Ming-Image-0.1-Design vs Gemini Omni 1.1 Flash: 디자인 결과물에는 두 반쪽이 모두 필요하다

영상을 요청하면Ming-Image-0.1-Design에서는 정지 이미지가 나옵니다. 반면 Gemini Omni 1.1 Flash에게 정지 이미지를 요청하면 오류가 발생합니다 — 이 모델의 자체 문서에도 이미지 생성, 이미지 편집, 이미지와 텍스트가 교차하는 출력이 해당 모델에서 지원되지 않는 기능으로 나열되어 있습니다. 그래서 이 둘을 두 열에 나란히 놓은 페이지는 렌더러와 프로젝터를 비교하는 셈입니다. 정말로 비교할 가치가 있는 것은 디자인 팀이 계속 틀리는 부분입니다. 출시되는 결과물에는 보통 화면과 움직이는 에셋이 모두 필요한데, 이 두 모델이 그 절반씩을 각각 맡고 있고, 그 중간의 핸드오프가 조용히 작업물을 망가뜨립니다.

Ming-Image-0.1-Design은 텍스트가 많은 그래픽 디자인을 위해 만들어진 inclusionAI의 6B 텍스트-이미지 모델로, MIT 라이선스로 공개되었고 가중치는 2026년 9월 17일에 게시되었습니다. Gemini Omni 1.1 Flash는 동기화된 오디오가 포함된 숏폼 모션을 위해 만들어진 Google의 프로덕션 비디오 모델로, 2026년 8월 27일부터 일반 제공되었습니다. 어느 것도 다른 것의 대체품이 아니며, 흥미로운 질문은 이 둘 사이에서 무슨 일이 벌어지는가입니다.

두 부분, 명확히 말하자면

각각이 물리적으로 반환하는 것부터 시작하세요. 나머지는 모두 그로부터 따라오기 때문입니다.

• 출력 — Ming-Image-0.1-Design은 12 샘플링 단계와 CFG 1.0에서 최대 2048 x 2048의 정지 이미지를 반환하거나, 속도를 위해 1024 x 1024를 반환합니다. Gemini Omni 1.1 Flash는 비디오를 반환하며, 10초 생성 및 확장 호출로 구성된 최대 40초입니다.

• 투명도 — Ming-Image-0.1-Design은 프롬프트가 문서화된 투명도 문구로 시작하면 네이티브 RGBA를 출력하므로 알파가 샘플러에서 그대로 나옵니다. Gemini Omni 1.1 Flash에는 투명 출력이 없고, 파이프라인에도 투명 동영상 포맷이 없습니다

• 구조 — Ming-Image-0.1-Design의 컴패니언 Layer 모델은 평면화된 디자인을 원본으로 재구성되는 2–9개의 개별 RGBA PNG로 분해합니다; Gemini Omni 1.1 Flash는 단일 평면화된 클립을 반환합니다

• 참조 입력 — Ming-Image-0.1-Design은 참조 이미지가 필요 없이 프롬프트만으로 생성합니다. Gemini Omni 1.1 Flash는 프롬프트당 최대 10개의 이미지와 최대 3개의 3초 참조 비디오 클립을 입력받을 수 있으며, 장면을 확장할 때 최대 10초 분량의 이전 영상를 읽습니다.

• 해상도 상한 — Ming-Image-0.1-Design은 네이티브 2048이고, Gemini Omni 1.1 Flash는 네이티브 720p로 렌더링하며 1080p와 4K로 업스케일하고, 360p 드래프팅 등급도 있습니다

• 비용 — Ming-Image-0.1-Design은 호스팅된 엔드포인트가 없기 때문에 호스팅 가격도 없습니다. 따라서 비용은 80 GiB 카드 한 장에서의 자체 GPU 시간입니다. Gemini Omni 1.1 Flash는 720p에서 초당 $0.10를 청구하며, 360p 드래프트 등급은 초당 약 $0.03입니다.

• 라이선스 — Ming-Image-0.1-Design은 MIT, 상업적 사용 허용; 출력에 SynthID 워터마킹이 포함된 Gemini Omni 1.1 Flash용 상용 API

핸드오프가 끊기는 지점

둘 다 생성하는 디자인 파이프라인을 구축한다면, 방향은 한쪽뿐입니다: Ming-Image-0.1-Design이 프레임을 만들고, Gemini Omni 1.1 Flash가 그것을 애니메이션합니다. 반대 방향은 존재하지 않습니다. 그리고 그 둘 사이의 이음새에서 디자인 작업이 유실됩니다.

