Google Gemini Omni Flash: wszystko, co musisz wiedzieć o przełomowym modelu wideo AI

Czym Gemini Omni Flash różni się od innych modeli?

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 ^AAB.

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 ^HG.

W pojedynczym żądaniu można przesłać do modelu aż siedem zdjęć referencyjnych, jeden klip wideo i opis tekstowy, a model połączy je w spójny materiał ^BG.

Rewolucja w edycji wideo: rozmowa zamiast myszki

Najważniejszą funkcją jest konwersacyjna edycja wideo, możliwa dzięki Interactions API ^AA. 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 ^A.

Cennik: 0,10 USD za sekundę

Cena API wynosi 0,10 USD za sekundę wygenerowanego wideo, czyli 1 USD za 10-sekundowy klip ^AH. To tyle samo, co stawka modelu Veo 3.1 Fast, co plasuje Omni Flash jako tańszą i szybszą alternatywę do prac wideo ^Y. Koszt wejściowy to 1,50 USD za milion tokenów, a wyjściowy dla wideo – 17,50 USD za milion tokenów ^H.

Dla konsumentów dostęp jest prostszy:

• YouTube Shorts: funkcja dostępna bezpłatnie dla użytkowników powyżej 18. roku życia ^AWN.
• Subskrypcje: model jest zawarty w pakietach Google AI Plus, Pro i Ultra ^AG.

Dlaczego limit 10 sekund?

Limit 10 sekund na klip to celowa decyzja produktowa na starcie. Google zapowiada, że dłuższe czasy trwania pojawią się w przyszłych wersjach ^HY. Firma określa to jako strategię odpowiedzialnego wdrażania, balansującą możliwości techniczne z bezpieczeństwem ^T.

SynthID i pochodzenie treści

Każdy klip wygenerowany lub edytowany za pomocą Omni Flash zawiera niewidoczny cyfrowy znak wodny SynthID ^YNN. 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?” ^NB. Na obsługiwanych powierzchniach Google treść zawiera także metadane C2PA Content Credentials ^NC. Nie ma możliwości wyłączenia znakowania – ani w API, ani w ustawieniach użytkownika ^DG.

Integracja z Adobe Firefly

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 ^D. Integracja jest efektem szerszego partnerstwa ogłoszonego na Google I/O ^B.

Model towarzyszący: Nano Banana 2 Lite

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 ^AA. Obrazy tworzy w mniej niż 4 sekundy, a koszt to poniżej 0,04 USD za 1000 obrazów ^BHB.

Omni Product Studio

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 ^GC.

Ograniczenia regionalne i techniczne

Edycja przesłanych filmów jest zablokowana dla użytkowników w Europejskim Obszarze Gospodarczym (EOG), Szwajcarii i Wielkiej Brytanii ^A. Społeczność użytkowników zgłasza również blokady w Indiach i niektórych stanach USA ^A.

Co więcej, model niezawodnie edytuje wyłącznie klipy, które sam wygenerował – a nie dowolne filmy wideo przesłane przez użytkownika. To celowe zabezpieczenie przed deepfake'ami ^A.

Google celowo wstrzymało również funkcję edycji mowy i dźwięku w istniejących nagraniach, uznając ją za zbyt ryzykowną w kontekście potencjalnych nadużyć ^TGL.