Gemini Omni Flash بمقابلہ Sora 2: 2026 میں کون سا استعمال کریں؟

Gemini Omni Flash اور Sora 2 دو شارٹ فارم AI ویڈیو ماڈلز ہیں جو تصویر کے ساتھ ہی یکجا طور پر ہم آہنگ آڈیو (synchronized audio) مقامی طور پر تیار کرتے ہیں۔ Omni Flash (gemini-omni-flash-preview) گوگل کا ماڈل ہے، جو 30 جون 2026 سے پبلک پری ویو میں ہے، اور میں اسے یہاں BananaBanana پر پروڈکشن میں چلاتا ہوں۔ Sora 2 اکتوبر 2025 سے OpenAI کا ماڈل ہے۔ اس نے اس موازنے کو مشہور کیا، اور پھر OpenAI نے اسے بند کر دیا۔

اگر آپ آج فیصلہ کر رہے ہیں تو یہ ہے مختصر ورژن:

• Sora 2 کو بند کیا جا رہا ہے۔ Sora ایپ اور sora.com 26 اپریل 2026 کو بند ہو گئے تھے۔ OpenAI's API deprecations page کے مطابق، ویڈیوز API اور ہر sora-2 / sora-2-pro ماڈل کا اسنیپ شاٹ 24 ستمبر 2026 کو بند ہو جائے گا۔
• BananaBanana پر Omni Flash کی قیمت $0.10 فی سیکنڈ ویڈیو ہے، جس میں آڈیو شامل ہے — 3 سیکنڈ کے کلپ کے لیے $0.30، مکمل 10 سیکنڈ کے لیے $1.00 — اور ٹاپ اپ بونسز اس حقیقی قیمت کو تقریباً چھٹے حصے تک کم کر دیتے ہیں۔
• جہاں تک معیار کا تعلق ہے، سچا جواب دونوں طرف کے مداحوں کے اعتراف سے کہیں زیادہ قریب ہے، اور یہ صرف پکسلز کے بارے میں نہیں ہے۔ Sora 2 Pro نے 1080p تک رینڈر کیا جبکہ Omni Flash کی حد 720p ہے، لیکن حرکت کی حقیقت پسندی اور فزکس پر دونوں تقریباً برابر ہیں، اور Omni بات چیت کے ذریعے ایڈیٹنگ (conversational editing) شامل کرتا ہے، جو Sora کے پاس کبھی نہیں تھا۔ یاد رکھنے کے قابل بات: Omni Flash گوگل کا فلیگ شپ ویڈیو ماڈل بھی نہیں ہے۔ وہ پوزیشن Veo 3.1 کی ہے۔
• اگر آپ کو آواز کے ساتھ عمودی شارٹ فارم (vertical short-form) کے لیے Sora کا متبادل چاہیے، تو Omni Flash قریب ترین کام کرنے والا متبادل ہے جس کے لیے آپ فی کلپ کے حساب سے ادائیگی کر سکتے ہیں۔

اس صفحے کا بقیہ حصہ ان چار نکات کے پیچھے کی تفصیلات پر مشتمل ہے، بشمول وہ سیکشن جہاں Sora 2 اب بھی کاغذ پر جیتتا ہے۔

30 سیکنڈ کا فیصلہ

میری رائے: Omni Flash کا انتخاب کریں، اور صرف اس لیے نہیں کہ یہ اکتوبر میں بھی موجود رہے گا۔ آڈیو کے ساتھ فی سیکنڈ 10 سینٹ کی قیمت بالکل اتنی ہی ہے جتنی API کے ذریعے sora-2 کے لیے چارج کی جاتی تھی، اور بات چیت کے ذریعے ایڈیٹنگ آپ کے کام کرنے کے انداز کو بدل دیتی ہے۔ اصل تصفیہ ریزولوشن پر ہے، اور میں ذیل میں اس کے بارے میں کھل کر بات کروں گا۔

