تطرح Google الآن نموذجين لإنشاء الفيديو (generative video models) باستخدام نفس مفتاح واجهة برمجة التطبيقات (API key)، وهما ليسا إصدارين لبعضهما البعض. Veo 3.1 هو محرك العرض السينمائي (cinematic renderer) مع الصوت الأصلي (native audio). أما Gemini Omni 1.1 Flash، المتاح بشكل عام منذ 27 أغسطس 2026، فهو النموذج التفاعلي الذي يمكنك تعديله عبر الجولات (turns).
الاختيار بينهما يعتمد على ثلاثة أسئلة: هل تحتاج إلى صوت، هل تحتاج إلى تكرار التعديل على مقطع بعد مشاهدته، وكم يجب أن يكون طول الفيديو النهائي. إليك كيف يجيب كل نموذج.
جدول المقارنة
| Gemini Omni 1.1 Flash | Veo 3.1 | |
|---|---|---|
| معرف النموذج | gemini-omni-1.1-flash |
veo-3.1-generate-preview (بالإضافة إلى المتغيرات السريعة والخفيفة) |
| واجهة برمجة التطبيقات | Interactions API (/v1beta/interactions) |
generateContent، عملية طويلة الأمد |
| الصوت الأصلي | لا | نعم، متاح دائمًا |
| طول المقطع الأساسي | 10 ثوانٍ | 4، 6، أو 8 ثوانٍ |
| الحد الأقصى للطول عبر التوسيع | 40 ثانية، بخطوات 10 ثوانٍ | 148 ثانية، 7 ثوانٍ في كل مرة، حتى 20 توسيعًا |
| السياق المقروء عند التوسيع | حتى 10 ثوانٍ من اللقطات السابقة | غير مذكور |
| التحرير التفاعلي | نعم، عبر previous_interaction_id |
لا |
| الإطار الأول والأخير | نعم | نعم، عبر lastFrame |
| الوسائط المرجعية | حتى 3 مقاطع فيديو مدة كل منها 3 ثوانٍ | حتى 3 صور مرجعية |
| الدقة | 360p، 720p، 1080p، 4K | 720p، 1080p، 4K (720p فقط عند التوسيع) |
| نسب العرض إلى الارتفاع | 16:9، 9:16 | 16:9، 9:16 |
| تكلفة 720p لكل ثانية | ~ 0.10 دولار | 0.40 دولار قياسي، 0.10 دولار سريع، 0.05 دولار خفيف |
| الفئة المجانية | لا | لا |
| علامة مائية | SynthID | SynthID |
حيث يتفوق Omni 1.1 Flash
تحتاج إلى تغيير شيء بعد مشاهدته. هذا هو العامل المميز الحقيقي. يعمل Omni على Interactions API، لذا يمكنك إنشاء مقطع، ومشاهدته، ثم إرسال جولة متابعة لتعديله:
res1 = client.interactions.create(
model="gemini-omni-1.1-flash",
input="A woman playing violin outdoors.",
)
res2 = client.interactions.create(
model="gemini-omni-1.1-flash",
previous_interaction_id=res1.id,
input="Make the violin invisible.",
)
لا إعادة تحميل، لا إعادة وصف للمشهد. لا يوجد لدى Veo ما يعادل ذلك: كل طلب Veo هو إنشاء جديد، وأي تغيير يعني إشعارًا جديدًا (prompt) وفرصة جديدة.
تريد الصياغة بتكلفة منخفضة. تنشئ فئة 360p من Omni أسرع بنسبة تصل إلى 60% بثلث تكلفة 720p. أقل دقة لدى Veo هي 720p. عندما تكون قد حاولت اثنتي عشرة مرة بعمق على إشعار، يتضاعف هذا الفارق؛ تحليل الأسعار يعرض الأرقام.
تقوم بتزويده بالفيديو، وليس الصور الثابتة. يأخذ Omni ما يصل إلى ثلاثة مقاطع مرجعية مدة كل منها ثلاث ثوانٍ ويرسم حركتها على المشهد الجديد. المراجع لدى Veo هي صور. إذا كنت تطابق حركة أو شخصية عبر اللقطات، فإن المراجع الحركية تقوم بعمل لا تستطيع الصور الثابتة القيام به.
تحتاج إلى لقطة متماسكة عبر التوسيع. يقرأ Omni ما يصل إلى 10 ثوانٍ من اللقطات السابقة قبل المتابعة، مقابل الثانية النهائية الواحدة التي استخدمها نموذج المعاينة. دليل توسيع المشهد يوضح الفوائد التي تحصل عليها.
حيث يتفوق Veo 3.1
تحتاج إلى صوت. ينشئ Veo صوتًا أصليًا مع الفيديو. تغطي وثائق Omni إخراج الفيديو وتتجاهل الصوت على المقاطع المرجعية. إذا كان المنتج النهائي لديك يتطلب صوتًا، فإن هذا يحسم الأمر، ودليل واجهة برمجة تطبيقات Veo 3.1 هو التكامل الذي يجب قراءته.
تحتاج إلى أكثر من 40 ثانية. يوسع Veo 7 ثوانٍ في كل مرة حتى 20 مرة، ليصل إلى 148 ثانية. يقتصر Omni على 40 ثانية. لاحظ القيد: إخراج Veo الموسّع يكون بدقة 720p فقط، لذا فإن المقطع الطويل ومقطع 4K هما مهمتان مختلفتان.
