คำตอบเผยแพร่แล้ว2 เดือนที่ผ่านมาLast edited 2 เดือนที่ผ่านมา22 แหล่งที่มา

Gemini Omni 1.1 Flash คืออะไร? เจาะฟีเจอร์ ราคา การใช้งาน และเวิร์กโฟลว์ผลิตวิดีโอ

Gemini Omni 1.1 Flash เปิดให้ใช้งานทั่วไปผ่าน Gemini API เมื่อวันที่ 27 สิงหาคม 2026 โดยเน้นการควบคุมและการทำงานแบบเป็นขั้นตอน มากกว่าการอ้างว่าเป็นโมเดลที่ให้ภาพดีที่สุดในทุกกรณี [33] โมเดลต่อวิดีโอได้ครั้งละ 10 วินาที โดยอ่านบริบทก่อนหน้าได้สูงสุด 10 วินาที และต่อรวมกันได้สูงสุด 40 วินาที ขณะที่โหมดร่าง 360p เร็วข...

เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5

ค้นหาและตรวจสอบข้อเท็จจริงด้วย Studio Global AI ดูหน้าที่กำลังมาแรงเพิ่มเติม

คำตอบการวิจัย

ประเด็นสำคัญ

Gemini Omni 1.1 Flash เปิดให้ใช้งานทั่วไปผ่าน Gemini API เมื่อวันที่ 27 สิงหาคม 2026 โดยเน้นการควบคุมและการทำงานแบบเป็นขั้นตอน มากกว่าการอ้างว่าเป็นโมเดลที่ให้ภาพดีที่สุดในทุกกรณี [33]
โมเดลต่อวิดีโอได้ครั้งละ 10 วินาที โดยอ่านบริบทก่อนหน้าได้สูงสุด 10 วินาที และต่อรวมกันได้สูงสุด 40 วินาที ขณะที่โหมดร่าง 360p เร็วขึ้นได้สูงสุด 60% และมีต้นทุนราวหนึ่งในสามของ 720p ตามข้อมูลจาก Google [1][5]
ราคาวิดีโอเอาต์พุตอยู่ที่ 17.50 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคน หรือประมาณ 0.10 ดอลลาร์ต่อวินาทีสำหรับ 720p แต่ค่าใช้จ่ายจริงยังขึ้นกับอินพุต ความละเอียด ระยะเวลา และเอาต์พุตข้อความ [41][43]
โมเดลนี้ช่วยลดต้นทุนการทดลองและงานเชื่อมช็อต แต่ยังไม่แทนที่การตัดต่อ คอมโพสิต เสียง การตรวจสิทธิ์ และการควบคุมคุณภาพแบบงานโปรดักชันทั่วไป

Abstract editorial illustration of Google Gemini Omni 1.1 Flash generating and extending video between keyframes — 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 prioGemini Omni 1.1 Flash emphasizes controllable, iterative AI-video production.
AI พรอมต์
Create 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,
openai.com

Gemini Omni 1.1 Flash คืออะไร

Gemini Omni 1.1 Flash คือโมเดลมัลติโหมดของ Google สำหรับสร้างและแก้ไขวิดีโอจากข้อความ ภาพ และวิดีโอ จุดเปลี่ยนสำคัญของรุ่นนี้ไม่ใช่การประกาศว่าทุกเฟรมจะสวยกว่าคู่แข่ง แต่เป็นการขยับไปสู่เวิร์กโฟลว์ที่กำกับทิศทางได้มากขึ้น: สร้างร่างราคาประหยัด เก็บบริบทของฉากเดิมไว้ได้นานขึ้น กำหนดจุดเริ่มต้นและจุดจบของการเคลื่อนไหว แล้วค่อยเรนเดอร์เวอร์ชันความละเอียดสูงสำหรับส่งมอบงาน 4 5 33

โมเดลรองรับอินพุตทั้งข้อความ ภาพ และวิดีโอ และสร้างวิดีโอเอาต์พุตได้ครั้งละ 3–10 วินาที ที่ 24 เฟรมต่อวินาที โดยมีตัวเลือกความละเอียด 360p, 720p, 1080p และ 4K ส่วนวิดีโอที่ใช้สำหรับการแก้ไขหรือต่อฉากในเอกสาร API รองรับความยาวสูงสุด 10 วินาที 1

