فازت وحدة التخزين «Gemini Omni Flash» في اختبارنا المقارن لأول مخرج، لكن النتيجة كانت متقاربة ولم تكن فوزًا ساحقًا. من بين ثماني مهام متطابقة، فازت «أومني» بخمس مهام مقابل ثلاث مهام لـ«Veo 3.1 Fast»، وحققت نتيجة 4.124/5 مقابل 4.009/5. التزمت Omni بالتوجيهات بشكل أوثق وقدمت النتائج بشكل أسرع عبر المسار المتصل الخاص بنا؛ في حين قدمت VeoT لمسة بصرية أقوى، وأهدافًا أكثر ثباتًا، ونتائج صوتية أفضل.
هذا الاختلاف هو جوهر الموضوع. «Omni Flash» هو نموذج بدقة 720p مصمم لإنتاج مقطع قصير ثم مواصلة العمل عليه من خلال التفاعل التفاعلي. أما «Veo 3.1» فهي عائلة أوسع تضم صوتًا أصليًّا، وأوضاعًا ذات دقة أعلى، والتحكم في الإطار الأول والأخير، وامتداد الفيديو. ولا يعتمد الاختيار الصحيح على درجة جمالية واحدة بقدر ما يعتمد على ما إذا كنت بحاجة إلى تنفيذ دقيق من المرة الأولى وتكرار سريع، أم إلى مسار أكثر سينمائية لإنتاج أطول وبدقة أعلى.
إذا كنت ترغب في الحصول على مساحة عمل واحدة تغطي كامل مسار عمل الذكاء الاصطناعي،, جلوبال جي بي تي تي هذا هو السبيل العملي. إلى جانب ذلك Gemini Omni Flash وبفضل Veo 3.1، يجمع هذا البرنامج بين أفضل نماذج الدردشة والبحث والصور والفيديو، مما يتيح لك صياغة الفكرة وصقل المطالبة وإنشاء العناصر المرئية واختيار أقوى نموذج فيديو للقطات النهائية دون الحاجة إلى دفع تكاليف عدة أدوات ذكاء اصطناعي منفصلة. تبلغ تكلفة الاشتراك السنوي في خطة Pro $10.80 دولار/شهرياً, ، في حين أن «Unlimited» هي $25/شهر ويشمل الوصول إلى Veo 3.1.
تفوز «أومني» في الاختبار؛ بينما تحتفظ «Veo» بسقف إنتاج أعلى
يتقدم طراز Gemini Omni Flash على طراز Veo 3.1 Fast بفارق 0.115 نقطة.
تفوز «أومني» في مجالات الحركة، والقيود، والفيزياء، واتجاه الكاميرا، والنص.
| الأولوية | ملاءمة أفضل | لماذا |
|---|---|---|
| الموجه الدقيق التالي | Gemini Omni Flash | ارتفاع متوسط الالتزام بأداء المشاهد المقيدة وإتمامها بشكل أكثر دقة. |
| جودة تصوير سينمائية وثبات الهدف | فيو 3.1 سريع | متوسطات أعلى للجودة البصرية والاتساق الزمني. |
| إصدار سريع بدقة 720p | Gemini Omni Flash | متوسط 29.29 ثانية في مسارنا، بالإضافة إلى تعديل النص لتسهيل الحوار. |
| المشاهد التي تعطي الأولوية للصوت في هذا الاختبار | فيو 3.1 سريع | كان مستوى الصوت في مقطع المقهى أقوى بكثير وأكثر ملاءمة للاستخدام. |
| 4K، أو التحكم في الإطارات، أو التوسيع | عائلة Veo 3.1 | هذه هي خيارات سير العمل الموثقة لنظام Veo التي تتجاوز الحد الأقصى الحالي لـ Omni البالغ 720p. |
خلاصة القول: اختر «Omni» كخيار افتراضي أفضل للفيديوهات القصيرة السريعة التي تعتمد على التعليمات. واختر «Veo» عندما يكون المظهر النهائي الجذاب وسلسلة الإنتاج الأوسع نطاقاً أكثر أهمية.
جدول المحتويات
نظرة سريعة على مقارنة طرازي Gemini Omni Flash وVeo 3.1
أفضل طريقة لفهم هذه المقارنة هي التوقف عن اعتبار “Veo 3.1” منتجًا واحدًا ثابتًا. مستندات Google الإصدارات «Standard» و«Fast» و«Lite». ويستخدم اختبارنا العملي فيو 3.1 سريع, ، لأن هذه هي الفئة الأقرب إلى Omni Flash من حيث التوجيه الذي يركز على السرعة وسعر واجهة برمجة التطبيقات (API) بدقة 720p. وعندما نتحدث عن دقة 4K أو الجودة القصوى أو مجموعة ميزات Veo الكاملة، فإننا نشير إلى عائلة Veo 3.1 الأوسع نطاقًا، ولا ندعي أن كل مخرج Fast يستخدم تلك الإعدادات.
| القدرة | Gemini Omni Flash | عائلة Veo 3.1 |
|---|---|---|
| الوضع الرسمي للنموذج | معاينة؛ معرّف النموذج gemini-omni-flash-preview | معاينة في واجهة برمجة التطبيقات Gemini؛ يتم سرد معرّفات الطرز «Standard» و«Fast» و«Lite» بشكل منفصل |
| الوظيفة الأساسية | إنشاء مقاطع فيديو بسرعة بالإضافة إلى التحرير باستخدام اللغة الطبيعية والمتعدد الجولات | إنشاء مقاطع فيديو مع أدوات تحكم سينمائية، وأوضاع ذات دقة أعلى، وإمكانية التوسيع |
| طول المخرجات | من 3 إلى 10 ثوانٍ | 4 أو 6 أو 8 ثوانٍ؛ تتطلب بعض الأوضاع المتقدمة 8 ثوانٍ |
| القرار | 720p بمعدل 24 إطارًا في الثانية | 720p أو 1080p أو 4K؛ لا يدعم الإصدار «Lite» دقة 4K |
| نسبة العرض إلى الارتفاع | 16:9 أو 9:16 | 16:9 أو 9:16 |
| الصوت | تم إنشاؤها مع الفيديو؛ لا تدعم واجهة برمجة التطبيقات الحالية المراجع الصوتية التي تم تحميلها | صوت مُنتج أصلاً، بما في ذلك الحوار والمؤثرات الصوتية |
| المدخلات المرجعية | نصوص وصور ومقاطع فيديو، مع مهام تتعلق بالإشارة إلى مقاطع الفيديو والتحرير | تحويل الصورة إلى فيديو بالإضافة إلى ما يصل إلى ثلاث صور مرجعية |
| التحرير والاستكمال | تحرير محادثة مع الاحتفاظ بالحالة؛ بدون تمديد الفيديو أو الاستيفاء بين الإطار الأول والأخير | إنشاء الإطار الأول والأخير وملحقات الفيديو التي تبلغ مدتها 7 ثوانٍ؛ لا توجد حلقة تحرير محادثة مكافئة في دليل واجهة برمجة التطبيقات Veo |
| المصدر | العلامة المائية غير المرئية SynthID | العلامة المائية SynthID |
هذا التمييز في الميزات أكثر أهمية من التسميات التسويقية. يعمل «أومني» كنموذج فيديو مزود بمحرر مدمج في المحادثة: إنشاء، طلب تغيير، الحفاظ على الباقي، ثم المتابعة. أما «Veo» فيعمل بشكل أشبه بنظام إنشاء اللقطات: تحديد التنسيق والمراجع والإطارات والدقة، ثم إنشاء التسلسل أو توسيعه. أحدهما مُحسَّن للتعديل؛ والآخر يوفر لك مسارًا أوسع لعملية العرض.
