Zuletzt aktualisiert: 28. August 2026 · Version: 1.1
Redaktionshinweis: Quellenstand: 28. August 2026. Funktions- und Qualitätsangaben stammen überwiegend von Google; unabhängige Tests der seit 27. August allgemein verfügbaren Version lagen noch nicht vor. Regionale Verfügbarkeit kann abweichen. Rechtliche Hinweise ersetzen keine Einzelfallprüfung.
In 30 Sekunden
gemini-omni-1.1-flashist die stabile, kostenpflichtige API-Version von Googles Modell für dialogbasierte Videoerzeugung und -bearbeitung.- Neu sind Videoverlängerungen bis insgesamt 40 Sekunden, Übergänge zwischen Start- und Endbild, 360p-Entwürfe sowie 1080p- und 4K-Output per Upscaling.
- Der dokumentierte Standardpreis für 720p entspricht rund 0,10 US-Dollar je Ausgabesekunde. Wirtschaftlich relevant sind jedoch Varianten, Fehlversuche, Nachbearbeitung und Freigabezeit pro akzeptiertem Clip.
- Für DACH-Unternehmen ist der Funktionsumfang regional eingeschränkt: Hochgeladene Videos lassen sich im EWR und in der Schweiz derzeit nicht bearbeiten oder verlängern; modellgenerierte Videos können erweitert werden.
- Artikel 50 des EU AI Act kann bei Deepfakes eine sichtbare Offenlegung verlangen. SynthID und C2PA unterstützen die Provenienz, ersetzen aber nicht jede Betreiberpflicht.
Was Entscheider jetzt tun sollten: Geeignet für: neue, nicht vertrauliche Videoentwürfe und die Erweiterung modellgenerierter Clips. Derzeit eingeschränkt für: die Bearbeitung vorhandener Unternehmensvideos im EWR und in der Schweiz. Prüfen Sie Omni deshalb in einem begrenzten Draft-to-Final-Pilot, bevor Sie API-Integration oder produktive Nutzung beschließen.
Gemini Omni 1.1 Flash verschiebt KI-Video vom einzelnen Prompt zur iterativen Produktionskette: Entwurf erzeugen, im Dialog verändern, Übergänge berechnen und nur das ausgewählte Ergebnis hochskalieren. Der Nutzen entsteht bei kontrollierten Variantenprozessen. Quellenrechte, Markenprüfung, Kennzeichnung und menschliche Abnahme bleiben erforderlich.
Was Google am 27. August veröffentlicht hat
Google führt Gemini Omni 1.1 Flash unter der stabilen Modell-ID gemini-omni-1.1-flash. Die Modelldokumentation nennt Text, Bilder und Videos als Eingaben sowie drei bis zehn Sekunden Video mit 24 Bildern pro Sekunde als Ausgabe. Verfügbar sind 360p, 720p sowie 1080p- und 4K-Output per Upscaling – nicht zwingend 4K-native Generierung.
Die Release Notes der Gemini API kennzeichnen die Version als allgemein verfügbar. Der bisherige Endpunkt gemini-omni-flash-preview soll am 30. September 2026 eingestellt werden. Wer bereits mit der Preview arbeitet, braucht deshalb kurzfristig einen Regressionstest und einen kontrollierten Wechsel auf die stabile Modell-ID.
Die wichtigsten neuen Produktionsfunktionen sind:
- Videoverlängerung: Ein vorhandener Clip kann um drei bis zehn Sekunden fortgesetzt werden. Bei modellgenerierten Videos sind Erweiterungen in mehreren Schritten bis zu insgesamt 40 Sekunden vorgesehen.
- Start- und Endbild: Zwei Bilder definieren Anfang und Ende einer Bewegung; das Modell erzeugt den Übergang dazwischen.
- Auflösungsstufen: 360p dient als Entwurfsstufe, 720p als Standard; 1080p und 4K entstehen per Upscaling.
- Referenzmedien: Kurze Videoreferenzen können Bewegung oder Charakteristik vorgeben; Google nennt bis zu drei Sekunden Referenzvideo.
- Dialogbasierte Bearbeitung: Über die Interactions API lassen sich Änderungen auf einem vorherigen Ergebnis aufbauen.
Die Stärke liegt damit weniger in einer Einzelfunktion als in der Verbindung von Varianten, Übergängen und Verlängerungen.
