Gemini Omni Flash 1.2 vs Gemini Omni 1.1 Flash: 두 리더보드는 '예'라고, 하나는 '아직'이라고 말한다

2026년 12월 3일부터 G​emini Omni 1.1 Flash로 전송되는 모든 요청은 대신 G​emini Omni Flash 1.2로 도착하기 시작하며, 페이로드는 변경 없이 새 요금으로 청구됩니다. G​oogle은 11월 5일 1.2를 정식 제공한 동일한 변경 로그 항목에서 해당 라우팅 날짜를 공개했습니다. 따라서 버전에 관한 질문은 마이그레이션을 하느냐가 아닙니다. 그것은 전환이 여러분에게 일어나기 전에 측정을 끝내느냐이며, 그렇게 하기 위한 독립적인 증거는 가격 인하가 시사하는 것보다 더 엇갈립니다.

같은 주의 투표가 실제로 보여준 것

Artificial Analysis는 세 개의 비디오 보드 모두에서 두 버전을 실행했고, 그 두 결과를 서로 며칠 차이로 발표했습니다. 이는 버전 비교를 서로 다른 시점의 두 가지 측정 캠페인에서 모아 구성할 필요가 없는 드문 사례입니다.

AA-Video-I2V v2.1에서는 이 논쟁이 종결되었습니다. G​emini Omni Flash 1.2는 1,086에 위치하며 95% 구간은 1,071~1,101입니다. G​emini Omni 1.1 Flash는 1,044에 위치하며 1,030~1,058입니다. 42점 차이, 겹침 없음, 14위 대 18위입니다. 새 모델에 대해 다른 무엇이 불확실하든, 이 모델의 이미지-투-비디오 출력은 표본이 뒷받침하는 차이만큼 전임 모델보다 측정 가능하게 더 선호됩니다.

AA-Video-T2V v2.1에서는 사안이 아직 결론 나지 않았다. 26점 차이, 즉 1,154 대 1,128에는 1,140~1,168과 1,115~1,141 구간이 따르며, 두 구간은 한 점을 공유한다. AA-Video-Editing v1.1에서는 차이가 18점, 1,164 대 1,146이고, 구간은 네 점에 걸쳐 겹친다. 두 리더보드 모두 1.2를 1.1보다 높게 순위 매긴다. 어느 쪽도 이 둘을 구분하지 못한다.

그 패턴은 어떤 단일 수치보다 더 가치 있다. 한 작업에서는 확실히 앞서고, 두 번째 작업에서는 아마 앞서며, 세 번째 작업에서는 근소하게 앞서는 새 체크포인트는 포인트 릴리스의 평범한 모습이다. 그것은 15초 클립과 두 배로 늘어난 요청 한도가 암시할 법한 세대적 도약의 모습이 아니다.

가격은 오차 막대가 없는 부분이다.

비디오 출력은 백만 토큰당 $17.50에서 $12.00로 떨어지며, 이는 30% 인하이고, 이번 발표에서 신뢰구간이 필요 없는 유일한 주장입니다. Google은 영상 1초당 고정된 토큰 요율로 과금하므로, 계산은 선호의 문제가 아닙니다. 720p에서는 초당 5,792토큰으로, 비용은 초당 약 $0.10에서 약 $0.07로 내려갑니다. 업샘플링을 적용한 1080p에서는 초당 약 $0.104이고, 4K에서는 약 $0.209입니다. Artificial Analysis는 두 버전을 1080p 1분당 $9.12와 $6.26으로 정규화하는데, 이는 같은 측정 기준의 반대쪽에서 본 동일한 30%입니다.

텍스트, 이미지, 동영상 입력은 백만 토큰당 $1.50로 유지되며, 텍스트 출력은 $9.00로 유지됩니다. 1.2에는 배치, 플렉스, 우선순위 열이 없기 때문에 해당 열에서는 아무것도 변동되지 않았습니다 — 표준 티어만 제공되며, 두 버전 모두 무료 티어가 없습니다.

클립 계산은 라우팅 날짜 이후가 아니라 이전에 하십시오. 1.2에서 720p로 15초는 출력 토큰 기준 약 $1.05입니다. 같은 15초는 1.1에서 단일 호출로 생성할 수 없습니다. 1.1은 10초가 상한이기 때문입니다. 정직한 비교는 약 $1.00에 10초입니다. 절감은 실제지만, 그 상당 부분은 추가 5초를 사는 데 쓰이며, 더 긴 클립이 필요 없었던 팀은 백분율이 시사하는 것보다 작은 청구서 변화를 보게 됩니다.

