Google Gemini Omni 1.1 Flash: Szybkie wideo w 360p zamiast drogich renderów
Zamiast czekać minuty na kosztowny render, deweloperzy mogą teraz sprawdzić dynamikę sceny w rozdzielczości 360p, która powstaje o 60 procent szybciej niż standardowe wideo. Google wprowadziło Gemini Omni 1.1 Flash, stawiając na surową wydajność i kontrolę nad budżetem, co w dobie rosnących kosztów utrzymania infrastruktury AI staje się priorytetem dla firm budujących własne narzędzia kreatywne.
Pragmatyzm zamiast rozdzielczości
Najnowsza aktualizacja to odpowiedź na realne potrzeby rynku: szybkie prototypowanie bez przepalania budżetu. Zastosowanie trybu draft w 360p redukuje koszty generowania o dwie trzecie, co pozwala na wielokrotne poprawianie promptów przed finalnym eksportem. Jak podaje dokumentacja Gemini API, model dysponuje oknem kontekstowym rzędu 1 048 576 tokenów, co przekłada się na głęboką analizę przesyłanych materiałów wideo.
Koniec z rwaniem obrazu
Największym problemem generatorów wideo była dotąd krótka pamięć modelu, skutkująca nagłymi zmianami wyglądu postaci czy otoczenia. W wersji 1.1 Flash Google wydłużyło okno analizy z jednej sekundy do dziesięciu. Pozwala to na płynne wydłużanie scen. „Możesz wydłużać wideo w 10-sekundowych odstępach, aż do łącznego czasu 40 sekund” – deklaruje Google w oficjalnym komunikacie. Dzięki temu ruch kamery pozostaje spójny, a obiekty nie znikają losowo z kadru.
Dodatkowym ułatwieniem jest możliwość przesłania trzech sekund własnego nagrania jako referencji stylu. Model kopiuje z niego oświetlenie czy estetykę i nanosi na nową generację. Funkcja definiowania klatek początkowych i końcowych (keyframes) pozwala z kolei precyzyjnie zaplanować ścieżkę ruchu kamery, eliminując chaos typowy dla prostych generatorów.
Ile kosztuje sekunda AI?
Cennik API odzwierciedla nową hierarchię jakości. Google ustaliło stawkę 17,50 USD za milion tokenów w modelu Omni Flash, przy czym wygenerowanie jednej sekundy wideo w 720p zużywa 5 792 tokeny. Ceny za sekundę gotowego materiału prezentują się następująco:
- 360p (Draft): 0,03 USD
- 720p (Standard): 0,10 USD
- 1080p i 4K (Upscaled): odpowiednio 0,15 USD i 0,30 USD
Warto pamiętać, że formaty 1080p oraz 4K nie są generowane natywnie, lecz powstają poprzez skalowanie (upscaling) niższych rozdzielczości. To sprytny zabieg, który pozwala zachować wysoką jakość wizualną przy mniejszym obciążeniu jednostek GPU. Nowe narzędzia są już dostępne dla użytkowników Google AI Studio.
