Ming-Image-0.1-Design vs Gemini Omni 1.1 Flash: un deliverable di design ha bisogno di entrambe le metà

Chiedi a Ming-Image-0.1-Design un video e ottieni un'immagine fissa. Chiedi a Gemini Omni 1.1 Flash un'immagine fissa e ottieni un errore — la sua stessa documentazione elenca la generazione di immagini, la modifica di immagini e l'output intercalato di immagini e testo come capacità non supportate per il modello. Quindi una pagina che mette questi due in due colonne sta confrontando un renderer con un proiettore. Ciò che vale davvero la pena confrontare è la cosa che i team di design continuano a sbagliare: un deliverable pubblicato di solito richiede uno schermo e un asset in movimento, e questi due modelli possiedono ciascuno una metà di questo, con un passaggio di consegne nel mezzo che distrugge silenziosamente il lavoro.

Ming-Image-0.1-Design è il modello text-to-image da 6B di inclusionAI, rilasciato con licenza MIT e pesi pubblicati il 17 settembre 2026, progettato per la grafica con forte densità di testo. Gemini Omni 1.1 Flash è il modello video di produzione di Google, disponibile in generale dal 27 agosto 2026, progettato per il motion short-form con audio sincronizzato. Nessuno dei due sostituisce l'altro, e la domanda interessante è cosa accade tra i due.

Le due metà, dette chiaramente

Parti da ciò che ciascuno restituisce fisicamente, perché tutto il resto ne consegue.

• Output — Ming-Image-0.1-Design restituisce un'immagine fissa, fino a 2048 x 2048 con 12 passaggi di campionamento e CFG 1.0, oppure 1024 x 1024 per la velocità; Gemini Omni 1.1 Flash restituisce video, fino a 40 secondi assemblati da chiamate di generazione ed estensione da 10 secondi

• Trasparenza — Ming-Image-0.1-Design emette RGBA nativo quando il prompt si apre con una frase di trasparenza documentata, quindi l'alpha proviene direttamente dal sampler; Gemini Omni 1.1 Flash non ha output trasparente, e nella pipeline non esiste nemmeno un formato video trasparente

• Struttura — il modello Layer companion di Ming-Image-0.1-Design scompone un design appiattito in 2–9 PNG RGBA separati che si ricompongono nell'originale; Gemini Omni 1.1 Flash restituisce una singola clip appiattita

• Input di riferimento — Ming-Image-0.1-Design genera da un solo prompt senza che sia richiesta un'immagine di riferimento; Gemini Omni 1.1 Flash accetta fino a 10 immagini per prompt e fino a tre clip video di riferimento da 3 secondi, e legge fino a 10 secondi di filmato precedente quando estende una scena

• Limite di risoluzione — Ming-Image-0.1-Design è nativo 2048; Gemini Omni 1.1 Flash esegue il rendering nativamente a 720p e esegue l'upscaling a 1080p e 4K, con un livello di bozza a 360p

• Costo — Ming-Image-0.1-Design non ha un prezzo per l'hosting perché non esiste un endpoint ospitato, quindi il costo è il tuo tempo GPU su una scheda da 80 GiB; Gemini Omni 1.1 Flash costa $0,10 al secondo a 720p, con il livello bozza a 360p intorno a $0,03 al secondo

• Licenza — MIT per Ming-Image-0.1-Design, uso commerciale consentito; un'API commerciale per Gemini Omni 1.1 Flash il cui output presenta watermarking SynthID

Dove si interrompe il passaggio di consegne

Se stai costruendo una pipeline di design che produce entrambi, la direzione è a senso unico: Ming-Image-0.1-Design crea il fotogramma, Gemini Omni 1.1 Flash lo anima. Il contrario non esiste. Ed è proprio nella giuntura tra i due che il lavoro di design va perso.

La prima vittima è il canale alpha. Un asset UI generato con uno sfondo trasparente è il motivo per cui si usa un campionatore che emette RGBA fin dall'inizio — si inserisce su un layout esistente senza un passaggio di scontorno. Inserisci quel frame in un percorso video e la trasparenza sparisce, perché non esiste un output video trasparente in cui preservarla. La trasparenza sopravvive nel tuo compositore, applicata dopo che la clip ritorna, non nella catena del modello. I team che pianificano il composito prima che la clip esista finiscono per rifarlo.

La seconda vittima è la risoluzione. Ming-Image-0.1-Design esegue il rendering nativamente a 2048. Gemini Omni 1.1 Flash esegue il rendering nativamente a 720p e applica un upscaling verso l'alto. Un fotogramma di progetto da 2048 pixel inserito in un percorso di rendering a 720p è per lo più dettaglio scartato, e l'upscaling che ne segue è un passaggio lato fornitore che non stai controllando.

Il terzo è il testo. L'intera premessa di Ming-Image-0.1-Design è che il testo renderizzato resti leggibile alla dimensione con cui verrà letto — è l'asse che il suo 1.084 Elo nella sezione UI/UX Design di Artificial Analysis misura. Un modello video che anima quel fotogramma non esegue un nuovo rendering del testo; sposta i pixel che gli sono stati forniti. Qualsiasi movimento che modifichi la prospettiva, la scala o l'illuminazione del fotogramma sposterà con sé anche la tipografia, e i caratteri di piccole dimensioni che erano leggibili in un'immagine statica non sopravvivranno alla trasformazione.

Niente di tutto ciò è un difetto di nessuno dei due modelli. È quello che succede quando un deliverable viene suddiviso tra due sistemi che non sono mai stati progettati per passarsi il lavoro a vicenda, e la soluzione è una decisione di produzione, non una scelta di modello: stabilisci quale livello del deliverable può essere appiattito, e appiattiscilo deliberatamente.

