Gemini Omni w sierpniu 2026: prywatna beta API, zapowiedź Omni Pro i aktualizacje funkcji

Trzy miesiące po Google I/O

Gemini Omni został zaprezentowany na Google I/O 19 maja 2026. Po trzech miesiącach obraz wyraźnie się zmienił: API dla deweloperów to już nie mglista obietnica, Gemini Omni Pro ma konkretną zapowiedź, a Google Flow dostał kontrolki kreatywne, o które power userzy prosili od pierwszego dnia.

Ten artykuł to przegląd stanu na sierpień 2026 — dostęp do API, zapowiedź tieru Pro, ulepszenia Flow i aplikacji Gemini oraz zaktualizowany model cenowy na drugą połowę roku.

Status API deweloperskiego: prywatna beta jest aktywna

Najważniejsza wiadomość inżynierska lata: Google uruchomił prywatną betę API Gemini Omni Flash przez Google AI Studio i Vertex AI. To jeszcze nie publiczne GA — dostęp mają partnerzy enterprise i zatwierdzeni deweloperzy z listy oczekujących.

Co otrzymują partnerzy beta

• Endpointy: generateVideo, editVideo i generateWithAvatar — odzwierciedlające to, co użytkownicy mają w aplikacji Gemini i Flow.
• Limity rate: poziomy beta zaczynają od 10 równoczesnych operacji i 500 generacji dziennie na projekt, z wyższymi limitami do negocjacji dla partnerów produkcyjnych.
• SynthID + C2PA: każda odpowiedź API zawiera obowiązkowe metadane znaku wodnego, zgodnie z polityką odpowiedzialnej AI Google.

Sygnały cenowe (nieostateczne)

Google nie opublikował jeszcze oficjalnych cen API, ale dokumentacja dla partnerów beta podaje szacunkowe stawki 0,12–0,28 USD za sekundę wygenerowanego wideo, w zależności od rozdzielczości i trybu avatara. Omni Flash jest konkurencyjny wobec Runway Gen-4 i poniżej premium tierów Veo 3.1 w wielu obciążeniach.

Analitycy modelujący założenia I/O na 0,10–0,30 USD/sek. mają teraz realne liczby — Google ostrzega jednak, że mogą się zmienić przed GA.

Lista oczekujących i harmonogram

Deweloperzy indywidualni mogą aplikować przez listę oczekujących Gemini API. Zespoły enterprise powinny kontaktować się z menedżerem konta Google Cloud w sprawie Vertex AI. Google celuje w publiczne GA jesienią 2026 z szerszymi limitami i samoobsługową rozliczalnością.

API Omni vs Veo 3.1 dziś

Czynnik	API Veo 3.1	API Omni Flash (beta)
Dostępność	Ogólnie dostępne	Tylko prywatna beta
Edycja wieloetapowa	Regeneracja od zera	Natywna edycja konwersacyjna
Obsługa avatara	Niedostępna	Wbudowana
Maks. długość klipu	Do 8 sekund	Do 10 sekund (Flash)
Ceny	Opublikowane (0,15–0,40 USD/sek.)	Szacunkowe (0,12–0,28 USD/sek.)

Wniosek dla deweloperów: jeśli dziś potrzebujesz produkcyjnego API, Veo 3.1 pozostaje wspieraną ścieżką. Jeśli możesz poczekać do jesieni 2026 — lub kwalifikujesz się do bety — zacznij architekturę za interfejsem providera. Szczegóły w naszym przewodniku API dla deweloperów.

Gemini Omni Pro: pierwsze spojrzenie

Google wykorzystał sierpień, by zapowiedzieć Gemini Omni Pro — wyższy tier ogłoszony na I/O bez harmonogramu. Wczesny dostęp do podglądu trafia do subskrybentów AI Ultra i wybranych partnerów enterprise beta.

