Gemini Omni Flash 1.2 กับ Qwen 3.8 Omni Flash: ตัวหนึ่งสร้างฟุตเทจ อีกตัวอ่านมัน
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-07212 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 123 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 230 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 39 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
คำถามที่ว่า "ตัวไหนดีกว่ากัน Gemini Omni Flash 1.2 หรือ Qwen3.8-Omni-Flash" มีคำตอบสั้น ๆ ที่หน้าเว็บเปรียบเทียบส่วนใหญ่จะไม่บอกคุณ นั่นคือ สองตัวนี้เทียบกันไม่ได้ เพราะหนึ่งในนั้นไม่เคยสร้างเฟรมวิดีโอออกมาสักเฟรมในชีวิต ตัวแรกคือเครื่องสร้างวิดีโอที่มีเสียงในตัว รับข้อความ รูปภาพ และวิดีโออ้างอิงเข้าไป แล้วส่งออกมาเป็นไฟล์ MP4 ส่วนตัวหลังคือตัวอ่านแบบหลายรูปแบบที่รับข้อความ รูปภาพ เสียง และวิดีโอเข้าไป แล้วส่งออกมาเป็นข้อความ — ไม่มีการสร้างวิดีโอ ไม่มีการสร้างภาพ และไม่มีการสร้างเสียงเลย พวกมันเป็นเครื่องจักรสองเครื่องที่ต่างกัน ซึ่งทีมงานวิดีโอมักลงเอยด้วยการซื้อทั้งคู่ในไตรมาสเดียวกัน การตัดสินใจที่อยู่ตรงหน้าคุณจึงไม่ใช่ A หรือ B แต่คือจะใช้แต่ละตัวมากแค่ไหนต่างหาก และคณิตศาสตร์ที่ตอบคำถามนี้คือระยะเวลา ไม่ใช่คุณภาพ
คอลัมน์เอาต์พุตให้คำตอบได้ก่อนการทดสอบประสิทธิภาพ
การเปรียบเทียบสองโมเดลนี้ทุกครั้งเริ่มต้นด้วยตารางอันดับที่ไม่มีอยู่จริง Artificial Analysis มีกระดานจัดอันดับวิดีโอสามกระดาน ได้แก่ การตัดต่อ ข้อความเป็นวิดีโอ และภาพเป็นวิดีโอ และ Gemini Omni Flash 1.2 ได้รับคะแนนในทั้งสามกระดาน โดยปัจจุบันอยู่อันดับสอง อันดับหก และอันดับสิบสี่ตามลำดับ Qwen3.8-Omni-Flash ไม่ปรากฏอยู่ในกระดานใดเลย ไม่ใช่เพราะถูกจัดอันดับต่ำ แต่เพราะไม่มีอยู่ เนื่องจากไม่มีเอาต์พุตวิดีโอให้จัดอันดับ Elo แบบเผชิญหน้าโดยตรงระหว่างสองรุ่นนี้ไม่ใช่ตัวเลขที่เราเก็บงำไว้ แต่เป็นตัวเลขที่ไม่มีใครคำนวณได้
สิ่งที่คุณเปรียบเทียบได้คืออินเทอร์เฟซ Gemini Omni Flash 1.2 ส่งคืนเป็นวิดีโอ Qwen3.8-Omni-Flash ส่งคืนเป็นโทเค็น ทุกสิ่งทุกอย่างที่อยู่ปลายน้ำของความแตกต่างเพียงจุดเดียวนั้น ล้วนตามมาเองอย่างเป็นกลไก
• อินพุต — Gemini Omni Flash 1.2 รับข้อความ รูปภาพอ้างอิงสูงสุดหกรูป และคลิปวิดีโออ้างอิง; Qwen3.8-Omni-Flash รับข้อความ รูปภาพ เสียง และวิดีโอ รวมถึงฟุตเทจที่มีความยาวเกินหนึ่งชั่วโมงในการเรียกใช้ครั้งเดียว