إذا كنت بحاجة إلى تعريف أكثر شمولاً بسلسلة منتجات Veo قبل مقارنة المستويات، فإن الدليل الكامل لـ Veo 3.1 يغطي النموذج ومسارات الوصول الرئيسية إليه.
ما الذي تشير إليه المعايير العامة فعليًّا
التحليل الاصطناعي يقوم بتصنيف نماذج الفيديو من خلال مقارنات عمياء. حيث يرى المصوت نتيجتين تم إنتاجهما من نفس النص التوجيهي أو الصورة المدخلة، دون أن يعرف أي نموذج أنتج كل مقطع، ثم يختار المقطع الذي يفضله. وتُستخدم هذه الأصوات في حساب تصنيف «إيلو». ويُعد هذا الأسلوب أكثر فائدة بكثير من مطالبة مزود النموذج بتقييم مقطع العرض الترويجي الخاص به، لكنه يظل اختبارًا للتفضيلات، وليس قياسًا مختبريًّا لمدى اكتمال المطالبة أو الدقة المادية.
قوائم المتصدرين في لعبة «التحليل الاصطناعي» مع صوت
تحويل النص إلى فيديو
تحويل الصورة إلى فيديو
تم التحقق في 15 يوليو 2026. أعداد عينات تحويل النص إلى فيديو: Omni Flash 3,488؛ Veo 3.1 7,411؛ Veo 3.1 Fast 8,235. عدد عينات تحويل الصور إلى فيديو: 2,834؛ و6,926؛ و7,319 على التوالي. تتغير التصنيفات مع إضافة أصوات ونماذج جديدة.
الفارق ليس طفيفاً. يتفوق “أومني” على «Veo 3.1 Fast» بفارق 150 نقطة إيلو في تحويل النص إلى فيديو و124 نقطة في تحويل الصورة إلى فيديو. وقد تم تقييم كلا نموذجي Veo على عدد أكبر من العينات، لذا فإن تفوق Omni لا يرجع فقط إلى ظهوره في اختبار مبكر وصغير الحجم. وبالنسبة للسؤال الذي طرحته Artificial Analysis – «أي نتيجة يفضل الشخص مشاهدتها؟» – فإن Omni Flash هو النموذج الأقوى في هذه اللقطة.
لكن هذه الجملة تحتاج إلى النصف الثاني منها. فالتصويت التفضيلي الأعمى قد يكافئ تركيبة أكثر جاذبية، أو حركة أنظف، أو ألوانًا أفضل، أو ببساطة تفسيرًا أكثر إرضاءً للعيون على الفور. فهي لا تخبرنا ما إذا كان النموذج قد احتفظ بكل العناصر المطلوبة، أو ما إذا كانت حركة الكاميرا قد اتبعت المسار المحدد بدقة، أو ما إذا كان بإمكان العلامة التجارية تعديل المقطع بكفاءة، أو ما إذا كان بالإمكان تسليم الناتج بدقة 4K. ولهذا السبب، يجب أن تضع قائمة المتصدرين فرضية لاختبار عملي، لا أن تحل محله.
كما أفادت شركة «جوجل ديب مايند» تقييم داخلي لتحرير الفيديو أظهر تفوق «أومني فلاش» على نماذج الفيديو الرئيسية الأخرى من حيث التفضيل العام والالتزام بالتعليمات. وقام مقيمون بشريون بمقارنة النتائج عبر 504 أمثلة للتحرير. ويدعم ذلك ادعاء Google بأن التحرير التخاطبي يمثل نقطة قوة حقيقية، لكنها دراسة أجرتها الشركة نفسها، ولا يكشف النص المنشور عن درجة Veo 3.1 قابلة للمقارنة بشكل مباشر. ولذلك، فإننا نتعامل معها كدليل على تركيز Omni على التحرير، وليس كحكم مستقل على المقارنة ككل.
مقارنة بين Gemini Omni Flash وVeo 3.1 من حيث الأسعار
تحدد «جوجل» أسعار هذه النماذج على أساس كل ثانية من إخراج الفيديو الناجح. ويستخدم الجدول أدناه الأسعار الموضحة في صفحة أسعار واجهة برمجة التطبيقات (API) للمطورين Gemini ويحسب تكلفة أطوال المقاطع ذات الصلة بهذه المقارنة. وهذا هو جدول الأسعار الوحيد الوارد في المقالة؛ أما التوصيات اللاحقة فتشير إلى هذه المفاضلة العملية بدلاً من تكرارها.
| نموذج | سعر الصرف الرسمي وفقًا لواجهة برمجة التطبيقات (API) | مقطع فيديو مدته 6 ثوانٍ بدقة 720p | مقطع فيديو مدته 8 ثوانٍ بدقة 720p | خيار دقة أعلى مدته 8 ثوانٍ |
|---|---|---|---|---|
| Gemini Omni Flash | $0.10/ثانية | $0.60 | $0.80 | غير متوفر بدقة أعلى من 720p |
| فيو 3.1 قياسي | $0.40/ثانية بدقة 720p أو 1080p؛ $0.60/ثانية بدقة 4K | $2.40 | $3.20 | $3.20 بدقة 1080p؛ $4.80 بدقة 4K |
| فيو 3.1 سريع | $0.10/ثانية بدقة 720p؛ $0.12/ثانية بدقة 1080p؛ $0.30/ثانية بدقة 4K | $0.60 | $0.80 | $0.96 بدقة 1080p؛ $2.40 بدقة 4K |
| فيو 3.1 لايت | $0.05/ثانية بدقة 720p؛ $0.08/ثانية بدقة 1080p | $0.30 | $0.40 | $0.64 بدقة 1080p؛ لا يدعم دقة 4K |
أهم نتيجة مستخلصة من قائمة الأسعار هي أن تكلف كل من تقنيتي «Omni Flash» و«Veo 3.1 Fast» $0.10 في الثانية عند دقة 720p. وبالتالي، فإن ملفًا تم تسليمه مدته ست ثوانٍ يساوي تقريبًا $0.60. لكن في مسار الاختبار المتصل لدينا، أرجعت Omni مقاطع مدتها 6.02 ثانية، في حين أرجعت Veo ملفات مدتها 8.00 ثانية على الرغم من أن الطلب كان لملف مدته ست ثوانٍ. وبالتالي، كانت تقديرات الملفات التي تم تسليمها لهذه الدفعة حوالي $0.60 و$0.80 لكل مقطع. ونحن نتعامل مع الثانيتين الإضافيتين لـ Veo على أنهما عدم تطابق في تنسيق المسار، وليس دليلاً على أن النموذج الأساسي لا يمكنه إنتاج فيديو مدته ست ثوانٍ.
يُعد طراز Veo Standard خيارًا مختلفًا. فسعره الأعلى يتيح الوصول إلى الفئة التي تركز على الجودة وإلى دقة عرض لا تستطيع Omni توفيرها. وصف Omni بأنه “ربع سعر Veo” لا يكون دقيقًا إلا عندما تكون المقارنة محددةً مع Veo Standard بدقة 720p أو 1080p. وهذا القول غير صحيح عندما تكون المقارنة مع طراز Veo Fast، كما أنه غير كامل عندما يتم اختيار طراز Veo لإخراج 4K. ولا يكون السعر المرتفع مبررًا إلا إذا حافظت الدقة الإضافية أو جودة العرض الخاصة بالفئة القياسية على مستواها خلال بقية مراحل عملية الإنتاج.