تريد أرخص ثانية ممكنة. يعمل Veo 3.1 Lite بتكلفة 0.05 دولار لكل ثانية بدقة 720p، وهو نصف سعر Omni. يتنازل عن دعم 4K مقابل ذلك. للإنشاء بكميات كبيرة ورهانات منخفضة، يعد Lite هو الحد الأدنى للميزانية عبر كلا العائلتين.
تريد مقطعًا أقصر. ينشئ Veo مقاطع مدتها 4 ثوانٍ و 6 ثوانٍ. ينشئ Omni 10 ثوانٍ. إذا كنت بحاجة إلى مقطع مدته 4 ثوانٍ، فإن Veo يحاسب على 4 ثوانٍ و Omni يحاسب على 10.
القرار في أربعة أسطر
- هل تحتاج إلى صوت؟ Veo 3.1.
- هل يجب أن يكون أطول من 40 ثانية؟ Veo 3.1.
- هل تحتاج إلى تحرير بعد مشاهدته، أو صياغة بميزانية محدودة؟ Omni 1.1 Flash.
- هل تحتاج إلى أرخص ثانية ولا شيء غير ذلك؟ Veo 3.1 Lite.
تنتهي العديد من مسارات العمل باستخدام كليهما: Omni لاستكشاف اللقطة وتثبيتها بشكل تفاعلي، و Veo لتقديم اللقطة النهائية مع الصوت. يشتركان في مفتاح واجهة برمجة تطبيقات واحد، لذا فإن تشغيلهما معًا لا يكلفك شيئًا في الإعداد.
تكاملان، ليس واحدًا
بغض النظر عن الطريقة التي تختارها، تذكر أنهما نقطتا نهاية مختلفتان هيكليًا. Omni هو طلب POST إلى /v1beta/interactions مع النموذج في النص الأساسي، ويعيد الفيديو مضمنًا كـ base64 ما لم يتجاوز حجم الملف 4 ميجابايت، وفي هذه الحالة تحصل على URI. يعمل Veo كعملية طويلة الأمد تقوم بالاستعلام عنها (poll)، وتظل الملفات التي تم إنشاؤها على خوادم Google لمدة يومين قبل إزالتها.
يعد هذا الاختلاف مهمًا إذا كنت تخطط لتبديل النماذج لاحقًا. لن تنتقل التعليمات البرمجية المكتوبة لنموذج واحد إلى الآخر بتغيير بسيط في سلسلة اسم النموذج، وأي طبقة تجريد تبنيها تحتاج إلى التعامل مع كل من عملية الاستعلام (polled operation) وجسم استجابة ذو شكلين. يغطي دليل واجهة برمجة تطبيقات Omni كيفية التعامل مع هذه الاستجابة.
كلاهما يستحق التثبيت بطلبات محفوظة قبل البناء عليهما. قم بإعداد طلب واحد لكل نموذج في Apidog، واحتفظ بمفتاح واجهة برمجة التطبيقات في متغير بيئة، وتأكد من شكل الاستجابة، وزد مهل الانتظار (timeouts) بشكل كبير عن الإعدادات الافتراضية. عندما تقارن جودة المخرجات، فإن تشغيل نفس الإشعار (prompt) من خلال كل من الطلبات المحفوظة هو عمل بنقرتين بدلاً من أمرين curl ستعيد كتابتهما من الذاكرة الشهر القادم.
الأسئلة الشائعة
هل Gemini Omni بديل لـ Veo؟ لا. تطرح Google كلاهما، ولم يتم إيقاف Veo 3.1. إنهما أداتان مختلفتان تصنعان الفيديو.
أيهما أرخص؟ بدقة 720p، يتطابق سعر Omni (حوالي 0.10 دولار/ثانية) و Veo 3.1 Fast (0.10 دولار/ثانية). Veo 3.1 Lite أرخص بسعر 0.05 دولار. Veo 3.1 القياسي هو الأغلى بسعر 0.40 دولار.
هل يمكن لأي منهما إنشاء فيديو بحوار؟ ينشئ Veo صوتًا أصليًا. لا يغطي إخراج الفيديو الخاص بـ Omni إنشاء الصوت، ولا يمكنه إضافة حوار عند توسيع فيديو تم تحميله.
هل يضع كلاهما علامة مائية على مخرجاتهما؟ نعم، كلاهما يطبق SynthID، وهي غير مرئية للمشاهدين وقابلة للاكتشاف برمجيًا.
ماذا عن Sora أو واجهات برمجة تطبيقات الفيديو الأخرى؟ مقدمون مختلفون، مقايضات مختلفة. OpenAI Sora 2 و Seedance 1.0 يستحقان النظر إذا كنت تقيّم خارج نطاق منتجات Google.
بأي منهما يجب أن أبدأ؟ إذا كنت تقوم بإنشاء نموذج أولي ولا تحتاج إلى صوت، فابدأ باستخدام Omni بدقة 360p. إنها أرخص طريقة لمعرفة ما إذا كان الفيديو الذي تم إنشاؤه يحل مشكلتك على الإطلاق. نزّل Apidog واحفظ هذا الطلب الأول حتى تكون المقارنة قابلة للتكرار.
الملخص الصادق: Veo يعرض، Omni يتفاعل. تغطي وثائق Google لإنشاء الفيديو كلاهما، ولن يختفي أي منهما، لذا اختر حسب المهمة وليس حسب الفريق.