Gemini Omni 1.2 Flash 대 Nano Banana 2.1: 클립 하나를 위한 서른한 장의 스틸

30초 제품 광고 예산을 짜려면 Google 모델이 하나가 아니라 두 개 필요합니다. Nano Banana 2.1은 정지 이미지 생성 도구입니다. 엔드포인트는 gemini-nano-banana-2.1이고, 2026년 10월 6일부터 정식 제공되며, 1K 이미지 한 장에 $0.0336, 2K는 $0.0504, 4K는 $0.113입니다. Gemini Omni 1.2 Flash는 영상 생성 도구입니다. 2026년 11월 5일부터 정식 제공되며, 720p 영상 1초당 약 $0.07이므로 15초 클립은 약 $1.05입니다. 하나를 다른 하나로 나누면 15초 렌더 한 번의 비용이 대략 1K 스틸 31장 비용과 맞먹습니다. 이 비율이 결정의 전부이며, 대부분의 팀이 이 비율을 거꾸로 이해합니다. 결과물이 아니라 모델의 가격을 매기기 때문입니다.

둘 다 Google이고, 둘 다 사용량이 과금되며, 둘 다 SynthID를 포함하고, 둘 다 통합을 곤란하게 만드는 명명상의 특이점이 있습니다. 표시 이름과 엔드포인트 ID가 예상과 다른 형태이기 때문입니다. Nano Banana는 Gemini의 네이티브 이미지 생성을 위한 Google의 제품명이며, 최신 버전은 gemini-nano-banana-2.1이라는 이름을 사용하고 이전 버전은 gemini-3.1-flash-image입니다. Omni의 최신 버전은 gemini-omni-1.2-flash입니다. 어느 이름도 어떤 모달리티를 구매하는지 알려주지 않습니다.

각각이 돌려주는 것

Nano Banana 2.1은 텍스트, 이미지, 동영상, PDF를 입력받아 1K, 2K 또는 4K로 이미지와 텍스트를 출력하며, 사고 수준은 최소, 중간, 높음 중에서 선택할 수 있습니다. 다중 이미지 융합을 위해 최대 14개의 참조 이미지를 지원하는데, 이는 네 명의 캐릭터와 열 개 객체 전반의 객체 충실도를 구현하기에 충분한 수준입니다. 또한 Google 검색 및 이미지 검색 그라운딩을 수행합니다. 토큰 한도는 입력 131,072, 출력 32,768입니다.

Gemini Omni 1.2 Flash는 텍스트, 이미지, 영상을 입력받아 네이티브 동기화 오디오가 포함된 영상을 반환하며, 길이는 3~15초, 프레임 레이트는 24fps이고 해상도는 360p, 720p, 1080p 또는 4K이며 이 중 상위 두 해상도는 업스케일됩니다. 요청당 최대 6개의 참조 이미지와 최대 3초 길이의 참조 영상을 지원합니다. 입력 토큰은 동일하게 131,072개를 받아들이고 최대 65,536개를 반환합니다.

• 출력 — 네이티브 오디오가 포함된 영상과 대비되는 이미지 및 텍스트.

• 지속 시간 — 1프레임 대 3~15초, 최대 30초까지 연장 가능.

• 참조 이미지 — 최대 14개 대 최대 6개.

• 해상도 — 1K, 2K, 4K 네이티브 등급과 360p, 720p, 1080p, 4K를 비교하며, 상위 두 개는 업스케일됩니다.

• 사고 제어 — 최소, 중간, 높음 대 없음; Omni는 temperature, top_p 또는 시스템 지시를 전혀 노출하지 않습니다.

• 입력 유형 — 텍스트, 이미지, 비디오, PDF 대 텍스트, 이미지, 비디오.

• 가격 — 이미지 1K당 $0.0336으로, 720p 1초당 약 $0.07과 대비됩니다.

30초 광고의 산술

벤치마크보다는 현실적인 워크플로를 택하세요. 30초를 채우기 위해 8개의 샷이 있고, 각 샷은 2~4초이며, 모션 비용을 지불하기 전에 가장 잘 팔리는 프레임을 고르고 싶을 겁니다.

스틸 사진 쪽에서는 샷당 2K로 후보 네 장씩, 총 서른두 장을 $0.0504에 생성하면 $1.61입니다. 이를 검토해 여덟 장을 고르고, 선정된 이미지를 4K로 업스케일하면 장당 $0.113로 추가 $0.90입니다. 프로젝트에 약 $2.51을 투입한 셈이고, 승인된 프레임은 여덟 장입니다.

이제 애니메이션을 만듭니다. 각각 약 3초씩 8개의 샷이면 720p 기준 24초이고, 여기에 재시도가 더해집니다. Omni의 대화형 편집에서는 재시도가 예외가 아니라 일반적인 워크플로이므로, 샷당 두 번의 테이크를 가정하면 $0.07로 48초의 출력, 약 $3.36입니다. 그다음 최종본을 업스케일합니다. 1080p는 초당 $0.104로 24초이면 약 $2.50이고, 4K는 그 두 배입니다.

