Gemini Omni 1.2 Flash vs Qwen3.8-Omni-Flash: คำว่า "Omni" กำลังทำหน้าที่สองอย่าง

ประมาณการที่เผยแพร่เองของ Alibaba ระบุว่าต้นทุนในการอ่านวิดีโอ 720p หนึ่งชั่วโมงด้วย Qwen3.8-Omni-Flashอยู่ที่ประมาณ 20 เซนต์ ราคาตามรายการของ Google สำหรับวิดีโอ 720p ที่สร้างขึ้นหนึ่งชั่วโมงจาก Gemini Omni 1.2 Flashคือ 252 ดอลลาร์ โมเดลทั้งสองมีชื่อว่า Omni ทั้งคู่รับข้อความ รูปภาพ เสียง และวิดีโอ ตัวหนึ่งอ่านฟุตเทจและตอบเป็นข้อความ อีกตัวเขียนฟุตเทจและตอบด้วยไฟล์ ช่องว่างราคาระหว่างทั้งสองไม่ใช่สัญญาณของการแข่งขัน เพราะพวกมันไม่ได้แข่งขันกัน — มันคือต้นทุนของการผลิตความเป็นจริงหนึ่งวินาที เทียบกับต้นทุนของการบรรยายความเป็นจริงหนึ่งวินาที

เรื่องนี้สำคัญเพราะการเปรียบเทียบนี้เกิดขึ้นตลอดเวลา และเกือบทุกครั้งก็ใช้โมเดลฝั่ง Google ที่ผิด ทุกบทความ "Qwen Omni กับ Gemini" ที่เผยแพร่กันอยู่ รวมถึงตาราง benchmark ที่ Alibaba เองเผยแพร่ ต่างวัด Qwen3.8-Omni-Flash เทียบกับ Gemini 3.8 Flash ซึ่งเป็นโมเดลที่ให้เอาต์พุตเป็นข้อความในราคา 0.75 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น นั่นคือคู่แข่งที่ถูกต้อง ส่วน Gemini Omni 1.2 Flash ซึ่งเปิดให้ใช้ทั่วไปตั้งแต่ 5 พฤศจิกายน 2026 เป็นผลิตภัณฑ์อีกตัวที่ใช้อัตราคิดค่าบริการคนละแบบ และยังไม่มีการเผยแพร่การเทียบแบบตัวต่อตัวระหว่างสองโมเดลนี้ที่ไหนเลย

Qwen3.8-Omni-Flash จริง ๆ แล้วคืออะไร

ทีม Qwen ของ Alibaba เปิดตัวมันเมื่อวันที่ 18 กันยายน 2026 ในฐานะรุ่นสืบทอดของ Qwen3.5-Omni-Plus ซึ่งสร้างบนสถาปัตยกรรม Qwen3.8-Flash-Next สิ่งแรกที่ต้องทำความเข้าใจให้ถูกต้องคือรูปแบบเอาต์พุต เพราะชื่อชวนให้เข้าใจผิด: มันสร้างข้อความเท่านั้น ไม่ได้สร้างวิดีโอ และต่างจากรุ่นก่อน มันไม่สร้างเสียงพูดเช่นกัน ความเป็น omni ทั้งหมดของมันอยู่ฝั่งอินพุต

