Gemini Omni 1.2 Flash vs Nano Banana 2.1: Eenendertig stills voor één clip

Begroot je een productadvertentie van dertig seconden, dan heb je twee Google-modellen nodig, niet één. Nano Banana 2.1 is de machine voor stilstaande beelden — endpoint gemini-nano-banana-2.1, algemeen beschikbaar sinds 6 oktober 2026, $0,0336 voor een 1K-afbeelding, $0,0504 bij 2K en $0,113 bij 4K. Gemini Omni 1.2 Flash is de machine voor beweging: algemeen beschikbaar sinds 5 november 2026, ongeveer $0,07 per seconde 720p-video, waardoor een clip van vijftien seconden op ongeveer $1,05 uitkomt. Deel je het ene door het andere, dan kost één render van vijftien seconden ruwweg evenveel als eenendertig 1K-stills. Die verhouding is de hele beslissing, en het is een verhouding die de meeste teams omdraaien, omdat ze het model prijzen in plaats van het eindproduct.

Beide zijn van Google, beide worden per gebruik afgerekend, beide bevatten SynthID, en beide hebben een eigenaardigheid in de naamgeving die integraties in de war brengt: de weergavenaam en de endpoint-ID hebben niet de vorm die je verwacht. Nano Banana is de productnaam van Google voor de native beeldgeneratie van Gemini, en de nieuwste luistert naar gemini-nano-banana-2.1, terwijl zijn voorganger gemini-3.1-flash-image is. De nieuwste Omni luistert naar gemini-omni-1.2-flash. Geen van beide namen vertelt je welke modaliteit je koopt.

Wat elk teruggeeft

Nano Banana 2.1 accepteert tekst, afbeeldingen, video en pdf als invoer en levert afbeeldingen en tekst als uitvoer, in 1K, 2K of 4K, met denkniveaus minimaal, gemiddeld of hoog. Het ondersteunt tot 14 referentieafbeeldingen voor multi-image fusion — genoeg voor vier personages en objectgetrouwheid over tien objecten — en het doet grounding via Google Search en Image Search. De tokenlimieten zijn 131.072 voor invoer en 32.768 voor uitvoer.

Gemini Omni 1.2 Flash accepteert tekst, afbeeldingen en video als invoer en retourneert video met native gesynchroniseerde audio, van drie tot vijftien seconden bij 24 frames per seconde, in 360p, 720p, 1080p of 4K, waarbij de bovenste twee worden opgeschaald. Het ondersteunt tot zes referentieafbeeldingen per verzoek, plus referentievideo's van maximaal drie seconden. Het accepteert dezelfde 131.072 invoertokens en retourneert maximaal 65.536.

• Uitvoer — afbeeldingen en tekst over video met native audio.

• Duur — één frame tegenover drie tot vijftien seconden, verlengbaar tot een totaal van 30 seconden.

• Referentieafbeeldingen — tot 14 tegenover maximaal zes.

• Resoluties — 1K, 2K, 4K native niveaus tegenover 360p, 720p, 1080p, 4K, waarbij de bovenste twee worden opgeschaald.

• Denkbesturing — minimaal, gemiddeld, hoog versus geen; Omni biedt helemaal geen temperature, top_p of systeeminstructies.

• Invoertypen — tekst, afbeelding, video en PDF tegenover tekst, afbeelding en video.

Prijs — $0,0336 per 1.000 afbeeldingen tegen ongeveer $0,07 per seconde voor 720p.

De rekensom van een advertentie van dertig seconden

Kies een realistische workflow in plaats van een benchmark. Je hebt acht shots om dertig seconden te vullen, elk van twee tot vier seconden, en je wilt het frame kiezen dat verkoopt voordat je voor motion betaalt.

Aan de stills-kant genereer je vier kandidaten per opname in 2K: tweeëndertig afbeeldingen tegen $0,0504, ofwel $1,61. Beoordeel ze, kies er acht en schaal de winnaars op naar 4K tegen $0,113 per stuk: nog eens $0,90. Je zit voor ongeveer $2,51 in het project en je hebt acht goedgekeurde frames.

Nu animeren. Acht shots van ongeveer drie seconden each is 24 seconden 720p, plus retries — en Omni's conversationele editing betekent dat retries de normale workflow zijn, niet de uitzondering. Laten we uitgaan van twee takes per shot: 48 seconden output à $0,07, ongeveer $3,36. Upscale dan de definitieve versies: 24 seconden à $0,104 per seconde voor 1080p, ongeveer $2,50, of het dubbele voor 4K.

