Gemini Omni 1.2 Flash vs Qwen3.8-Omni-Flash: Het woord "Omni" vervult twee rollen

De eigen gepubliceerde schatting van Alibaba raamt de kosten van het lezen van een uur 720p-video met Qwen3.8-Omni-Flash op ongeveer twintig cent. De lijstprijs van Google voor een uur gegenereerde 720p van Gemini Omni 1.2 Flash is $252. Beide modellen heten Omni. Beide accepteren tekst, beeld, audio en video. Het ene leest beeldmateriaal en antwoordt in tekst; het andere schrijft beeldmateriaal en antwoordt met een bestand. Het prijsverschil tussen hen is geen signaal over concurrentie, omdat ze niet met elkaar concurreren — het is de kostprijs van het vervaardigen van een seconde werkelijkheid versus de kostprijs van het beschrijven ervan.

Dit is belangrijk omdat de vergelijking voortdurend wordt gemaakt, en bijna altijd met het verkeerde model aan de Google-kant. Elk "Qwen Omni versus Gemini"-artikel dat in omloop is — inclusief de benchmarktabel die Alibaba zelf heeft gepubliceerd — zet Qwen3.8-Omni-Flash af tegen Gemini 3.8 Flash, een text-out-model voor $0,75 per miljoen inputtokens. Dat is de juiste rivaal. Gemini Omni 1.2 Flash, algemeen beschikbaar sinds 5 november 2026, is een ander product met een ander tarief, en er is nergens een gepubliceerde rechtstreekse vergelijking tussen de twee.

Wat Qwen3.8-Omni-Flash eigenlijk is

Alibaba's Qwen-team heeft het op 18 september 2026 uitgebracht als de opvolger van Qwen3.5-Omni-Plus, gebouwd op de Qwen3.8-Flash-Next-architectuur. Het eerste dat je goed moet begrijpen, is de uitvoermodaliteit, want de naam wekt een verkeerde veronderstelling: het produceert tekst en alleen tekst. Het genereert geen video en, anders dan zijn voorganger, ook geen spraak. Alles wat er omni aan is, zit aan de invoerkant.

Aan die kant is het ongewoon capabel. Het contextvenster is één miljoen tokens, met ongeveer 991.000 beschikbaar voor invoer en 131.000 voor uitvoer. Eén aanroep kan een uur continu video verwerken. Het ondersteunt tweekanaalsstereo en vierkanaals ruimtelijke audio, en dat is hoe Qwen zijn opvallendste paradepaardje binnenhaalt: een geluidsbron in een ruimte lokaliseren en erop wijzen, precies het soort mogelijkheid waarop een robotics- of meeting-analytics-team heeft gewacht. Spraakherkenning dekt 74 talen plus 39 Chinese dialecten; tekst-naar-spraak dekt 29 talen in de zustermodellen. Er is een realtimevariant, Qwen3.8-Omni-Flash-Realtime, die via WebSocket of WebRTC draait met spraakuitvoer en 56 stemmen op een context van 192K.

Het agressieve deel is de prijsstelling: $0,15 per miljoen inputtokens, $0,47 per miljoen outputtokens en $0,016 per miljoen voor gecachede input. De gewichten zijn gesloten. Het is alleen via API beschikbaar, via Alibaba Cloud Model Studio en Qwen's eigen endpoints, OpenAI-compatibel, in zes regio's.

Wat Gemini Omni 1.2 Flash eigenlijk is

Het model van Google werkt precies omgekeerd. Tekst, afbeeldingen, audio en video gaan erin; er komt drie tot vijftien seconden video met gesynchroniseerde audio uit, in stappen van één seconde, in 16:9 of 9:16. Je kunt een eerste versie maken in 360p of 720p en opschalen naar 1080p of 4K. Een verzoek kan tot zes referentieafbeeldingen, een bewegingsclip van maximaal drie seconden en audiocues bevatten, en met bewerken in meerdere beurten kun je een product vervangen, het weer veranderen of de uitsnede aanpassen zonder het hele resultaat opnieuw te genereren. Verlengen voegt drie tot tien seconden per beurt toe, tot maximaal 30 seconden. Alles krijgt een watermerk met SynthID.

De release van 1.2 is net zozeer een prijsverlaging als een release met nieuwe mogelijkheden: de video-uitvoer daalde van $17,50 naar $12,00 per miljoen tokens, ongeveer $0,07 per seconde voor 720p, een daling van 30%. Tekstinvoer blijft $1,50 per miljoen en tekstuitvoer $9,00 per miljoen. De limieten voor betaalde abonnementen verdubbelden dezelfde dag. Google publiceerde geen benchmarkscores bij de release — alleen kwalitatieve claims over referentietrouw, lip-sync en cameracontinuïteit.