ด้วยเหตุนี้ Omni 1.1 Flash จึงน่าสนใจสำหรับทีมตัดต่อ โมชันดีไซน์ เอเจนซี และทีมผลิตภัณฑ์ มากกว่าเครื่องมือที่อาศัยพรอมต์เพียงอย่างเดียว เพราะสามารถเริ่มจากวัตถุดิบภาพที่ผ่านการอนุมัติแล้ว และนำไปต่อในกระบวนการทำงานที่ทำซ้ำได้

4 ฟีเจอร์ที่มีผลต่อการทำงานจริง

1. ต่อฉากโดยใช้บริบทเดิมได้นานขึ้น

เมื่อต้องการต่อวิดีโอ Gemini Omni 1.1 Flash สามารถวิเคราะห์ฟุตเทจก่อนหน้าได้สูงสุด 10 วินาที จากเดิมที่ข้อมูลของ Omni รุ่นก่อนหน้าอ้างอิงบริบทที่แคบกว่านั้น การมีข้อมูลเพิ่มขึ้นช่วยให้โมเดลเข้าใจตัวละคร แสง การเคลื่อนกล้อง และจังหวะของเหตุการณ์ก่อนสร้างช่วงต่อเนื่อง 5 11

การต่อฉากทำเป็นช่วงละ 10 วินาที และต่อรวมกันได้สูงสุด 40 วินาที อย่างไรก็ตาม การสร้างหนึ่งครั้งยังจำกัดอยู่ที่ 3–10 วินาที ดังนั้นควรมองฟีเจอร์นี้เป็นการต่อฉากแบบแบ่งเป็นช่วง ไม่ใช่การสั่งพรอมต์ครั้งเดียวเพื่อสร้างวิดีโอยาวแบบไม่จำกัด 1 2 4

ในมุมของทีมโปรดักชัน ผู้กำกับสามารถอนุมัติช็อตสั้นก่อน แล้วค่อยต่อฉากหรือแตกแขนงจากจุดนั้นได้ การใช้บริบทที่ยาวขึ้นอาจช่วยลดอาการที่ตัวละคร พร็อพ แสง หรือการเคลื่อนไหวเปลี่ยนไปจากเดิม แต่ไม่ได้รับประกันความต่อเนื่องที่สมบูรณ์แบบทุกครั้ง

2. กำหนดเฟรมแรกและเฟรมสุดท้ายเพื่อควบคุมการเคลื่อนไหว

โมเดลสามารถสร้างวิดีโอระหว่างภาพสองภาพที่ผู้ใช้กำหนด ได้แก่ เฟรมเริ่มต้นและเฟรมสิ้นสุด โดยบันทึกการเปลี่ยนแปลงนี้ไว้ในกระบวนการ image-to-video ของ Google 33

ฟีเจอร์นี้ช่วยให้ทีมกำหนด “ปลายทาง” ของช็อตได้ชัดขึ้น เช่น ใส่ภาพจัดวางสินค้าในช่วงเปิดฉากและภาพตำแหน่งที่ต้องการให้สินค้าไปอยู่ตอนจบ จากนั้นให้โมเดลสร้างการเคลื่อนที่ระหว่างสองจุดดังกล่าว เวิร์กโฟลว์ลักษณะนี้อาจเหมาะกับการทำทางเชื่อมของการเคลื่อนกล้อง ลูป หรือทรานซิชัน แต่คุณภาพและความเสถียรยังควรทดสอบกับช็อตจริงของแต่ละงาน

ข้อได้เปรียบในทางปฏิบัติคือทีมล็อกการตัดสินใจด้านภาพที่สำคัญไว้สองจุดได้แล้ว ขณะที่การสร้างจากพรอมต์อย่างเดียวจะปล่อยให้โมเดลคาดเดาทั้งจุดเริ่มต้นและจุดจบของช็อต

3. โหมดร่าง 360p ช่วยให้ทดลองได้ถูกลง

Google ระบุว่าการสร้างพรีวิวที่ความละเอียด 360p ทำได้เร็วขึ้นสูงสุด 60% และมีต้นทุนประมาณหนึ่งในสามเมื่อเทียบกับเอาต์พุต 720p มาตรฐาน 5

