Gemini Omni 1.1 Flash 功能、價格與使用方式：AI 影片製作不再只靠提示詞

Gemini Omni 1.1 Flash 是 Google 推出的快速多模態影片生成與編輯模型。它最值得注意的地方，不是宣稱每一格畫面都比競品更漂亮，而是將 AI 影片帶入一個更容易操控的製作循環：先用低成本版本反覆試做，延伸鏡頭時保留更多前文，為轉場指定起點與終點，最後再輸出較高解析度的交付版本。4533

Gemini Omni 1.1 Flash 能做什麼？

模型可接受文字、圖片與影片輸入，並產生影片輸出。Google API 文件列出的單次輸出長度為 3 至 10 秒、每秒 24 格，解析度則包括 360p、720p、1080p 與 4K。用於編輯或延伸的影片輸入，在 API 文件中最長可達 10 秒。1

因此，它對剪輯師、動態設計師、廣告代理商與產品團隊的意義，可能比單純靠提示詞「生一支影片」的工具更大。團隊可以從已核准的視覺素材出發，把模型嵌入可重複、可審核的流程，而不是只把它當成一次性的創意實驗。

四項最值得注意的製作功能

1. 場景延伸可參考更多前段內容

延伸既有影片時，Gemini Omni 1.1 Flash 可以分析最多 10 秒的前段影片內容。早期 Omni 相關資料描述的參考範圍更窄；新的方式讓模型在生成後續畫面時，能取得更多關於主體、光線、攝影機運動與動作的資訊。511

每次延伸以 10 秒為一個階段，累計最長可達 40 秒。不過，單次生成仍限制在 3 至 10 秒，因此這項功能應理解為「分階段續接」，而不是用一個提示詞直接生成無限制長度的完整場景。124

對製作團隊而言，這個差異很重要。導演或剪輯師可以先審核一個短鏡頭，再從核准的位置繼續延伸或分支，同時維持容易管理的鏡頭長度。較長的上下文有機會降低連貫性漂移，但不代表角色、道具、光線或動作每次都能完美一致。

2. 首幀與尾幀控制，讓運動方向更明確

模型可以根據兩張指定圖片——起始影格與結束影格——生成中間的影片。Google API 更新紀錄將這項功能列為 image-to-video 工作流程中的影格插值。33

這讓團隊更容易指定鏡頭最後要抵達的畫面。例如，產品影片可以先提供產品的開場構圖，以及必須完成的展示位置，再讓模型生成兩者之間的運動。這類方式也可能用於鏡頭運動銜接、循環動畫與轉場，但每種結果的品質與穩定性，仍須以實際鏡頭測試。

實務上的優勢在於控制力。只靠提示詞生成時，模型必須自行推測鏡頭從哪裡開始、最後停在哪裡；指定首尾影格，則能先鎖定兩個創意決定，再要求模型補上中間的動作。

3. 360p 草稿模式，提供更便宜的反覆試做階段

Google 表示，360p 預覽最快可比標準 720p 輸出快 60%，成本約為後者的三分之一。5

這讓團隊可以建立一條更實用的成本階梯：

1. 先生成多個 360p 版本，測試提示詞、節奏、構圖與運動。
2. 選出最有潛力的版本，調整參考素材或首尾影格。
3. 審核通過後，再以較高解析度重新輸出。
4. 在生成之外，完成合成、調色、聲音、權利確認與品質檢查。

Google 的定價文件列出 360p 影片每秒 1,931 個輸出 token，720p 則為每秒 5,792 個 token。按照每百萬影片輸出 token 17.50 美元的公開價格計算，360p 約為每秒 0.034 美元，720p 約為每秒 0.101 美元；這還未包括輸入素材與文字輸出的費用。4143

所以，實際帳單並不是單純的「每支影片固定收費」。輸入媒體、文字回覆、影片長度、解析度，以及所使用的平台，都可能影響最終金額。

4. 高解析度輸出可接在同一套流程後段

API 同時支援 360p、720p、1080p 與 4K 選項。Google 的發布資料將包括 4K 在內的高解析度模式定位為：先以低成本方式試驗，選出合格作品後再完成交付渲染。134

