comparisons

Gemini Omni 1.2 Flash, Kling 4.0 Flash e Veo 3.1 a confronto

Poyo.ai Team
20 min read
Share:

In sintesi

  • Tre modelli video veloci, tre punti di forza diversi. Gemini Omni 1.2 Flash offre la massima flessibilità (3–15 s, da 360p a 4K, editing). Kling 4.0 Flash crea i clip singoli più lunghi (fino a 20 s) e offre la gamma di formati più ampia a 720p. Veo 3.1 è il modo più economico su PoYo per ottenere un clip finito da 8 secondi con audio.
  • Gemini Omni vs Veo è ormai una questione di successione. Google ha disattivato i modelli di anteprima di Veo 3.1 nella Gemini API il 22 ottobre 2026 e ha indicato gemini-omni-1.2-flash come loro sostituto. Veo 3.1 resta disponibile come modello GA su Google Cloud, ed entrambi restano disponibili su PoYo.
  • La durata del clip conta molto. Veo 3.1 genera 4, 6 o 8 secondi per richiesta. Omni 1.2 Flash accetta qualsiasi numero intero di secondi da 3 a 15. Kling 4.0 Flash accetta qualsiasi numero intero di secondi da 3 a 20.
  • Per clip su PoYo: un clip da 5 secondi a 720p costa $0.41 con Omni 1.2 Flash e $0.47 con Kling 4.0 Flash. Un clip Veo 3.1 da 8 secondi con audio costa $0.10 (Lite) o $0.18 (Fast) nella pagina di Veo 3.1 a durata fissa, e $0.60 con Veo 3.1 Fast Official.
  • Un’unica chiave per tutti e tre su PoYo. La stessa chiave API, lo stesso saldo e gli stessi endpoint di invio e stato servono tutti i modelli di questo articolo, con crediti a consumo e senza abbonamento.
  • Editing di filmati esistenti: Omni 1.2 Flash e Kling 4.0 Flash modificano entrambi un video di origine con un’istruzione testuale. Veo 3.1 Official estende un clip di 1–7 secondi aggiuntivi.

Gemini Omni 1.2 Flash, Kling 4.0 Flash e Veo 3.1 in breve

Gemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
SviluppatoreGoogleKuaishou (Kling AI)Google
ID del modello su PoYogemini-omni-1.2-flashkling-4.0-flashveo3.1-lite / -fast / -quality, oppure veo3.1-lite-official / -fast-official / -quality-official
Durata del clip3–15 s, qualsiasi numero intero di secondi (fino a 10 s con un ultimo fotogramma)3–20 s, qualsiasi numero intero di secondi4, 6 o 8 s (pagina Veo 3.1: 8 s fissi)
Risoluzione360p, 720p, 1080p, 4K720p720p, 1080p, 4K (secondo il livello)
Formati16:9, 9:1616:9, 9:16, 1:1, 21:916:9, 9:16
Testo in videoSìSìSì
Immagine in videoPrimo fotogramma, oppure primo + ultimo fotogrammaUn fotogramma inizialeUn’immagine, oppure primo + ultimo fotogramma
Input di riferimento su PoYoFino a 10 immagini + 3 videoFino a 10 immagini, 5 video, 7 soggetti (15 in totale)3 immagini di riferimento (Fast e Quality, clip da 8 s)
Modifica di un video esistenteSì, fino a 15 sSì, 3–20 s, con video di riferimentoEstensione su Veo 3.1 Official
Prezzo su PoYoDa $0.0273/s (360p); $0.0819/s a 720p$0.094/s; $0.063 per secondo fatturato con video in inputDa $0.10 per video da 8 s, o da $0.018/s su Official

Tutti e tre i modelli passano per lo stesso endpoint di PoYo, quindi puoi provarli fianco a fianco con un’unica chiave API: Gemini Omni 1.2 Flash, Kling 4.0 Flash, Veo 3.1 e Veo 3.1 Official.

Gemini Omni vs Veo: quali versioni stai confrontando?