Drie kostenvallen die pas opduiken wanneer je beide uitvoert

Het reasoningbudget wordt gefactureerd als output.Qwen3.8-Omni-Flash zet de denkmodus standaard op "xhigh", met een reasoningbudget van maximaal 262.000 tokens dat tegen het outputtarief wordt gefactureerd. Een enkele aanvraag die diep nadenkt over een lange video kan alleen al aan reasoning ongeveer $0,123 kosten — meer dan zeshonderd keer zoveel als de schatting voor het lezen van de video suggereert, en de reden dat sommige teams het model als duur bestempelen terwijl hun werkelijke hoeveelheid beeldmateriaal verwaarloosbaar is. Beperk het denkbudget voordat je iets benchmarkt.

Het videobedrag per uur is een schatting van de leverancier. Alibaba publiceert geen tarief voor tokens per seconde voor video-ingestie, dus het getal "twintig cent per uur" kan niet onafhankelijk uit de prijslijst worden afgeleid. De tarieven van $0.15/$0.47 zijn verifieerbaar; de omrekening per uur is Qwen's rekenwerk, en één gepubliceerde analyse heeft de bewering dat het 98% goedkoper is dan Gemini al als niet-verifieerbaar aangemerkt, precies om deze reden.

De renderkosten worden vermenigvuldigd met takes, niet met deliverables. Een clip van vijftien seconden kost $1.05. Zes cutdowns kosten $6.30 — maar niemand haalt zes van de zes in de eerste poging. Bij drie pogingen per bruikbare take kosten dezelfde zes cutdowns $18.90, en dat is het bedrag dat in het budget terechtkomt. Google beperkt een aaneengeschakelde sequentie ook tot 30 seconden, dus alles wat langer is, is een tweede generatieronde, geen verlenging.

Een uitgewerkte pipeline: dertig minuten erin, zes clips eruit

Dit is waar beide modellen een plek verdienen, en waar de kostenverdeling tegenintuïtief is.

Lees de master. Qwen3.8-Omni-Flash neemt de bronvideo van 30 minuten en levert een transcript op met sprekerswissels, tekst in beeld, een shotlijst met timecodes en een korte lijst van de momenten waarop iemand iets citeerbaars zegt. Volgens Alibaba's schatting is dat ongeveer tien cent aan input. Voeg een denkronde toe om de zes beste momenten te kiezen, en je zit nog steeds onder een kwart dollar — zolang het budget maar wordt afgetopt.

Render de cutdowns. Zes clips van vijftien seconden uit Gemini Omni 1.2 Flash, elk drie takes: $18.90. Referentieafbeeldingen van het product houden de verpakking consistent in alle zes; audiocues houden de dialoog verstaanbaar; multi-turn editing lost de twee op die afwijken.

Lees de uitvoer terug. De zes afgewerkte clips gaan terug de Qwen3.8-Omni-Flash in om te bevestigen dat de tekst op het scherm leesbaar is, de dialoog overeenkomt met het script en niemand een frame lip-sync is kwijtgeraakt. Zes clips is negentig seconden video. De kosten van het inlezen zijn verwaarloosbaar; het controleren is wat de renderfactuur verdedigbaar maakt.

Het patroon is algemeen: bij deze combinatie is analyse goedkoop en generatie duur, met twee tot drie ordes van grootte. Teams die budgetteren voor het omgekeerde — ervan uitgaand dat het "intelligente" model het kostbare moet zijn — voorzien de renderlijn elke keer van te weinig en de leeslijn van te veel capaciteit.

Het benchmarkrecord, en van wie deze cijfers afkomstig zijn

Alles wat over Qwen3.8-Omni-Flash is gepubliceerd, komt uit één bron: Alibaba's eigen evaluatie, uitgebracht als arXiv-paper op 22 september 2026. Tegenover Gemini 3.8 Flash wint het op WildClawBench-MM met 71,0 tegen 58,9, op SpotSoundBench met 67,2 tegen 39,7, en bij meetingdiarisatie met een enorme marge — een diarization error rate van 3,35 tegen 72,6. Het verliest op OmniVideoBench met 63,4 tegen 65,2 en op AgenticVBench met 36,8 tegen 45,0. Niets hiervan is onafhankelijk gereproduceerd, en niets ervan heeft betrekking op Gemini Omni 1.2 Flash, dat video helemaal niet in een contextvenster leest.

