Gemini Omni 1.2 Flash vs InternLumina-U2: Gehuurde seconden tegen gedownloade gewichten

Zet Gemini Omni 1.2 Flash naast InternLumina-U2 en de vergelijking die in het oog springt — beeldkwaliteit, generatiesnelheid, benchmarkscores — is de minst interessante die voorhanden is, omdat de twee modellen niet om dezelfde budgetpost concurreren. Gemini Omni 1.2 Flash is een metered API die ongeveer $0.07 per seconde 720p-video rekent, op 5 november 2026 algemeen beschikbaar werd en een bestand oplevert waarvan je de gebruiksrechten bezit, maar nooit de gewichten. InternLumina-U2 is een sparse diffusietaal模型 met 16 miljard parameters van Shanghai AI Laboratory, Apache-2.0, zeven shards per hardware tree, te vinden op Hugging Face, waar iedereen met genoeg schijfruimte hem kan downloaden. De ene is een dienst. De andere is een bezit. De nuttige vraag is niet welk model betere plaatjes genereert; het is welk van die twee dingen je project daadwerkelijk kan absorberen.

Die framing is belangrijk, want het voor de hand liggende antwoord op de vraag — "welke is beter in beeldgeneratie" — is misleidend. InternLumina-U2 genereert wel degelijk beelden, en op de door de leverancier gerapporteerde benchmarks doet het dat concurrerend. Maar het begrijpt ook video en 3D in dezelfde backbone, een capaciteit die Gemini Omni helemaal niet heeft, terwijl Gemini Omni video met gesynchroniseerd geluid genereert, wat InternLumina-U2 niet kan. Beoordeeld op de overlap zijn het beide systemen die aan beeld en video grenzen. Beoordeeld op de unie hebben ze nauwelijks raakvlakken.

De overlap, precies

InternLumina-U2 verwerkt tekst-QA, tekst-naar-afbeelding-generatie, beeldbegrip, beeldbewerking, videobegrip en 3D-begrip binnen één model. De kwalificatie "begrip" doet echt werk in die lijst: het leest video en leest 3D, het produceert geen van beide. Wat het produceert, zijn afbeeldingen en tekst.

Gemini Omni 1.2 Flash produceert video. Het neemt tekst, afbeeldingen en video als invoer en levert video met native audio, drie tot vijftien seconden bij 24 frames per seconde, 360p tot 4K, waarbij de bovenste twee niveaus worden opgeschaald. Het levert geen afbeeldingen op als eindproduct — elk frame is een frame van een clip — en het doet geen bewerking van stilstaande afbeeldingen in de zin zoals een ontwerper die bedoelt.

Dus de overlap is precies één ding: een afbeelding genereren op basis van een prompt. InternLumina-U2 doet dat als één taak van de zes. Gemini Omni 1.2 Flash doet dat alleen als het eerste frame van beweging. Als dat je hele gebruiksscenario is, is de vergelijking reëel. Zo niet, dan kies je tussen de toolkit van een onderzoeker naar stilstaande beelden en een eindpunt voor videoproductie.

• Modaliteit in — InternLumina-U2 ondersteunt tekst, afbeelding, video en 3D; Gemini Omni 1.2 Flash ondersteunt tekst, afbeelding en video.

• Modaliteit uit — InternLumina-U2 retourneert tekst en afbeeldingen; Gemini Omni 1.2 Flash retourneert video met gesynchroniseerde audio.

• Architectuur — InternLumina-U2 is een MoE-diffusietaalmodell met 16B totaal en ongeveer 1B actief, op de LLaDA-2.0-backbone, met Apple AToken acht-codebook discrete visuele tokens; de architectuur van Gemini Omni 1.2 Flash is niet bekendgemaakt.

• Toegang — Apache-2.0-gewichten op Hugging Face, met afzonderlijke Ascend- en NVIDIA-structuren; een gesloten gehoste API.

• Prijs — geen prijs per aanroep, omdat er geen gehoste endpoint is; ongeveer $0,07 per seconde 720p-video-uitvoer, zonder gratis niveau.

• Context — 131.072 tokens in, 65.536 uit aan de Omni-kant; de InternLumina-kaart publiceert geen gelijkwaardig venster.