• ผลลัพธ์ — Gemini Omni Flash 1.2 ส่งคืนวิดีโอพร้อมเสียงที่ซิงโครไนซ์แบบเนทีฟ; Qwen3.8-Omni-Flash ส่งคืนเฉพาะข้อความ
• บริบท — Gemini Omni Flash 1.2 รองรับโทเค็นอินพุต 131,072 โทเค็น และส่งคืน 65,536; Qwen3.8-Omni-Flash รองรับโทเค็นอินพุตได้เกือบหนึ่งล้านโทเค็น (991,808) และส่งคืนได้สูงสุด 131,072
• ขีดจำกัดด้านระยะเวลา — Gemini Omni Flash 1.2 สร้างได้ครั้งละสามถึงสิบห้าวินาที และต่อเพิ่มได้ทีละรอบจนถึง 30 วินาที ส่วน Qwen3.8-Omni-Flash เฝ้าดูได้นานเป็นชั่วโมง โดยเพดานของมันคืองบโทเค็นมากกว่าจะเป็นระยะเวลารัน
ราคา — Gemini Omni Flash 1.2 คิดค่าบริการเอาต์พุตวิดีโอที่ $12.00 ต่อหนึ่งล้านโทเค็น โดยมีอินพุตข้อความและสื่อที่ $1.50; Qwen3.8-Omni-Flash คิดค่าบริการอินพุตที่ $0.15 ต่อหนึ่งล้านโทเค็น และเอาต์พุตที่ $0.47 ต่อหนึ่งล้านโทเค็น
ค่าใช้จ่ายของวิดีโอที่สร้างขึ้นความยาว 15 วินาที เทียบกับวิดีโอที่รับชมหนึ่งชั่วโมง
วางรายการราคาทั้งสองไว้บนแกนเดียวกัน แล้วความไม่สมมาตรก็ไม่เป็นนามธรรมอีกต่อไป Google คิดค่าบริการวิดีโอที่สร้างขึ้นในอัตราโทเคนคงที่ต่อวินาทีของฟุตเทจ: 5,792 โทเคนต่อวินาทีที่ 720p, 8,688 ที่ 1080p เมื่อมีการอัปแซมปลิง ที่ $12.00 ต่อล้าน คลิป 720p ความยาวสิบห้าวินาทีมีค่าใช้จ่ายประมาณ $1.05 ในโทเคนเอาต์พุต และหนึ่งนาทีเต็มที่ 1080p คือ $6.26 — ตัวเลขที่ Artificial Analysis พิมพ์ในคอลัมน์ค่าใช้จ่าย ซึ่งตรงกันถึงระดับเซนกับอัตราค่าใช้จ่ายของ Google เอง
ทีนี้มาดูอีกด้านหนึ่ง Qwen3.8-Omni-Flash ไม่คิดเงินตามวินาทีของฟุตเทจ แต่คิดตามโทเคน และเฟรมวิดีโอจะถูกแปลงเป็นโทเคนในอัตราที่กำหนดโดยการตั้งค่าการสุ่มตัวอย่าง ฟุตเทจหนึ่งชั่วโมงที่อัตราเพียงหนึ่งเฟรมต่อวินาทีจะกลายเป็นโทเคนภาพหลักหมื่น ไม่ใช่หลักแสน และที่ $0.15 ต่ออินพุตหนึ่งล้านโทเคน การนำเข้าฟุตเทจหนึ่งชั่วโมงนั้นอยู่ในระดับเซนต์ ไม่ใช่ดอลลาร์ ตัวเลขที่แน่นอนขึ้นอยู่กับอัตราเฟรมและความละเอียดที่คุณเลือก ซึ่งนั่นคือประเด็น: การดูนั้นถูกพอที่คุณจะปรับแต่งเพื่อความแม่นยำ ขณะที่การสร้างนั้นแพงพอที่คุณจะปรับแต่งเพื่อความยาว
ความไม่สมมาตรนั้นคือหัวใจของการตัดสินใจซื้อทั้งหมด ทีมที่จัดงบสองสิ่งนี้ในฐานะสิ่งทดแทนกัน — "เรามีเงิน X ดอลลาร์สำหรับ AI วิดีโอ" — จะซื้อฝั่งที่ถูกน้อยเกินไปอย่างเป็นระบบ และจำกัดฝั่งที่แพงเกินไป ทีมที่จัดงบทั้งสองเป็นไปป์ไลน์จะซื้อการตรวจทานโดยเครื่องหนึ่งชั่วโมงในราคาที่ต่ำกว่าวิดีโอที่สร้างขึ้นหนึ่งวินาที แล้วจึงใช้งบประมาณการสร้างเฉพาะกับคลิปที่ผ่านการตรวจทานเท่านั้น
