Google hat mit Gemini Omni 1.1 Flash am 29. August 2026 ein Update seines Video-KI-Modells veröffentlicht, das vor allem eines adressiert: die chronische Kurzatmigkeit generativer Clips. Statt einzelner, isolierter Fünf- bis Achtsekünder lassen sich Szenen jetzt in Zehn-Sekunden-Schritten bis auf eine Gesamtlänge von 40 Sekunden verlängern – und das mit deutlich mehr Kontrollmöglichkeiten über Anfang, Ende und die Konsistenz von Figuren. Für alle, die KI-Video nicht als Spielerei, sondern als Produktionswerkzeug einsetzen, ist das eine der praktisch relevantesten Änderungen des Sommers.
Was neu ist
Der Kern des Updates ist die überarbeitete Videoerweiterung. Bisherige Modelle betrachteten beim Verlängern eines Clips nur etwa eine Sekunde des vorangegangenen Materials – entsprechend häufig kippten Gesichter, Kleidung oder Bewegungsrichtungen an der Nahtstelle. Gemini Omni 1.1 Flash analysiert nun bis zu zehn Sekunden vorheriges Material, bevor es weitergeneriert. Pro Aufruf entstehen drei bis zehn Sekunden neues Video; durch mehrfaches Anhängen erreicht man die maximale Gesamtlänge von 40 Sekunden. Die längere Kontextfensterung ist der entscheidende Hebel für konsistentere Personen und flüssigere Bewegungsabläufe über Schnittgrenzen hinweg.
Dazu kommt eine feinere Steuerung der Bildkomposition. Nutzerinnen und Nutzer können erstes und letztes Bild einer Sequenz vorgeben; das Modell interpoliert die Bewegung dazwischen. In Kombination mit Kamerafahrten wie Orbits oder Dolly-Zooms lässt sich damit gezielt eine bestimmte Anfangs- und Endkomposition ansteuern – ein Arbeitsschritt, der bisher viel Trial-and-Error erforderte. Für die Charakter-Konsistenz erlaubt das Modell außerdem bis zu drei Video-Referenzen von jeweils maximal drei Sekunden Länge, an denen sich Aussehen und Auftreten einer Figur orientieren.
Auflösung, Vorschau und die 4K-Frage
Neu ist eine schnelle 360p-Vorschau, die laut Google bis zu 60 Prozent schneller rendert und nur rund ein Drittel der Kosten einer 720p-Generierung verursacht. Das klingt nach einem Detail, ist aber im Alltag Gold wert: Man kann Prompts, Timing und Bildaufbau in niedriger Auflösung durchiterieren und erst die finale Variante hochwertig ausrendern. Ausgaben sind anschließend in 1080p und 4K möglich.
Wichtig zu wissen: Die höheren Auflösungen – 1080p ebenso wie 4K – sind hochskaliert, nicht nativ generiert. Wer echtes Detail auf Kinoleinwand-Niveau erwartet, sollte das im Hinterkopf behalten.
Das ist kein Ausschlusskriterium, aber ein Erwartungsmanagement-Thema. Für Social-Formate, Web und die meisten Bewegtbild-Anwendungen ist das Upscaling völlig ausreichend; für Projekte, bei denen Pixel-Schärfe im Vordergrund steht, bleibt der Unterschied zu nativ hochauflösendem Material sichtbar.
Preise und Verfügbarkeit
Google rechnet Video weiterhin token-basiert ab. Ein 720p-Clip schlägt mit rund 5.792 Tokens pro Sekunde zu Buche, was etwa zehn US-Cent pro Sekunde entspricht. Der Input kostet 1,50 US-Dollar pro einer Million Tokens, der Video-Output 17,50 US-Dollar pro einer Million Video-Tokens. Die günstigen 360p-Entwürfe drücken die Iterationskosten spürbar – ein klarer Vorteil für alle, die viele Varianten testen, bevor sie sich festlegen.
Verfügbar ist das Modell über die Gemini API, das Google AI Studio und die Enterprise-Plattform. Interessant ist die Liste der Abnehmer: Neben Google Flow (für die Abo-Stufen AI Plus, Pro und Ultra) setzen unter anderem Adobe Firefly, Figma Weave und Runway auf das Modell. Damit sitzt Gemini Omni 1.1 Flash nicht nur in Googles eigenem Ökosystem, sondern zunehmend als Motor unter der Haube von Drittanbieter-Werkzeugen, mit denen viele ohnehin schon arbeiten.
Wo die Grenzen liegen
Bei aller Euphorie lohnt der nüchterne Blick auf das, was das Modell nicht kann. Gemini Omni 1.1 Flash unterstützt keine System-Prompts, keine Temperatur-Steuerung und keine Negativ-Prompts – Feineinstellungen, die erfahrene Nutzerinnen und Nutzer von Text- und Bildmodellen gewohnt sind, fehlen hier also. Auch Voice-Editing ist nicht Teil des Funktionsumfangs, und YouTube-URLs sind als Eingabe ausgeschlossen. Die englische Sprache wird vollständig unterstützt; für andere Sprachen empfiehlt sich ein genauer Test der Ergebnisse.
