Gemini Omni 1.1 Flash Diventa Pronto per la Produzione: Scene da 40 Secondi, Controllo dei Fotogrammi e Rifinitura 4K

Affida a un modello video l'ultimo secondo di un clip e chiedigli di continuare l'inquadratura, e stai scommettendo sulla sua memoria. È esattamente ciò che Gemini Omni 1.1 Flash — l'aggiornamento di produzione che Go​gle ha rilasciato il 27 agosto 2026 — è stato progettato per eliminare: invece di guardare indietro di un secondo di filmato quando estende una scena, ora ne legge fino a dieci. Nel frattempo, Go​gle ha spostato i controlli più richiesti del modello fuori dalla colonna sperimentale: condizionamento del primo e dell'ultimo fotogramma, un livello di bozza a 360p che costa circa un terzo dell'output standard a 720p e rendering finali fino a 4K. Il prezzo del livello principale non è cambiato — un clip a 720p costa ancora $0,10 al secondo — quindi la storia di questo rilascio è controllo e costo, non uno shock da prezzo.

Gemini Omni 1.1 Flash è il successore dell'anteprima Gemini Omni Flash che ha raggiunto gli sviluppatori il 30 giugno 2026, e eredita tutto ciò che rendeva unico l'originale: input multimodale che accetta testo, immagini, audio e video in un'unica chiamata, audio sincronizzato nativo su ogni clip e modifica conversazionale multi-turno in cui si rifinisce una scena parlando con il modello invece di ripetere il prompt da zero. Ciò che 1.1 aggiunge è la strumentazione mancante — durata, inquadratura, risoluzione e costo di iterazione sono ora input che un builder può effettivamente impostare.

Il problema del lookback, risolto.

Il cambiamento più importante è il contesto. Le versioni precedenti del modello, quando continuavano un clip, facevano riferimento solo all'ultimo secondo, motivo per cui le estensioni deviavano in termini di personaggio, illuminazione e movimento della telecamera. Gemini Omni 1.1 Flash analizza fino a 10 secondi di video precedente e le estensioni procedono in incrementi di 10 secondi fino a un totale cumulativo di 40 secondi. La differenza pratica è tra "un insieme di clip adiacenti" e "una sequenza che si legge come un'unica scena". Per uno spot di 30 secondi o una risorsa di brand in loop, è la differenza tra assemblaggio e regia.

• Estensione della scena. Continua un clip esistente in blocchi di 10 secondi fino a un tetto massimo di 40 secondi, con fino a 10 secondi di contesto retrospettivo per mantenere la continuità coerente.

• Controllo del primo/ultimo frame. Specifica il frame iniziale e finale di un'inquadratura e il modello genera un video continuo tra i due keyframe — il principio alla base di orbite della camera, transizioni di zoom e loop senza interruzioni.

• Riferimenti video. Fino a tre secondi di filmati di riferimento possono essere inclusi nell'input multimodale per mantenere personaggio, costume e stile di movimento tra le inquadrature.

• Audio nativo. I clip generati mantengono comunque dialoghi sincronizzati, effetti sonori e suono ambientale, quindi il risultato è un cortometraggio finito, non una risorsa silenziosa in attesa di una post-produzione audio.

I controlli di Veo, la pipeline di Omni

L'annuncio si basa sulla frase "i tuoi controlli creativi preferiti da Veo", ed è una descrizione accurata della provenienza di queste funzionalità. Veo 3.1, il generatore video one-shot ad alta fedeltà separato di Go​gle, aveva già nel suo kit di strumenti il condizionamento in stile keyframe e l'upscaling; Gemini Omni 1.1 Flash porta quel vocabolario di controllo nella pipeline multimodale Omni — dove l'input può essere immagini, audio e video di riferimento, e dove la modifica è conversazionale anziché una generazione nuova ogni volta. I due modelli non sono rivali nella gamma di Go​gle; la documentazione dell'API Gemini posiziona Gemini Omni Flash come default consigliato per la generazione video, con Veo come specialista ad alta fedeltà.

