Gemini Omni 1.2 مقابل 1.1: ما الذي تغيّر في اختبار فعلي
مقارنة Gemini Omni 1.2 و1.1 جنبًا إلى جنب: البرومبت نفسه على النموذجين، لقطة واحدة من 15 ثانية، أسعار فعلية للثانية والحدود التي بقيت كما هي.
Gemini Omni 1.2 Flash هو الجيل الثالث من نموذج الفيديو Omni من Google: يصنع مقاطع بصوت متزامن انطلاقًا من نص أو صور أو فيديو، والتغيير الأبرز مقارنة بـ Omni 1.1 يُقال في جملة واحدة. لقطات أطول بمال أقل. أطلقته Google في 5 نوفمبر 2026، وأدخلناه إلى الإنتاج على BananaBanana بعد أربعة أيام، ونشغّله منذ ذلك الحين جنبًا إلى جنب مع 1.1.
الإجابة المختصرة: يصنع Omni 1.2 من 3 إلى 15 ثانية في لقطة واحدة (يتوقف 1.1 عند 10) وتكلفته أقل بنحو 30% للثانية في كل دقة: $0.07 للثانية بدقة 720p بدلًا من $0.10. الصوت ما زال مفعّلًا دائمًا، والتمديد ما زال يتوقف عند 40 ثانية، والمقطع الذي يتحرك بين إطار أول وإطار أخير ما زال محدودًا بـ 10 ثوانٍ. للأعمال الجديدة لا يكاد يوجد سبب للبقاء على 1.1.
فيما يلي الأرقام، والبرومبت نفسه مُنفَّذًا على النموذجين، والحالات التي يظل فيها 1.1 خيارًا منطقيًا.
ما الذي تغيّر بين Gemini Omni 1.1 و1.2؟
تحرّك رقمان، وجاءت معهما بضعة وعود بشأن الجودة. وفقًا لـإعلان Google، يرتفع طول المقطع إلى 15 ثانية «بخطوات من ثانية واحدة، من 3 إلى 15 ثانية»، وينخفض سعر 720p إلى $0.07 للثانية، ويحصل النموذج على مزامنة شفاه أوضح، وتمييز أدق بين عدة متحدثين، و«قفزات مونتاج غير مرغوبة أقل بكثير». وتضيف بطاقة النموذج أن المخرجات ما زالت تحمل علامة SynthID المائية غير المرئية.
هكذا يبدو الجيلان على منصتنا اليوم:
| Omni 1.1 Flash | Omni 1.2 Flash | |
|---|---|---|
| لقطة واحدة | 3–10 ث | 3–15 ث |
| إطار أول + إطار أخير | حتى 10 ث | حتى 10 ث |
| تمديد المشهد | +3–10 ث لكل خطوة، 40 ث إجمالًا | +3–10 ث لكل خطوة، 40 ث إجمالًا |
| مصدر تعديل فيديو إلى فيديو | أول 10 ث | حتى 15 ث |
| 360p / 720p للثانية | $0.03 / $0.10 | $0.02 / $0.07 |
| 1080p / 4K للثانية | $0.15 / $0.30 | $0.10 / $0.20 |
| الصوت | مفعّل دائمًا | مفعّل دائمًا |
تفصيلة من سجلات الفوترة لدينا: يستهلك 1.2 عدد رموز الإخراج (tokens) نفسه في الثانية تمامًا كما يفعل 1.1 (5,792 في الثانية بدقة 720p، و17,376 بدقة 4K). النموذج لا يبذل جهدًا أقل. كل ما في الأمر أن Google خفّضت سعر الرموز من $17.50 إلى $12 لكل مليون، ومن هنا يأتي التوفير في الثانية مباشرة.
Gemini Omni 1.2 Flash، عشر ثوانٍ بدقة 720p مع الصوت. البرومبت باختصار: ميكانيكية دراجات تشدّ برغيًا، ترفع رأسها وتقول "Most squeaks come from one loose bolt. Check this one first, then ride." التكلفة: $0.70.
