Gemini Omni 1.2 Flash مقابل Nano Banana 2.1: واحد وثلاثون لقطة ثابتة لمقطع واحد

إذا كنت تضع ميزانية لإعلان منتج مدته ثلاثون ثانية، فستحتاج إلى نموذجَي Google، لا نموذج واحد. Nano Banana 2.1 هي آلة الصور الثابتة — نقطة النهاية gemini-nano-banana-2.1، متاحة عمومًا منذ 6 أكتوبر 2026، بسعر 0.0336 دولار لصورة بدقة 1K، و0.0504 دولار بدقة 2K و0.113 دولار بدقة 4K. أما Gemini Omni 1.2 Flash فهي آلة الحركة: متاحة عمومًا منذ 5 نوفمبر 2026، بنحو 0.07 دولار لكل ثانية من فيديو 720p، ما يضع مقطعًا مدته خمس عشرة ثانية قرب 1.05 دولار. اقسم أحد الرقمين على الآخر، فتكلّف عملية إخراج واحدة مدتها خمس عشرة ثانية ما يقارب تكلفة إحدى وثلاثين صورة بدقة 1K. هذه النسبة هي القرار كله، وهي نسبة تقلبها معظم الفرق رأسًا على عقب لأنها تسعّر النموذج بدلًا من المخرج النهائي.

كليهما من Google، وكليهما يُحتسب بالاستخدام، وكليهما يحمل SynthID، وكليهما لديه غرابة في التسمية تُربك عمليات التكامل: فالاسم المعروض ومعرّف نقطة النهاية ليسا بالشكل الذي تتوقعه. إن Nano Banana هو اسم منتج Google لتوليد الصور الأصلي في Gemini، وأحدث إصدار منه يُعرَف باسم gemini-nano-banana-2.1 بينما سابقه هو gemini-3.1-flash-image. وأحدث إصدار من Omni يُعرَف باسم gemini-omni-1.2-flash. ولا يخبرك أيٌّ من الاسمين بأي نوع من الوسائط تشتري.

ما يعيده كل واحد

يستقبل Nano Banana 2.1 النصوص والصور والفيديو وملفات PDF، ويعيد الصور والنصوص بمقاسات 1K أو 2K أو 4K، مع مستويات تفكير: أدنى أو متوسط أو عالٍ. ويحتفظ بما يصل إلى 14 صورة مرجعية لدمج متعدد الصور — بما يكفي لأربع شخصيات والحفاظ على دقة عشرة عناصر — كما يدعم الاستناد إلى بحث Google وبحث الصور. وحدود الرموز لديه 131,072 للإدخال و32,768 للإخراج.

تستقبل Gemini Omni 1.2 Flash النص والصورة والفيديو، وتُعيد فيديو بصوت متزامن أصلي، تتراوح مدته من ثلاث إلى خمس عشرة ثانية بمعدل 24 إطارًا في الثانية، بدقة 360p أو 720p أو 1080p أو 4K، حيث يتم تكبير أعلى دقتين. وتستوعب ما يصل إلى ست صور مرجعية لكل طلب، إضافة إلى فيديوهات مرجعية تصل مدتها إلى ثلاث ثوانٍ. وتقبل نفس 131,072 رمزًا للإدخال وتُعيد ما يصل إلى 65,536.

• المخرجات — صور ونصوص على الفيديو مع الصوت الأصلي.

• المدة — إطار واحد مقابل ثلاث إلى خمس عشرة ثانية، قابلة للتمديد إلى إجمالي 30 ثانية.

• الصور المرجعية — حتى 14 مقابل ما يصل إلى ستة.

• الدقات — مستويات أصلية 1K و2K و4K مقابل 360p و720p و1080p و4K مع تكبير أعلى مستويين.

• التحكم في التفكير — الحد الأدنى، والمتوسط، والمرتفع مقابل بلا؛ لا يكشف Omni عن أي temperature أو top_p أو تعليمات نظام على الإطلاق.

• أنواع المدخلات — النص والصورة والفيديو وPDF مقابل النص والصورة والفيديو.

• السعر — 0.0336 دولار لكل 1K صورة مقابل نحو 0.07 دولار لكل ثانية من 720p.

