Eine Sekunde 720p-Video mit Gemini Omni 1.1 Flash kostet etwa 0,10 US-Dollar. Das entspricht dem Wert auf Googles eigener Preisseite. Eine kostenlose API-Stufe gibt es nicht: Bereits der erste Clip, den Sie beim Lesen der Dokumentation generieren, wird Ihrem Konto berechnet.
Der entscheidende Punkt: Google rechnet nicht nach Videodauer, sondern nach Tokens ab. Wer das Modell versteht, kann die größten Kostentreiber gezielt optimieren. Der wichtigste Hebel ist die Erstellung von Entwürfen in 360p – damit sinken die Iterationskosten um zwei Drittel.
Die Preisliste
| Posten | Preis |
|---|---|
| Eingabe (Text, Bild, Video, Audio) | 1,50 $ pro 1 Million Tokens |
| Textausgabe | 9,00 $ pro 1 Million Tokens |
| Videoausgabe | 17,50 $ pro 1 Million Tokens |
| Kostenlose Stufe | Keine |
Die Preise gelten für gemini-omni-1.1-flash, das am 27. August 2026 veröffentlichte GA-Modell, sowie für den auslaufenden Endpunkt gemini-omni-flash-preview. Eine Übersicht der Funktionen finden Sie in Googles GA-Version von Gemini Omni 1.1 Flash.
So wird Videoausgabe zu Tokens
Google rechnet Video wie Text über Ausgabe-Tokens ab. Eine Sekunde 720p-Video entspricht 5.792 Ausgabe-Tokens:
5.792 Tokens x ($17.50 / 1.000.000) = $0.1014 pro Sekunde
Daraus ergeben sich ungefähr:
- 10 Sekunden 720p: 1,01 $
- 40 Sekunden: 4,06 $ Ausgabegebühr bei einer Generierung plus drei Erweiterungen
- Zusätzlich fallen Eingabe-Tokens für den vorherigen Kontext jeder Erweiterungsrunde an.
Die Eingabe ist mit 1,50 $ pro Million Tokens vergleichsweise günstig. Referenzbilder und -videos fallen gegenüber der Videoausgabe kaum ins Gewicht. Optimieren Sie deshalb nicht primär die Prompt-Länge, sondern die Anzahl der generierten Sekunden und die verwendete Auflösung.
Der 360p-Hebel
360p-Vorschauen kosten ein Drittel von 720p und werden bis zu 60 % schneller erzeugt. Ein 10-sekündiger Entwurf kostet dadurch etwa 0,34 $ statt 1,01 $.
Da Videoprompts selten beim ersten Versuch den gewünschten Shot liefern, summieren sich Iterationen schnell. Bei zwölf Versuchen ergibt sich:
| Workflow | 12 Entwürfe | 1 finales Rendering | Gesamt |
|---|---|---|---|
| Alles in 720p | 12,17 $ | 1,01 $ | 13,18 $ |
| Entwürfe in 360p, Finale in 720p | 4,06 $ | 1,01 $ | 5,07 $ |
Das ist dieselbe Ausgabe mit 62 % weniger Kosten – und die Entwürfe sind schneller verfügbar.
Setzen Sie während der Iteration resolution in response_format auf 360p. Erhöhen Sie die Auflösung erst, wenn der Prompt stimmt. Der API-Leitfaden für Gemini Omni 1.1 Flash zeigt die passende Anfrageform.
1080p und 4K sind Upscales der generierten Frames, keine nativen Renderings. Sie werden über dem 720p-Tarif abgerechnet. Prüfen Sie vor der Planung einer 4K-Pipeline die aktuellen Kosten pro Sekunde auf Googles Preisseite, da diese Stufen mit der GA-Version eingeführt wurden.
Was der Erweiterungs-Workflow kostet
Ein 40-sekündiges Video ist keine einzelne Anfrage: Es besteht aus einer Generierung und drei Erweiterungsaufrufen. Jeder Aufruf erzeugt eigene 10 Sekunden Ausgabe und liest den vorherigen Kontext als Eingabe.
In 720p kostet eine vollständige 40-sekündige Szene etwa 4,06 $ an Ausgabe. Weicht ein Versuch von der gewünschten Geschichte ab, muss ab dem unterbrochenen Segment neu generiert werden.
Ein effizienter Ablauf:
- Erstellen Sie alle vier Segmente zunächst in 360p – für etwa 1,35 $.
- Prüfen Sie, ob die Geschichte durchgehend stimmt.
- Rendern Sie erst danach die finale Version in 720p.
Der Leitfaden zur Erweiterung von 40-sekündigen Szenen zeigt typische Fehlerstellen.
Vergleich mit Veo 3.1
Beide Modelle werden über denselben Gemini-API-Schlüssel abgerechnet. Dadurch kann der Preisunterschied leicht übersehen werden.
| Modell | 720p pro Sekunde | 4K pro Sekunde | Kostenlose Stufe |
|---|---|---|---|
| Gemini Omni 1.1 Flash | ca. 0,10 $ | Upscale-Stufe, siehe Preisseite | Nein |
| Veo 3.1 | 0,40 $ | 0,60 $ | Nein |
| Veo 3.1 Fast | 0,10 $ | 0,30 $ | Nein |
| Veo 3.1 Lite | 0,05 $ | Nicht verfügbar | Nein |
Standard-Veo 3.1 kostet pro 720p-Sekunde etwa viermal so viel wie Omni. Veo 3.1 Lite ist günstiger als Omni. Der Preis pro Sekunde ist jedoch nicht der einzige Entscheidungsfaktor:
- Veo erzeugt natives Audio und unterstützt längere Erweiterungen – sieben Sekunden pro Aufruf und bis zu 148 Sekunden insgesamt.
