جمینای اومنی فلش (Gemini Omni Flash)
Gemini Omni Flash نخستین مدل خانوادهٔ Omni گوگل است که در Google I/O 2026 معرفی شد و گوگل آن را «مدلی که از هر ورودی هر چیزی میسازد، اول از همه ویدیو» می‌نامد. می‌توانید تصویر، صدا، ویدیو و متن را با هم بدهید و ویدیو را با گفتوگو ویرایش کنید؛ هر دستور روی دستور قبلی ساخته می‌شود. در اپ Gemini و Google Flow برای مشترکان Google AI Plus، Pro و Ultra عرضه شده و در API با شناسهٔ gemini-omni-1.2-flash در دسترس است.
مناسب برای
مشخصات فنی
هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.
| مشخصه | مقدار | تا تاریخ | منبع |
|---|---|---|---|
| شناسهٔ API | gemini-omni-1.2-flash (پایدار) | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| ورودی | متن، تصویر و ویدیو (تا ۱۵ ثانیه برای ویرایش و ۱۰ ثانیهٔ آخر برای ادامه) | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| خروجی | ویدیو با صدای بومی، و متن | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| طول و کیفیت ویدیو | ۳ تا ۱۵ ثانیه، 360p، 720p، 1080p یا 4K با ۲۴ فریم در ثانیه | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| قاب اول و آخر و ادامهٔ ویدیو | ۳ تا ۱۰ ثانیه در هر نوبت؛ ادامه تا ۳۰ ثانیه در مجموع | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| سقف توکن | ورودی ۱۳۱٬۰۷۲ و خروجی ۶۵٬۵۳۶ توکن | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| نسخه‌های API | gemini-omni-1.1-flash در ۳ دسامبر ۲۰۲۶ به gemini-omni-1.2-flash هدایت می‌شود؛ gemini-omni-flash-preview خاموش شده است | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| در Google Flow | همراه اعتبار Flow در Google AI Plus (۲۰۰)، Pro (۱٬۰۰۰) و Ultra (۱۰٬۰۰۰ یا ۲۵٬۰۰۰) | ۸ آبان ۱۴۰۵ | منبع رسمی |
| واترمارک | همهٔ ویدیوهای Omni با SynthID نشانه‌گذاری می‌شوند | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| نام دیگر | gemini-omni-1.2-flash شناسهٔ پایدار فعلی در Gemini API | ||
| نام دیگر | gemini-omni-1.1-flash از ۳ دسامبر ۲۰۲۶ به gemini-omni-1.2-flash هدایت می‌شود | ||
| نام دیگر | gemini-omni-flash-preview نسخهٔ پیشنمایش؛ خاموش شده |
تایم‌لاین نسخه‌ها
رویدادهای مهم این مدل، به ترتیب زمانی معکوس.
۵ شهریور ۱۴۰۵
Gemini Omni 1.1 Flashادامهٔ صحنه با نگاه به ۱۰ ثانیهٔ قبل تا ۴۰ ثانیه، قاب اول و آخر، پیشنمایش 360p و خروجی 1080p و 4K؛ در Flow برای مشترکان Plus، Pro و Ultra. اعلام رسمی
۲۹ اردیبهشت ۱۴۰۵
معرفی
Gemini Omni Flash در Google I/O 2026عرضه در اپ Gemini و Google Flow برای همهٔ مشترکان Google AI Plus، Pro و Ultra، و رایگان در YouTube Shorts و YouTube Create. اعلام رسمی
موارد استفاده
جاهایی که این مدل واقعاً تفاوت میسازد.
ویرایش ویدیو با گفتوگو
ویدیویی را که ساخته‌اید یا فیلم گرفته‌اید بدهید و بگویید چه چیزی عوض شود؛ هر دستور روی قبلی ساخته می‌شود و شخصیت‌ها و صحنه ثابت می‌مانند.
ساخت از چند نوع ورودی
تصویر، متن، ویدیو و صدا را با هم بدهید تا یک ویدیوی یکپارچه ساخته شود. گوگل می‌گوید در شروع، از صدا فقط مرجع صدای گوینده پشتیبانی می‌شود.
ویدیوی آموزشی و توضیحی
به گفتهٔ گوگل، Omni از دانش Gemini در تاریخ، علم و فرهنگ استفاده میکند و از یک دستور کوتاه می‌تواند ویدیوی توضیحی بسازد.
