Gemini Omni 1.1 Flash'in 40 Saniyelik Sahneleri Dört Ayrı Fatura

Bu hafta her manşetteki rakam kırk. Google'ın yeni video modelinden kırk saniyelik sahneler — kulağa bir prompt yazıp kırk saniye geri alıyormuşsunuz gibi geliyor.

Öyle değil. gemini-omni-1.1-flash modeline yapılan tek bir çağrı üç ila on saniye döndürüyor. Kırk, o klibi üç kez daha uzatarak ulaştığınız yer — toplamda dört iş, her biri ayrı faturalanıyor. Kimse yalan söylemedi; Google'ın kendi duyurusu devamları açıkça tarif ediyor — ama rakam o cümleden çok uzağa gitti ve bir sürü insana üretim başına bir sayı olarak ulaştı.

Bu, kartı masaya koymadan önce görmek isteyeceğimiz brifing: kırk saniye ne tutuyor, 360p katmanı ne işe yarıyor ve dokümanlara gömülü kısıtlar neler — ki bunlardan biri Avrupalı geliştiricileri manşetteki özellikten tamamen dışarıda bırakıyor.

Kırk saniye dört iş, dört fatura demek

Video modelleri çıktının saniyesi başına faturalandırıyor ve uzatmanın indirimi yok — bir devam, yeni bir üretim ne tutuyorsa onu tutuyor, dolayısıyla kırk saniye dört adet on saniyelik klip olarak fiyatlanıyor. Her katmanda:

Her saniye başına oranda dört kere on saniye. Bizimkiler canlı katalogdan geliyor; bu yazı eskirse güncel rakam model sayfalarında duruyor.

O Google sütunu bir açıklama hak ediyor, çünkü oranları bulmak beklenmedik biçimde zor. İki resmî sayfa tam merdiveni taşıyor ve metin araması ikisini de yakalamıyor. Lansman duyurusunda fiyatlar bir resmin içinde oturuyor — insana okunaklı, Ctrl-F'e görünmez. Cloud fiyatlandırma sayfasında ise milyon başına $17.50'lik bir sayaca karşı saniye başına token olarak görünüyorlar, yani siz çarpana kadar fiyat gibi durmuyorlar. İlk açacağınız sayfa, API fiyatlandırma dokümanları, dört basamaktan birini veriyor: 720p'de "saniye başına yaklaşık $0.10'luk etkin bir fiyat."

İkisi de uyuşuyor, bir yuvarlama kırışığıyla — duyuru derli toplu bir $0.03 / $0.10 / $0.15 / $0.30 gösteriyor, token matematiği her birinin biraz üstüne oturuyor. Fatura token'ı takip ettiğine göre yukarıdaki sütun da onu takip ediyor; katman katman hesap lansman yazısında.

Kırk saniyelik 1080p için beş dolar kırk, Google'dan altı dolar küsur. Bu, henüz tek bir alternatif çekim almadan önceki etiket fiyatı — ve alacaksınız, çünkü kaymanın ortaya çıktığı yer son uzatma. Sakladığınız kurguyu artı çöpe attığınız ikisini bütçeleyin, bitmiş tek bir kırk saniyelik sekans beş dolar değil on altı dolar eder.

360p satırı eskiden kaybettiğimiz satırdı ve yakın zamana kadar burada öyle yazdık. Değişti: taslak katmanımız artık saniyesi $0.0297, Google'ın $0.0338'ine karşı yüzde on iki altında. Buna fazla anlam yüklemeyin. fal $0.03'te duruyor — yüzde birlik bir fark, zafer kılığına girmiş istatistiksel gürültü ve biri bir çarpanı düzenlediğinde tersine dönecek cinsten. Aşağıdaki taslak iş akışı kimden alırsanız alın geçerli; hiçbir zaman fiyatın bizde olmasına bağlı olmadı.

1.1'in asıl yükseltmesi uzunluk değil, hafıza

Uzunluğa kabaca zaten ulaşılabiliyordu. Onu kullanılabilir kılan şey, model devam ederken ne gördüğü.