ในด้านนั้นถือว่ามีความสามารถสูงเป็นพิเศษ หน้าต่างบริบทมีขนาดหนึ่งล้านโทเค็น โดยมีพื้นที่ประมาณ 991,000 โทเค็นสำหรับอินพุต และ 131,000 โทเค็นสำหรับเอาต์พุต การเรียกครั้งเดียวสามารถรับวิดีโอต่อเนื่องได้นานหนึ่งชั่วโมง รองรับเสียงสเตอริโอสองช่องสัญญาณและเสียงเชิงพื้นที่สี่ช่องสัญญาณ ซึ่งเป็นวิธีที่ Qwen ได้กลเม็ดเด่นประจำตัว — การระบุตำแหน่งแหล่งกำเนิดเสียงในห้องและชี้ไปที่มัน ความสามารถแบบที่ทีมหุ่นยนต์หรือทีมวิเคราะห์การประชุมรอคอย การรู้จำเสียงพูดครอบคลุม 74 ภาษา บวกกับภาษาถิ่นจีน 39 ภาษา ส่วนการสังเคราะห์เสียงพูดครอบคลุม 29 ภาษาในโมเดลพี่น้อง มีรุ่นเรียลไทม์ชื่อ Qwen3.8-Omni-Flash-Realtime ที่ทำงานผ่าน WebSocket หรือ WebRTC พร้อมเอาต์พุตเสียงพูดและเสียง 56 แบบบนบริบท 192K

ราคาเป็นส่วนที่ดุดัน: 0.15 ดอลลาร์ต่อล้านโทเค็นอินพุต, 0.47 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต และ 0.016 ดอลลาร์ต่อล้านโทเค็นอินพุตที่แคชไว้ น้ำหนักโมเดลเป็นแบบปิด ให้บริการผ่าน API เท่านั้น ผ่าน Alibaba Cloud Model Studio และปลายทางของ Qwen เอง รองรับความเข้ากันได้กับ OpenAI ในหกภูมิภาค

Gemini Omni 1.2 Flash จริง ๆ แล้วคืออะไร

โมเดลของ Google ไปในทิศทางตรงกันข้าม ข้อความ รูปภาพ เสียง และวิดีโอถูกป้อนเข้าไป แล้วจะได้วิดีโอความยาว 3 ถึง 15 วินาทีพร้อมเสียงที่ซิงโครไนซ์กันออกมา โดยเพิ่มทีละหนึ่งวินาที ในอัตราส่วน 16:9 หรือ 9:16 คุณสามารถร่างที่ 360p หรือ 720p แล้วอัปสเกลเป็น 1080p หรือ 4K คำขอหนึ่งครั้งสามารถแนบภาพอ้างอิงได้สูงสุดหกภาพ คลิปการเคลื่อนไหวความยาวสูงสุดสามวินาที และสัญญาณเสียง และการแก้ไขแบบหลายรอบช่วยให้คุณสลับสินค้า เปลี่ยนสภาพอากาศ หรือจัดกรอบภาพใหม่ได้โดยไม่ต้องสร้างทั้งหมดใหม่ การต่อขยายจะเพิ่มความยาวสามถึงสิบวินาทีต่อรอบ สูงสุดไม่เกิน 30 วินาที ทุกอย่างมีลายน้ำด้วย SynthID

การเปิดตัวเวอร์ชัน 1.2 ถือเป็นการลดราคาพอๆ กับการเปิดตัวความสามารถใหม่: เอาต์พุตวิดีโอลดจาก 17.50 ดอลลาร์เหลือ 12.00 ดอลลาร์ต่อล้านโทเค็น ประมาณ 0.07 ดอลลาร์ต่อวินาทีสำหรับ 720p ลดลง 30% อินพุตข้อความยังคงอยู่ที่ 1.50 ดอลลาร์ต่อล้าน และเอาต์พุตข้อความที่ 9.00 ดอลลาร์ต่อล้าน ขีดจำกัดอัตราของแพ็กเกจแบบชำระเงินเพิ่มขึ้นเป็นสองเท่าในวันเดียวกัน Google ไม่ได้เผยแพร่คะแนน benchmark ใดๆ พร้อมการเปิดตัวครั้งนี้ — มีเพียงคำกล่าวอ้างเชิงคุณภาพเกี่ยวกับการยึดตามข้อมูลอ้างอิง การซิงก์ริมฝีปาก และความต่อเนื่องของกล้อง

