Preços do Gemini Omni 1.1 Flash: quanto custa de verdade o vídeo com IA

TL;DR

O Gemini Omni 1.1 Flash é o modelo de geração de vídeo do Google, lançado em prévia em 27 de agosto de 2026. Ele é cobrado por token em três medidores separados: $1,50 por 1 M de tokens de entrada, $9,00 por 1 M de tokens de saída de texto e $17,50 por 1 M de tokens de saída de vídeo. O Google arredonda o valor do vídeo para cerca de $0,10 por segundo em 720p.

O número que você realmente precisa saber: um clipe de 10 segundos em 720p custa cerca de $1,01 só de saída de vídeo, e a resolução é a sua maior alavanca, já que o 4K custa por segundo cerca de 9 vezes um rascunho em 360p.

Duas coisas surpreendem. Não há plano gratuito, então você paga desde o primeiro token, e não há desconto para lotes, que os modelos Flash somente de texto ainda têm. Os preços são idênticos na API Gemini e no Vertex. Se você só precisa de rascunhos curtos, gere em 360p e amplie os que valem a pena.

O que o Gemini Omni 1.1 Flash realmente é

Eu trabalho com APIs de modelos profissionalmente, então, com qualquer modelo "Flash" novo, a primeira coisa que faço é ignorar o post de lançamento e ler a tabela de preços, porque é ali que está o design real do produto. No caso do Gemini Omni 1.1 Flash, a tabela conta quase tudo: não é um modelo de chat mais barato, é um modelo de vídeo do Google DeepMind que por acaso também entende texto.

O Google o descreve como um modelo multimodal "optimized for video generation, offering video output alongside text responses in a single model." O ID do modelo é gemini-omni-1.1-flash-preview, ele está em fase de prévia (não em disponibilidade geral) e chegou em 27 de agosto de 2026 como a atualização 1.1 do Gemini Omni Flash original. Se você acompanha os outros modelos criativos do Google, pense nele como o irmão em movimento do Nano Banana para imagens e do Lyria para música.

A versão 1.1 é principalmente sobre controle. Agora você tem extensão de cena (alongar um clipe em passos de 10 segundos até um total de 40), controle do primeiro e do último quadro, uma referência de vídeo de 3 segundos para manter os personagens consistentes, ampliação para 4K e um modo rascunho em 360p que, segundo o Google, é até 60% mais rápido e custa cerca de um terço do 720p. Entre os parceiros de lançamento que constroem sobre ele estão Adobe, Figma e Runway.

Uma peculiaridade do nome que vale avisar logo: "Omni" sugere todas as modalidades, mas aqui o modelo aceita texto, imagem e vídeo como entrada e devolve texto e vídeo como saída. Ele gera som (fala, música, efeitos) como parte do vídeo, mas não é um gerador independente de áudio ou de imagens. Para entender onde ele se encaixa na família, nossa visão geral do Gemini percorre toda a linha.

Preços do Gemini Omni 1.1 Flash num relance

Aqui está a tabela completa, direto das páginas do próprio Google. Não há diferença entre preço de tabela e preço real para destrinchar: as tarifas por token são o preço.

Tanto a página de preços da API Gemini quanto a página de preços do Gemini Enterprise listam esses valores, e eles coincidem. A página da API Gemini acrescenta a versão mais legível: a saída de vídeo custa "approximately $0.10 per second" em 720p, e o plano gratuito é "Not available."

O problema de um modelo de vídeo cobrado por token é que "por 1 M de tokens" esconde a rapidez com que os tokens se acumulam quando a saída são imagens em movimento. É o assunto da próxima seção.

Os três medidores, e por que a saída de vídeo é a que pesa

O que você precisa internalizar é que a saída de vídeo custa quase 12 vezes o que custa a entrada, por token. Num modelo de chat comum, entrada e saída ficam a um múltiplo pequeno uma da outra, então você pensa em "custo por chamada" de forma aproximada. Aqui, a mesma chamada pode cobrar três tarifas ao mesmo tempo: os tokens do seu prompt a $1,50, qualquer texto que o modelo devolva a $9,00 e cada quadro do vídeo gerado a $17,50.

Na prática, o medidor de saída de vídeo domina tanto que os outros dois são erros de arredondamento. Um prompt longo pode somar alguns décimos de centavo; alguns segundos em 4K somam dólares. Então, ao orçar este modelo, oriente o orçamento pelos segundos de vídeo e trate o resto como ruído.

Veja como o Google converte cada modalidade de entrada em tokens, que é a base real da cobrança:

Esses custos de entrada são minúsculos. Enviar uma imagem de referência custa uma fração de centavo. O dinheiro vai todo na saída.

Quanto um vídeo realmente custa

A saída de vídeo é medida por segundo, e a tarifa por segundo depende da resolução. O Google publica diretamente as taxas de tokens, então isto é aritmética, não estimativa: multiplique os tokens por segundo pela tarifa de saída de $17,50.

Alguns números de exemplo para concretizar. Um clipe de 10 segundos em 720p com áudio são 57.920 tokens de saída, ou seja, cerca de $1,01. Os mesmos 10 segundos em modo rascunho 360p custam cerca de $0,34. Em 4K, ficam em aproximadamente $3,04 pelos mesmos 10 segundos. Estender um clipe até o limite de 40 segundos em 720p dá cerca de $4,05 de saída de vídeo.

Coloque seus próprios números abaixo para ver onde um projeto vai parar antes de rodá-lo.

O padrão que a calculadora deixa óbvio: sua conta mensal cresce de forma linear com clipes e segundos, mas a resolução multiplica o total. Duzentos rascunhos curtos em 720p por mês saem por cerca de $200; o mesmo volume em 4K chega perto de $600.

