Gemini Omni 1.1 Flash ให้คุณสร้างสรรค์ได้อย่างควบคุมมากขึ้น — Scene Extension, Frame Control และ 4K มาแล้ว

Gemini Omni 1.1 Flash เปิดตัวเมื่อวันที่ 27 สิงหาคม 2026 ในฐานะอัปเดตสำหรับการผลิตของโมเดลวิดีโอมัลติโมดัล ซึ่งเปลี่ยนเครื่องมือสร้างช็อตเดียว 10 วินาทีให้กลายเป็นเครื่องมือตัดต่อที่ควบคุมได้มากขึ้น ตัวเลขหลักอาจมองข้ามได้ง่ายเพราะราคาไม่เปลี่ยนแปลง: คลิป 720p ยังคงคิดเงิน $0.10 ต่อวินาที สิ่งที่เปลี่ยนไปคือคุณได้มีสิทธิ์ตัดสินใจในช็อตมากขึ้น — ตอนนี้โมเดลสามารถขยายฉากได้ถึง 40 วินาที ปฏิบัติตามเฟรมแรกและเฟรมสุดท้ายที่กำหนด สร้างตัวอย่างความละเอียด 360p ด้วยต้นทุนประมาณหนึ่งในสามของราคา 720p และเรนเดอร์ผลลัพธ์สุดท้ายที่ 1080p หรือ 4K นี่คืออัปเดตประเภทที่หมายเหตุประจำรุ่นสำคัญกว่าตัวการเปิดตัว

โมเดลนี้เป็นรุ่นต่อจาก Gemini Omni Flash preview ที่เปิดให้นักพัฒนาใช้งานเมื่อวันที่ 30 มิถุนายน 2026 และยังคงทุกอย่างที่ทำให้รุ่นดั้งเดิมโดดเด่น: การรับอินพุตแบบมัลติโมดัล — ข้อความ รูปภาพ เสียง และวิดีโอในการเรียกครั้งเดียว — และการแก้ไขแบบหลายเทิร์นเชิงสนทนา ที่คุณปรับแต่งคลิปโดยการพูดถึงมันแทนที่จะสร้างใหม่ตั้งแต่ต้น สิ่งที่ Gemini Omni 1.1 Flash เพิ่มเข้ามาคือการควบคุมที่ขอบเขตและการควบคุมต้นทุน ซึ่งเป็นสิ่งที่ไปป์ไลน์การผลิตต้องการและงานวิจัยเดโมไม่ต้องการ

สิ่งที่การอัปเดตเพิ่มเข้ามาจริงๆ

ความสามารถสี่ประการทำให้เวอร์ชัน 1.1 แตกต่างจากเวอร์ชันพรีวิวเดือนมิถุนายน และแต่ละอย่างตอบโจทย์ข้อร้องเรียนที่เป็นรูปธรรมที่นักพัฒนามีต่อเวอร์ชันดั้งเดิม

• การขยายฉาก โมเดลสามารถวิเคราะห์บริบทวิดีโอก่อนหน้าได้สูงสุด 10 วินาทีเมื่อดำเนินการคลิปต่อ — โมเดลเวอร์ชันก่อนหน้าอ้างอิงเฉพาะวินาทีสุดท้ายเท่านั้น การขยายเกิดขึ้นเพิ่มครั้งละ 10 วินาที รวมสูงสุด 40 วินาที เป็นครั้งแรกที่คุณสามารถสร้างสิ่งที่อ่านออกมาเป็นลำดับที่มีความต่อเนื่อง แทนที่จะเป็นชุดของคลิปที่ติดกัน

• การควบคุมเฟรมแรก/เฟรมสุดท้าย ระบุเฟรมเริ่มต้นและเฟรมสุดท้ายของช็อต แล้วโมเดลจะสร้างวิดีโอต่อเนื่องระหว่างคีย์เฟรมทั้งสอง นี่คือสิ่งที่ทำให้การหมุนกล้อง การเปลี่ยนซูม และลูปที่ไร้รอยต่อเป็นไปได้โดยไม่ต้องใช้ตัวตัดต่อวิดีโอ เนื่องจากเรขาคณิตของช็อตกลายเป็นข้อจำกัดที่กำหนดไว้แทนที่จะเป็นการคาดเดา