Wat de benchmarks wel en niet zeggen

De cijfers van InternLumina-U2 komen uit de eigen paper en projectpagina (arXiv 2610.20818, ingediend op 14 oktober 2026) en niemand heeft ze gereproduceerd. Het belangrijkste generatiecijfer is een GenEval-score van 89,3 volgens het eigen PHV-samplingprotocol van de auteurs, naast DPG-Bench 87,79, UniGenBench 86,11 en TIIF-Bench 88,57 bij korte prompts en 87,08 bij lange. De paper claimt topprestaties onder unified modellen op het gebied van visueel begrip, beeldgeneratie en beeldbewerking, en stelt dat het model FLUX.1-dev verslaat en Qwen-Image net voorbijstreeft op GenEval, UniGenBench en TIIF, terwijl het ongeveer veertien keer minder parameters activeert.

Er is een discrepantie die het weten waard is voordat je iets daarvan citeert. De resultatentabel op de projectpagina vermeldt InternLumina-U2 op GenEval 0,81, met LLaDA2.0-Uni op 0,89 en InternVL-U op 0,85 — waardoor het nieuwere model op die rij achter zijn eigen voorganger staat. Het cijfer 89,3 komt overeen met het geoptimaliseerde samplingprotocol dat in het paper wordt beschreven, niet met de standaardevaluatie. Twee cijfers, twee protocollen, hetzelfde model. Het paper is de gunstiger lezing en de projectpagina de conservatievere, en geen van beide is onafhankelijk gecontroleerd.

Gemini Omni 1.2 Flash heeft helemaal geen gepubliceerde benchmarkscores van Google. De lanceringspost van 5 november is volledig kwalitatief: langere clips, betere naleving van referenties, natuurlijkere dialoog, minder jump cuts, en er staat expliciet in dat er wordt doorgewerkt aan "snelle sportactie, snelle scriptwijzigingen en complexe natuurkunde". Dat is een ongewoon openhartige lijst van bekende zwakke punten, en het is de enige kwaliteitsuitspraak die Google heeft gedaan. Cijfers van derden bestaan in het wild, maar ze beschrijven meestal eerdere Omni-versies: de vergelijkingspagina van Megaton heeft als kop "Gemini Omni Flash", terwijl de links naar de preview-slug verwijzen, vermeldt audio-uitvoer als "Nee" (onjuist voor 1.2, dat standaard audio genereert), en meldt nul beoordeelde video's en nul metingen achter de scores. Eén praktijktester, Rohit Rao van Segmind, heeft 1.2 wel direct getest met twintig generaties voor een bedrag van $16,17, en zijn conclusie is het nuttigste onafhankelijke gegeven dat beschikbaar is: aanroepen duurden 28 tot 136 seconden, de meeste in de band van 40 tot 90 seconden, het model was het meest instructiegetrouw dat hij had getest, en ongeveer één op de vier instructies werd overgeslagen. Hij ontdekte ook dat het geen cinematisch, fotorealistisch model voor mensen is.

Dus het eerlijke scorebord heeft InternLumina-U2 met gedetailleerde, niet-gereproduceerde, intern inconsistente cijfers van de leverancier en Gemini Omni 1.2 Flash met bijna helemaal geen cijfers en één kleine onafhankelijke test. Geen van beide is een basis voor een zelfverzekerd kwaliteitsoordeel.

De kostenvergelijking die mensen verkeerd maken

InternLumina-U2 heeft geen prijs, en dat is niet hetzelfde als gratis zijn.

De gewichten zijn 67,6 GB verdeeld over twee bomen van zeven shards, ongeveer 33,8 GB elk, dus het downloaden van één hardwarevariant is een pull van 34 GB voordat je een werkende omgeving hebt. De repository vereist FlashAttention voor het AToken-pad en, voor de 3D-pipeline, Blender 4.5. De training liep op 1.024 Ascend 910B NPU's over 1,05 biljoen tokens, wat aangeeft dat het model voor een cluster is gebouwd, ook al is inferentie veel lichter — 1B actieve parameters is een bescheiden servingbelasting, en de PHV-samplingstrategie uit het paper claimt een end-to-end-latentiereductie van 4,45× bij native 1024×1024.

Wat je feitelijk uitgeeft, is een GPU, een week werk van een engineer om de omgeving goed te krijgen, en je kosten voor opslag en uitgaand dataverkeer. Wat je ervoor terugkrijgt, is onbeperkte generatie tegen nul marginale kosten, een model dat je kunt fine-tunen, en geen leverancier die de endpoint onder je vandaan kan deprecaten.

Omni's kosten zijn tot op de cent inzichtelijk. Een clip van vijftien seconden in 720p kost ongeveer $1,05 aan outputtokens. Een concept in 360p kost ongeveer $0,35. Een 4K-upscale van die vijftien seconden kost ongeveer $3,14. Je betaalt per outputseconde, je betaalt opnieuw bij elke nieuwe poging, en conversationeel editen betekent dat nieuwe pogingen de normale workflow zijn, niet de uitzondering. Een advertentie met tien shots en drie bewerkingen per shot is geen klus van vijftien dollar; het komt dichter bij zestig.

