Gemini Omni 1.1 Flash ist das Update von Google DeepMind vom 27. August 2026 für sein KI-Videomodell. Es ist dieselbe Any-to-any-Idee wie bei Gemini Omni Flash (Text, Bild und Video als Eingabe, hochauflösendes Video als Ausgabe), ergänzt um vier auf die Produktion ausgerichtete Neuerungen: Szenenverlängerung, die Clips auf bis zu 40 Sekunden verkettet, Steuerung von erstem und letztem Frame, Videoreferenzen für konsistente Figuren und ein Workflow aus Entwurf und Hochskalierung.
Bei den Kosten bleibt es im kostenpflichtigen Tarif der Gemini API ohne kostenlosen Tarif: Die Videoausgabe wird mit 17,50 $ pro 1 Mio. Tokens abgerechnet, das sind etwa 0,10 $ pro Sekunde 720p-Video; 360p-Entwürfe kosten rund ein Drittel davon. Zu den Launch-Partnern gehören Adobe Firefly, Figma Weave und Runway.
Es ist leistungsfähige Video-Technik und eine der stärkeren Optionen seiner Klasse. Es ist aber auch reine Modell-Infrastruktur, keine Fachkraft, die einen Job von Anfang bis Ende erledigt. Ich baue bei eesel KI-Teammitglieder, und die nüchterne Wahrheit ist: Ein besseres Videomodell beantwortet Ihre Support-Tickets nicht und veröffentlicht Ihren Blog nicht. Wenn genau das die Aufgabe ist, passt ein einsatzbereites Teammitglied wie eesel besser als ein Modell, das Sie selbst einbinden müssen.
Was Gemini Omni 1.1 Flash eigentlich ist
Gemini Omni ist Googles Familie von „Any-to-any"-Modellen für generative Medien, und Omni Flash ist das schnelle, auf Video ausgerichtete Mitglied. Googles eigene Produktseite bringt es auf den Punkt: Stellen Sie sich Gemini Omni wie Nano Banana für Video vor, bei dem jede Bearbeitung auf der vorherigen aufbaut, damit die Szene stimmig bleibt. Sie geben einen Prompt, ein Bild oder einen vorhandenen Clip vor und erhalten hochauflösendes Video mit Ton, das Sie im Dialog verfeinern, statt jedes Mal von vorn zu rendern.
Das Release 1.1, angekündigt von den Google-DeepMind-Produktmanagern Anish Nangia und Alisa Fortin, wird als „a production-ready update for developers that offers improved control over generative video" beschrieben. Das Stichwort ist Kontrolle, das Leitthema des gesamten Updates. Das erste Omni Flash hat gezeigt, dass das Modell generieren und bearbeiten kann; 1.1 gibt Entwicklern die Hebel, es präzise zu steuern. Die in der API angezeigte Modell-ID lautet gemini-omni-1.1-flash.
Was in 1.1 neu ist
Wenn Sie das ursprüngliche Gemini Omni Flash schon kennen, hier die Kurzfassung der Änderungen. Vier Funktionen kamen gleichzeitig, und jede schließt eine konkrete Lücke, die den Einsatz des ersten Modells in echten Produktions-Pipelines verhindert hat.
Szenenverlängerung auf bis zu 40 Sekunden
Das ursprüngliche Modell begrenzte jeden Clip auf 10 Sekunden, eine harte Grenze, wenn man irgendeine Geschichte erzählen will. Mit der Szenenverlängerung nehmen Sie ein vorhandenes Video und erzeugen weiteres Material ab der Stelle, an der es endet, in 10-Sekunden-Schritten bis zu einer Gesamtlänge von 40 Sekunden. Laut Google bieten Verlängerungen eine bessere visuelle Konsistenz und einen besseren Erzählfluss, sodass eine Einstellung ohne sichtbare Naht weiterlaufen oder in eine neue Richtung abzweigen kann.
