Gemini Omni 1.1 Flash cho phép bạn xây dựng với nhiều kiểm soát hơn — Mở rộng cảnh, Kiểm soát khung hình và 4K đã có mặt

Gemini Omni 1.1 Flash được phát hành vào ngày 27 tháng 8 năm 2026 như một bản cập nhật production cho mô hình video đa phương thức, biến trình tạo cảnh quay đơn 10 giây thành một thứ gần giống với công cụ chỉnh sửa có thể điều khiển được. Các con số nổi bật rất dễ bị bỏ lỡ vì giá không hề thay đổi: một clip 720p vẫn có giá 0,10 USD mỗi giây. Điều thay đổi là mức độ bạn có thể quyết định về cảnh quay — mô hình hiện có thể kéo dài cảnh lên tới 40 giây, tôn trọng khung hình đầu và cuối được chỉ định, tạo bản xem trước ở 360p với chi phí chỉ bằng khoảng một phần ba chi phí 720p, và kết xuất đầu ra cuối cùng ở 1080p hoặc 4K. Đây là kiểu cập nhật mà ghi chú phát hành quan trọng hơn cả buổi ra mắt.

Mô hình này là phiên bản kế thừa của bản xem trước Gemini Omni Flash, vốn được mở cho các nhà phát triển vào ngày 30 tháng 6 năm 2026, và nó giữ nguyên mọi thứ đã làm nên sự khác biệt của bản gốc: đầu vào đa phương thức — văn bản, hình ảnh, âm thanh và video trong một lần gọi duy nhất — cùng khả năng chỉnh sửa hội thoại đa lượt, nơi bạn tinh chỉnh một đoạn clip bằng cách trao đổi thay vì tạo lại từ đầu. Điều mà Gemini Omni 1.1 Flash bổ sung là khả năng kiểm soát ở các ranh giới và kiểm soát chi phí — chính xác là thứ mà một quy trình sản xuất cần chứ không phải thứ mà bản demo nghiên cứu cần.

Những gì bản cập nhật thực sự bổ sung

Bốn khả năng phân biệt phiên bản 1.1 với bản xem trước tháng Sáu, và mỗi khả năng giải quyết một lời phàn nàn cụ thể mà các nhà phát triển từng gặp phải ở bản gốc.

• Mở rộng cảnh. Mô hình hiện có thể phân tích tối đa 10 giây ngữ cảnh video trước đó khi tiếp tục một clip — các phiên bản trước của mô hình chỉ tham chiếu đến giây cuối cùng. Việc mở rộng diễn ra theo từng mức tăng 10 giây, lên tới tổng cộng dồn 40 giây. Lần đầu tiên bạn có thể tạo ra một sản phẩm mang tính liên tục như một chuỗi thay vì một tập hợp các clip liền kề.

• Kiểm soát khung hình đầu/cuối. Chỉ định khung hình bắt đầu và kết thúc của một cảnh quay và mô hình sẽ tạo ra video liên tục giữa hai khung hình chính. Điều này giúp cho các vòng quay camera, chuyển cảnh thu phóng và vòng lặp liền mạch trở nên khả thi mà không cần trình chỉnh sửa video, vì hình học của cảnh quay giờ đây là một ràng buộc thay vì phỏng đoán.

• Chế độ phác thảo 360p. Bản xem trước nhẹ kết xuất nhanh hơn tới 60% so với 720p tiêu chuẩn, với chi phí chỉ khoảng một phần ba. Đây là công cụ storyboard/lặp: bạn thử nghiệm mười hai biến thể với chi phí thấp, rồi chỉ kết xuất biến thể hoạt động ở độ phân giải đầy đủ.

• Đầu ra 1080p và 4K. Các bản render cuối có thể được nâng cấp từ mức trần 720p ban đầu lên 1080p hoặc 4K, đây chính là sự khác biệt giữa "dùng được cho mạng xã hội" và "dùng được cho phát sóng." Các đoạn video tham chiếu dài tối đa ba giây giờ cũng có thể được đưa vào làm đầu vào đa phương thức để giữ sự nhất quán về nhân vật và hình ảnh giữa các cảnh quay.

Bức tranh giá cả vẫn đang dần ổn định.

