Gemini Omni Flash 对比 1.1 Flash：值得升级吗？
gemini-omni-flash-preview 端点计划于 2026 年 9 月 30 日下线；它还新增视频延长、首尾帧插值，以及从 360p 到 4K 升采样的分辨率控制。Gemini Omni Flash 和 1.1 的已确认区别
旧版 Public Preview 于 2026 年 6 月 30 日开放，Google 在 8 月 27 日将 1.1 发布为 GA。下表只保留 Google 当前能够核验的事实。
| 决策维度 | 旧版 Gemini Omni Flash Preview | Gemini Omni 1.1 Flash | 实际意义 |
|---|---|---|---|
| 生命周期 | Public Preview | 正式可用（GA） | 1.1 是更长期的生产目标；旧端点已有下线日期 |
| Gemini API 模型 ID | gemini-omni-flash-preview | gemini-omni-1.1-flash | Gemini API 直连不能把两个 ID 当成可互换别名 |
| 单次生成输出 | 3–10 秒、720p、24 FPS | 3–10 秒、360p/720p/1080p 升采样/4K 升采样、24 FPS | 1.1 增加草稿和交付档位，但没有变成单次 40 秒模型 |
| 视频延长 | Preview 发布说明未列出，作为 1.1 新能力加入 | 每次向末尾延长最多 10 秒，多轮累计上限 40 秒 | 产品可以逐段续写，不必重新生成完整场景 |
| 延长时参考的前文 | 不适用：Preview 发布说明未列出视频延长 | 最多分析此前 10 秒内容；Google 将其与主要参考最后约 1 秒的旧延长系统对比 | 续写前可以看到更多人物动作、镜头方向和叙事信息 |
| 首尾帧插值 | Preview 发布说明未列出，作为 1.1 新能力加入 | 两张有序图片分别确定生成镜头的开头和结尾 | 适合匹配剪辑、循环、揭示和固定终点的转场 |
| 分辨率控制 | Preview 发布说明只记录 720p | 360p、默认 720p、1080p 升采样、4K 升采样 | 可以把低成本迭代和较高分辨率交付拆开 |
| 对话式编辑 | 通过 Interactions API 支持 | 保留，并加入新的控制能力 | 原有对话式工作流仍然熟悉 |
| 视频原生音频 | 支持 | 支持 | 音频不是升级的主要理由，控制能力和生命周期才是 |
目前没有官方公开 A/B 基准能够证明 1.1 在每一种提示词下都拥有更好的视觉质量。Google 将其称为控制能力更强、可用于生产的更新，但模型卡仍明确指出：编辑过程中的完全一致性、复杂运动和完全准确的文字依然具有挑战。可以确认的是“更可控”，不能直接推导成“所有视频都更好看”。
最大升级并不是单次视频时长
真正变化的是续写方式。Google 表示，1.1 可以分析此前最多 10 秒内容，而上一代模型主要参考最后约 1 秒。这让模型在生成下一段之前，能够获得更多关于人物、动作、镜头方向和叙事节奏的信息。它为衔接稳定创造了更好的条件，但不保证每次延长都能完全保持人物身份、物理规律、对白或构图。
这项能力适合提供“继续这个镜头”的创作工具、分支故事产品、产品演示生成器和短视频编辑器。如果一个服务永远只生成互不相关的 5 秒片段，也从不进行延长，它带来的价值就会小很多。
哪些 1.1 能力会产生真正的新工作流
用首帧和尾帧控制转场终点
首尾帧插值不只是多了一种输入方式。两张有顺序的图片分别确定开头和结尾构图，模型负责生成中间运动。它很适合产品揭示、房间之间的镜头移动、前后对比、循环动画，以及必须落在指定尾帧的镜头。
旧 Preview 可以让图片动起来，也能通过对话编辑生成结果，但 Google 的 Preview 发布说明没有列出明确的首尾帧插值。如果你的应用目前只能靠提示词描述来猜测结尾构图，这就是最值得测试 1.1 的理由之一。
先用 360p 出草稿，通过后再升级
1.1 在默认 720p 之外新增 360p 草稿档。Google 表示，在其系统吞吐测试中，360p 相比 1.1 标准 720p 最高可快 60%，成本约为三分之一。这是供应商测量，不是 EvoLink 价格承诺，但对应的生产流程很实用：先生成多组低分辨率候选，确认提示词和参考素材，再用所需交付档位重新运行通过审核的方案。
谁应该现在升级，谁应该先测试
| 工作负载 | 建议 | 原因 |
|---|---|---|
| 生产接入仍固定使用旧 Preview ID | 现在升级 | 旧端点计划于 2026 年 9 月 30 日下线 |