كما أن السعر المعلن لا يأخذ في الحسبان التكلفة التي يشعر بها المبدعون أكثر من غيرها: عمليات إعادة التسجيل. فقد يكون مقطع فيديو رخيص يتطلب خمس محاولات أكثر تكلفة من مقطع باهظ الثمن ينجح من المحاولة الأولى. ونظرًا لأن سياستنا تحظر عمليات إعادة التسجيل المتعلقة بالجودة، ولأن جميع الملفات الـ 16 المحفوظة كانت صالحة، يمكن لهذه الدفعة أن تُظهر تكلفة كل ملف صالح تم تسليمه لأول مرة. ولكنها لا يمكنها أن تضمن تكلفة موحدة لكل نتيجة قابلة للاستخدام، حيث يعتمد ذلك على معايير القبول الخاصة بكل مشروع. تشير Google إلى أن عمليات إنشاء Veo التي يتم حظرها بسبب مشكلات في معالجة الصوت أو مشكلات تتعلق بالسلامة لا يتم احتساب تكلفة لها، على الرغم من أن الفوترة على مستوى المنصة قد تختلف عن الفوترة المباشرة عبر واجهة برمجة التطبيقات (API).
للاطلاع على معلومات حول الاشتراكات والوصول إلى المنتجات الاستهلاكية، يرجى الاطلاع على أدلتنا المنفصلة حول أسعار الاشتراك في Veo 3.1 و ما إذا كان الإصدار Veo 3.1 مجانيًا. الأرقام الواردة أعلاه هي أسعار واجهة برمجة التطبيقات (API) المخصصة للمطورين، وليست أسعار باقات المستهلكين.
كيف صممنا الاختبار العملي
تتطلب المقارنة العادلة استبعاد طرق التهرب الأسهل. فقد استخدمنا نفس المطالبات الثماني باللغة الإنجليزية، واستهدفنا مدة ست ثوانٍ بنسبة عرض إلى ارتفاع 16:9 ودقة 720p، وطلبنا صوتًا طبيعيًّا حيثما استدعت المشهد ذلك، وقمنا بتقييم أول ناتج صالح. كان من الممكن إعادة محاولة حالات الفشل على مستوى المزود للحصول على ملف قابل للفك، لكن لم يكن من الممكن استبدال نتيجة صالحة غير جذابة. هذه القاعدة الأخيرة مهمة لأن إعادة المحاولة لتحسين الجودة تحول المراجعة بهدوء إلى مقطع يضم أفضل اللحظات.
نفس المهمة، أول ناتج صالح، دون إعادة محاولة لتحسين الجودة
| نماذج | Gemini Omni Flash وVeo 3.1 Fast |
|---|---|
| سياسة المطالبات الفورية | نص المطالبة متطابق في كلا النموذجين؛ دون إعادة صياغة خاصة بكل نموذج على حدة |
| الناتج المستهدف | 6 ثوانٍ، نسبة العرض إلى الارتفاع 16:9، دقة 720p، مع صوت يتناسب مع المشهد |
| سياسة التشغيل | تم تسجيل أول مخرجات صالحة؛ ويمكن إعادة محاولة عمليات الفشل من جانب المزود، لكن لم يتم تلقي أي مقطع صالح لإعادة الإنتاج من أجل تحسين الجودة |
| التسجيل | تقييم تحريري من 0 إلى 5، يتم تحديده بناءً على أول ناتج صالح تم حفظه |
| السرعة المقاسة على المسار | وقت الانتظار من البداية إلى النهاية في مسار العمل المترابط لدينا، وليس مجرد ادعاء عام بشأن زمن الوصول في النموذج |
النطاق: تتعلق نتيجة الاختبار العملي لـ Veo بـ Veo 3.1 Fast عبر المسار الذي خضع للاختبار، ولا تنطبق على كل مستويات Veo أو كل واجهة مستخدم.
تمنح النتيجة المرجحة كل من «الالتزام الفوري» و«الجودة البصرية» 20% لكل منهما؛ و«واقعية الحركة» و«الاتساق الزمني» 15% لكل منهما؛ و«توافق الصوت» و«السرعة» و«الموثوقية» و«قابلية الاستخدام العملي» 10% لكل منها. ونحن نفصل بين هذه الأبعاد لأن مقطعًا رائعًا قد يفشل مع ذلك في تحقيق الغرض المطلوب. فعلبة منتج تتغير شكلها لا تُعد إعلانًا قابلاً للاستخدام. والملصق الذي يحتوي على نص شبه صحيح ليس صحيحًا. كما أن الأجواء الطبيعية للمقهى لا تنقذ يدًا تذوب داخل الكوب.
تحتوي جميع الملفات المحفوظة البالغ عددها 16 ملفًا على مسار صوتي بتنسيق AAC. وقد تم تقييم المقاطع الصوتية بطريقة متحفظة عن قصد: حيث استند التقييم إلى وجود المسار، والمستوى المقاس، ونشاط الترددات، وليس إلى ادعاء مختلق مفاده أن كل إشارة صوتية مطلوبة قد تم سماعها والتعرف عليها بشكل مثالي.
نتائج التجربة العملية: ثماني مطالبات، نموذجان
يُركز كل اختبار على تحديد نمط فشل مختلف. والهدف هنا ليس العثور على ثمانية مواضيع جذابة، بل التحقق مما إذا كان النموذج لا يزال موثوقًا عندما تطلب التعليمات وجود أشخاص، أو أشياء محددة، أو تصادمات، أو مسارات كاميرا مُحكَمة، أو صوت متزامن، أو نص قابل للقراءة، أو فكرة بصرية غير معتادة. تفوز Omni في الاختبار الإجمالي بنتيجة 5-3، لكن المقاطع الفردية توضح سبب ضآلة فارق النقاط البالغ 0.115 نقطة.
الاختبار 1: حركة الإنسان واتساق ملامح الوجه
لماذا يعتبر هذا الاختبار مهمًا؟
تبدو لقطة المتابعة المبللة بالمطر سينمائية حتى عندما ترتكب العارضة أخطاء بسيطة. فمراقبة التناغم بين الوجه واليدين والمظلة وإيقاع المشي وحركة الكاميرا إلى الخلف تكشف ما إذا كانت المشهد متماسكًا أم مجرد مشهد ذي أجواء جميلة.
| متري | Gemini Omni Flash | Veo 3.1 |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 32.1 ثانية | 104.9 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 4.4 | 3.5 |
| الجودة البصرية | 4.3 | 4.6 |
| واقعية الحركة | 4.1 | 3.3 |
| الاتساق الزمني | 3.8 | 4.6 |
| مطابقة الصوت | 3.7 | 3.8 |
| المجموع المرجح | 4.225/5 | 3.935/5 |
تسير المرأة بدلاً من أن تنزلق ببساطة، ويظل كل من المعطف الأصفر والمظلة والمطر والزقاق وحركة التتبع العكسي موجودًا طوال اللقطة. أما الوجه والشعر فيتحركان قليلاً.
يتميز الوجه والغطاء والمظلة والزقاق بثبات فائق وإتقان استثنائي. غير أن التغيرات في شكل الشخصية من الخصر فما فوق ضئيلة للغاية، لدرجة أن المشية المطلوبة تبدو أشبه بوضعية ثابتة.
الحكم: فازت Veo بجائزة «الاتساق»، لكن Omni نفذت مهمة الحركة المطلوبة بشكل أكثر إقناعًا وقدمت التنسيق بالطول المطلوب.