กับดักต้นทุน 3 ข้อที่จะเห็นก็ต่อเมื่อคุณรันทั้งคู่

งบประมาณการให้เหตุผลถูกคิดค่าใช้จ่ายเป็นเอาต์พุต Qwen3.8-Omni-Flash ตั้งค่าโหมดคิดโดยค่าเริ่มต้นเป็น "xhigh" โดยมีงบประมาณการให้เหตุผลสูงสุดถึง 262,000 โทเคน ซึ่งคิดค่าใช้จ่ายในอัตราเอาต์พุต คำขอเดียวที่ใช้ความคิดอย่างหนักกับวิดีโอยาวอาจมีค่าใช้จ่ายเฉพาะการให้เหตุผลประมาณ $0.123 — ซึ่งมากกว่าที่ประมาณการจากการอ่านวิดีโอถึงหกร้อยเท่า และเป็นเหตุผลที่บางทีมรายงานว่าโมเดลนี้มีค่าใช้จ่ายสูง ทั้งที่ปริมาณฟุตเทจจริงของพวกเขานั้นน้อยมาก กำหนดเพดานงบประมาณการคิดก่อนที่คุณจะเริ่มวัดประสิทธิภาพใด ๆ

ตัวเลขวิดีโอต่อชั่วโมงเป็นค่าประมาณจากผู้ขาย Alibaba ไม่ได้เผยแพร่อัตราโทเค็นต่อวินาทีสำหรับการนำเข้าวิดีโอ ดังนั้นตัวเลข "ยี่สิบเซนต์ต่อชั่วโมง" จึงไม่สามารถคำนวณได้อย่างอิสระจากตารางราคา อัตรา $0.15/$0.47 นั้นตรวจสอบได้ การแปลงเป็นต่อชั่วโมงเป็นการคำนวณทางคณิตศาสตร์ของ Qwen และบทวิเคราะห์ที่เผยแพร่แล้วฉบับหนึ่งได้ตั้งข้อสังเกตแล้วว่าข้อกล่าวอ้างที่ว่าถูกกว่า Gemini 98% นั้นไม่สามารถตรวจสอบได้ด้วยเหตุผลนี้เอง

ต้นทุนการเรนเดอร์คูณตามจำนวนเทคที่ถ่าย ไม่ใช่ตามจำนวนชิ้นงานที่ส่งมอบ คลิปความยาวสิบห้าวินาทีราคา $1.05 คัตดาวน์หกชิ้นราคา $6.30 — แต่ไม่มีใครได้ครบหกจากหกในการลองครั้งแรก หากต้องลองสามครั้งต่อหนึ่งชิ้นที่ใช้งานได้ คัตดาวน์หกชิ้นเดียวกันนั้นจะมีต้นทุน $18.90 และนั่นคือตัวเลขที่ต้องใส่ลงในงบประมาณ นอกจากนี้ Google ยังจำกัดความยาวของลำดับที่ต่อกันไว้ที่ 30 วินาที ดังนั้นอะไรที่ยาวกว่านั้นจึงเป็นการสร้างในรอบที่สอง ไม่ใช่การต่อขยาย

ไปป์ไลน์ที่ใช้งานได้จริง: ใส่เวลาสามสิบนาที ได้คลิปออกมาหกคลิป

นี่คือจุดที่โมเดลทั้งสองได้พิสูจน์ว่าคุ้มค่ากับที่ของตน และเป็นจุดที่การกระจายต้นทุนขัดกับสัญชาตญาณ

อ่านไฟล์มาสเตอร์ Qwen3.8-Omni-Flash รับวิดีโอต้นฉบับความยาว 30 นาที แล้วส่งคืนบทถอดเสียงที่มีการแบ่งช่วงผู้พูด ข้อความบนหน้าจอ รายการช็อตพร้อมไทม์โค้ด และรายการสั้น ๆ ของช่วงเวลาที่มีคนพูดประโยคที่น่าอ้างอิง จากประมาณการของ Alibaba คิดเป็นอินพุตประมาณสิบเซนต์ เพิ่มรอบการคิดเพื่อเลือก 6 ช่วงที่ดีที่สุด ก็ยังต่ำกว่าหนึ่งในสี่ดอลลาร์ ตราบใดที่กำหนดเพดานงบประมาณไว้

