Что умеет «Gemini Omni 1.1»
Gemini Omni 1.1 Flash — видеонейросеть Google, вторая модель Omni: снимает ролики до 10 секунд со звуком и русской речью по тексту, картинкам и вашему видео. Помнит сохранённых героев и голоса, а для быстрых проб умеет 360p.
Коротко
- Разработчик
- Google; полное название Gemini Omni 1.1 Flash, выпущена 27 августа 2026 года
- На входе
- текст до 20 000 знаков, до семи картинок, ваше видео до 30 секунд, ID сохранённых героев и голоса
- На выходе
- ролик MP4 на 4, 6, 8 или 10 секунд в 360p, 720p, 1080p или 4K
- Пропорции
- 16:9 и 9:16
- Звук
- речь, шумы и музыка появляются в том же ролике
- Режимы
- Видео, Персонаж (сохранить героя), Аудио (сохранить голос)
- Русский язык
- понимает задание на русском, говорит по-русски, пишет короткие вывески кириллицей
- Цена
- от 48 ₽
- Обычно готово
- ≈ 2,5 мин после отправки
Наши пробы: что умеет Omni 1.1
Первый ролик взят из шаблонов сайта, остальные четыре мы сняли для этой страницы и только сжали. Речь в них проверяли программой распознавания.
Мультфильм по фото, расписанный по секундам
Этот шаблон на странице Omni 1.1 повторяют чаще других. На входе фото Лизы. Она выдуманная: картинку сгенерировала GPT Image 2 по текстовому описанию, без чьих-либо фото. Задание делит десять секунд на три отрезка.
Вертикальный 3D-мультфильм. Девушка с фото превращается в мультяшную героиню: узнаваемое лицо, рыжие волосы до плеч, веснушки, горчичный свитер и джинсы как на фото, но пропорции мультяшные — большие глаза, мягкие формы. Осенний парк, тёплый золотой свет, в воздухе кружатся кленовые листья.
0–4 с: она ловит лист ладонью и улыбается.
4–7 с: набирает охапку листьев с земли и подбрасывает их вверх, кружится.
7–10 с: листья оседают, она смеётся и машет рукой в камеру.
Камера медленно наезжает, в конце средний план. Звук: шелест листьев, лёгкая весёлая музыка, без слов. Без текста в кадре.
Шаблон сайта · фото на входе, 10 с, 1080p, 9:16
Все три отрезка на месте и в нужном порядке: лист в ладони, подброшенная охапка, взмах рукой. Свитер, джинсы и веснушки остались с фото. Задание в версии 1.1 вмещает 20 000 знаков, так что раскадровка по секундам помещается с запасом.
360p или 1080p: цена одна, ждать по-разному
Ёжика-почтальона, тоже выдуманного, для нас сгенерировала Nano Banana 2 Lite. Картинку мы положили в Референсные изображения и запустили одно задание дважды, меняя только Разрешение.
Ёжик-почтальон с картинки подходит к деревянной калитке деревенского дома, достаёт из сумки конверт, протягивает его в камеру и говорит по-русски добродушным неторопливым голосом: «Вам письмо! Распишитесь вот здесь». Стиль 3D-мультфильма, осеннее утро, мягкий тёплый свет, средний план, камера неподвижна. Звук: его голос, щебет птиц, скрип калитки, без музыки. Без текста в кадре.
Gemini Omni 1.1 · 360p, 6 с, 16:9 · от 48 ₽
Gemini Omni 1.1 · 1080p, 6 с, 16:9 · от 48 ₽
Запуски ушли одновременно. Ролик в 360p пришёл через 54 секунды, в 1080p через 2 минуты 49 секунд, и фразу оба ёжика произнесли слово в слово. На мониторе 360p мыльный, кадр всего 640×360, для телефона терпимо. Очки ёжик потерял в 1080p, а не в 360p. Скорее всего, это случайность запуска: в 4K-ролике ниже они на месте, а в задании мы про очки не написали.
Отсюда простой порядок: черновик сцены в 360p, раз он стоит столько же и в нашей пробе пришёл втрое быстрее, а удачное задание потом в 1080p.
Герой и голос, сохранённые заранее
Лизу мы раньше сохранили режимом Персонаж, а её голос режимом Аудио: тембр Aoede («женский, бодрый, средний») и описание «бодрый тёплый голос, говорит быстро и с улыбкой». Оба ID создавали на странице Gemini Omni, версия 1.1 их приняла. Про внешность в задании ни слова.
Лиза сидит на скамейке в осеннем парке с бумажным стаканом какао, поворачивается к камере и говорит по-русски: «Нашла скамейку с лучшим видом на пруд. Садитесь рядом!» Реалистичное видео, солнечный день, жёлтые листья падают, средний план, камера медленно приближается. Звук: её голос, шелест листьев, крики уток вдалеке, без музыки. Без текста в кадре.