حساب إعلانٍ مدته ثلاثون ثانية

اعتمد سير عمل واقعيًا بدلًا من اختبار قياسي. لديك ثماني لقطات لملء ثلاثين ثانية، مدة كل منها بين ثانيتين وأربع ثوانٍ، وتريد اختيار الإطار الذي يبيع قبل أن تدفع مقابل الحركة.

على جانب اللقطات الثابتة، أنشئ أربعة مرشحين لكل لقطة بدقة 2K: اثنتان وثلاثون صورة بتكلفة 0.0504 دولار، أي 1.61 دولار. راجعها، واختر ثمانيًا، ثم قم بترقية الفائزين إلى دقة 4K بتكلفة 0.113 دولار لكل منها: أي 0.90 دولار إضافية. أصبحت تكلفة المشروع عليك نحو 2.51 دولار، ولديك ثمانية إطارات معتمدة.

الآن حرّك. ثماني لقطات بمدة ثلاث ثوانٍ تقريبًا لكل منها تساوي 24 ثانية بدقة 720p، إضافة إلى المحاولات المتكررة — وبما أن التحرير الحواري في Omni يعني أن المحاولات المتكررة هي سير العمل الطبيعي، وليست الاستثناء. لنفترض محاولتين لكل لقطة: 48 ثانية من الناتج بتكلفة 0.07 دولار، أي نحو 3.36 دولارات. ثم ارفع دقة النسخ النهائية: 24 ثانية بسعر 0.104 دولار لكل ثانية لدقة 1080p، أي نحو 2.50 دولار، أو ضعف ذلك لدقة 4K.

قل إنها من 8 إلى 9 دولارات شاملة كل شيء، مع إنفاق نحو ثلثها على الصور الثابتة. هذا هو شكل فاتورة حقيقية، ولهذا فإن نسبة "31 صورة ثابتة لكل مقطع" مضللة إذا أخذتها كنصيحة. فالصور الثابتة ليست بديلاً عن المقطع، بل هي الجزء الرخيص الذي يحدد ما إذا كان المقطع يستحق صنعه.

أما الموضع الذي يكون فيه للنسبة أثر فعلي فهو سؤال مختلف: هل هذا المُخرَج صورة أم تسلسل حركي؟ كتالوج من 500 صورة منتج هو مهمة Nano Banana بقيمة 25 دولارًا أو مهمة Omni بقيمة 525 دولارًا، وفي هذه المقارنة لا وجود لنزاع يحتاج إلى تحكيم. الخطأ هو توليد فيديو لأن الموجّه وصف شيئًا يتحرك.

الصور المرجعية، حيث يكون الطراز الأرخص هو الأكثر قدرة

هذه هي النتيجة غير البديهية للمقارنة، ويمكن التحقق منها في كلتا الوثيقتين. يقبل Nano Banana 2.1 ما يصل إلى 14 صورة مرجعية. ويقبل Gemini Omni 1.2 Flash ما يصل إلى ست صور.

صياغة Google الخاصة لستة Omni محددة: ما يصل إلى ثلاث صور لكل شخصية، لما يصل إلى شخصيتين، إضافةً إلى مراجع المنتج والأسلوب. تصف بطاقة الطراز ذلك بأنه "تحسين اتساق الشخصية والموضوع عبر ما يصل إلى 6 صور مرجعية"، ويصف منشور الإطلاق الحفاظ على اتساق الوجوه والملابس وطباعة التغليف وألوان العلامة التجارية عبر الزوايا. مسار الفيديو المرجعي منفصل ومُدرّج حسب المدة — فالمخرجات التي تتراوح مدتها بين إحدى عشرة وخمس عشرة ثانية تتطلب فيديو مرجعيًا واحدًا لا تتجاوز مدته ثلاث ثوانٍ، والمخرجات التي تتراوح مدتها بين ثلاث وعشر ثوانٍ تتطلب ما يصل إلى ثلاثة — وتعمل الفيديوهات المرجعية فقط مع التوليد الجديد، لا مع التحرير أو التمديد.

