Gemini Omni Flash 1.2 vs Gemini Omni 1.1 Flash: Dua Papan Peringkat Bilang Ya, Satu Bilang Belum

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.

Apa yang sebenarnya ditunjukkan oleh pekan pemungutan suara yang sama

Artificial Analysis menjalankan kedua versi pada ketiga papan video miliknya dan menerbitkan pasangan itu dalam selang beberapa hari satu sama lain. Itu adalah kasus langka ketika perbandingan versi tidak harus disusun dari dua kampanye pengukuran yang berbeda pada dua waktu yang berbeda.

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.

Pada AA-Video-T2V v2.1 kasusnya masih terbuka. Selisih 26 poin — 1.154 versus 1.128 — disertai interval 1.140 hingga 1.168 dan 1.115 hingga 1.141. Keduanya hanya berbagi satu titik. Pada AA-Video-Editing v1.1 selisihnya 18 poin, 1.164 versus 1.146, dan intervalnya tumpang tindih sebesar empat. Kedua papan peringkat menempatkan 1.2 di atas 1.1. Tidak ada yang memisahkan keduanya.

Pola itu bernilai lebih daripada angka mana pun. Checkpoint baru yang menang secara jelas pada satu tugas, kemungkinan pada tugas kedua, dan secara marginal pada tugas ketiga adalah bentuk lazim dari rilis poin. Itu bukan bentuk lompatan antargenerasi yang mungkin disiratkan oleh klip 15 detik dan batas laju yang digandakan.

Harga adalah bagian yang tidak memiliki batang kesalahan.

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.

Input tetap $1,50 per juta token untuk teks, gambar, dan video, dan output teks tetap $9,00. Tidak ada yang berubah di kolom batch, flex, atau priority karena 1.2 tidak memiliki satu pun dari itu — hanya tier standar, dan tidak ada tier gratis pada kedua versi.

Lakukan perhitungan klip sebelum tanggal perutean, bukan sesudahnya. Lima belas detik pada 720p di 1.2 kira-kira $1,05 dalam token keluaran. Lima belas detik yang sama tidak dapat dihasilkan pada 1.1 dalam satu panggilan, karena 1.1 dibatasi maksimal sepuluh detik; perbandingan yang jujur adalah sepuluh detik dengan biaya sekitar $1,00. Pengurangan biayanya nyata, tetapi sebagian besar dari pengurangan itu dipakai untuk membeli tambahan lima detik, dan tim yang tidak pernah membutuhkan klip lebih panjang akan melihat perubahan tagihan yang lebih kecil daripada yang tersirat oleh persentase tersebut.

Di mana lima belas detik itu tidak lagi gratis

Peningkatan durasi ini disertai batasan-batasan yang didokumentasikan, bukan ditemukan sendiri, dan tiga di antaranya mengubah apa yang boleh dimuat dalam sebuah permintaan.

• Interpolasi — kontrol frame pertama dan terakhir berfungsi dari tiga hingga sepuluh detik pada kedua versi; meminta sebelas detik atau lebih dengan dua frame referensi akan mengembalikan error argumen tidak valid pada 1.2.

• Video referensi — output tiga hingga sepuluh detik menerima tiga video referensi yang masing-masing berdurasi hingga tiga detik, sedangkan output sebelas hingga lima belas detik hanya menerima satu. Memperpanjang sebuah shot dapat secara diam-diam membatalkan permintaan yang lolos dengan tiga video.

• Ekstensi — ekstensi berjalan tiga hingga sepuluh detik per giliran dengan lookback sepuluh detik, dibatasi maksimal 30 detik total, dan hanya di akhir klip. Pada 1.1, batas penyuntingan dan ekstensi adalah sepuluh detik input.

• 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.

• Wilayah — pengeditan dan perpanjangan video yang diunggah tidak tersedia di EEA, Swiss, dan Inggris, sebuah pembatasan yang tercantum dalam panduan. Jika pengguna Anda berada di pasar tersebut, tawaran pengeditan percakapan sama sekali tidak berlaku bagi mereka.

Batasan yang tidak berubah — tidak ada instruksi sistem, tidak ada temperature, tidak ada top_p, tidak ada prompt negatif, tidak ada throughput yang disediakan, tidak ada sumber YouTube, tidak ada penalaran multi-video. Setiap output membawa watermark SynthID.