Questo conta per una ragione pratica: i controlli ora si trovano nel modello che è più probabile che tu chiami per il lavoro video di tutti i giorni, non in un livello premium separato per cui devi imparare una seconda API da raggiungere. Controllo dell'inquadratura, bozze e upscaling condividono un unico endpoint e un unico modello di prezzo.

Un flusso di lavoro dalla bozza alla versione finale

Il livello di bozza a 360p è la funzionalità più discreta dell'annuncio e forse la più preziosa. Le anteprime a 360p vengono renderizzate fino al 60% più velocemente rispetto al 720p standard e costano circa un terzo, il che cambia radicalmente l'economia dell'iterazione. Con le tariffe al secondo che circolano, una bozza a 360p di 10 secondi costa circa $0,30 contro $1,00 a 720p: tre cicli di esplorazione al prezzo di un singolo render definitivo.

Il flusso previsto è ovvio: fare lo storyboard e iterare a 360p, poi renderizzare l'unica inquadratura che funziona a 720p, 1080p o 4K. Per un team che produce clip social o varianti di annunci, il livello di bozza converte un flusso di lavoro vincolato dai costi in uno vincolato dall'esplorazione. Le cifre su velocità e costi qui sono riportate dal fornitore — le affermazioni della stessa Go​gle, finora non riprodotte — ma l'aritmetica su di esse è semplice.

Il quadro dei prezzi

Il valore di 0,10 dollari al secondo che viene continuamente citato è il livello standard 720p pubblicato da Go​gle, invariato rispetto all'anteprima. L'input costa 1,50 dollari per milione di token, indipendentemente dal fatto che quei token siano testo, immagini, audio o video, e l'output di testo costa 9,00 dollari per milione di token — la stessa struttura dell'originale. Il livello 360p equivale a circa 0,03 dollari al secondo, che è ciò che implica la formulazione di Go​gle "circa un terzo del costo" e ciò che mostrano ora le inserzioni dei rivenditori.

Ciò che Go​gle non ha pubblicato è una tariffa al secondo per le nuove fasce 1080p e 4K. Le inserzioni dei rivenditori quotano $0,15 al secondo per il 1080p e $0,30 al secondo per il 4K, ma si tratta di stime di mercato, non di cifre di Go​gle — considera provvisorio qualsiasi budget di produzione ad alta risoluzione finché la tariffa ufficiale non apparirà sulla pagina dei prezzi di Gemini API. Per dare un'idea delle proporzioni, una scena completamente estesa di 40 secondi a 720p costa fino a $4,00, una resa finale 4K di 10 secondi costa circa $3,00 alla tariffa quotata dai rivenditori, e gli stessi 10 secondi abbozzati a 360p costano circa $0,30.

Il prezzo al secondo è il punto di forza, ma il numero che paghi effettivamente è stabilito dalla piattaforma tramite cui acquisti — Go​gle vende al prezzo di listino, e rivenditori e gateway API aggiungono i propri margini. È esattamente per questo che la politica di markup 0% conta sul lato infrastrutturale: OrcaRouter trasmette direttamente il prezzo di listino del fornitore, quindi quando la tariffa di un modello cambia, il prezzo dalla nostra parte cambia lo stesso giorno, senza alcun livello di margine tra te e la cifra pubblicata dal fornitore. Non instradiamo ancora Gemini Omni 1.1 Flash — Go​gle non ha aperto l'API video Omni al routing di terze parti, e non pretendiamo di ospitare un modello che non ospitiamo — ma la disciplina dei prezzi è il punto, e quando quel livello API si aprirà, il modello apparirà al prezzo di listino.

