Apa Itu Omni Flash? Kemampuan, Akses & Panduan Builder

Hai, saya Dora. Saya menghabiskan pagi hari I/O 2026 dengan membaca postingan peluncuran dan halaman harga, lalu membuka aplikasi Gemini untuk melihat apa yang benar-benar sudah tersedia versus apa yang masih berlabel “dalam beberapa minggu ke depan.” Ini adalah versi catatannya — untuk para builder dan tim produk yang sedang memutuskan apakah Omni Flash mengubah sesuatu dalam pipeline mereka.

Ringkasan singkat di awal: modelnya nyata dan sudah live di permukaan konsumen hari ini. API developer belum. Kesenjangan itu lebih penting dari demo-demonya.

Apa Sebenarnya Omni Flash (Model Omni-series Pertama Google)

Jadi apa itu Omni Flash secara konkret? Gemini Omni Flash adalah model pertama dalam keluarga Omni baru Google, diumumkan pada 19 Mei 2026 di I/O. Google DeepMind menempatkannya sebagai “buat apa saja dari input apa saja — dimulai dengan video.” Kata “dimulai dengan” itu penting — peta jalan jangka panjang mencakup perutean modalitas apa-ke-apa, tetapi yang dikirimkan hari ini adalah input multimodal yang menghasilkan output video. Output gambar dan audio ada di peta jalan publik, bukan di produk.

Posisi dalam peta jalan Gemini Omni

Omni diposisikan sebagai sebuah keluarga, bukan model tunggal. Flash adalah langkah pertama tingkat konsumen. Omni Pro tingkat lebih tinggi telah dikonfirmasi oleh Google DeepMind, tanpa tanggal rilis — Nicole Brichtova memberitahu TechCrunch bahwa Pro hadir “ketika kami merasa sudah mencapai titik di mana kami memiliki lompatan di atas Flash.” Baca itu sebagai: tidak akan segera.

Mengapa Google menyebutnya sebagai “versi video dari Nano Banana”

Nano Banana — model pembuatan/pengeditan gambar Google yang diluncurkan pada 2025 — menetapkan template untuk apa yang Omni coba lakukan untuk video: pengeditan percakapan, persistensi identitas lintas iterasi, hambatan rendah untuk pengguna non-teknis. Postingan blog resmi Google yang memperkenalkan Omni menarik silsilahnya secara eksplisit. Secara arsitektur, rilis Google DeepMind Omni Flash ini berpikir lintas modalitas dalam satu forward pass alih-alih meneruskan antara sistem-sistem terspesialisasi. Apakah itu diterjemahkan menjadi output yang secara berarti lebih baik versus pendekatan pipeline Veo-plus-audio adalah sesuatu yang akan saya pantau. Demo-demonya dikurasi. Alur kerja nyata tidak.

Kemampuan yang Dikonfirmasi saat Peluncuran

Ini adalah kemampuan Omni Flash yang dikonfirmasi dalam produk hari ini, bukan apa yang diteaser.

Input multimodal (teks, gambar, video, audio)

Anda dapat menggabungkan salah satu dari ini sebagai input dalam satu prompt. Model memperlakukannya sebagai deskripsi scene terpadu alih-alih aset yang digabungkan. Ini adalah bagian paling bersih dari pengumuman — dan yang membedakannya dari pipeline text-to-video Veo.

Output video hingga 10 detik dengan audio native

Klip dibatasi hingga 10 detik. Brichtova menggambarkan ini sebagai keputusan deployment, bukan batas model — cara untuk mengontrol permintaan komputasi sementara akses meluas. Audio dihasilkan tersinkronisasi dengan video, bukan ditambahkan setelahnya. Demo pentalan marmer yang ditunjukkan CTO Google Koray Kavukcuoglu kepada para reporter menghasilkan suara benturan dan suara dering secara otomatis. Perlu dicatat: penguji independen memberitahu TechTimes bahwa kualitas generasi mentah mungkin tertinggal di belakang Seedance 2.0 ByteDance dan Wan 2.7 Alibaba, meskipun lapisan pengeditan lebih kuat.

Pengeditan percakapan melalui bahasa alami

Setiap instruksi dibangun di atas yang sebelumnya. “Buat patung itu dari gelembung” — diterapkan, state dipertahankan, instruksi berikutnya beroperasi pada state baru. Ini adalah perubahan alur kerja, dan bagian yang paling mungkin menghemat waktu dalam produksi: lebih sedikit penulisan ulang prompt, lebih sedikit pengulangan dari awal.