Sora 2 بند ہو رہا ہے, اور یہ زیادہ تر معاملات کو حل کر دیتا ہے

ٹائم لائن، تاکہ آپ اس کے مطابق منصوبہ بندی کر سکیں۔ 24 مارچ 2026 کو، OpenAI نے ڈویلپرز کو مطلع کیا کہ ویڈیوز API اور تمام Sora 2 ماڈل کے عرفی نام غیر منظور (deprecated) ہو چکے ہیں۔ صارفین کا حصہ پہلے گیا: Sora ایپ اور ویب کا تجربہ 26 اپریل 2026 کو بند ہو گیا۔ API 24 ستمبر 2026 تک کام کرتا رہے گا، جس کے بعد، منسوخی کے صفحے کے مطابق، ہر اینڈ پوائنٹ ایک خامی (error) واپس کرے گا۔ کسی متبادل ماڈل کا نام نہیں لیا گیا۔

میں اس کی وجہ پر قیاس آرائی نہیں کروں گا۔ رپورٹنگ نے کمپیوٹ لاگت کی طرف اشارہ کیا ہے، اور OpenAI نے خود اسے پورٹ فولیو کا فیصلہ قرار دیا ہے۔ ویڈیو ورک فلو رکھنے والے ہر شخص کے لیے جو بات اہم ہے وہ آسان ہے: Sora 2 پر بنی کوئی بھی پائپ لائن اب سے تقریباً دو ماہ بعد ایک سخت میعاد ختم ہونے کی تاریخ رکھتی ہے۔

آواز کے ساتھ مختصر کلپس کے لیے تین حقیقت پسندانہ مقامات موجود ہیں: Omni Flash، آڈیو فعال کے ساتھ Veo 3.1، اور ان کے گرد بنی سبسکرپشن پلیٹ فارمز۔ یہ پوسٹ پہلے کا احاطہ کرتی ہے؛ ہم نے اپنے Omni Flash API review میں Omni Flash کا Veo 3.1 کے ساتھ تفصیل سے موازنہ کیا ہے۔

آواز: دونوں اسے یکجا کرتے ہیں، لیکن آپ اسے مختلف طریقے سے کنٹرول کرتے ہیں

مقامی آڈیو Sora 2 کی سب سے بڑی خصوصیت تھی, اور یہی وجہ ہے کہ درست موازنہ ڈیفالٹ کے طور پر خاموش ویڈیو ماڈلز کے بجائے Omni Flash کے ساتھ بنتا ہے۔ دونوں ماڈلز ساؤنڈ ٹریک کو فریموں کے ساتھ ایک ہی وقت میں تیار کرتے ہیں، اس لیے ہونٹ، قدموں کی آواز اور اثرات بغیر کسی الگ قدم کے بالکل ہم آہنگ رہتے ہیں۔

فرق کنٹرول کا ہے۔ Sora 2 پرامپٹ کے اندر آڈیو ڈائریکشن لیتا تھا اور کرداروں کے درمیان مکالمے (dialogue) میں خاص طور پر مضبوط تھا۔ Omni Flash آڈیو کو مکمل طور پر ٹیکسٹ کے ذریعے کنٹرول کرتا ہے (کوئی الگ آڈیو پیرامیٹر نہیں ہے)، اور میرے تجربے میں یہ پرامپٹ کے آخر میں ایک واضح بلاک پر اچھا ردعمل دیتا ہے: Audio: gentle rain, distant traffic, no music۔ کوٹس میں مکالمہ کام کرتا ہے۔ منفی ہدایات جیسے "no music" زیادہ تر وقت کام کرتی ہیں، جس کا ایماندارانہ مطلب یہ ہے کہ وہ کبھی کبھار کام نہیں بھی کرتیں۔

پروڈکشن سے ایک عملی نوٹ: Omni کا آڈیو ہمیشہ آن رہتا ہے۔ آپ اس سے خاموش کلپ حاصل نہیں کر سکتے، صرف زیادہ پرسکون ساؤنڈ ڈائریکشن مانگ سکتے ہیں۔ اگر آپ کو خاموش فوٹیج کی ضرورت ہے، تو وہ Veo 3.1 کا علاقہ ہے، جہاں آواز ایک چیک باکس ہے جو قیمت کو بھی تبدیل کرتا ہے۔