Dove puoi chiamarlo

Gemini Omni 1.1 Flash è ora disponibile con l'ID modello gemini-omni-1.1-flash tramite l'API Gemini in Go​gle AI Studio, presentato come pronto per la produzione anziché come anteprima. È inoltre disponibile tramite la Gemini Enterprise Agent Platform per carichi di lavoro di produzione — la stessa interfaccia con cui Adobe, Figma, GMI Cloud e Runway stanno già integrando, secondo l'annuncio. Sul lato consumer, Go​gle Flow offre l'intero set di funzionalità a tutti gli abbonati AI Plus, Pro e Ultra a livello globale, e l'estensione delle scene è attiva nell'app Gemini. Non è un lancio solo sulla carta: API, piattaforma agenti e canali consumer sono stati tutti attivati lo stesso giorno.

Se hai provato l'anteprima di giugno e hai trovato inaccettabile il limite rigido di 10 secondi o l'incapacità di mantenere una scena coerente, questa versione risponde esattamente a queste lamentele: 40 secondi di estensione, riferimenti video funzionanti e una scala di risoluzioni adeguata. Anche la struttura dell'API è degna di nota: generazione e modifica passano attraverso l'API Interactions, che è ciò che rende possibile il modello di modifica conversazionale multi-turno, e un'response_formatimpostazione può fissare la risoluzione di output — 360p per le bozze, piena risoluzione per i finali — chiamata

Ciò che non è ancora stato provato

Nonostante tutti i nuovi controlli, i compromessi che caratterizzavano l'originale permangono. L'output è ancora un video in formato breve con audio sincronizzato, non un sostituto di Veo 3.1 — i due modelli mirano a compiti diversi. La coerenza dei personaggi tra i cambi di scena è migliorata dal lookback di 10 secondi e dall'input di video di riferimento, ma rimane un punto debole generativo che vale la pena testare sui propri filmati piuttosto che dare per scontato. Ogni clip generata porta una filigrana SynthID, il che è importante per gli strumenti che necessitano di garanzie di provenienza.

E l'onesto avvertimento: non esiste alcun benchmark indipendente per Gemini Omni 1.1 Flash su nessuna classifica video pubblica al momento in cui scrivo. L'accelerazione del 60% per le bozze a 360p, la qualità a 1080p e 4K, l'affidabilità del condizionamento del primo/ultimo fotogramma — tutto dichiarato dal fornitore, nulla riprodotto da terzi. Chiunque oggi ti citi un punteggio di qualità per questo modello sta citando un numero che nessuno al di fuori dei laboratori Go​gle ha prodotto.

Chi dovrebbe muoversi ora?

Tre gruppi traggono subito valore da questo rilascio. I team che stanno già sviluppando sull'API Omni dovrebbero cambiare gli ID dei modelli e rieseguire i test sui percorsi di estensione e controllo dei frame — l'aggiornamento è una modifica del campo di richiesta, non una ri-architettura. Chiunque abbia bisogno di video in formato breve su larga scala — varianti pubblicitarie, tagli per i social, asset di marca in loop — dovrebbe valutare il flusso di lavoro 360p dalla bozza al finale, perché è lì che il calcolo dei costi è davvero nuovo. E i team che stavano aspettando l'anteprima dovrebbero provare il modello ora, perché i due ostacoli che rendevano l'anteprima inutilizzabile per la produzione — clip di dieci secondi e assenza di continuità delle scene — sono esattamente ciò che questo aggiornamento rimuove.

Il gruppo che dovrebbe aspettare è altrettanto ben definito: se hai bisogno di un benchmark di terze parti o di una tariffa ufficiale di 4K al secondo prima di impegnare il budget, non sono ancora disponibili, e vale la pena dirlo chiaramente piuttosto che nasconderlo. Il rilascio è reale, i controlli sono reali, e il divario di prezzo è l'unica parte ancora in movimento. Tieni d'occhio la pagina dei prezzi dell'API Gemini per le tariffe 1080p e 4K, e tieni d'occhio le prime valutazioni indipendenti — nel momento in cui qualcun altro esegue questo modello, l'avvertenza riportata dal fornitore su ogni affermazione di qualità in questo articolo riceve un segno di spunta o una bandiera rossa.