Gemini Omni API 定價：我們已知什麼、它取代什麼、費用多少（2026 年 5 月）

Gemini Omni API 價格：我們已知什麼、它取代了什麼、以及費用會是多少（2026 年 5 月）

Google 大約五小時前在 I/O 2026 上發布了 Gemini Omni，而 Google 自家價格頁面上的 Gemini Omni API 價格欄位完全是空白的。以下是我們目前所知的資訊、以 Veo 3.1 和 Gemini 3.5 Flash 為基準推估未來費率的計算方式，以及 Omni 將四個模型整合為單一呼叫的架構。最後驗證日期：2026-05-19。Google 一公布 API 費率，我就會更新這篇文章。

快速解答： 截至 2026 年 5 月 19 日，Gemini Omni API 價格尚未公開。消費者方案起價為 $20/月（AI Plus）、$30/月（AI Pro）和 $100/月（AI Ultra）。Vertex AI API 預計將在數週內推出。以 Veo 3.1 和 Gemini 3.5 Flash 為基準推估，API 費率預估落在每百萬輸入 token $1.50–$2.50 美元，影片輸出則為每秒 $0.20–$0.60 美元。

什麼是 Gemini Omni？

Gemini Omni 是 Google 首款「任意對任意」的多模態模型，於 2026 年 5 月 19 日的 I/O 大會上發表。它接受文字、圖片、音訊與影片作為輸入，目前輸出影片（圖片與音訊輸出則依 Google 的說法「遲早會推出」）。首發推出兩個版本：Omni Flash 用於快速生成 10 秒短片，Omni Pro 則用於更長、更高保真度的輸出。

從技術架構設計的角度來看，它有趣的地方在於：Omni 並非在 Gemini 產品線中新增一項功能，而是將四個獨立模型收斂為一次 API 呼叫。過去需要文字生成加上視覺理解加上語音轉文字加上影片合成才能完成的事，現在一趟往返就搞定。該模型建構於 Veo 3.1 影片基礎之上，因此影片品質的門檻早已確立（沒錯，每段輸出都帶有 SynthID 浮水印，詳見 Google 的 Omni 發表公告）。

在繼續閱讀本文之前，有幾個細節值得先了解：

• Omni Flash 的 10 秒片段上限，Google 稱之為「部署決策，而非模型限制」。言下之意：這個上限很可能會放寬。
• DeepMind 的模型卡確認目前支援文字＋圖片＋音訊＋影片輸入，輸出僅限影片。
• TechCrunch 的深入分析與 9to5Google 的發表細節報導都指出，「未來支援更多輸出模態」的路線圖才是更大的看點。

如果你是為了費率表而來，下一節就是你要的實在內容。如果你是想看推算過程，請往下跳兩節。

Gemini Omni API 目前要價多少？（劇透：還沒有定價）

Gemini Omni API 的定價尚未公布。Google 位於 ai.google.dev/gemini-api/docs/pricing 的官方定價頁面（已於 2026 年 5 月 19 日驗證）列出了所有 Gemini 模型，唯獨沒有 Omni。那一欄是空白的。消費端已可透過 Gemini 應用程式的各種方案使用；至於透過 Vertex AI 的 API 存取，依照 Google 官方發布時的說法，則「將在未來幾週內推出」。

我在美東時間上午 8 點查了一次定價頁面，下午 1 點又查了一次。兩次結果都一樣。該頁面列出了 14 個 Gemini 模型，Omni 不在其中。至少目前還沒有。

來源：ai.google.dev/gemini-api/docs/pricing，驗證日期 2026-05-19。

目前唯一存在的 Omni 相關數字，是消費端訂閱方案的價格：

• AI Plus： 每月 20 美元
• AI Pro： 每月 30 美元
• AI Ultra： 每月 100 美元

Google 的 AI 訂閱方案部落格說明了每個方案分別解鎖哪些功能。API 的取得管道一如往常分成兩條：Vertex AI 供企業簽訂承諾用量（很可能率先推出），AI Studio 則採隨用隨付（通常晚幾週跟進）。目前還沒有任何關於 Omni 免費方案的訊息。VentureBeat 的企業面向深度分析證實了「未來幾週」這個說法。這是我們目前掌握的最強烈的時程訊號。

所以，如果你今天搜尋了「Gemini Omni API pricing」，卻在五個分頁之間來回跳轉、看到的都是過時的 Gemini 3.1 Pro 費率表，那問題不在你。定價就是根本還沒公布。