가장 먼저 희생되는 것은 알파 채널이다. 투명 배경으로 생성된 UI 에셋은 애초에 RGBA를 출력하는 샘플러를 사용하는 이유다. 즉, 컷아웃 작업 없이 기존 레이아웃 위에 바로 얹을 수 있다. 그 프레임을 비디오 경로에 넣으면 투명도는 사라진다. 이를 보존할 투명 비디오 출력이 없기 때문이다. 투명도는 클립이 돌아온 뒤 적용되는 컴포지터에서 살아남지, 모델 체인에서는 그렇지 않다. 클립이 존재하기 전에 합성을 계획하는 팀은 결국 합성을 다시 하게 된다.

두 번째로 희생되는 것은 해상도입니다. Ming-Image-0.1-Design은 2048에서 네이티브로 렌더링합니다. Gemini Omni 1.1 Flash는 720p에서 네이티브로 렌더링하고 업스케일합니다. 2048픽셀 디자인 프레임을 720p 렌더링 경로에 넣으면 대부분 버려지는 디테일이며, 뒤따르는 업스케일은 당신이 제어하지 않는 벤더 측 단계입니다.

세 번째는 텍스트입니다. Ming-Image-0.1-Design의 전체 전제는 렌더링된 텍스트가 읽힐 크기에서도 판독 가능하게 유지된다는 것이며, 이것이 Artificial Analysis UI/UX Design 부문에서 1,084 Elo가 측정하는 축입니다. 해당 프레임을 애니메이션하는 비디오 모델은 문구를 다시 렌더링하지 않고 주어진 픽셀을 움직일 뿐입니다. 프레임의 원근, 크기 또는 조명을 바꾸는 모든 움직임은 타이포그래피도 함께 움직이며, 정지 이미지에서는 판독 가능했던 작은 글자는 그러한 변환을 견디지 못합니다.

그중 어느 것도 두 모델 중 어느 한쪽의 결함이 아니다. 그것은 하나의 산출물이 서로에게 인계하도록 설계된 적 없는 두 시스템에 걸쳐 분할될 때 벌어지는 일이며, 해결책은 모델 선택이 아니라 프로덕션 결정이다: 산출물의 어느 계층을 평탄화해도 되는지 정하고, 그것을 의도적으로 평탄화하라.

각 절반이 실제로 잘하는 것

Ming-Image-0.1-Design의 근거는 제3자 아레나입니다. 이 모델은 Artificial Analysis Text to Image 리더보드에서 104개 중 45위로, 21,342표에 걸쳐 Elo 995를 기록하며, 해당 보드의 UI/UX Design 부문에서 오픈 웨이트 모델 중 1위로, 그 부문의 2,100표에서 Elo 1,084를 기록합니다. 그 두 숫자 사이의 격차가 이 모델을 정직하게 설명합니다: 범용 모델이 아니라 측정된 전문가입니다. 그것의 Layer 컴패니언 수치 — Crello 테스트 세트에서 1024에서 RGB L1 오류 0.0574 및 알파 소프트 IoU 0.8923 — 는 공급업체 보고 수치이며 재현되지 않았으므로, 그렇게 표시해야 합니다.

Gemini Omni 1.1 Flash의 증거 역시 독립적이지만, 다른 보드에 있습니다. Artificial Analysis에서 2026년 9월 2일 기준으로 오디오 없음 카테고리의 텍스트-투-비디오 및 이미지-투-비디오 아레나 모두에서 Elo 1,324와 1,364로 1위를 차지했습니다. 오디오를 활성화하면 1,237과 1,180으로 떨어져 각각 2위와 4위가 됩니다. 그 오디오 격차는 스펙 시트가 숨기고 리더보드가 드러내는 세부 사항이며, 최상위 보드 주장을 근거로 캠페인 예산을 책정하기 전에 알아둘 가치가 있습니다.

두 심사위원단은 겹치지 않습니다. 바로 그게 핵심입니다. 디자인 스틸과 10초 클립이 서로 맞붙어 평가되는 무대는 없으며, 그렇지 않다고 암시하는 기사는 점수판을 지어내는 셈입니다.

시도마다 분할에 드는 비용

두 부분의 경제성은 서로 비교할 수 없으며, 하나의 예산 항목으로 평균 내어 합쳐서도 안 된다.