15초가 더 이상 무료가 아닌 곳

기간 상향에는 발견하는 대신 문서화된 경계 사례가 따르며, 그중 세 가지는 요청에 허용되는 내용을 바꿉니다.

• 보간 — 첫 프레임 및 마지막 프레임 제어는 두 버전 모두에서 3초에서 10초까지 작동합니다. 두 개의 참조 프레임으로 11초 이상을 요청하면 1.2에서 잘못된 인수 오류가 반환됩니다.

• 참조 영상 — 3~10초 출력은 각각 최대 3초인 참조 영상 세 개를 허용하지만, 11~15초 출력은 한 개만 허용합니다. 샷 길이를 늘리면 세 개로 통과했던 요청이 아무 표시 없이 무효화될 수 있습니다.

• Extension — Extension은 턴당 3~10초씩 실행되고 10초 룩백을 적용하며, 총 30초로 제한되고, 클립의 끝에서만 작동합니다. 1.1에서는 편집 및 Extension 상한이 입력 10초였습니다.

• 레퍼런스 이미지 — 요청당 최대 6장, 세 가지 모드 모두에서. 이는 캐릭터 및 피사체 일관성에 관한 출시 문구에서 G​oogle이 앞세우는 변화입니다.

• 지역 — 업로드된 동영상의 편집 및 연장은 EEA, 스위스, 영국에서 사용할 수 없으며, 이 제한은 가이드에 명시되어 있습니다. 사용자가 해당 시장에 있다면 대화형 편집 제안은 그들에게 전혀 적용되지 않습니다.

• 움직이지 않은 제한 사항 — 시스템 지침 없음, temperature 없음, top_p 없음, 네거티브 프롬프트 없음, 프로비저닝된 처리량 없음, YouTube 소스 없음, 다중 동영상 추론 없음. 모든 출력에는 SynthID 워터마크가 포함됩니다.

보이는 그대로의 의미가 아닌 "Text" 출력 행

모델 카드는 1.2의 출력을 "네이티브 오디오가 포함된 비디오, 텍스트"로, 1.1의 단순한 "비디오"와 대조해 기재하며, 그 차이는 새로운 텍스트 채널로 해석되어 왔습니다. 하지만 그것은 텍스트 채널이 아닙니다. Omni 가이드는 1.2에 대한 텍스트 출력 모드를 설명하지 않습니다. 텍스트는 프레임 내부에 렌더링되어 나타날 뿐이며(레이블, 간판, 축), 요청 형태는 여전히 비디오 응답입니다. REST 응답에는 "thought" 항목이 답변이 아닌 추론 흔적인 steps 배열이 포함됩니다. 파이프라인이 API에서 캡션 문자열을 반환받아야 한다면, 어느 버전도 이를 반환하지 않습니다. 그리고 해당 행의 차이는 모델이 그리는 내용에 대한 설명일 뿐, 모델이 제공하는 내용에 대한 설명이 아닙니다.

오디오 행은 실질적인 변화이지만, 종류의 변화가 아니라 품질의 변화다. 두 버전 모두 네이티브 동기화 오디오를 생성한다. Google은 출시 당시 더 유연한 대화, 더 명확한 립싱크, 뚜렷한 다중 화자 컨디셔닝을 주장하며, 참조 자료가 오디오 단서와 1초 음성 샘플을 담을 수 있다고 말했다. 해당 참조 경로는 Google Cloud에서 허용 목록에 등록되어 있고, 이 버전에서는 모델 자체에서 오디오 입력이 지원되지 않으며, 참조 동영상의 오디오는 무시되고, 음성 편집은 사용할 수 없다. 음성은 프롬프트로 지정할 수 있지만, 나중에 편집할 수는 없다. 이러한 품질 주장 중 어느 것도 독립적인 테스트로 뒷받침되지 않았으며, 위의 세 리더보드는 시각적 선호도를 측정할 뿐 말과 입모양이 일치하는지는 측정하지 않는다.

요청이 아니라 다운스트림을 깨뜨리는 마이그레이션

페이로드가 변경되지 않기 때문에, 장애가 드러날 수 있는 범위는 요청이 공급하는 모든 것입니다. 12월 3일 전에 점검할 네 곳을, 일반적으로 문제가 발생하는 순서대로 정리하면 다음과 같습니다:

지속 시간 기본값. 지속 시간을 생략한 요청은 10초로 상한이 설정되었고 여전히 기본값이 10초이므로, 변경되지 않은 호출은 동일하게 동작합니다. 문제가 되는 것은 10을 최대값으로 간주한 검증입니다.