ID персонажа и голоса · 6 с, 720p, 9:16
Лицо, веснушки и свитер совпали с фото, фраза распознаётся целиком. Ждали дольше всех, 4 минуты 16 секунд. Для серии с одним ведущим героя и голос хватит сохранить один раз, дальше описывается только сцена.
4K и надпись на вывеске
Последняя проба с тем же ёжиком: 4 секунды в 4K и вывеска с русским словом.
Ёжик-почтальон с картинки выходит из дверей маленького деревянного почтового отделения, над дверью синяя вывеска с белыми буквами «ПОЧТА». Он поправляет фуражку, хлопает лапой по сумке с письмами и бодро шагает по деревенской улице навстречу камере. Стиль 3D-мультфильма, осеннее утро, тёплый свет, камера медленно отъезжает назад. Звук: шаги, шорох листьев, щебет птиц, без музыки и без речи.
4K, 4 с, 16:9 · ролик на странице сжат
«ПОЧТА» без ошибок во всех кадрах, очки на месте, камера отъезжает. Файл пришёл 3840×2160, 13 МБ на четыре секунды. Кусок кадра без уменьшения:
Шерсть и оправа чёткие, а значок-конверт на фуражке стал бляхой с непонятным узором. В документации Gemini API Google называет 4K увеличенным: ролик создаётся в меньшем разрешении и потом масштабируется. По той же таблице увеличенным получается и 1080p, а без увеличения модель отдаёт 360p и 720p. Новых деталей 4K не добавит; он пригодится для большого экрана или монтажа с 4K-материалом.
Как это работает
Форма начинается с переключателя Тип генерации. Для ролика оставьте Видео и опишите в поле Задание (так на сайте называется промпт), кто в кадре, что он делает, как движется камера и что слышно. По желанию добавьте до 7 картинок в Референсные изображения, своё видео до 30 секунд и 100 МБ в поле Видео (в работу пойдёт кусок до 10 секунд), до трёх ID в Персонажи и ID голоса в ID аудио. Картинки, персонажи и видео делят общий предел в семь мест, видео занимает два.
Два других типа готовят материал. Персонаж берёт одно изображение, описание внешности до 2000 знаков и имя. Аудио предлагает 30 голосов с подписями вроде «Charon — мужской, интеллигентный, низкий», к выбранному добавляют название, манеру речи и пример реплики. Каждый из двух режимов отвечает текстом с ID, а ID потом вставляют в форму будущих роликов.
Сколько спишется, написано на кнопке Отправить ещё до запуска. Готовый ролик встанет в ленту под формой. В разделе Мои результаты он хранится 7 дней, так что удачный лучше сразу скачать кнопкой Скачать или сохранить в библиотеку. Чтобы снять то же задание заново, есть Повторить, а чтобы сначала поправить текст или настройки, есть Изменить. С чего начать на сайте вообще, подсказывает инструкция по сайту.
Настройки ролика
По умолчанию форма предлагает 4 секунды, 16:9 и 1080p. Что менять и когда:
| Поле | Что ставить |
|---|---|
| Длительность | 4 секунды хватит, чтобы проверить движение; одна реплика у нас укладывалась в 6, а три действия Лизы с листьями заняли все 10 |
| Соотношение сторон | вариантов два: горизонтальный 16:9 (так мы снимали ёжика) и вертикальный 9:16 для телефона (так снята Лиза) |
| Разрешение | 360p на пробы, финал в 1080p за ту же цену; 4K стоит дороже и деталей не добавляет, его берут под большой экран |
| Референсные изображения | до 7 картинок по 20 МБ; в задании называйте каждую («ёжик с картинки», «кроссовок с @image2»), иначе нейросеть сама решит, что с неё взять |
| Начало и конец фрагмента видео | нужны, только если загружен исходник: выбирают кусок до 10 секунд, сначала стоят 0 и 10; на цену длина куска не влияет |
| Персонажи, ID аудио | для героев и голосов, сохранённых заранее; в Персонажи помещается до трёх ID |
Задание: как писать, чтобы не переделывать
По-английски мы не писали ни разу: все задания на этой странице русские, и нейросеть поняла каждое. Порядок, который у нас работал: герой, действие по шагам, реплика в кавычках с пометкой «говорит по-русски», камера, место и свет, стиль, звук. В конце «Без текста в кадре» или точный текст вывески в кавычках.
Ролик с сохранённым героем и голосом (ID стоят в полях Персонажи и ID аудио):
[Имя персонажа] [где находится и что делает], поворачивается к камере и говорит по-русски: «[фраза на 5–9 слов]». [Реалистичное видео / 3D-мультфильм], [время суток и свет], [план], камера [неподвижна / приближается / отъезжает]. Звук: [голос героя, шумы места], без музыки. Без текста в кадре.