تحریک اور فزکس: Omni Flash حقیقت میں کیا تیار کرتا ہے

خصوصیات (specs) آپ کو تحریک کا معیار نہیں دکھاتی ہیں، لہذا یہ رہا براہ راست ماڈل سے حاصل کردہ ایک غیر ترمیم شدہ کلپ۔ میں نے اسے اسی پائپ لائن کے ذریعے تیار کیا ہے جو ہمارے صارفین استعمال کرتے ہیں، ایک ہی کوشش میں، بغیر کسی خاص انتخاب کے۔ پرامپٹ میں صبح کی گرم روشنی میں گلاس میں آئسڈ ٹی ڈالنے کی وضاحت کی گئی تھی، گلاس پر نمی کی بوندیں، ایک ہی مسلسل شاٹ میں میکرو کلوز اپ، آڈیو ڈائریکشن کے طور پر ڈالنے والا مائع اور نرم ماحول کے ساتھ۔

BananaBanana پر Gemini Omni Flash کے ساتھ تیار کیا گیا، آڈیو سمیت $1.00 — میں نے پورے 10 سیکنڈ مانگے، جن کا بل $0.10 فی سیکنڈ کے حساب سے بنا۔ گوگل کی Omni Flash documentation 3–10 سیکنڈ کی رینج اور 720p/24fps آؤٹ پٹ کی تصدیق کرتی ہے۔ دستاویزات میں ڈیوریشن پیرامیٹر کا ذکر نہیں، لیکن ریکویسٹ فارمیٹ اسے قبول کرتا ہے اور یہ کام کرتا ہے — یعنی اس رینج کے اندر لمبائی آپ خود چنتے ہیں؛ ریزولیوشن نہیں۔

مائع، بھاپ اور نمی کی بوندیں بالکل اسی قسم کی فزکس ہیں جو سنجیدہ ویڈیو ماڈلز کو کھلونوں سے الگ کرتی تھیں، اور Omni انہیں 24fps پر قائل کرنے والے انداز میں سنبھالتا ہے۔ Sora 2 کی فزکس کی شہرت بھی جائز تھی۔ OpenAI کے لانچ ڈیمو میں جمناسٹک اور اچھال (buoyancy) پر سخت زور دیا گیا تھا، اور ماڈل کثیر سیکنڈ کے اثرات میں واقعی اچھا تھا۔ تحریک کی حقیقی حقیقت پسندی پر میں اسے 720p پر ڈرا (draw) کہوں گا، اس بات کے ساتھ کہ ان دونوں میں سے صرف ایک کی جانچ اب کی جا سکتی ہے۔ یہ برابری اس سے کہیں زیادہ حیرت انگیز ہے جتنا سننے میں لگتا ہے، کیونکہ Omni Flash فلیگ شپ معنوں میں گوگل کا Sora 2 کو جواب نہیں ہے۔ گوگل کی اپنی لائن اپ میں یہ Veo 3.1 کے نیچے بیٹھتا ہے، جو ایک تیز رفتار ماڈل ہے نہ کہ کوئی بڑا فلیگ شپ ماڈل، اور پھر بھی یہ Sora کی فزکس کا مقابلہ کرتا ہے۔

جہاں Sora 2 کو برتری حاصل تھی وہ ریزولوشن تھی: sora-2-pro نے 1080p رینڈر کیا، اور Omni Flash ایسا نہیں کرتا۔ سوشل میڈیا فیڈز کے لیے 720p پر یہ فرق اہمیت نہیں رکھتا۔ ٹی وی پر یہ اہمیت رکھتا ہے۔ ان دو خامیوں میں سے یہ زیادہ آسانی سے ٹھیک ہونے کے قابل ہے۔ کوئی بھی اچھا AI اپ اسکیلر سیکنڈوں میں 720p فوٹیج کو 1080p پر لے جائے گا، لیکن کوئی بھی ٹول اس مائع کو ٹھیک نہیں کر سکے گا جو غلط بہتا ہے یا کوئی ہاتھ جو گلاس کے اندر سے گزر جاتا ہے۔ فزکس یا تو آپ کو ماڈل سے ملتی ہے یا نہیں، یہی وجہ ہے کہ میں متبادل کا انتخاب کرتے وقت اسے ریزولوشن پر ترجیح دوں گا۔ اگر آپ کا ہدف واقعی مقامی 1080p یا 4K ہے، تو Omni غلط ٹول ہے اور Veo 3.1 (جو 4K تک جاتا ہے) درست ٹول ہے۔

