Gemini Omni 1.1 Flash: Những điểm mới trong mô hình video GA của Google

Gemini Omni 1.1 Flash: Tính năng, chi phí và cách di chuyển khỏi bản xem trước

Google đã cung cấp rộng rãi mô hình video đàm thoại gemini-omni-1.1-flash vào ngày 27 tháng 8 năm 2026. Mô hình này thay thế gemini-omni-flash-preview, bản xem trước công khai phát hành ngày 30 tháng 6. Google sẽ tắt điểm cuối bản xem trước vào ngày 30 tháng 9 năm 2026, vì vậy các ứng dụng đang sử dụng điểm cuối này cần được di chuyển trước thời hạn.

Thử Apidog ngay hôm nay

Bản phát hành GA không chỉ thay đổi ID mô hình. Omni 1.1 Flash bổ sung bốn khả năng quan trọng cho môi trường sản xuất:

• Kéo dài cảnh quay lên tối đa 40 giây.
• Kiểm soát khung hình đầu và cuối.
• Chế độ nháp 360p với chi phí thấp hơn.
• Nâng cấp đầu ra lên 4K.

Nếu bạn chưa quen với dòng Omni, hãy đọc Gemini Omni là gì trước. Bài viết này tập trung vào phiên bản 1.1.

Gemini Omni 1.1 Flash làm được gì?

Omni 1.1 Flash nhận văn bản, hình ảnh và video làm đầu vào, sau đó trả về video.

Mô hình chạy trên Interactions API thay vì generateContent. Đây là giao diện dành cho các tương tác đa lượt có trạng thái. Bạn có thể tạo một đoạn clip rồi gửi lượt tiếp theo để chỉnh sửa clip đó mà không cần tải lại dữ liệu đầu vào.

Năm loại tác vụ được hỗ trợ:

• Văn bản thành video: Tạo clip từ lời nhắc.
• Hình ảnh thành video: Dùng hình ảnh làm khung mở đầu hoặc tham chiếu phong cách chuyển động.
• Tham chiếu thành video: Dùng tối đa ba clip tham chiếu, mỗi clip dài ba giây, để truyền chuyển động, hình dáng và tính nhất quán của nhân vật vào cảnh mới.
• Chỉnh sửa: Thay đổi nội dung của video đã tạo trong cùng một cuộc hội thoại.
• Kéo dài: Thêm 10 giây vào cuối clip.

Âm thanh trong các clip tham chiếu bị bỏ qua. Mô hình chỉ phân tích chuyển động và hình dáng.

Kéo dài cảnh quay với tối đa 10 giây ngữ cảnh

Đây là thay đổi đáng chú ý nhất.

Bản xem trước chỉ phân tích giây cuối cùng của clip trước khi kéo dài. Cách này đủ để giữ bảng màu nhưng thường khiến nhân vật bị biến dạng và chuyển động camera bị thiết lập lại. Bạn có thể kéo dài video, nhưng khó duy trì cùng một cảnh quay.

Omni 1.1 phân tích tối đa 10 giây ngữ cảnh trước đó. Google mô tả kết quả là “cải thiện tính nhất quán hình ảnh và tuân thủ cốt truyện”.

Mỗi lần kéo dài thêm 10 giây, tổng thời lượng có thể đạt 40 giây.

Lưu ý:

• Chỉ có thể thêm nội dung vào cuối clip; không thể thêm vào đầu hoặc chèn vào giữa.
• Video tải lên chỉ được dài tối đa 10 giây.
• Ngoại lệ là tương tác đa lượt, trong đó mô hình đã giữ trạng thái của các lượt trước.

Xem hướng dẫn kéo dài cảnh quay 40 giây để biết định dạng yêu cầu và vị trí các điểm nối.

Kiểm soát khung hình đầu và cuối

Bạn có thể cung cấp:

1. Một khung hình đầu.
2. Một khung hình cuối.
3. Lời nhắc mô tả chuyển động giữa hai khung hình.

Mô hình sẽ tạo cảnh kết nối hai điểm cố định này. Tính năng phù hợp với:

• Quỹ đạo camera.
• Chuyển đổi thu phóng.
• Các đoạn clip lặp lại.
• Những công cụ cần đầu ra dễ dự đoán.