Co Pro dodaje względem Flash

Możliwość	Omni Flash	Omni Pro (podgląd)
Maks. długość klipu	10 sekund	Do 30 sekund
Rozdzielczość	720p	1080p, 4K w testach
Audio	Synchronizowane natywne audio	Natywna synteza audio z synchronizacją głosów wielu ról
Spójność postaci	Dobra między turami	Silniejsze blokowanie tożsamości w dłuższych sekwencjach

Główna demo na briefingu partnerów w sierpniu pokazała 30-sekundowy klip narracyjny z trzema różnymi rolami mówiącymi — każda z własnym timbrem, synchronizacja ust do wygenerowanego dialogu — bez miksowania audio w postprodukcji. To najwyraźniejsza różnica względem Flash: Pro jest pod treści narracyjnej długości, nie tylko krótkich hooków.

Podgląd Pro nie jest jeszcze dostępny przez API. Google mówi, że endpointy Pro nastąpią po GA Flash, prawdopodobnie pod koniec 2026.

Ulepszenia Google Flow i aplikacji Gemini

Sierpień przyniósł trzy ulepszenia dla codziennych twórców:

Kontrola osi czasu w Google Flow

Flow udostępnia teraz wizualną oś czasu scen — przeciągnij, by zmienić kolejność ujęć, przytnij pojedyncze segmenty, podgląd całej sekwencji przed eksportem. Wcześniej kolejność scen była tylko konwersacyjna; oś czasu daje precyzję tradycyjnego NLE bez opuszczania workflow Omni.

Spójność postaci avatara

Funkcja osobistego avatara AI zyskała blokowanie tożsamości między scenami: cyfrowe podobieństwo utrzymuje wygląd, garderobę i barwę głosu w całym projekcie wieloujęciowym, nie tylko w jednej generacji. To zamyka największą lukę między avatarami Omni a profesjonalnymi pipeline’ami deepfake.

Konwersacyjne strojenie głosu

W aplikacji Gemini możesz dostosować cechy głosu w trakcie rozmowy — „niech narrator brzmi cieplej” lub „daj postaci brytyjski akcent” — a Omni stosuje zmianę w następnej generacji bez łamania kontekstu sceny.

Te trzy funkcje są aktywne dla subskrybentów AI Plus, Pro i Ultra w webie i na mobile.

Zaktualizowane ceny i limity oparte na compute

Google wyjaśnił strukturę subskrypcji H2 2026 wraz z aktualizacją sierpniową:

Tier	Miesięcznie	Dostęp Omni	Limit compute
AI Plus	7,99 USD	Flash w aplikacji Gemini + Flow	Limity startowe, ~odświeżanie co 5 h
AI Pro	19,99 USD	Wyższe limity Flash + kredyty Flow	~3× Plus, ~odświeżanie co 5 h
AI Ultra	100 USD	Flash + podgląd Pro, 5× limity Pro	Najwyższy tier konsumencki

Model limitów oparty na compute — wprowadzony na I/O — jest teraz w pełni udokumentowany: limity zależą od złożoności promptu, długości klipu i używanych funkcji (avatar, edycja wieloetapowa itd.), odświeżając się co około pięć godzin do tygodniowego limitu. Intensywni użytkownicy Flow na Plus mogą szybciej osiągać limity niż lekcyjni użytkownicy aplikacji Gemini na Pro — wybierz tier według głównej powierzchni.

YouTube Shorts Remix i YouTube Create pozostają bezpłatne dla 18+, bez zmian od launchu.

Podsumowanie i roadmapa jesień 2026

Sierpień 2026 to przejście od „Omni jako produkt konsumencki” do „Omini jako platforma”. Prywatna beta API, podgląd Pro i oś czasu Flow to trzy filary.

Czego oczekiwać jesienią:

1. Publiczne GA API Omni Flash — samoobsługa przez Gemini API i Vertex AI, opublikowane ceny.
2. Szerszy rollout Omni Pro — poza podglądem Ultra do subskrybentów Pro, domyślnie klipy 30 s i 1080p.
3. Modalności wyjścia obrazu i audio — nadal zobowiązane, nadal bez daty, ale Google potwierdza testy wewnętrzne.
4. Integracja Workspace — etapowe wdrożenie Omni w Google Docs, Slides i Vids dla klientów enterprise.

Pełna historia launchu: notatki wydania maj 2026 i aktualizacja czerwiec. Architektura API: przewodnik deweloperski; porównanie Veo: Gemini Omni vs Veo 3.1.