• โหมดร่าง 360p การแสดงตัวอย่างแบบน้ำหนักเบาเรนเดอร์ได้เร็วขึ้นถึง 60% เมื่อเทียบกับ 720p มาตรฐาน โดยมีต้นทุนประมาณหนึ่งในสาม นี่คือเครื่องมือสำหรับสตอรีบอร์ด/การวนซ้ำ: คุณสามารถทดสอบรูปแบบต่างๆ ได้เป็นโหลในราคาประหยัด จากนั้นจึงเรนเดอร์เฉพาะแบบที่ใช้ได้ที่ความละเอียดเต็ม

• เอาต์พุต 1080p และ 4K เรนเดอร์สุดท้ายสามารถอัปสเกลจากเพดาน 720p เดิมเป็น 1080p หรือ 4K ซึ่งคือความแตกต่างระหว่าง "ใช้สำหรับโซเชียล" และ "ใช้สำหรับออกอากาศ" วิดีโออ้างอิงที่ยาวไม่เกินสามวินาทีสามารถนำเข้ามาเป็นอินพุตแบบหลายรูปแบบเพื่อคงความสม่ำเสมอของตัวละครและภาพข้ามช็อตได้อีกด้วย

ภาพรวมด้านราคายังไม่ลงตัว

ตัวเลข $0.10 ต่อวินาทีที่ทุกคนอ้างถึงคือระดับมาตรฐาน 720p และไม่มีการเปลี่ยนแปลงจากการเปิดตัวพรีวิว อินพุตมีราคา $1.50 ต่อล้านโทเคน ไม่ว่าโทเคนเหล่านั้นจะเป็นข้อความ รูปภาพ เสียง หรือวิดีโอ และเอาต์พุตข้อความมีราคา $9.00 ต่อล้านโทเคน — ซึ่งเป็นโครงสร้างเดียวกันกับเวอร์ชันดั้งเดิม สิ่งที่ Google ยังไม่ได้เผยแพร่คือราคาต่อวินาทีสำหรับระดับ 1080p และ 4K ใหม่ โดยประมาณการจากบุคคลที่สามระบุว่าอยู่ในช่วง 1.5x ถึง 3x ของราคาพื้นฐาน 720p แต่เหล่านั้นเป็นเพียงการประมาณการ ไม่ใช่ตัวเลขจาก Google ดังนั้นโปรดถือว่างบประมาณการผลิตที่ความละเอียดสูงเป็นเพียงตัวเลขชั่วคราวจนกว่าอัตราอย่างเป็นทางการจะปรากฏบนหน้าเว็บราคา Gemini API

ระดับการร่างที่ 360p คือเครื่องมือควบคุมต้นทุนที่ตั้งใจ: ที่ราคาประมาณหนึ่งในสามของราคา 720p และเร็วกว่าถึง 60% มันเปลี่ยนความคุ้มค่าของการวนซ้ำ ทีมที่ร่างช็อตหนึ่งสิบครั้งที่ 360p ใช้จ่ายประมาณเท่ากับการร่างสามครั้งที่ 720p ซึ่งคือความแตกต่างระหว่างการสำรวจและการผูกมัดแต่เนิ่นๆ ตัวเลขทั้งหมดนี้รายงานโดยผู้ขายมาโดยตลอด แต่การคำนวณปริมาณงานเป็นเลขคณิตง่ายๆ จากตัวเลขที่ Google เผยแพร่เอง

ที่ที่คุณสามารถโทรออกได้จริง

Gemini Omni 1.1 Flash พร้อมใช้งานแล้วผ่าน Gemini API ใน Google AI Studio ภายใต้รหัสโมเดล gemini-omni-1.1-flash และผ่าน Gemini Enterprise Agent Platform สำหรับงานระดับโปรดักชัน — อินเทอร์เฟซเดียวกับที่ Adobe, Figma, GMI Cloud และ Runway กำลังใช้งานอยู่แล้วสำหรับการผสานรวมกับ Agent Platform การเข้าถึงสำหรับผู้บริโภคเปิดตัวพร้อมกัน: Google Flow มีชุดฟีเจอร์ครบถ้วนสำหรับสมาชิก Google AI Plus, Pro และ Ultra ทั่วโลก และการขยายฉากเปิดใช้งานแล้วในแอป Gemini กล่าวคือ นี่ไม่ใช่การเปิดตัวบนกระดาษ — API, แพลตฟอร์มเอเจนต์ และพื้นผิวฝั่งผู้ใช้ทั้งหมดเปิดใช้งานในวันเดียวกัน