Gemini Omni API 的實際定價會是多少？（推估計算）

推估的 Gemini Omni API 定價，由 Veo 3.1（每秒輸出 $0.05–$0.60）與 Gemini 3.5 Flash（每百萬 token $1.50/$9）內插得出：低標為每百萬 token 輸入 $1.50 / 每秒輸出 $0.20，中標為輸入 $2.00 / 每秒輸出 $0.40，高標為輸入 $2.50 / 每秒輸出 $0.60。音訊輸入推估為每百萬 token $3–$5。此處所有數字皆為推估值，並非已確認的定價。

以下是我們的推算方式。Veo 3.1 目前對影片輸出收取每秒 $0.40 的費用，而 Omni Pro 正是建立在相同的影片基礎之上。因此 Omni Pro 的每秒費率很可能落在 Veo 3.1 的區間內。Gemini 3.5 Flash 的文字輸入/輸出為每百萬 token $1.50/$9；Omni Flash 的文字輸入/輸出可能落在其 0.7–1.5 倍之間，因為 Google 歷來會將新的多模態 Flash 變體定價在接近其純文字版本的水準。

除非另有說明，所有費率均以每百萬 token 計。已與 OpenAI 的定價及 Anthropic 的 Claude 定價進行交叉比對，以確認合理性範圍。

在基本費率之外，還有幾項可預期的收費方式：

• Batch / Flex / Priority 方案。 所有其他 Gemini 模型都提供這些方案。Batch 通常可降低約 50% 的成本；Priority 則以較高價格提供延遲保證。Omni 幾乎可以肯定會沿用相同模式。
• 上下文分級定價。 Gemini 3.1 Pro 在超過 20 萬 token 時收取 2 倍費用。Omni 很可能也會採用相同規則，尤其考量到影片幀數會快速推高 token 總量。
• 音訊輸入的 token 化。 音訊是依 token（編碼後）計費，而非依秒數計費。以目前 Gemini 的費率計算，每秒音訊約為 32 個 token，請據此編列預算。 錨定 Veo 3.1 與 Gemini 3.5 Flash 的定價，Omni Flash 的輸入價格預估落在每百萬 token 1.50–2.50 美元，影片輸出則約每秒 0.20–0.60 美元。我們用兩種方式交叉驗算過（一次僅錨定 Veo，一次將 Flash 混合計算），高標都守在每秒 0.50 美元以內。Omni 正式上線後，你會需要智慧地分流請求，而我們的 LLM API 成本降低指南涵蓋了閘道路由與快取分層策略，值得現在就預先部署。

Gemini Omni 預估價格區間與競爭對手混合輸入／輸出費率的比較（截至 2026-05-19）。Omni 數據由 Veo 3.1 與 Gemini 3.5 Flash 內插推算；此圖表會在 Google 公布正式費率當天更新。

Gemini Omni 取代了什麼？堆疊整合試算表

Omni 取代了一條多模型流程：GPT-4o 負責文字、GPT-4o Vision 負責圖片評分、Whisper 負責音訊轉錄，以及 Veo 3.1 負責影片生成。一個典型的 30 秒含旁白影片流程，目前透過四次 API 呼叫，成本約為 12.27 美元。根據預估的中間情境 Omni 定價，同樣的流程只需單次呼叫，成本便可降至每支影片 4–18 美元（沒錯，上限範圍比期望的還要寬，但請繼續讀下去）。

在我們的生產流程中，目前正是以這個四步驟架構來執行客戶的影片解說流程。以下是目前的成本分布，以及改用 Omni Pro 預估中間情境費率後的成本分布：

以下是誠實的提醒。在預估區間的高標處，Omni Pro 每支影片的成本實際上可能比目前的四供應商流程更昂貴。影片輸出是最主要的成本項目，如果 Google 將 Omni Pro 定價為 Veo 3.1 完整的 $0.40+/秒（再加上多模態情境的輸入 token 加價），影片密集的流程在初期可能看不到任何成本節省。

那麼，節省究竟從何而來？專業提示：如果你目前正在為 Whisper + Vision + GPT-4o + Veo 3.1 付費，那麼你從 Omni 獲得的真正優勢往往不是金錢，而是在單次呼叫中就能擺脫 3 家供應商、3 套 SDK 和 3 份 SLA。這才是 CTO 會點頭同意的部分，而不是每支影片的成本計算。延遲降低、錯誤處理程式碼縮減，而且你的重試邏輯也不必再跨四種錯誤分類來分支。 當 API 發生中斷時，你會希望透過流量鏡像（而非直接硬切換）來對 Omni 與你現有的技術棧進行 A/B 測試。GPT-4o Responses API 教學詳細介紹了 Omni 正是為整合而生的那套多模態技術棧，而LLM 閘道器則能讓並行測試變得簡單直接，無需重寫每一個呼叫端點。