A resolução é a alavanca de custo, então use o modo rascunho

É por isso que o Google lançou o modo rascunho em 360p, e por isso eu construiria todo o meu fluxo de trabalho em torno dele. O custo por segundo sobe cerca de 9 vezes de 360p para 4K, mas as decisões criativas (composição, movimento, se a cena funciona ou não) não precisam de 4K para serem avaliadas. Gere um lote de rascunhos baratos em 360p, escolha o que funciona e depois renderize de novo ou amplie só esse para 1080p ou 4K.

Fazer ao contrário (gerar tudo em resolução máxima e descartar quase tudo) é como a conta de geração de vídeo triplica sem ninguém perceber. É a mesma armadilha que o preço do Nano Banana Pro tem para geração de imagens, só que com uma dimensão extra de tempo multiplicando cada erro.

O que está faltando

Se você vem dos modelos Gemini Flash somente de texto, três suposições que você traz estão erradas aqui.

• Sem plano gratuito. Os modelos Flash de texto dão uma cota gratuita de API para prototipar. O Omni 1.1 Flash não dá, segundo a página de preços da API Gemini. Você paga desde o primeiro token, então planeje também os testes, não só a produção.
• Sem desconto para lotes. O desconto de 50% para lotes do Google é uma das melhores ofertas da linha Gemini, e não se aplica aqui, porque o modelo não oferece suporte a inferência em lote. Cada segundo custa o preço cheio.
• Sem pagamento por uso nem throughput provisionado. O acesso é apenas por cota fixa, na região global. Para a maioria das equipes isso é aceitável, mas significa que você não pode comprar capacidade dedicada como em cargas de texto de alto volume.

Nenhum desses pontos é impeditivo. São só o tipo de detalhe que transforma um "parece barato" da primeira impressão numa surpresa na primeira fatura, e é por isso que vale gastar dez minutos lendo a especificação antes de se comprometer.

API Gemini vs. Vertex: o preço é o mesmo

Uma pergunta que aparece com todo modelo do Google: sai mais barato pela API Gemini (Google AI Studio) ou pela Gemini Enterprise Agent Platform, da linha Vertex? Para o Omni 1.1 Flash, os preços por token são idênticos: $1,50 de entrada, $9,00 de saída de texto e $17,50 de saída de vídeo nas duas plataformas.

Então a escolha depende de tudo, menos do preço. A API Gemini é a forma mais rápida de começar e o lar natural de um projeto solo ou de um protótipo. A Enterprise Agent Platform é para quem precisa de controles em nível de organização, IAM e o restante da governança do Google Cloud. O modelo também aparece no Google Flow para assinantes do AI Plus, Pro e Ultra, e a extensão de cena aparece no próprio app Gemini. Escolha a plataforma que combina com o jeito como sua equipe já trabalha, não a que você acha que sairá mais barata, porque custam o mesmo.

Como se compara a outros modelos Gemini Flash

A palavra "Flash" treinou todo mundo a esperar algo barato, e é aí que o Omni 1.1 Flash pode enganar. Em texto, ele tem preço de modelo Flash de nível intermediário. O medidor de vídeo é a parte que não tem equivalente na linha de texto.

*O Gemini 3.7 Flash está com preço promocional que sobe para $1,50 / $7,50 depois de 31 de dezembro de 2026, segundo a página de preços da API Gemini.

A conclusão: os tokens de texto do Omni 1.1 Flash custam exatamente o mesmo que os do Gemini 3.5 Flash, então você não paga um ágio para conversar com ele. Você paga pelo medidor de vídeo, que é um produto genuinamente diferente do que os modelos Flash de texto fazem. Compará-lo em preço com o 2.5 Flash não faz sentido; eles não fazem o mesmo trabalho.

O Gemini Omni 1.1 Flash vale a pena?

Se você precisa de geração de vídeo programática com controle fino (extensão de cena, controle de quadros-chave, consistência de personagens) e se sente à vontade gerenciando custos por segundo, ele tem preço justo pelo que faz, e o fluxo de rascunhos em 360p o mantém acessível na fase de iterar e descartar, onde de outra forma iria a maior parte do gasto.

Onde eu pisaria no freio: se você está só experimentando, a falta de plano gratuito faz cada teste custar dinheiro de verdade, e se o seu caso é renderização em lote de alto volume, a ausência de desconto para lotes dói. Nesses casos, faça storyboards com cuidado e prototipe em 360p antes de tocar numa resolução maior.

O resumo honesto é que o Omni 1.1 Flash é um bom negócio para trabalho de vídeo controlado e iterativo e uma má escolha para gerar no escuro. Saiba qual dos dois você vai fazer antes de integrá-lo.

Escrevendo o conteúdo em torno da sua stack de IA

Um modelo como o Gemini Omni 1.1 Flash é infraestrutura: uma capacidade bruta que você integra a um produto. Ele não conhece sua marca, sua documentação nem o que você quer publicar. É essa lacuna que a eesel preenche. Em vez de uma API de modelo, a eesel oferece um colega de equipe de IA pronto para trabalhar, e um dos atuais é um redator de blog com IA que já conhece o contexto da sua empresa e transforma um tema em um rascunho pesquisado e no tom da marca, da mesma forma que nosso colega de IA de helpdesk cuida dos tickets de suporte.

Então, se você está lançando demos em vídeo com o Omni 1.1 Flash e precisa do post de lançamento, da página de documentação e do conteúdo comparativo que acompanha, esse é o colega que você deve contratar. É grátis para testar e se conecta às ferramentas onde seu conteúdo já vive.