AntwortenVeröffentlicht22 Quellen
Gemini Omni 1.1 Flash: Mehr Kontrolle für die professionelle KI-Videoproduktion
Seit dem 27. August 2026 ist Gemini Omni 1.1 Flash als allgemein verfügbares Modell in der Gemini API erhältlich. Google berechnet 17,50 US Dollar pro einer Million Video Output Tokens.
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Seit dem 27. August 2026 ist Gemini Omni 1.1 Flash als allgemein verfügbares Modell in der Gemini API erhältlich.
- Google berechnet 17,50 US Dollar pro einer Million Video Output Tokens. Bei 5.792 Tokens pro Sekunde für 720p entspricht das ungefähr 0,10 US Dollar pro generierter Sekunde; Eingaben und Textausgaben kommen hinzu.
- 360p Entwürfe sollen bis zu 60 Prozent schneller und nur ein Drittel so teuer wie 720p Ausgaben sein.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Google’s Gemini Omni 1.1 Flash video model, and how do its new capabilities—including scene extension using up to 10 seconds of prio. Article summary: Gemini Omni 1.1 Flash is Google’s fast, multimodal video-generation and editing model. Its significance for professional teams is less “one-click finished film” than a more controllable production loop: draft cheaply, di. Topic tags: general, general web, documentation, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Gemini Omni 1.1 Flash ist Googles schnelles, multimodales Modell zur Erzeugung und Bearbeitung von Videos. Der entscheidende Fortschritt besteht nicht in dem Versprechen, jedes einzelne Bild besser als die Konkurrenz zu machen. Vielmehr verändert das Modell den Produktionsablauf: Teams können günstig Entwürfe erstellen, beim Verlängern einer Szene mehr Kontext erhalten, den Anfang und das Ende einer Bewegung festlegen und erst danach eine höher aufgelöste Fassung ausgeben. 4
5
33
Was Gemini Omni 1.1 Flash kann
Das Modell verarbeitet Text-, Bild- und Videoeingaben und erzeugt daraus Video. Laut Googles API-Dokumentation sind Ausgaben von 3 bis 10 Sekunden bei 24 Bildern pro Sekunde möglich. Unterstützt werden 360p, 720p, 1080p und 4K. Für Bearbeitung und Verlängerung dürfen die verwendeten Videos in der API bis zu 10 Sekunden lang sein. 1
Damit richtet sich Omni 1.1 Flash eher an Cutter, Motion-Designer, Agenturen und Produktteams als an Nutzer, die lediglich einzelne Videos per Texteingabe erzeugen möchten. Das Modell kann mit freigegebenem Bildmaterial arbeiten und in einen wiederholbaren Produktionsprozess eingebunden werden, statt nur als einmaliges Kreativexperiment zu dienen.
Die vier wichtigsten Neuerungen für die Produktion
1. Szenenverlängerungen nutzen mehr vorherigen Kontext
Beim Verlängern von Videomaterial kann Gemini Omni 1.1 Flash bis zu 10 Sekunden des vorausgehenden Videos analysieren. Frühere Omni-Versionen beziehungsweise das bisherige Material bezogen sich auf einen deutlich kleineren Kontext. Das Modell erhält nun mehr Informationen über Motiv, Beleuchtung, Kamerabewegung und Handlung, bevor es die Fortsetzung erzeugt. 5
11
Die Verlängerungen erfolgen in 10-Sekunden-Schritten und können eine kumulierte Clip-Länge von 40 Sekunden erreichen. Eine einzelne Generierung bleibt auf 3 bis 10 Sekunden begrenzt. Die Funktion ist daher eher als schrittweise Fortsetzung zu verstehen – nicht als ein einziger Prompt für eine beliebig lange Szene. 1
2
4
Für Produktionsteams ist dieser Unterschied entscheidend: Eine Regie oder Redaktion kann einen kurzen Take abnehmen, ihn anschließend fortsetzen und von diesem Punkt aus Varianten entwickeln. Der längere Kontext kann Kontinuitätsfehler verringern, garantiert aber keine perfekte Übereinstimmung bei Figuren, Requisiten, Licht oder Bewegung.
2. Start- und Endbild geben die Bewegungsrichtung vor
Das Modell kann ein Video zwischen zwei vorgegebenen Bildern erzeugen: einem Startbild und einem Endbild. Googles API-Changelog beschreibt dies als Interpolation innerhalb des Image-to-Video-Workflows. 33
So lässt sich das visuelle Ziel einer Einstellung genauer definieren. Ein Editor könnte beispielsweise die Anfangskomposition eines Produkts und dessen gewünschte Position am Ende vorgeben und das Modell die Bewegung dazwischen erzeugen lassen. Auch Übergänge, Kamerafahrten und Loops können von einem solchen Ablauf profitieren – Qualität und Zuverlässigkeit müssen jedoch für jede konkrete Einstellung geprüft werden.
