو |
جمینای ۳٫۱ پرو (Gemini 3.1 Pro) | تا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکن | فعال | مدل Pro جمینای برای استدلال عمیق و کار پیچیده |
جمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite) | ۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکن | فعال | سریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini |
جمینای ۳٫۶ فلش (Gemini 3.6 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن | فعال | مدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash |
جمینای ۳٫۷ فلش (Gemini 3.7 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلش | فعال | باربر هوشمند گوگل برای کد و ایجنت |
جمینای ۳٫۸ فلش (Gemini 3.8 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلار | فعال | هوشمندترین مدل کاری گوگل برای کد و ایجنت |
جمینای ۳٫۸ لایو (Gemini 3.8 Live) | صوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکن | فعال | گفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ای |
جمینای ۴ آرگون (Gemini 4 Argon) | ۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکن | فعال | مدل مرزی Google برای کد، کار دانشی و دفاع سایبری |
جمینای ۴ کربن (Gemini 4 Carbon) | ندارد | دسترسی محدود | قوی‌ترین مدل گوگل (به گفتهٔ گوگل) |
لیریا ۳٫۵ (Lyria 3.5) | ۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان ندارد | فعال | خوش‌صداترین مدل موسیقی Google (به گزارش Google) |
نانو بنانا ۲ (Nano Banana 2) | ۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلار | فعال | قابلیت‌های Nano Banana Pro با سرعت Flash |
نانو بنانا ۲٫۱ (Nano Banana 2.1) | ۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4K | فعال | ساخت و ویرایش تصویر با دانش جهانی جمینای |
نانو بنانا پرو (Nano Banana Pro) | ۰٫۱۳۴ دلار برای 1K و 2K، ۰٫۲۴ دلار برای 4K | فعال | مدل حرفه‌ای تصویر Google با استدلال و دانش جهانی بالا |
Google ۱۲ مدلGemini 3.1 Pro)فعالمدل Pro جمینای برای استدلال عمیق و کار پیچیدهتا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکنمشخصاتجمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite)فعالسریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۶ فلش (Gemini 3.6 Flash)فعالمدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۷ فلش (Gemini 3.7 Flash)فعالباربر هوشمند گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلشمشخصاتجمینای ۳٫۸ فلش (Gemini 3.8 Flash)فعالهوشمندترین مدل کاری گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلارمشخصاتجمینای ۳٫۸ لایو (Gemini 3.8 Live)فعالگفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ایصوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکنمشخصاتجمینای ۴ آرگون (Gemini 4 Argon)فعالمدل مرزی Google برای کد، کار دانشی و دفاع سایبری۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۴ کربن (Gemini 4 Carbon)دسترسی محدودقوی‌ترین مدل گوگل (به گفتهٔ گوگل)قیمت عمومی نداردمشخصاتلیریا ۳٫۵ (Lyria 3.5)فعالخوش‌صداترین مدل موسیقی Google (به گزارش Google)۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان نداردمشخصاتنانو بنانا ۲ (Nano Banana 2)فعالقابلیت‌های Nano Banana Pro با سرعت Flash۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلارمشخصاتنانو بنانا ۲٫۱ (Nano Banana 2.1)فعالساخت و ویرایش تصویر با دانش جهانی جمینای۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4Kمشخصاتنانو بنانا پرو (Nano Banana Pro)فعالمدل حرفه‌ای تصویر Google با استدلال و دانش جهانی بالا۰٫۱۳۴ دلار برای 1K و 2K، ۰٫۲۴ دلار برای 4Kمشخصاتمدلهای دیگر برای همین کاربردها
این مدل در این فهرست‌ها هم آمده است. هر فهرست مدل‌های همان کاربرد و اشتراکی که بازشان می‌کند را کنار هم نشان می‌دهد.
همهٔ کاربردها