البرومبت نفسه على النموذجين: كيف يبدو 1.2 أمام 1.1؟
شغّلتُ برومبت واحدًا على الجيلين بإعدادات متطابقة: 16:9، و720p، و10 ثوانٍ بالضبط. امرأة بشعر رمادي قصير ومريلة من الجينز، ورشة دراجات، جملة واحدة منطوقة، وعبارة "single continuous shot, no scene cuts"، وسطر "Audio:" يطلب صوتها ونقرات مفتاح الربط وأجواء الغرفة بلا موسيقى.
البرومبت نفسه على Gemini Omni 1.1 Flash، عشر ثوانٍ بدقة 720p. التكلفة: $1.00.
ما لاحظته، إطارًا بإطار:
- كلاهما التزم بلقطة واحدة. فحصُ اكتشاف المشاهد عبر ffmpeg لم يجد أي قطع في أيٍّ من الملفين. في 1.1 كانت هذه التعليمة مهمة جدًا؛ فمن دونها يميل Omni إلى تقطيع المقطع من تلقاء نفسه إلى عدة زوايا.
- كلاهما نطق الجملة. كل امرأة تقول الجملة المكتوبة أمام الكاميرا بصوت يُولَّد في التمريرة نفسها. خرج المسار الصوتي في 1.2 أعلى بشكل ملحوظ (نحو 4 dB في متوسط المستوى)، وهذا مفيد إن كنت تنشر من دون ميكساج.
- التزم 1.1 بالمظهر حرفيًا أكثر. أعطاها الشعر الرمادي القصير كما في البرومبت، بينما اختار 1.2 قصة bob تصل إلى الذقن. تفصيل صغير، لكنه يذكّر بأن «أفضل في المتوسط» لا يعني أفضل في كل لقطة.
- استخدم 1.2 مفتاح الربط كقطعة إكسسوار. ترفعه نحو العدسة وهي تتحدث، فيبدو المقطع أقرب إلى فيديو صانع محتوى حقيقي من نسخة 1.1.
هل هذا اختبار معياري؟ لا. إنه زوج واحد من المقاطع، وOmni يعطيك لقطة مختلفة في كل مرة (لا يوجد seed لتثبيت التكوين). لكنه يُظهر أن 1.2 لم يفقد شيئًا كان 1.1 يجيده، وأنه كلّف $0.30 أقل مقابل العشر ثوانٍ نفسها.
هل تصنع لقطة الـ 15 ثانية فرقًا فعليًا؟
أكثر مما توحي به الثواني الخمس الإضافية. عشر ثوانٍ تكفي لخطّاف (hook)، لكنها قصيرة على فعل كامل: صبّ من البداية إلى النهاية، أو فتح منتج، أو مراجعة قصيرة أمام الكاميرا. في 1.1 كنت ستصنع 10 ثوانٍ ثم تمدّدها.
Gemini Omni 1.2 Flash، خمس عشرة ثانية بدقة 720p في لقطة واحدة. البرومبت باختصار: خزّافة تشكّل وعاءً على الدولاب، تنعّمه بمكشطة خشبية، تفصله بسلك وترفعه إلى لوح؛ الصوت: طنين الدولاب والطين المبلل، بلا موسيقى. التكلفة: $1.05.
بصراحة، توقعت أن يتعثر هذا المقطع في منتصفه. لدى Omni عادة إسقاط الأحداث المتأخرة في البرومبت ("then she cuts it free…") وتسليم مشهد جميل لكنه ساكن. ليس هذه المرة: اليدان تشكّلان الجدران، ثم تدخل المكشطة، وعند الثانية 11 تقريبًا يمر السلك تحت القاعدة، وبحلول الثانية 14 يُرفع الوعاء عن الدولاب. أربع خطوات، لقطة واحدة، بلا قطع. مقطع واحد لا يثبت الكثير، لكن هذا بالضبط نوع البرومبت متعدد الخطوات الذي ظلت إصدارات Omni السابقة تحوّله عندنا إلى مشهد ساكن.
