Maak kennis met Gemini Omni Flash: het nieuwe videomodel van Google dat je bewerkt door ermee te praten

Wat is Gemini Omni Flash?

In één zin: Gemini Omni Flash neemt tekst, afbeeldingen, audio en video als invoer en produceert video in hoge resolutie met gesynchroniseerde audio als uitvoer — en je kunt die video bewerken via een heen-en-weergaand gesprek.

Die laatste toevoeging is de hele pitch, dus die verdient het om los van de demoreel te bekijken. Een model als Veo of Sora is gebouwd om met één prompt één sterke clip te maken. Omni Flash gaat ervan uit dat je eerste clip een concept is. Google stelt dat het model "beredeneert wat er daarna moet gebeuren" in plaats van alleen pixels in te kleuren — het leunt op Gemini's wereldkennis en een "intuïtief begrip van krachten zoals zwaartekracht, kinetische energie en vloeistofdynamica" om te bepalen hoe een scène verder moet gaan. Beschouw dit als claims van Google, niet als onafhankelijke bevindingen: in de modelkaart staan de benchmarks als binnenkort beschikbaar, dus niemand heeft het redeneervermogen nog beoordeeld.

Waarom het bestaat, voordat we uitleggen hoe het werkt

Het probleem dat Omni Flash aanpakt is niet "een mooiere video genereren". Het is de bewerkingslast. Bij een generator die alles in één keer maakt, is elke wijziging een nieuwe render — krijg 90% van een clip goed, vraag om één ander gebaar en je moet alles opnieuw genereren, in de hoop dat die goede 90% behouden blijft. Dat is traag, duur en niet-deterministisch.

Omni Flash biedt als oplossing een toestandsbewuste, meerstapslus. Je genereert, bekijkt het resultaat en zegt dan "maak de achtergrond een zonsondergang" of "laat haar zich omdraaien" — waarna het model de vorige scène voortzet in plaats van die opnieuw op te bouwen. Google maakt dit beschikbaar voor ontwikkelaars met een previous_interaction_id dat je bij elke beurt meegeeft, zodat de bewerkingen op elkaar voortbouwen. In de Gemini-app is deze conversatiemogelijkheid iets wat Veo en Sora simpelweg niet bieden.

Onthoud één ding: Omni Flash is minder een "betere generator" en meer een "bewerkingslaag" — het wordt pas interessant als er al een basisclip is.

Wat het kan (met de cijfers die daadwerkelijk openbaar zijn)

Dit is wat bevestigd wordt door de modelkaart en API-documentatie van Google, beperkt tot de relevante details:

• Invoer: tekst, afbeeldingen, audio en video. Bij de lancering is audio-invoer beperkt tot stemreferenties; er zijn meer audiotypen gepland.
• Uitvoer: video in hoge resolutie met native, gesynchroniseerde audio die in dezelfde stap wordt gegenereerd — dus niet achteraf wordt toegevoegd.
• Cliplengte: ongeveer 10 seconden bij de lancering. Google presenteert de limiet als een keuze voor de implementatie, niet als een harde modelbeperking, en zegt dat langere video's eraan komen — beschouw 10 seconden dus als "nu", niet als "voor altijd".
• Beeldverhoudingen: 9:16 en 16:9 (16:9 is de standaard).
• Consistentie: het model is bedoeld om de identiteit van personages, objecten en stijlen consistent te houden tussen cuts en bewerkingen, en om tekst en afbeeldingen op het scherm te synchroniseren met beweging.
• Herkomst: elke clip bevat een onzichtbaar SynthID-watermerk, met C2PA-contentcredentials standaard ingeschakeld. Je kunt dit niet uitschakelen.

Resolutie is de ene specificatie waar Google vaag over blijft — de modelkaart vermeldt alleen "hoge resolutie", zonder pixelwaarde, en ondersteuning voor een hogere resolutie via de enterprise-API staat vermeld als "binnenkort beschikbaar". Als de exacte resolutie belangrijk is voor je workflow, is dat een punt om in de gaten te houden, geen waarde die je zomaar moet aannemen.

Prijzen

Gemini Omni Flash kost $0.10 per seconde video-uitvoer. Dat is het enige concrete bedrag dat Google heeft gepubliceerd, en het is duidelijk: een clip van 10 seconden kost ongeveer een dollar, en je kunt de kosten van een batchtaak berekenen zonder te hoeven gokken.