เรนเดอร์คลิปฉบับตัดสั้นคลิปความยาว 15 วินาที 6 คลิปจาก Gemini Omni 1.2 Flash โดยถ่ายทำอย่างละสามเทก: $18.90 ภาพอ้างอิงของผลิตภัณฑ์ช่วยให้บรรจุภัณฑ์สอดคล้องกันทั้งหกคลิป คิวเสียงช่วยให้บทสนทนาเข้าใจได้ชัดเจน และการแก้ไขแบบหลายรอบช่วยแก้สองคลิปที่มีความคลาดเคลื่อน

อ่านผลลัพธ์กลับมา คลิปที่เสร็จสมบูรณ์ทั้งหกคลิปจะถูกส่งกลับเข้า Qwen3.8-Omni-Flash เพื่อยืนยันว่าข้อความบนหน้าจออ่านออกชัดเจน บทสนทนาตรงกับสคริปต์ และไม่มีใคร lip-sync หลุดไปแม้แต่เฟรมเดียว หกคลิปคือวิดีโอเก้าสิบวินาที ค่าใช้จ่ายในการอ่านนั้นน้อยจนแทบไม่มีนัยสำคัญ สิ่งที่ทำให้ค่าเรนเดอร์มีเหตุผลรองรับได้คือการตรวจสอบนี่เอง

รูปแบบนี้เป็นเรื่องทั่วไป: ในคู่นี้ {{1}}การวิเคราะห์{{/1}}มีต้นทุนต่ำ และ{{2}}การสร้าง{{/2}}มีต้นทุนสูง โดยต่างกันสองถึงสามลำดับขนาด ทีมที่จัดงบสำหรับกรณีตรงกันข้าม — โดยสมมติว่าโมเดล "ชาญฉลาด" ต้องเป็นตัวที่มีต้นทุนสูง — มักจัดสรรทรัพยากรให้สายการเรนเดอร์น้อยเกินไปและให้สายการอ่านมากเกินไปทุกครั้ง

บันทึกเกณฑ์มาตรฐาน และตัวเลขเหล่านี้เป็นของใคร

ทุกอย่างที่เผยแพร่เกี่ยวกับ Qwen3.8-Omni-Flash มาจากแหล่งเดียว: การประเมินของ Alibaba เอง ซึ่งเผยแพร่เป็นบทความ arXiv เมื่อวันที่ 22 กันยายน 2026 เมื่อเทียบกับ Gemini 3.8 Flash มันชนะ WildClawBench-MM 71.0 ต่อ 58.9, SpotSoundBench 67.2 ต่อ 39.7 และการแยกเสียงผู้พูดในที่ประชุมด้วยส่วนต่างมหาศาล — อัตราความผิดพลาดในการแยกเสียงผู้พูด 3.35 ต่อ 72.6 มันแพ้ OmniVideoBench 63.4 ต่อ 65.2 และ AgenticVBench 36.8 ต่อ 45.0 ไม่มีข้อมูลใดถูกทำซ้ำอย่างอิสระ และไม่มีส่วนใดเกี่ยวข้องกับ Gemini Omni 1.2 Flash ซึ่งไม่ได้อ่านวิดีโอเข้าสู่หน้าต่างบริบทเลย