Gemini Omni 用於 Instagram 自動化，值得嗎？

對於僅產生貼文說明的 Instagram 自動化，GPT-4o-mini 以每百萬 token $0.15/$0.60 的價格，仍比預估的 Omni 費率便宜：每 100 則貼文約 $1.60，而 Omni 中位情境下每 100 則貼文為 $4–$10。當你的工作流程同時需要產生圖片或影片時，Omni 就占優勢。針對既有照片的純文字說明，維持使用 GPT-4o-mini 鏈即可。這並非一體適用的答案。

目前多數獨立開發者使用的工作流程是 n8n Instagram 自動化範本：n8n + GPT-4o-mini 產生說明 + GPT-4o Vision 圖片評分 + GPT-4o-mini 產生主題標籤 + Buffer 發布。目前每 100 則貼文的實際數字：

• 貼文說明（GPT-4o-mini，輸入約 500 token / 輸出 100 × 100 則貼文）：約 $0.30
• Vision 評分（GPT-4o Vision，1 張圖片 × 100 則貼文）：約 $1.20
• 主題標籤產生（GPT-4o-mini，約 200 token × 100）：約 $0.10
• 總計： 每 100 則貼文的原始 API 支出約 $1.60

以預估的中位情境 Omni 費率計算（每則貼文一次多模態呼叫：輸入圖片加文字生成、僅輸出文字，靜態 Instagram 貼文無需影片），你會落在每 100 則貼文 $4–$10 的區間。在完全相同的輸出下，這比 GPT-4o-mini 鏈貴了 2.5–6 倍。

老實說： 如果你要產生 Instagram Reels（影片），那麼 API 一推出，Omni 就是不二之選，因為沒有任何替代方案能在一次呼叫中輸出 30 秒影片。如果你發布的是搭配 AI 說明的靜態圖片，GPT-4o-mini 在成本上仍領先約 3 倍。不要為了遷移而遷移。

對於靜態 Instagram 貼文，GPT-4o-mini 在成本上仍占優勢。Omni 只有在需要影片輸出時才領先。預估的 Omni 數字以 2026-05-19 的中位情境費率（Veo 3.1 + Gemini 3.5 Flash 混合）為基準。 如果你是剛開始建立這類管線的新手，n8n AI 代理教學會帶你了解基礎知識。針對處理量較大的代理商工作流程，企業級 AI 工作流程自動化模式涵蓋了 Omni 將嵌入的路由邏輯。

Gemini Omni vs GPT-4o vs Claude Sonnet 4.6：一場誠實的比較

拿 Gemini Omni 跟 GPT-4o 和 Claude Sonnet 4.6 放在同一個天平上比較，其實並不公平。Omni 能輸出影片（其他兩者不行），GPT-4o 支援即時語音（Omni 目前還不行），而 Claude 擁有最大的上下文視窗，最適合長文件處理。真正該問的問題，不是哪個模型最便宜，而是哪個模型的強項最符合你的工作流程。

費率來源取自 OpenAI 定價頁面與 Claude 定價頁面，已於 2026-05-19 驗證。

Omni 在價格上贏不過 GPT-4o 或 Claude。它真正勝出的地方，是模態覆蓋的完整度。如果你現在就需要影片輸出，Omni 是三大模型中唯一的選擇（純影片生成仍是 Veo 3.1 較強，但 Omni 額外提供了多模態輸入層）。如果你需要即時語音，這條賽道目前仍由 GPT-4o 主導。如果你需要 1M token 的上下文視窗來處理文件工作流，Claude Opus 4.7 把這條路推得更遠。而對於成本敏感的批次作業，開源的多模態替代方案能以零 token 成本涵蓋相同需求（但在環境建置與 GPU 开销上，得自行權衡取捨）。

什麼時候不該使用 Gemini Omni

如果是純文字工作流程（RAG、分類、對話），請略過 Gemini Omni；大量且低利潤的管線也一樣（改用 Gemini 2.5 Flash-Lite 或 GPT-4o-mini，成本可低 10–50 倍）；即時語音應用亦然（這塊仍是 GPT-4o Realtime 的天下）；任何需要微調的場景 likewise。Omni 是為「多模態本身就是價值主張」的任務而生，而不是拿來當更便宜的聊天機器人方案。

