Gemini Omni 1.1 Flash wird produktionsreif: 40-Sekunden-Szenen, Frame-Kontrolle und 4K-Finish

Reicht man einem Videomodell die letzte Sekunde eines Clips und bittet es, die Einstellung fortzusetzen, setzt man auf sein Gedächtnis. Genau das sollte Gemini Omni 1.1 Flash – das Produktionsupdate, das Go​gle am 27. August 2026 veröffentlichte – beseitigen: Statt beim Verlängern einer Szene nur eine Sekunde Videomaterial zurückzublicken, liest es nun bis zu zehn Sekunden. Nebenbei holte Go​gle die am meisten nachgefragten Steuerungsoptionen des Modells aus der Experimentalspalte: die Konditionierung auf erstes und letztes Bild, eine 360p-Entwurfsstufe, die etwa ein Drittel der Standardausgabe in 720p kostet, sowie finale Renderings bis zu 4K. Der Preis der Arbeitstier-Stufe blieb unverändert – ein 720p-Clip kostet weiterhin 0,10 $ pro Sekunde –, die Geschichte dieses Releases ist also Kontrolle und Kosten, kein Preisschock.

Gemini Omni 1.1 Flash ist der Nachfolger der Gemini Omni Flash-Vorschau, die am 30. Juni 2026 die Entwickler erreichte, und er übernimmt alles, was das Original ungewöhnlich machte: multimodale Eingabe, die Text, Bilder, Audio und Video in einem einzigen Aufruf akzeptiert, natives synchronisiertes Audio für jeden Clip und konversationelle Mehrfachbearbeitung, bei der Sie eine Szene verfeinern, indem Sie mit dem Modell sprechen, anstatt von Grund auf neu zu prompten. Was 1.1 hinzufügt, ist die fehlende Tooling-Ausstattung – Länge, Bildausschnitt, Auflösung und Iterationskosten sind jetzt Eingaben, die ein Builder tatsächlich festlegen kann.

Das Lookback-Problem, gelöst

Die mit Abstand folgenschwerste Änderung ist der Kontext. Frühere Versionen des Modells bezogen sich beim Fortsetzen eines Clips nur auf die letzte Sekunde, weshalb die Fortsetzungen in Charakter, Beleuchtung und Kamerabewegung abdriften. Gemini Omni 1.1 Flash analysiert bis zu 10 Sekunden des vorherigen Videos, und die Fortsetzungen erfolgen in 10-Sekunden-Schritten bis zu einer kumulativen Gesamtdauer von 40 Sekunden. Der praktische Unterschied ist der zwischen „einer Reihe aneinandergereihter Clips“ und „einer Sequenz, die wie eine einzige Szene wirkt“. Für einen 30-Sekunden-Werbespot oder ein Marken-Asset in Schleife ist das der Unterschied zwischen Montage und Regie.

• Szenenerweiterung. Setzen Sie einen vorhandenen Clip in 10-Sekunden-Schritten bis zu einer Obergrenze von 40 Sekunden fort, mit bis zu 10 Sekunden Rückschaukontext, um die Fortsetzung konsistent zu halten.

• Steuerung des ersten/letzten Frames. Legen Sie den Start- und Endframe einer Einstellung fest, und das Modell generiert kontinuierliches Video zwischen den beiden Keyframes – das Grundprinzip hinter Kamera-Orbits, Zoom-Übergängen und nahtlosen Schleifen.

• Videoreferenzen. Bis zu drei Sekunden Referenzmaterial können in die multimodale Eingabe aufgenommen werden, um Charakter, Kostüm und Bewegungsstil über Einstellungen hinweg beizubehalten.

• Native Audio. Generierte Clips enthalten weiterhin synchronisierten Dialog, Soundeffekte und Umgebungsgeräusche, sodass das Ergebnis ein fertiger Kurzfilm ist und nicht ein stummes Asset, das auf eine Tonbearbeitung wartet.

Veos Steuerung, Omnis Pipeline

Die Ankündigung stützt sich auf die Formulierung „deine bevorzugten kreativen Steuerungen von Veo“, und das ist eine zutreffende Beschreibung dessen, woher diese Funktionen stammen. Veo 3.1, Go​gles separater One-Shot-Videogenerator mit hoher Wiedergabetreue, verfügte bereits über Keyframe-artige Konditionierung und Upscaling in seinem Toolset; Gemini Omni 1.1 Flash bringt dieses Steuerungsvokabular in die multimodale Omni-Pipeline — wo die Eingabe Bilder, Audio und Referenzvideos umfassen kann und wo die Bearbeitung konversationell erfolgt, statt bei jedem Durchgang eine neue Generierung anzustoßen. Die beiden Modelle sind in Go​gles Produktpalette keine Konkurrenten; in der Gemini-API-Dokumentation wird Gemini Omni Flash als empfohlener Standard für die Videogenerierung positioniert, während Veo der Spezialist für höhere Wiedergabetreue ist.