สิ่งนี้เปิดทางให้ทีมวางลำดับต้นทุนสำหรับการทำสตอรีบอร์ดและการอนุมัติงานได้ดังนี้

สร้างหลายเวอร์ชันที่ 360p เพื่อทดสอบพรอมต์ จังหวะ เฟรม และการเคลื่อนไหว
เลือกเทกที่ดีที่สุด แล้วปรับปรุงภาพอ้างอิงหรือเฟรมต้น-จบ
เรนเดอร์เวอร์ชันที่อนุมัติแล้วด้วยความละเอียดสูงขึ้น
ทำคอมโพสิต เกรดสี เสียง ตรวจสิทธิ์ และควบคุมคุณภาพด้วยเครื่องมือโปรดักชันทั่วไป

เอกสารราคาของ Google ระบุว่าเอาต์พุตวิดีโอ 360p ใช้ 1,931 โทเคนต่อวินาที ส่วน 720p ใช้ 5,792 โทเคนต่อวินาที เมื่อคิดจากราคา 17.50 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคนสำหรับวิดีโอเอาต์พุต จะเท่ากับประมาณ 0.034 ดอลลาร์ต่อวินาทีสำหรับ 360p และ 0.101 ดอลลาร์ต่อวินาทีสำหรับ 720p โดยยังไม่รวมค่าอินพุตและเอาต์พุตข้อความ 41 43

ดังนั้นบิลจริงจึงไม่ใช่ราคาคงที่ต่อคลิป เพราะอินพุต สื่อที่ป้อนให้โมเดล ข้อความ ความละเอียด ระยะเวลา และแพลตฟอร์มที่ใช้งาน ล้วนมีผลต่อยอดรวม

4. ทำงานตั้งแต่ร่างไปจนถึงไฟล์ความละเอียดสูง

API รองรับความละเอียด 360p, 720p, 1080p และ 4K โดยเอกสารเปิดตัวของ Google วางตำแหน่งความละเอียดสูง รวมถึง 4K ไว้สำหรับปิดงานที่ผ่านการทดลองด้วยต้นทุนต่ำมาแล้ว 1 3 4

แนวทางนี้เหมาะกับทีมที่ต้องการแยกขั้นตอน “ทดลองไอเดีย” ออกจาก “เรนเดอร์เพื่อส่งมอบ” และช่วยป้องกันการใช้โควตาหรือค่าใช้จ่ายระดับสูงกับแนวคิดที่ยังไม่ผ่านการอนุมัติด้านสตอรีบอร์ดหรือการเคลื่อนไหว

วิดีโออ้างอิงเปลี่ยนเวิร์กโฟลว์อย่างไร

Omni 1.1 Flash ออกแบบมาให้รับอินพุตแบบมัลติโหมด ทีมจึงสามารถใช้คำสั่งที่เป็นข้อความร่วมกับภาพอ้างอิง เช่น สไตล์เฟรม ภาพสินค้า ฟุตเทจต้นฉบับ หรือวิดีโอตัวอย่างการเคลื่อนไหว ทั้งนี้วิดีโอที่ใช้สำหรับการแก้ไขและต่อฉากใน API จำกัดความยาวไว้ที่ 10 วินาที 1 4

กระบวนการที่มีภาพอ้างอิงมักตรวจสอบได้ง่ายกว่าการส่งบรีฟเป็นข้อความล้วน เพราะทุกฝ่ายเห็นจุดยึดทางภาพร่วมกัน ก่อนเริ่มสร้าง ทีมสามารถระบุได้ว่าอะไรต้องคงเดิม เช่น ดีไซน์สินค้า โลโก้ รูปลักษณ์ตัวละคร หรือองค์ประกอบของเฟรมเปิดฉาก และอะไรที่เปิดให้โมเดลสร้างขึ้นใหม่

อย่างไรก็ตาม วิดีโออ้างอิงไม่ใช่สิ่งทดแทนใบอนุญาตใช้งานหรือระบบตรวจสอบความต่อเนื่องทั้งหมด ทีมยังต้องตรวจว่ามีสิทธิ์ใช้ฟุตเทจที่ป้อนให้โมเดลหรือไม่ ผลลัพธ์ยังคงรักษาองค์ประกอบแบรนด์ที่ได้รับการคุ้มครองได้ถูกต้องหรือไม่ และไฟล์ที่สร้างตรงตามข้อกำหนดด้านบรรณาธิการและกฎหมายของโครงการหรือไม่

