Gemini Omni 1.1 Flash resmi stabil—draf 360p memangkas biaya iterasi
Google merilis Gemini Omni 1.1 Flash sebagai model stabil yang siap digunakan dalam produksi pada 27 Agustus 2026. Model video ini tersedia melalui Gemini API di Google AI Studio; pengumuman peluncuran Google menyebut draf 360p dapat dibuat hingga 60% lebih cepat dengan biaya sepertiga dari keluaran standar 720p, sehingga percobaan tidak harus dimulai pada resolusi akhir.
Rilis stabil pada 27 Agustus itu mengubah cara pengembang mengakses model sekaligus menambah ekstensi adegan, interpolasi dua bingkai, dan upscaling resolusi tinggi. Laporan teknis Teknoblog mengonfirmasi status rilis, ketersediaan melalui Gemini API, serta penggunaan kode stabil gemini-omni-1.1-flash. Pola implementasinya adalah membuat draf murah, memeriksa gerakan dan sambungan, lalu mengalokasikan pemrosesan resolusi tinggi hanya untuk hasil terpilih.
Kode stabil menjadi titik masuk API
Integrasi produksi harus menunjuk ke gemini-omni-1.1-flash, bukan menganggap nama versi pratinjau sebagai alias permanen. Model dijalankan melalui Interactions API, sehingga video yang sudah dihasilkan dapat menjadi keadaan bagi instruksi penyuntingan atau ekstensi berikutnya.
Referensi resmi model Gemini API menetapkan masukan berupa teks, gambar, atau video dan keluaran berupa video. Jendela konteksnya 1.048.576 token; video yang diunggah untuk penyuntingan atau ekstensi dibatasi hingga 10 detik, sedangkan setiap keluaran berdurasi 3–10 detik. Pilihan resolusinya 360p, 720p, 1080p, dan 4K pada 24 FPS.
Permintaan pertama memuat prompt dan, bila diperlukan, gambar atau klip sumber. Untuk alur bertahap, aplikasi menyimpan identitas interaksi sebelumnya lalu mengirim instruksi lanjutan terhadap keadaan tersebut. Pemisahan ini penting: klip sumber yang diunggah tunduk pada batas masukan, sedangkan rangkaian video yang dibuat dan diteruskan di dalam interaksi menggunakan keadaan hasil generasi sebelumnya.
Draf 360p memisahkan eksplorasi dari hasil akhir
Manfaat ekonominya muncul pada bagian produksi yang paling sering diulang. Komposisi, arah gerakan, kecocokan prompt, dan struktur transisi dapat diperiksa pada draf 360p; tim tidak perlu membayar keluaran beresolusi tinggi untuk setiap variasi yang akhirnya dibuang.
Alur yang masuk akal dimulai dengan beberapa draf beresolusi rendah, masing-masing mengubah satu keputusan kreatif agar perbedaannya dapat dinilai. Setelah kandidat dipilih, instruksi dapat diperbaiki dalam rangkaian interaksi yang sama sebelum hasil akhir diproses pada resolusi lebih tinggi. Ini adalah strategi alokasi biaya, bukan jaminan bahwa generasi ulang pada pengaturan berbeda akan menghasilkan bingkai yang identik.
Label 1080p dan 4K juga perlu dibaca sebagai upscaling. Keduanya merupakan pilihan keluaran beresolusi tinggi, tetapi bukan bukti bahwa sintesis awal berlangsung secara native pada resolusi tersebut. Tim tetap perlu menilai detail, artefak, dan ketajaman hasil setelah peningkatan resolusi, bukan menyamakan jumlah piksel keluaran dengan detail generatif asli.
Ekstensi panjang dibangun dari segmen pendek
Ekstensi adegan dapat membawa satu rangkaian hingga durasi kumulatif 40 detik, tetapi batas itu tidak berarti satu panggilan langsung menghasilkan video sepanjang 40 detik. Model meneruskan adegan dalam tahapan hingga 10 detik dan menganalisis paling banyak 10 detik konteks sebelumnya untuk menjaga kesinambungan gerak dan narasi.
Karena ekstensi menambahkan materi pada ujung klip, hasil setiap tahap perlu dipertahankan sebagai keadaan interaksi sebelum instruksi berikutnya dikirim. Pemeriksaan sambungan sebaiknya dilakukan setelah setiap segmen: perubahan subjek, pencahayaan, arah gerak, atau posisi kamera yang sudah menyimpang dapat terbawa ke kelanjutan berikutnya.
Di sinilah draf 360p memberi penghematan yang paling nyata. Beberapa sambungan dapat dinilai pada resolusi rendah sebelum seluruh rangkaian terpilih diproses untuk pengiriman akhir. Namun, durasi kumulatif bukan janji kualitas kumulatif; kemampuan mempertahankan detail tetap bergantung pada materi sumber, prompt, dan kompleksitas adegan.
Dua bingkai mengendalikan ujung transisi
Interpolasi menggunakan gambar awal dan gambar akhir sebagai dua keadaan yang harus dihubungkan oleh model. Prompt kemudian menjelaskan gerakan di antara keduanya, misalnya lintasan kamera atau perubahan posisi subjek. Operasi ini cocok ketika komposisi pada kedua ujung sudah ditentukan, tetapi gerakan penghubungnya belum tersedia.
Interpolasi berbeda dari ekstensi. Interpolasi menyelesaikan perjalanan di antara dua bingkai tetap, sedangkan ekstensi melanjutkan video setelah ujung klip yang sudah ada. Pemisahan ini membantu aplikasi memilih kontrak masukan yang benar dan mencegah bingkai akhir diperlakukan sebagai permintaan untuk menambah durasi cerita.
Transisi dapat dinilai terlebih dahulu pada 360p untuk memeriksa lintasan, kontinuitas subjek, dan ketepatan pendaratan pada bingkai akhir. Resolusi lebih tinggi baru relevan setelah struktur gerak tersebut diterima.
Status stabil tidak menghapus kebutuhan pengujian
Status stabil memberi pengembang kode model produksi yang jelas, tetapi tidak membuat migrasi menjadi sekadar penggantian satu string. Integrasi perlu menguji kembali struktur respons, penyimpanan keadaan interaksi, penanganan video, kontrol resolusi, serta perilaku penyuntingan dan ekstensi pada materi yang benar-benar digunakan aplikasi.
Batas yang sudah jelas adalah keluaran pendek per generasi, ekstensi bertahap, masukan video terbatas untuk operasi tertentu, dan resolusi tinggi yang dihasilkan melalui upscaling. Yang belum dapat disimpulkan dari spesifikasi adalah seberapa konsisten kualitasnya pada setiap jenis adegan atau beban produksi. Karena itu, klaim penghematan draf 360p berlaku pada perbandingan biaya dan kecepatan yang diumumkan Google, bukan sebagai jaminan bahwa setiap proyek membutuhkan jumlah iterasi yang sama.
Baca juga:
Berlangganan buletin kami
Dapatkan berita Web3, AI, dan kripto terbaru langsung di kotak masuk Anda.