Haziran önizlemesi uzattığı klibin son saniyesini okuyordu. Bir saniye size karede ne olduğunu söyler, ne olup bittiğine dair neredeyse hiçbir şey söylemez; dolayısıyla uzatmalar kayıyordu. Takip planı takip etmeyi bırakıyordu. Bir ceket bir ton kayıyordu. Işık her ek yerinde kendini yeniden kuruyordu.

Gemini Omni 1.1 Flash önceki görüntünün on saniyesine kadarını okuyor. On saniye, dolly'nin hâlâ hareket hâlinde olduğunu, ana ışığın hangi taraftan geldiğini ve paltonun kabaca ne renk olduğunu bilmeye yetiyor — dört parçalı bir sekansın artık hiç olmazsa tutarlı durmasının sebebi bu. Biri size 1.1'in manşet özelliğinin uzunluk olduğunu söylüyorsa tersini biliyor. Uzunluk aritmetikti. Hafıza modelin kendisi.

1080p ve 4K render değil, upscale

Google'ın dokümanlarındaki tek bir parantez neye para ödemeniz gerektiğini değiştiriyor. Model referansından, birebir: "1080p output (upscaled)" ve "4K output (upscaled)". Model bu çözünürlüklerin altında render edip yukarı ölçekliyor. Merdivenin tepesi daha fazla detay değil — aynı bilgiyi taşıyan daha büyük bir dosya.

Bu da yukarıdaki 4K satırını yeniden renklendiriyor. Kırk saniyelik upscale edilmiş çıktı için Google'dan on iki dolar küsur. Bir müşteri şartnamesi 4K boyutları dayatıyorsa ödeyin. 4K'yı daha iyi görüneceğini varsayarak seçtiyseniz, ffmpeg'de çalıştırabileceğiniz bir yeniden boyutlandırma için Google'ın 720p oranının tam üç katını ödüyorsunuz.

360p'de taslak alın, 720p'de bitirin

Para kazandıran kısım burası ve kimse bunu manşete koymadı.

360p burada saniyesi $0.0297 — dört saniyelik bir taslak on iki sent, 720p'de $0.36 ve 1080p'de $0.54'e karşı. Google ayrıca 360p'nin %60'a varan oranda daha hızlı çalıştığını iddia ediyor; bu bizim ölçtüğümüz değil bir üretici rakamı, gerçi yönünün doğru olduğu açık.

Şimdi aritmetik. Diyelim bir plan, hareket doğru oturana kadar on deneme alıyor — belirli bir kamera hareketi olan herhangi bir şey için gerçekçi.

• 1080p'de doğrudan on geçiş → $5.40
• 360p'de on geçiş → $1.19, sonra kazananı 1080p'de yeniden render → $1.73

Yüzde altmış sekiz indirim, sonda tek bir fazladan üretim karşılığında. Bir 360p geçişinin size ne söyleyebileceği konusunda dürüst olun: kompozisyon, kamera hareketi, modelin hiç istemediğiniz kesmeleri araya sokup sokmadığı. İnce dokuyu yargılayamaz — onu taşıyacak çözünürlük yok.

Aynı prompt her iki katmanda, aynı seed, dördü de dörder saniye. Önce taslak:

Sonra aynı prompt ve seed'in 720p render'ı:

İkisi de koyu arduvaz üzerinde pirinç bir kronometre gösteriyor; kamera soldan içeri dolly yapıyor, sıcak bir ana ışık metali yalıyor. İkisinin de promptu, birebir:

Editorial slow-motion macro shot of a brass mechanical stopwatch resting on a dark slate table, its second hand sweeping forward in a single continuous shot with no scene cuts. Camera performs a slow dolly in from the left, shallow depth of field, one warm amber key light raking across the metal, cool blue rim light behind. Fine dust drifts through the beam. Clean dark background, no text, no logos, no people. Sound design: a soft mechanical tick and low room tone, nothing else.

(Prompt İngilizce bırakıldı: model yalnızca İngilizce için değerlendirildi, kopyalayıp aynı sonucu üretebilmeniz gerekiyor.)

