Gemini Omni Flash 1.2 مقابل Gemini Omni 1.1 Flash: لوحتا تصنيف تقولان نعم، وواحدة تقول: ليس بعد

On 3 December 2026, every request sent to G​emini Omni 1.1 Flash starts landing on G​emini Omni Flash 1.2 instead, billed at the new rates, with no change to your payload. G​oogle published that routing date in the same changelog entry that made 1.2 generally available on 5 November. So the version question is not whether you migrate. It is whether you finish measuring before the switch happens to you, and the independent evidence for doing that is more mixed than the price cut suggests.

ما الذي أظهره أسبوع التصويت نفسه في الواقع

شغّلت Artificial Analysis كلا الإصدارين على جميع لوحات الفيديو الثلاث التابعة لها، ونشرت الاثنين خلال أيام قليلة أحدهما من الآخر. وهذه حالة نادرة لا تضطر فيها مقارنة الإصدارات إلى أن تُجمَّع من حملتَي قياس مختلفتين في وقتين مختلفين.

On AA-Video-I2V v2.1 the case is closed. G​emini Omni Flash 1.2 sits at 1,086 with a 95% interval of 1,071 to 1,101; G​emini Omni 1.1 Flash sits at 1,044 with 1,030 to 1,058. Forty-two points, no overlap, 14th against 18th. Whatever else is uncertain about the new model, its image-to-video output is measurably preferred to its predecessor's by a margin the sample supports.

في AA-Video-T2V v2.1، المسألة مفتوحة. الفارق البالغ 26 نقطة — 1,154 مقابل 1,128 — يأتي مع فترتين من 1,140 إلى 1,168 ومن 1,115 إلى 1,141. وهما يتشاركان نقطة واحدة. في AA-Video-Editing v1.1، الفارق 18 نقطة، 1,164 مقابل 1,146، وتتداخل الفترتان بمقدار أربع نقاط. كلا اللوحين يصنّف 1.2 فوق 1.1. ولا يفصل بينهما أي منهما.

هذا النمط أهم من أي رقم واحد. فنقطة تحقق جديدة تتفوق بوضوح في مهمة واحدة، وعلى الأرجح في مهمة ثانية، وبهامش ضئيل في مهمة ثالثة، هي الشكل المعتاد لإصدار نقطي. وهو ليس شكل القفزة الجيلية التي قد توحي بها المقاطع البالغة 15 ثانية وحدود المعدل المضاعفة.

السعر هو الجزء الذي لا توجد فيه أشرطة خطأ.

Video output falls from $17.50 to $12.00 per million tokens, a 30% cut, and it is the only claim in the release that needs no confidence interval. G​oogle bills at a fixed token rate per second of footage, so the arithmetic is not a matter of preference: at 720p, 5,792 tokens per second, the cost goes from about $0.10 to about $0.07 per second. At 1080p with upsampling it is about $0.104 per second, and at 4K about $0.209. Artificial Analysis normalises both versions to $9.12 and $6.26 per minute of 1080p, which is the same 30% seen from the other end of the same meter.

يبقى الإدخال عند $1.50 لكل مليون رمز للنصوص والصور والفيديو، ويبقى الإخراج النصي عند $9.00. لم يتغيّر شيء في أعمدة batch أو flex أو priority لأن الإصدار 1.2 لا يضم أيًا منها — الفئة القياسية فقط، ولا توجد فئة مجانية في أي من الإصدارين.

احسب حسابات المقاطع قبل تاريخ التوجيه لا بعده. خمس عشرة ثانية بدقة 720p على 1.2 تكلف نحو 1.05 دولار من رموز الإخراج. ولا يمكن إنتاج الخمس عشرة ثانية نفسها على 1.1 في نداء واحد، لأن 1.1 يحدّ عند عشر ثوانٍ؛ والمقارنة النزيهة هي عشر ثوانٍ مقابل نحو 1.00 دولار. الخفض حقيقي، لكن حصة كبيرة منه تُنفق على شراء الثواني الخمس الإضافية، والفريق الذي لم يحتج قط إلى مقاطع أطول سيرى تغيّرًا أصغر في الفاتورة مما توحي به النسبة المئوية.

حيث تتوقف الخمس عشرة ثانية عن كونها مجانية

تأتي زيادة المدة مصحوبة بحدود موثّقة بدلًا من أن تُكتشف، وثلاثة منها تغيّر ما يُسمح للطلب أن يحتويه.