ด้านของ Google ในบัญชีนี้ว่างเปล่ากว่า ประกาศเปิดตัว Gemini Omni 1.2 Flash ไม่มีตัวเลขใด ๆ เลย — ไม่มี Elo ไม่มีอัตราการชนะ ไม่มีชุดการทดสอบมาตรฐาน การเปรียบเทียบเป็นเชิงคุณภาพล้วน ๆ: จับคู่ภาพอ้างอิงได้ดีกว่า 1.1 บทสนทนาลื่นไหลกว่า การขยับปากตรงกับเสียงชัดเจนกว่า และมีการตัดภาพแบบกระโดดน้อยกว่า การเปิดตัวของ NVIDIA และ Alibaba อย่างน้อยก็มาพร้อมตารางข้อมูล ส่วนของ Google มาพร้อมคำคุณศัพท์

ดังนั้น จุดยืนที่ซื่อตรงต่อคำถาม "อันไหนดีกว่า" ก็คือ คำถามนี้ยังไม่มีคำตอบที่วัดได้ และจะยังไม่มีจนกว่าจะมีคนนำทั้งสองไปรันบนงานเดียวกัน สิ่งที่พูดได้อย่างมั่นใจนั้นแคบกว่าและมีประโยชน์กว่า: ตัวเลขของ Qwen ได้มาจากการเทียบกับโมเดลที่ให้เอาต์พุตเป็นข้อความในราคาอินพุตหนึ่งในห้า และตัวเลขเหล่านั้นจะไม่ถ่ายโอนไปยังเครื่องสร้างวิดีโอ เพราะระบบทั้งสองถูกให้คะแนนด้วยเครื่องมือที่แตกต่างกันโดยสิ้นเชิง

ในจุดที่ผู้จำหน่ายทั้งสองรายทับซ้อนกันอย่างแท้จริง

ไม่ใช่ที่ตัวโมเดล แต่เป็นที่สัญญาระดับองค์กร ทั้งสองเป็นระบบปิด ทั้งสองให้ใช้ผ่าน API เท่านั้น และถูกล็อกตามภูมิภาคในลักษณะที่สำคัญ — Alibaba ให้บริการในปักกิ่ง สิงคโปร์ ฮ่องกง โตเกียว แฟรงก์เฟิร์ต และเวอร์จิเนีย ส่วนฟีเจอร์การตัดต่อสำหรับวิดีโอที่อัปโหลดของ Google ไม่พร้อมใช้งานในบางพื้นที่ของยุโรป บริษัทสื่อที่เลือกผู้ให้บริการรายใดรายหนึ่งจึงเท่ากับเลือกข้อตกลงการประมวลผลข้อมูลและเขตอำนาจศาลพอ ๆ กับเลือกความสามารถ

นอกจากนี้ยังควรสังเกตถึงสิ่งที่ทั้งสองระบบทำไม่ได้ด้วย Qwen3.8-Omni-Flash ไม่สามารถสร้างเฟรมได้ และ Omni 1.2 Flash ของ Google ไม่สามารถตอบคำถามเกี่ยวกับคลิปความยาวสิบนาทีได้ ใครก็ตามที่รวมระบบไปยังผู้จำหน่ายรายเดียวเพื่อลดค่าใช้จ่ายในการจัดซื้อจะพบว่าการรวมระบบนั้นทำให้ต้องสูญเสียความสามารถไปหนึ่งอย่าง ไม่ว่าจะรวมไปในทิศทางใดก็ตาม บันทึกการย้ายระบบจาก Google ชี้ประเด็นเดียวกันจากอีกด้านหนึ่ง: ตั้งแต่วันที่ 3 ธันวาคม 2026 คำขอไปยัง gemini-omni-1.1-flash จะได้รับการตอบกลับโดย 1.2 ในราคาของ 1.2 โดยไม่ต้องเปลี่ยนโค้ด — เป็นเครื่องเตือนใจว่าเอนด์พอยต์แบบปิดจะเปลี่ยนตามกำหนดเวลาของผู้จำหน่าย ไม่ใช่ของคุณ