ขอบเขตอันกว้างขนาดนี้ควรค่าแก่การพิจารณาสักครู่ Gemini Omni Flash เวอร์ชันดั้งเดิมเปิดตัวให้แก่นักพัฒนาเมื่อวันที่ 30 มิถุนายน พร้อมป้ายกำกับ public-preview ขีดจำกัดการสร้างวิดีโอแบบตายตัวที่ 10 วินาที การขยายฉากที่ไม่รองรับอย่างชัดเจน และการอ้างอิงวิดีโอที่สคีมารับไว้แต่ไม่ได้รับการประมวลผลอย่างถูกต้อง เวอร์ชัน 1.1 เคลียร์รายการส่วนใหญ่ให้หมดไปในการอัปเดตครั้งเดียว — เพดาน 40 วินาที การอ้างอิงวิดีโอที่ทำงานได้จริง และบันไดความละเอียดที่เหมาะสม คือช่องว่างที่ยุคพรีวิวทิ้งไว้อย่างแท้จริง หากคุณถอนตัวจากเวอร์ชันพรีวิวเพราะไม่สามารถรักษาฉากให้คงอยู่ได้เกินสิบวินาที รีลีสนี้คือคำตอบสำหรับข้อร้องเรียนเฉพาะนั้น

สิ่งที่ไม่เปลี่ยนแปลง

สำหรับการควบคุมใหม่ทั้งหมด ผลิตภัณฑ์พื้นฐานคือตระกูลโมเดลเดียวกันที่มีข้อแลกเปลี่ยนเหมือนเดิม ผลลัพธ์ยังคงเป็นวิดีโอแบบสั้นพร้อมเสียงที่ซิงค์กัน — นี่ไม่ใช่ Veo 3.1 ซึ่งเป็นเจนเนอเรเตอร์ความละเอียดสูงแบบครั้งเดียวของ Google และทั้งสองถูกออกแบบมาเพื่องานที่แตกต่างกัน ความสม่ำเสมอของตัวละครข้ามฉากดีขึ้นด้วยการมองย้อนกลับที่ยาวขึ้นและการป้อนวิดีโออ้างอิง แต่ก็ยังเป็นจุดอ่อนของการสร้างที่คุณควรทดสอบแทนที่จะคาดเดา และโมเดลนี้มีการใส่ลายน้ำ SynthID บนผลลัพธ์ ซึ่งสำคัญหากคุณกำลังสร้างเครื่องมือที่ต้องการการรับประกันที่มาของข้อมูล

ควรกล่าวอย่างตรงไปตรงมาเช่นกันว่ายังไม่มีอะไรได้รับการพิสูจน์: ณ เวลาที่เขียนนี้ ยังไม่มีเกณฑ์มาตรฐานอิสระสำหรับ Gemini Omni 1.1 Flash บนลีดเดอร์บอร์ดวิดีโอสาธารณะ การอ้างสิทธิ์ของ Google — ความเร็วที่เพิ่มขึ้น 60% สำหรับ 360p คุณภาพที่ 1080p/4K — เป็นข้อมูลที่รายงานโดยผู้จำหน่ายเอง เรื่องราวของการเปิดตัวครั้งนี้คือรายการฟีเจอร์และราคา ไม่ใช่คะแนนบนแผนภูมิ และใครก็ตามที่บอกคุณเป็นอย่างอื่นกำลังอ้างอิงตัวเลขที่ไม่มีใครภายนอกห้องแล็บเคยผลิตได้

ทำไม "การควบคุมมากขึ้น" จึงเป็นเรื่องราว

แก่นของเวอร์ชันนี้คือในที่สุด Google ก็ให้ตัวควบคุมแก่นักพัฒนา นั่นคือความยาว การจัดเฟรม ความละเอียด และต้นทุน ล้วนเป็นอินพุตแล้ว ไม่ใช่เอาต์พุตอีกต่อไป นี่คือสิ่งที่ทำให้โมเดลเจเนอเรทีฟรู้สึกเหมือนเครื่องมือมากกว่าเครื่องสล็อต และเป็นเหตุผลเดียวกันว่าทำไมความโปร่งใสด้านต้นทุนจึงสำคัญในฝั่งโครงสร้างพื้นฐาน ทุกทีมที่พัฒนาโมเดลเจอเนอเรทีฟที่เราคุยด้วยกำลังเผชิญปัญหาสองอย่างเดียวกัน นั่นคือเศรษฐศาสตร์ต่อหน่วยและความเร็วในการทำซ้ำ และโมเดลที่ใช้ต้นทุนเพียงหนึ่งในสามในการทำซ้ำย่อมแก้ปัญหาทั้งสองอย่างได้พร้อมกัน