具體來說，以下情況請略過 Omni：

• 你的工作負載是純文字且大量：改用 Gemini 2.5 Flash-Lite（$0.10/$0.40）或 GPT-4o-mini（$0.15/$0.60）
• 你需要即時語音：目前仍該選 GPT-4o Realtime
• 你需要微調：Veo 3.1 不支援微調，而 Omni 建立在相同基礎上，因此發布初期請假定不支援微調
• 你現在就需要圖片輸出：用 Imagen 4 或 DALL-E 3（Omni 發布初期輸出的是影片，而非圖片）
• 你現在就需要音訊輸出：用 ElevenLabs、OpenAI TTS 或 Gemini TTS，因為 Omni 的音訊輸出要「稍後」才有
• 你需要在 Flash 上產生超過 10 秒的片段：等 Pro 版本，或直接使用 Veo 3.1
• 你的使用者體驗需要亞秒級回應：多模態呼叫比純文字慢；請預留額外延遲

在更換任何一個生產環境的呼叫之前，請使用共用的評估套件，將 Omni 與你現有的技術堆疊進行基準測試。對於聊天機器人、分類和 RAG，Omni 並非正確選擇。它是為多模態任務而生的模型，而非低價 token 的模型。

遷移速查表：從多次呼叫到單一 Omni 呼叫

當 API 正式推出時，從 4 次呼叫的管線遷移到單一 Omni 呼叫，大約只需修改 15 行程式碼。以下結構為虛擬碼。實際的 SDK 簽名將隨 API 一併推出。根據 Veo 3.1 的命名模式，Google 的命名慣例推測為 gemini-omni-flash 和 gemini-omni-pro。

現況：跨兩家供應商的四次獨立呼叫。

# 今天：四次 API 呼叫、兩家供應商、四種錯誤分類
from openai import OpenAI
from google import genai

openai = OpenAI()
google = genai.Client()

transcript = openai.audio.transcriptions.create(model="whisper-1", file=audio)
vision = openai.chat.completions.create(model="gpt-4o", messages=[
    {"role": "user", "content": [{"type": "image_url", "image_url": image_url}]}])
caption = openai.chat.completions.create(model="gpt-4o", messages=[
    {"role": "user", "content": f"Caption for {vision.choices[0].message.content}"}])
video = google.models.generate_videos(model="veo-3.1", prompt=caption.choices[0].message.content)

Tomorrow (projected): one call to Omni.

# PROJECTED: single Omni call (pseudocode — real SDK lands with the API)
from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-omni-flash",  # or "gemini-omni-pro" for longer clips
    contents=[text_prompt, image, audio, video_reference],
    config={"output_modality": "video", "duration_seconds": 10}
)

等 API 正式上線，遷移工作多半只是刪除程式碼。發布當天請留意模型名稱，並將其固定為常數，如此便能依工作負載在 omni-flash 與 omni-pro 之間切換，無須更動呼叫端。Gemini 現行的 Python SDK 模式已能處理多模態內容，因此上述結構可直接無縫套用。

Techsy 如何看待 Omni 遷移

當我們為客戶評估任何模型堆疊的替換時，我們會問三個問題：延遲預算是多少、新模型是否涵蓋你的工作負載實際使用的模態、以及供應商整合的好處是否值得重建成本？其中兩個通常不言自明；第三個則是多數遷移案被以錯誤理由說服成行的地方。

我們目前並不建議客戶基於 Omni 進行重建。API 尚未發布，價格尚未公開，而預估範圍是規劃工具，不是放行重構的綠燈。我們現在會做的是接好閘道層，讓你在 API 上線的那一刻，就能將 Omni 與你現有的堆疊進行 A/B 測試。積極快取多模態呼叫（圖片加音訊輸入具有足夠的確定性，能經常命中快取），並為模型名稱保留一個功能旗標。

正在打造一套需要因應模型發布、而不必每六週重寫一次的 AI 堆疊嗎？取得免費諮詢，我們會壓力測試 Omni 適合（或不適合）的位置。

常見問題

Gemini Omni API 的價格是多少？

截至 2026 年 5 月 19 日，Gemini Omni API 尚未公布定價。Google 的價格頁面列出了所有 Gemini 模型，唯獨沒有 Omni。以 Veo 3.1 和 Gemini 3.5 Flash 為基準推估，預估費率落在每百萬輸入 token 1.50–2.50 美元，以及每秒影片輸出 0.20–0.60 美元。以上數字為推估值，並非確認費率。

Gemini Omni API 何時推出？

Google 在 5 月 19 日的 I/O 2026 大會上表示，API 將於「未來幾週內」推出。新的 Gemini 模型通常會先在 Vertex AI 上提供存取，AI Studio 的按量付費方案則會於數週後跟進。官方发布公告是確認時程的權威來源。費率一經公布，我們將立即更新本文。

