Gemini Omni Flash vs Sora 2: quale usare nel 2026?

Gemini Omni Flash e Sora 2 sono i due modelli di video AI in formato breve che generano audio sincronizzato in modo nativo, nello stesso passaggio dell’immagine. Omni Flash (gemini-omni-flash-preview) è il modello di Google, in anteprima pubblica dal 30 giugno 2026, ed è quello che uso in produzione qui su BananaBanana. Sora 2 è il modello di OpenAI di ottobre 2025. Ha reso famoso questo confronto, e poi OpenAI l’ha chiuso.

La versione breve, se devi decidere oggi:

• Sora 2 viene dismesso. L’app Sora e sora.com hanno chiuso il 26 aprile 2026. Secondo la pagina delle deprecazioni API di OpenAI, la Videos API e tutti gli snapshot dei modelli sora-2 / sora-2-pro si spengono il 24 settembre 2026.
• Omni Flash costa $0.03–$0.30 al secondo di video su BananaBanana a seconda della risoluzione (a 720p sono $0.10/s), audio incluso: $0.30 per una clip di 3 secondi a 720p, $1.00 per dieci secondi pieni a 720p. I bonus di ricarica tolgono circa un sesto.
• Sulla qualità la risposta onesta è più equilibrata di quanto ammettano i fan di entrambi i campi, e non è solo questione di pixel. Sora 2 Pro arrivava fino a 1080p, mentre Omni Flash è uscito limitato a 720p (poi ha aggiunto 1080p e 4K tramite upscale); su realismo del movimento e fisica i due sono più o meno pari, con in più per Omni l’editing conversazionale, che Sora non ha mai avuto. Da ricordare: Omni Flash non è nemmeno il modello video di punta di Google. Quel posto spetta a Veo 3.1.
• Se ti serve un sostituto di Sora per video brevi verticali con audio, Omni Flash è l’equivalente funzionante più vicino che puoi pagare a clip.

Il resto dell’articolo è il dettaglio dietro questi quattro punti, compresa l’unica sezione in cui Sora 2 vince ancora sulla carta.

Il verdetto in 30 secondi

Il mio parere: scegli Omni Flash, e non solo perché è quello che esisterà ancora a ottobre. Dieci centesimi al secondo con audio è esattamente quanto costava sora-2 via API, e l’editing conversazionale cambia il modo in cui iteri. Il vero compromesso è la risoluzione, e più sotto sarò diretto al riguardo.

Sora 2 sta chiudendo, e questo chiude quasi tutta la partita

La cronologia, così puoi organizzarti. Il 24 marzo 2026 OpenAI ha comunicato agli sviluppatori che la Videos API e tutti gli alias dei modelli Sora 2 erano deprecati. Il primo a chiudere è stato il lato consumer: l’app Sora e l’esperienza web hanno chiuso il 26 aprile 2026. L’API funziona fino al 24 settembre 2026, dopodiché, secondo la pagina delle deprecazioni, ogni endpoint restituisce un errore. Nessun modello sostitutivo è stato indicato.

Non farò ipotesi sul perché. La stampa ha indicato i costi di calcolo, e OpenAI stessa l’ha presentata come una decisione di portafoglio. Per chi ha un flusso di lavoro video conta una cosa più semplice: qualsiasi pipeline costruita su Sora 2 ha una data di scadenza fissa a circa due mesi da oggi.

Questo cambia l’intero confronto. Sei mesi fa questo articolo sarebbe stato una gara di specifiche. Oggi è soprattutto una questione di migrazione: dove vanno gli utenti di Sora 2, e cosa cambia quando ci arrivano?

Per clip brevi con audio esistono tre destinazioni realistiche: Omni Flash, Veo 3.1 con l’audio attivo e le piattaforme in abbonamento che li incapsulano. Questo articolo tratta la prima; abbiamo confrontato nel dettaglio Omni Flash con Veo 3.1 nella nostra recensione dell’API di Omni Flash.

Audio: entrambi lo generano insieme al video, ma lo guidi in modo diverso

L’audio nativo era la funzione di punta di Sora 2, ed è il motivo per cui il confronto corretto è con Omni Flash e non con modelli video muti per impostazione predefinita. Entrambi i modelli generano la colonna sonora nello stesso passaggio dei fotogrammi, quindi labbra, passi e impatti sono allineati senza un passaggio di foley separato.

La differenza è il controllo. Sora 2 accettava le indicazioni audio dentro il prompt ed era particolarmente forte nei dialoghi tra personaggi. Anche Omni Flash guida l’audio solo tramite testo (non c’è un parametro audio separato), e nella mia esperienza risponde bene a un blocco esplicito in fondo al prompt: Audio: gentle rain, distant traffic, no music. I dialoghi tra virgolette funzionano. Le istruzioni negative come «no music» funzionano quasi sempre, che è un modo onesto per dire che ogni tanto no.