عرض النص الدقيق للموجه
أنشئ مقطع فيديو سينمائي مدته 6 ثوانٍ، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. امرأة شابة ترتدي معطفًا مطريًا أصفر اللون تسير ليلاً في زقاق ممطر في طوكيو، حاملةً مظلة شفافة. تنعكس أضواء اللافتات النيون على الرصيف المبلل. تتحرك الكاميرا ببطء إلى الخلف أمامها. حركات جسدية طبيعية، وتناسق بين تعابير الوجه وحركات اليدين، ومطر واقعي، وبدون أي نصوص متراكبة.
الاختبار 2: الجودة التجارية للمنتج
لماذا يعتبر هذا الاختبار مهمًا؟
فيديو المنتج لا يرحم. يجب أن تحافظ الزجاجة على شكلها نفسه بينما تدور الكاميرا حولها، ويجب أن تصف الإضاءات المتحركة شكل الكائن بدلاً من إعادة رسمه. ولا يكفي الحصول على لقطة متقنة إذا تغير شكل المنتج في منتصف الدورة.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 27.2 ثانية | 103.1 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 3.6 | 3.8 |
| الجودة البصرية | 4.2 | 4.6 |
| واقعية الحركة | 3.7 | 4.2 |
| الاتساق الزمني | 2.8 | 3.7 |
| مطابقة الصوت | 3.5 | 3.6 |
| المجموع المرجح | 3.725/5 | 4.005/5 |
يبدو الضوء الذهبي وانعكاسات الرخام فاخرة، لكن جسم الزجاجة وعنقها وغطاؤها تتغير أبعادها وألوانها مع حركة الكاميرا.
يتميز العرض التجاري الدافئ بجودة أعلى، كما أن الزجاجة أكثر ثباتًا. لا يزال الغطاء والشكل العام غير مستقرين، لذا يظل هذا مقطعًا تجريبيًّا وليس نسخة نهائية دقيقة للمنتج.
الحكم: يُنتج النموذج Veo نموذجًا تجاريًّا أكثر قابلية للاستخدام. ولا يحدد أي من النموذجين هوية المنتج بشكل كامل خلال مساره.
عرض النص الدقيق للموجه
قم بإنتاج إعلان تجاري مميز لمنتج مدته 6 ثوانٍ، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. تظهر زجاجة عطر زجاجية شفافة موضوعة على طاولة من الرخام الأسود. يتحرك ضوء ذهبي خافت عبر الزجاجة. تقوم الكاميرا بدورة بطيئة بزاوية 180 درجة. يجب أن يظل شكل الزجاجة ثابتًا. لا تظهر أي نصوص قابلة للقراءة خاصة بالعلامة التجارية، ولا توجد أي أشياء إضافية.
الاختبار 3: الالتزام بالتوجيهات المتعددة الأهداف
لماذا يعتبر هذا الاختبار مهمًا؟
هذا المشهد مصمم عمدًا ليكون أقل بريقًا. يجب أن يحافظ النموذج على ظهور الدراجة الحمراء، والجدار الأزرق، والكلب الأبيض، والمظلة الصفراء في الصورة، بينما تتساقط الثلوج وتظل الكاميرا ثابتة. أي ناتج جميل يتضمن إسقاط أحد العناصر أو تحريك الكاميرا يُعتبر مخالفة للتعليمات.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 27.8 ثانية | 91.5 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 4.9 | 4.2 |
| الجودة البصرية | 4.1 | 4.4 |
| واقعية الحركة | 4.0 | 3.8 |
| الاتساق الزمني | 4.6 | 4.5 |
| مطابقة الصوت | 3.0 | 3.2 |
| المجموع المرجح | 4.360/5 | 4.065/5 |
تظل الدراجة الحمراء، والجدار الأزرق، والكلب الأبيض، والمظلة الصفراء المفتوحة، والثلج المتساقط، والكاميرا الثابتة واضحة طوال المقطع بأكمله.
تظهر جميع العناصر والألوان المطلوبة، لكن المظلة تقع جزئيًا خلف الدراجة والكلب، مما يجعل العنصر المنفصل المطلوب أقل وضوحًا.
الحكم: كلا الناتجين صالحان للاستخدام. تعمل «أومني» على تحويل قائمة المراجعة إلى إجابة مرئية أكثر وضوحًا، وهي الأقرب إلى إكمال المطالبة حرفيًا.
عرض النص الدقيق للموجه
أنشئ مقطع فيديو واقعي مدته 6 ثوانٍ، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. تظهر دراجة حمراء متكئة على جدار أزرق. ويجلس بجانبها كلب أبيض صغير. وتوجد مظلة صفراء مفتوحة على الأرض. وتتساقط الثلوج بخفة. تظل الكاميرا ثابتة دون استخدام الزوم. احرص على بقاء هذه العناصر الثلاثة مرئية طوال مدة الفيديو.
الاختبار 4: الفيزياء وواقعية التصادم
لماذا يعتبر هذا الاختبار مهمًا؟
غالبًا ما تكمن الأخطاء الفيزيائية في حركة السوائل. هنا يمكن فحص التسلسل: تتدحرج كرة زجاجية على مسار حلزوني، وتلامس ثلاثة أجراس، ثم تستقر. ونحن نبحث عن تأثير جاذبية واقعي، وتلامس في اللحظة المناسبة، وهندسة مستقرة للأجسام، وتوقف يبدو وكأنه ناتج عن سبب حقيقي وليس مجرد حركة متحركة تم إجراؤها في توقيت محدد.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 32.0 ثانية | 87.5 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 3.3 | 2.8 |
| الجودة البصرية | 4.2 | 4.3 |
| واقعية الحركة | 3.6 | 3.1 |
| الاتساق الزمني | 4.0 | 3.2 |
| مطابقة الصوت | 3.3 | 3.4 |
| المجموع المرجح | 3.810/5 | 3.365/5 |
يتبع الرخام مسارًا خشبيًّا متواصلًا، وتظهر ثلاثة أجراس، لكن الصدمات الثلاث المنفصلة والتوقف النهائي لم يتم توضيحهما بوضوح.
تبدو الأجسام مصقولة، لكن الأجراس تدخل عبر انتقال شبحي، ويبدو أن الرخام يمر من تحتها دون حدوث ثلاث تصادمات واضحة.
الحكم: «أومني» هو التسلسل الأقل خللاً، لكنه ليس نموذجًا فيزيائيًا مثاليًا يمكننا الوثوق به. ولا ينجح أي من النموذجين في إكمال التصادمات الثلاثة والتوقف النهائي بشكل موثوق.
عرض النص الدقيق للموجه
أنشئ مقطع فيديو مدته 6 ثوانٍ بلقطة مقربة، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. تتدحرج كرة زجاجية على مسار حلزوني خشبي، وتصطدم برفق بثلاثة أجراس معدنية صغيرة، ثم تتوقف في الأسفل. يجب أن تكون الجاذبية واقعية، والاصطدامات مقنعة، وشكل الجسم ثابتًا، وعمق المجال ضحلًا.