Der praktische Vorteil liegt in der Kontrolle: Bei einer reinen Texteingabe muss das Modell sowohl Anfang als auch Ende einer Aufnahme interpretieren. Mit zwei Referenzbildern kann das Team diese beiden kreativen Entscheidungen vorab festlegen und nur die Bewegung dazwischen generieren lassen.
3. 360p wird zur günstigeren Iterationsstufe
Google zufolge lassen sich Vorschauen in 360p bis zu 60 Prozent schneller rendern und kosten ein Drittel einer Standardausgabe in 720p. 5
Daraus ergibt sich eine sinnvolle Kosten- und Freigabestufe für Storyboards und erste Entwürfe:
- Mehrere Versionen in 360p erzeugen, um Prompt, Timing, Bildausschnitt und Bewegung zu testen.
- Den stärksten Take auswählen und Referenzen oder Start- und Endbilder verfeinern.
- Die freigegebene Version in höherer Auflösung rendern.
- Compositing, Farbkorrektur, Ton, Rechteprüfung und Qualitätskontrolle außerhalb der Generierung abschließen.
Googles Preisdokumentation nennt 1.931 Output-Tokens pro Sekunde für 360p-Video und 5.792 Tokens pro Sekunde für 720p. Beim veröffentlichten Preis von 17,50 US-Dollar pro einer Million Video-Output-Tokens ergibt das ungefähr 0,034 US-Dollar pro Sekunde für 360p und 0,101 US-Dollar pro Sekunde für 720p – jeweils vor Kosten für Eingaben und Textausgaben. 41
43
Die tatsächliche Rechnung ist daher kein pauschaler Clip-Preis. Eingabemedien, Textantworten, Auflösung, Dauer und die jeweils genutzte Plattform können den Endbetrag beeinflussen.
4. Höhere Auflösungen gehören zum selben Ablauf
Die API unterstützt neben 360p und 720p auch 1080p und 4K. In Googles Ankündigungen werden die höheren Auflösungen, darunter 4K, als Möglichkeit beschrieben, ausgewählte Arbeiten nach einer günstigeren Testphase für die Auslieferung fertigzustellen. 1
3
4
Das hilft Teams, kreative Iteration und finale Ausgabe voneinander zu trennen. Gleichzeitig verhindert es einen typischen Fehler in KI-Workflows: das Budget für hochauflösende Generierungen bereits für Ideen auszugeben, die noch keine Storyboard- oder Bewegungsfreigabe erhalten haben.
Wie Referenzvideos den Workflow verändern
Omni 1.1 Flash ist für multimodale Eingaben ausgelegt. Teams können daher schriftliche Anweisungen mit visuellen Referenzen kombinieren. Je nach Aufgabe kommen dafür Stilbilder, Produktaufnahmen, vorhandenes Ausgangsmaterial oder ein kurzes Beispiel für eine Bewegung infrage. 1
4
Ein referenzbasierter Prozess lässt sich meist leichter beurteilen als ein rein textbasierter, weil das Briefing sichtbare Anker enthält. Vor der Generierung können Teams festlegen, welche Elemente unverändert bleiben müssen – etwa Produktdesign, Logo-Darstellung, Erscheinungsbild einer Figur oder die Anfangskomposition – und welche Bildteile das Modell erzeugen darf.
Ein Referenzvideo ersetzt jedoch weder die erforderlichen Nutzungsrechte noch ein vollständiges Kontinuitätssystem. Teams müssen weiterhin prüfen, ob sie das bereitgestellte Material verwenden dürfen, ob geschützte Markenelemente korrekt erhalten bleiben und ob das Ergebnis redaktionellen, rechtlichen und technischen Anforderungen genügt.
Preise und Verfügbarkeit
Googles Gemini-API-Preise für Gemini Omni 1.1 Flash liegen bei 1,50 US-Dollar pro einer Million Input-Tokens, 9 US-Dollar pro einer Million Text-Output-Tokens und 17,50 US-Dollar pro einer Million Video-Output-Tokens. Google rechnet Videoausgaben bei 5.792 Tokens pro Sekunde für 720p ab. Das entspricht bei diesem Satz ungefähr 0,10 US-Dollar pro generierter Sekunde, ohne weitere anfallende Gebühren. 41
Der API-Changelog führt gemini-omni-1.1-flash seit dem 27. August 2026 als allgemein verfügbares Modell für Entwickler im kostenpflichtigen Gemini-API-Tarif. 33
41
Die Verfügbarkeit ist nicht in allen Google-Produkten identisch. Googles Ankündigungen für Endkunden nennen Gemini Omni in der Gemini-App und in Google Flow für Abonnenten von Google AI Plus, Pro und Ultra. In den Versionshinweisen der Gemini Enterprise Agent Platform wird Gemini Omni 1.1 Flash dagegen als Public Preview geführt. Vor dem Aufbau einer Produktionspipeline sollten Teams deshalb Modell-ID, Region, Kontingent, Abrechnungsstatus und produktspezifische Verfügbarkeit prüfen. 20
22
32
Ist das Modell in Adobe Firefly oder Figma integriert?