เวิร์กโฟลว์ที่ไม่มีใครเขียนถึง: สิ่งที่เกิดขึ้นก่อนพรอมต์
ตรงจุดนี้เองที่การจับคู่ไม่ใช่เรื่องในทฤษฎีอีกต่อไป ความล้มเหลวที่แลกมาด้วยต้นทุนสูงในไปป์ไลน์วิดีโอไม่ใช่การเรนเดอร์ที่ออกมาแย่ แต่คือการเรนเดอร์ที่ออกมาดีของสิ่งที่ผิด ซึ่งกว่าจะพบก็หลังจากถูกเรียกเก็บเงินไปแล้วทั้งรอบขยายสี่รอบและภาพอ้างอิงหกภาพ
โมเดลฝั่งอ่านจะเปลี่ยนลำดับนั้น ป้อนฟุตเทจต้นฉบับ รีลที่มีอยู่ของลูกค้า วิดีโอสาธิตผลิตภัณฑ์ บทสัมภาษณ์ห้าสิบนาที — อะไรก็ตามที่คลิปใหม่ต้องทำให้เข้ากัน — เข้าไปใน Qwen3.8-Omni-Flash แล้วถามหาสิ่งที่พรอมป์ต์ต้องการ: รายการช็อตพร้อมเวลา สีหลักและแสงของแต่ละฉาก ข้อความบนหน้าจอ ผู้พูดและช่วงเวลาที่แต่ละคนพูด จุดตัดที่ต้องไม่ข้าม ผลลัพธ์นั้นเป็นข้อความ และข้อความคือสิ่งที่คุณป้อนให้ตัวสร้าง Gemini Omni Flash 1.2 ไม่รับวิดีโอเป็นชุดคำสั่ง แต่รับพรอมป์ต์และภาพอ้างอิงไม่เกินหกภาพ และไม่สามารถดูอะไรยาว ๆ หนึ่งชั่วโมงเพื่อทำความเข้าใจว่าคุณหมายถึงอะไร
ทิศทางย้อนกลับอ่อนกว่าแต่มีอยู่จริง เมื่อมีคลิปอยู่แล้ว โมเดลตัวอ่านตัวเดิมสามารถตรวจสอบได้ — สีของแจ็กเก็ตคงที่ตลอดรอยตัดหรือไม่ เสียงซิงก์กันที่ส่วนขยายที่สี่หรือไม่ ป้ายบนหน้าจอยังอยู่จนถึงเฟรมสุดท้ายหรือไม่ คุณสมบัติเหล่านี้คือคุณสมบัติที่ changelog วันที่ 5 พฤศจิกายนของ Google อ้างไว้สำหรับ 1.2 และเป็นคุณสมบัติที่ไม่มีอารีนาการวัดความชอบใดวัด เพราะการโหวตแบบจับคู่ "คลิปไหนดูดีกว่า" มองไม่เห็นข้อผิดพลาดด้านความต่อเนื่องที่ปรากฏเฉพาะตอนวินาทีที่สิบสอง
ข้อจำกัดที่ตรงไปตรงมาคือ ไม่มีสิ่งใดในนี้เป็นเวิร์กโฟลว์ที่ผู้ขายรับรองอย่างเป็นทางการ เอกสารของ Alibaba อธิบาย Qwen3.8-Omni-Flash ว่าเป็นโมเดลมัลติโมดัลทั่วไป ไม่ใช่เครื่องมือผลิตวิดีโอ และคู่มือของ Google ไม่ได้ระบุเส้นทางการนำเข้าสำหรับเอาต์พุตของคู่แข่ง รูปแบบนี้เป็นสิ่งที่ผู้ปฏิบัติงานประกอบขึ้นเอง และมันทำงานได้เพราะปลายทางทั้งสองสื่อสารด้วยข้อความธรรมดา ณ รอยต่อ
ในกรณีที่แต่ละอันเป็นเครื่องมือที่ไม่เหมาะสม
Qwen3.8-Omni-Flash เป็นเครื่องมือที่ผิดตั้งแต่ทันทีที่สิ่งที่ต้องส่งมอบคือไฟล์ที่มีภาพอยู่ข้างใน ไม่มีโหมดภาพ ไม่มีโหมดวิดีโอ ไม่มีโหมดเสียง หากโจทย์ของคุณบอกว่า "ทำคลิปสิบห้าวินาทีให้หน่อย" โมเดลนี้บอกได้ว่าควรมีอะไรอยู่ในคลิปนั้น แต่ทำออกมาไม่ได้