الاختبار رقم 5: حركة الكاميرا السينمائية
لماذا يعتبر هذا الاختبار مهمًا؟
يُختبر الكشف السلس عن الطائرة بدون طيار مدى فهم النموذج للفضاء ثلاثي الأبعاد المتواصل. فالقطع المفاجئة، أو جدران الوديان التي تبدو مطاطية، أو النهر الذي يظهر دون خط رؤية معقول، كلها عناصر يمكن أن تخلق مشاهد مذهلة دون تحكم حقيقي في الكاميرا.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 28.2 ثانية | 91.5 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 4.6 | 3.8 |
| الجودة البصرية | 4.4 | 4.8 |
| واقعية الحركة | 4.3 | 4.4 |
| الاتساق الزمني | 4.1 | 4.5 |
| مطابقة الصوت | 3.8 | 3.8 |
| المجموع المرجح | 4.390/5 | 4.235/5 |
تبدأ اللقطة من أعلى، ثم تنزل بين جدران الوادي، ولا تكشف عن النهر إلا في وقت متأخر. وهي تتبع القواعد البصرية المطلوبة بدقة، باستثناء عيب بسيط في الانتقال.
الصورة أكثر ثراءً وحركة الكاميرا سلسة، لكن النهر يظهر منذ الإطار الافتتاحي، مما يضعف تأثير الكشف المطلوب.
الحكم: فازت Veo بجائزة «صقل الصورة»؛ بينما فازت Omni بجائزة «القصة المصورة بالكاميرا الموجهة» وتصدرت الاختبار بفارق ضئيل.
عرض النص الدقيق للموجه
إنشاء لقطة سينمائية مدتها 6 ثوانٍ تم تصويرها بواسطة طائرة بدون طيار، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. تبدأ الكاميرا فوق وادٍ صحراوي، ثم تنزل بانسيابية بين جدارين صخريين، لتكشف بعد ذلك عن نهر صغير عند غروب الشمس. حركة الكاميرا سلسة، دون قطع مفاجئة، ومقياس واقعي، وإضاءة طبيعية دافئة.
الاختبار 6: الصوت الأصلي ومطابقة المشهد
لماذا يعتبر هذا الاختبار مهمًا؟
جودة الصوت لا تقتصر على مجرد “وجود الصوت: نعم”. يجب أن يتزامن سكب القهوة مع تدفق الحليب، ويجب أن تبدو المقهى هادئةً لا خاليةً، كما يجب على العارضة الالتزام بالتعليمات بتجنب تشغيل الموسيقى. كما نقوم بفحص اليد والكوب والرغوة، لأن الصوت لا يمكنه تعويض أي خلل في لقطة المقربة.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 27.8 ثانية | 106.7 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 3.6 | 4.0 |
| الجودة البصرية | 4.6 | 4.5 |
| واقعية الحركة | 4.5 | 4.5 |
| الاتساق الزمني | 4.5 | 4.6 |
| مطابقة الصوت | 2.3 | 4.0 |
| المجموع المرجح | 4.120/5 | 4.265/5 |
يُعد شكل صب القهوة ونمط اللاتيه المتغير من الناحية البصرية رائعين. أما المسار الصوتي الذي تم حفظه فهو هادئ للغاية، مما يجعله أقل فائدة دون معالجة لاحقة.
يظل شكل الإبريق، والجداول، والكوب، ونمط الرغوة النهائي ثابتًا طوال اللقطة الطويلة. كما تتميز المسار الصوتي بمستوى أعلى ونطاق ديناميكي أوسع بشكل ملحوظ.
الحكم: السباق من الناحية البصرية متقارب، لكن Veo يلبي بشكل أفضل متطلبات هذه المواصفات التي تضع الصوت في المقام الأول. ويستند هذا الحكم إلى حضور الصوت في المسار، ومستوى الصوت المقاس، ونشاط الترددات، بدلاً من الاعتماد على ادعاءات غير مدعومة بشأن كل إشارة صوتية على حدة.
عرض النص الدقيق للموجه
إنشاء مقطع فيديو مدته 6 ثوانٍ بصوت طبيعي، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. يصب نادل القهوة الحليب المبخر في فنجان قهوة داخل مقهى هادئ. يجب أن يتضمن الصوت صوت سكب الحليب بهدوء، وأجواء المقهى الخفيفة، دون موسيقى. لقطة مقربة، وحركة رغوة واقعية.
الاختبار 7: دقة عرض النص
لماذا يعتبر هذا الاختبار مهمًا؟
العبارة المطلوبة قصيرة بما يكفي بحيث لا يمكن إخفاؤها بأي شكل من الأشكال. يجب أن يعرض النموذج عبارة “AI VIDEO TEST” بالضبط، وأن يحافظ على قابليتها للقراءة أثناء الاقتراب من الصورة، وأن يحافظ على الحروف مع مرور الوقت أثناء مرور شخص ما دون حجب الملصق.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 28.3 ثانية | 100.9 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 4.5 | 3.6 |
| الجودة البصرية | 4.2 | 4.3 |
| واقعية الحركة | 4.0 | 3.9 |
| الاتساق الزمني | 4.7 | 4.3 |
| مطابقة الصوت | 3.0 | 3.0 |
| المجموع المرجح | 4.315/5 | 3.860/5 |
“يظل نص ”AI VIDEO TEST» واضحًا وقابلًا للقراءة أثناء اقتراب الكاميرا. حيث يتداخل المارة مع جزء صغير من الملصق، لذا فإن تعليمات «عدم الحجب» ليست مثالية.
تبدو هذه اللقطة ثابتة بشكل عام، لكن الشخص ذو بنية جسدية أكبر بكثير، ويحجب جزءًا أكبر من الملصق أثناء مروره.
الحكم: يحافظ «أومني» على النص والتركيب المقصود بشكل أكثر موثوقية، على الرغم من أن كلا الناتجين لا يلتزمان تمامًا بشرط عدم الحجب.
عرض النص الدقيق للموجه
أنشئ مقطع فيديو مدته 6 ثوانٍ، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. يظهر على جدار الاستوديو ملصق أبيض خالٍ من أي عناصر أخرى، ويحمل النص التالي بالضبط: “AI VIDEO TEST”. يمر شخص أمام الملصق دون أن يحجبه. تقترب الكاميرا ببطء من الملصق. احرص على أن يظل النص قابلاً للقراءة ودون أي تغيير.
الاختبار 8: الواقعية المبتكرة في التصوير المقرب
لماذا يعتبر هذا الاختبار مهمًا؟
يجمع طاهٍ آلي صغير بين موضوع خيالي وأسلوب تصويري واقعي. ويجب أن تتجنب النتيجة الانجراف نحو جماليات الرسوم المتحركة، مع الحفاظ في الوقت نفسه على ثبات جسم الروبوت، ووضوح حركة صنع الكعكة، ومصداقية التأثيرات الدقيقة مثل البخار وجزيئات الدقيق من الناحية الفيزيائية.
| متري | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| ملف الإخراج | 6.02 ثانية · 1280×720 · 24 إطارًا في الثانية · AAC | 8.00 ثوانٍ · 1280×720 · 24 إطارًا في الثانية · AAC |
| زمن المسار المتصل | 30.8 ثانية | 93.0 ثانية |
| التكلفة التقريبية لقائمة الملفات المسلَّمة | $0.60 | $0.80 |
| الالتزام الفوري | 3.9 | 4.4 |
| الجودة البصرية | 4.5 | 4.8 |
| واقعية الحركة | 4.0 | 4.4 |
| الاتساق الزمني | 3.4 | 4.5 |
| مطابقة الصوت | 3.5 | 3.5 |
| المجموع المرجح | 4.050/5 | 4.345/5 |
يُعد كل من الروبوت والكعكة والبخار والتصوير المقرب عناصر جذابة، لكن التغييرات العديدة في زوايا التصوير تجعل شكل جسم الروبوت أقل اتساقًا بين اللقطات المختلفة.