بات چیت کے ذریعے ایڈیٹنگ دوبارہ پرامپٹ کرنے کو ہراتی ہے، اور یہ بالکل قریب بھی نہیں ہے

Sora 2 کے ساتھ آپ نے اسی طرح کام کیا جس کی ہم سب نے عادت ڈالی تھی: پرامپٹ میں ترمیم کریں، دوبارہ جنریٹ کریں، دوبارہ ادائیگی کریں، موازنہ کریں۔ ہر کوشش قسمت کا ایک نیا کھیل تھی، اور ہر کوشش پر مکمل کلپ کا چارج آتا تھا۔ ایپ کا Remix فیچر اس میں مدد کرتا تھا، لیکن وہ ایپ کے اندر تھا، اور ایپ اب ختم ہو چکی ہے۔

Omni Flash ویڈیو کو ایک گفتگو کی طرح برتاؤ کرتا ہے۔ ایک کلپ جنریٹ کریں، پھر پچھلے رزلٹ کا حوالہ دیتے ہوئے اگلی ہدایت بھیجیں: "اسے گولڈن آور (golden hour) بنائیں، باقی سب کچھ ویسا ہی رکھیں"۔ ماڈل دوبارہ پوری کوشش کرنے کے بجائے موجودہ منظر میں ترمیم کرتا ہے۔ وہی موضوع، وہی کیمرہ، صرف ایک متغیر تبدیل۔ BananaBanana پر ترمیم ایک عام جنریشن ہے — 10 سیکنڈ کے کلپ کے لیے $1.00 (یا $0.10/s) — اور ہم نے اسے generator میں کسی بھی مکمل شدہ Omni کلپ پر Edit بٹن کے طور پر جوڑا ہے۔

پروڈکشن میں اسے چلانے کے دو ایماندارانہ انتباہ۔ ترمیم کے پرامپٹس کو مختصر رکھیں؛ طویل پرامپٹس سمت بدل دیتے ہیں اور ان چیزوں کو تبدیل کر دیتے ہیں جنہیں آپ برقرار رکھنا چاہتے تھے۔ اور بنیادی (parent) کلپس کچھ عرصے بعد گوگل کی طرف ختم ہو جاتے ہیں، اس لیے ایک ہفتہ پرانی ویڈیو پر ترمیم فیل ہو سکتی ہے۔ ہم ان کو خود بخود ری فنڈ کر دیتے ہیں، لیکن ورک فلو کا سبق یہ ہے: کام کو وقت پر مکمل کریں۔

ایک قابل استعمال کلپ پر واقعی کیا لاگت آتی ہے؟

جولائی 2026 تک فی کوشش قیمتیں۔ Sora 2 کے اعداد و شمار OpenAI's pricing page سے ہیں اور ستمبر کی بندش تک لاگو ہیں؛ وہ فی سیکنڈ بل چارج کرتے تھے۔

چنانچہ عام قیمت پر، ایک 8 سیکنڈ کا sora-2 کلپ Omni کلپ سے تھوڑا سستا تھا، اور sora-2-pro بہت زیادہ مہنگا تھا۔ لیکن فی کوشش قیمتیں حقیقی میٹرک کو چھپاتی ہیں، جو کہ فی usable کلپ کی قیمت ہے۔ شارٹ فارم کا کام تکراری (iterative) ہوتا ہے۔ اگر کسی منظر میں دوبارہ پرامپٹ کرنے والے ماڈل پر تین کوششیں لگتی ہیں، تو وہ کل لاگت کا 3 گنا بنتا ہے۔ بات چیت کے ذریعے ایڈیٹنگ کے ساتھ، دوسری اور تیسری کوششیں دوبارہ پوری کوشش کرنے کے بجائے ٹارگٹڈ فکسز ہوتی ہیں، اور میرے لاگز میں وہ نئی جنریشنز کے مقابلے میں زیادہ کامیاب ہوتی ہیں۔