So với văn bản thành video, nội suy giữa hai khung hình thu hẹp không gian sáng tạo mà mô hình phải tự xử lý. Điều này giúp giảm các biến động không mong muốn trong sản phẩm video.

Chế độ nháp 360p giúp giảm chi phí

Omni 1.1 tạo bản xem trước 360p nhanh hơn tới 60% so với 720p và có chi phí bằng một phần ba.

Quy trình được Google khuyến nghị:

1. Tạo nhiều bản nháp ở 360p.
2. Điều chỉnh lời nhắc cho đến khi đạt kết quả mong muốn.
3. Kết xuất bản cuối ở 720p, 1080p hoặc 4K.

Video được tính phí theo từng giây. Vì phần lớn kết quả trong quá trình thử prompt sẽ bị loại bỏ, chế độ nháp giúp bạn thử nghiệm thoải mái hơn mà không vượt ngân sách. Bảng phân tích giá đầy đủ có chi phí chi tiết theo từng giây.

Độ phân giải được đặt trong định dạng phản hồi. 1080p và 4k là các bản nâng cấp từ khung hình đã tạo, không phải kết xuất gốc hoàn toàn mới.

Omni 1.1 Flash hoạt động ở đâu?

Mô hình hiện có trên:

• Gemini API trong Google AI Studio, dành cho nhà phát triển.
• Gemini Enterprise Agent Platform API, dành cho triển khai doanh nghiệp.
• Google Flow, dành cho người đăng ký AI Plus, Pro và Ultra.
• Ứng dụng Gemini, nơi người đăng ký có thể sử dụng tính năng kéo dài cảnh quay.

Các đối tác ra mắt gồm Adobe Firefly, Figma Weave, Runway và GMI Cloud.

Không có gói miễn phí trên API

Omni không có gói miễn phí trên API. Khác với các mô hình Flash dạng văn bản, trong đó AI Studio có làn miễn phí giới hạn tốc độ, mỗi giây video đầu ra của Omni đều bị tính phí ngay từ yêu cầu đầu tiên.

Mô hình được cung cấp miễn phí trên YouTube Shorts và YouTube Create, nhưng đây là các sản phẩm riêng với giới hạn khác nhau. Tổng quan về quyền truy cập miễn phí giải thích từng phương thức truy cập.

Những giới hạn cần biết

Hãy kiểm tra các giới hạn này trước khi xây dựng tính năng xoay quanh Omni 1.1 Flash:

• Không hỗ trợ system instruction, temperature, top_p, chuỗi dừng hoặc negative prompt. Muốn loại trừ nội dung nào, bạn phải viết trực tiếp vào lời nhắc thông thường.
• Tải lên và chỉnh sửa video không khả dụng tại Khu vực Kinh tế Châu Âu, Thụy Sĩ và Vương quốc Anh.
• Việc chỉnh sửa hình ảnh có người chưa thành niên cũng bị giới hạn theo khu vực. Video do mô hình tạo ra vẫn có thể được chỉnh sửa ở các khu vực này.
• Một số cá nhân có thể nhận dạng không thể chỉnh sửa.
• Bạn có thể kéo dài video đã tải lên ở chế độ im lặng hoặc tiếp tục trong tương tác đa lượt, nhưng không thể thêm đối thoại khi kéo dài video của người khác.
• Mô hình chỉ lập luận trên một video đầu vào mỗi lần.
• Tiếng Anh là ngôn ngữ được hỗ trợ đầy đủ; các ngôn ngữ khác chưa được Google kiểm tra đầy đủ.

Mọi đầu ra đều có hình mờ SynthID. Hình mờ này vô hình với người xem nhưng có thể được phát hiện bằng chương trình. Nếu sản phẩm cần chứng minh nguồn gốc nội dung, hãy tính đến yêu cầu này.

Omni 1.1 Flash hay Veo 3.1?

Google cung cấp cả hai dòng tạo video trên cùng một khóa API, nhưng chúng phục vụ các mục đích khác nhau:

• Veo 3.1: Công cụ kết xuất điện ảnh, có khả năng tạo âm thanh gốc.
• Omni 1.1 Flash: Mô hình video đàm thoại, hỗ trợ chỉnh sửa qua nhiều lượt.