Сцена по секундам на 8–10 секунд:
[Стиль и формат]. [Кто в кадре и что с картинки сохранить]. [Место, свет].
0–3 с: [первое действие].
3–7 с: [второе действие].
7–10 с: [финал, взгляд в камеру].
Камера: [как движется]. Звук: [что слышно].
Где чаще всего промахиваются:
- Длинная реплика в короткий ролик. Мы укладывали в шесть секунд фразы из 5–9 слов, для реплики длиннее берите 8–10 секунд.
- Деталь есть на картинке, но в тексте о ней ни слова. Так ёжик в 1080p остался без очков. Если очки, значок или логотип важны, перечислите их в задании.
- Персонаж сохранён, а в задании он описан заново и иначе. Пишите имя («Лиза сидит…»), внешность нейросеть возьмёт из ID.
Задания других пользователей, которые запускаются кнопкой Повторить, собраны на странице промптов Omni 1.1.
Цены за ролик
Цену ролика меняют три вещи: длина, 4K и загруженный исходник. 360p, 720p и 1080p стоят одинаково. Если в поле Видео есть файл, длина уже не важна: за запуск одна сумма, своя для 4K.
| На входе | Разрешение | Длина | Цена |
|---|---|---|---|
| Текст и картинки | 360p, 720p или 1080p | 4 с | 48 ₽ |
| Текст и картинки | 360p, 720p или 1080p | 6 с | 65 ₽ |
| Текст и картинки | 360p, 720p или 1080p | 8 с | 80 ₽ |
| Текст и картинки | 360p, 720p или 1080p | 10 с | 95 ₽ |
| Текст и картинки | 4K | 4 с | 110 ₽ |
| Текст и картинки | 4K | 6 с | 126 ₽ |
| Текст и картинки | 4K | 8 с | 142 ₽ |
| Текст и картинки | 4K | 10 с | 158 ₽ |
| Своё видео | 360p, 720p или 1080p | любая | 126 ₽ |
| Своё видео | 4K | любая | 190 ₽ |
| Персонаж: изображение персонажа, описание и имя | не выбирается | не выбирается | Бесплатно |
| Аудио: голос из списка, описание и пример реплики | не выбирается | не выбирается | Бесплатно |
Сохранить героя или голос режимами Персонаж и Аудио ничего не стоит. Первую пробу запускайте на четыре секунды в 360p. Ролик, который модерация отклонила или нейросеть так и не вернула, не оплачивается: списанная сумма придёт обратно на баланс.
Для чего подойдёт
- Мультик по фото, где за десять секунд герой успевает сделать три действия подряд, как Лиза с листьями.
- Рубрика с постоянным ведущим: героя и голос сохраняют один раз, а в каждом новом ролике описывают только место и реплику.
- Видеооткрытка с короткой фразой героя по-русски: «Вам письмо! Распишитесь вот здесь» уложилось в шесть секунд.
- Заставка с вывеской или названием на русском, как «ПОЧТА» у ёжика.
- Несколько вариантов сцены в 360p, чтобы показать идею заказчику, и утверждённый вариант в 1080p.
- Подробный сценарий в одном задании: в 20 000 знаков помещается описание каждой секунды, героев и звука.
- Правка своего ролика до 30 секунд; как с этим справляются разные нейросети, разобрано в обзоре редактирования видео.
Чего Omni 1.1 не умеет
- За один запуск получится максимум 10 секунд. Google пишет и о продлении сцены, но в форме его нет, так что историю длиннее склеивайте из нескольких роликов или снимайте в Seedance 2.5.
- Квадрата и 4:3 нет, только горизонталь 16:9 и вертикаль 9:16. Для квадратного ролика подойдёт Kling 3.0.
- Мелочи пропадают и в высоком разрешении: очки ёжика исчезли в 1080p, значок на фуражке в 4K превратился в непонятный узор. Важный ролик снимайте в двух вариантах.
- Свою музыку или запись голоса в форму не загрузить. Звук нейросеть создаёт сама, по словам задания или по ID голоса из режима Аудио.
- По документации Google модель полностью готова только к английскому, остальные языки разработчик не проверял. Три наши русские фразы распознались слово в слово, но ролик для публикации всё равно прослушайте.