De valkuil die ontwikkelaars meteen opmerkten, is wat dat tarief betekent tijdens het bewerken. Zoals een reageerder op de Product Hunt-pagina van het model het verwoordde: als je een clip van 20 seconden genereert en daarna zegt: "maak de tweede opname langzamer", worden de kosten dan voor de volledige clip opnieuw in rekening gebracht bij elke bewerkingsronde, of worden de verschillen met de vorige render berekend? Google heeft dit niet publiekelijk toegelicht, en bij een conversationeel model kunnen de kosten precies op dit punt ongemerkt flink oplopen. Mijn inschatting: ga er bij je budget van uit dat elke bewerkingsronde een nieuwe render is, totdat Google iets anders documenteert.

Ter vergelijking: naar verluidt komt die $0.10/sec overeen met Veo 3.1 Fast — een vergelijking die Googles eigen team heeft gemaakt, al zou ik dit beschouwen als iets waarover bericht is, niet als een gepubliceerde rechtstreekse vergelijking.

Zo gebruik je het: een echte image-to-video-aanroep via GPT Proto

We voegen Gemini Omni Flash toe aan GPT Proto, zodat je het kunt aanroepen met dezelfde sleutel en facturering die je al gebruikt voor de rest van de catalogus — de toegang wordt nu uitgerold. GPT Proto volgt het requestformaat van Vertex, dus een image-to-video-generatie bestaat uit één POST, waarna je de geretourneerde bewerking opvraagt en het resultaat downloadt. Hieronder staat de volledige Python-flow (vervang de sleutel door je eigen sleutel uit het GPT Proto-dashboard):

import requests, json, base64, time

BASE = "https://gptproto.com/v1beta/models/gemini-omni-flash-preview:predictLongRunning"
HEADERS = {"x-goog-api-key": "GPTPROTO_API_KEY", "Content-Type": "application/json"}

# 1) Turn a still image into a moving clip
with open("frame.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

payload = {
    "instances": [{
        "prompt": "The subject slowly turns to face the camera as warm sunset light fills the room.",
        "image": {"mimeType": "image/png", "bytesBase64Encoded": image_b64}
    }],
    "parameters": {"aspectRatio": "9:16"}
}
op = requests.post(BASE, headers=HEADERS, data=json.dumps(payload)).json()
operation_name = op["name"]        # e.g. models/gemini-omni-flash-preview/operations/abc123

# 2) Poll until the render is done
POLL = f"https://api.gptproto.com/v1beta/{operation_name}"
while True:
    result = requests.get(POLL, headers=HEADERS).json()
    if result.get("done"):
        break
    time.sleep(10)

# 3) Download the finished video
uri = result["response"]["generateVideoResponse"]["generatedSamples"][0]["video"]["uri"]
video = requests.get(uri, headers=HEADERS)
open("output.mp4", "wb").write(video.content)
print("Saved output.mp4")

Of dezelfde eerste stap in cURL:

curl --location 'https://gptproto.com/v1beta/models/gemini-omni-flash-preview:predictLongRunning' \
  --header 'x-goog-api-key: GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "instances": [{
      "prompt": "The subject slowly turns to face the camera as warm sunset light fills the room.",
      "image": {"mimeType": "image/png", "bytesBase64Encoded": "BASE64_ENCODED_IMAGE"}
    }],
    "parameters": {"aspectRatio": "9:16"}
  }'

Een paar praktische opmerkingen uit de documentatie: videogeneratie is een langlopende bewerking, dus de stap waarin je de status opvraagt is noodzakelijk; gegenereerde bestanden worden een paar dagen bewaard, dus download ze op tijd; en fouten volgen de standaard HTTP-codes — 401 voor een ongeldige sleutel, 403 voor onvoldoende saldo of rechten, 429 voor snelheidslimieten.

