Gemini Omni Flash को क्या अलग बनाता है: एनी-टू-एनी मल्टीमॉडल इनपुट

पाइपलाइन मॉडल के विपरीत, जो इनपुट को क्रमिक रूप से बदलते हैं, Gemini Omni Flash टेक्स्ट, इमेज, ऑडियो और वीडियो को एक सिंगल यूनिफाइड इनपुट के रूप में प्रोसेस करता है और आउटपुट के रूप में वीडियो देता है। इस क्षमता को "एनी-टू-एनी" कहा जाता है . यह मॉडल 3-10 सेकंड के 720p क्लिप 24 fps पर बनाता है, जो 16:9, 9:16 या 1:1 आस्पेक्ट रेशियो में हो सकते हैं, और इनमें सिंक्रोनाइज़्ड नेटिव ऑडियो भी उसी पास में जनरेट होता है .

आप एक ही प्रॉम्प्ट में मॉडल को अधिकतम सात रेफरेंस इमेज, एक वीडियो क्लिप और एक टेक्स्ट ब्रीफ दे सकते हैं, और यह सबको मिलाकर एक सुसंगत आउटपुट तैयार करता है . उदाहरण के लिए, कोई उपयोगकर्ता प्रोडक्ट फ़ोटो, एक बैकग्राउंड वीडियो और एक विवरण दे सकता है, और Omni Flash एक छोटा प्रमोशनल क्लिप तैयार करेगा।

कन्वर्सेशनल वीडियो एडिटिंग: इंटरैक्शन्स API

मुख्य क्षमता कन्वर्सेशनल वीडियो एडिटिंग है, जो इंटरैक्शन्स API द्वारा संचालित है . इसमें क्लिप को किसी अलग एडिटिंग टूल में एक्सपोर्ट करने की ज़रूरत नहीं है। उपयोगकर्ता प्राकृतिक भाषा (हिंदी में भी) के ज़रिए आउटपुट में बार-बार बदलाव कर सकते हैं — कैरेक्टर बदलना, प्रोडक्ट बदलना, स्टाइल ट्रांसफर, ऑब्जेक्ट जोड़ना और री-लाइटिंग — जबकि मॉडल उन हिस्सों को सुरक्षित रखता है जिन्हें उपयोगकर्ता रखना चाहता है . बातचीत का हर चरण एक नया वीडियो तैयार करता है, और मॉडल पिछले चरणों के संदर्भ को समझता है .

कीमत: $0.10 प्रति सेकंड

API की कीमत $0.10 प्रति सेकंड वीडियो तय की गई है, जो $1 प्रति 10-सेकंड क्लिप के बराबर है . यह Veo 3.1 Fast के बराबर है, जो वीडियो वर्कफ़्लो के लिए एक सस्ते और तेज़ इटरेशन विकल्प के रूप में उपलब्ध है . इसकी कीमत $1.50 प्रति मिलियन इनपुट टोकन और $17.50 प्रति मिलियन वीडियो आउटपुट टोकन भी है .

उपभोक्ताओं के लिए, Gemini Omni Flash YouTube Shorts पर 18 वर्ष या उससे अधिक उम्र के उपयोगकर्ताओं के लिए मुफ्त है . यह Google AI Plus, Pro और Ultra सब्सक्रिप्शन टियर में भी शामिल है .

10-सेकंड का क्लिप लिमिट: एक जानबूझकर किया गया निर्णय

लॉन्च के समय 10 सेकंड की सीमा एक जानबूझकर किया गया उत्पाद निर्णय है, जिसमें भविष्य के रिलीज़ में लंबी अवधि की योजना बनाई गई है . Google ने इसे क्षमता और सुरक्षा के बीच संतुलन बनाने की एक ज़िम्मेदार रणनीति बताया है . कुछ टिप्पणीकारों का मानना है कि यह सीमा मॉडल आर्किटेक्चर की बजाय डिप्लॉयमेंट पक्ष की एक सीमा हो सकती है .

SynthID वॉटरमार्किंग और कंटेंट प्रोवेनेंस

Gemini Omni Flash के साथ बनाए या एडिट किए गए हर क्लिप में एक अदृश्य SynthID डिजिटल वॉटरमार्क होता है . उपयोगकर्ता Gemini ऐप, Gemini in Chrome, और Google Search के ज़रिए यह पूछकर AI-जनरेटेड कंटेंट की पुष्टि कर सकते हैं कि "क्या यह वीडियो Google AI का उपयोग करके बनाया गया था?" . सपोर्टेड Google सतहों पर, कंटेंट में C2PA कंटेंट क्रेडेंशियल्स भी होते हैं . API में इसे बंद करने का कोई विकल्प नहीं है .