محدودیت‌ها و آنچه این مدل نیست
- خروجی فعلاً فقط ویدیو ناموجود گوگل گفته Omni با ویدیو شروع شده و خروجی تصویر و صدا را بعداً اضافه میکند. منبع رسمی
- تغییر صدا و گفتار در ویرایش ناموجود گوگل می‌گوید ویرایش ویدیو برای تغییر صدا و گفتار هنوز در حال آزمایش است و فعلاً فقط با Avatars می‌توانید ویدیو با صدای خودتان بسازید. منبع رسمی
- سهم استفاده به پلن بستگی دارد در Flow، Omni Flash با اعتبار Flow کار میکند و تعداد اعتبار هر پلن فرق دارد: Plus ۲۰۰، Pro ۱٬۰۰۰ و Ultra ۱۰٬۰۰۰ یا ۲۵٬۰۰۰. منبع رسمی
سؤالات متداول
Gemini Omni Flash چیست؟
نخستین مدل خانوادهٔ Omni گوگل که از متن، تصویر، ویدیو و صدا ویدیو میسازد و ویرایش با گفتوگو را ممکن میکند.
با خرید Google AI Pro به Gemini Omni Flash دسترسی دارم؟
بله. گوگل آن را در اپ Gemini و Google Flow برای مشترکان Plus، Pro و Ultra عرضه کرده و صفحهٔ پلن‌ها برای Pro هزار اعتبار Flow با دسترسی به آن می‌نویسد.
فرق آن با Veo 3.1 چیست؟
گوگل Omni را مدلی میداند که توان استدلال Gemini را با ساخت ترکیب میکند و ویرایش با گفتوگو دارد، و در مستندات Gemini API آن را جایگزین پیشنمایش Veo 3.1 معرفی کرده است.
Gemini Omni Flash چند ثانیه ویدیو میسازد؟
نسخهٔ 1.2 در API ویدیوی ۳ تا ۱۵ ثانیهای میسازد.
منابع رسمی
Google Blog: Introducing Gemini Omniblog.googleرسمیGoogle Blog: New agents,mobile apps and Gemini Omni for Google Flow(May 19, 2026)blog.googleرسمیGoogle Blog: Gemini Omni 1.1 Flash lets you build with more control(Aug 27, 2026)blog.googleرسمیGemini API docs: Gemini Omni Flash(model page)ai.google.devرسمیGoogle DeepMind: Gemini Omnideepmind.googleرسمیGemini subscriptions(ثبت مالک، ۸ آبان ۱۴۰۵)gemini.googleرسمی
پیشنهاد ما
مدل‌های مرتبط
هم‌خانواده‌ها، بقیهٔ مدل‌های همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.
| مدل | قیمت رسمی | وضعیت | تفاوت کلیدی |
|---|---|---|---|
جمینای اومنی فلش (Gemini Omni Flash) | ندارد | فعال | دانش دنیای واقعی Gemini در ساخت ویدیو (به گفتهٔ گوگل) |
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 |
ویو ۳٫۱ (Veo 3.1) | ندارد | فعال | مدل پیشروی ساخت ویدیوی گوگل (به گفتهٔ گوگل) |
الون‌لبز v4 توربو (Eleven v4 Turbo) | ندارد | فعال | |
جی‌پی‌تی ۶٫۱ ترا (GPT-6.1 Terra) | ندارد | فعال | استدلال تصویری و کار دقیق با کامپیوتر |
کلینگ ۴٫۰ (Kling 4.0) | ندارد | فعال | حرکت پایدارتر و کنترل دقیق دوربین |
کیمی K3.1 پرو (Kimi K3.1 Pro) | ۸٫۳٪ از ادعاها، در برابر ۲۳٫۴٪ برای K3 | فعال | پرتوان‌ترین مدل Kimi تا امروز (به گفتهٔ سازنده) |
هم‌خانواده ۹ مدل
مدل‌های خانوادهٔ Gemini.
جمینای اومنی ۱٫۱ فلش (
Gemini Omni 1.1 Flash)فعالساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰pمشخصاتجمینای ۳٫۱ پرو (Gemini 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 نداردمشخصاتسایر مدل‌های
Google ۵ مدللیریا 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 4Kمشخصاتویو ۳٫۱ (Veo 3.1)فعالمدل پیشروی ساخت ویدیوی گوگل (به گفتهٔ گوگل)قیمت عمومی نداردمشخصاتبا همین اشتراک چه مدل‌هایی باز می‌شود؟ ۴ مدل
مدل‌هایی که از همان میزبان‌های بالا در دسترس‌اند.
الون‌لبز
v4 توربو (Eleven v4 Turbo)فعالقیمت عمومی نداردمشخصاتجی‌پی‌تی ۶٫۱ ترا (GPT-6.1 Terra)فعالاستدلال تصویری و کار دقیق با کامپیوترقیمت عمومی نداردمشخصاتکلینگ ۴٫۰ (Kling 4.0)فعالحرکت پایدارتر و کنترل دقیق دوربینقیمت عمومی نداردمشخصاتکیمی K3.1 پرو (Kimi K3.1 Pro)فعالپرتوان‌ترین مدل Kimi تا امروز (به گفتهٔ سازنده)۸٫۳٪ از ادعاها، در برابر ۲۳٫۴٪ برای K3مشخصاتمدلهای 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