يظل الطاهي الهيكلي مميزًا، في حين تشكل الكعكة والبخار والدقيق والأواني والمقياس المصغر عملًا فنيًّا أكثر تماسكًا.
الحكم: يقدم Veo قصة مصغرة أكثر قوة وشخصية بطل أكثر استقرارًا.
عرض النص الدقيق للموجه
أنشئ مقطع فيديو سينمائي مدته 6 ثوانٍ، بنسبة عرض إلى ارتفاع 16:9، ودقة 720p. يقوم طاهٍ آلي صغير بإعداد كعكة الفراولة في مطبخ مصغر. ويجب أن يكون الأسلوب هو التصوير المقرب الواقعي، وليس الرسوم المتحركة. يتصاعد البخار من قدر صغير، وتطفو جزيئات الدقيق في الهواء، ويظل الجسم المعدني للروبوت ثابتًا.
تفوقت «أومني» على «Veo» في كل من الثبات والسرعة بفارق 0.115 نقطة
خمس مهام ناجحة؛ الأفضل في الالتزام بالتعليمات وسرعة المسار.
فازت بثلاث مهام؛ حيث كانت الأفضل من حيث المظهر النهائي، والاتساق، والصوت.
| متوسط درجة الأبعاد | أومني فلاش | فيو 3.1 سريع | القائد |
|---|---|---|---|
| الالتزام الفوري | 4.100 | 3.763 | أومني |
| الجودة البصرية | 4.313 | 4.538 | Veo |
| واقعية الحركة | 4.025 | 3.950 | أومني |
| الاتساق الزمني | 3.988 | 4.238 | Veo |
| مطابقة الصوت | 3.263 | 3.538 | Veo |
| السرعة والموثوقية | 5.000 | 3.500 | أومني |
| سهولة الاستخدام العملي | 4.138 | 4.175 | Veo، نتيجة متقاربة |
| المجموع المرجح | 4.124 | 4.009 | أومني |
كيفية قراءة هذا: تُمنح النقاط الإجمالية مقابل الحصول على اللقطة المطلوبة، وليس مجرد إنتاج الإطار الأجمل. الميزة البصرية التي تتمتع بها Veo حقيقية؛ أما ميزة Omni في اتباع التعليمات وسرعة الإنجاز فقد كانت أكثر قيمةً بقليل في إطار معايير التقييم هذه.
نفس معدل 720p، لكن المدة المسترجعة ووقت الانتظار مختلفان
| نتيجة الدفعة المقاسة | Gemini Omni Flash | فيو 3.1 سريع |
|---|---|---|
| الدقة الرسمية 720p | $0.10/ثانية | $0.10/ثانية |
| متوسط وقت المسار من البداية إلى النهاية | 29.29 ثانية | 97.40 ثانية |
| متوسط مدة الإرجاع | 6.02 ثانية | 8.00 ثانية |
| التكلفة التقديرية لكل ملف تم تسليمه | $0.60 | $0.80 |
| التكلفة التقريبية لدفعة مكونة من ثمانية ملفات | $4.80 | $6.40 |
| مخرجات محفوظة وقابلة للفك | 8/8 | 8/8 |
الحدود: تقيس هذه الأوقات سير العمل المترابط لدينا، وليس البنية التحتية المخصصة للنماذج فقط. فقد أسفر مسار Veo عن ملفات استغرقت ثماني ثوانٍ لطلبات مدتها ست ثوانٍ؛ وقد أدى ذلك إلى رفع تقدير وقت تسليم الملف، لكن لا ينبغي تعميم ذلك ليصبح ادعاءً بأن Veo لا يمكنه إنتاج مخرجات في غضون ست ثوانٍ.
الفرق الأكبر: التكرار مقابل التحكم في الإنتاج
قد تجعل معركة اختبارات الأداء هذه المقارنة تبدو وكأنها سباق على الحصول على أول عرض مرئي أكثر جمالاً. لكن في الواقع، تتباين النماذج بشكل أكثر حدة بعد ظهور ذلك العرض الأول.
تم تصميم Omni Flash بحيث يراعي تغيير رأيك
من خلال واجهة برمجة تطبيقات «Interactions» من Google, ، حيث تحتفظ جلسة «أومني» بالفيديو الذي تم إنشاؤه سابقًا. يمكنك طلب تغيير الإضاءة، أو إزالة كائن ما، أو تبديل الخلفية، أو تعديل الأسلوب دون الحاجة إلى إعادة تحميل المشهد بأكمله أو إعادة وصفه. تقول Google إن المطورين يمكنهم ربط ما يصل إلى ثلاثة تعديلات متتالية. وهذا يحول الموجه من موجز إنتاجي يُستخدم لمرة واحدة إلى بداية محادثة.
لكن المقابل هو أن الحد الأقصى الحالي لواجهة برمجة التطبيقات (API) الخاصة بـ «أومني» ثابت. فهي تُنتج دقة 720p، ولا يمكنها تمديد المشهد، ولا يمكنها إجراء استيفاء بين الإطار الأول والإطار الأخير المحددين، ولا تقبل المراجع الصوتية التي يتم تحميلها. وتكمن قيمتها في إمكانية التحكم في عمليات التكرار داخل مقطع قصير، وليس في تغطية كل مرحلة من مراحل سلسلة إنتاج الفيديو الطويلة.
تم تصميم الإصدار Veo 3.1 بحيث يركز على تعريف اللقطة وتوسيع نطاقها
يوفر لك Veo عناصر التحكم المهمة عندما يكون تنسيق التسليم النهائي محددًا بالفعل. يمكنك توجيه الموضوع باستخدام صور مرجعية، وتحديد الإطار الأول والأخير، واختيار إخراج بدقة أعلى، وتمديد مقطع الفيديو الذي أنشأه Veo بخطوات مدتها سبع ثوانٍ. تسمح Google بما يصل إلى 20 تمديدًا، على الرغم من أن إخراج التمديدات يقتصر على دقة 720p، كما أن كل تمديد يضيف فرصة أخرى لانحراف الهوية أو الحركة.
ولهذا السبب، فإن السؤال “أي نموذج أفضل؟” له إجابتان صحيحتان. يُعد Omni الخيار الأسهل للتوصية به عندما يكون العمل استكشافيًا ويتطلب الكثير من عمليات المراجعة. أما Veo فيصبح خيارًا أكثر جاذبية عندما تتطلب المواصفات نقطة نهاية محددة: لقطة بدقة 4K مدتها 8 ثوانٍ، أو انتقالًا متحكمًا فيه بين الإطارات، أو تسلسلًا يجب أن يستمر إلى ما بعد المقطع الأصلي. فأنت تختار حلقة إبداعية، وليس مجرد محرك عرض.
للاطلاع على مزيد من التفاصيل حول الصوت الأصلي، انظر كيفية معالجة الصوت في Veo 3.1. فيما يتعلق بسير عمل المكونات الإضافية، يرجى الاطلاع على دليلنا الخاص بـ Veo 3.1 مدة الفيديو يشرح كيف تتحول الأجيال القصيرة إلى تسلسلات أطول.
أي طراز ينبغي أن تستخدمه؟
كخيار أول عام، تشير الأدلة التي لدينا إلى تفضيل Gemini Omni Flash. فقد فاز في الاختبار المقارن، ويتصدر كلا تصنيفي «Artificial Analysis» المذكورين أعلاه، وحقق مخرجات صالحة أسرع بنحو ثلاث مرات عبر المسار الذي اتبعناه. وتتغير هذه التوصية عندما تعطي الأولوية المستخدم للقيمة الثابتة للجودة السينمائية، أو الصوت الأقوى، أو دقة 4K، أو التحكم في الإطارات، أو إمكانية التوسعة، أكثر من الأداء الدقيق في التنسيقات القصيرة.