Penyisipan kemiripan dan konsistensi scene

Fitur Avatar memungkinkan Anda membuat versi digital diri sendiri (orientasi mengharuskan mengucapkan urutan angka di kamera — pemeriksaan deepfake yang dipinjam secara longgar dari Sora Cameos OpenAI yang dihentikan). Setelah disimpan, avatar tetap ada di seluruh generasi.

Watermarking SynthID dan batasan keamanan

Setiap output membawa watermark SynthID tak terlihat, dapat diverifikasi melalui aplikasi Gemini, Chrome, dan Google Search. SynthID kini telah menandai lebih dari 100 miliar gambar dan video yang dihasilkan AI. Pengeditan terbuka suara dan kemiripan ditahan — alasan yang dinyatakan Google adalah deployment yang bertanggung jawab.

Di Mana Anda Dapat Mengaksesnya Hari Ini

Tiga permukaan, batas yang berbeda.

Permukaan	Siapa yang mendapatkannya	Anggaran komputasi
Aplikasi Gemini	Pelanggan AI Plus, Pro, Ultra secara global	Batas mingguan berbasis komputasi (model baru)
Google Flow	AI Plus / Pro / Ultra	200 / 1.000 / 10.000–25.000 kredit Flow per bulan
YouTube Shorts & Aplikasi Create	Pengguna gratis	Diluncurkan minggu ini

Aplikasi Gemini (batas tier gratis)

Pengguna gratis tidak mendapatkan model di aplikasi Gemini. Titik masuk gratis adalah YouTube. Tier berbayar dimulai dari AI Plus ($7,99/bulan).

Google Flow (alokasi kredit Pro/Ultra)

Flow adalah tempat permukaan alur kerja nyata berada — komposisi multi-klip, pustaka bahan, suara kustom, pengeditan-pada-video-yang-ada. Dokumentasi dukungan Google Flow mencantumkan fitur eksklusif untuk model ini: klip 10 detik (vs 4d/6d/8d pada model lebih rendah), pengeditan video yang diunggah, pembuatan suara kustom. Biaya kredit per tindakan bervariasi berdasarkan panjang klip dan jenis pengeditan — saya akan membahas ekonomi kredit dalam artikel terpisah. Untuk ringkasan ini, 200 kredit (Plus) bersifat eksploratif; iterasi serius membutuhkan Pro atau lebih tinggi.

YouTube Shorts dan YouTube Create

Permainan distribusi yang mengejutkan. Akses gratis ke model frontier — meskipun terbatas — adalah hal yang tidak biasa. Logika strategisnya: OpenAI menarik Sora kembali ke API-only lebih awal pada 2026, meninggalkan ruang video konsumen yang lebih sepi. Google mengisinya dengan jangkauan daripada kualitas puncak.

Apa yang Belum Tersedia

API Developer di Vertex AI (diumumkan, belum GA)

Per Mei 2026, API developer belum tersedia secara umum. Blog Google mengatakan peluncuran ke developer dan pelanggan enterprise melalui API akan datang “dalam beberapa minggu ke depan.” Tinjauan enterprise VentureBeat menyatakannya secara langsung: sampai Vertex API tersedia secara umum, Omni secara efektif adalah alat konsumen dan prosumer. Jika Anda merancang integrasi, perlakukan API sebagai item perencanaan Q3 2026, bukan opsi saat ini.

Generasi durasi lebih panjang

10 detik adalah batas publik. Google mengatakan durasi lebih panjang sedang dalam pipeline. Tidak ada timeline.

Pengeditan terbuka suara dan kemiripan

Anda dapat menggunakan avatar sendiri. Anda tidak dapat dengan bebas mengedit suara atau kemiripan sembarang dalam video yang diunggah. Ini adalah batas keamanan yang disengaja, bukan kesenjangan kemampuan.

Beberapa hal lain yang beredar dalam liputan peluncuran yang belum resmi dikonfirmasi oleh Google: batas output 720p, waktu generasi 60–90 detik, paket template avatar bernama. Perlakukan itu sebagai tidak terverifikasi.

Posisinya dalam Lanskap Pembuatan Video

Penggantian Veo di beberapa permukaan produk

Beberapa outlet melaporkan bahwa Google Omni Flash secara efektif menggantikan Veo di Flow dan aplikasi Gemini. Veo tidak dihentikan — Veo 3.1 masih memiliki akses API, dan untuk text-to-video murni dengan keandalan tingkat API, itu adalah opsi produksi hari ini. Tetapi dalam permukaan konsumen Google sendiri, Omni dilaporkan menjadi default baru. Kisah migrasi yang Google jual: kirim dengan Veo sekarang, rencanakan perpindahan saat GA tiba.