Con số $0.10 mỗi giây mà mọi người thường trích dẫn là gói tiêu chuẩn 720p, và nó không thay đổi so với bản xem trước. Giá đầu vào là $1.50 mỗi triệu token, dù những token đó là văn bản, hình ảnh, âm thanh hay video, và đầu ra văn bản là $9.00 mỗi triệu token — cùng cấu trúc như bản gốc. Điều Google chưa công bố là giá theo giây cho các gói 1080p và 4K mới; ước tính của bên thứ ba đặt chúng ở mức 1.5x đến 3x so với gói cơ sở 720p, nhưng đó chỉ là ước tính, không phải số liệu của Google, vì vậy hãy coi mọi ngân sách sản xuất ở độ phân giải cao là tạm thời cho đến khi mức giá chính thức xuất hiện trên trang giá Gemini API.

Mức phác thảo 360p là đòn bẩy chi phí có chủ đích: với giá chỉ bằng khoảng một phần ba gói 720p và nhanh hơn tới 60%, nó thay đổi bài toán kinh tế của việc lặp. Một nhóm thực hiện mười bản nháp cho một cảnh quay ở 360p sẽ tiêu tốn khoảng tương đương ba bản nháp ở 720p — đó là sự khác biệt giữa việc thử nghiệm các phương án và sớm chốt phương án. Số liệu do nhà cung cấp công bố xuyên suốt, nhưng phép tính thông lượng chỉ là môn số học đơn giản dựa trên số liệu công bố của chính Google.

Nơi bạn thực sự có thể gọi nó

Gemini Omni 1.1 Flash hiện đã có sẵn qua Gemini API trong Google AI Studio với mã mô hình gemini-omni-1.1-flash, và thông qua Gemini Enterprise Agent Platform cho khối lượng công việc sản xuất — giao diện tương tự mà Adobe, Figma, GMI Cloud và Runway đang xây dựng dựa trên đó cho các tích hợp Agent Platform của họ. Quyền truy cập cho người tiêu dùng đã được triển khai song song: Google Flow có đầy đủ tính năng cho tất cả người đăng ký Google AI Plus, Pro và Ultra trên toàn cầu, và tính năng mở rộng cảnh đã có mặt trong ứng dụng Gemini. Nói cách khác, đây không phải là một buổi ra mắt trên giấy — API, nền tảng agent và các giao diện người tiêu dùng đều đã ra mắt trong cùng một ngày.

Sự bao quát đó đáng để dành một chút thời gian suy ngẫm. Phiên bản Gemini Omni Flash gốc đã được phát hành cho các nhà phát triển vào ngày 30 tháng 6 với nhãn xem trước công khai, giới hạn tạo video cứng ở mức 10 giây, tính năng mở rộng cảnh hoàn toàn không được hỗ trợ, và các tham chiếu video được lược đồ chấp nhận nhưng không được xử lý đúng cách. Bản 1.1 đã giải quyết hầu hết danh sách đó chỉ trong một bản cập nhật — trần 40 giây, tham chiếu video hoạt động chính xác, và thang phân giải hợp lý chính là những khoảng trống mà kỷ nguyên xem trước còn bỏ ngỏ. Nếu bạn đã từ bỏ bản xem trước vì nó không thể giữ một cảnh nhất quán quá mười giây, bản phát hành này chính là câu trả lời cho lời phàn nàn cụ thể đó.

Điều gì đã không thay đổi

Đối với toàn bộ khả năng kiểm soát mới, sản phẩm nền tảng vẫn là cùng một dòng mô hình với cùng những sự đánh đổi. Đầu ra vẫn là video dạng ngắn với âm thanh đồng bộ — đây không phải Veo 3.1, trình tạo một lần có độ trung thực cao riêng biệt của Google, và hai thứ này hướng đến các công việc khác nhau. Tính nhất quán của nhân vật qua các chuyển cảnh được cải thiện nhờ khả năng nhìn lại dài hơn và đầu vào video tham chiếu, nhưng đây vẫn là một điểm yếu sinh tạo mà bạn nên kiểm thử thay vì giả định. Và mô hình mang hình chìm SynthID trên đầu ra, điều này quan trọng nếu bạn đang xây dựng một công cụ cần đảm bảo về nguồn gốc.