اختر Gemini Omni Flash عندما يكون التكرار هو الناتج
يُعد «أومني» الخيار الأنسب للمفاهيم السريعة، ومقاطع الفيديو الاجتماعية، والمطالبات المقيدة، والنصوص سهلة القراءة، والتحويلات المستندة إلى المراجع، والفرق التي تتوقع تغير متطلبات المهمة بعد رؤية النتيجة الأولى. وقد فازت بخمس مهام من أصل ثماني مهام، وحققت متوسطًا قدره 4.100/5 في الالتزام بالتوجيهات. ويمنحها تقدمها في تفضيلات الجمهور نقطة انطلاق قوية لهذا سير العمل: فأنت لا تقبل جودة الجيل الأول الأضعف بشكل واضح لمجرد الحصول على راحة في عملية التحرير.
اختر Veo 3.1 Fast عندما تكون سرعة الإنجاز أكثر أهمية من مدة التنفيذ
يُعد «Fast» البديل المباشر الأفضل لـ«Omni» عند دقة 720p. فقد فاز في اختبارات «الإعلانات التجارية للمنتجات» و«صوت المقاهي» و«اللقطات المقربة الإبداعية»، وتصدر متوسط جودة الصورة بنتيجة 4.538 مقابل 4.313. اختره عندما يكون استقرار الهدف الرئيسي والانطباع الأول الجيد أكثر أهمية من التوقيت الدقيق أو أسرع استجابة للمسار المتصل. كما أنه يبقيك ضمن مجموعة يمكنها الانتقال إلى دقة أعلى وعناصر تحكم أكثر تنظيماً في اللقطات عندما يتطلب المشروع ذلك.
اختر المعيار Veo 3.1 عندما يكون الحد الأقصى للإنتاج يبرر دفع العلاوة
لا يُعد «قياسي» الخيار الافتراضي المناسب لكل مقطع قصير. بل هو المستوى الذي يجب أخذه في الاعتبار عندما تكون اللقطة مهمة بدرجة كافية تجعل جودة العرض القصوى والعرض بدقة 4K أكثر أهمية من تكلفة عمليات المراجعة المتكررة. وهذا قرار إنتاجي، وليس قرارًا يستند إلى معايير الأداء: فلا تكون لخيار 4K أي قيمة إلا إذا كان القناة النهائية والمونتاج والجمهور قادرين على تمييز الفرق.
استخدم كليهما عندما يكون الإنشاء والمراجعة مرحلتين منفصلتين
قد يكون اتباع نهج عمل مختلط أكثر عملية من الالتزام بعلامة تجارية واحدة. يمكن لـ Veo تحديد لقطة رئيسية عالية الدقة أو خاضعة للتحكم في الإطارات؛ بينما يمكن لـ Omni التعامل مع الإنشاء السريع للمقاطع القصيرة وإجراء تعديلات تفاعلية على مقاطع الفيديو المدعومة التي تم تحميلها. القيود ذات طابع إقليمي وتقني – حيث لا يتوفر تحرير مقاطع الفيديو التي تم تحميلها عبر واجهة برمجة تطبيقات (API) لـ Omni في المنطقة الاقتصادية الأوروبية وسويسرا والمملكة المتحدة – لذا ينبغي التعامل مع هذا الأمر على أنه سير عمل يتعين التحقق من صلاحيته، وليس وعدًا بأن كل واجهة تعرض كل الميزات.
مكانة GlobalGPT في سير العمل
جلوبال جي بي تي تي ويكون هذا مفيدًا للغاية عندما يبدأ العمل قبل أن تتوفر المطالبة النهائية للفيديو. فهو يجمع بين التخطيط وتطوير المطالبات وإنشائها ومقارنة النماذج في مساحة عمل واحدة، بدلاً من تقسيم العملية على عدة تطبيقات.
- صياغة الملخص: استخدم نماذج مثل GPT-5.6 Sol أو Claude Opus 4.8 أو Gemini 3.1 Pro لتحويل الفكرة الأولية إلى متطلبات واضحة فيما يتعلق بالموضوع والكاميرا والحركة والأسلوب والصوت.
- إنشاء المسودات ومقارنتها: استخدم Gemini Omni Flash لتوليد حركات سريعة وحساسة للتعليمات، أو جرب Sora 2 وKling 3.0 وSeedance 2.0 عندما يكون أسلوب الحركة أو التكلفة المختلفة أكثر ملاءمةً للمهمة.
- الانتقال إلى تمريرة متقنة: استخدم كاميرا Veo 3.1 عندما تكون الجودة السينمائية وثبات الهدف أكثر أهمية من سرعة إنجاز العمل.
مع نظام الفوترة السنوية، تبلغ تكلفة باقة Pro $10.80 دولار/شهرياً ويشمل ذلك جميع طرازات أجهزة الفيديو تقريبًا باستثناء طراز Veo 3.1. أما باقة «Unlimited» فهي $25/شهر كما يضيف إمكانية الوصول إلى Veo 3.1، مما يجعله الخيار الأنسب عندما ترغب في الحصول على سير عمل المقارنة الكامل. الـ صفحة الأسعار تُدرج قائمة كاملة بحقوق الوصول إلى النماذج لكل خطة.
بالنسبة للمشاريع التي تعتمد على دقة 4K أو التوسيع أو عناصر التحكم الخاصة بالإطارات، يرجى التحقق من هذه الإعدادات في سير عمل واجهة برمجة التطبيقات (API) الرسمية ذات الصلة قبل بدء الإنتاج.
محدودية هذه المقارنة
- نقوم باختبار إصدار Veo 3.1 Fast، وليس إصدار Veo 3.1 Standard أو Lite. يتم تصنيف السمات العائلية الرسمية بشكل منفصل عن الأدلة العملية.
- أحد النتائج واقعي ولكنه ليس شاملاً من الناحية الإحصائية. تجسد قاعدة «عدم إعادة المحاولة» تجربة دفع ثمن المحاولة الأولى، في حين أن المحاولة التالية قد تبدو مختلفة.
- يشمل زمن الوصول من البداية إلى النهاية المسار المتصل. ولا ينبغي تفسير ذلك على أنه وعد عام يتعلق بالبنية التحتية لشركة «جوجل» أو بأي مزود خدمة آخر.
- أرجعت المسار Veo ملفات مدتها ثماني ثوانٍ استجابةً لطلبات مدتها ست ثوانٍ. لقد قمنا بتقييم وتصنيف الملفات التي وصلت إلينا، لكننا لا نعتبر عدم تطابق الموصل هذا دليلاً على أن جهاز Veo نفسه يفتقر إلى مخرج مدته ست ثوانٍ.
- يعتمد تقييم الصوت جزئيًا على الآلات الموسيقية. لقد قمنا بالتحقق من مسارات AAC ومستوى الصوت والقيم القصوى ونشاط الترددات؛ ولا ندعي أننا تمكنا من تحديد كل مؤشر مطلوب بالسمع.
- الاختبار المشترك هو تحويل النص إلى فيديو بدقة 720p. تظل ميزات «تحويل الصور إلى فيديو»، و«التحرير التفاعلي»، و«إنشاء الإطار الأول/الأخير»، و«التمديد»، ودقة 4K ضمن المقارنات بين الميزات الرسمية ما لم يتم اختبارها بشكل منفصل.