Pengeditan percakapan vs generasi hanya-prompt

Ini adalah taruhan arsitektur. Sebagian besar model video saat ini — termasuk Veo — memperlakukan setiap generasi sebagai pass baru. Pengeditan Omni bersifat stateful. Untuk alur kerja yang melibatkan iterasi (sebagian besar alur kerja profesional), itu mengubah perhitungan kredit-per-klip-final. Apakah perhitungannya benar-benar berhasil tergantung pada seberapa baik model mempertahankan maksud di seluruh pengeditan. Saya belum mengujinya cukup lama untuk mengatakannya.

Yang Harus Dipantau oleh Builder dan Tim Produk

Sinyal waktu dan harga API

API developer adalah faktor pembatas untuk integrasi produksi apa pun. Dua hal yang perlu dipantau: dokumentasi Gemini API untuk SKU aktual yang muncul, dan halaman harga Vertex AI untuk struktur penagihan per-token atau per-detik. Harga berbasis token — standar Google untuk keluarga Gemini — akan membuat ini lebih mudah diprakirakan daripada harga per-klip.

Kemungkinan kedatangan di platform agregasi

Setelah API tersedia, harapkan model muncul di platform akses terpadu dalam beberapa minggu. Jika Anda sudah terintegrasi dengan lapisan API multi-model, biaya migrasi dari Veo 3.1 seharusnya kecil. Jika Anda terintegrasi langsung ke satu penyedia, kasus untuk menambahkan lapisan agregasi semakin kuat setiap kuartal — peluncuran ini adalah satu lagi titik data dalam arah itu.

FAQ

Apakah Omni Flash API sudah tersedia untuk developer?

Belum. Per Mei 2026, API developer belum tersedia secara umum. Google mengatakan peluncuran melalui Gemini API dan Vertex AI akan datang “dalam beberapa minggu ke depan.” Sampai saat itu, akses programatik tidak memungkinkan.

Berapa panjang video maksimum yang dapat dihasilkan Omni Flash?

10 detik. Google DeepMind menyatakan ini adalah keputusan deployment daripada batas arsitektur model. Durasi lebih panjang direncanakan tanpa timeline publik.

Apakah Omni Flash sepenuhnya menggantikan model Veo Google?

Tidak. Veo 3.1 tetap tersedia dengan akses API untuk beban kerja text-to-video. Dalam permukaan konsumen Google sendiri (aplikasi Gemini, Flow), model baru ini dilaporkan menjadi default. Untuk integrasi API produksi hari ini, Veo adalah opsi yang berfungsi.

Dapatkah saya menggunakan output Omni Flash secara komersial?

Tunduk pada Kebijakan Penggunaan Terlarang AI Generatif Google dan ketentuan tier langganan Anda. Penggunaan komersial umumnya diizinkan dalam tier berbayar, tetapi skenario tertentu (konten yang mengandung kemiripan, IP pihak ketiga, industri yang diatur) perlu diverifikasi terhadap kebijakan Google saat ini. Jangan ambil jawaban “ya” secara umum dari siapa pun.

Apakah Omni Flash memberi watermark pada setiap video yang dihasilkan?

Ya. Semua output membawa watermark SynthID tak terlihat, dapat diverifikasi melalui aplikasi Gemini, Chrome, dan Google Search. Tidak ada opsi untuk menonaktifkan.

Apakah Omni Flash tersedia di luar aplikasi Google sendiri?

Belum. Akses saat ini terbatas pada aplikasi Gemini, Google Flow, YouTube Shorts, dan aplikasi YouTube Create. Setelah API developer tersedia, harapkan ketersediaan melalui Vertex AI dan kemungkinan di platform agregasi pihak ketiga segera setelahnya.

Kesimpulan

Untuk sebagian besar tim produk, jawaban praktis minggu ini adalah: belum ada yang berubah. Teruslah menggunakan Veo 3.1. Titik keputusannya adalah API GA — ketika tersedia, primitif pengeditan percakapan layak dievaluasi secara serius, terutama jika pipeline Anda sudah membayar biaya generasi video multi-pass.

Untuk eksperimentasi konsumen, aplikasi Gemini dan Flow adalah titik masuk pada tier berbayar; YouTube Shorts adalah jalur gratis. Layak setengah jam waktu langsung untuk mengkalibrasi ekspektasi kualitas Anda sendiri terhadap demo-demo tersebut.

Satu catatan disambiguasi: ini adalah Gemini Omni Flash milik Google. Ada Qwen3.5-Omni-Flash yang dinamai secara terpisah dari Alibaba — vendor berbeda, peta jalan berbeda. Jangan mencampuradukkan keduanya.

Itu yang saya miliki hari ini. Saya akan meninjau kembali saat API tersedia.

Postingan sebelumnya：