Una nota pratica dalla produzione: l’audio di Omni è sempre attivo. Non puoi ottenerne una clip muta, solo indicazioni più discrete. Se ti serve materiale senza audio, quello è territorio di Veo 3.1, dove il suono è una casella da spuntare che cambia anche il prezzo.

Movimento e fisica: cosa produce davvero Omni Flash

Le specifiche non mostrano la qualità del movimento, quindi ecco una clip non montata, così come è uscita dal modello. L’ho generata con la stessa pipeline che usano i nostri utenti, un solo tentativo, niente selezione del meglio. Il prompt chiedeva del tè freddo versato in un bicchiere nella luce calda del mattino, condensa sul vetro, un primissimo piano macro in un’unica inquadratura continua, con liquido che scorre e un leggero ambiente sonoro come indicazione audio.

Generato con Gemini Omni Flash su BananaBanana, $1.00 audio compreso: ho chiesto i dieci secondi pieni, fatturati a $0.10 al secondo. La documentazione di Omni Flash di Google conferma l’intervallo di 3–10 secondi e l’output a 720p/24fps. La documentazione non elenca un parametro di durata, ma il formato della richiesta lo accetta e funziona, quindi la lunghezza dentro quell’intervallo la scegli tu; la risoluzione no.

Liquidi, vapore e condensa sono esattamente il tipo di fisica che un tempo separava i modelli video seri dai giocattoli, e Omni li gestisce in modo convincente a 24fps. Anche la reputazione di Sora 2 sulla fisica era meritata. Le demo di lancio di OpenAI puntavano molto su ginnastica e galleggiamento, e il modello era davvero bravo con causa ed effetto su più secondi. Sul puro realismo del movimento direi pareggio a 720p, con l’avvertenza che solo uno dei due si può ancora provare. Quella parità è più notevole di quanto sembri, perché Omni Flash non è la risposta di Google a Sora 2 nel senso del modello di punta. Nella gamma di Google sta sotto Veo 3.1, un cavallo da lavoro veloce e non un modello vetrina, eppure eguaglia la fisica di Sora.

Dove Sora 2 aveva un vantaggio era la risoluzione: sora-2-pro renderizzava a 1080p, e Omni Flash inizialmente no. Omni Flash su BananaBanana ha poi aggiunto anche l’output 1080p e 4K, fornito come upscale e non come rendering nativo ad alta risoluzione, il che chiude gran parte del divario per un feed o perfino per la TV del salotto. Quello che nessun upscaler sistema è un liquido versato male o una mano che attraversa un bicchiere: fisica che o esce dal modello o non esce, ed è per questo che nella scelta di un sostituto le darei comunque più peso che alla risoluzione. Se il tuo obiettivo di consegna è davvero un rendering nativo a 1080p o 4K e non un passaggio di upscale, Veo 3.1 (che renderizza nativamente fino a 4K) è lo strumento più sicuro.

L’editing conversazionale batte il nuovo prompt, e di parecchio

Questo è il vantaggio strutturale di Omni Flash, e Sora 2 non ha mai avuto una risposta via API.

Con Sora 2 iteravi come abbiamo imparato tutti: ritocchi il prompt, rigeneri, paghi di nuovo, confronti. Ogni tentativo era un nuovo lancio di dadi, e ogni tentativo addebitava la clip intera. La funzione Remix dell’app copriva parte di questo, ma viveva nell’app, e l’app non c’è più.

Omni Flash tratta un video come una conversazione. Generi una clip, poi mandi un messaggio che fa riferimento al risultato precedente: «rendila all’ora dorata, lascia tutto il resto uguale». Il modello modifica la scena esistente invece di rifarla da capo. Stesso soggetto, stessa inquadratura, una sola variabile cambiata. Su BananaBanana una modifica è una normale generazione fatturata al secondo ($1.00 per una clip di dieci secondi), e nel generatore l’abbiamo collegata al pulsante Modifica video su ogni clip finita.

Due avvertenze oneste dall’uso in produzione. Tieni corti i prompt di modifica: quelli lunghi deragliano e cambiano cose che volevi tenere. E le clip di partenza scadono lato Google dopo un po’, quindi la modifica di un video di una settimana fa può fallire. Quelle le rimborsiamo automaticamente, ma la lezione per il flusso di lavoro è: batti il ferro finché è caldo.

Quanto costa davvero una clip utilizzabile?

Prezzi di listino per tentativo, a luglio 2026. I numeri di Sora 2 vengono dalla pagina dei prezzi di OpenAI e valgono fino alla chiusura di settembre; la fatturazione era al secondo.

Quindi a prezzo di listino una clip di 8 secondi costava uguale su entrambi i modelli, e sora-2-pro il triplo. Ma il prezzo per tentativo nasconde la metrica vera, cioè il prezzo per clip utilizzabile. Il lavoro sui video brevi è iterativo. Se una scena richiede tre tentativi su un modello a nuovo prompt, sono 3 volte il listino. Con l’editing conversazionale il secondo e il terzo tentativo sono correzioni mirate e non nuovi lanci, e nei miei log riescono più spesso delle generazioni da zero.