Cũng cần nói thẳng điều chưa được chứng minh: tính đến thời điểm viết bài này, chưa có điểm chuẩn độc lập nào cho Gemini Omni 1.1 Flash trên bảng xếp hạng video công khai. Những tuyên bố của Google — tăng tốc 60% cho 360p, chất lượng ở 1080p/4K — chỉ do hãng tự báo cáo. Câu chuyện của bản phát hành này là danh sách tính năng và mức giá, không phải điểm số trên biểu đồ, và bất kỳ ai nói với bạn điều ngược lại thì đang trích dẫn một con số mà không ai ngoài phòng thí nghiệm tạo ra được.

Tại sao "kiểm soát nhiều hơn" là câu chuyện

Sợi chỉ xuyên suốt của bản phát hành này là Google cuối cùng đã trao cho các nhà phát triển công cụ điều khiển: độ dài, khung hình, độ phân giải và chi phí giờ đây đều là đầu vào thay vì đầu ra. Đó chính là điều khiến một mô hình tạo sinh có cảm giác như một công cụ thay vì một cỗ máy đánh bạc, và cũng là lý do vì sao tính minh bạch về chi phí lại quan trọng ở phía hạ tầng. Mọi đội ngũ xây dựng mô hình tạo sinh mà chúng tôi trao đổi đều đang phải vật lộn với cùng hai vấn đề — kinh tế đơn vị và tốc độ lặp — và một mô hình có chi phí lặp chỉ bằng một phần ba sẽ giải quyết được cả hai.

Chủ đề kiểm soát chi phí đó chính là nơi một lớp định tuyến chứng tỏ giá trị của mình. OrcaRouter chuyển tiếp nguyên xi giá niêm yết của nhà cung cấp mà không cộng thêm bất kỳ khoản phụ phí nào, nên khi mức giá theo giây hoặc theo token của một mô hình thay đổi, giá bạn nhìn thấy ở phía chúng tôi cũng thay đổi ngay trong ngày hôm đó — không có khoảng chênh lệch nào giữa bạn và con số Google công bố. Một API duy nhất bao phủ hơn 200 mô hình, với khả năng tự động chuyển đổi dự phòng nếu một nhà cung cấp ngừng hoạt động hoặc một mô hình mới ra mắt được một ngày trả về lỗi giữa lúc đang vận hành production; với một mô hình vừa phát hành hôm qua, chuyển đổi dự phòng chính là cách thử nghiệm nó mà không phải đặt cả một pipeline đang hoạt động vào thế cược. Bản thân Gemini Omni 1.1 Flash hiện chưa thể định tuyến qua chúng tôi — chúng tôi không tuyên bố lưu trữ một mô hình mà chúng tôi không có — nhưng kỷ luật định giá mới là điểm cốt lõi: khi tầng API của nó mở ra cho định tuyến bên thứ ba, nó sẽ xuất hiện với đúng giá niêm yết của Google, và việc tích hợp chỉ là một thay đổi cấu hình, chứ không phải là viết lại mã.

Điểm mấu chốt

Gemini Omni 1.1 Flash là bản cập nhật giúp mô hình video của Gemini có thể dùng làm công cụ sản xuất thực thụ thay vì chỉ là một thứ mới lạ: mở rộng cảnh quay lên 40 giây, kiểm soát khung hình đầu/cuối, gói dựng nháp 360p với chi phí chỉ bằng một phần ba, và đầu ra 1080p/4K. Mức giá 0,10 USD mỗi giây cho 720p không đổi, giá cho độ phân giải cao vẫn chưa được công bố, và chưa có điểm chuẩn độc lập nào — hãy coi các tuyên bố tính năng của Google là do nhà cung cấp tự báo cáo cho đến khi có bên khác chạy thử mô hình này. Nếu bạn đang chờ bản xem trước vì mười giây quá ngắn và 720p quá nhỏ, thì sự chờ đợi đã kết thúc. Nếu bạn cần một điểm chuẩn hoặc mức giá 4K chính thức trước khi cam kết, câu trả lời trung thực là chưa ai có cả.

Hãy theo dõi trang định giá Gemini API để biết mức giá theo giây cho 1080p/4K, để ý các đánh giá độc lập đầu tiên về bản cập nhật 1.1, và quan sát quá trình triển khai người đăng ký của Google Flow như một thước đo mức độ tự tin của nhóm vào chất lượng mô hình ở quy mô lớn. Việc phát hành là thật, các biện pháp kiểm soát là thật, và khoảng cách giá là phần duy nhất vẫn còn đang thay đổi.