Der Unternehmensnutzen: Entwürfe billig, Freigaben belastbar machen
Google wirbt damit, 360p-Videos bis zu 60 Prozent schneller und zu einem Drittel der Kosten von 720p zu erzeugen. Diese Herstellerangabe beschreibt den Systemdurchsatz, nicht die vollständige Projektlaufzeit. Dennoch steckt darin eine sinnvolle Prozessidee: frühe Entscheidungen mit niedriger Auflösung treffen und nur freigegebene Varianten hochskalieren.
Hypothetisches, aber realistisches Praxisbeispiel: Ein B2B-Anbieter erzeugt aus freigegebenen Produktmotiven vier 360p-Varianten eines zehnsekündigen Teasers. Jede Variante verändert nur Kamerabewegung oder Szenenübergang. Fachredaktion und Markenverantwortliche prüfen Sachrichtigkeit, Corporate Design und Rechte; nur die akzeptierte Variante wird in 1080p finalisiert und mit dokumentierter Kennzeichnungsentscheidung veröffentlicht.
Ohne Abnahmekriterien erzeugt Omni lediglich mehr Varianten. Mit einem solchen Prozess kann das Modell Storyboards, Previsualisierung und kurze Social- oder Schulungssequenzen beschleunigen.
Kosten: Nicht der Clippreis, sondern der Preis pro Freigabe zählt
Die Gemini-API-Preisseite nennt für Omni 1.1 Flash im Paid Tier 1,50 US-Dollar je Million Input-Tokens, 9 US-Dollar je Million Text-Output-Tokens und 17,50 US-Dollar je Million Video-Output-Tokens. Für 720p rechnet Google mit 5.792 Tokens pro Videosekunde. Daraus ergibt sich ein effektiver Listenpreis von ungefähr 0,10 US-Dollar je Sekunde.
| Rechenbeispiel | Reine 720p-Ausgabekosten | Nicht enthalten |
|---|---|---|
| 10-Sekunden-Clip | ca. 1,00 US-Dollar | Varianten, Eingaben, Schnitt, Ton, Prüfung |
| Vier 10-Sekunden-Varianten | ca. 4,00 US-Dollar | verworfene Zwischenstände und Personalzeit |
| 40 Sekunden über Erweiterungen | mindestens ca. 4,00 US-Dollar | Wiederholungen, Übergänge und Upscaling |
Die letzte Zeile ist nur eine Untergrenze: 40 Sekunden entstehen über mehrere Generierungsschritte. Für die Beschaffung zählt daher nicht der Sekundenpreis, sondern die Gesamtkosten pro fachlich, rechtlich und gestalterisch freigegebenem Clip.
Der DACH-Realitätscheck: GA heißt nicht überall gleicher Funktionsumfang
GA bedeutet nicht, dass jede Funktion überall verfügbar ist. Die Omni-API-Dokumentation nennt relevante regionale Einschränkungen:
- Im Europäischen Wirtschaftsraum, in der Schweiz und im Vereinigten Königreich können hochgeladene Videos derzeit nicht bearbeitet oder verlängert werden.
- Videos, die Omni selbst erzeugt hat, lassen sich in diesen Regionen erweitern.
- Das Hochladen und Bearbeiten von Bildern mit Minderjährigen ist im EWR, in der Schweiz und im Vereinigten Königreich nicht unterstützt.
- Bestimmte erkennbare Personen werden als Eingabe ebenfalls eingeschränkt.
- Englisch ist vollständig unterstützt; andere Sprachen wurden laut Google noch nicht evaluiert und können schwankende Ergebnisse liefern.
Damit ist ein zentraler DACH-Use-Case eingeschränkt: vorhandenes Kunden-, Produkt- oder Kampagnenvideo hochladen und direkt weiterbearbeiten. Ein Pilot muss auf dem tatsächlich verfügbaren regionalen Endpunkt getestet werden.
Vergleich: Wo Omni 1.1 Flash im Video-Stack passt
Der folgende Vergleich bewertet dokumentierte Workflowmerkmale, nicht Bildqualität. Für Qualitätsaussagen wären identische Prompts, Quellmedien und unabhängige Blindbewertungen nötig.