สิ่งที่ OrcaRouter ครอบคลุม และสิ่งที่ไม่ครอบคลุม

ทั้งสองโมเดลนี้ไม่ได้อยู่บน OrcaRouter และบทความนี้จะไม่แสร้งทำเป็นว่าเป็นอย่างอื่น สิ่งที่มีอยู่บนแพลตฟอร์มคือความสามารถที่ใกล้เคียงในการสร้างไปป์ไลน์ข้างต้นโดยไม่ต้องมีสัญญาฉบับที่สองและฉบับที่สาม

ฝั่งการอ่านได้รับการรองรับโดย Qwen3.8 Flash: ข้อความ รูปภาพ และวิดีโอเข้า ข้อความออก คอนเท็กซ์หนึ่งล้านโทเคน การวิเคราะห์วิดีโอยาว คิดค่าบริการที่ $0.15 ต่อล้านโทเคนอินพุต และ $0.47 ต่อล้านโทเคนเอาต์พุต — ราคาเดียวกันและโปรไฟล์เดียวกันกับรุ่น Omni ยกเว้นคุณสมบัติเสียงเชิงพื้นที่ ฝั่งการเรนเดอร์ได้รับการรองรับโดย Kling 3.0 Omni ที่ $0.084 ต่อคำขอสำหรับข้อความเป็นวิดีโอและรูปภาพเป็นวิดีโอด้วยคลิป 3–15 วินาที ทั้งสองอยู่หลังคีย์เดียว ซึ่งหมายความว่าการกระจายแบบ fan-out ที่ส่งแหล่งเดียวกันไปยังตัวอ่านและตัวเขียนเป็นกฎการจัดเส้นทางมากกว่าโครงการผสานรวม การสลับไปใช้อัตโนมัติหมายความว่าความไม่เสถียรชั่วคราวของผู้ให้บริการจะไม่หยุดแคมเปญกลางการเรนเดอร์ และการบวกเพิ่ม 0% เป็นการส่งผ่านราคาตามรายการของผู้ให้บริการโดยตรง ดังนั้นในวันที่ผู้ขายปรับอัตรา ตัวเลขฝั่งเราก็จะปรับตามไปด้วย

วิธีตัดสินใจในสิบห้านาทีถัดไป

ถ้าปัญหาของคุณคือมีฟุตเทจแต่ไม่มีวิธีค้นหา ทำคำบรรยาย หรือหาช่วงที่ผู้บรรยายพูดถึงราคา — ให้เลือกฝั่ง Qwen กำหนดเพดานงบประมาณการคิดก่อน แล้ววัดอัตราการนำเข้าข้อมูลจริงของคุณแทนที่จะเชื่อประมาณการต่อชั่วโมง

ถ้าปัญหาของคุณคือคุณมีภาพสินค้าต้องถ่าย มีเดดไลน์ และไม่มีทีมกล้อง ก็ซื้อฝั่ง Google ไปเลย แล้วเผื่องบไว้ที่สามเทคต่อหนึ่งภาพที่ใช้งานได้ แทนที่จะเป็นเทคเดียว

หากคุณมีปัญหาทั้งสองอย่าง ซึ่งเป็นสิ่งที่ทีมส่วนใหญ่มีจริง ๆ ก็เลิกมองหาผู้ชนะได้เลย โมเดลสองตัวที่ถูกเอ่ยชื่อในย่อหน้าแรกของบทความนี้จะไม่มีวันปรากฏในตาราง benchmark เดียวกัน เพราะตัวหนึ่งสร้างไฟล์ ส่วนอีกตัวสร้างย่อหน้าที่เกี่ยวกับไฟล์นั้น ตัวเลขเดียวที่เชื่อมทั้งสองเข้าไว้ด้วยกันคือตัวเลขที่ไม่มีใครเผยแพร่ นั่นคือจำนวนชั่วโมงวิดีโอที่องค์กรของคุณอ่านต่อทุกหนึ่งชั่วโมงที่สร้างขึ้น