• الاستيفاء — يعمل التحكم بالإطار الأول والأخير من ثلاث إلى عشر ثوانٍ في كلا الإصدارين؛ أما طلب إحدى عشرة ثانية أو أكثر مع إطارَي مرجعية فيعيد خطأ وسيطة غير صالحة في 1.2.

• الفيديو المرجعي — تقبل المخرجات التي تتراوح مدتها من ثلاث إلى عشر ثوانٍ ثلاثة فيديوهات مرجعية لا تتجاوز مدة كل منها ثلاث ثوانٍ، بينما تقبل المخرجات التي تتراوح مدتها من إحدى عشرة إلى خمس عشرة ثانية فيديو مرجعيًا واحدًا. إن إطالة مدة لقطة ما قد تُبطل بصمت طلبًا كان قد نجح مع ثلاثة فيديوهات.

• التمديد — يعمل التمديد من ثلاث إلى عشر ثوانٍ لكل جولة مع مراجعة خلفية مدتها عشر ثوانٍ، وبحد أقصى 30 ثانية إجمالًا، وذلك عند نهاية المقطع فقط. في الإصدار 1.1 كان الحد الأقصى للتحرير والتمديد عشرة ثوانٍ من الإدخال.

• Reference images — up to six per request, across all three modes, which is the change G​oogle leads with in the launch language about character and subject consistency.

• المنطقة — تحرير الفيديو المرفوع وتمديده غير متاح في المنطقة الاقتصادية الأوروبية وسويسرا والمملكة المتحدة، وهو قيد وارد في الدليل. إذا كان مستخدموك في تلك الأسواق، فإن عرض التحرير الحواري لا ينطبق عليهم على الإطلاق.

• حدود لم تتغيّر — لا تعليمات نظام، ولا temperature، ولا top_p، ولا مطالبات سلبية، ولا إنتاجية مخصصة، ولا مصادر YouTube، ولا استدلال متعدد الفيديوهات. كل ناتج يحمل علامة SynthID المائية.

صف إخراج «نص» لا يعني ما يبدو عليه

تسرد بطاقة الطراز مخرجات الإصدار 1.2 على أنها "Video with native Audio, Text" مقابل "Video" المجردة في الإصدار 1.1، وقد فُسِّر هذا الاختلاف على أنه قناة نصية جديدة. وهي ليست كذلك. لا يصف دليل Omni أي نمط لإخراج النص في الإصدار 1.2؛ فالنص يظهر مرسومًا داخل الإطار — تسميات ولافتات ومحاور — ويظل شكل الطلب استجابةً من نوع فيديو. تحمل استجابات REST مصفوفة steps يكون فيها مدخل "thought" أثرَ استدلال، لا إجابة. وإذا كان خط معالجة يحتاج إلى سلسلة تعليق نصي من API، فلا يعيد أي من الإصدارين سلسلةً كهذه، والاختلاف في ذلك الصف هو وصف لما يرسمه النموذج، لا لما يعطيه لك.

The audio row is a real change but a change in quality, not in kind. Both versions generate native synchronised audio. G​oogle's launch claims more fluid dialogue, clearer lip-sync and distinct multi-speaker conditioning, and says references can carry audio cues and one-second voice samples — those reference paths are allowlisted on G​oogle Cloud, audio input is unsupported on the model itself in this version, reference-video audio is ignored, and voice editing is not available. You can prompt for a voice; you cannot edit one afterwards. None of those quality claims has an independent test behind it, and the three leaderboards above measure visual preference, not whether the words match the mouths.

الترحيل الذي يُعطّل الأنظمة اللاحقة، لا الطلب

لأن الحمولة لا تتغير، فإن سطح الفشل يشمل كل ما يغذيه الطلب. أربعة مواضع يجب فحصها قبل 3 ديسمبر، بالترتيب الذي يحدث فيه التعطل عادةً:

القيم الافتراضية للمدة. الطلب الذي لم يحدد المدة كان محدودًا بعشر ثوانٍ، ولا يزال الافتراضي فيه عشر ثوانٍ، لذا تتصرف الاستدعاءات التي لم تُمس بالطريقة نفسها. ما يتعطل هو التحقق الذي تعامل مع العشرة بوصفها الحد الأقصى.