ٹاپ اپ بونسز ریاضی کو مزید تبدیل کرتے ہیں۔ $50+ ڈپازٹ پر 5% اور $100+ پر 10% ملتا ہے، اور ایک فعال پرومو کوڈ ڈپازٹ کا مزید 10% جوڑتا ہے۔ آخری دو کو اسٹیک کریں تو $100 کا مطلب $120 بیلنس ہے، جو آواز کے ساتھ 10 سیکنڈ کی Omni کلپ کو مؤثر طریقے سے $0.83 اور 3 سیکنڈ کی کلپ کو $0.25 کا بناتا ہے۔ تفصیلات pricing page پر ہیں۔

اس سب میں کوئی سبسکرپشن نہیں ہے۔ بیلنس کی میعاد ختم نہیں ہوتی، اور ایک مہینہ جہاں آپ کچھ جنریٹ نہیں کرتے، اس کا کوئی چارج نہیں آتا۔ ستم ظریفی یہ ہے کہ Sora API کے بارے میں بھی یہی سچ تھا، یہی وجہ ہے کہ اس کے صارفین اب $30/ماہ کے پلان کے بجائے فی کلپ متبادل تلاش کر رہے ہیں۔

TikTok، Reels اور Shorts کے لیے کون سا؟

جولائی 2026 میں عمودی شارٹ فارم (vertical short-form) کے لیے عملی جواب Omni Flash ہے، اور شاید بندش کے بغیر بھی یہی جواب ہوتا۔

فارمیٹ کو 9:16، 15 سیکنڈ سے کم، اور آواز آن چاہیے۔ Omni بالکل اسی لفافے کو فراہم کرتا ہے: 720p پر 9:16، 3–10 سیکنڈ، اور ایک ہی جنریشن میں ہم آہنگ آڈیو۔ فون فیڈ پر 720p کوئی حقیقی رکاوٹ نہیں ہے؛ TikTok کا اپنا پلیئر شاذ و نادر ہی اس سے زیادہ دکھاتا ہے۔ 10 سیکنڈ کی بالائی حد یہاں سب سے کم چبھتی ہے، کیونکہ یہ کلپس واقعی اسی طرح استعمال ہوتے ہیں — اور چونکہ آپ خود لمبائی طے کرتے ہیں، 5 سیکنڈ کا کٹ صرف 50 سینٹ ($0.50) کا پڑتا ہے۔

عملی طور پر یہ کیسا لگتا ہے، BananaBanana پر Omni Flash کے ساتھ تیار کردہ ایک عمودی کلپ، پہلی ہی کوشش میں، ساؤنڈ ٹریک کے ساتھ:

پرامپٹ میں ایک شارٹ فارم پروڈکٹ ٹیزر مانگا گیا تھا: ایک چمکدار پیڈسٹل پر گھومتا ہوا سفید سنیکر (sneaker)، پیسٹل گریڈینٹ بیک ڈراپ، آہستہ کیمرہ آگے بڑھنا، سنگل مسلسل شاٹ، آڈیو ڈائریکشن کے طور پر ایک تیز کم سے کم بیٹ کے ساتھ۔ ماڈل نے پورے 10 سیکنڈ کا انتخاب کیا اور میوزک خود ترتیب دیا۔ کل لاگت: $1.00۔ یہ فیڈ کے لیے تیار عمودی ویڈیو کی پوری پروڈکشن پائپ لائن ہے۔

وہ طریقہ کار جو ہمارے صارفین کے لیے کام کر رہا ہے: پروڈکٹ شاٹ یا اسٹیل فریم سے ایک بنیادی کلپ جنریٹ کریں (دیکھیں image-to-video guide)، پھر بات چیت کی ترمیم کے ذریعے تغیرات بنائیں۔ کیپشن کا مزاج، لائٹنگ، اور موسم تبدیل کریں۔ ہر تغیر کی قیمت فی سیکنڈ وہی دس سینٹ ہے اور یہ اصل کی شناخت کو برقرار رکھتا ہے، جو کہ بالکل ایک مواد کی سیریز کو ضرورت ہوتی ہے۔