Noem het $8 tot $9 alles inbegrepen, waarbij ongeveer een derde naar stills gaat. Dat is de vorm van een echte rekening, en daarom is de verhouding "31 stills per clip" misleidend als je die als advies opvat. De stills zijn geen alternatief voor de clip. Het zijn het goedkope deel dat bepaalt of de clip het maken waard is.

Waar de verhouding echt doorslaggevend wordt, is een andere vraag: is deze oplevering een afbeelding of een bewegende sequentie? Een catalogus van 500 productafbeeldingen is een klus van $25 met Nano Banana of een klus van $525 met Omni, en in die vergelijking valt er niets te beslechten. De fout is video genereren omdat de prompt iets beschreef dat beweegt.

Referentieafbeeldingen, waarbij het goedkopere model het capabelere is

Dit is de tegenintuïtieve bevinding van de vergelijking, en die is in beide documenten controleerbaar. Nano Banana 2.1 accepteert maximaal 14 referentieafbeeldingen. Gemini Omni 1.2 Flash accepteert er maximaal zes.

Google's eigen formulering voor Omni's zes is specifiek: tot drie afbeeldingen per personage, voor maximaal twee personages, plus product- en stijlreferenties. De modelkaart noemt het "verbeterde consistentie van personages en onderwerpen over maximaal 6 referentieafbeeldingen" en de lanceringspost beschrijft het consistent houden van gezichten, kledingstukken, verpakkingstypografie en merkkleuren over verschillende hoeken. Het referentievideopad is apart en getrapt naar duur — resultaten van elf tot vijftien seconden vereisen één referentievideo van maximaal drie seconden, resultaten van drie tot tien seconden vereisen er maximaal drie — en referentievideo's werken alleen voor nieuwe generatie, niet voor bewerken of verlengen.

De veertien van Nano Banana 2.1 richten zich op een ander probleem: meerdere subjecten samenvoegen tot één scène, waarbij de kaart trouw claimt voor vier personages en tien objecten. Dat is een compositingcapaciteit, geen continuïteitscapaciteit, en ze leent zich voor cataloguswerk: zet dezelfde tas in tien verschillende kamers zonder de tas opnieuw te tekenen.

De praktische consequentie: als je taak "hetzelfde personage, veel shots" is, dan is Omni's zes referenties met drie per personage de beter gespecificeerde tool. Is je taak "veel objecten, één frame", dan is Nano Banana's veertien dat. Referenties tellen en een winnaar uitroepen pakt dit precies verkeerd aan.

Tekstweergave, en dat is waar deze modellen echt van elkaar verschillen

Beide modellen zijn ongewoon goed in leesbare tekst, en voor beide is dat het vermogen dat het meest verandert wat je kunt uitbrengen.

De opgesomde verbeteringen van Nano Banana 2.1 ten opzichte van Nano Banana 2 zijn beeldkwaliteit, promptnaleving, personageconsistentie over meerdere beurten en tekstweergave, plus een oplossing voor brede panoramische beeldverhoudingen — 1:4, 4:1, 1:8 en 8:1 worden bij 2K en 4K niet langer als tegels weergegeven. Als je eindproduct een infographic, een poster of een UI-mock-up is, dan is die combinatie het hele product.

De equivalente claim van Omni 1.2 gaat over tekst in beweging: leesbaarheid van labels, grafiekanimatie en call-outs op het scherm. Het lanceermateriaal van Google leunt erop, en de enige beschikbare onafhankelijke praktijktest — twintig generaties door Rohit Rao van Segmind, $16,17 aan credits — vond dat gelabelde explainers en grafiekanimatie op basis van een aangeleverd eindframe het beste presteerden, terwijl fotorealistische mensen vanaf nul juist waren waar het model faalde. Zijn samenvattende regel was dat het "het meest instructiegetrouwe videomodel is dat ik heb getest", met de kanttekening dat ongeveer één op de vier instructies wordt overgeslagen.

Let op wat dat betekent voor de combinatie: het sterkst gedocumenteerde gebruik van Omni 1.2 is het animeren van een grafisch ontwerp dat je al hebt gemaakt. Wat een klus voor Nano Banana 2.1 is.

