Gemini Omni Flash w wersji stabilnej. Co zmienić przed wyłączeniem wersji preview 30 września

Co się zmienia 30 września

Google poinformował w dzienniku zmian Gemini API 27 sierpnia 2026 roku, że model gemini-omni-1.1-flash jest wersją ogólnie dostępną, czyli przeznaczoną do zastosowań produkcyjnych. W tym samym wpisie firma zapowiedziała wyłączenie endpointu gemini-omni-flash-preview 30 września 2026 roku. Po tej dacie zapytania kierowane do starej nazwy modelu przestaną działać.

Wersja zapoznawcza była dostępna od 1 lipca 2026 roku, między innymi w Gemini Enterprise Agent Platform. Wśród pierwszych użytkowników Google wymieniał Adobe Firefly, Invideo i WPP. Jeśli firma używa takiego narzędzia, zmiana modelu leży po stronie dostawcy. Zespoły z własną integracją muszą ją przeprowadzić samodzielnie.

Nowe możliwości gemini-omni-1.1-flash

Gemini Omni Flash tworzy wideo z opisu tekstowego, animuje zdjęcia i pozwala poprawiać wynik zwykłymi poleceniami, na przykład zmienić oświetlenie sceny lub kąt kamery. Edycja jest stanowa: kolejne polecenie odnosi się do poprzedniego wyniku przez identyfikator wcześniejszej interakcji, bez ponownego opisywania całej sceny. Model korzysta z Interactions API.

Wersja stabilna dodaje funkcje, które w lipcu Google zapowiadał jako przyszłe. Najważniejsze z nich zebraliśmy poniżej na podstawie dokumentacji modelu i przewodnika po generowaniu wideo.

• Przedłużanie sceny - do istniejącego klipu można dołączyć kolejne 3-10 sekund, ale tylko na końcu filmu.
• Interpolacja - model tworzy płynne przejście między podaną pierwszą i ostatnią klatką.
• Wybór rozdzielczości - 360p, 720p (domyślnie), 1080p i 4K; dwie najwyższe powstają przez skalowanie.
• Formaty obrazu - 16:9 (domyślnie) oraz pionowy 9:16, przydatny w materiałach do mediów społecznościowych.
• Wejście wideo - do edycji i przedłużania można przesłać film o długości do 10 sekund.

Ile kosztuje Gemini Omni Flash w złotych

Model nie ma bezpłatnego poziomu i jest dostępny wyłącznie dla kont z płatnym planem Gemini API. Według cennika Google wejście kosztuje 1,50 USD za milion tokenów, a wyjście wideo 17,50 USD za milion tokenów. Jedna sekunda filmu w 720p odpowiada 5792 tokenom, co daje w standardowym cenniku około 0,10 USD za sekundę. Taką samą stawkę za sekundę Google podawał w lipcu dla wersji zapoznawczej w Gemini Enterprise Agent Platform.

Poniższe przeliczenie opiera się na średnim kursie NBP z 25 września 2026 roku (1 USD = 3,8404 zł). Kwoty nie obejmują VAT, który firma rozlicza zwykle w ramach importu usług. Cennik podaje przelicznik tokenów dla 720p. Dokumentacja nie określa wprost, czy skalowanie do 1080p lub 4K zmienia koszt, dlatego przed produkcją w wyższej rozdzielczości warto sprawdzić zużycie tokenów na kilku próbach.

• Sekunda wideo 720p: ok. 0,10 USD, ok. 0,38 zł.
• Klip 10-sekundowy: ok. 1,00 USD, ok. 3,84 zł.
• Film 40-sekundowy złożony z przedłużeń: ok. 4,00 USD, ok. 15,36 zł.
• 100 klipów po 8 sekund miesięcznie: ok. 80 USD, ok. 307,23 zł.

Migracja z wersji preview krok po kroku

Sama zmiana identyfikatora modelu jest prosta, ale nowe parametry mogą zmienić wynik. Dlatego przed 30 września warto przejść poniższą listę na środowisku testowym, a dopiero potem przełączyć ruch produkcyjny.

1. Wyszukaj w kodzie, konfiguracji i narzędziach automatyzacji wszystkie wystąpienia nazwy gemini-omni-flash-preview.
2. Zmień identyfikator na gemini-omni-1.1-flash w wywołaniach Interactions API.
3. Ustaw jawnie rozdzielczość i format obrazu w response_format, zamiast polegać na wartościach domyślnych.
4. Usuń parametry, których model nie obsługuje: instrukcje systemowe, temperature, top_p, sekwencje zatrzymania i prompty negatywne.
5. Wygeneruj kilka klipów z tymi samymi opisami co w wersji preview i porównaj jakość, czas odpowiedzi oraz zużycie tokenów.
6. Sprawdź, czy klipy wejściowe do edycji mają najwyżej 10 sekund, i dopiero wtedy przełącz produkcję.

Ograniczenia i ryzyka

Dokumentacja wprowadza ograniczenia regionalne ważne dla polskich użytkowników. W Europejskim Obszarze Gospodarczym, Szwajcarii i Wielkiej Brytanii nie można przesyłać ani edytować zdjęć i filmów przedstawiających osoby niepełnoletnie. Niezależnie od regionu model nie przyjmuje też materiałów z niektórymi rozpoznawalnymi osobami.

Przedłużać można wyłącznie koniec klipu, bez dopisywania początku lub środka. Model nie doda też dialogu do przesłanego filmu, w którym ktoś już mówi. Google deklaruje pełne wsparcie tylko dla poleceń w języku angielskim, a inne języki nie zostały przetestowane. W praktyce oznacza to, że opisy scen lepiej pisać po angielsku, nawet jeśli film ma trafić do polskiego odbiorcy.

Wszystkie filmy zawierają niewidoczny znak wodny SynthID, który można wykryć programowo. Znak nie jest widoczny dla odbiorcy, dlatego realistyczne materiały warto dodatkowo opisywać jako wygenerowane przez AI. Takiego oznaczenia wymagają też zasady wielu platform publikacji.

Dla kogo ten model ma sens

W naszej ocenie Gemini Omni Flash najlepiej sprawdzi się przy szybkich szkicach reklam, animacjach produktów, ujęciach przejściowych i pionowych materiałach do mediów społecznościowych. Cena poniżej 4 zł za 10 sekund pozwala przetestować kilkanaście wariantów, zanim zespół zdecyduje się na droższą produkcję. Narzędzie nie zastąpi jednak dłuższego filmu z lektorem ani nagrania z udziałem prawdziwych osób.

Agencje i działy marketingu powinny ustalić wewnętrzne zasady dotyczące wizerunku, praw do materiałów wejściowych i oznaczania treści. Brak wsparcia dla edycji materiałów z dziećmi w UE wyklucza część kampanii, na przykład dla branży edukacyjnej lub zabawkowej, i warto uwzględnić to przy planowaniu.