جہاں میں اب بھی اس کے بجائے Veo 3.1 کا انتخاب کروں گا: اشتہاری سلاٹس کے لیے درست لمبائی، 720p سے اوپر کی ریزولوشن، اوورلے کام کے لیے خاموش کلپس، یا بہترین لوپس کے لیے پہلے اور آخری فریم کا کنٹرول۔ اگر آپ گوگل کے دو ماڈلز میں سے انتخاب کر رہے ہیں تو Gemini Omni landing page پر تمام صلاحیتوں کا موازنہ موجود ہے۔

FAQ (اکثر پوچھے گئے سوالات)

کیا Sora 2 اب بھی 2026 میں دستیاب ہے؟

جزوی طور پر، اور زیادہ عرصے کے لیے نہیں۔ Sora ایپ اور sora.com 26 اپریل 2026 کو بند ہو گئے تھے۔ API اب بھی sora-2 اور sora-2-pro کو چلاتا ہے لیکن یہ غیر منظور شدہ ہے, اور OpenAI کے ڈیپریشن کے صفحے پر 24 ستمبر 2026 کو پوری ویڈیوز API کی بندش کی تاریخ درج ہے۔ اس کے بعد، درخواستیں فیل ہو جائیں گی۔

مقامی آڈیو کے ساتھ Sora 2 کا قریب ترین متبادل کون سا ہے؟

Gemini Omni Flash بنیادی فیچر سیٹ پر قریب ترین میچ ہے: مختصر کلپس، ایک ہی بار میں تیار کردہ ہم آہنگ آڈیو، پرامپٹ کے ذریعے آڈیو ڈیزائن، 9:16 سپورٹ۔ آڈیو فعال کے ساتھ Veo 3.1 وہ متبادل ہے جب آپ کو درست اوقات یا 4K تک کی ریزولوشنز کی ضرورت ہو۔

کیا Gemini Omni Flash 1080p ویڈیو تیار کر سکتا ہے؟

نہیں۔ گوگل کی Gemini API دستاويزات کے مطابق، Omni Flash 24fps پر 720p آؤٹ پٹ دیتا ہے، اور کوئی ریزولوشن پیرامیٹر نہیں ہے۔ منتقلی میں Sora 2 Pro صارفین اسی اہم خصوصیت کو کھو دیتے ہیں۔ 1080p یا 4K آؤٹ پٹ کے لیے، Veo 3.1 استعمال کریں۔

Omni Flash کی فی ویڈیو لاگت کیا ہے؟

BananaBanana پر یہ $0.10 فی سیکنڈ ویڈیو ہے، آڈیو شامل ہے: 3 سیکنڈ کے کلپ کے لیے $0.30، مکمل 10 سیکنڈ کے لیے $1.00۔ ڈپازٹ بونس ($50 پر 5%، $100 پر 10%، اور فعال پرومو کوڈ کے لیے 10%) 10 سیکنڈ کے کلپ کی مؤثر قیمت کو تقریباً $0.83 تک نیچے لے آتے ہیں۔

کیا میں Omni Flash میں کلپ کی لمبائی منتخب کر سکتا ہوں؟

BananaBanana پر، ہاں: 3 سے 10 سیکنڈ تک کوئی بھی مکمل سیکنڈ، $0.10 فی سیکنڈ کے حساب سے۔ گوگل کی دستاویزات میں ڈیوریشن پیرامیٹر درج نہیں ہے، لیکن درخواست کا فارمیٹ اسے قبول کرتا ہے اور یہ کام کرتا ہے — ہم اسے پروڈکشن میں چلاتے ہیں۔ واحد صورت جہاں آپ منتخب نہیں کرتے وہ ایڈیٹنگ ہے: ایک ایڈٹ شدہ کلپ ہمیشہ اپنے ماخذ جتنی ہی لمبی واپس آتی ہے، کیونکہ ماڈل ویڈیو کو پھیلا یا چھوٹا نہیں کر سکتا۔