Google отключит Veo 3.1 в октябре 2026: как перенести генерацию видео на Omni Flash

Автор, который генерирует рекламные ролики и короткие клипы через Gemini API, столкнулся с реальной миграцией: перенёс три рабочих сценария с Veo 3.1 на Gemini Omni Flash и задокументировал каждый шаг, каждую ошибку и каждое расхождение в результатах. Ниже его опыт в формате инструкции, чтобы вы не повторяли те же грабли.

Что понадобится?

• Ключ Gemini API (получается в Google AI Studio)
• Python 3.8 или новее
• Стартовое изображение в формате PNG или JPEG (до 4 МБ в base64)
• Примерно 30 минут на перенос одного сценария
• Промпты (текстовые описания сцены для нейросети) на английском языке, Google подтверждает полную поддержку только его

Как устроен новый API?

Veo 3.1 работал через метод predictLongRunning: вы отправляли задачу, получали идентификатор операции и опрашивали его, пока видео не будет готово. Omni Flash использует другой эндпоинт, Interactions API, где запрос уходит на /v1beta/interactions.

При параметре background: false ответ приходит синхронно, когда клип готов. В четырёх тестах автора клип длиной от 4 до 6 секунд в разрешении 720p генерировался около 40 секунд. Для боевого использования документация описывает фоновый режим (background: true): ответ сразу возвращает идентификатор, статус опрашивается отдельно.

Принципиальное отличие: картинки, текст и роли картинок теперь передаются одним массивом input, а роль каждого изображения задаётся тегами прямо в начале промпта.

Пошаговая инструкция переноса с Veo 3.1 на Omni Flash

1. Замените эндпоинт. Вместо predictLongRunning отправляйте POST на https://generativelanguage.googleapis.com/v1beta/interactions.

2. Замените имя модели. Вместо veo-3.1-generate-preview (или fast / lite вариантов) укажите gemini-omni-1.1-flash.

3. Перестройте тело запроса. Соберите массив input, где каждый элемент имеет тип image или text. Изображение передавайте в base64 с указанием mime_type.

4. Задайте роль картинки тегами в промпте. Первый кадр обозначается так:

[# Sources <FIRST_FRAME>@Image1] Описание сцены.

Если нужен переход между двумя кадрами, добавьте вторую картинку в input и тег <LAST_FRAME>@Image2. Для референсов героя добавьте картинки и теги <IMAGE_REF_0>@Image2, <IMAGE_REF_1>@Image3.

1. Укажите длительность словами в промпте. Параметра durationSeconds больше нет. Напишите прямо в тексте: A 4-second video. Модель выдаёт от 3 до 10 секунд, в тестах автора попадание было точным (4,01, 5,01 и 6,01 секунды), но это не гарантия, проверяйте длину файла после генерации.

2. Добавьте запрет склеек. Без явного указания Omni Flash собирает ролик из нескольких планов. Фраза A single continuous shot, no scene cuts решает проблему.

3. Настройте формат ответа. В response_format укажите type: "video", соотношение сторон и разрешение:

"response_format": {"type": "video", "aspect_ratio": "9:16", "resolution": "720p"}

1. Обработайте ответ. Видео приходит в base64 внутри массива steps. Найдите элемент с type: "video" и декодируйте:

video = next(
    c for s in res["steps"]
    if s["type"] == "model_output"
    for c in s["content"]
    if c["type"] == "video"
)
open("clip.mp4", "wb").write(base64.b64decode(video["data"]))

1. Для больших файлов используйте доставку по ссылке. Если клип может превысить 4 МБ, добавьте в response_format поле "delivery": "uri". В ответе придёт ссылка, её нужно опрашивать через Files API до состояния ACTIVE и только потом скачивать.

Полный минимальный скрипт на Python:

import base64, json, urllib.request

KEY = "..."  # ключ Gemini API
img = base64.b64encode(open("start.png", "rb").read()).decode()

body = {
    "model": "gemini-omni-1.1-flash",
    "input": [
        {"type": "image", "data": img, "mime_type": "image/png"},
        {"type": "text", "text":
            "[# Sources <FIRST_FRAME>@Image1] "
            "She lifts her cup and takes a sip. "
            "A 4-second video. A single continuous shot, no scene cuts."},
    ],
    "response_format": {
        "type": "video", "aspect_ratio": "9:16", "resolution": "720p"
    },
    "background": False,
    "stream": False,
}

req = urllib.request.Request(
    "https://generativelanguage.googleapis.com/v1beta/interactions",
    data=json.dumps(body).encode(),
    headers={"x-goog-api-key": KEY, "Content-Type": "application/json"},
)
res = json.load(urllib.request.urlopen(req, timeout=900))

video = next(
    c for s in res["steps"]
    if s["type"] == "model_output"
    for c in s["content"]
    if c["type"] == "video"
)
open("clip.mp4", "wb").write(base64.b64decode(video["data"]))
print(res.get("usage"))  # токены для расчёта цены

Где Omni Flash справляется, а где проигрывает Veo 3.1?

Оживление одного кадра работает на уровне Veo 3.1. Автор проверил сценарий с героиней: она берёт чашку, делает глоток, смотрит в окно. Лицо держится до конца клипа, руки и чашка целые. Отдельный тест с двумя героями и фото-референсами через теги <IMAGE_REF_0> и <IMAGE_REF_1> тоже прошёл: лица не поменялись местами и не смешались. Расстановку людей модель слушает хуже: в промпте герой сидел напротив, а в результате сел рядом.

Переход между двумя кадрами в тесте автора оказался слабее. Сценарий: таймлапс ремонта комнаты, два кадра «до» и «после демонтажа», промпт с неподвижной камерой и плавным переходом. Veo 3.1 сделал честную интерполяцию (мусор появляется постепенно, рабочие мелькают размытыми силуэтами). Omni Flash держит ракурс и окно, но посередине клипа комната перескакивает в почти пустое состояние, хотя в промпте стояло «без склеек».

Автор оговаривается: это один дубль на модель, наблюдение, а не статистика. Для таймлапса результат терпимый, для плавных переходов между планами он рекомендует другую модель с режимом первого и последнего кадра или растворение в монтаже.

[# Sources <FIRST_FRAME>@Image1] A young red-haired woman slowly lifts her cup,
takes a small sip, sets it down and looks out the window with a slight half-smile.
Slow soft dolly in. Natural lighting. A 4-second video.
A single continuous shot, no scene cuts.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена и контентмейкеру. Если вы используете Gemini API для генерации видеообложек или коротких вставок, до 22 октября 2026 перенесите скрипты на Omni Flash по инструкции выше. Оживление одного кадра работает не хуже Veo 3.1, а теговая система ролей даже удобнее: первый кадр, последний и референс героя можно передать одним запросом.

Маркетологу. Считайте стоимость клипа по полю usage в ответе API: там указано количество токенов (минимальных единиц, за которые списывается оплата). Синхронный режим удобен для тестов, но для потоковой генерации рекламных роликов переходите на фоновый режим background: true.

Предпринимателю в РФ. Gemini API доступен через VPN или зеркала, прямого доступа из России нет. Из российских альтернатив для генерации видео по изображению можно смотреть на инструменты от Сбера и Яндекса, но аналогичной теговой системы с ролями кадров у них на момент публикации нет.

Три месяца до отключения Veo 3.1 звучит комфортно, но если ваши скрипты завязаны на durationSeconds и переход между двумя кадрами, начинайте тестировать сейчас: именно эти два места потребуют ручной доводки, а не простой замены имени модели.