De kant van Google van de balans is leger. De aankondiging van Gemini Omni 1.2 Flash bevat geen cijfers — geen Elo, geen winstpercentage, geen benchmarksuite. De vergelijkingen zijn kwalitatief: betere referentiematching dan 1.1, vloeiendere dialoog, duidelijkere lip-sync, minder jump cuts. De releases van NVIDIA en Alibaba komen ten minste met tabellen; die van Google komt met bijvoeglijke naamwoorden.

Het eerlijke standpunt over "wat beter is", is dus dat die vraag geen gemeten antwoord heeft en dat ook niet zal krijgen tot iemand beide op dezelfde taak laat draaien. Wat met vertrouwen kan worden gezegd, is beperkter en nuttiger: de cijfers van Qwen zijn behaald tegenover een tekstuitvoermodel tegen een vijfde van de invoerprijs, en ze zijn niet overdraagbaar naar een videogenerator, omdat de twee systemen met volledig verschillende instrumenten worden gescoord.

Waar de twee leveranciers echt overlappen

Niet op het model. Op het enterprisecontract. Beide zijn gesloten, beide zijn alleen via API beschikbaar en beide zijn op manieren aan regio's gebonden die ertoe doen — Alibaba bedient Peking, Singapore, Hongkong, Tokio, Frankfurt en Virginia; Googles bewerkingsfuncties voor geüploade video zijn in delen van Europa niet beschikbaar. Een mediabedrijf dat een leverancier kiest, kiest net zo goed een verwerkingsovereenkomst voor gegevens en een rechtsgebied als een capaciteit.

Het is ook de moeite waard om op te merken wat geen van beide zal doen. Qwen3.8-Omni-Flash kan geen frame produceren, en Google's Omni 1.2 Flash kan geen vraag over een clip van tien minuten beantwoorden. Iedereen die op één leverancier consolideert om de inkoopoverhead te verlagen, zal ontdekken dat die consolidatie hun een mogelijkheid kost, in welke richting ze ook consolideren. De migratienota van Google maakt hetzelfde punt vanaf de andere kant: vanaf 3 december 2026 worden verzoeken aan gemini-omni-1.1-flash beantwoord door 1.2 tegen 1.2-prijzen, zonder codewijziging — een herinnering dat gesloten endpoints volgens het schema van de leverancier veranderen, niet het uwe.

Wat OrcaRouter wel en niet dekt

Geen van deze twee modellen staat op OrcaRouter, en dit stuk zal niet doen alsof dat wel zo is. Wat wel op het platform staat, is de aangrenzende capaciteit om de bovenstaande pipeline te bouwen zonder een tweede en derde contract.

De leeskant wordt gedekt door Qwen3.8 Flash: tekst, afbeelding en video in, tekst uit, een context van één miljoen tokens, analyse van lange video's, gefactureerd tegen $0.15 per miljoen input en $0.47 per miljoen output — dezelfde prijs en hetzelfde profiel als de Omni-variant, minus de ruimtelijke-audiofuncties. De renderkant wordt gedekt door Kling 3.0 Omni tegen $0.084 per verzoek voor tekst-naar-video en afbeelding-naar-video met clips van 3–15 seconden. Beide zitten achter één sleutel, wat betekent dat een fan-out die dezelfde bron naar een lezer en een schrijver stuurt een routeringsregel is in plaats van een integratieproject; automatische failover betekent dat een hapering bij een provider een campagne niet midden in de rendering stopt; en de 0% markup is een rechtstreekse doorberekening van de lijstprijs van de provider, dus op de dag dat een leverancier een tarief wijzigt, beweegt het getal aan onze kant mee.

Hoe u binnen tien minuten kunt beslissen

Als je probleem is dat je footage hebt en geen manier om het te doorzoeken, er ondertitels bij te maken of het moment te vinden waarop de presentator de prijs noemt — kies dan de Qwen-kant. Beperk eerst het denkbudget en meet je werkelijke ingest-snelheid in plaats van de schatting per uur te vertrouwen.

Als je probleem is dat je een productfoto en een deadline hebt en geen camerateam, kies dan voor de Google-optie en reken op drie opnames per bruikbare foto in plaats van één.

Als je beide problemen hebt, wat de meeste teams feitelijk hebben, stop dan met zoeken naar een winnaar. De twee modellen die in de eerste alinea van dit artikel worden genoemd, zullen nooit in dezelfde benchmarktabel voorkomen, omdat een van hen een bestand produceert en de andere een alinea over het bestand. Het enige getal dat hen met elkaar verbindt, is het getal dat niemand publiceert: hoeveel uur video jouw organisatie leest voor elk uur dat ze maakt.