Google Gemini Omni Flash – guide till Googles banbrytande AI-videomodell

Vad gör Gemini Omni Flash unik: "Any-to-Any" multimodal input

Till skillnad från traditionella pipeline-modeller som bearbetar input sekventiellt, hanterar Gemini Omni Flash text, bilder, ljud och video som en enda enhetlig input och producerar video som output – en förmåga som kallas "any-to-any" ^AAB. Modellen genererar 3–10 sekunders 720p-klipp i 24 fps med bildförhållandena 16:9, 9:16 eller 1:1, samt synkroniserat ljud som skapas i samma pass ^HG.

Du kan mata modellen med upp till sju referensbilder, ett videoklipp och en kort textbeskrivning i en enda prompt, och den smälter samman dem till en sammanhängande video ^BG. En användare skulle till exempel kunna ladda upp produktbilder, en bakgrundsvideo och en beskrivning, och Omni Flash skulle generera ett kort reklamklipp.

Konversationsbaserad videoredigering: Interactions API

Den mest framträdande funktionen är konversationsbaserad videoredigering, möjliggjord av Interactions API ^AA. Istället för att exportera klipp till ett separat redigeringsverktyg kan användare iterativt förfina resultatet genom naturligt språk – byta karaktärer, produkter, stilar, lägga till objekt eller ändra belysning – medan modellen bevarar de delar av videon som användaren vill behålla ^AA. Varje steg i konversationen producerar en ny video, och modellen förstår sammanhanget från tidigare steg ^A.

Pris: 0,10 USD per sekund

API-priset är satt till 0,10 USD per sekund genererad video, vilket motsvarar 1 USD per 10-sekundersklipp ^AH. Detta matchar Veo 3.1 Fast och positionerar Omni Flash som ett mer kostnadseffektivt alternativ för snabba iterationer i videoproduktion ^Y. Priset är också 1,50 USD per miljon inputtokens och 17,50 USD per miljon video-outputtokens ^H.

För konsumenter är Gemini Omni Flash kostnadsfritt på YouTube Shorts för användare som är 18 år eller äldre ^AWN. Det ingår även i Google AI Plus, Pro och Ultra-prenumerationsnivåerna ^AG.

10-sekundersgränsen: Ett medvetet val

10-sekundersbegränsningen är ett medvetet produktbeslut vid lansering, med längre videor planerade för framtida releaser ^HY. Google har beskrivit detta som en ansvarsfull utrullningsstrategi, som balanserar kapacitet med säkerhet ^T. Vissa kommentatorer menar att begränsningen kan vara en implementeringsbegränsning snarare än en begränsning i själva modellarkitekturen ^N.

SynthID-vattenmärkning och innehållsspårbarhet

Varje klipp som genereras eller redigeras med Omni Flash innehåller ett osynligt SynthID-digitalt vattenmärke ^YNN. Användare kan verifiera AI-genererat innehåll via Gemini-appen, Gemini i Chrome och Google Search genom att fråga "Skapades den här videon med Google AI?" ^NB. På Googles plattformar bär innehållet även C2PA Content Credentials ^NC. Det finns ingen möjlighet att stänga av vattenmärkning via API ^DG.

Integration med Adobe Firefly

Den 1 juli 2026 lade Adobe till Gemini Omni Flash som en partnermodell i Adobe Firefly, vilket möjliggör videoredigering på vanlig svenska via Fireflys gränssnitt och creditsystem ^D. Det kostar 30 credits per sekund video ^D. Detta följer på ett bredare partnerskap som annonserades på Google I/O för att integrera Adobe-anslutningen i Gemini ^B. Användare kan nå modellen via rullgardinsmenyn för modeller i modulen Text till Video ^A.

Kompanjonsmodell: Nano Banana 2 Lite

I samband med Omni Flash lanserades Nano Banana 2 Lite (modell-ID: gemini-3.1-flash-lite-image), den snabbaste och billigaste bildmodellen i Googles Nano Banana-familj ^AA. Den genererar bilder på under 4 sekunder till en kostnad av under 0,04 USD per 1 000 bilder ^BHB. Allmän tillgänglighet annonserades 30 juni 2026 på Google Cloud, och modellen finns i Google AI Studio, Gemini API och Gemini Enterprise Agent Platform ^HCB.

Omni Product Studio

Google visade upp Omni Product Studio på Google I/O 2026, en demo-app som förvandlar statiska produktbilder till filmiska e-handelsvideor med hjälp av Gemini Omni Flash ^GC.

Regionala begränsningar

Redigering av uppladdade videor är blockerad för användare i Europeiska ekonomiska samarbetsområdet (EES), Schweiz och Storbritannien ^A. Användarrapporter indikerar även blockering i Indien och vissa delstater i USA ^A. Modellen redigerar tillförlitligt endast sina egna genererade klipp – inte godtyckliga uppladdningar från tredje part – som en säkerhetsåtgärd mot deepfake-missbruk ^A. Möjligheten att redigera tal och ljud är medvetet undanhållen vid lansering på grund av deepfake-bekymmer ^TGL.