تستهدف الميزات الأربع عشرة في Nano Banana 2.1 مشكلة مختلفة: دمج عدة عناصر في مشهد واحد، مع ادعاء البطاقة بالدقة لأربع شخصيات وعشرة أشياء. هذه قدرة تركيب، لا قدرة استمرارية، وهي تناسب أعمال الكتالوج — ضع الحقيبة نفسها في عشرة غرف مختلفة دون إعادة رسم الحقيبة.

النتيجة العملية: إذا كانت مهمتك «الشخصية نفسها، لقطات كثيرة»، فإن مراجع Omni الستة مع تأطير ثلاث لكل شخصية هي الأداة الأدق تحديدًا. أما إذا كانت مهمتك «كائنات كثيرة، إطار واحد»، فإن مراجع Nano Banana الأربعة عشر هي الأداة الأدق. إن مجرد عدّ المراجع وإعلان فائز يخطئ في هذا خطأً تامًا.

عرض النصوص، وهو الجانب الذي تختلف فيه هذه النماذج فعليًا

كلا الطرازين بارعان على نحو غير معتاد في النصوص الواضحة، ولكليهما فإن هذه القدرة هي الأكثر تغييرًا لما يمكنك إطلاقه.

تُعدّ التحسينات المدرجة في Nano Banana 2.1 مقارنةً بـ Nano Banana 2 هي الجودة البصرية، والالتزام بالموجهات، واتساق الشخصية عبر الجولات المتعددة، وعرض النصوص، إضافةً إلى إصلاح النسب البانورامية العريضة — فلم تعد النسب 1:4 و4:1 و1:8 و8:1 تُقسَّم إلى بلاطات عند 2K و4K. وإذا كان ما تسلّمه هو إنفوجرافيك أو ملصق أو نموذج لواجهة مستخدم، فإن هذا المزيج هو المنتج بأكمله.

ادعاء Omni 1.2 المكافئ يتعلق بالنص داخل الحركة: وضوح التسميات، وتحريك الرسوم البيانية، والتعليقات التوضيحية الظاهرة على الشاشة. وتعتمد مواد إطلاق Google عليه، وقد وجد الاختبار المستقل الوحيد المتاح — عشرون عملية توليد أجراها Rohit Rao من Segmind، بتكلفة 16.17 دولارًا من الأرصدة — أن الشروحات الموسومة وتحريك الرسوم البيانية انطلاقًا من إطار نهائي مُقدَّم كانتا موضع أفضل أداء للنموذج، بينما كان توليد أشخاص واقعيين من الصفر موضع فشله. وكان سطر تلخيصه هو أنه "أكثر نموذج فيديو دقيق في اتباع التعليمات اختبرته"، مع تحفظ بأن نحو تعليمة واحدة من كل أربع يتم تخطيها.

لاحظ ما يعنيه ذلك بالنسبة للاقتران: أقوى استخدام موثّق لـ Omni 1.2 هو تحريك رسم بياني صمّمته بالفعل. وهي مهمة يختص بها Nano Banana 2.1.

الدقة والتحسين بالتكبير وما قيمة "4K"

كلاهما يروّج لـ4K، لكنهما لا يقصدان الشيء نفسه به.

تُنشئ Nano Banana 2.1 بدقة 1K أو 2K أو 4K كمستويات إخراج قابلة للاختيار، وتُسعّرها Google بشكل منفصل: 0.0336 دولار و0.0504 دولار و0.113 دولار لكل صورة. ويعكس حساب الرموز البكسلات الفعلية — 1,120 رمزًا لصورة بدقة 1K، و1,680 لدقة 2K، و3,780 لدقة 4K.

يوضح دليل Gemini Omni 1.2 Flash صراحةً أن 1080p و4K يتم تكبيرهما. تتبع التسعيرة استهلاك التوكنات بدلاً من التصيير الأصلي، بمعدل 8,688 توكنًا في الثانية لـ1080p و17,376 لـ4K مقابل 5,792 عند 720p. لذا فإن مقطعًا بدقة 4K مدته خمس عشرة ثانية يكلّف نحو 3.14 دولارات، والفئة الأعلى هي تكبير لتصيير أصغر وليست تفاصيل ملتقطة وقت الالتقاط. للتسليم إلى وسائل التواصل الاجتماعي، هذا مقبول. أما للبث، فاختبره قبل أن تعِد به.

