Większość modeli AI przetwarza dane sekwencyjnie – najpierw tekst, potem obraz, na końcu dźwięk. Gemini Omni Flash działa inaczej. Traktuje tekst, obrazy, dźwięk i wideo jako jeden, spójny strumień wejściowy, a na wyjściu generuje wideo. Ta funkcja, nazywana „any-to-any”, to kluczowa innowacja .
Model tworzy klipy o długości 3–10 sekund w rozdzielczości 720p i 24 klatkach na sekundę, w proporcjach 16:9, 9:16 lub 1:1. Każdy klip zawiera zsynchronizowany, natywnie wygenerowany dźwięk .
W pojedynczym żądaniu można przesłać do modelu aż siedem zdjęć referencyjnych, jeden klip wideo i opis tekstowy, a model połączy je w spójny materiał .
Najważniejszą funkcją jest konwersacyjna edycja wideo, możliwa dzięki Interactions API . Zamiast eksportować klipy do oddzielnego programu montażowego, użytkownik może iteracyjnie ulepszać efekt końcowy, wydając polecenia w języku naturalnym. Możliwa jest zmiana postaci, produktów, stylu graficznego, dodawanie obiektów czy zmiana oświetlenia – wszystko podczas jednej rozmowy z AI, która zapamiętuje kontekst poprzednich żądań
.
Cena API wynosi 0,10 USD za sekundę wygenerowanego wideo, czyli 1 USD za 10-sekundowy klip . To tyle samo, co stawka modelu Veo 3.1 Fast, co plasuje Omni Flash jako tańszą i szybszą alternatywę do prac wideo
. Koszt wejściowy to 1,50 USD za milion tokenów, a wyjściowy dla wideo – 17,50 USD za milion tokenów
.
Dla konsumentów dostęp jest prostszy:
Limit 10 sekund na klip to celowa decyzja produktowa na starcie. Google zapowiada, że dłuższe czasy trwania pojawią się w przyszłych wersjach . Firma określa to jako strategię odpowiedzialnego wdrażania, balansującą możliwości techniczne z bezpieczeństwem
.
Każdy klip wygenerowany lub edytowany za pomocą Omni Flash zawiera niewidoczny cyfrowy znak wodny SynthID . Użytkownicy mogą zweryfikować, czy materiał został stworzony przez AI, zadając w aplikacji Gemini, Gemini w Chrome lub w wyszukiwarce Google pytanie: „Czy ten film został utworzony za pomocą Google AI?”
. Na obsługiwanych powierzchniach Google treść zawiera także metadane C2PA Content Credentials
. Nie ma możliwości wyłączenia znakowania – ani w API, ani w ustawieniach użytkownika
.
1 lipca 2026 roku Adobe dodało Gemini Omni Flash jako model partnerski w ramach Adobe Firefly. Użytkownicy mogą teraz edytować wideo w języku angielskim, korzystając z interfejsu Firefly i systemu kredytów Adobe. Koszt to 30 kredytów na sekundę wideo . Integracja jest efektem szerszego partnerstwa ogłoszonego na Google I/O
.
Równocześnie z Omni Flash Google udostępniło Nano Banana 2 Lite (identyfikator: gemini-3.1-flash-lite-image) – najszybszy i najtańszy model do generowania obrazów w rodzinie Nano Banana . Obrazy tworzy w mniej niż 4 sekundy, a koszt to poniżej 0,04 USD za 1000 obrazów
.
Podczas Google I/O 2026 Google zaprezentowało również Omni Product Studio – aplikację demonstracyjną, która zamienia statyczne zdjęcia produktów w kinowe filmy e-commerce z wykorzystaniem Gemini Omni Flash .
Edycja przesłanych filmów jest zablokowana dla użytkowników w Europejskim Obszarze Gospodarczym (EOG), Szwajcarii i Wielkiej Brytanii . Społeczność użytkowników zgłasza również blokady w Indiach i niektórych stanach USA
.
Co więcej, model niezawodnie edytuje wyłącznie klipy, które sam wygenerował – a nie dowolne filmy wideo przesłane przez użytkownika. To celowe zabezpieczenie przed deepfake'ami .
Google celowo wstrzymało również funkcję edycji mowy i dźwięku w istniejących nagraniach, uznając ją za zbyt ryzykowną w kontekście potencjalnych nadużyć .