تهيئة زوج الإطارات. أي مسار برمجي يقرن الاستيفاء بمدة تزيد على عشرة أصبح الآن يُصدر خطأً بدلاً من الاقتطاع بصمت — سلوك أفضل، وفشل أكثر وضوحًا.

نماذج التكلفة. كل ثابت لكل ثانية مُشتق من معدل 1.1 أعلى بنسبة 30% عند 720p. إذا كنت تحسب الفوترة داخليًا لكل عملية تصيير، فهذا هو السطر الذي يجب تغييره بينما لا تزال الأسعار القديمة صحيحة، لأن الرقم بعد التبديل سيكون خاطئًا في الاتجاه الذي يجعل هامش ربحك يبدو أفضل.

{{1}}سلوك التصفية.{{/1}} يحمل صف 1.2 في لوحة التحرير ملاحظةً مفادها أن النموذج رفض جزءًا من مجموعة الاختبار عبر مرشِّحات حقوق النشر والسلامة، وتعكس الدرجة المنشورة المطالبات الباقية. يحتاج خط أنابيب إنتاجي كان يفترض أن كل طلب يعيد ملفًا إلى مسار رفض في النسخة الجديدة تحديدًا. تظهر الملاحظة فقط في صف 1.2، وليس في صف 1.1.

طريقتان للتبديل، وأيّهما يناسبك

إذا كان محتواك مُقاسًا ويعجبك الناتج، فانتقل مبكرًا واستغل الأسابيع الثلاثة لإعادة القياس على لقطاتك الخاصة. تخفيض السعر وزيادة المدة يستحقان العناء، والفجوة بين الصور والفيديو حقيقية، والبديل هو أن يتم نقلك في 3 ديسمبر دون أي بيانات في أي من الاتجاهين.

إذا كان المحتوى لديك ضخم الحجم ولم تنظر إليه منذ آخر تغيير، فالوضعية المفيدة هي تشغيل كليهما. أبقِ 1.1 على مسار الإنتاج ما دام قابلًا للعنونة بشكل منفصل، ووجّه نسبة مئوية من الحركة إلى 1.2 على سبيل الظل، وقارن على المحور الذي لا تقيسه لوحات الصدارة — أي مدى تكرار نجاة المقطع حتى التسليم، لا مدى تكرار فوزه في تصويت ثنائي. هذه مسألة توجيه لا مسألة نموذج، وهي الطبقة التي نعمل فيها. لا توجد أي من نقطتي نهاية Omni في كتالوج OrcaRouter اليوم، لذا ليس هذا عرضًا منا لتقديمهما؛ بل هو السبب في أن ترقية الإصدار تؤذي أكثر ما تؤذي في خطوط الأنابيب التي تملك مسارًا واحدًا فقط ولا وسيلة لتشغيل مسار ثانٍ إلى جانبه. وحيث نستحق الموضع فعلًا هو العمل النصي المحيط: استدعاءات توسيع المطالبات وقوائم اللقطات التي تغذي عملية التصيير يمكن تأليفها مقابل عدة نماذج عبر نقطة نهاية واحدة بسعر قائمة المزوّد، مع تحويل تلقائي عند تدهور أحدها، ويمكن لقاعدة توجيه أن ترسل نسبة من الطلبات إلى نموذج مختلف دون عملية نشر.

الشيء الوحيد الذي يجب ألا تفعله هو تثبيت الإصدار 1.1 إلى ما بعد 3 ديسمبر ثم تكتشف التغيير من فاتورة. نقطة النهاية توجّه الطلبات بغض النظر عما تقوله إعداداتك.

مقارنة الإصدارات، كما وردت بوصفها مقارنة إصدارات

1.2 is cheaper per second, longer per clip, better on image-to-video by a margin that survives its own error bars, and probably better on text-to-video and editing on evidence that does not yet separate it from 1.1. It carries a safety filter that removes part of an editing benchmark and will remove part of your editing workload, and it inherits 1.1's traffic on a date G​oogle has already published.

المقارنة التي ستُقتبس ستكون حركة الترتيب، لأن الانتقال من اثني عشر إلى ستة يبدو كقفزة، واثنان وأربعون من Elo تبدو كرقم. أما المقارنة التي تتنبأ بكيفية سير الربع القادم فهي تلك التي تحمل الفترات، وهي تقول: فوز واضح واحد، وفوزان محتملان، ومقياس أرخص تحت الثلاثة جميعًا.