Das ist aus einem praktischen Grund wichtig: Die Steuerungsoptionen befinden sich jetzt in dem Modell, das Sie für alltägliche Videoarbeiten am ehesten aufrufen, und nicht in einer separaten Premium-Stufe, für die Sie eine zweite API erlernen müssen. Frame-Steuerung, Entwurf und Upscaling teilen sich einen Endpunkt und ein Preismodell.

Ein Workflow vom Entwurf bis zur Endfassung

Der 360p-Entwurfs-Tarif ist das unauffälligste Feature in der Ankündigung und möglicherweise das wertvollste. Vorschauen in 360p rendern bis zu 60 % schneller als Standard-720p und kosten etwa ein Drittel so viel, was die Wirtschaftlichkeit des Iterierens grundlegend verändert. Bei den aktuell genannten Sekundenpreisen kostet ein 10-sekündiger 360p-Entwurf etwa 0,30 $ gegenüber 1,00 $ bei 720p – drei Erkundungsrunden zum Preis eines verbindlichen Renderings.

Der beabsichtigte Ablauf liegt auf der Hand: Man erstellt Storyboards und iteriert in 360p, dann rendert man den einen Shot, der funktioniert, in 720p, 1080p oder 4K. Für ein Team, das Social Cuts oder Werbevarianten produziert, verwandelt die Draft-Stufe einen kostenbeschränkten Workflow in einen explorationsbeschränkten. Die hier genannten Geschwindigkeits- und Kostenangaben stammen vom Anbieter — Go​gles eigene Behauptungen, bisher nicht reproduziert —, aber die darauf aufbauende Rechnung ist einfach.

Das Preisbild

Die oft zitierte Angabe von 0,10 US-Dollar pro Sekunde ist Go​gles veröffentlichter Standard-Tarif für 720p und gegenüber der Vorschau unverändert. Die Eingabe kostet 1,50 US-Dollar pro Million Tokens, unabhängig davon, ob es sich bei diesen Tokens um Text, Bilder, Audio oder Video handelt, und die Textausgabe kostet 9,00 US-Dollar pro Million Tokens – dieselbe Struktur wie beim Original. Der 360p-Tarif entspricht etwa 0,03 US-Dollar pro Sekunde, was Go​gles Darstellung von „etwa einem Drittel der Kosten“ impliziert und was Reseller-Listen nun zeigen.

Was Go​gle nicht veröffentlicht hat, ist ein Preis pro Sekunde für die neuen 1080p- und 4K-Stufen. Reseller-Listings nennen $0,15 pro Sekunde für 1080p und $0,30 pro Sekunde für 4K, doch das sind Marktplatzschätzungen, nicht Go​gles Zahlen – behandeln Sie jedes Hochauflösungs-Produktionsbudget als vorläufig, bis der offizielle Preis auf der Gemini-API-Preisseite erscheint. Zur Einordnung: Eine 40-sekündige vollständig erweiterte Szene bei 720p kostet bis zu $4.00, ein 10-Sekunden-4K-Finish liegt bei dem von Resellern genannten Preis bei etwa $3.00, und dieselben 10 Sekunden in 360p-Entwurf kosten ungefähr $0.30.

Die Abrechnung pro Sekunde ist das Schlagwort, aber der Betrag, den Sie tatsächlich zahlen, wird von der Plattform bestimmt, über die Sie kaufen — Go​gle verkauft zum Listenpreis, und Wiederverkäufer und API-Gateways schlagen ihre eigenen Margen darauf auf. Genau deshalb ist die 0%-Aufschlagsrichtlinie auf der Infrastrukturseite wichtig: OrcaRouter gibt den Listenpreis des Anbieters unverändert weiter. Wenn sich also der Tarif eines Modells ändert, ändert sich der Preis auf unserer Seite am selben Tag, ohne eine Aufschlagsebene zwischen Ihnen und dem veröffentlichten Betrag des Anbieters. Wir routen Gemini Omni 1.1 Flash noch nicht — Go​gle hat die Omni-Video-API noch nicht für das Routing durch Dritte geöffnet, und wir behaupten nicht, ein Modell zu hosten, das wir nicht hosten — aber die Preisdisziplin ist der Kernpunkt, und wenn diese API-Stufe geöffnet wird, erscheint das Modell zum Listenpreis.