Adobe Firefly इंटीग्रेशन

1 जुलाई 2026 को, Adobe ने Adobe Firefly में Gemini Omni Flash को एक पार्टनर मॉडल के रूप में शामिल किया, जिससे Firefly के इंटरफ़ेस और क्रेडिट सिस्टम का उपयोग करके सादे हिंदी या अंग्रेज़ी में वीडियो एडिटिंग संभव हो गई . इसकी लागत प्रति सेकंड 30 क्रेडिट है . यह Google I/O में घोषित एक व्यापक साझेदारी का हिस्सा है, जिसके तहत Adobe कनेक्टर को Gemini में लाया जाएगा . उपयोगकर्ता टेक्स्ट टू वीडियो मॉड्यूल के मॉडल ड्रॉपडाउन से इसे एक्सेस कर सकते हैं .

साथी मॉडल: Nano Banana 2 Lite

Omni Flash के साथ ही Nano Banana 2 Lite (मॉडल आईडी: gemini-3.1-flash-lite-image) लॉन्च किया गया, जो Google के Nano Banana परिवार का सबसे तेज़ और सस्ता इमेज मॉडल है . यह 4 सेकंड से भी कम समय में इमेज जनरेट करता है, जिसकी लागत $0.04 प्रति 1,000 इमेज से भी कम है . इसकी जनरल अवेलेबिलिटी 30 जून 2026 को Google Cloud पर घोषित की गई थी, और यह Google AI Studio, Gemini API, और Gemini Enterprise Agent Platform पर उपलब्ध है .

Omni Product Studio

Google ने Google I/O 2026 में Omni Product Studio का प्रदर्शन किया, जो एक डेमो ऐप है जो स्टैटिक प्रोडक्ट इमेज को सिनेमैटिक ई-कॉमर्स वीडियो में बदलने के लिए Gemini Omni Flash का उपयोग करता है .

क्षेत्रीय प्रतिबंध और सीमाएं

अपलोड किए गए वीडियो को एडिट करने की सुविधा यूरोपियन इकोनॉमिक एरिया (EEA), स्विट्ज़रलैंड और यूनाइटेड किंगडम के उपयोगकर्ताओं के लिए अवरुद्ध है . कम्युनिटी रिपोर्ट्स में भारत और कुछ अमेरिकी राज्यों में भी प्रतिबंध की खबरें हैं . मॉडल केवल अपने द्वारा जनरेट किए गए क्लिप को ही विश्वसनीय रूप से एडिट कर सकता है — न कि किसी तीसरे पक्ष के अपलोड को। यह डीपफेक दुरुपयोग के खिलाफ एक सुरक्षा उपाय है . स्पीच और ऑडियो एडिटिंग की क्षमताओं को लॉन्च के समय जानबूझकर रोका गया है, खासकर डीपफेक चिंताओं के कारण .

Gemini Omni Flash को क्या अलग बनाता है: एनी-टू-एनी मल्टीमॉडल इनपुट

पाइपलाइन मॉडल के विपरीत, जो इनपुट को क्रमिक रूप से बदलते हैं, Gemini Omni Flash टेक्स्ट, इमेज, ऑडियो और वीडियो को एक सिंगल यूनिफाइड इनपुट के रूप में प्रोसेस करता है और आउटपुट के रूप में वीडियो देता है। इस क्षमता को "एनी-टू-एनी" कहा जाता है . यह मॉडल 3-10 सेकंड के 720p क्लिप 24 fps पर बनाता है, जो 16:9, 9:16 या 1:1 आस्पेक्ट रेशियो में हो सकते हैं, और इनमें सिंक्रोनाइज़्ड नेटिव ऑडियो भी उसी पास में जनरेट होता है .

आप एक ही प्रॉम्प्ट में मॉडल को अधिकतम सात रेफरेंस इमेज, एक वीडियो क्लिप और एक टेक्स्ट ब्रीफ दे सकते हैं, और यह सबको मिलाकर एक सुसंगत आउटपुट तैयार करता है . उदाहरण के लिए, कोई उपयोगकर्ता प्रोडक्ट फ़ोटो, एक बैकग्राउंड वीडियो और एक विवरण दे सकता है, और Omni Flash एक छोटा प्रमोशनल क्लिप तैयार करेगा।

कन्वर्सेशनल वीडियो एडिटिंग: इंटरैक्शन्स API

मुख्य क्षमता कन्वर्सेशनल वीडियो एडिटिंग है, जो इंटरैक्शन्स API द्वारा संचालित है . इसमें क्लिप को किसी अलग एडिटिंग टूल में एक्सपोर्ट करने की ज़रूरत नहीं है। उपयोगकर्ता प्राकृतिक भाषा (हिंदी में भी) के ज़रिए आउटपुट में बार-बार बदलाव कर सकते हैं — कैरेक्टर बदलना, प्रोडक्ट बदलना, स्टाइल ट्रांसफर, ऑब्जेक्ट जोड़ना और री-लाइटिंग — जबकि मॉडल उन हिस्सों को सुरक्षित रखता है जिन्हें उपयोगकर्ता रखना चाहता है . बातचीत का हर चरण एक नया वीडियो तैयार करता है, और मॉडल पिछले चरणों के संदर्भ को समझता है .