| Kriterium | Gemini Omni 1.1 Flash | Veo 3.1 Lite | Wan 3.0 |
|---|---|---|---|
| API-Reife | GA | Preview | Preview |
| Region/Hosting | Gemini API; EWR-Funktionsgrenzen bei hochgeladenen Videos | Gemini API; konkrete Dienstregion prüfen | unter anderem Frankfurt, Tokio, Singapur und Virginia dokumentiert |
| Input/Editing | Text, Bild, Video; dialogbasierte Bearbeitung und Verlängerung | Text und Bild; kein Video-to-Video | Text, Bild, Audio, Video, Dateien und Weblinks; Editing/Extension |
| Audio | Videoausgabe mit Audio | native Audioausgabe, immer aktiv | Dialog, Musik und Effekte; Audio abschaltbar |
| Clipdauer | 3–10 Sekunden; Erweiterung bis insgesamt 40 Sekunden | 4, 6 oder 8 Sekunden | 2–30 Sekunden pro Generierung |
| Preisindikator | ca. 0,10 US-Dollar je 720p-Sekunde | 0,05 US-Dollar je 720p-Sekunde | ab 0,05 US-Dollar je 480p-Sekunde laut internationaler Produktseite |
| Pilot-Eignung | kontrollierte Varianten- und Bearbeitungsworkflows | günstige kurze Text-/Bild-Generierung | dokument- und referenzbasierte Rohschnitte |
Omni passt vor allem zu iterativen Kreativworkflows. Für kurze, kostensensible Generierung kann Veo 3.1 Lite genügen; für dokumentbasierte Rohschnitte verfolgt Wan 3.0 einen breiteren Input-Ansatz. Region und Vertragslage sind bei allen drei Diensten separat zu prüfen.
Grenzen der Evidenz: Googles Benchmarks sind noch kein Beschaffungsnachweis
Die Modellkarte von Google DeepMind beschreibt starke Ergebnisse in internen Direktvergleichen durch menschliche Bewertende. Das ist ein Qualitätssignal, aber keine unabhängige Bestätigung für Unternehmensfälle.
Google nennt zugleich Grenzen bei vollständiger Konsistenz, komplexer Bewegung und exakt dargestelltem Text. Markenlogos, Produktdetails, Bedienoberflächen, Zahlen und Pflichttexte brauchen deshalb eine Prüfung gegen freigegebene Referenzen.
Für die Redaktion gilt eine einfache Grenze: Omni kann eine Produktionsvariante liefern, aber keinen Nachweis, dass sie markentreu, rechtssicher oder faktisch korrekt ist.
Governance: Rechte, Daten und Kennzeichnung vor dem ersten Upload klären
Technische Provenienz, sichtbare Kennzeichnung, Daten- und Rechteprüfung sind getrennte Kontrollaufgaben.
Google versieht generierte Videos laut Dokumentation mit SynthID. In Gemini App, Flow und YouTube nennt Google zusätzlich C2PA Content Credentials. Diese technischen Provenienzsignale sind hilfreich, lösen aber nicht sämtliche Pflichten des veröffentlichenden Unternehmens.
Seit dem 2. August 2026 gilt Artikel 50 des EU AI Act. Eine sichtbare Offenlegung ist insbesondere relevant, wenn ein KI-Video als Deepfake bestehende Personen, Orte, Objekte oder Ereignisse täuschend echt erscheinen lässt. Ein klar erkennbarer abstrakter Produktclip ohne realen Ereignisbezug ist nicht automatisch ein Deepfake; ein synthetisches CEO-Statement kann dagegen darunter fallen. Inhalt, Kontext und Veröffentlichung entscheiden. Die AI-Fabrik-Einordnung zur KI-Kennzeichnung erläutert die Entscheidungspfade.
Daneben bleiben Datenschutz, Urheber-, Marken- und Persönlichkeitsrechte eigenständig zu prüfen. Ein technisch akzeptiertes Bild, eine Stimme oder ein Video ist nicht automatisch rechtmäßig nutzbar. Unternehmen brauchen deshalb einen Herkunftsnachweis für Referenzmaterialien, eine definierte Rechtsgrundlage bei personenbezogenen Daten, Lösch- und Aufbewahrungsregeln sowie eine nachvollziehbare Veröffentlichungsfreigabe.
Ein belastbarer Pilot in 30 Tagen
Woche 1: Einsatz und Grenzen festlegen
Wählen Sie drei reversible Cliptypen, etwa eine Produktvisualisierung ohne Personen, eine animierte Schulungsszene und einen Social-Teaser. Schließen Sie Kundenmaterial, interne Kennzahlen, Minderjährige und nicht freigegebene Personenaufnahmen aus. Dokumentieren Sie Region, Zugang, API-Version und erlaubte Eingaben.