Een beknopte promptgids

Omni Flash heeft bewust weinig instelmogelijkheden — de API ondersteunt geen negatieve prompts, temperature, top-p of syste Instructies. Dat verandert hoe je het model aanstuurt:

Zet de controle in de prompt, niet in de parameters. Beschrijf beweging en natuurkunde expliciet ("knikker rolt snel, doorlopende vloeiende opname") in plaats van op instellingen te vertrouwen. Prop niet elke eis in één megaprompt — genereer eerst een sterke basisclip en breng daarna gerichte wijzigingen aan in een gesprek. Dat is de workflow waarvoor het model daadwerkelijk is gebouwd. Gebruik voor consistentie van personages een referentieafbeelding in plaats van een gezicht in woorden te beschrijven. En houd je verwachtingen realistisch: op de eigen productpagina geeft Google toe dat complexe beweging, perfect nauwkeurige tekst en volledige consistentie tussen bewerkingen nog zwakke punten zijn. Prompts die op alle drie tegelijk steunen, zullen dus het vaakst teleurstellen.

De eerlijke beoordeling: waar het uitblinkt en waar het hapert

Het echt nieuwe aspect is de conversatiestroom voor bewerkingen. Een clip aanpassen door erover te chatten gaat merkbaar sneller dan telkens opnieuw een prompt invoeren, en Veo en Sora bieden die mogelijkheid niet. Dat is de reden om hiervoor te kiezen.

De eerste reacties zijn echter gematigd, niet overdreven enthousiast, en het is goed om dat eerlijk te melden. Het terugkerende oordeel vanuit de community is dat Omni Flash een sterke editor is en een slechts acceptabele generator voor losse clips — verschillende testers die het zelf hebben uitgeprobeerd, zeiden dat het uitblinkt in het aanpassen van een bestaande goede clip, maar minder overtuigt bij het helemaal vanaf nul maken van een clip. Natuurkunde, beweging en temporele consistentie werden daarbij als zwakke punten genoemd. Dat komt overeen met wat Google zelf heeft toegegeven. Er zijn ook hardere beperkingen: in de API worden videoreferenties tot drie seconden "door het schema geaccepteerd, maar niet correct verwerkt", wordt het gebruik van meerdere video's als referentie niet ondersteund en is het bewerken van audio en spraak bewust achterwege gelaten bij de lancering — Google noemt het risico op deepfakes als reden. Dit is dus een release om mee te experimenteren, niet iets om zonder tests in productie te gebruiken.

De ontvangst in het bedrijfsleven was positiever: bij de lancering werden vroege gebruikers in productie genoemd (waaronder naar verluidt Figma en WPP). Dat suggereert dat de prijs per seconde al aantrekkelijk genoeg is voor echte creatieve workflows. Ik zou dat zien als een signaal over de prijs, niet over de kwaliteit van de uitvoer.

Gemini Omni Flash versus Veo 3.1: welke moet je gebruiken?

Dit is de vraag waar de meeste mensen met hun zoekopdracht eigenlijk een antwoord op willen, en de consensus — ook bij Google — is dat de modellen elkaar aanvullen en elkaar niet vervangen. Veo is alleen vervangen door Omni in de Gemini-app; ontwikkelaars gebruiken Veo 3.1 nog steeds rechtstreeks via de API voor werk waarbij hoge kwaliteit belangrijk is.

De praktische vuistregel: kies Veo 3.1 wanneer resolutie en een strakke, cinematografische output het belangrijkst zijn; kies Omni Flash wanneer het belangrijker is om een clip tijdens een gesprek aan te passen, te verfijnen en te remixen. In veel echte workflows is het antwoord beide — genereer de basis met de scherpere generator en geef die vervolgens aan Omni Flash voor de bewerkingsronde.

Voor wie is het — en wie kan beter wachten

Ga voor Omni Flash als je werk veel bewerkingen omvat: tweaks in VFX-stijl, transformaties van avatars en op referenties gebaseerde transformaties, of alles waarbij je een clip meerdere keren zult aanpassen. Wacht als je vandaag gegarandeerd hoge resolutie nodig hebt, afzonderlijke clips van langer dan ~10 seconden, betrouwbare video-referentie-inputs of audio-/spraakbewerking — die zijn bij de lancering óf niet gespecificeerd, óf beperkt, óf uitgeschakeld.

Klaar om ermee aan de slag te gaan? Vraag een sleutel aan en bekijk de livecatalogus op GPT Proto — toegang tot Gemini Omni Flash wordt nu uitgerold.