Wo Sie es anrufen können

Gemini Omni 1.1 Flash ist jetzt live unter der Modell-ID gemini-omni-1.1-flash über die Gemini API in Go​gle AI Studio und wird als produktionsreif statt als Vorschau bezeichnet. Es ist außerdem über die Gemini Enterprise Agent Platform für Produktions-Workloads verfügbar – dieselbe Schnittstelle, die Adobe, Figma, GMI Cloud und Runway laut Ankündigung bereits integrieren. Im Consumer-Bereich bietet Go​gle Flow den vollen Funktionsumfang für alle AI Plus-, Pro- und Ultra-Abonnenten weltweit, und die Szenenerweiterung ist in der Gemini-App live. Dies ist keine reine Ankündigung: API, Agentenplattform und Consumer-Oberflächen gingen alle am selben Tag an den Start.

Wenn Sie die Juni-Vorschau ausprobiert haben und an der harten 10-Sekunden-Obergrenze oder der Unfähigkeit, eine Szene zusammenzuhalten, gescheitert sind, beantwortet dieses Release genau diese Beschwerden — 40 Sekunden Verlängerung, funktionierende Video-Referenzen und eine ordentliche Auflösungstreppe. Auch die API-Struktur ist wissenswert: Generierung und Bearbeitung laufen über die Interactions API, was das konversationelle Multi-Turn-Bearbeitungsmodell ermöglicht, und ein response_format-Parameter kann die Ausgabeauflösung festlegen — 360p für Entwürfe, volle Auflösung für Finale.

Was ist noch nicht bewiesen?

Bei all der neuen Kontrolle bleiben die Kompromisse, die das Original ausmachten, bestehen. Die Ausgabe ist weiterhin Kurzvideo mit synchronisiertem Audio, kein Ersatz für Veo 3.1 – die beiden Modelle zielen auf unterschiedliche Aufgaben ab. Die Charakterkonsistenz über Szenenwechsel hinweg wird durch den 10-Sekunden-Lookback und den Referenzvideo-Input verbessert, bleibt aber eine generative Schwäche, die man besser anhand eigenen Filmmaterials testet, statt sie vorauszusetzen. Jeder generierte Clip trägt ein SynthID-Wasserzeichen, was für Tools wichtig ist, die Herkunftsgarantien benötigen.

Und der ehrliche Vorbehalt: Es gibt zum Zeitpunkt dieses Schreibens keinen unabhängigen Benchmark für Gemini Omni 1.1 Flash auf irgendeiner öffentlichen Video-Rangliste. Die 60-prozentige Beschleunigung für 360p-Entwürfe, die Qualität bei 1080p und 4K, die Zuverlässigkeit der Erst-/Letztbild-Konditionierung – alles vom Anbieter gemeldet, nichts davon wurde von einem Dritten reproduziert. Jeder, der Ihnen heute einen Qualitätswert für dieses Modell nennt, zitiert eine Zahl, die niemand außerhalb der Labore von Go​gle erzeugt hat.

Wer sollte jetzt handeln?

Drei Gruppen profitieren sofort von diesem Release. Teams, die bereits auf der Omni-API aufbauen, sollten die Modell-IDs umstellen und ihre Erweiterungs- und Frame-Control-Pfade erneut testen – das Upgrade ist eine Änderung des Request-Felds, keine Neuarchitektur. Wer kurze Videoformate in großem Umfang benötigt – Werbevarianten, Social-Cuts, Loop-Marken-Assets – sollte den 360p-Workflow vom Entwurf bis zum Finale kalkulieren, denn dort ist die Kostenrechnung wirklich neu. Und Teams, die auf die Vorschau gewartet haben, sollten das Modell jetzt testen, denn die beiden Hindernisse, die die Vorschau für die Produktion unbrauchbar machten – Zehn-Sekunden-Clips und fehlende Szenenkontinuität – sind genau das, was dieses Update beseitigt.

Die Gruppe, die sich zurückhalten sollte, ist ebenso klar definiert: Wenn Sie eine Drittanbieter-Benchmark oder eine offizielle 4K-Rate pro Sekunde benötigen, bevor Sie Budget freigeben, hat sie niemand bisher – und das sollte man deutlich sagen, statt es zu beschönigen. Die Veröffentlichung ist real, die Kontrollen sind real, und nur die Preislücke ist noch in Bewegung. Beobachten Sie die Preisseite der Gemini API für die 1080p- und 4K-Raten, und achten Sie auf die ersten unabhängigen Bewertungen – sobald jemand anderes dieses Modell ausführt, erhält der vom Anbieter gemeldete Vorbehalt zu jeder Qualitätsaussage in diesem Artikel entweder ein Häkchen oder eine rote Flagge.