Baris keluaran "Text" yang tidak berarti seperti yang terlihat

Kartu model mencantumkan keluaran 1.2 sebagai "Video dengan Audio native, Teks" versus "Video" polos milik 1.1, dan perbedaan itu telah dibaca sebagai kanal teks baru. Itu bukan kanal teks. Panduan Omni tidak menjelaskan mode keluaran teks untuk 1.2; teks muncul dirender di dalam frame — label, papan tanda, sumbu — dan bentuk permintaannya tetap respons video. Respons REST membawa array steps yang entri "thought"-nya adalah jejak penalaran, bukan jawaban. Jika pipeline memerlukan string caption kembali dari API, kedua versi tidak mengembalikannya, dan perbedaan pada baris itu adalah deskripsi tentang apa yang digambar model, bukan tentang apa yang diberikannya kepada Anda.

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.

Migrasi yang merusak hilir, bukan request-nya

Karena payload tidak berubah, cakupan kegagalannya adalah semua yang menjadi masukan dari permintaan tersebut. Empat tempat untuk diperiksa sebelum 3 Desember, sesuai urutan kecenderungannya rusak:

Default durasi. Permintaan yang tidak menyertakan durasi dibatasi maksimal sepuluh detik dan masih default ke sepuluh, sehingga panggilan yang tidak tersentuh berperilaku identik. Yang rusak adalah validasi yang menganggap sepuluh sebagai nilai maksimum.

Pengondisian pasangan frame. Setiap jalur kode yang memasangkan interpolasi dengan durasi di atas sepuluh kini memunculkan galat alih-alih memotong secara diam-diam — perilaku yang lebih baik, kegagalan yang lebih nyaring.

Model biaya. Setiap konstanta per detik yang diturunkan dari tarif 1.1 terlalu tinggi 30% pada 720p. Jika Anda menagih secara internal per render, inilah baris yang perlu diubah selama harga lama masih benar, karena setelah pergantian angkanya akan salah ke arah yang membuat margin Anda terlihat lebih baik.

Perilaku filter. Baris papan penyuntingan untuk 1.2 memuat catatan bahwa model menolak sebagian dari set pengujian melalui filter hak cipta dan keamanan, dan skor yang dipublikasikan mencerminkan prompt yang tersisa. Pipeline produksi yang mengasumsikan setiap permintaan mengembalikan file memerlukan jalur penolakan secara khusus pada versi baru. Catatan tersebut hanya muncul pada baris 1.2, bukan pada baris 1.1.

Dua cara untuk beralih, dan mana yang cocok

Jika konten Anda terukur dan Anda menyukai hasilnya, bermigrasilah lebih awal dan gunakan tiga minggu itu untuk mengukur ulang pada rekaman Anda sendiri. Penurunan harga dan penambahan durasi layak untuk diambil, kesenjangan image-to-video memang nyata, dan alternatifnya adalah dipindahkan pada 3 Desember tanpa data sama sekali.

Jika konten Anda bervolume tinggi dan Anda belum meninjaunya sejak perubahan terakhir, sikap yang berguna adalah menjalankan keduanya. Pertahankan 1.1 di jalur produksi selama masih dapat dialamatkan secara terpisah, arahkan sebagian lalu lintas secara bayangan ke 1.2, dan bandingkan pada sumbu yang tidak diukur dasbor — seberapa sering sebuah klip bertahan hingga pengiriman, bukan seberapa sering klip itu memenangkan suara berpasangan. Itu masalah perutean, bukan masalah model, yang merupakan lapisan yang kami operasikan. Tidak ada endpoint Omni pun yang ada di katalog OrcaRouter saat ini, jadi ini bukan tawaran agar kami melayani keduanya; inilah alasan kenaikan versi paling menyakitkan di pipeline yang hanya memiliki satu jalur dan tidak punya cara menjalankan jalur kedua di sampingnya. Tempat kami benar-benar memperoleh posisi adalah pekerjaan teks di sekitarnya: panggilan perluasan prompt dan daftar shot yang memberi masukan ke render dapat disusun terhadap beberapa model melalui satu endpoint dengan harga daftar penyedia, dengan failover otomatis jika salah satunya menurun, dan aturan perutean dapat mengirim sebagian permintaan ke model lain tanpa deploy.

Satu hal yang jangan dilakukan adalah mem-pin 1.1 melewati 3 Desember dan baru mengetahui perubahannya dari sebuah faktur. Endpoint tetap merutekan terlepas dari apa yang dikatakan konfigurasi Anda.

Perbandingan versi, yang dinyatakan sebagai perbandingan versi

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.

Perbandingan yang akan dikutip adalah pergerakan peringkat, karena dua belas ke enam terdengar seperti lonjakan dan empat puluh dua Elo terdengar seperti angka. Perbandingan yang memprediksi bagaimana kuartal berikutnya berjalan adalah perbandingan yang memiliki interval di dalamnya, dan yang itu mengatakan: satu kemenangan jelas, dua yang mungkin, dan meteran yang lebih murah di bawah ketiganya.