對需要交付高畫質素材的團隊來說，這有助於把「創意迭代」與「交付渲染」拆開。也能避免常見的流程浪費：一開始就把高解析度生成額度花在尚未通過分鏡或運動審核的構想上。

參考影片如何改變製作方式？

Omni 1.1 Flash 是多模態模型，團隊可以把文字指示與視覺參考一起交給它。視任務而定，參考內容可以包括風格畫面、產品圖片、既有背景素材，或一段短小的動作示範。14

相較於只有文字的流程，參考素材更容易讓團隊檢視結果，因為創意簡報裡有可直接對照的視覺錨點。生成前，團隊可以先決定哪些元素必須固定，例如產品外觀、標誌呈現、角色樣貌或開場構圖；哪些元素則交由模型發揮。

但參考影片不是授權文件，也不是完整的連貫性系統。團隊仍須確認是否擁有素材使用權、生成結果是否正確保留受保護的品牌元素，以及輸出是否符合專案的編輯、法務與發布要求。

Gemini Omni 1.1 Flash 價格與取得方式

Google Gemini API 定價列出以下標準價格：每百萬輸入 token 1.50 美元、每百萬文字輸出 token 9 美元，以及每百萬影片輸出 token 17.50 美元。Google 以 720p 每秒 5,792 個 token 計費，換算後約為每生成一秒 0.10 美元；其他適用費用另計。41

Google API 更新紀錄顯示，gemini-omni-1.1-flash 已在付費 Gemini API 層級正式發布，開發者可使用 GA 版本。3341

不過，不同 Google 產品的供應狀態並不完全相同。Google 面向一般使用者的公告指出，Gemini Omni 可透過 Gemini 應用程式與 Google Flow，提供給 Google AI Plus、Pro 與 Ultra 訂閱者；Google Enterprise Agent Platform 的發布說明則將 Gemini Omni 1.1 Flash 列為 Public Preview（公開預覽）。團隊在把模型納入正式生產線前，應再次確認目前的模型 ID、所在地區、配額、計費狀態與產品專屬供應情況。202232

它是否已整合 Adobe Firefly 或 Figma？

目前提供的證據不足以支持「已正式直接整合 Figma」這項說法，因此不應將其視為已確認的事實。較穩妥的做法，是把 Google 自家開發者與創意產品中的已確認存取管道，與第三方報導或客戶使用案例區分開來。

對專業買家而言，真正重要的問題也不只是某個品牌是否出現在發布新聞中，而是模型能否進入團隊實際使用的審核、素材管理、剪輯與核准流程，並提供穩定 API 與可預期的計費方式。

Gemini Omni 1.1 Flash 與 OpenAI Sora：該怎麼比？

Gemini Omni 1.1 Flash 與 OpenAI Sora 不適合只用單一宣傳功能分高下。現有資料較能支持的結論是：Google 正透過場景延伸、首尾影格控制、多模態參考、快速草稿與 API 迭代，積極切入專業 AI 影片製作。433

但根據目前提供的來源，還沒有足夠獨立且具代表性的證據，能宣稱 Omni 1.1 Flash 在畫面寫實度、物理效果或連貫性上穩定優於 Sora。來源也沒有提供可直接把兩者視為同一基準比較的統一評測。

較嚴謹的比較方式，應使用相同提示詞、參考素材、鏡頭長度、輸出解析度與驗收標準，並測量：

• 角色、產品、光線與攝影機運動的連貫性；
• 首幀至尾幀轉場的成功率；
• 草稿與交付解析度下的生成延遲；
• 每個獲核准秒數的成本，而不是每次嘗試的成本；
• 音訊與對白需求；
• 安全、授權與資料處理政策；以及
• 模型與團隊既有剪輯及審核工具的整合難度。

一套較實用的製作流程

使用 Gemini Omni 1.1 Flash 時，可以採用以下流程：

1. 準備已核准的風格畫面、產品圖片、背景素材或動作參考。
2. 以 360p 生成多個草稿，測試方向、構圖、節奏與運動。
3. 選出最合適的版本；若需要更精準的轉場，再指定首幀與尾幀。
4. 以每次 10 秒的階段延伸鏡頭，每完成一次就檢查連貫性。
5. 確認序列後，再視交付需求輸出 1080p 或 4K 版本。
6. 在傳統製作工具中完成合成、調色、聲音、字幕、權利審核與品質控制。

這套流程可以降低試錯成本，也能減少製作銜接鏡頭時所需的手工作業。但它不會取代決定影片是否連貫、合法可用、符合技術規格或適合發布的編輯判斷。