On iki sente karşı otuz altı. Taslak bize dolly'nin okunduğunu ve modelin tek planı koruduğunu söyledi — bağlanmadan önce ihtiyacımız olan her şeyi. Döngünüzü aşağıda çalıştırın.

Uzatma yalnızca ileri gidiyor

Sahne uzatma sona ekliyor ve bu sınırın biçimi bir sekansı nasıl planladığınıza karar veriyor. Bir klibin ortasına ekleme yapamazsınız. Giriş kurmak için geriye doğru uzatamazsınız. "Sonu koru, ilk dört saniyeyi yeniden kur" diye bir şey yok — özellik tek yönde çalışıyor. Üçüncü plan yanlışsa ondan sonraki her şey onunla birlikte çöpe gidiyor.

O yüzden emeği başa yükleyin. İlk üretim, sonrasındaki her şey için kamera dilini, paleti ve ışığı belirliyor ve ucuza revize edebileceğiniz tek segment o. Üçüncü uzatmaya geldiğinizde dört iş derinliktesiniz ve geriye uzanmanın yolu yok.

Uzatmanın yapmayacağı bir şey daha var. Ona konuşan birinin videosunu verip yeni diyalog isteyin, reddediyor — Google konuşma değişikliğini kısıtlıyor. Lansman haberciliği bunu eksik bir özellik değil, kasıtlı bir sorumlu-yayın frenlemesi olarak okuyor; o çerçeveleme muhabirin, ama kısıt dokümanlarda. Bu modelin üzerine bir dublaj ürünü kurmayın.

Avrupalı geliştiriciler, bu satırı iki kez okuyun

Dokümanlara tek bir cümle olarak gömülü: AEA, İsviçre ve Birleşik Krallık'ta, yüklenmiş bir videoyu düzenlemek ve uzatmak kullanılamıyor.

Bu yumuşak bir kısıt değil. Manşetteki özellik — görüntüyü al, devam ettir — Avrupa'nın büyük kısmında çalışmıyor. Text-to-video ve image-to-video hâlâ çalışıyor. Ama plan kullanıcılarınızın yüklediği klipleri uzatan bir araçsa ve o kullanıcılar Berlin'de ya da Manchester'daysa, plan öldü ve duyuru bundan hiç bahsetmiyor.

Tek satır entegrasyon kodu yazmadan önce dağıtım bölgenize karşı kontrol edin. Burada geç keşfedilmesi en pahalıya patlayacak madde bu.

Var olmayan düğmeler

Bir metin modelinden geliyorsanız burada bulunmayan parametrelere uzanacaksınız. Google'ın dokümanları bütün örnekleme yüzeyini desteklenmiyor olarak işaretliyor: temperature yok, top_p yok, sistem talimatı yok, durdurma dizisi yok, negatif prompt yok. Hiçbiri.

Tek kontrol yüzeyiniz promptun kendisi ve üçüncü taraf dokümantasyon tavanı 40.000 karakter olarak veriyor — epey geniş bir hareket alanı, gerçi bu rakamı Google'ın kendi referansında bulamadık. Normalde bir örnekleme parametresiyle yapacağınız her şeyin bunun yerine İngilizceye yazılması gerekiyor. O İngilizceyi nasıl iyi yazacağınızı öğrenmek isterseniz, etiket yapısı ve sahne kesme sorunu dahil prompt sözdizimini kendi postunda ele aldık; burada tekrar etmenin anlamı yok.

Bir uyarı. Bu model için üçüncü taraf şema dokümantasyonu temperature ve top_p'yi kabul edilen alanlar olarak listeliyor, Google'ın referansı ise desteklenmediğini söylüyor. Hangisinin doğru olduğunu söylemeyeceğiz — size ikisinin çeliştiğini söylüyoruz. Bir şema listelemesine dayanarak bu parametrelerin etrafında tasarım yapmayın; önce bir şeyi değiştirip değiştirmediklerini test edin.