Mỗi giây video 720p của Omni có giá khoảng một phần tư giây video tiêu chuẩn của Veo 3.1. Veo cũng không có tính năng tương đương với vòng lặp chỉnh sửa đa lượt của Omni.

Xem bảng so sánh chi tiết để chọn mô hình phù hợp. Nếu bạn đã tích hợp Veo, hướng dẫn API Veo 3.1 vẫn còn chính xác.

Di chuyển khỏi điểm cuối bản xem trước

Mọi yêu cầu sử dụng gemini-omni-flash-preview sẽ ngừng hoạt động sau ngày 30 tháng 9 năm 2026.

Trong nhiều trường hợp, việc di chuyển chỉ cần thay ID mô hình thành:

gemini-omni-1.1-flash

Tuy nhiên, hãy kiểm tra thêm hai thay đổi sau.

1. Độ phân giải mặc định

720p hiện là độ phân giải mặc định. 360p và 4K là các tùy chọn mới.

Nếu mã của bạn giả định kích thước đầu ra cố định, hãy xác nhận lại độ phân giải thực tế từ phản hồi API.

2. Kích thước phản hồi

Video lớn hơn 4 MB được trả về dưới dạng URI thay vì base64 nội tuyến. Nếu trình xử lý chỉ đọc:

output_video.data

thì đầu ra ở độ phân giải cao hơn có thể bị bỏ qua mà không báo lỗi rõ ràng.

Cách an toàn nhất là lưu yêu cầu trong một ứng dụng khách API, sau đó so sánh phản hồi giữa hai ID mô hình trước khi chuyển đổi. Apidog hỗ trợ quy trình này:

1. Đặt ID mô hình vào biến môi trường.
2. Lưu một yêu cầu mẫu.
3. Chuyển đổi môi trường.
4. So sánh phản hồi giữa bản xem trước và bản GA.

Xem hướng dẫn API để thiết lập từng bước.

Câu hỏi thường gặp

ID mô hình của Gemini Omni 1.1 Flash là gì?

gemini-omni-1.1-flash. ID bản xem trước sắp ngừng hoạt động là gemini-omni-flash-preview.

Gemini Omni 1.1 Flash ra mắt khi nào?

Ngày 27 tháng 8 năm 2026 dưới dạng bản phát hành GA. Bản xem trước được phát hành ngày 30 tháng 6 năm 2026.

Gemini Omni 1.1 Flash có miễn phí không?

Không. Omni không có gói miễn phí trên API, vì vậy mọi lần tạo video đều bị tính phí. Các mô hình văn bản như Gemini 3.6 Flash vẫn có làn miễn phí trong AI Studio.

Video Gemini Omni có thể dài bao nhiêu?

Mỗi clip được tạo dài 10 giây. Tính năng kéo dài cảnh quay có thể tăng tổng thời lượng lên 40 giây theo từng bước 10 giây.

Gemini Omni có tạo âm thanh không?

Tài liệu chỉ đề cập đến đầu ra video và bỏ qua âm thanh trong clip tham chiếu. Veo 3.1 mới là mô hình có khả năng tạo âm thanh gốc. Nếu âm thanh quan trọng, hãy bắt đầu từ Veo 3.1.

Tôi có thể chỉnh sửa video do mình tự quay không?

Có, với video đầu vào tối đa 10 giây và ở ngoài EEA, Thụy Sĩ và Vương quốc Anh. Tải video lên bằng Files API rồi truyền URI làm đầu vào.

Kết luận

Omni 1.1 Flash là phiên bản đầu tiên có hình dạng phù hợp hơn cho triển khai thực tế:

• Kéo dài cảnh quay giúp duy trì tính nhất quán.
• Khung hình đầu và cuối giúp đầu ra dễ dự đoán.
• Chế độ nháp 360p giúp giảm chi phí lặp prompt.

Trước ngày 30 tháng 9, hãy thay ID mô hình, kiểm tra phản hồi ở mọi độ phân giải dự kiến sử dụng và xử lý cả hai dạng data và URI. Tải xuống Apidog để lưu lại và so sánh các yêu cầu API trước khi điểm cuối bản xem trước bị tắt.