Gemini Omni Flash 1.2 เป็นเครื่องมือที่ไม่เหมาะสมกับงานใดก็ตามที่ยาวกว่าครึ่งนาที และสำหรับตลาดบางกลุ่มโดยเฉพาะ การสร้างวิดีโอความยาวสามถึงสิบห้าวินาทีโดยต่อได้สูงสุด 30 วินาที หมายความว่าคลิปอธิบายความยาวสองนาทีต้องอาศัยการต่อชิ้นส่วนเข้าด้วยกัน และทุกจุดต่อคือจุดที่ความต่อเนื่องอาจขาดได้ — สิ่งที่โควตาภาพอ้างอิงจำนวนหกภาพมีไว้เพื่อยึดให้ต่อเนื่องกันและไม่ได้ให้การรับประกัน การแก้ไขและต่อวิดีโอที่อัปโหลดไม่พร้อมใช้งานใน EEA สวิตเซอร์แลนด์ และสหราชอาณาจักร ดังนั้นข้อเสนอเรื่องการแก้ไขผ่านบทสนทนาจึงไม่มีอยู่สำหรับผู้ใช้ในพื้นที่เหล่านั้น ไม่มีแพ็กเกจฟรีในทั้งสองเวอร์ชัน และไม่มี system instructions, temperature, top_p หรือ negative prompts — โมเดลรับเพียงพรอมต์และสื่ออ้างอิงเท่านั้น ทุกเอาต์พุตมีลายน้ำ SynthID
และความไม่สมมาตรหนึ่งประการที่สำคัญในเชิงพาณิชย์: ปลายทางของ 1.1 จะถูกเปลี่ยนเส้นทางไปยัง 1.2 โดยอัตโนมัติในวันที่ 3 ธันวาคม 2026 ดังนั้นเวอร์ชัน Gemini ที่เก่ากว่าจึงไม่ใช่ตัวสำรองระยะยาว Qwen3.8-Omni-Flash ไม่มีการบังคับย้ายลักษณะดังกล่าวผูกอยู่ด้วย หากคุณกำลังสร้างไปป์ไลน์ที่ต้องการตัวอ่านที่เสถียร ตัวอ่านคือครึ่งที่เสถียรของคู่นี้
เลเยอร์การกำหนดเส้นทางอยู่ตรงไหนจริง ๆ
ไม่มีเอนด์พอยต์ใดในสองตัวนี้อยู่ในแคตตาล็อกของ OrcaRouter และเราเลือกที่จะระบุเช่นนั้นมากกว่าปล่อยให้หน้าเปรียบเทียบสื่อเป็นนัยเป็นอย่างอื่น Gemini Omni Flash 1.2 ทำงานผ่าน API ของ Google; Qwen3.8-Omni-Flash ทำงานผ่าน Alibaba Cloud Model Studio สิ่งที่เรามีให้บริการคือเลเยอร์ที่อยู่ทั้งสองฝั่งของทั้งสองตัวนี้
ส่วนการนำเข้าและตรวจสอบ (ingest-and-audit) ของไปป์ไลน์ข้างต้นเป็นงานด้านข้อความและภาพ และเป็นส่วนที่รันบนโมเดลที่เรากำหนดเส้นทางให้ ซึ่งรวมถึง Qwen3.8-Flash โมเดลพี่น้องแบบข้อความล้วนในตระกูลเดียวกัน และโมเดล instruct ตระกูล Qwen3-VL สำหรับคำอธิบายระดับเฟรม ทั้งหมดเข้าถึงได้ด้วยคีย์เดียวในราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% และ การสลับไปยังระบบสำรองอัตโนมัติ (automatic failover) หากผู้ให้บริการต้นทาง (upstream) มีประสิทธิภาพลดลง กฎการกำหนดเส้นทางสามารถส่งคำขอตรวจสอบบางส่วนไปยังโมเดลที่สองได้โดยไม่ต้อง deploy ซึ่งเป็นวิธีที่คุณจะรู้ได้ว่าตัวอ่านราคาถูกนั้นดีพอหรือไม่ ก่อนจะผูกเส้นทางโปรดักชันกับมัน การเรียกสร้าง (generation call) ยังคงอยู่ที่เดิมที่จำเป็นต้องอยู่: ตรงไปยัง Google ตามมิเตอร์ของ Google โดยการเปลี่ยนแปลงอัตราค่าบริการของ Google จะลงในใบแจ้งหนี้ของคุณตามกำหนดเวลาของ Google