프레임 쌍 컨디셔닝. 보간과 10을 초과하는 지속 시간을 함께 사용하는 모든 코드 경로는 이제 조용히 잘라내는 대신 오류를 발생시킵니다 — 더 나은 동작, 더 분명한 실패.

비용 모델. 1.1 요율에서 도출된 모든 초당 상수는 720p에서 30% 과대합니다. 내부적으로 렌더당 과금한다면, 기존 가격이 아직 정확할 때 변경해야 할 항목이 바로 이 줄입니다. 전환 후에는 그 숫자가 마진을 좋게 보이게 하는 방향으로 틀리게 될 것이기 때문입니다.

필터 동작. 편집 보드의 1.2 행에는 모델이 저작권 및 안전 필터로 인해 테스트 세트의 일부를 거부했으며, 게시된 점수는 살아남은 프롬프트를 반영한다는 메모가 있습니다. 모든 요청이 파일을 반환한다고 가정한 프로덕션 파이프라인에는 특히 새 버전에서 거부 경로가 필요합니다. 이 메모는 1.1의 행이 아니라 1.2의 행에만 나타납니다.

전환하는 두 가지 방법, 그리고 어떤 방법이 적합한지

콘텐츠 측정이 이루어지고 있고 결과물이 마음에 든다면, 서둘러 마이그레이션하고 그 3주를 활용해 자체 영상으로 다시 측정하세요. 가격 인하와 재생 시간 증가는 누릴 가치가 있고, 이미지-투-비디오 격차는 실재하며, 대안은 12월 3일에 어느 쪽 데이터도 없이 이전되는 것뿐입니다.

콘텐츠 양이 많고 마지막 변경 이후 이를 한 번도 살펴보지 않았다면, 유용한 자세는 둘 다 실행하는 것입니다. 1.1이 여전히 별도로 주소 지정 가능한 동안 프로덕션 경로에 유지하고, 트래픽의 일정 비율을 1.2로 섀도잉한 뒤, 리더보드가 측정하지 않는 축에서 비교하십시오 — 클립이 페어와이즈 투표에서 얼마나 자주 이기는지가 아니라 배송까지 얼마나 자주 살아남는지입니다. 이는 모델 문제라기보다 라우팅 문제이며, 그것이 우리가 운영하는 계층입니다. 현재 Omni 엔드포인트 중 어느 것도 OrcaRouter의 카탈로그에 없으므로, 이것은 우리가 그들을 서비스하자는 제안이 아닙니다. 버전 업이 가장 크게 아픈 이유는 정확히 하나의 경로만 있고 그 옆에 두 번째 경로를 실행할 방법이 없는 파이프라인에서입니다. 우리가 진짜 자리를 얻는 부분은 주변 텍스트 작업입니다: 렌더에 공급되는 프롬프트 확장 및 샷 리스트 호출은 공급자 정가로 하나의 엔드포인트를 통해 여러 모델을 대상으로 구성할 수 있으며, 그리고 하나가 성능 저하되면 자동 장애 조치가 제공되며, 라우팅 규칙을 통해 배포 없이 요청의 일부를 다른 모델로 보낼 수 있습니다.

절대 하지 말아야 할 일은 1.1을 12월 3일 이후까지 고정해 두었다가 청구서를 보고서야 변경 사항을 알게 되는 것입니다. 엔드포인트는 설정에 무엇이 적혀 있든 상관없이 라우팅됩니다.

버전 비교로 명시된 버전 비교

1.2는 초당 비용이 더 저렴하고, 클립당 길이가 더 길며, 이미지→비디오에서 자체 오차 범위를 넘어서는 격차로 더 우수하고, 텍스트→비디오와 편집에서는 아직 1.1과 구분해 주지 못하는 증거를 바탕으로 아마 더 우수할 것입니다. 이는 편집 벤치마크의 일부를 제거하는 안전 필터를 탑재하고 있으며 당신의 편집 작업량 일부도 제거할 것이고, 구글이 이미 공개한 날짜에 1.1의 트래픽을 물려받습니다.

인용될 비교는 순위 변동이다. 12위에서 6위는 도약처럼 읽히고, 42 Elo는 숫자처럼 읽히기 때문이다. 다음 분기가 어떻게 흘러갈지 예측하는 비교는 구간이 붙은 비교이며, 그 비교는 이렇게 말한다. 확실한 승리 하나, 유력한 승리 둘, 그리고 그 셋 모두 아래에 깔린 더 저렴한 미터.