스틸 쪽에서는 하드웨어만 갖춰지면 Ming-Image-0.1-Design은 이미지당 비용이 전혀 들지 않습니다. 그 덕분에 중요한 의미에서 반복 작업이 무료가 됩니다: 한 오후에 대시보드 변형 20개를 생성하고 19개를 버릴 수 있습니다. 모션 쪽에서는 Gemini Omni 1.1 Flash에서 10초 720p 클립이 약 $1.00로 청구됩니다; 동일한 10초를 360p 초안 등급으로 하면 대략 $0.30입니다; 720p의 완전한 40초 장면 — 1회 생성에 3회 확장 호출 — 은 약 $4.00에 이릅니다. Google은 1080p 및 4K 등급의 초당 요금을 공개하지 않았으며, 초당 $0.15와 $0.30을 제시하는 재판매업체 목록은 공급업체 수치가 아닌 마켓플레이스 추정치이므로, 고해상도 제작 예산은 잠정적으로 남습니다.

실질적인 결과는 두 절반이 서로 반대되는 작업 방식을 요구한다는 점이다. 재시도가 무료인 스틸 이미지에서는 반복하라. 모든 재시도에 요금이 부과되는 동영상에서는 확정하라. 동영상 쪽에서 반복하는 팀은 청구서를 보고 놀라는 팀이다. 첫 프레임은 비용이 들지 않지만, 재촬영은 모든 비용을 잡아먹기 때문이다.

여기서 라우팅 레이어가 들어갈 자리는 세일즈 피치가 시사하는 것보다 좁으며, 정확히 짚고 넘어갈 가치가 있습니다. Ming-Image-0.1-Design은 MIT 라이선스로 내려받는 모델입니다 — OrcaRouter는 inclusionAI 모델을 전혀 라우팅하지 않으므로, 이 모델은 여러분의 하드웨어에서 실행되거나 아예 실행되지 않습니다. Gemini Omni 1.1 Flash는 자체 키와 자체 초 단위 과금 체계를 가진 벤더 API이며, 저희도 이를 라우팅하지 않습니다. Google은 Omni 비디오 API를 서드파티 라우팅에 개방하지 않았습니다. 모션 쪽에서 저희가 실제로 제공하는 것은 Kling의 비디오 라인으로, kling-v3, kling-v3-omni, kling-video-o1과 MiniMax H3가 포함됩니다 — 따라서 결과물의 애니메이션 부분에 두 번째 벤더 계약이 아니라 호스팅된 라우트가 필요하다면, 그것은 저희 쪽에 있습니다. 이미지 쪽에서는 OpenAI GPT-Image 제품군, Google의 Imagen 4 티어와 Gemini 이미지 프리뷰, 그리고 xAI의 Grok Imagine 이미지 엔드포인트를 제공합니다. 왜냐하면 제공업체 정가가 0% 마크업으로 그대로 전달되고 마크업이 붙지 않기 때문에, 이들 중 어느 하나에서 벤더 가격이 인하되면 같은 날 저희 쪽에서도 반영됩니다.

결정, 한 번에

• 편집 가능한 디자인 에셋이 필요하다면 — Ming-Image-0.1-Design, 그 이유는 레이어 분해에 있습니다. 투명 컷아웃, 아이콘, 스프라이트, 레이어 합성물이 바로 RGBA를 출력하는 샘플러가 파이프라인에서 한 단계를 통째로 제거해 주는 영역입니다.

• 당신에게 필요한 것은 움직임, 그것도 측정된 움직임입니다 — Gemini Omni 1.1 Flash. 이 제품은 보드 최상위에 독립적인 아레나 결과를 보유한 둘 중 유일한 제품이며, 예측에 넣을 수 있는 초당 가격이 공개된 유일한 제품입니다.

• 둘 다 필요합니다 — 예산은 에셋당이 아니라 시도당 비디오 절반으로 책정하고, 알파 채널이 유지된다고 가정하지 말며, 클립이 돌아온 뒤에 합성을 계획하세요.

• 결과물을 판매해야 합니다 — Gemini Omni 1.1 Flash는 의심할 여지 없이 더 안전한 쪽입니다. MIT가 Ming-Image-0.1-Design 가중치를 포괄하고 Google의 API 약관이 비디오를 포괄하기 때문입니다. 워터마크가 그 대가입니다: 모든 Omni 클립에는 SynthID가 포함되지만, Ming-Image-0.1-Design 출력물에는 전혀 포함되지 않습니다.

다음에 지켜볼 가치가 있는 것은 또 다른 맞대결이 아니다. 그것은 inclusionAI가 Ming-Image-0.1-Design에 호스팅 엔드포인트를 붙이는지 — 그러면 80 GiB의 진입 비용이 사라지고 이 비교가 완전히 달라질 것이다 — 그리고 Google이 Omni 비디오 보드에서 오디오 격차를 좁히는지다. 또 하나의 점수판이 아니라 이 두 가지 사실이 디자인 산출물의 어느 절반에 예산이 돌아갈지를 결정한다.