총 $8에서 $9 정도로 잡고, 그중 약 3분의 1은 스틸에 쓴다고 하자. 이것이 실제 비용 구조이며, "클립당 스틸 31장" 비율을 조언으로 받아들이면 오해를 낳는 이유이기도 하다. 스틸은 클립의 대안이 아니다. 스틸은 클립을 만들 가치가 있는지 결정하는 저렴한 부분이다.

비율이 실제로 문제가 되는 지점은 다른 질문이다. 이 결과물은 그림인가, 모션 시퀀스인가? 500개 제품 이미지 카탈로그는 25달러짜리 Nano Banana 작업이거나 525달러짜리 Omni 작업이며, 그 비교에서는 심판할 경쟁이 없다. 실수는 프롬프트가 움직이는 무언가를 묘사했다는 이유로 비디오를 생성하는 것이다.

더 저렴한 모델이 더 성능이 뛰어난 경우의 참조 이미지

이것은 비교의 직관에 반하는 발견이며, 두 문서 모두에서 확인할 수 있다. Nano Banana 2.1은 최대 14개의 참조 이미지를 받아들인다. Gemini Omni 1.2 Flash는 최대 6개를 받아들인다.

Omni의 6개 참조 이미지에 대한 Google의 설명은 구체적입니다. 캐릭터당 최대 3개 이미지, 최대 2개 캐릭터, 그리고 제품 및 스타일 참조를 지원합니다. 모델 카드에서는 이를 "최대 6개의 참조 이미지 전반에서 향상된 캐릭터 및 피사체 일관성"이라고 부르며, 출시 게시물에서는 여러 각도에서 얼굴, 의류, 패키지 타이포그래피, 브랜드 색상을 일관되게 유지한다고 설명합니다. 참조 비디오 경로는 별도이며 길이에 따라 계층화됩니다. 11~15초 출력에는 최대 3초 길이의 참조 비디오 1개를, 3~10초 출력에는 최대 3개를 사용합니다. 참조 비디오는 새 생성에만 작동하며 편집이나 확장에는 작동하지 않습니다.

Nano Banana 2.1의 14개는 다른 문제를 겨냥한다. 여러 피사체를 하나의 장면으로 융합하는 것으로, 카드에서는 4명의 캐릭터와 10개의 사물에 대한 충실도를 주장한다. 이는 연속성 능력이 아니라 합성 능력이며, 같은 가방을 다시 그리지 않고 열 개의 서로 다른 방에 배치하는 카탈로그 작업에 적합하다.

실질적인 결과: 당신의 작업이 "같은 캐릭터, 여러 샷"이라면, 캐릭터당 세 개의 프레이밍으로 구성된 Omni의 여섯 개 참조가 더 잘 규정된 도구다. 당신의 작업이 "많은 오브젝트, 한 프레임"이라면 Nano Banana의 열네 개가 그렇다. 참조 개수를 세고 승자를 선언하는 것은 이것을 정확히 반대로 이해하는 것이다.

텍스트 렌더링, 바로 이 모델들이 실제로 차이를 보이는 지점입니다

두 모델 모두 판독 가능한 활자에 유난히 뛰어나며, 두 모델 모두에서 실제로 출시할 수 있는 것을 가장 크게 바꾸는 역량입니다.

Nano Banana 2.1이 Nano Banana 2 대비 내세운 개선 사항은 시각적 품질, 프롬프트 준수, 멀티턴 캐릭터 일관성 및 텍스트 렌더링이며, 여기에 와이드 파노라마 비율에 대한 수정도 포함됩니다 — 1:4, 4:1, 1:8, 8:1은 더 이상 2K와 4K에서 타일링되지 않습니다. 결과물이 인포그래픽, 포스터 또는 UI 목업이라면, 그 조합이 곧 제품 전체입니다.

Omni 1.2의 이에 상응하는 주장은 움직임 속 텍스트, 즉 라벨 가독성, 차트 애니메이션, 화면 내 콜아웃에 관한 것입니다. Google의 출시 자료는 이 점을 강조하며, 이용 가능한 유일한 독립 실사 테스트인 Segmind의 Rohit Rao가 수행한 20회 생성(크레딧 16.17달러 사용)에서는 제공된 최종 프레임으로 만든 라벨이 붙은 설명 영상과 차트 애니메이션이 모델이 가장 잘 수행한 부분이었고, 처음부터 만든 포토리얼 인물은 실패한 부분이었습니다. 그의 요약 문구는 "내가 테스트한 가장 지시에 정확한 비디오 모델"이었으며, 다만 지시 네 개 중 하나 정도는 건너뛴다는 단서가 붙었습니다.

그 조합이 무엇을 의미하는지 주목하세요: Omni 1.2의 가장 강력하게 문서화된 용도는 이미 디자인한 그래픽을 애니메이션화하는 것입니다. 그것은 Nano Banana 2.1의 작업입니다.