I bonus di ricarica spostano ancora i conti. Un deposito in crypto da $50 in su aggiunge il 5% al saldo, da $100 in su il 10%, e un codice promo attivo aggiunge un altro 10% del deposito. Somma gli ultimi due e $100 diventano $120 di saldo, il che porta una clip Omni di 10 secondi a un costo effettivo di $0.83 con audio, e una di 3 secondi a $0.25. I dettagli sono nella pagina dei prezzi.

In tutto questo non c’è nessun abbonamento. Il saldo non scade, e un mese in cui non generi niente non costa niente. Ironia della sorte, questo valeva anche per l’API di Sora, ed è in parte il motivo per cui i suoi utenti ora cercano un sostituto a clip e non un piano da $30 al mese.

Quale scegliere per TikTok, Reels e Shorts?

Per i video brevi verticali la risposta pratica a luglio 2026 è Omni Flash, e probabilmente lo sarebbe anche senza la chiusura di Sora.

Il formato vuole 9:16, meno di 15 secondi, con audio. Omni offre esattamente quello: 9:16 a 720p, 3–10 secondi, audio sincronizzato in un’unica generazione. Su un feed da telefono 720p non è un vero limite; il player di TikTok raramente serve di più. Il tetto dei 10 secondi pesa meno qui che altrove, perché è proprio così che queste clip vengono guardate, e visto che la durata la imposti tu, un taglio da 5 secondi costa 50 centesimi.

Ecco come appare in pratica, una clip verticale generata con Omni Flash su BananaBanana, primo tentativo, colonna sonora inclusa:

Il prompt chiedeva un teaser prodotto in formato breve: una sneaker bianca che ruota su un piedistallo lucido, sfondo sfumato pastello, lento avvicinamento della camera, un’unica inquadratura continua, con un beat minimale e vivace come indicazione audio. Ho chiesto i 10 secondi pieni e la musica l’ha composta il modello da solo. Costo totale: $1.00. È l’intera pipeline di produzione per un verticale pronto per il feed.

Il flusso che ha funzionato per i nostri utenti: genera una clip base da una foto prodotto o da un fotogramma fisso (vedi la guida da immagine a video), poi crea le varianti con modifiche conversazionali. Cambia il tono della didascalia, la luce, la stagione. Ogni variante costa gli stessi dieci centesimi al secondo e mantiene l’identità dell’originale, che è esattamente ciò di cui ha bisogno una serie di contenuti.

Dove userei ancora Veo 3.1: durate esatte per gli slot pubblicitari, risoluzioni sopra 720p, clip senza audio per lavori in sovrimpressione, o controllo di primo e ultimo fotogramma per loop perfetti. La pagina di Gemini Omni riporta la divisione completa delle funzioni se stai scegliendo tra i due modelli Google.

FAQ

Sora 2 è ancora disponibile nel 2026?

In parte, e non per molto. L’app Sora e sora.com hanno chiuso il 26 aprile 2026. L’API serve ancora sora-2 e sora-2-pro ma è deprecata, e la pagina delle deprecazioni di OpenAI indica il 24 settembre 2026 come data di chiusura dell’intera Videos API. Dopo quella data le richieste falliscono.

Qual è l’alternativa a Sora 2 più vicina con audio nativo?

Gemini Omni Flash è quella che corrisponde di più sulle funzioni principali: clip brevi, audio sincronizzato generato nello stesso passaggio, sound design guidato dal prompt, supporto al 9:16. Veo 3.1 con audio attivo è l’alternativa quando ti servono durate esatte o risoluzioni fino a 4K.

Gemini Omni Flash può generare video a 1080p?

Sì, ora sì: su BananaBanana Omni Flash produce da 360p a 4K a 24fps, con 1080p e 4K forniti come upscale e non come rendering nativo. Al lancio era solo 720p, secondo la documentazione originale della Gemini API di Google, ed era quello che perdeva chi migrava da Sora 2 Pro; quel divario si è poi chiuso. Veo 3.1 resta l’opzione per un rendering nativo in 4K invece di un upscale.

Quanto costa un video con Omni Flash?

Su BananaBanana costa $0.03–$0.30 al secondo di video a seconda della risoluzione (a 720p sono $0.10/s), audio incluso: $0.30 per una clip di 3 secondi a 720p, $1.00 per dieci secondi pieni a 720p. I bonus sui depositi in crypto (5% sopra $50, 10% sopra $100, più 10% per un codice promo attivo) portano una clip di 10 secondi a 720p a circa $0.83.

Posso scegliere la durata della clip in Omni Flash?

Su BananaBanana sì: qualsiasi numero intero di secondi da 3 a 10, fatturato da $0.03 a $0.30 al secondo a seconda della risoluzione. La documentazione di Google non elenca un parametro di durata, ma il formato della richiesta lo accetta e funziona: lo usiamo in produzione. L’unico caso in cui non scegli è la modifica: una clip modificata torna sempre esattamente lunga quanto la sorgente, perché il modello non può allungare o accorciare un video.