Resolutie, upscaling en wat "4K" waard is

Beide adverteren met 4K, en geen van beide bedoelt daar hetzelfde mee.

Nano Banana 2.1 genereert op 1K, 2K of 4K als selecteerbare outputniveaus, en Google prijst ze afzonderlijk: $0,0336, $0,0504 en $0,113 per afbeelding. De tokenberekening weerspiegelt werkelijke pixels — 1.120 tokens voor een 1K-afbeelding, 1.680 voor 2K, 3.780 voor 4K.

De gids van Gemini Omni 1.2 Flash zegt expliciet dat 1080p en 4K worden opgeschaald. De prijsstelling volgt het tokenverbruik in plaats van een native render, met 8.688 tokens per seconde voor 1080p en 17.376 voor 4K tegenover 5.792 bij 720p. Een clip van vijftien seconden in 4K kost dus ongeveer $3,14, en het hoogste niveau is een vergroting van een kleinere render in plaats van detail dat bij de opname zelf is vastgelegd. Voor levering via social media is dat prima. Voor broadcast: test het voordat je het belooft.

De workflow behoort beide in

Google's eigen aanbevolen Omni-discipline is goedkoop schetsen, itereren en dan de winnaar upscalen: 360p of 720p om te verkennen, 1080p of 4K voor het eindresultaat. Het equivalent bij Nano Banana is genereren op 1K en de beste keuze upscalen. Voer ze in serie uit en de volgorde wijst zichzelf — eerst stilbeelden om compositie en typografie vast te leggen, dan beweging op de frames die de review hebben doorstaan, en dan een laatste upscale op beide.

Er is één harde grens. Omni accepteert geen afbeelding als videoresultaat, en Nano Banana accepteert geen video als beeldresultaat. De output van geen van beide modellen kan aan het andere worden teruggekoppeld als een bewerking binnen dezelfde modaliteit — Omni kan zijn eigen clips verlengen en conversationeel bewerken, Nano Banana kan zijn eigen stilstaande beelden bewerken, en geen van beide gaat over naar de andere modaliteit.

Kopen, ofwel via OrcaRouter

Geen van deze twee endpoints staat vandaag in onze catalogus. google/gemini-nano-banana-2.1 en google/gemini-omni-1.2-flash geven beide een 404 op de modelpagina's van OrcaRouter, dus voor beide is de vendor-API de route. Wat we wel uit dezelfde familie aanbieden, is het vorige endpoint voor beeldgeneratie, google/gemini-3.1-flash-image-preview — Nano Banana 2 — naast Nano Banana Pro en de Gemini 3.8 Flash-tekstmodellen. Dat betekent dat een beeldpipeline die niet vastgepind is op de nieuwste checkpoint, de stappen voor planning, promptuitbreiding en QA met één sleutel kan draaien.

Dat is de eerlijke vorm ervan: de media-aanroepen gaan rechtstreeks, de tekstaanroepen daaromheen hoeven dat niet. OrcaRouter factureert met 0% marge, waarbij de lijstprijs van de provider wordt doorgegeven, dus als Google de tarieven voor Nano Banana of Omni wijzigt, verschijnt de wijziging aan onze kant op dezelfde dag dat die aan hun kant verschijnt, en automatische failover houdt een prompt-expansiestap in leven wanneer een provider verslechtert.

Wat je nu eigenlijk moet kiezen

Als de deliverable een frame is waar iemand naar kijkt — een packshot, een infographic, een hero image, een UI-mock — is Nano Banana 2.1 dertig keer goedkoper per output, accepteert het meer dan twee keer zoveel referenties, verwerkt het PDF's en heeft het denksturing die Omni niet biedt. Er is geen versie van die beslissing waarin Omni op inhoud wint.

Als het deliverable beweging is, kan Nano Banana 2.1 het tegen geen enkele prijs leveren, en daar houdt de vergelijking op.

De valkuil is het tussenliggende geval: een project dat een 'videoadvertentie' wil, maar waarvan de moeilijkste problemen allemaal compositie, typografie en consistentie zijn. Dat zijn nog steeds problemen. Los ze op met het model dat drie cent per frame kost, en laat Omni acht goedgekeurde frames animeren in plaats van tweeëndertig speculatieve. De verhouding van eenendertig tegen één is geen argument voor het model voor stilstaande beelden. Het is een argument om dat eerst te gebruiken.