模型详情
Gemini Omni Flash
按量付费
动态计价
Google 的多模态视频模型支持使用文本、图像、音频和视频 context 进行快速生成和对话式编辑。
模型规格
- 模型 ID
-
gemini-omni-1.1-flash
- 上下文长度
- –
- 最大输出
- –
- 输入/输出模态
- 发布日期
- 2026-08
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
Gemini
/v1beta/models/{model}:generateContentPOST -
OpenAI-compatible
/v1/chat/completionsPOST
03
阶梯价格
单位：/1M Tokens
| 档位 | 输入 /1M Tokens | 输出 /1M Tokens | 图像输入 /1M Tokens | 音频输入 /1M Tokens |
|---|---|---|---|---|
| base | $1.5000 | $9.0000 | $1.5000 | $1.5000 |
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
视频生成模型；输入：文本、图像、语音、视频；输出：视频
Gemini Omni Flash 是视频生成模型。目前公开资料未列出 context window 与输出上限，建议以供应商文档为准。
使用前应检查什么？
确认规格、费率与可用性
采用 Gemini Omni Flash 前，标准输入费率为 $1.50／100 万 Token；已声明支持视觉输入；发布于 2026-08-27。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
文本与图像输入共用同一条路由与同一组密钥。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 gemini-omni-1.1-flash；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 gemini-omni-1.1-flash，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
可用:
视觉输入
gemini-omni-1.1-flash 可以同时处理图像与文本输入。
示例
在
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
Gemini Omni Flash 是 Google 推出的视频生成模型，输入为文本、图像、语音、视频，输出为视频。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。