แนวคิดการควบคุมต้นทุนคือจุดที่เลเยอร์การจัดเส้นทางพิสูจน์คุณค่าของมัน OrcaRouter ส่งผ่านราคารายการของผู้ให้บริการโดยไม่บวกเพิ่มเลย ดังนั้นเมื่ออัตราต่อวินาทีหรือต่อโทเคนของโมเดลเปลี่ยนแปลง ราคาที่คุณเห็นทางฝั่งเราจะเปลี่ยนแปลงในวันเดียวกัน — ไม่มีส่วนต่างระหว่างคุณกับตัวเลขที่ Google ประกาศ API เดียวครอบคลุมโมเดลมากกว่า 200 รายการ พร้อมการเฟลโอเวอร์อัตโนมัติหากผู้ให้บริการล่ม หรือโมเดลที่เพิ่งออกมาได้วันเดียวส่งข้อผิดพลาดกลับมากลางการใช้งานจริง สำหรับโมเดลที่เพิ่งเปิดตัวเมื่อวานนี้ การเฟลโอเวอร์คือวิธีทดสอบโดยไม่ต้องเสี่ยงให้ไปป์ไลน์จริงต้องพึ่งพามัน Gemini Omni 1.1 Flash เองยังไม่สามารถจัดเส้นทางผ่านเราได้ในตอนนี้ — เราไม่อ้างว่าโฮสต์โมเดลที่เราไม่ได้โฮสต์ — แต่ประเด็นสำคัญอยู่ที่วินัยด้านราคา: เมื่อระดับ API ของมันเปิดให้มีการจัดเส้นทางผ่านบุคคลที่สาม มันจะปรากฏในราคารายการของ Google และการผสานการทำงานก็เป็นเพียงการเปลี่ยนแปลงการตั้งค่า ไม่ใช่การเขียนใหม่

ประเด็นสำคัญ

Gemini Omni 1.1 Flash คืออัปเดตที่ทำให้โมเดลวิดีโอของ Gemini ใช้งานได้จริงในฐานะเครื่องมือการผลิต ไม่ใช่แค่สิ่งแปลกใหม่: ขยายฉากได้ถึง 40 วินาที ควบคุมเฟรมแรก/เฟรมสุดท้าย มีระดับการร่าง 360p ในราคาหนึ่งในสาม และเอาต์พุต 1080p/4K ราคา 720p ที่ 0.10 ดอลลาร์ต่อวินาทียังคงเดิม ราคาความละเอียดสูงยังไม่เปิดเผย และยังไม่มีเกณฑ์วัดประสิทธิภาพอิสระ — จงถือว่าคำกล่าวอ้างฟีเจอร์ของ Google เป็นข้อมูลจากผู้ผลิตจนกว่าคนอื่นจะรันโมเดลจริง หากคุณรอคอยพรีวิวเพราะสิบวินาทีสั้นเกินไปและ 720p เล็กเกินไป การรอคอยจบลงแล้ว หากคุณต้องการเกณฑ์วัดหรืออัตรา 4K อย่างเป็นทางการก่อนตัดสินใจ คำตอบที่ตรงไปตรงมาคือ ยังไม่มีใครมี

จับตาหน้าเว็บราคา Gemini API สำหรับอัตราต่อวินาทีแบบ 1080p/4K จับตาการประเมินอิสระครั้งแรกของการอัปเดต 1.1 และจับตาการเปิดตัวสมาชิก Google Flow เพื่อใช้เป็นตัวชี้วัดว่าทีมมีความมั่นใจมากเพียงใดต่อคุณภาพของโมเดลในระดับใหญ่ การเปิดตัวเป็นเรื่องจริง ระบบควบคุมเป็นเรื่องจริง และช่องว่างด้านราคาเป็นเพียงส่วนเดียวที่ยังคงมีการเปลี่ยนแปลงอยู่