الآن إلى المال. الحصول على 15 ثانية من 1.1 يعني مقطعًا مدته 10 ثوانٍ ($1.00) مع تمديد 5 ثوانٍ، والتمديد يُحتسب على الطول الكامل الناتج، لذا تكلّف الخطوة الثانية 15 × $0.10 = $1.50. المجموع: $2.50. والخمس عشرة ثانية نفسها على 1.2 في لقطة واحدة: $1.05. أي أقل من النصف، وتتجاوز خطوة قد ينحرف فيها التمديد عن المظهر الأصلي.
كم تكلفة المقطع على Gemini Omni 1.2؟
كل ثانية تُحتسب حسب الدقة، والصوت مشمول:
| الدقة | للثانية | 3 ث | 10 ث | 15 ث |
|---|---|---|---|---|
| 360p (مسودة) | $0.02 | $0.06 | $0.20 | $0.30 |
| 720p | $0.07 | $0.21 | $0.70 | $1.05 |
| 1080p | $0.10 | $0.30 | $1.00 | $1.50 |
| 4K | $0.20 | $0.60 | $2.00 | $3.00 |
تُدرج Google سعر 1.2 بنحو $0.0232، $0.0695، $0.1043 و$0.2085 للثانية في الدقات الأربع. نحن نقرّب إلى أقرب سنت، وفي 4K نقرّب إلى الأسفل إلى $0.20.
مكافآت الشحن تخفّض السعر الفعلي أكثر. إيداع بالعملات المشفرة بقيمة $50 أو أكثر يضيف 5% إلى الرصيد، و$100 أو أكثر يضيف 10%، وكود ترويجي مفعّل يضيف فوق ذلك 10% أخرى من كل إيداع. وهكذا تتحول $100 بالعملات المشفرة مع كود إلى رصيد قدره $120، فتصبح ثانية 720p بنحو $0.058 ومقطع كامل من 15 ثانية بدقة 720p بنحو $0.88. أما الدفع بالبطاقة وPayPal وSEPA فيُضاف إلى الرصيد من دون مكافأة الإيداع.
طريقتي في العمل: مسودة بدقة 360p ($0.30 لخمس عشرة ثانية كاملة)، أضبط فيها التوقيت والكاميرا، ثم أعيد توليد اللقطة الناجحة بدقة 720p. تذكّر أن المسودة والنسخة النهائية عمليتا توليد منفصلتان، فلن تكون النهائية تكبيرًا للمسودة إطارًا بإطار. الجداول الكاملة لكل النماذج في صفحة الأسعار.
ما الذي لم يتغير: حدود Omni 1.2
سقف الخمس عشرة ثانية لا ينطبق في كل مكان، وهنا تحديدًا يتعثر الناس أولًا.
- الإطار الأول والأخير: ما زال 10 ثوانٍ. حين جرّبنا مقطعًا مدته 12 ثانية بين إطارين مفتاحيين، رفضته واجهة Google البرمجية برسالة "Interpolation duration 12 seconds exceeds maximum duration 10 seconds". الاستوديو وخادم MCP يحدّان هذه الحالة الآن بـ 10 ثوانٍ قبل الخصم، فلن تصادف الخطأ بنفسك.
- التمديد يضيف 3–10 ثوانٍ في كل خطوة، و40 ثانية إجمالًا. البدء من 15 يوصلك إلى هناك بخطوات أقل لا أكثر. ولا يمكن إدراج شيء في البداية أو في المنتصف.
- لا يمكن إيقاف الصوت. كل مقطع Omni يحمل مسارًا صوتيًا. إن احتجت الصمت، فإن Veo 3.1 يولّد بلا صوت، وWan 3.0 يتيح إيقافه مجانًا.
- لا seed، ولا حقل للبرومبت السلبي، وعيّنة واحدة لكل طلب. اكتب الاستثناءات داخل البرومبت ("no music"، "no dialogue")؛ تنجح في أغلب الأحيان، لا دائمًا.