Technisch nutzt sie dasselbe zustandsbehaftete Muster wie die dialogbasierte Bearbeitung des Modells: Sie hängen eine neue Anfrage an eine previous_interaction_id mit einer Eingabe wie „Continue the scene", und das Modell behält den Sitzungskontext, statt dass Sie das Material erneut hochladen müssen.
Steuerung von erstem und letztem Frame
Das fällt Kreativteams zuerst auf. Sie können jetzt Start- und Endframe einer Einstellung festlegen, und Omni 1.1 erzeugt das durchgehende Video zwischen diesen beiden Keyframes. Google empfiehlt das für komplexe Kamerakreisfahrten, Zoom-Übergänge oder nahtlose Loops. In der Praxis wird aus „Video generieren und hoffen, dass die Kamera etwas Sinnvolles tut" ein „festlegen, wo die Einstellung beginnt und endet, und das Modell die Bewegung dazwischen füllen lassen", was deutlich besser steuerbar ist.
Videoreferenzen für Konsistenz
Das Abdriften von Figuren und Stil war die leise Schwäche von KI-Video. Mit Omni 1.1 können Sie bis zu drei Sekunden Video als Referenz für eine neue Szene angeben, damit das Modell den visuellen Kontext behält und eine Figur über mehrere Einstellungen hinweg konsistent hält. Googles Demo tauschte vorgegebene Figuren in hochgeladene Tanz-Referenzclips ein und behielt dabei eine durchgehende Einstellung ohne Schnitte bei, genau die Art von Kontinuität, die früher viel manuelle Nacharbeit erforderte.
Entwurf und Hochskalierung
Die letzte Neuerung ist für alle mit Budget am praktischsten. Sie können leichte Vorschauen in 360p erzeugen, die laut Google bis zu 60 % schneller sind und ein Drittel der Kosten der Standardauflösung 720p verursachen, und die endgültige Ausgabe dann auf 1080p oder 4K hochskalieren. Die Idee: Sie iterieren günstig und schnell am Rohschnitt und geben die echte Rechenleistung nur für die Version aus, die Sie behalten.
Google zeigte drei Beispiel-Apps auf Basis dieser Steuerungen: ein Transition Studio für erste und letzte Frames, ein Immobilien-Listing Walk-In für Kamerabewegungen und einen Draft Room, der drei oder vier 360p-Varianten zum direkten Vergleich erzeugt. Sie geben einen guten Hinweis darauf, wo das Modell sich lohnt: bei Produktions-Tools statt bei einzelnen Clips.
Wo Sie es nutzen können
Omni 1.1 erschien am ersten Tag auf mehreren Plattformen, was zeigt, dass Google es als Produktionsinfrastruktur und nicht als Demo verstanden wissen will:
- Google AI Studio, um es direkt über die Gemini API auszuprobieren.
- Die Gemini Enterprise Agent Platform, für Unternehmen, die auf der Agent-Platform-API aufbauen.
- Google Flow, weltweit für alle Abonnenten von Google AI Plus, Pro und Ultra verfügbar.
- Die Gemini-App, in der speziell die Szenenverlängerung für dieselben Abo-Stufen live ist.
Zu den technischen Daten: Die Google-Cloud-Dokumentation nennt einen Eingabekontext von 131.072 Tokens und eine Ausgabe von 57.920 Tokens, maximal 10 Sekunden pro Generierungsanfrage (die die Szenenverlängerung dann verkettet), bis zu drei Videos pro Prompt, die Seitenverhältnisse 16:9 und 9:16 sowie Auflösungen von 360p bis 4K. Generierte Videos tragen C2PA Content Credentials zur Herkunftsangabe.
