Gemini Omni 1.2 Flash 對比 Ming 3.0：影片裡的聲音，還是獨立的聲音

「Ming 3.0」不是一個模型，而是 Ant Group 研究實驗室 inclusionAI 推出的五個檢查點系列，而且每一個都與聲音有關：Ming-3.0-audio-flash 讀取音訊並以文字回答，Ming-3.0-audio-tiny 是它的 9B 版本，Ming-3.0-tts-0.5B 和 Ming-3.0-tts-tiny 將文字轉為語音，Ming-3.0-asr-tiny 則負責轉錄語音。它們之中沒有任何一個能生成哪怕一幀影片。Gemini Omni 1.2 Flash 自 2026 年 11 月 5 日起正式開放使用，可生成三到十五秒、音訊同步的影片，720p 輸出約為每秒 0.07 美元。

所以，把這兩者拿來正面對決，本身就是範疇錯誤——只有一個例外，而那個例外結果卻道盡了一切。Gemini Omni 1.2 Flash 最具實質內容的新主張與語音有關：Google 表示它能產生「更流暢、聽起來更自然的對話、更清晰的唇形同步，以及更明確的多說話者條件控制」。Ming-3.0-tts 則是在你自己的硬體上、以 MIT 授權、每次呼叫零成本，完成這項工作中一個狹義的版本。如果你真正需要從這兩個系統得到的是一條語音軌，那句話就是比較的重點。如果你需要的是把聲音附在一張走過明亮房間的臉上，這一頁只有一邊能幫到你。

這個家庭，一個檢查點一個檢查點地看

值得清楚說明，因為命名容易造成混淆，而且時間戳記四散各處。

• Ming-3.0-audio-flash — 總參數 126B，每個 token 啟用 6.5B，是原生音訊語言 MoE，輸入音訊與文字、輸出文字，並附帶可選的 Talker 模組，能將答案說出來。權重於 2026 年 9 月 3 日登上 Hugging Face，約 259 GB，分佈於 25 個分片。真正的模型卡、基準測試資源與 MIT 重新授權直到 2026 年 10 月 19 日才到位——比檢查點晚了六週。

• Ming-3.0-audio-tiny — 同一構想的 9B 變體，於同日發布。

• Ming-3.0-tts-0.5B — 一個以 Qwen2.5-0.5B 為主幹的稠密 0.5B 文字轉語音模型，支援七種語言以及四川話和粵語，可從簡短的參考音檔進行零樣本克隆，並可根據自然語言描述進行語音設計。上傳於 2026 年 9 月 22 日。

• Ming-3.0-tts-tiny — 較小的 TTS 同系列版本，日期相同。

• Ming-3.0-asr-tiny — 轉錄端，2026年10月14日。

3.0 這個標籤涵蓋的是一套語音技術堆疊，而不是旗艦多模態模型。這點很重要，因為有人在搜尋影片模型時一併搜尋「Ming 3.0」，這暗示有人以為情況並非如此；而 Ming 系列確實有全模態模型——Ming-flash-omni-2.0，於 2026 年 2 月發布——但它是不同世代、名稱也不同，並不是 3.0 檢查點所指的東西。

重疊實際上所在的位置：對白音軌

把容器剝除後，兩個系統都能生成一個正在說話的人。它們是從相反的方向抵達那裡的。

Gemini Omni 1.2 Flash 會生成整個場景。你只要用提示詞描述一個鏡頭，而如果提示詞中含有對話，或你引導它往那個方向走，模型就會把語音連同環境音與音樂一起烘焙進影片裡。音訊是預設生成的；指南指出，無論你有沒有要求，模型「都會嘗試生成合適的音軌」。對話品質屬於發表時的宣稱，而非計分指標，而且 Google 完全沒有公布任何音訊基準測試。參考路徑在 Google Cloud 上已列入允許清單：你可以提供一秒的語音樣本作為音訊提示，但在目前版本中，模型不支援上傳音訊輸入或音訊參考，參考影片的音訊會被忽略，也不支援語音編輯。你可以用提示詞讓一個聲音誕生，卻無法把它拿掉並替換成另一個。

Ming-3.0-tts 只做一件事：文字輸入、語音輸出，而聲音由你掌控。可從簡短參考音檔進行零樣本克隆、依文字描述設計聲音、十四個行內副語言標籤，以及明確的情緒、語速、音高與音量設定。其廠商回報的 Seed-TTS 數據為：中文 WER 0.800%、SIM 0.758，英文 WER 1.584%、SIM 0.691；在 NVBench 單一中文上，其回報 CER 2.70、PCER 22.80 與 OCER 3.20，為其列出模型中最佳。這些是 inclusionAI 自家的數據，未經重現，就印在模型卡上。

把兩者並排來看，老實說，差別是這樣。Omni 給你一個你沒有指定的聲音，搭配一段你也沒有指定的演出，價格大約是每段十五秒的片段一美元。Ming-3.0-tts 則讓你精確控制恰好一個屬性——聲音聽起來如何——並交給你一段沒有附帶畫面的波形。

每一項的成本，以不符合的單位計

Omni 的計價方式簡單且公開。每百萬個影片輸出 token 收費 12.00 美元，Google 以 720p 每秒 5,792 個 token 換算，約為每秒 0.07 美元。15 秒的片段約 1.05 美元。同樣長度的 360p 草稿約 0.35 美元，4K 升頻則約 3.14 美元。沒有免費方案，所以一次原型製作工作階段就是一張實實在在的帳單。

