8月27日，Google將影片模型Gemini Omni 1.1 Flash推送給開發者。Google AI Studio當天開放，Gemini Enterprise版Agent平台API同步串接，Google Flow和Gemini App則針對Plus、Pro、Ultra訂閱用戶上線。Google在部落格為這個版本下了一句定位：
"Omni 1.1 is production-ready for professional use via the Gemini API."
（Omni 1.1透過Gemini API，已達到可投入專業正式產製的水準。）
接續視窗從1秒拉長到10秒
這次改動最實在的地方在場景延續性。6月底那版做接續時只讀取影片的最後1秒，模型拿到的資訊基本上等同一張靜態畫面：鏡頭正往哪個方向推、角色手上的動作做到哪個階段，它完全無從判斷。接出來的下一段畫面因此常常像是換了一個場景——跨場景的角色一致性難以維持，Google自己在上一版的說明文件中就承認過這點。
1.1把這個視窗拉長到前10秒。接續仍然是以10秒為一段往下走，但累積長度可以疊到40秒。同步新增的一項功能是首尾影格都能指定，轉場邏輯從「先生成、再挑選」變成「兩端先釘死、中間交給模型補」。做分鏡的人對這套邏輯不陌生：關鍵影格一旦固定，中間的動態才有依據可以推演。
草稿模式、4K放大與3秒影片參考
其餘幾項改動都是衝著工作流程去的：新增360p草稿模式，出片速度比720p最多快60%，用來快速篩選構圖；片子定案之後可以走4K放大；多模態輸入這端新增了影片參考，單段最長3秒，先前只能餵文字和圖片。最終輸出提供1080p與4K兩種規格。
影片參考改變的是輸入端的表達方式。過去想讓模型學一段運鏡，只能靠文字描述「緩慢向左橫移、輕微手持晃動」，模型能不能領會全憑運氣；現在可以直接丟一段3秒的樣片進去。3秒裝不下一整場戲，但足夠裝下一次完整的運鏡或一次動作循環，對需要統一鏡頭語言的系列作品來說，這比寫十行提示詞省事得多。360p草稿模式與它是搭配使用的組合：先用低解析度把節奏、構圖、鏡頭運動這些結構性的東西定案，再切到高解析度補細節，不必每一輪都付全額費用。
一段40秒的影片要花多少錢
Google這次沒有列出各解析度的秒單價，只在定價文件裡留了一個換算基準：影片輸出按token計費，720p每秒相當於5792個token，標準級距的影片輸出每百萬token收費17.50美元，換算下來大約每秒0.10美元。這個數字和6月底那版打平，兩個月沒有變動過。
以720p估算，一段40秒的連貫片子大約4美元。草稿模式的成本要另外算：如果先用360p把10種構圖篩到3種，再把留下的3種送去720p或1080p出成片，同樣的預算能多試兩輪鏡頭語言。1080p和4K的實際單價Google沒有公開，按token計費的規則推估，解析度愈高、單位時間耗用的token愈多，單價也會愈貴，實際倍數要等文件補齊。
片長這條線一直在往後推
把Omni這條產品線串起來看，節奏相當清楚。6月底的預覽版單段封頂10秒，每秒0.1美元，短板寫得明明白白。兩個月後，單段長度沒有變，但可以往後接3次，總長度翻了4倍，上下文視窗則放大了10倍。Google走的是分段拼接的路線：不去堆疊單次生成的長度，而是靠每一段被下一段準確接住來累積總長度。這條路線對顯示記憶體和推論成本比較友善，代價是接縫處的穩定性得靠上下文視窗硬撐——視窗從1秒拉長到10秒，正是在補這個洞。
40秒剪不出一支完整的廣告片，但社群平台上那批10幾到20秒的短影片，一段就夠用，兩段還有剪輯的餘裕。Google把「可投入專業正式產製」這句話寫進部落格，賭的正是這批量體大、單支價值不高、但對連貫性仍有基本要求的活兒。
參考來源：Google開發者部落格、Google DeepMind、CocoLoop、Gemini API定價文件；秒單價換算依720p每秒5792 token、標準級距影片輸出每百萬token 17.50美元核實。