ينتمي كلاهما إلى سير العمل

منهجية Omni الموصى بها من Google نفسها هي: مسودة رخيصة، ثم تكرار، ثم رفع جودة الأفضل: 360p أو 720p للاستكشاف، و1080p أو 4K للنسخة النهائية. وما يعادلها في Nano Banana هو التوليد بدقة 1K، ثم رفع جودة الاختيار. شغّلها بالتسلسل وستكتب التسلسلة نفسها — اللقطات الثابتة أولاً لضبط التكوين والخطوط، ثم الحركة على الإطارات التي اجتازت المراجعة، ثم رفع جودة نهائي لكليهما.

هناك حدّ صارم واحد. لا يقبل Omni صورةً كمُخرَج فيديو، ولا يقبل Nano Banana فيديو كمُخرَج صورة. ولا يمكن إعادة تغذية مخرجات أي من النموذجين إلى الآخر كتعديل من الطراز نفسه — إذ يمكن لـ Omni تمديد مقاطعه وتحريرها محادثويًا، ويمكن لـ Nano Banana تحرير صوره الثابتة، ولا يتجاوز أي منهما هذا الحد.

شراء أيٍّ منهما عبر OrcaRouter

لا توجد أيٌّ من نقطتي النهاية هاتين في كتالوجنا اليوم. فكلٌّ من google/gemini-nano-banana-2.1 وgoogle/gemini-omni-1.2-flash يعيد 404 عند الوصول إلى صفحتي الطراز الخاصتين بهما على OrcaRouter، لذا فإن واجهة API الخاصة بالمورّد هي المسار لكليهما. وما نقدّمه فعلاً من العائلة نفسها هو نقطة نهاية توليد الصور السابقة، google/gemini-3.1-flash-image-preview — Nano Banana 2 — إلى جانب Nano Banana Pro وطرازات Gemini 3.8 Flash النصية، مما يعني أن مسار عمل توليد الصور غير المثبّت على أحدث نقطة تحقق يمكنه تشغيل خطوات التخطيط وتوسيع المطالبات وضمان الجودة باستخدام مفتاح واحد.

هذا هو الشكل الصادق للأمر: استدعاءات الوسائط تمر مباشرة، أما استدعاءات النص المحيطة بها فليست مضطرة إلى ذلك. تصدر OrcaRouter الفواتير بهامش ربح 0% مع تمرير سعر قائمة المزوّد كما هو، لذا إذا غيّرت Google أسعار Nano Banana أو Omni، يظهر التغيير على جانبنا في اليوم نفسه الذي يظهر فيه على جانبهم، ويُبقي التبديل التلقائي عند الفشل خطوة توسيع المطالبة حيّة عندما يتدهور أحد المزوّدين.

ما الذي ينبغي عليك اختياره فعليًا

إذا كان المُخرَج إطارًا سينظر إليه أحد — لقطة عبوة، أو إنفوغرافيك، أو صورة رئيسية، أو نموذج واجهة مستخدم — فإن Nano Banana 2.1 أرخص ثلاثين مرة لكل مُخرَج، ويستقبل أكثر من ضعف عدد المراجع، ويقبل ملفات PDF، ويمتلك تحكمًا في التفكير لا يوفّره Omni. لا توجد نسخة من ذلك القرار يفوز فيها Omni على أساس الجدارة.

إذا كان المطلوب هو الحركة، فإن Nano Banana 2.1 لا يستطيع تحقيقها بأي ثمن، وعندها تنتهي المقارنة.

الفخ هو الحالة الوسطى: مشروع يريد "إعلان فيديو" لكن مشكلاته الصعبة كلها في التكوين والطباعة والاتساق. تظل هذه مشكلات. حُلّها باستخدام النموذج الذي يكلّف ثلاثة سنتات للإطار، ودع Omni يحرّك ثمانية إطارات معتمدة بدلاً من اثنين وثلاثين إطاراً افتراضياً. نسبة واحد وثلاثين إلى واحد ليست حجة لصالح نموذج الصور الثابتة. إنها حجة لاستخدامه أولاً.