해상도, 업스케일링, 그리고 "4K"의 가치

둘 다 4K를 내세우지만, 그 4K가 뜻하는 바는 서로 다르다.

Nano Banana 2.1은 1K, 2K, 4K를 선택 가능한 출력 등급으로 생성하며, Google은 이를 각각 이미지당 $0.0336, $0.0504, $0.113으로 별도 책정합니다. 토큰 계산은 실제 픽셀을 반영합니다. 1K 이미지에 1,120 토큰, 2K에 1,680 토큰, 4K에 3,780 토큰입니다.

Gemini Omni 1.2 Flash의 가이드에는 1080p와 4K가 업스케일된다는 점이 명확히 나와 있습니다. 가격은 네이티브 렌더가 아니라 토큰 소비량을 따르며, 1080p의 경우 초당 8,688토큰, 4K는 17,376토큰이고 720p는 5,792토큰입니다. 따라서 15초짜리 4K 클립은 약 $3.14이며, 최상위 등급은 촬영 시점에 포착된 디테일이 아니라 더 작은 렌더를 확대한 것입니다. 소셜 전달용으로는 괜찮습니다. 방송용이라면 약속하기 전에 테스트해 보세요.

두 워크플로 모두가 속하는 곳

Google이 권장하는 Omni 원칙은 저렴하게 초안을 만들고, 반복한 뒤, 승자를 업스케일하라는 것입니다. 탐색에는 360p나 720p, 최종본에는 1080p나 4K를 쓰는 것이죠. Nano Banana의 경우에는 1K로 생성한 뒤 선택한 것을 업스케일하는 것이 그에 해당합니다. 이들을 순차적으로 실행하면 순서는 저절로 정해집니다. 먼저 스틸 이미지로 구도와 타이포그래피를 확정하고, 검토를 통과한 프레임에 모션을 입힌 다음, 마지막으로 둘 다 최종 업스케일을 합니다.

엄격한 경계가 하나 있습니다. Omni는 이미지를 비디오 결과물로 받지 않으며, Nano Banana는 비디오를 이미지 결과물로 받지 않습니다. 어느 모델의 출력도 동일 모달리티 편집으로 다른 모델에 다시 입력할 수 없습니다. Omni는 자체 클립을 확장하고 대화형으로 편집할 수 있고, Nano Banana는 자체 스틸 이미지를 편집할 수 있으며, 어느 쪽도 서로 넘어가지 않습니다.

OrcaRouter를 통해 둘 중 하나를 구매하기

이 두 엔드포인트는 현재 저희 카탈로그에 없습니다. google/gemini-nano-banana-2.1과 google/gemini-omni-1.2-flash 모두 OrcaRouter의 모델 페이지에서 404를 반환하므로, 두 모델 모두 벤더 API를 통해 이용해야 합니다. 같은 계열에서 저희가 제공하는 것은 이전 이미지 생성 엔드포인트인 google/gemini-3.1-flash-image-preview — Nano Banana 2 — 와 Nano Banana Pro 및 Gemini 3.8 Flash 텍스트 모델이며, 이는 최신 체크포인트에 고정되지 않은 이미지 파이프라인이 하나의 키로 계획, 프롬프트 확장, QA 단계를 실행할 수 있음을 의미합니다.

그게 솔직한 구조입니다. 미디어 호출은 직접 나가고, 그 주변의 텍스트 호출은 그럴 필요가 없습니다. OrcaRouter는 제공업체 정가를 그대로 전달하며 0% 마크업으로 청구하므로, Google이 Nano Banana나 Omni 요금을 변경하면 그 변경은 상대편에 나타나는 같은 날 우리 쪽에도 나타나며, 자동 페일오버는 한 제공업체가 성능 저하될 때 프롬프트 확장 단계를 계속 살아 있게 합니다.

실제로 무엇을 선택해야 할까

결과물이 누군가 보게 될 프레임(패키지 샷, 인포그래픽, 히어로 이미지, UI 목업)이라면, Nano Banana 2.1은 출력당 30배 더 저렴하고, 두 배 이상 많은 참조를 받아들이며, PDF를 지원하고, Omni가 제공하지 않는 사고 제어 기능까지 갖추고 있다. 그 결정에서 Omni가 성능으로 이기는 경우는 없다.

결과물이 모션이라면, Nano Banana 2.1은 어떤 가격에서도 그것을 만들 수 없으며, 비교는 거기서 끝난다.

함정은 중간 사례입니다. '영상 광고'를 원하지만 어려운 문제가 모두 구성, 타이포그래피, 일관성에 있는 프로젝트 말입니다. 그것들도 여전히 문제입니다. 프레임당 3센트가 드는 모델에서 해결하고, Omni가 32개의 추측성 프레임이 아니라 승인된 8개 프레임을 애니메이션하게 하세요. 31대1 비율은 스틸 모델을 지지하는 논거가 아닙니다. 그것은 스틸 모델을 먼저 사용해야 한다는 논거입니다.