- Omni bietet eine konversationelle Bearbeitungsschleife, für die Veo kein gleichwertiges Gegenstück hat.
Der vollständige Vergleich von Gemini Omni 1.1 Flash und Veo 3.1 hilft bei der Modellauswahl. Wer bereits Veo einsetzt, kann weiterhin den Veo-3.1-Integrationsleitfaden verwenden.
Drei typische Kostenfallen
1. Kleine Änderungen in voller Auflösung prüfen
Wenn Sie nur eine Klausel im Prompt ändern, reicht ein 360p-Durchlauf aus. Verwenden Sie 720p für die Version, die Sie tatsächlich ausliefern.
2. Wiederverwendbare Inhalte nicht cachen
Die Videoausgabe ist ausreichend deterministisch, um sie wiederzuverwenden. Speichern Sie die generierte Datei zusammen mit Prompt und Parametern. Bei 0,10 $ pro Sekunde amortisiert sich Caching sofort.
3. Nach einem Timeout blind wiederholen
Ein Client-Timeout bedeutet nicht automatisch, dass die Generierung fehlgeschlagen ist. Prüfen Sie vor einem Retry, ob die Interaktion bereits abgeschlossen wurde, und setzen Sie ein realistisches Timeout. Andernfalls können Sie denselben Clip zweimal bezahlen.
Speichern Sie die Anfrage in Apidog, prüfen Sie die Antwortform und führen Sie sie bewusst aus, statt eine Wiederholungsschleife über die Kosten entscheiden zu lassen. Richten Sie zusätzlich eine Ausgabenwarnung in der Google-Cloud-Abrechnung ein.
Monatliche Kosten schätzen
Starten Sie mit den Sekunden des fertigen Videos und addieren Sie die Entwurfskosten:
monatliche Kosten = fertige_Sekunden x $0.10
+ entwurfs_Sekunden x $0.034
Beispiel: Ein Team liefert monatlich fünf Minuten fertiges 720p-Video und arbeitet mit einem Entwurfs-zu-Finale-Verhältnis von 10:1 in 360p:
300 fertige Sekunden x $0.10 = $30.00
3.000 entwurfs Sekunden x $0.034 = $102.00
-------
$132.00
Die Entwürfe dominieren die Rechnung: Sie kosten zwar nur ein Drittel pro Sekunde, umfassen aber zehnmal mehr Material als die finale Ausgabe. Wenn das Budget sinken soll, liegt der größte Hebel daher in weniger Versuchen pro erfolgreichem Ergebnis – etwa durch bessere Prompts und Keyframe-Steuerung – und nicht in einem günstigeren finalen Rendering.
FAQ
Ist Gemini Omni 1.1 Flash kostenlos?
Nicht über die API. Für Omni gibt es keine kostenlose API-Stufe. Auf YouTube Shorts und YouTube Create ist das Modell kostenlos verfügbar; die Übersicht zum kostenlosen Zugang beschreibt diese Optionen. Googles Textmodelle wie Gemini 3.6 Flash bieten über AI Studio weiterhin eine ratenbegrenzte kostenlose Nutzung.
Wie viel kostet ein 10-sekündiges Video?
Etwa 1,01 $ in 720p oder 0,34 $ in 360p.
Warum wird Video in Tokens abgerechnet?
Google bepreist alle Modellausgaben in Tokens. Eine Sekunde 720p-Video entspricht 5.792 Tokens und wird mit 17,50 $ pro Million Video-Ausgabe-Tokens abgerechnet.
Kosten Eingabebilder und Referenzclips extra?
Ja. Sie kosten 1,50 $ pro Million Eingabe-Tokens, sind gegenüber der Videoausgabe aber vergleichsweise günstig.
Lohnt sich 4K?
Nur für finale Lieferobjekte. 1080p und 4K sind Upscales und fügen keine Details hinzu, die das Modell nicht bereits generiert hat. Sie erhöhen Dateigröße und Kosten.
Wird eine fehlgeschlagene Generierung trotzdem abgerechnet?
Eine Generierung, die Video zurückgibt, wird abgerechnet. Inhaltsfilter-Ablehnungen und Fehler ohne Ausgabe sollten nicht berechnet werden. Prüfen Sie trotzdem in der ersten Woche jeder neuen Pipeline das Abrechnungs-Dashboard.
Die Wirtschaftlichkeit belohnt Disziplin: günstig entwerfen, aggressiv cachen, Timeouts begrenzen und pro Aufgabentyp eine gespeicherte Anfrage aufbewahren. So erkennen Sie, wenn ein Modell-Update den Gegenwert Ihrer 0,10 $ verändert. Apidog herunterladen, um diese Überprüfung vor der ersten Rechnung durchzuführen.
Top comments (1)
The insight on leveraging 360p for drafts is a game-changer in cost management. I appreciate how you broke down the pricing structure and the iterative workflow; it really highlights the importance of optimizing video resolution throughout the development process. Have you considered ways to further automate the resolution-switching during iterations? If you’re looking for help with automating or optimizing parts of this project, I’d be glad to explore a paid collaboration.