Gemini Omni Flash de Google est un modèle d’IA conçu pour la génération vidéo cinématographique et la synthèse de mouvements fluides, offrant une fenêtre de contexte de 1.0M, une vitesse de 75 tokens/s, un indice d’intelligence de 86/100 et un tarif de $2/$15 par million de tokens.
Technical Specifications
- Provider
- Category
- flagship
- Release Date
- 2026-06
- Batch API Discount
- 30% off async batch
- Consumer Subscription
- $20 / month
- Reasoning Effort Control
- Configurable (Low / Med / High)
- Structured Outputs
- Yes
- Output Modalities
- video
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- models/gemini-omni-flash
- Supported SDK & API Protocol
- Google Gemini API (generateContent) + OpenAI-Compatible SDK
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2028+)
- Production Rate Limits (RPM & TPM)
- 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Standard rate up to 200K tokens; 2x input/output tier above 200K tokens
- Prompt Cache Write & TTL Policy
- Implicit + Explicit Context Caching at $0.5/1M with configurable TTL
- Computer Use & Browser GUI Agent
- Supported (Screen coordinate grounding, browser & desktop GUI action loops)
- MCP & Parallel Tool Calling
- Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
- Web Search Grounding & Code Sandbox
- Built-in Google Search Grounding + Managed Python Code Execution Sandbox
- Fine-Tuning & Distillation Support
- Vertex AI Supervised Adapter Tuning & Context Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed Google Cloud API
- System Card & Safety Framework
- Google DeepMind Frontier Safety Framework Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Gemini Omni Flash Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~33 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Gemini Omni Flash:
Benchmark Scores & 6-Axis Capability Radar
- Chatbot Arena Elo
- 1440pts
Strengths
- Fenêtre de contexte de 1.0M et capacité de sortie maximale de 33K tokens (Arena Elo 1440)
- Débit rapide de 75 tokens/seconde avec une latence au premier token (TTFT) de 800 ms
- Tarification API optimisée ($2/$15 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Limitations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Pour les charges à très fort volume, l’activation du cache de prompts et de l’API Batch est recommandée
Editorial Assessment
Alliant un indice d’intelligence de 86/100, un contexte de 1.0M et un débit de 75 tok/s, Gemini Omni Flash s’impose comme une valeur sûre de la gamme Google.
Best for: Conçu pour la génération vidéo cinématographique et la synthèse de mouvements fluides, l’intégration RAG et les pipelines de production évolutifs.
Compare Gemini Omni Flash
Frequently Asked Questions about Gemini Omni Flash
How much does the Gemini Omni Flash API cost per 1M tokens?+
Gemini Omni Flash by Google is priced at $2 per 1M input tokens and $15 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.5 per 1M tokens, and asynchronous Batch API requests receive a 30% discount.
Should I use a $20/month subscription or the Gemini Omni Flash pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Gemini Omni Flash's context window?+
Gemini Omni Flash features a 1.0M tokens context window, which equals approximately 786,432 English words or ~2,097 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 32,768 tokens.
Can I run Gemini Omni Flash locally on my own GPU (Open Weights)?+
No, Gemini Omni Flash is a proprietary closed-weights model hosted by Google. It cannot be downloaded for local GPU execution and must be accessed via Google's official API or cloud platform.
Does Google train on data sent to the Gemini Omni Flash API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (Google Terms). Full commercial ownership of generated outputs. Supported deployment channels include: Google AI Studio API, Google Cloud Vertex AI.
How does Gemini Omni Flash perform on coding and reasoning benchmarks?+
Gemini Omni Flash achieves a composite Intelligence Index of 86/100, scoring N/A% on SWE-bench Verified, N/A% on GPQA Diamond, N/A% on MMLU-Pro, and 1440 pts on Chatbot Arena Elo.
What is Gemini Omni Flash best used for?+
Gemini Omni Flash is best suited for: Conçu pour la génération vidéo cinématographique et la synthèse de mouvements fluides, l’intégration RAG et les pipelines de production évolutifs.. Assessment: Alliant un indice d’intelligence de 86/100, un contexte de 1.0M et un débit de 75 tok/s, Gemini Omni Flash s’impose comme une valeur sûre de la gamme Google.
Google Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to Google's flagship reasoning tier:
Gemini 4 Argon
Gemini 3.8 Flash
Gemini 3.7 Flash
Gemini 3.6 Flash
Gemini 3.5 Flash-Lite
Gemini 3.5 Live Translate
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Gemini Omni Flash:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
Un modèle d'IA entraîné par apprentissage par renforcement pour allouer du temps de calcul à la réflexion logique avant d'émettre une solution, idéal pour les problèmes scientifiques et le code complexe.
Une méthode de raisonnement pas-à-pas où le modèle décompose le problème en étapes logiques intermédiaires avant de conclure, augmentant drastiquement la précision en mathématiques et programmation.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.