Die twee kostenstructuren zijn niet in elkaar om te rekenen. Het vergelijken van "gratis na kapitaalkosten" met "zeven cent per seconde" levert een getal op dat volledig afhangt van de bezettingsgraad, en bij een laag volume is het self-hosted model per afbeelding dramatisch duurder. Bij een hoog volume is het dramatisch goedkoper. Het omslagpunt is rekenwerk dat je met je eigen GPU-prijs moet uitvoeren, geen feit dat iemand je kan aanreiken.

Wat je van geen van beide kunt krijgen

Als je een talking-headclip met lipsynchrone dialoog nodig hebt, kan InternLumina-U2 niet helpen en is er geen andere oplossing dan een aparte videogenerator. Als je een pijplijn voor het begrijpen van 3D-assets nodig hebt — een mesh of een scènebeschrijving samen met afbeeldingen lezen — kan Gemini Omni 1.2 Flash niet helpen en is er geen andere oplossing dan een apart visiemodel.

Er is ook een administratief verschil dat belangrijker is dan het klinkt. InternLumina-U2 is Apache-2.0, wat commercieel gebruik, wijziging en herdistributie met naamsvermelding betekent, en de licentietekst staat in de repository. Gemini Omni 1.2 Flash is een gehoste dienst waarvan de voorwaarden bepalen wat je met de output mag doen, elke clip krijgt een SynthID-watermerk of je dat nu wilt of niet, en het bewerken of uitbreiden van geüploade video is niet beschikbaar in de EER, Zwitserland en het VK. Voor een team in Londen dat een product bouwt bovenop conversationele videobewerking, is die regionale beperking diskwalificerend op een manier die geen enkele benchmarkvergelijking aan het licht zou brengen.

Waar OrcaRouter staat, eerlijk gezegd

Geen van beide modellen staat in onze catalogus. google/gemini-omni-1.2-flash geeft een 404 op de modelpagina's van OrcaRouter, en InternLumina-U2 heeft nergens een gehost endpoint — dat staat ook op de kaart ervan, en alleen een community-Space gebruikt het. Dus geen enkele aanroep naar onze API bereikt een van beide, en dit stuk zegt dat liever dan een host te suggereren die we niet hebben.

Wat de gateway wél dekt, is de laag waarin beide workloads zich bevinden. Een zelfgehoste InternLumina-U2-pipeline heeft nog steeds een tekstmodel nodig om de prompts te schrijven, de outputs te scoren en fouten te routeren, en dat is een aanroep die we aanbieden via meer dan 200 modellen op één sleutel met automatische failover. Aan de Omni-kant, omdat OrcaRouter de lijstprijs van de provider met 0% opslag doorgeeft, komt een prijsverlaging van Google dezelfde dag aan onze kant terecht in plaats van bij de volgende factureringscyclus — en de Omni-lijn heeft zijn videotarief dit jaar al één keer aangepast, van $17,50 naar $12,00 per miljoen outputtokens. Als je een zelfgehoste build vergelijkt met een gehuurde, dan is de gehuurde kant die onder je vandaan beweegt precies de variabele die een pass-through-factuur zichtbaar maakt.

Hoe te beslissen

Bouw voort op InternLumina-U2 als je afbeeldingen nodig hebt, als je 3D- of videobegrip in hetzelfde model nodig hebt, als je al betaalt voor GPU-capaciteit, en als de licentievoorwaarden belangrijk zijn voor je product. Accepteer dat je een onderzoeksartefact draait: de benchmarks zijn van de auteurs zelf, de GenEval-tabel spreekt zichzelf tegen, en de tooling verwacht een specifieke stack.

Koop Gemini Omni 1.2 Flash als je beweging met geluid nodig hebt, je vandaag een werkend endpoint wilt en je volume laag genoeg is dat facturering per seconde goedkoper is dan een inactieve GPU. Accepteer dat je geen kwaliteitsbenchmarks hebt, geen tekstuitvoermodus, geen negatieve prompts, een regionale beperking op de bewerkingsfuncties en een watermerk op elk frame.

De fout die je moet vermijden, is dit als een bake-off te behandelen. Het is een inkoopbeslissing tussen een download en een meter, en de vraag naar modelkwaliteit — degene waarover beide leveranciers graag willen dat je discussieert — is degene met de minste bewijzen aan beide kanten.