Die vorliegenden Belege bestätigen keine ausreichend klare offizielle Ankündigung für eine direkte Figma-Integration. Diese Behauptung sollte daher nicht als verifiziert gelten. Sinnvoller ist es, zwischen bestätigtem Modellzugang über Googles eigene Entwickler- und Kreativangebote und Drittanbieterberichten über Integrationen oder Kundennutzung zu unterscheiden.
Für professionelle Käufer ist ohnehin weniger wichtig, ob eine Marke in einer Launch-Meldung auftaucht. Entscheidend ist, ob das Modell in den tatsächlichen Review-, Asset-Management-, Schnitt- und Freigabeprozess des Teams passt – einschließlich stabiler APIs und kalkulierbarer Abrechnung.
Gemini Omni 1.1 Flash gegen OpenAI Sora
Gemini Omni 1.1 Flash und OpenAI Sora sollten nicht anhand eines einzigen Schlagworts verglichen werden. Die verfügbaren Informationen erlauben eine engere Schlussfolgerung: Google positioniert sich im professionellen KI-Video stärker über Szenenverlängerung, Endpunktkontrolle, multimodale Referenzen, schnelle Entwürfe und API-basierte Iteration. 4
33
Die vorliegenden Quellen liefern nicht genügend unabhängige und repräsentative Daten, um zu behaupten, Omni 1.1 Flash erzeuge durchgehend realistischere Bilder, bessere Physik oder konsistentere Szenen als Sora. Ebenso gibt es keinen einheitlichen Benchmark, der beide Systeme direkt vergleichbar machen würde.
Ein belastbarer Vergleich sollte mit denselben Prompts, Referenzen, Aufnahmelängen, Ausgabeauflösungen und Abnahmekriterien erfolgen. Zu messen wären unter anderem:
- Kontinuität von Figuren, Produkten, Licht und Kamerabewegung;
- Erfolgsquote bei Übergängen zwischen Start- und Endbild;
- Renderlatenz bei Entwurfs- und Lieferauflösung;
- Kosten pro freigegebener Sekunde statt Kosten pro Generierungsversuch;
- Anforderungen an Audio und Dialog;
- Sicherheits-, Rechte- und Richtlinien zum Umgang mit Daten; sowie
- die Frage, wie problemlos sich das Modell in vorhandene Schnitt- und Review-Tools einfügt.
Ein praxistauglicher Produktionsworkflow
Ein sinnvoller Ablauf mit Omni 1.1 Flash sieht so aus:
- Freigegebene Stilbilder, Produktaufnahmen, Ausgangsaufnahmen oder Bewegungsreferenzen vorbereiten.
- Mehrere Entwürfe in 360p erzeugen, um Richtung, Bildausschnitt, Timing und Bewegung zu testen.
- Den stärksten Take auswählen und – sofern passend – die erforderlichen Start- und Endbilder definieren.
- Die ausgewählte Einstellung in 10-Sekunden-Schritten verlängern und die Kontinuität nach jeder Generierung prüfen.
- Die freigegebene Sequenz in 1080p oder 4K rendern, wenn die Auslieferungsanforderung dies rechtfertigt.
- Compositing, Farbkorrektur, Ton, Untertitel, Rechteprüfung und Qualitätskontrolle in herkömmlichen Produktionstools abschließen.
Das Modell kann die Kosten des Experimentierens senken und den manuellen Aufwand für Übergangs- und Verbindungsaufnahmen reduzieren. Es ersetzt jedoch nicht die redaktionellen Entscheidungen, die darüber bestimmen, ob ein Video schlüssig, rechtlich nutzbar, technisch konform und veröffentlichungsbereit ist.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Gemini Omni 1.1 Flash: Mehr Kontrolle für die professionelle KI-Videoproduktion“?
Seit dem 27. August 2026 ist Gemini Omni 1.1 Flash als allgemein verfügbares Modell in der Gemini API erhältlich.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Seit dem 27. August 2026 ist Gemini Omni 1.1 Flash als allgemein verfügbares Modell in der Gemini API erhältlich. Google berechnet 17,50 US Dollar pro einer Million Video Output Tokens. Bei 5.792 Tokens pro Sekunde für 720p entspricht das ungefähr 0,10 US Dollar pro generierter Sekunde; Eingaben und Textausgaben kommen hinzu.
Was soll ich als nächstes in der Praxis tun?
360p Entwürfe sollen bis zu 60 Prozent schneller und nur ein Drittel so teuer wie 720p Ausgaben sein.
Quellen
developersdigest.techGemini Omni 1.1 Flash Goes GA: Scene Extension, Keyframe Control, and 4K in the Gemini API
blog.googleGemini Omni 1.1 Flash lets you build with more control
ai.google.devGemini API changelog - Google AI for Developers