Google stellt Gemini Omni Flash für Videogenerierung zu 0,10 $ pro Sekunde für Entwickler bereit

Google hat sein Modell Gemini Omni Flash offiziell für Entwickler und Unternehmenskunden über die Gemini API und Google AI Studio veröffentlicht, wie VentureBeat berichtet. Die Einführung am 30. Juni 2026 markiert den Übergang des Modells von einer Verbrauchervorschau – erstmals im Mai auf der Google I/O gezeigt – zu einem produktionsreifen Werkzeug für Unternehmen, die Video-Workflows in großem Maßstab aufbauen.

Das Modell generiert 720p-Video zu 0,10 $ pro Sekunde, was dem Veo 3.1 Fast-Tier entspricht, aber den Standard-Veo 3.1, der 0,40 $ pro Sekunde kostet, drastisch unterbietet. Diese Preissenkung von 75 % bringt einen Zehn-Sekunden-Clip auf etwa 1 $ – eine bedeutende Verschiebung für Entwickler und Marketingteams, die KI-Videogenerierung im großen Maßstab zuvor als kostenprohibitiv empfanden.

Konversationelle Bearbeitung verändert den Produktions-Workflow

Die herausragende Fähigkeit ist nicht die Generierung selbst – es ist die iterative, konversationelle Bearbeitung. Aufbauend auf Googles neuer Interactions API, einer zustandsbehafteten Schnittstelle für mehrstufige Aufgaben, ermöglicht Omni Flash Benutzern, Änderungen in natürlicher Sprache zu beschreiben und vom Modell auf einen bestehenden Clip anwenden zu lassen, ohne von Grund auf neu generieren zu müssen. Ein Vermarkter kann eine Produktaufnahme neu beleuchten, eine Szene neu rahmen oder Kleidungsdetails durch eine Abfolge natürlicher Sprachbefehle austauschen, dabei das Bewährte erhalten.

Dies kollabiert, was zuvor eine Pipeline aus fünf Werkzeugen war – separate LLMs für Drehbucherstellung, Bildgeneratoren, Videomodelle, Lippensynchronisationswerkzeuge und Sprachgeneratoren – in ein einziges Modell, das Text, Bilder und Video als Eingaben akzeptiert und einen fertigen Clip mit synchronisiertem Audio liefert.

Enterprise-Funktionen: Marken-Assets, Texteinfügung und Deepfake-Schutzmaßnahmen

Für Unternehmensteams unterstützt Omni Flash multimodale Referenzeingaben: Füttere es mit einem Produktfoto oder Markenlogo zusammen mit einem Text-Prompt, und das Modell integriert das reale Asset in die generierte Szene, anstatt einen generischen Platzhalter zu erfinden. Das Modell verarbeitet auch Text und Beschriftungen in der Szene – nützlich für lokalisierte Trainingsvideos oder Anzeigen, die kontextuell platzierte Logos benötigen.

Google hat explizite Grenzen gegen Missbrauch eingebaut. Das Modell verweigert die Lippensynchronisation eines Standfotos einer Person mit einer Audiospur – eine direkte Maßnahme gegen Deepfakes. Es wird jedoch vorhandene Videosprache in andere Sprachen übersetzen, nützlich für Organisationen mit mehrsprachigen Teams. Jede Ausgabe trägt Googles SynthID-Wasserzeichen, und das Unternehmen erweitert C2PA Content Credentials auf seine generativen Videotools.

Aktuelle Einschränkungen sind erwähnenswert: Clips sind auf 10 Sekunden begrenzt, und das Modell gibt nur in 720p aus – keine 1080p- oder 4K-Option. Teams, die längere Inhalte benötigen, müssen Clips zusammensetzen, und hochwertige Markenarbeit, die hochauflösende Ausgabe erfordert, muss auf die Veo 3.1-Stufen zurückgreifen.

Wettbewerbskontext: Sora verschwunden, Runway beobachtet

Der API-Start erfolgt, während OpenAI sein eigenes Text-zu-Video-Produkt Sora eingestellt hat und Runway weiterhin der führende unabhängige Anbieter im Enterprise-KI-Videomarkt ist. Googles Preisgestaltung und der Winkel der konversationellen Bearbeitung stellen einen direkten Angriff auf das Unternehmenssegment dar, das diese Wettbewerber anvisierten.

Besonders für unabhängige Entwickler und kleine Teams bedeutet der Satz von 0,10 $/Sekunde auf API-Ebene, dass Videogenerierung nun wirtschaftlich machbar ist für Prototyp-Workflows und interne Tools, die Runways Abonnementkosten oder die Komplexität der Verknüpfung mehrerer Einzelwerkzeuge nicht rechtfertigen würden.

Gemini Omni Flash ist jetzt über die Gemini API und Google AI Studio verfügbar. Entwickler können die Modellkarte und technischen Spezifikationen über die veröffentlichte Dokumentation von Google DeepMind abrufen.