ราคาและช่องทางใช้งาน

ราคาของ Gemini API ระบุไว้ที่ 1.50 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคนอินพุต, 9 ดอลลาร์ต่อหนึ่งล้านโทเคนเอาต์พุตข้อความ และ 17.50 ดอลลาร์ต่อหนึ่งล้านโทเคนเอาต์พุตวิดีโอ Google คิดค่าบริการวิดีโอ 720p ที่ 5,792 โทเคนต่อวินาที จึงอยู่ที่ประมาณ 0.10 ดอลลาร์ต่อวินาทีของวิดีโอที่สร้าง ก่อนรวมค่าใช้จ่ายอื่นที่เกี่ยวข้อง 41

บันทึกการเปลี่ยนแปลงของ Gemini API ระบุว่า gemini-omni-1.1-flash เป็นโมเดลที่เปิดให้ใช้งานทั่วไปสำหรับนักพัฒนาบน Gemini API แบบชำระเงิน 33 41

แต่ช่องทางใช้งานของ Google ไม่ได้มีสถานะเหมือนกันทั้งหมด ประกาศฝั่งผู้บริโภคระบุว่า Gemini Omni ให้บริการผ่านแอป Gemini และ Google Flow สำหรับสมาชิก Google AI Plus, Pro และ Ultra ขณะที่เอกสาร Gemini Enterprise Agent Platform ระบุ Gemini Omni 1.1 Flash เป็น Public Preview ทีมที่กำลังวางระบบจริงจึงควรตรวจสอบ model ID ภูมิภาค โควตา สถานะการเรียกเก็บเงิน และความพร้อมใช้งานของผลิตภัณฑ์แต่ละตัวก่อนผูกเข้ากับกระบวนการผลิต 20 22 32

มี Adobe Firefly หรือ Figma ให้ใช้โดยตรงหรือไม่

หลักฐานที่มีอยู่ยังไม่ชัดเจนเพียงพอที่จะยืนยันการประกาศอย่างเป็นทางการเกี่ยวกับการผสานรวมกับ Figma โดยตรง จึงไม่ควรถือว่าคำกล่าวอ้างดังกล่าวได้รับการยืนยันแล้ว ส่วนการเชื่อมต่อกับเครื่องมือภายนอกหรือกรณีศึกษาการใช้งานของลูกค้าควรแยกออกจากการเข้าถึงโมเดลผ่านผลิตภัณฑ์สำหรับนักพัฒนาและครีเอทีฟของ Google ที่ยืนยันได้

สำหรับผู้ซื้อระดับมืออาชีพ คำถามสำคัญจึงไม่ใช่เพียงมีชื่อแบรนด์ใดอยู่ในข่าวเปิดตัว แต่คือโมเดลพร้อมใช้งานในกระบวนการรีวิว การจัดการแอสเซต การตัดต่อ และการอนุมัติของทีมจริงหรือไม่ รวมถึงมี API ที่เสถียรและการคิดค่าบริการที่คาดการณ์ได้เพียงใด

Gemini Omni 1.1 Flash เทียบกับ OpenAI Sora

ไม่ควรเปรียบเทียบ Gemini Omni 1.1 Flash กับ OpenAI Sora ด้วยฟีเจอร์เด่นเพียงข้อเดียว หลักฐานที่มีสนับสนุนข้อสรุปที่แคบกว่านั้น: Google กำลังแข่งขันในตลาดวิดีโอ AI ระดับมืออาชีพด้วยการเน้นการต่อฉาก การกำหนดเฟรมต้น-จบ อินพุตอ้างอิงแบบมัลติโหมด การสร้างร่างอย่างรวดเร็ว และการทดลองผ่าน API 4 33

