Gemini Omni در اوت ۲۰۲۶: بتا خصوصی API، Omni Pro و آخرین بهروزرسانیها
سه ماه پس از Google I/O: API Gemini Omni بتا خصوصی را از طریق AI Studio و Vertex AI باز کرد، تیزر Omni Pro، ارتقای Google Flow و قیمتگذاری جدید.
سه ماه پس از عرضه
Gemini Omni در ۱۹ مه ۲۰۲۶ در Google I/O عرضه شد. سه ماه بعد، محصول از «دموی امیدوارکننده» به پلتفرم خلاق بالغ تبدیل شده — API توسعهدهندگان بالاخره در بتا خصوصی، اولین تیزر عمومی Omni Pro، و ارتقاهای معنادار در Google Flow و اپ Gemini.
وضعیت API توسعهدهندگان
بزرگترین خبر اوت ۲۰۲۶: Gemini Omni وارد بتا خصوصی از طریق Google AI Studio و Vertex AI میشود. هنوز GA نیست — دسترسی فقط با دعوت از waitlist — اما اولین باری است که میتوانید Omni را برنامهنویسی خارج از سطوح Google فراخوانی کنید.
آنچه درباره قیمت میدانیم (برآورد، نه نرخ رسمی GA):
| سطح | 720p | 1080p | یادداشت |
|---|---|---|---|
| بتا خصوصی (برآورد) | ~$۰.۳۰/ثانیه | ~$۰.۵۰/ثانیه | صدای native شامل |
| Veo 3.1 (فعال) | — | $۰.۷۵/ثانیه | ویدیو و صدا جدا |
در مقایسه با Veo 3.1 با $۰.۷۵/ثانیه @ 1080p، مزیت Omni این است که صدا در همان pass سنتز میشود — برای کلیپهای پرگفتوگو ارزانتر. یک کلیپ ۸ ثانیهای 1080p معمولاً $۴–۶ با احتساب بازتولید.
نحوه پیوستن:
- در Google AI Studio به waitlist بپیوندید (مسیر توسعهدهنده) یا از طریق Vertex AI دسترسی بخواهید (مسیر سازمانی).
- Google اولویت را به موارد استفاده production میدهد: ویدیوی تجارت الکترونیک، بازاریابی چندزبانه، و پلتفرمهای UGC مبتنی بر آواتار.
تا دسترسی بتا نداشته باشید، Veo 3.1 API ویدیوی production پشتیبانیشده در Vertex AI باقی میماند. Omni API را شرطبندی آیندهنگر بدانید؛ Veo را شبکه امن نگه دارید.
Gemini Omni Pro: نگاه اول
Google در اوت Gemini Omni Pro early teaser نشان داد — GA نیست، اما کافی است جهت tier را ببینید:
- سنتز صدای native با fidelity بالاتر از Flash — دیالوگ تمیزتر، soundscape محیطی بهتر.
- همگامسازی صدای چندنقشی — چند گوینده در یک کلیپ با lip-sync و پروفایلهای صوتی مجزا.
- کلیپ تا ۳۰ ثانیه — سه برابر سقف ۱۰ ثانیه Flash، فرمتهای روایی و تبلیغاتی را باز میکند.
Pro ابتدا برای مشترکین AI Ultra در پیشنمایش مرحلهای، سپس گسترش. تاریخ GA مشخص نیست، اما Google برای اولین پنجره دسترسی پولی Pro «پاییز ۲۰۲۶» اشاره کرد.
ارتقای Google Flow و اپ Gemini
اوت بهبودهای workflow عملی آورد:
- کنترلهای timeline در Google Flow — برش سطح frame، مرتبسازی مجدد صحنه، و beat marker برای ویرایش موسیقیمحور.
- ثبات شخصیت آواتار — آواتار AI شخصی ظاهر و لباس را در پروژههای چندصحنهای پایدارتر نگه میدارد.
- تنظیم صدا — pitch، سرعت و لحن احساسی صدای آواتار بدون ضبط مجدد reference.
این قابلیتها در Flow و اپ Gemini برای مشترکین پولی Google AI.
قیمتگذاری بهروز و سهمیه مبتنی بر compute
Google مدل refresh سهمیه اوت را روشن کرد:
| سطح | ماهانه | دسترسی Omni |
|---|---|---|
| AI Plus | $۷.۹۹ | Flash در Gemini + Flow، pool compute اولیه |
| AI Pro | $۱۹.۹۹ | سقف Flash بالاتر، credits بیشتر Flow |
| AI Ultra | $۱۰۰ | ۵× compute Pro، اولین دسترسی preview Pro |
سهمیهها هر ۵ ساعت rolling تا سقف هفتگی refresh میشوند، بر اساس پیچیدگی prompt و قابلیتها — نه شمارش روزانه ثابت. ویرایش timeline سنگین Flow و تولید آواتار compute بیشتری از promptهای ساده text-to-video مصرف میکند.
جمعبندی و roadmap پاییز ۲۰۲۶
اوت ۲۰۲۶ نقطه عطف است: API واقعی (حتی invite-only)، Pro در افق دیده میشود، Flow به ویرایشگر واقعی تبدیل میشود.
فهرست پیگیری پاییز ۲۰۲۶:
- گسترش گستردهتر بتا Omni API و اولین برگه قیمت
- preview Omni Pro برای مشترکین Ultra
- rollout مداوم Workspace و منطقهای
- یکپارچگی عمیقتر با workflowهای YouTube Create و Shorts Remix
برای مبانی، Gemini Omni چیست؟، بهروزرسانی ژوئن ۲۰۲۶، برآورد هزینه API و Gemini Omni vs Veo 3.1 را ببینید.