| “继续这个镜头”或分支场景产品 | 升级并验证 | 视频延长与更大的前文窗口会实质改变工作流 |
| 固定首尾构图的转场、循环或产品揭示 | 升级并验证 | 首尾帧插值提供了直接的新控制能力 |
| 大批量提示词和分镜迭代 | 测试 360p 草稿 | 可以在升级交付档位前降低迭代时间和成本 |
| 需要输出 1080p 或 4K 文件 | 测试升采样 | 输出属于升采样，仍需通过视觉验收 |
| 稳定的独立 3–10 秒 720p 生成 | 全量替换前做 A/B 测试 | 生命周期仍要求迁移，但创作收益可能较小 |
| 要求编辑后人物绝对一致或文字完全准确 | 保留 fallback | Google 模型卡仍把一致性与准确文字列为限制 |
“先测试”不等于“忽略下线时间”。这里有两个不同决策：一是离开有明确截止日期的端点，二是判断 1.1 是否已经适合成为每一种镜头的唯一生产路由。
EvoLink 用户的生产升级验收门槛
不要只挑两条演示视频凭感觉比较。应使用相同提示词、参考素材、时长、输出档位和尝试次数，再判断从请求到可用镜头的完整链路；EvoLink 当前的 Omni 1.1 路由不暴露 seed 参数。
| 验收门 | 测量内容 | 建议通过条件 |
|---|---|---|
| 能力 | 延长、插值、草稿档、升采样 | 所需的 1.1 独占工作流无需人工绕过即可完成 |
| 视觉连续性 | 人物、服装、镜头方向、光线、动作 | 审核者接受延长边界前后的连续性 |
| 指令遵循 | 必须动作、排除项、结尾构图 | 相比旧路由没有新增关键失败 |
| 音频连续性 | 人声、时机、环境声、音乐过渡 | 没有不可接受的断点、音色漂移或时间错位 |
| 可用镜头率 | 通过验收的输出数 ÷ 尝试次数 | 目标镜头类型中不低于旧路由 |
| 延迟 | 所选分辨率下的排队与生成时间 | 满足产品的交互或批处理 SLA |
| 成功镜头成本 | 总费用 ÷ 通过验收的输出数 | 计入重试、编辑、输入与升采样后仍符合预算 |
| 可靠性 | 失败、审核结果、重试、限流 | fallback 能覆盖实际观察到的故障范围 |
推荐上线方式：迁移依赖，按工作负载毕业
- 分开盘点 Google 直连 ID、EvoLink 路由 ID、已保存任务模板和排队中的任务。
- 在旧 Preview 端点下线前，用旧工作流复现一组小型基线样本。
- 按镜头类型测试 1.1，优先选择视频延长和首尾帧任务，因为这些场景的升级价值最明确。
- 保持相同验收标准，并记录成功镜头成本，而不只是每生成一秒的费用。
- 先把少量流量交给 1.1，只有质量、延迟和失败率通过门槛后才逐步提高比例。
- 在观察期保留任务级 fallback，不要默认让一个模型承担所有任务。
- 即使部分创作工作仍需要其他模型作为 fallback，也要在 9 月 30 日前完成旧端点依赖的迁移。
常见问题
Gemini Omni 1.1 Flash 只是 Gemini Omni Flash 改名吗？
不是。它保留了对话式生成与编辑基础，但 Google 将视频延长、首尾帧插值和分辨率控制列为 1.1 的重要新增能力，公开 Gemini API 生命周期也从 Preview 进入 GA。
“Gemini Omni 1”是旧模型的官方名称吗？
gemini-omni-flash-preview。“Gemini Omni 1”或“1.0”可以作为用户搜索别称，但不应当作官方模型名。1.1 能不能一次生成 40 秒？
不能。单次生成或延长仍为 3–10 秒。Google 所说的 40 秒，是多次延长后的累计结果上限。
1.1 每次都会读取此前完整的 40 秒视频吗？
不会。Google 表示延长工作流最多分析此前 10 秒内容。40 秒是累计输出上限，不是每一轮读取的上下文长度。
1.1 的画质一定比旧版好吗？
没有官方公开 A/B 基准能够证明所有场景都提升。能够确认的升级是更强的控制能力和 GA 生命周期；画质应使用自己的镜头类型和验收标准测试。
1080p 和 4K 是原生输出吗？
不是。Google 发布说明明确将 1080p 和 4K 标为升采样输出，默认分辨率仍是 720p。
所有生产团队都必须在 9 月 30 日前切换吗？
gemini-omni-flash-preview 的直连接入都需要在计划下线前完成迁移。这不代表所有工作负载未经测试就必须交给 1.1；另一条已验证模型路由可以继续承担任务级 fallback。最适合先测试的 1.1 场景是什么？
选择能够使用明确新控制能力的任务：续写一个短场景、在通过审核的首帧和尾帧之间生成转场，或者先生成多组 360p 草稿再升级其中一个方案。这些场景更容易量化升级价值。