Preise von Gemini Omni 1.1 Flash
Das Abrechnungsmodell ist seit dem ursprünglichen Start unverändert, und die entscheidende Aussage bleibt dieselbe: Es gibt keinen kostenlosen Tarif. Jede erzeugte Sekunde kostet vom ersten Clip an Geld. Hier die aktuellen Preise im kostenpflichtigen Tarif der Gemini API:
| Posten | Kostenloser Tarif | Kostenpflichtiger Tarif (pro 1 Mio. Tokens) |
|---|---|---|
| Eingabe (Text / Bild / Video / Audio) | Nicht verfügbar | 1,50 $ |
| Textausgabe | Nicht verfügbar | 9,00 $ |
| Videoausgabe | Nicht verfügbar | 17,50 $ |
| Daten zur Verbesserung der Google-Produkte | k. A. | Nein |
Die Kosten entstehen beim Video. Google rechnet die Videoausgabe mit einem festen Satz von 5.792 Tokens pro Sekunde 720p-Video ab, was bei 17,50 $ pro 1 Mio. Tokens einen effektiven Preis von etwa 0,10 $ pro Sekunde ergibt. Ein grober Anhaltspunkt, nur Videoausgabe:
- ca. 0,50 $ für einen 5-sekündigen 720p-Clip
- ca. 1,00 $ für einen vollen 10-sekündigen 720p-Clip
- ca. 0,03 $ pro Sekunde für einen 360p-Entwurf (etwa ein Drittel des 720p-Preises, laut Googles eigener Angabe)
Die letzte Zeile ist die eigentliche Geschichte der 1.1-Preise. Mit der 360p-Entwurfsstufe können Sie eine 40-Sekunden-Sequenz für wenige Cent prototypen und den vollen Preis nur für die Version zahlen, die Sie auf 4K hochskalieren. Das ist eine sinnvolle Struktur, die Teams belohnt, die vor der Festlegung iterieren. Google veröffentlicht die vollständigen Preise je Auflösung in einer Preistabelle im Launch-Beitrag; die maschinenlesbare API-Seite verankert die Abrechnung beim oben genannten 720p-Tokensatz. Die ausführliche Kostenrechnung mit Beispielen haben wir im Leitfaden zu den Gemini-Omni-Flash-Preisen aufgeschlüsselt.
Beachten Sie, dass es für dieses Modell im Gegensatz zu Gemini 3.5 Flash keinen Batch-, Flex- oder Priority-Tarif gibt, es ist also kein dokumentierter Batch-Rabatt in Sicht. Wie Google seine Modelle insgesamt bepreist, zeigt unser Leitfaden zu den Gemini-Preisen für Privat- und API-Tarife im Vergleich.
Was Entwickler und Partner sagen
Als die Omni-Familie zum ersten Mal für Entwickler geöffnet wurde, fasste Googles eigener KI-Leiter Logan Kilpatrick den Pitch zusammen:
"Omni Flash is SOTA at video editing at $0.10 / sec, same as Veo 3.1 Fast!"
Aufschlussreicher war der unabhängige KI-News-Account Rohan Paul, der die eigentliche Produktform darin sah, Modelle zu verketten statt ein einzelnes Modell zu nutzen:
"Chaining both models is the real product shape, not either model alone. Nano Banana 2 Lite makes reference images, then Gemini Omni Flash animates them."
Für 1.1 stützte sich Google auf Launch-Partner, die das Modell in der Produktion betreiben. Der Creative Director von Figma Weave, Itay Schiff, benannte die Richtung, in die die neuen Steuerungen weisen:
"With extensions, richer reference material, and 4K resolution, Gemini Omni Flash takes teams beyond generating videos to truly directing them."
Das sind Partner-Zitate, die Google bewusst ausgewählt hat. Lesen Sie sie also als Launch-Rahmung und nicht als neutrale Tests. Die unabhängige Einschätzung finden Sie im Hacker-News-Launch-Thread (296 Punkte, 233 Kommentare), und sie fällt gemischter aus. Entwickler cube00 widersprach der zentralen 360p-Entwurfsidee:
"While it sounds great you're quickly disappointed after you run the same prompt at standard resolution only to get a different result because it's non deterministic."
Das ist ein berechtigter Einwand: Ein Entwurf ist als Vorschau nur nützlich, wenn das fertige Rendering ihm tatsächlich entspricht, und die Generierung ist nicht deterministisch. Strategisch las Simon Willison das Release als Signal dafür, worauf Google setzt:
"Interesting that OpenAI abandoned Sora entirely but Google are continuing to invest heavily in their own video generation. Maybe because they see video generation as key to developing 'world models'?"