Ming 沒有每次呼叫的價格，因為它沒有託管端點。成本在於硬體。對於 128K 上下文的 Ming-3.0-audio-flash，inclusionAI 自家的 vLLM-Omni 參考設定檔是跨四張 80 GB H800 的張量平行，並在長音訊耗盡記憶體、Talker 固定在 GPU 7 時採用八 GPU 備援。SGLang 有經過驗證的文字輸出四 GPU 設定檔，而 SGLang-Omni 在兩張 GPU 上執行整條管線——thinker 分布在兩張 GPU，音訊編碼器在 GPU 0，語音合成在 GPU 1。Ming-3.0-tts-0.5B 小到可在單張 H800-80GB 或 H20-96G 上搭配 CUDA 12.4 測試。

把一種換算成另一種，正是人們出錯的地方。「資本支出後免費」對上「每秒七美分」，算出來的數字完全取決於使用率；而每週十支短片的情況下，GPU 每輸出秒數的成本要高得多。在持續滿載的量下，它則便宜得多。沒有任何匯率能同時適用於這兩種情況。

授權與控制，這才是選擇 Ming 的真正原因

Ming-3.0 系列中的所有內容皆採用 MIT 授權，並附有獨立的法務免責聲明檔案。這表示可商業使用、修改、以你自己的語音資料進行微調，以及重新散布——只需標示出處，無需取得許可。如果你的產品差異化關鍵在於某種嗓音、某種方言，或每次都必须聽起來完全一致的品牌口播，那麼能夠微調檢查點就不是可有可無的加分項。而是整個能力的核心。

Gemini Omni 1.2 Flash 則是相反的取捨。不提供權重、不提供微調、不提供語音編輯、架構未公開、輸出受服務條款規範，而且每一幀與每一秒音訊都帶有 SynthID 浮水印，無論你是否想要。在 EEA、瑞士與英國，無法編輯或延長上傳的影片——這項區域限制讓那些市場的團隊完全無法採用對話式編輯的賣點。作為交換，你今天就能取得可用的端點、15 秒片段、4K 升頻、每次請求最多六張參考圖像以維持角色與產品一致性，以及可預測的價格。

• 權重 — 不受 Apache 授權限制的 MIT 檢查點，讓你擁有可對抗封閉式託管模型的資產。

• 輸出 — 語音波形對應影片，並同步音訊。

• 語音控制 — 克隆、設計、情緒與音高設定，對比僅使用提示詞，且不提供語音編輯。

• 微調 — 每個 Ming 檢查點皆可使用，Omni 則無論價格多高都無法使用。

• 首次獲得結果的時間——34 GB 以上的下載與環境設定，對比 API 金鑰與 28 至 136 秒的渲染。

• 邊際成本——一個 GPU 小時對比每輸出秒約 $0.07。

兩者皆出現的管線

有一個實際的工作流程會同時使用兩者，而這值得詳細說明，因為這是比較唯一能轉化為決策的地方。

產品團隊在編寫一支十五秒廣告時，會先寫好文案，再用 Ming-3.0-tts 對照克隆的品牌聲音生成配音，接著要嘛讓影片對嘴同步到這條音軌，要嘛把波形當成 Omni 算圖的時間參考。TTS 這一步只花一個 GPU 分鐘，就能精確控制節奏與發音。Omni 這一步大約花一美元，換來一個鏡頭。照這個順序做，就代表你在把錢花在影片上之前先修好腳本，這正是 Google 內部建議的先草稿後定稿紀律：先用 360p 草稿，再升頻到 4K。

反過來做——先生成片段，再嘗試替換它的聲音——是行不通的。Omni 不支援語音編輯，而且該模型不支援上傳音訊參考。它產出的音訊就是你最終交付的音訊。

兩者都不在我們的目錄上，而這一點值得說明。

OrcaRouter 這兩個模型都不路由。google/gemini-omni-1.2-flash 在我們線上的模型頁面上會回傳 404，而 Ming-3.0 的檢查點完全沒有託管端點——它們是 Hugging Face 下載項目，其 vLLM-Omni 路徑截至上次查核時仍是一個 pull request。沒有任何對我們 API 的呼叫能觸及兩者中的任何一個，而本頁寧可如實說明，也不願暗示相反情況。

閘道真正有價值的地方，在於兩個工作流程都會經過的文字層：腳本、鏡頭清單、品牌語調品質檢查，以及能揪出漏掉指示之片段的稽核。超過 200 個模型，具備自動容錯移轉，還有一套路由 DSL，可將這些步驟組合成單一呼叫。在定價方面，OrcaRouter 以 0% 加成計費，並直接沿用供應商定價，因此當 Google 於 11 月 5 日將 Omni 的影片費率從每百萬輸出 token 17.50 美元調降至 12.00 美元時，這項變更當天就在我們這邊上線。

決策，精簡版

如果你的問題是聲音——某個特定、可重現、也許經過微調、也許帶有方言的聲音——那麼 Ming-3.0-tts 就是合適的工具，而 MIT 授權正是原因所在。它不會給你一張圖，也從來不是為此而生。

如果你的問題是場景中有人，而語音只需要聽起來合理且同步，那麼 Gemini Omni 1.2 Flash 是兩者中唯一能做到的，而且它的價格是你開始前就能算出來的。

兩者都不會做的是讓你分開決定聲音和畫面。這個落差正是 2026 年 11 月的實際技術水準，而你建立的任何工作流程都必須繞過它，而不是穿過它。