Diese Einschränkungen sind kein Zufall, sondern spiegeln die Positionierung als schnelles, kostengünstiges Flash-Modell wider. Wer maximale Kontrolle über jeden Parameter braucht, greift eher zu spezialisierten Werkzeugen; wer schnell iterieren und dabei die Kosten im Griff behalten will, findet hier ein sehr brauchbares Arbeitspferd.
Einordnung: der Wettlauf um die Clip-Länge
Das Update passt in einen breiteren Trend. Die Länge zusammenhängender, konsistenter Sequenzen ist zur zentralen Wettbewerbsgröße im KI-Video geworden – parallel experimentieren andere Anbieter mit Clips aus strukturierten Dokumenten oder mit interaktiven „World Models“. Die 40-Sekunden-Marke von Gemini Omni ist dabei kein absoluter Rekord, aber die Kombination aus verlängertem Kontextfenster, Frame-Kontrolle und günstiger Vorschau macht das Modell im Produktionsalltag ungewöhnlich handlich. Der eigentliche Fortschritt liegt weniger in der reinen Sekundenzahl als in der Konsistenz über die Nahtstellen hinweg – genau dort, wo KI-Video bisher am schnellsten auffällig wurde.
Ein Blick auf die Konkurrenz zeigt, wie schnell sich das Feld gerade bewegt. Ende August stellte Alibaba mit Wan3.0 ein Modell vor, das 30-Sekunden-Clips aus PDFs, Präsentationen und Tabellen erzeugen kann – ein völlig anderer Ansatz, der Videoerzeugung von der reinen Text-Prompt-Eingabe löst und an strukturierte Dokumente koppelt. Anfang September folgten Forschungsarbeiten zu nativer Audio-Video-Generierung in 2K-Auflösung sowie erste sprachgesteuerte, interaktive „World Models“, bei denen sich generierte Umgebungen in Echtzeit per Prompt verändern lassen. Vor diesem Hintergrund ist Gemini Omni 1.1 Flash weniger ein spektakulärer Sprung als ein bewusst pragmatischer Schritt: Google optimiert nicht die Schlagzeile, sondern die Produktionsreife. Für Teams, die heute liefern müssen, ist das oft die relevantere Kategorie – Zuverlässigkeit und Kostenkontrolle schlagen im Tagesgeschäft die reine Demo-Wirkung.
Bemerkenswert ist auch, wie schnell Google das Modell in fremde Werkzeuge gebracht hat. Dass Gemini Omni 1.1 Flash bereits kurz nach Release als Motor in Adobe Firefly, Figma Weave und Runway auftaucht, zeigt eine Strategie: Google will das Modell weniger als eigenständiges Endprodukt verkaufen, sondern als Infrastrukturschicht unter möglichst vielen Kreativ-Anwendungen etablieren. Für Anwenderinnen und Anwender bedeutet das, dass die neuen Funktionen oft dort ankommen, wo sie ohnehin schon arbeiten – ohne Werkzeugwechsel.
Was das für eure Projekte bedeutet
Für die Produktionsarbeit ergeben sich aus dem Update mehrere konkrete Konsequenzen. Erstens: Wer bisher lange Szenen aus vielen kurzen Clips zusammenstückeln musste, spart mit dem erweiterten Kontextfenster echte Postproduktionszeit – weniger sichtbare Brüche bedeuten weniger Nachbesserung im Schnitt. Zweitens: Die 360p-Vorschau verändert den Arbeitsablauf. Es lohnt sich, Bildaufbau, Timing und Kamerabewegung zuerst in der günstigen Vorschau festzuklopfen und erst die finale Fassung in hoher Auflösung zu rendern; das senkt die Kosten pro fertiger Sekunde deutlich. Drittens: Die Frame-Kontrolle über Anfangs- und Endbild ist ein Geschenk für alle, die Sequenzen später sauber aneinanderschneiden wollen – definierte Übergangsbilder erleichtern den Match-Cut erheblich.
Gleichzeitig sollte man die 4K-Beschränkung realistisch einplanen: Für Auslieferung auf großen Screens empfiehlt sich ein Test, ob das Upscaling dem Anspruch des Projekts genügt. Und weil das Modell inzwischen auch unter Werkzeugen wie Adobe Firefly, Figma Weave und Runway läuft, lohnt ein Blick, ob man die Funktionen bereits in der gewohnten Umgebung nutzen kann, statt einen neuen Workflow aufzusetzen. Unterm Strich ist Gemini Omni 1.1 Flash weniger eine Revolution als eine sehr durchdachte Verbesserung der Alltagstauglichkeit – und genau das macht es für die tägliche Produktion interessant.