Первая Omni и другие видеонейросети
На сайте есть обе модели Omni. Поля у них одни и те же, но у 1.1 есть 360p, а задание в ней может быть в пять раз длиннее: 20 000 знаков против 4000. Одно и то же задание про енота-бариста мы давали обеим, ролики стоят рядом на странице Gemini Omni. Разница вышла в деталях: первая Omni точнее выполнила движение камеры, а 1.1 не потеряла белую футболку енота. Все модели Google на сайте, включая Veo 3.1 и озвучку, разобраны в статье о нейросетях Google.
| Нейросеть | Цена | Длина ролика | Когда брать |
|---|---|---|---|
| Gemini Omni | от 60 ₽ | 4–10 с | первая модель семейства; в пробе с енотом точнее вела камеру |
| Seedance 2.5 | от 8 ₽/сек. | 4–30 с | сцена длиннее 10 секунд без склейки |
| Veo 3.1 | от 10 ₽ | 8 с | другая видеомодель Google, ролик по описанию или от кадра |
| Kling 3.0 | от 11 ₽/сек. | 3–15 с | квадратный ролик или чуть длиннее 10 секунд |
| Grok Video | от 2 ₽/сек | 6–30 с | длинный ролик с речью по-русски |
Как Omni и соседи переносят героя с картинок в ролик, сравнивали в обзоре видео по референсам.
Частые вопросы про Omni 1.1
Описание обновлено 1 октября 2026 г.
Выбор одежды
Промт к сториборду находится в галерее GPT Image 2.5
Промпт: Создай видео: 10-секундная фотореалистичная премиальная модная рекламная съёмка, строго по приложенной раскадровке. Яркая солнечная терраса на крыше с видом на прибрежный город и море, насыщенное чистое синее небо, естественный солнечный свет; на протяжении всего ролика один и тот же чёрный iPhone, женские руки с нюдовым маникюром, ногти квадратной формы с белым кончиком френча, окружение и освещение. Абсолютно никакого текста, логотипов, интерфейса, иконок и кнопок нигде в кадре, включая экран телефона. 0–1,5 сек: строго женский вид от первого лица, две руки держат iPhone вертикально; экран
Реклама блеска для губ
Промт к сториборду находится в галерее GPT Image 2.5
Промпт: Создай видео: 10-секундный роскошный рекламный ролик блеска для губ Bratuha с референса , ультрафотореалистичная премиальная бьюти-кинематография, мягкий розовый студийный фон, глянцевые текстуры, элегантное освещение, плавные макро-движения камеры, темп от быстрого к медленному. Героиня берётся с загруженного референсного фото (внешность модели неизменна во всех кадрах,цвет и длину волос не менять, черты лица сохранить 1:1); волосы красиво уложены крупными кудрями с объемом у корней, мягко движутся (если длина позволяет; если длина недостаточная — волосы красиво уложены), макияж безупречный.
История семьи
Промпт: Создай видео: трогательная анимационная история о судьбоносной встрече двух людей. Все видео в едином стиле. **Персонажи:** маленький ребёнок с @image1 с крылышками (ангелочек), сидящий на пушистых облаках в светлом небесном пространстве, в белом балахоне. Мужчина с @image2 и женщина с @image3. Цвет и длину волос не менять, черты лица сохранить 1:1. --- **0:00–0:01с** — Общий план: ангелочек сидит, поджав ножки, на мягком облаке, окружённом мягким золотистым свечением. Милое, доброе выражение лица, крылышки за спиной слегка подрагивают, рядом в облаках лежат две нити, золотая и неоново-голу
Часовщик в мастерской: реплика по-русски и колокольчик у двери
Промпт: Кинематографичная сцена, тёплый дневной свет из окна. Маленькая мастерская часовщика, на стенах тикают десятки старых часов. Пожилой мастер с лупой на глазу поднимает голову от раскрытых карманных часов, улыбается в камеру и говорит по-русски спокойным голосом: «Опять спешат? Сейчас разберёмся». Камера медленно приближается к его лицу. Слышно тиканье часов и тихий звон колокольчика у входной двери.
Дождь превратился в снегопад на ночной улице
Правка готового ролика: снег, следы и гирлянды, героиня и вывеска без изменений
Промпт: Замени дождь на густой снегопад, добавь снег на асфальте и тёплые гирлянды на фасадах, движение и героиню сохрани
3D-мультик по фото: осенний парк
Загрузите своё фото в «Референсные изображения» и поменяйте в задании описание внешности и одежды на своё: цвет волос, одежду, приметы. Длительность 10 секунд, 9:16.
Промпт: Вертикальный 3D-мультфильм. Девушка с фото превращается в мультяшную героиню: узнаваемое лицо, рыжие волосы до плеч, веснушки, горчичный свитер и джинсы как на фото, но пропорции мультяшные — большие глаза, мягкие формы. Осенний парк, тёплый золотой свет, в воздухе кружатся кленовые листья. 0–4 с: она ловит лист ладонью и улыбается. 4–7 с: набирает охапку листьев с земли и подбрасывает их вверх, кружится. 7–10 с: листья оседают, она смеётся и машет рукой в камеру. Камера медленно наезжает, в конце средний план. Звук: шелест листьев, лёгкая весёлая музыка, без слов. Без текста в кадре.