- تتغير قوائم المتصدرين العامة. تعد نتائج التحليل الاصطناعي بمثابة لقطة مؤرخة، كما يمكن لـ«جوجل» مراجعة نماذج المعاينة قبل الإصدار النهائي.
الأسئلة المتداولة
هل يُعد Gemini Omni Flash أفضل من Veo 3.1؟
أظهرت نتائجنا أن Gemini Omni Flash هو الإعداد الافتراضي الأفضل لمقاطع الفيديو بدقة 720p التي تتأثر بالتعليمات. وقد تفوق على Veo 3.1 Fast 5-3 بنتيجة 4.124/5 مقابل 4.009/5 في اختبار الإخراج الأول لدينا، كما يتصدر حاليًا قوائم التصنيف الخاصة بالتحليل الاصطناعي لتحويل النص إلى فيديو والصورة إلى فيديو مع الصوت. يظل Veo أقوى من حيث الاستقرار السينمائي ونطاق سير العمل، بما في ذلك دقة 1080p و4K، وإنشاء الإطار الأول والأخير، والتمديد.
هل الإصدار «Veo 3.1 Fast» هو نفسه الإصدار «Veo 3.1»؟
يُعد الطراز رقم Veo 3.1 Fast الإصدار المُركَّز على السرعة ضمن نفس العائلة. وهو يدعم الصوت الأصلي والعديد من عناصر التحكم الأساسية الخاصة بالعائلة، لكن سعره وهدف تحسين أدائه يختلفان عن الإصدار Standard. ولا ينبغي تقديم النتائج العملية الخاصة بالإصدار Fast على أنها اختبار مباشر لوضع الجودة القصوى في الإصدار Standard.
أيهما أرخص، Gemini Omni Flash أم Veo 3.1؟
عند دقة 720p، تتمتع كل من Omni Flash وVeo 3.1 Fast بنفس معدل API الرسمي البالغ $0.10 في الثانية. في الدفعة التي قمنا باختبارها، أنتجت Omni ملفات مدتها ست ثوانٍ تقريبًا بتكلفة تبلغ حوالي $0.60 لكل منها، بينما أنتجت مسار Veo الذي تم اختباره ملفات مدتها ثماني ثوانٍ بتكلفة تبلغ حوالي $0.80 لكل منها. يُعد Veo Lite أرخص؛ أما Veo Standard وأوضاع الدقة الأعلى في Veo فتكلفتها أعلى.
هل يدعم جهاز Gemini Omni Flash الفيديو بدقة 4K؟
لا. تشير صفحة الطراز الحالية على موقع جوجل إلى أن دقة إخراج Omni Flash تبلغ 720p بمعدل 24 إطارًا في الثانية. يمكن لطرازي Veo 3.1 وVeo 3.1 Fast إنتاج دقة 4K في الأوضاع المدعومة التي تبلغ مدتها ثماني ثوانٍ، بينما يصل الحد الأقصى لدقة طراز Veo 3.1 Lite إلى 1080p.
هل يمكن لـ Gemini Omni Flash تحرير مقاطع الفيديو الموجودة؟
نعم. يدعم Omni Flash التحرير التفاعلي الذي يحفظ حالة العملية، ويمكنه تحرير مقاطع الفيديو التي تم تحميلها عبر واجهة برمجة التطبيقات (API) الخاصة بالملفات. لا تتوفر ميزة تحرير مقاطع الفيديو التي تم تحميلها في المنطقة الاقتصادية الأوروبية (EEA) أو سويسرا أو المملكة المتحدة، كما أن واجهة برمجة التطبيقات الحالية لا تدعم تحرير الصوت أو تمديد مقاطع الفيديو أو المراجع الصوتية التي تم تحميلها.
هل يُصدر كل من Gemini Omni Flash وVeo 3.1 صوتًا؟
نعم. كلاهما يُنتج مسارًا صوتيًا مع الفيديو. في الاختبار الذي أجريناه في المقهى، كان المسار المسجل بواسطة Veo يتمتع بمستوى صوت أقوى بكثير وديناميكيات أوسع، في حين كان المسار المسجل بواسطة Omni هادئًا للغاية. لا تزال التعليمات الصوتية مهمة: قم بوصف الحوار أو الأجواء المحيطة أو الموسيقى أو الأصوات غير المرغوب فيها بشكل واضح. تقول Google إن المخرجات التي يتم حظرها بواسطة Veo بسبب معالجة الصوت أو فحوصات الأمان لا يتم احتساب تكلفتها.
هل الإصدار Veo 3.1 متاح مجانًا؟
لا يتضمن جدول أسعار واجهة برمجة التطبيقات (API) للمطورين الخاصة بـ Gemini إصدار Veo 3.1 ضمن فئتها المجانية. أما الوصول عبر Google AI Studio أو Gemini أو Flow أو الاشتراكات أو منصات الجهات الخارجية، فهو مسألة منفصلة؛ لأن كل واجهة لها حدودها وقواعد خططها الخاصة.
هل يمكنني استخدام مقاطع الفيديو Veo 3.1 لأغراض تجارية؟
يعتمد الاستخدام التجاري على شروط الخدمة التي تم من خلالها إنتاج الفيديو، والحقوق المتعلقة بالنص الذي قدمته والمواد المرجعية، بالإضافة إلى القوانين المحلية. يرجى مراجعة الشروط المعمول بها قبل استخدام مقطع فيديو في إعلانات مدفوعة الأجر أو في أعمال للعملاء؛ حيث إن دليل الاستخدام التجاري لـ Veo 3.1 يتناول هذا الموضوع بالتفصيل.
الحكم النهائي
يُعد «Gemini Omni Flash» الفائز العام في هذه المقارنة. وقد فاز في خمس مهام من أصل ثماني مهام للنتيجة الأولى، وحقق درجة 4.124/5 مقابل 4.009/5 التي حققها Veo 3.1 Fast، كما التزم بالتوجيهات المقيدة بشكل أوثق، وكان أسرع بكثير في المسار الذي خضع للاختبار. والفارق ضئيل جدًّا بحيث لا يمكن وصف Veo بأنه عفا عليه الزمن أو أقل جودة في جميع المجالات: فقد أنتج Veo الإعلان التجاري الأفضل، والنتيجة الصوتية الأقوى، والمشهد الكلي الأكثر تماسكًا.
القرار العملي واضح. استخدم Omni عندما تحتاج إلى مقطع قصير دقيق بسرعة وتتوقع تعديله بشكل تفاعلي. استخدم Veo عندما تكون اللمسة السينمائية، أو ثبات الهدف، أو التسليم بدقة 4K، أو التحكم في الإطار الأول والأخير، أو إمكانية التمديد، أكثر أهمية من التسليم الدقيق لمدة ست ثوانٍ والتكرار السريع. تفوز Omni في الجولة التي أجريناها فعليًّا؛ لكن Veo لا تزال تمتلك مجموعة أدوات الإنتاج الأوسع نطاقًا.
جرب سير العمل باستخدام المطالبة الخاصة بك: افتتاح GlobalGPT, ، حدد الخطوط العريضة للمفهوم باستخدام نموذج دردشة، وحوّلها إلى موجه فيديو أكثر دقة، ثم قم بتشغيل الملخص عبر Gemini Omni Flash أو Veo 3.1 أو أي نموذج فيديو آخر يناسب المشهد. إذا كنت تتردد بين خطط مختلفة، فإن صفحة الأسعار تسرد الخيارات الدقيقة للطرازات المتاحة في كل باقة.