Woche 2: Vergleichstest statt Demo
Erstellen Sie pro Cliptyp dieselben Ausgangsmaterialien und testen Sie Omni gegen den aktuellen Prozess oder ein alternatives Modell. Verändern Sie pro Variante nur einen Faktor. Bewertet werden Referenztreue, Bewegungsqualität, Textfehler, Audio, Renderzeit und Kosten.
Woche 3: Freigabekette testen
Lassen Sie Markenverantwortliche, Fachredaktion und bei Bedarf Datenschutz oder Recht reale Ergebnisse prüfen. Die Abnahme zeigt Quelle, Prompt, Version, Veränderungen, vorgesehene Veröffentlichung und Kennzeichnungsentscheidung. Fehlerhafte Clips bleiben gesperrt.
Woche 4: TCO und Produktionsentscheidung
Erfassen Sie alle Versuche und die Arbeitszeit bis zur Freigabe. Ein positiver Pilot senkt Zeit oder Kosten ohne höhere Rechts-, Qualitäts- oder Reputationsrisiken.
Verbindliche Pilot-KPIs
- Freigabequote im ersten Review
- durchschnittliche Varianten je freigegebenem Clip
- manuelle Nachbearbeitungszeit je Clip
- Gesamtkosten und Durchlaufzeit bis zur Freigabe
- Quote vollständig rechts-, marken- und kennzeichnungskonformer Assets
Diese Messliste verhindert, dass eine schnelle Demo fälschlich als produktiver Business Case gilt.
FAQ zu Gemini Omni 1.1 Flash
Wie lang können Videos sein?
Eine Ausgabe umfasst drei bis zehn Sekunden. Durch wiederholte Verlängerungen können modellgenerierte Videos laut Google eine Gesamtlänge von bis zu 40 Sekunden erreichen.
Erzeugt Omni 4K nativ?
Nicht zwingend. Google bezeichnet 1080p und 4K als Upscaling. Höhere Ausgabeauflösung garantiert daher keine entsprechend höhere native Szenendetailtreue.
Was kostet ein Zehn-Sekunden-Clip?
Bei 720p nennt Google rund 0,10 US-Dollar je Ausgabesekunde, also etwa 1 US-Dollar für zehn Sekunden. Varianten, Fehlversuche und menschliche Arbeit erhöhen die Gesamtkosten.
Kann ein deutsches Unternehmen vorhandene Videos hochladen und bearbeiten?
Derzeit nur eingeschränkt: Bearbeitung und Verlängerung hochgeladener Videos sind im EWR und in der Schweiz nicht verfügbar. Modellgenerierte Videos können dort erweitert werden.
Fazit: Ein Produktionsbaukasten mit regionaler Bremse
Gemini Omni 1.1 Flash verbindet 360p-Entwürfe, Schlüsselbild-Übergänge, dialogbasierte Änderungen, Verlängerungen und Upscaling zu einem steuerbaren Workflow. Für DACH ist Omni aktuell primär ein Modell für neue, kontrollierte Generierung – nicht für die breite KI-gestützte Überarbeitung bestehender Videobestände.
Die Version ist erst seit einem Tag GA, unabhängige Qualitätsdaten fehlen und hochgeladene Videos lassen sich im EWR und in der Schweiz nicht bearbeiten. Erst ein Draft-to-Final-Pilot zeigt, ob Omni die Kosten pro freigegebenem Clip senkt oder lediglich mehr Varianten erzeugt.
Quellen
- Google: Gemini Omni 1.1 Flash lets you build with more control, 27. August 2026
- Google AI for Developers: Gemini Omni Flash – Modelldaten, Stand 27. August 2026
- Google AI for Developers: Gemini API Release Notes, Stand 27. August 2026
- Google AI for Developers: Generate and edit videos with Gemini Omni Flash, abgerufen am 28. August 2026
- Google AI for Developers: Gemini Developer API Pricing, abgerufen am 28. August 2026
- Google AI for Developers: Generate videos with Veo 3.1, abgerufen am 28. August 2026
- Google DeepMind: Gemini Omni Flash Model Card, aktualisiert im August 2026
- Alibaba Cloud Model Studio: Wan3.0 Video Generation API Reference, abgerufen am 28. August 2026
- Alibaba Cloud Model Studio: Model Pricing, abgerufen am 28. August 2026
- Europäische Kommission: Transparenzpflichten nach Artikel 50 – Quick Facts, Stand August 2026
- EUR-Lex: Verordnung (EU) 2024/1689, Artikel 50, konsolidierter Rechtsrahmen, abgerufen am 28. August 2026