- تعديل الكلام مقيّد. بحسب بطاقة النموذج، قد يغيّر تعديل الفيديو ما يقوله الأشخاص، وGoogle تقيّد هذه القدرة في الوقت الحالي.
Google نفسها تقول إن العمل مستمر على الحركة الرياضية السريعة، والتغيرات السريعة في النص، والفيزياء المعقدة. رأيي: إن كانت اللقطة تعتمد على ارتداد كرة بشكل صحيح، فابدأ بمسودة 360p.
هل يجب الانتقال من Omni 1.1 إلى 1.2؟
للمشاريع الجديدة، نعم. الميزات نفسها، لقطات أطول، وأرخص بنحو الثلث في كل دقة. لا يخطر لي موجز جديد يتفوق فيه 1.1 على الورق.
الإبقاء على 1.1 منطقي في حالتين. أنت تواصل سلسلة صُوّرت عليه وتريد أن يبقى المظهر متسقًا بين الحلقات. أو ضبطت مجموعة من البرومبتات على 1.1 وطريقته في تفسيرها هي بالضبط ما تريده (اختبار الشعر أعلاه مثال صغير على اختلاف قراءة النموذجين للبرومبت). الجيلان متاحان في المولّد وعبر MCP، وتختار بينهما لكل مقطع.
وهناك تاريخ يجدر تذكّره. تقول ملاحظات الإصدار من Google إنه بدءًا من 3 ديسمبر 2026 ستوجّه Gemini API الطلبات الموجهة إلى gemini-omni-1.1-flash نحو 1.2. لدينا يبقى الاثنان متاحين للاختيار حاليًا؛ وإن تغيّر ذلك من جهتنا، فسنحدّث هذا المقال.
لنظرة أعمق على ما تقبله واجهة Omni البرمجية وما ترفضه، راجع مراجعتنا لـ Gemini Omni Flash API. وصفحة النموذج مع مزيد من المقاطع التجريبية هي Gemini Omni 1.2.
FAQ
هل Gemini Omni 1.2 أفضل من 1.1؟
على مستوى المواصفات، نعم: لقطات من 15 ثانية بدلًا من 10، وأسعار أقل بنحو 30%، مع الميزات نفسها. وتقول Google أيضًا إن مزامنة الشفاه أوضح وقفزات المونتاج غير المرغوبة أقل. في اختبارنا المتقابل تعامل النموذجان مع جملة منطوقة في لقطة واحدة؛ وكلّف 1.2 مبلغ $0.70 مقابل $1.00.
ما أقصى طول لفيديو Gemini Omni 1.2؟
من 3 إلى 15 ثانية في عملية توليد واحدة، وتُضبط المدة بالثانية. مع إطار أول وأخير معًا يكون الحد 10 ثوانٍ. أما المشاهد الأطول فتأتي من التمديد، 3–10 ثوانٍ لكل خطوة، حتى 40 ثانية إجمالًا.
كم يكلّف مقطع Omni 1.2 مدته 10 ثوانٍ؟
$0.70 بدقة 720p، و$0.20 بدقة 360p، و$1.00 بدقة 1080p، و$2.00 بدقة 4K، والصوت مشمول. وتُستردّ تكلفة عمليات التوليد الفاشلة تلقائيًا.
هل ما زال بإمكاني استخدام Omni 1.1؟
نعم. يبقى Omni 1.1 Flash متاحًا بجانب 1.2 في المولّد وخادم MCP، وتختار الجيل لكل مقطع. وتخطط Google لتوجيه طلبات Gemini API الخاصة بـ 1.1 إلى 1.2 بدءًا من 3 ديسمبر 2026.
هل يمكن لـ Omni 1.2 إنشاء فيديو بلا صوت؟
لا. كل مقطع Omni يحمل مسارًا صوتيًا. يمكنك وصفه في سطر "Audio:" أو طلب "no music, no dialogue"، لكن لمقطع صامت فعلًا استخدم Veo 3.1 أو Wan 3.0.