Gemini Omni 比 GPT-4o 便宜嗎？

這要視工作負載而定。在影片輸出方面，Omni 是三大模型中唯一能在單次呼叫中完成生成的選項，因為 GPT-4o 並不輸出影片。在純文字工作方面，GPT-4o-mini 每百萬 token $0.15／$0.60 的價格，比 Omni 的預估費率便宜約 3 倍。請挑選與你的管線實際產出模態相符的模型。

Gemini Omni 在我的架構中取代了什麼？

在多模態影片工作流程中，Omni 取代了四個獨立的 API 呼叫：用於轉錄的 Whisper、用於影像理解的 GPT-4o Vision、用於文字生成的 GPT-4o，以及用於影片合成的 Veo 3.1。最大的收穫通常不是純粹的費用節省，而是擺脫了三套廠商 SDK、三份 SLA，以及三套錯誤分類體系。如需每支影片的成本試算，請參閱上方的架構整合工作表。

我現在可以透過 API 使用 Gemini Omni 嗎？

不行。截至 2026 年 5 月 19 日，API 存取尚未開放。消費者可透過 Gemini 應用程式方案使用：AI Plus 每月 $20 美元、AI Pro 每月 $30 美元、AI Ultra 每月 $100 美元，詳情請參閱 Google 的 AI 訂閱方案部落格。根據 Google 官方說法，透過 Vertex AI 提供的 API 將於「數週內」推出。

Gemini Omni 是否支援微調？

截至發布當日尚未宣布。Veo 3.1 同樣不支援微調，而 Omni 是建立在相同的影片基礎之上，因此可假設推出時不會提供微調功能。Google 過去通常在多模態模型正式上市數個月後才加入微調功能，所以 2026 年第三季或第四季的時間表有可能，但尚未獲得證實。

Gemini Omni 的計費方式如何運作？

預期將遵循 Google 的標準模式：輸入（文字、圖片、音訊、影片影格）採每百萬 token 計費，影片輸出則採每秒計費。如同其他 Gemini 模型，預期也會提供 Batch（通常約 5 折優惠）、Flex 與 Priority 方案。由於影片影格會快速推高 token 數量，可能也會適用上下文分層定價（超過 20 萬 token 時以 2 倍費率計費）。

Omni Flash 和 Omni Pro 有什麼差別？

Omni Flash 是速度更快、成本更低的版本，影片長度上限為 10 秒。Omni Pro 則能以更高的預估成本產出更長、更高畫質的影片。兩者涵蓋相同的模態矩陣（輸入支援文字、圖片、音訊、影片；目前輸出為影片）。Google 將 Flash 的 10 秒限制稱為「部署決策，而非模型限制」，因此預期未來將會延長。

Gemini Omni 會取代 GPT-4o 在我的 Instagram 自動化流程中的角色嗎？

這取決於你要產生什麼內容。針對 Reels（影片輸出）：是的，遲早會，因為 Omni 是目前唯一能透過單一呼叫合成 30 秒影片的選項。針對搭配 AI 產生說明文字與主題標籤的靜態貼文：大概不會。GPT-4o-mini 在成本上仍比預估的 Omni 費率便宜約 3 倍，而且 n8n + GPT-4o-mini 的流程已在正式環境中經過實戰驗證。

結語

三點重點整理：

• Gemini Omni API 尚未公布定價（截至 2026 年 5 月 19 日）。定價頁面該欄位仍為空白，消費者方案已上線，月費 $20–$100 美元，而透過 Vertex AI 的 API 存取則「數週內推出」。
• 預估價格區間： 每 100 萬輸入 token $1.50–$2.50 美元，每秒影片輸出 $0.20–$0.60 美元，以 Veo 3.1 與 Gemini 3.5 Flash 為錨點。音訊輸入預估為每 100 萬 token $3–$5 美元。所有數字皆為推估值，並非實際數據。
• 堆疊整併帶來的成本節省，未必體現在金額上。 真正的價值在於一次多模態呼叫就能減少 3 家供應商、3 套 SDK 與 3 份 SLA。請以供應商整併與延遲最佳化為核心來規劃遷移，而非單純計算每支影片的美元成本。

最後驗證日期：2026-05-19（更新 SLA：Google 公布費率後 24 小時內）。Google 一公布 API 費率，我會當天更新這篇文章。歡迎加入書籤。

Techsy 編輯團隊自 2024 年起便以 GPT-4o + Veo 3.1 + Whisper 打造多模態管線。Google 公布 Omni 費率時，我們會同步更新本文。