In cosa ciascuna metà è davvero brava

Le prove di Ming-Image-0.1-Design sono un'arena di terze parti. Si colloca al 45º posto su 104 nella classifica Text to Image di Artificial Analysis con un Elo di 995 su 21.342 voti, e al primo posto tra i modelli open-weights nella sezione UI/UX Design di quella classifica, con 1.084 Elo su 2.100 voti nella sezione. Il divario tra questi due numeri è la descrizione onesta del modello: uno specialista misurato, non un generalista. I valori del suo compagno Layer — errore RGB L1 di 0,0574 e IoU soft alpha di 0,8923 a 1024 sul set di test Crello — sono dichiarati dal fornitore e non riprodotti, e dovrebbero essere etichettati come tali.

Le prove di Gemini Omni 1.1 Flash sono anch'esse indipendenti, ma su una classifica diversa. Su Artificial Analysis occupava il primo posto sia nell'arena text-to-video sia in quella image-to-video nella categoria senza audio al 2 settembre 2026, con Elo 1.324 e 1.364. Con l'audio attivato scende a 1.237 e 1.180 — secondo e quarto. Quel divario audio è un dettaglio che una scheda tecnica nasconde e una classifica rivela, e vale la pena saperlo prima di destinare il budget di una campagna basandosi su una dichiarazione di primato in classifica.

I due tabelloni non si sovrappongono, ed è proprio questo il punto. Non esiste un'arena in cui un'immagine statica di design e una clip di dieci secondi vengano giudicate l'una contro l'altra, e qualsiasi articolo che lasci intendere il contrario si sta inventando un tabellone segnapunti.

Quanto costa la scissione, per tentativo

L'economia delle due metà non è comparabile e non dovrebbe essere mediata in un'unica voce di bilancio.

Sul fronte delle immagini statiche, Ming-Image-0.1-Design non costa nulla per immagine una volta che l'hardware esiste. Questo rende l'iterazione gratuita nel modo che conta: puoi generare venti varianti di dashboard in un pomeriggio e buttarne via diciannove. Sul fronte video, una clip di 10 secondi a 720p su Gemini Omni 1.1 Flash costa circa $1.00; gli stessi 10 secondi al livello bozza 360p costano all'incirca $0.30; una scena completa di 40 secondi a 720p — una generazione più tre chiamate di estensione — arriva vicino a $4.00. Google non ha pubblicato tariffe al secondo per i livelli 1080p e 4K, e gli annunci dei rivenditori che citano $0.15 e $0.30 al secondo sono stime di marketplace anziché cifre del fornitore, quindi qualsiasi budget di produzione ad alta risoluzione resta provvisorio.

La conseguenza pratica è che le due metà richiedono stili di lavoro opposti. Itera sull'immagine statica, dove i tentativi ripetuti sono gratuiti. Consolidi sul video, dove ogni tentativo ripetuto si paga a consumo. Un team che itera sulla metà video è il team che resta sorpreso dalla fattura, perché il primo fotogramma non costa nulla e i rifacimenti costano tutto.

Il punto in cui un livello di routing si inserisce qui è più ristretto di quanto lascerebbe intendere un pitch, e vale la pena dichiararlo con precisione. Ming-Image-0.1-Design è un download MIT — OrcaRouter non instrada alcun modello inclusionAI, quindi gira sul tuo hardware o non gira affatto. Gemini Omni 1.1 Flash è un'API di fornitore con una propria chiave e un proprio contatore al secondo, e non la instradiamo nemmeno noi; Google non ha aperto l'API video Omni al routing di terze parti. Ciò che invece portiamo sul versante motion è la linea video di Kling, tra cui kling-v3, kling-v3-omni e kling-video-o1, più MiniMax H3 — quindi se la metà animata di un deliverable richiede una route ospitata anziché un secondo contratto con un fornitore, questo esiste dalla nostra parte. Sul versante immagini portiamo la famiglia OpenAI GPT-Image, i tier di Google Imagen 4 e le anteprime immagini di Gemini, e l'endpoint immagini Grok Imagine di xAI. Poiché il prezzo di listino del fornitore viene passato con 0% di markup anziché essere maggiorato, un taglio di prezzo del fornitore su uno qualsiasi di essi è attivo dalla nostra parte lo stesso giorno.

La decisione, in un solo passaggio

• Ti servono asset di design modificabili — Ming-Image-0.1-Design, e la scomposizione in livelli è il motivo. Ritagli trasparenti, icone, sprite e compositi a livelli sono i casi in cui un sampler che emette RGBA rimuove un intero stadio dalla pipeline.

• Ti serve movimento, misurato — Gemini Omni 1.1 Flash. È l'unico dei due con risultati indipendenti di arena in cima a una classifica, e l'unico con un prezzo al secondo pubblicato che puoi inserire in una previsione.

• Ti servono entrambi — preventiva la metà video per tentativo anziché per asset, non dare per scontato che il canale alpha sopravviva, e pianifica il compositing dopo il rientro della clip.

• Devi vendere l'output — Gemini Omni 1.1 Flash è inequivocabilmente la metà più sicura, dato che MIT copre i pesi di Ming-Image-0.1-Design e i termini API di Google coprono il video. I watermark sono il compromesso: ogni clip Omni porta SynthID, e nessun output di Ming-Image-0.1-Design lo fa.

Ciò che vale la pena osservare in seguito non è un altro confronto diretto. È se inclusionAI collegherà un endpoint ospitato a Ming-Image-0.1-Design — il che eliminerebbe il costo d'ingresso di 80 GiB e cambierebbe del tutto questo confronto — e se Google colmerà il divario audio sulle schede video Omni. Sono questi due fatti, non un altro tabellone, a decidere quale metà di un deliverable di design ottiene il budget.