Kapatamayacağınız ses, çıkamayacağınız İngilizce

Ses her klibe natif olarak üretiliyor ve kapatma anahtarı yok. Parametre yok, bayrak yok, sessiz mod yok. Yönlendirebilirsiniz — bir Sound design: cümlesi gerçekten iş görüyor — ama reddedemezsiniz. Bir blog gömmesi için bu, oynatıcıda susturmak demek; yukarıdaki iki klip de tam olarak bunu yapıyor.

Ayrıca sesi referans olarak veremez, üretilen sesi sonradan düzenleyemez veya uzatma için yüklediğiniz bir videonun sesini koruyamazsınız. Üçü de makul beklentiler. Hiçbiri desteklenmiyor.

Dil desteği pazarlamanın ima ettiğinden dar: tam olarak desteklenen tek dil İngilizce. Japonca ve diğerleri değerlendirilmemiş olarak belgeleniyor — sonuçların öngörülemez olduğunu söylemenin dikkatli bir yolu. Promptlarınız veya diyaloglarınız İngilizce değilse sürprizlere bütçe ayırın.

Bir girdi hattı tasarlamadan önce referans tavanlarını bilin. Video referansları: en fazla üç klip, her biri üç saniye, ve Google birkaçını aynı anda vermenin sonuçları bozabileceği uyarısını yapıyor — üçü hedef değil tavan olarak alın. En-boy oranları 16:9 veya 9:16, o da Google'ın. Yanlarında alıntılanan iki rakam ise değil: 24 fps kare hızı ve reference-to-video görselleri için bir-ila-yedi aralığı, ikisi de üçüncü taraf şema dokümanlarından geliyor. Her kare bir SynthID filigranı taşıyor ve bunun için anahtar sunan bir sağlayıcı bulamadık.

Bir şey harcamadan önce şunu yapın

Dört kontrol, sırayla. İlki, geri kalanın toplamından daha çok entegrasyon öldürüyor.

1. Bölgenizi doğrulayın. AEA, İsviçre veya Birleşik Krallık'taysanız ve ürününüz yüklenmiş videoyu uzatıyorsa burada durun. Bu model sizin için o işi yapamaz.
2. Klibi değil sekansı fiyatlayın. Uzatmalarla çarpın, sonra gerçekte alacağınız çekim sayısıyla. Kırk saniyelik 1080p burada en iyi ihtimalle $5.40, yeniden denemeleri saydığınızda gerçekçi olarak bunun üç katı.
3. Omni'ye gerçekten ihtiyacınız olup olmadığını sorun. Burada bir saniye Veo 3.1 Fast bir sent, 720p'de Omni'nin dokuz sentine karşı. Tek plan, devam yok, kare enterpolasyonu yok, iki klip sonra aynı görünmesi gereken kimse yok — o zaman bu kat farkı ateşe atılmış para.
4. Döngünüzü taslak katmanında kurun. 360p'de yineleyin, kazananı yükseltin. Yüzde altmış sekiz bir yuvarlama hatası değil.

Omni bu kat farkını tam olarak 1.1 özelliklerinin işaret ettiği yerde hak ediyor: bir planı devam ettirmek, ilk ve son kare arasını doldurmak, bir fotoğrafı hareketlendirmek veya bir özneyi kesmeler arasında taşımak. Bunun dışında, tek bir klip almanın pahalı bir yolu.

Diğer açılar hemen yan tarafta: lansman günü gerçekte ne yayınlandığı, liderlik tablolarının ne söyleyip ne söylemediği — bu hafta dolaşan arena sıralamaları önceki modele ait — ve platform platform bir fiyat dökümü. Şemalar ve canlı fiyatlar katalogda.

Fiyatlar ve ürün koşulları değişir. Satın alma kararı vermeden önce her sağlayıcının güncel fiyatlandırmasını kontrol edin.

Sıkça sorulan sorular

Gemini Omni 1.1 Flash gerçekten 40 saniyelik video üretebiliyor mu?

Evet, ama tek çağrıda değil. Tek bir üretim 3 ila 10 saniye döndürüyor. Kırk saniye, mevcut bir klibi üç kez daha uzatarak ulaştığınız kümülatif toplam — dört iş — ve her uzatma yeni bir üretimle aynı saniye başına oranda ayrı faturalanıyor. E2X'te 1080p'de 40 saniyelik bir sekans $5.40, doğrudan Google'ı çağırdığınızda $6.08 tutuyor.