कीमत: $0.10 प्रति सेकंड

API की कीमत $0.10 प्रति सेकंड वीडियो तय की गई है, जो $1 प्रति 10-सेकंड क्लिप के बराबर है . यह Veo 3.1 Fast के बराबर है, जो वीडियो वर्कफ़्लो के लिए एक सस्ते और तेज़ इटरेशन विकल्प के रूप में उपलब्ध है . इसकी कीमत $1.50 प्रति मिलियन इनपुट टोकन और $17.50 प्रति मिलियन वीडियो आउटपुट टोकन भी है .

उपभोक्ताओं के लिए, Gemini Omni Flash YouTube Shorts पर 18 वर्ष या उससे अधिक उम्र के उपयोगकर्ताओं के लिए मुफ्त है . यह Google AI Plus, Pro और Ultra सब्सक्रिप्शन टियर में भी शामिल है .

10-सेकंड का क्लिप लिमिट: एक जानबूझकर किया गया निर्णय

लॉन्च के समय 10 सेकंड की सीमा एक जानबूझकर किया गया उत्पाद निर्णय है, जिसमें भविष्य के रिलीज़ में लंबी अवधि की योजना बनाई गई है . Google ने इसे क्षमता और सुरक्षा के बीच संतुलन बनाने की एक ज़िम्मेदार रणनीति बताया है . कुछ टिप्पणीकारों का मानना है कि यह सीमा मॉडल आर्किटेक्चर की बजाय डिप्लॉयमेंट पक्ष की एक सीमा हो सकती है .

SynthID वॉटरमार्किंग और कंटेंट प्रोवेनेंस

Gemini Omni Flash के साथ बनाए या एडिट किए गए हर क्लिप में एक अदृश्य SynthID डिजिटल वॉटरमार्क होता है . उपयोगकर्ता Gemini ऐप, Gemini in Chrome, और Google Search के ज़रिए यह पूछकर AI-जनरेटेड कंटेंट की पुष्टि कर सकते हैं कि "क्या यह वीडियो Google AI का उपयोग करके बनाया गया था?" . सपोर्टेड Google सतहों पर, कंटेंट में C2PA कंटेंट क्रेडेंशियल्स भी होते हैं . API में इसे बंद करने का कोई विकल्प नहीं है .

Adobe Firefly इंटीग्रेशन

1 जुलाई 2026 को, Adobe ने Adobe Firefly में Gemini Omni Flash को एक पार्टनर मॉडल के रूप में शामिल किया, जिससे Firefly के इंटरफ़ेस और क्रेडिट सिस्टम का उपयोग करके सादे हिंदी या अंग्रेज़ी में वीडियो एडिटिंग संभव हो गई . इसकी लागत प्रति सेकंड 30 क्रेडिट है . यह Google I/O में घोषित एक व्यापक साझेदारी का हिस्सा है, जिसके तहत Adobe कनेक्टर को Gemini में लाया जाएगा . उपयोगकर्ता टेक्स्ट टू वीडियो मॉड्यूल के मॉडल ड्रॉपडाउन से इसे एक्सेस कर सकते हैं .

साथी मॉडल: Nano Banana 2 Lite

Omni Flash के साथ ही Nano Banana 2 Lite (मॉडल आईडी: gemini-3.1-flash-lite-image) लॉन्च किया गया, जो Google के Nano Banana परिवार का सबसे तेज़ और सस्ता इमेज मॉडल है . यह 4 सेकंड से भी कम समय में इमेज जनरेट करता है, जिसकी लागत $0.04 प्रति 1,000 इमेज से भी कम है . इसकी जनरल अवेलेबिलिटी 30 जून 2026 को Google Cloud पर घोषित की गई थी, और यह Google AI Studio, Gemini API, और Gemini Enterprise Agent Platform पर उपलब्ध है .

Omni Product Studio

Google ने Google I/O 2026 में Omni Product Studio का प्रदर्शन किया, जो एक डेमो ऐप है जो स्टैटिक प्रोडक्ट इमेज को सिनेमैटिक ई-कॉमर्स वीडियो में बदलने के लिए Gemini Omni Flash का उपयोग करता है .

क्षेत्रीय प्रतिबंध और सीमाएं

अपलोड किए गए वीडियो को एडिट करने की सुविधा यूरोपियन इकोनॉमिक एरिया (EEA), स्विट्ज़रलैंड और यूनाइटेड किंगडम के उपयोगकर्ताओं के लिए अवरुद्ध है . कम्युनिटी रिपोर्ट्स में भारत और कुछ अमेरिकी राज्यों में भी प्रतिबंध की खबरें हैं . मॉडल केवल अपने द्वारा जनरेट किए गए क्लिप को ही विश्वसनीय रूप से एडिट कर सकता है — न कि किसी तीसरे पक्ष के अपलोड को। यह डीपफेक दुरुपयोग के खिलाफ एक सुरक्षा उपाय है . स्पीच और ऑडियो एडिटिंग की क्षमताओं को लॉन्च के समय जानबूझकर रोका गया है, खासकर डीपफेक चिंताओं के कारण .