Die ausgewogene Einschätzung des Threads: Die 360p-Entwurfsstufe ist ein kluger Kostenhebel, die Szenenverlängerung zeigt bei längeren Clips noch etwas Drift, und Googles Gesamtwert (Modell plus Flow) wird höher bewertet als der von auffälligeren One-Shot-Konkurrenten.
Wo Gemini Omni 1.1 Flash passt und wo nicht
Hier die ehrliche Version, von jemandem, der KI-Produkte baut, statt dieses zu vermarkten. Omni 1.1 ist hervorragend in dem, wofür es gedacht ist: Videos mit echter gestalterischer Kontrolle zu erzeugen und zu bearbeiten, innerhalb einer Pipeline, die Sie selbst bauen. Wenn Sie ein Kreativ-Tool, eine Marketing-Video-Funktion oder alles entwickeln, bei dem Video das Produkt ist, gehört es zu den stärksten verfügbaren Optionen, und die Preise für Entwurf und Hochskalierung machen das Iterieren erschwinglich.
Es ist aber keine Arbeitskraft, die einen Job erledigt. Es ist ein Modell, also Infrastruktur. Sie müssen die App drumherum bauen, entscheiden, wann es aufgerufen wird, die Ergebnisse verarbeiten und es in das einbinden, was Sie eigentlich ausliefern wollen. Das ist der richtige Kompromiss, wenn Sie als Entwickler Videofunktionen bauen. Es ist die falsche Perspektive, wenn Sie eine Aufgabe von Anfang bis Ende erledigt haben möchten.
Ich arbeite täglich auf der anderen Seite dieser Linie. Bei eesel verkaufen wir kein Modell, sondern KI-Teammitglieder, die Sie für eine klar definierte Aufgabe einstellen. Jedes bringt die Fähigkeiten, Integrationen und den Unternehmenskontext für seine Rolle mit, sodass keine Pipeline zusammengebaut werden muss. Aktuell gibt es einen KI-Helpdesk-Agenten, der in Ihre bestehende Support-Warteschlange einsteigt, und einen KI-Blog-Autor, der Inhalte recherchiert und entwirft. Ein neues Videomodell beantwortet kein Support-Ticket und veröffentlicht keinen Beitrag, egal wie gut das Demo-Reel aussieht. Andere Aufgabe, anderes Werkzeug.
Wenn Sie gerade das breitere Google-Angebot vergleichen: Unsere Übersicht der Gemini-Alternativen, der Überblick zu Google Gemini 3 und die Aufschlüsselung der Gemini-3-Preise behandeln die Modelle für Text und logisches Denken. Auf der Bildseite derselben Familie sind Nano Banana Pro und der Nano-Banana-2-Test lesenswert, und Gemini vs. Perplexity behandelt den KI-Suchaspekt.
eesel für die Aufgaben testen, die ein Videomodell nicht erledigen kann
Wenn Sie hier gelandet sind, weil Sie prüfen, wo KI Ihrem Team tatsächlich Zeit spart, und die ehrliche Antwort „nicht bei Video" lautet, ist das die nützliche Erkenntnis. eesel setzt einsatzbereite KI-Teammitglieder an Ihre echte Arbeit: Der KI-Helpdesk-Agent lernt aus Ihren früheren Tickets und Ihrem Help Center und löst dann Standardanfragen in den Tools, die Sie bereits nutzen, und der KI-Blog-Autor macht aus Ihrem eigenen Wissen veröffentlichte, markentreue Inhalte.
Der Unterschied zu einem reinen Modell wie Omni 1.1: Es gibt nichts zu bauen. Sie verbinden Ihre Quellen, simulieren das Teammitglied anhand echter historischer Daten, bevor es live geht, und schalten es ein. Sie können es kostenlos testen und in wenigen Minuten an Ihren eigenen Inhalten sehen.