40 saniyelik bir Gemini Omni sekansı ne kadar tutuyor?

40 saniyeyi çözünürlüğünüzün saniye başına oranıyla çarpın; uzatmaların indirimi yok. E2X'te bu 360p'de $1.19, 720p'de $3.60, 1080p'de $5.40 ve 4K'da $7.20. Doğrudan Google'dan, yayımladığı saniye başına token oranlarından hesaplandığında aynı süreler $1.35, $4.06, $6.08 ve $12.16 tutuyor. Çöpe attığınız çekimleri ekleyin ve manşet rakamın iki ila üç katını bekleyin.

Gemini Omni 1.1 Flash'in 4K çıktısı gerçek 4K mı?

Hayır. Google'ın dokümantasyonu hem 1080p hem 4K katmanlarını "upscaled" olarak etiketliyor — model daha düşükte render edip sonucu yukarı ölçekliyor. Dosyanın 4K boyutları var; görüntü 4K detayı taşımıyor. Bir teslim şartnamesi o boyutları gerektirmiyorsa, en üst katmanın oranı size daha fazla bilgi değil bir yeniden boyutlandırma satın alıyor.

Gemini Omni 1.1 Flash'i AB'de kullanabilir miyim?

Kısmen. Text-to-video ve image-to-video çalışıyor, ama yüklenmiş bir videoyu düzenlemek veya uzatmak AEA, İsviçre ve Birleşik Krallık'ta kullanılamıyor. Uzatma manşetteki yetenek olduğuna göre bu, kullanıcı tarafından sağlanan görüntüyü devam ettirmek üzere kurulmuş her Avrupa ürününü engelliyor. Entegre etmeden önce dağıtım bölgenize karşı doğrulayın.

Gemini Omni 1.1 Flash temperature veya negatif prompt destekliyor mu?

Google'ın referansı örnekleme yüzeyini desteklenmiyor olarak işaretliyor — temperature, top_p, sistem talimatı, durdurma dizisi veya negatif prompt yok. Tek kontrolünüz prompt metni; üçüncü taraf şema dokümanları tavanı 40.000 karakter olarak veriyor. Aynı üçüncü taraf dokümanlar temperature ve top_p'yi kabul edilen alanlar olarak listeleyip Google'la çelişiyor, dolayısıyla onlara bel bağlamadan önce test edin.

Gemini Omni çıktısındaki sesi kapatabilir miyim?

Hayır. Model varsayılan olarak her klibe bir ses bandı kuruyor ve hiçbir parametre bunu kapatmıyor. Prompttaki bir ses tasarımı talimatı ne alacağınızı yönlendiriyor, ama reddedemez, ses referansı veremez, sonucu düzenleyemez veya uzatma için yüklediğiniz bir videonun sesini koruyamazsınız. Sessiz oynatma için oynatıcıda susturun.

Gemini Omni bir videoyu geriye doğru uzatabilir veya sahnenin ortasını düzenleyebilir mi?

Hayır. Uzatma yalnızca klibin sonuna ekliyor — giriş kurmak için geriye uzatma yok, bir sekansın ortasına ekleme yok. Ona göre planlayın: ilk üretim, kendisinden sonraki her şey için kamera ve ışık dilini belirliyor ve baştaki bir hata üzerine kurulan her uzatmayı geçersiz kılıyor.

Gemini Omni 1.1 Flash, Veo 3.1 Fast'e kıyasla buna değer mi?

Yalnızca Omni'nin eklediği şeye ihtiyacınız varsa. Veo 3.1 Fast E2X'te saniyesi $0.01, Omni'nin 720p'deki $0.09'una karşı. Uzatması, ilk-son kare kontrolü ve planlar arası sürekliliği olmayan tek bir klip için Veo açık ara kazanıyor. Omni primini çok planlı sekanslarda ve referans güdümlü süreklilik işlerinde hak ediyor.