ขณะนี้ยังไม่มีหลักฐานอิสระที่เป็นตัวแทนของการใช้งานจริงมากพอจะสรุปว่า Omni 1.1 Flash สร้างภาพสมจริงกว่า มีฟิสิกส์ดีกว่า หรือรักษาความต่อเนื่องได้ดีกว่า Sora อย่างสม่ำเสมอ แหล่งข้อมูลที่มีอยู่ก็ยังไม่มีเกณฑ์ทดสอบกลางที่ทำให้ทั้งสองระบบเทียบกันได้โดยตรง

การเปรียบเทียบที่จริงจังควรใช้พรอมต์ ภาพอ้างอิง ระยะเวลาช็อต ความละเอียดเอาต์พุต และเกณฑ์การยอมรับแบบเดียวกัน โดยวัดอย่างน้อยเรื่องต่อไปนี้

ความต่อเนื่องของตัวละคร สินค้า แสง และการเคลื่อนกล้อง
อัตราความสำเร็จของทรานซิชันระหว่างเฟรมแรกกับเฟรมสุดท้าย
เวลาเรนเดอร์ในความละเอียดสำหรับร่างและสำหรับส่งมอบ
ต้นทุนต่อวินาทีที่ผ่านการอนุมัติ ไม่ใช่ต้นทุนต่อการสร้างหนึ่งครั้ง
ความต้องการด้านเสียงและบทสนทนา
นโยบายความปลอดภัย สิทธิ์การใช้งาน และการจัดการข้อมูล
ความง่ายในการเชื่อมต่อกับเครื่องมือตัดต่อและรีวิวที่ทีมใช้อยู่

เวิร์กโฟลว์ผลิตวิดีโอที่แนะนำ

เวิร์กโฟลว์ที่เหมาะกับ Gemini Omni 1.1 Flash สามารถเริ่มได้ดังนี้

เตรียมสไตล์เฟรม ภาพสินค้า ฟุตเทจต้นฉบับ หรือวิดีโออ้างอิงการเคลื่อนไหวที่ผ่านการอนุมัติ
สร้างร่างหลายเวอร์ชันที่ 360p เพื่อทดสอบทิศทาง องค์ประกอบภาพ จังหวะ และการเคลื่อนไหว
เลือกเทกที่ดีที่สุด และกำหนดเฟรมเปิดกับเฟรมปิดเมื่อช็อตนั้นเหมาะกับการควบคุมแบบ endpoint
ต่อช็อตทีละช่วง 10 วินาที พร้อมตรวจสอบความต่อเนื่องหลังการสร้างแต่ละครั้ง
เรนเดอร์ลำดับภาพที่อนุมัติแล้วเป็น 1080p หรือ 4K เมื่อข้อกำหนดการส่งมอบคุ้มค่ากับต้นทุน
ปิดงานคอมโพสิต เกรดสี เสียง คำบรรยาย ตรวจสิทธิ์ และควบคุมคุณภาพด้วยเครื่องมือโปรดักชันทั่วไป

โมเดลนี้อาจช่วยลดต้นทุนการทดลองและลดงานทำช็อตเชื่อมระหว่างฉาก แต่ไม่ได้ตัดสินใจด้านบรรณาธิการแทนทีม และไม่ได้ทำให้วิดีโอที่สร้างขึ้นพร้อมเผยแพร่โดยอัตโนมัติ การตรวจสอบความต่อเนื่อง ความถูกต้องทางเทคนิค สิทธิ์การใช้งาน และคุณภาพขั้นสุดท้ายยังคงเป็นส่วนสำคัญของงานผลิตวิดีโอ

Studio Global AI

ทำการวิจัยต่อ

หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global

ค้นหาและตรวจสอบข้อเท็จจริงด้วย Studio Global AI

คนยังถาม

คำตอบสั้น ๆ สำหรับ "Gemini Omni 1.1 Flash คืออะไร? เจาะฟีเจอร์ ราคา การใช้งาน และเวิร์กโฟลว์ผลิตวิดีโอ" คืออะไร

ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?

ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?

ราคาวิดีโอเอาต์พุตอยู่ที่ 17.50 ดอลลาร์สหรัฐต่อหนึ่งล้านโทเคน หรือประมาณ 0.10 ดอลลาร์ต่อวินาทีสำหรับ 720p แต่ค่าใช้จ่ายจริงยังขึ้นกับอินพุต ความละเอียด ระยะเวลา และเอาต์พุตข้อความ [41][43]

แหล่งที่มา