การแยกนั้นสมควรเรียกให้ชัดเจน เพราะมันคือรูปร่างที่ตรงไปตรงมาของสแต็กวิดีโอในปี 2026 ไม่มีผู้ขายรายใดรายเดียวที่ขายทั้งสองครึ่งได้ดี และทีมที่ต้องเจ็บปวดคือทีมที่พยายามให้สัญญาเดียวครอบคลุมทั้งตัวอ่านและตัวเรนเดอร์
จะตัดสินใจอย่างไรตามลำดับที่ต้นทุนเกิดขึ้น
เริ่มจากตัวอ่านก่อน เพราะมันถูกและผลิตอาร์ติแฟกต์ที่ทุกอย่างอื่นต้องใช้ ถ้าคุณดึงช็อตลิสต์ รายงานสี และทรานสคริปต์ที่ใช้งานได้ออกจากฟุตเทจต้นทางไม่ได้ คุณภาพการเจนเนอเรตไม่ว่าจะดีแค่ไหนก็ช่วยโปรเจกต์ไม่ได้ — คุณจะพรอมป์แบบเดาไปเรื่อย ๆ โดยไม่มีข้อมูล Qwen3.8-Omni-Flash เป็นตัวอ่านตัวแรกที่สมเหตุสมผลในราคา $0.15 ต่อหนึ่งล้านโทเค็นอินพุต และคอนเท็กซ์เกือบหนึ่งล้านโทเค็นของมันทำให้ฟุตเทจหนึ่งชั่วโมงใส่ได้โดยไม่ต้องมีกลยุทธ์แบ่งชังก์
จากนั้นวัดความยาวคลิปจริงของคุณ ถ้าค่ามัธยฐานของสิ่งส่งมอบของคุณต่ำกว่าสิบห้าวินาที — คัตสำหรับโซเชียล อินเสิร์ตสินค้า บีทรอลบีต — Gemini Omni Flash 1.2 รองรับได้ในการเรียกเดียวที่ประมาณ $0.07 ต่อวินาทีที่ 720p และงบภาพอ้างอิงหกรูปก็เพียงพอที่จะรักษาตัวแบบให้คงที่ตลอดช่วงนั้น ถ้าค่ามัธยฐานของคุณเกินสามสิบวินาที คุณกำลังซื้อไปป์ไลน์การต่อคลิปไม่ว่าราคาต่อโทเคนจะบอกอะไร และเพดานการขยาย 30 วินาทีคือข้อจำกัดที่กำหนดตารางเวลาของคุณแทนที่จะเป็นบิลของคุณ
จากนั้นให้ตีราคาความล้มเหลว ไม่ใช่ความสำเร็จ คำขอแก้ไขที่ถูกปฏิเสธบน 1.2 ไม่มีต้นทุนและไม่ส่งไฟล์กลับ ส่วนคลิปที่คลาดเคลื่อนตอนวินาทีที่สิบสองทำให้ต้องเรนเดอร์ใหม่ทั้งหมดบวกเวลาของผู้ตรวจอีก ความล้มเหลวอย่างที่สองคือสิ่งที่โมเดลผู้อ่านจับได้ ซึ่งเป็นเหตุผลว่าทำไมครึ่งที่ถูกกว่าของคู่นี้จึงมักคืนทุนได้ก่อน
สิ่งที่คุณไม่ควรทำคือมองทั้งสองสิ่งนี้เป็นการแข่งขันแบบตัดสินแพ้ชนะกัน ไม่มีตารางคะแนนร่วมกัน ไม่มีผลลัพธ์ร่วมกัน และไม่มีสถานการณ์ใดที่สิ่งหนึ่งจะเข้ามาแทนอีกสิ่งหนึ่ง การเปรียบเทียบที่มีประโยชน์คืออัตราส่วน — คุณสามารถรับภาระดูฟุตเทจได้กี่นาทีต่อทุกหนึ่งวินาทีที่คุณสามารถรับภาระสร้างได้ — และสำหรับทีมส่วนใหญ่ในปลายปี 2026 อัตราส่วนนั้นวัดกันเป็นหลักร้อย