Le ricerche su «Gemini Omni vs Veo» sono iniziate quando Google ha rilasciato per la prima volta Gemini Omni Flash, e molte delle pagine che si posizionano confrontano ancora la prima anteprima con Veo 3.1. Da allora Google ha pubblicato altre due versioni di Omni e ha cambiato i canali in cui offre Veo 3.1:

ModelloID del modello GoogleRilascioStato al 14 novembre 2026
Veo 3.1 e Veo 3.1 Fast (anteprima)veo-3.1-generate-preview, veo-3.1-fast-generate-preview15 ottobre 2025Disattivati nella Gemini API il 22 ottobre 2026; sostituto: gemini-omni-1.2-flash
Veo 3.1 e Veo 3.1 Fast (GA, Google Cloud)veo-3.1-generate-001, veo-3.1-fast-generate-00117 novembre 2025Disponibili per tutti su Gemini Enterprise Agent Platform; ritiro dal 4 maggio 2027 o successivo
Veo 3.1 Lite (anteprima)veo-3.1-lite-generate-preview31 marzo 2026Disattivato nella Gemini API il 22 ottobre 2026
Gemini Omni Flash (anteprima)gemini-omni-flash-preview30 giugno 2026Disattivato il 22 ottobre 2026
Gemini Omni 1.1 Flashgemini-omni-1.1-flash27 agosto 2026Dal 3 dicembre 2026 le richieste passano alla 1.2
Gemini Omni 1.2 Flashgemini-omni-1.2-flash5 novembre 2026Versione attuale

Da questa tabella derivano due aspetti pratici:

  • Nell’API per sviluppatori di Google, Omni ha preso il posto di Veo. Se sviluppi direttamente sulla Gemini API, Omni 1.2 Flash è il modello video da usare. Veo 3.1 prosegue su Google Cloud per i clienti enterprise.
  • I confronti più vecchi «Omni Flash vs Veo 3.1 Fast» descrivono l’anteprima. Omni 1.2 Flash crea clip più lunghi (15 s, contro i 10 s della 1.1), modifica clip completi da 15 secondi e Google lo descrive come più veloce e più conveniente. Per un’analisi completa della versione precedente, leggi la nostra guida a Gemini Omni 1.1 Flash.

Il resto dell’articolo confronta i modelli attuali che puoi chiamare oggi: Gemini Omni 1.2 Flash, Kling 4.0 Flash e i livelli Lite, Fast e Quality di Veo 3.1.

Cosa hanno in comune i tre modelli

  • Tutti e tre accettano testo e immagini. Ciascuno trasforma un prompt in un clip e anima un’immagine di partenza.
  • Tutti e tre puntano sulla velocità. Kling definisce Flash una «generazione significativamente più veloce a un rapporto qualità-prezzo eccezionale», Google descrive Omni 1.2 Flash come più veloce e più conveniente, e Veo 3.1 Fast è il livello veloce della famiglia Veo. Il tempo di generazione cresce con la durata del clip, la risoluzione e il carico del momento, quindi misura i tempi di qualche tuo prompt su ciascun modello.
  • I due modelli di Google generano il suono insieme all’immagine. Omni 1.2 Flash produce audio nativo, e anche Veo 3.1 genera il sonoro; su Veo 3.1 Official scegli tra audio e clip muto con il campo sound.
  • Su PoYo tutti e tre usano lo stesso flusso asincrono. Invii un’attività, ricevi un task_id, poi interroghi l’endpoint di stato o ricevi un callback.

Specifiche a confronto: durata, risoluzione, formato e input

Durata del clip

MinimaMassima per richiestaPassiPredefinita su PoYo
Gemini Omni 1.2 Flash3 s15 s (10 s con un ultimo fotogramma)1 s8 s
Kling 4.0 Flash3 s20 s1 s5 s
Veo 3.1 Official4 s8 s4, 6, 8 sScelta per ogni richiesta
Veo 3.18 s8 sFissa8 s

Per un’inquadratura da 12, 15 o 20 secondi in una sola ripresa, i due modelli Flash bastano con una singola richiesta. Veo 3.1 Official raggiunge durate maggiori tramite veo3.1-extend, che aggiunge 1–7 secondi a un clip esistente, fino a un totale di 30 secondi.

Un unico clip da 15 secondi di Gemini Omni 1.2 Flash: un video esplicativo macro in quattro inquadrature dentro un alveare. Esempio dalla pagina del modello su PoYo.

Risoluzione e inquadratura

  • Gemini Omni 1.2 Flash genera a 360p o 720p, e Google effettua l’upscaling a 1080p o 4K. Questo rende il 360p un livello economico per le bozze e il 4K un livello di consegna all’interno dello stesso modello. I clip sono in 16:9 o 9:16.
  • Kling 4.0 Flash genera a 720p in SDR a 8 bit, secondo Kling. Aggiunge i formati 1:1 e 21:9, adatti ai post quadrati nei feed e ai banner ultrawide. Quando animi un’immagine di partenza, è l’immagine a definire l’inquadratura.
  • Veo 3.1 offre 720p, 1080p e 4K in 16:9 o 9:16 a 24 FPS. Su PoYo il 4K è disponibile su Fast e Quality, e sul livello Lite a durata fissa. Veo 3.1 Lite Official offre il 1080p sui clip da 8 secondi.

Un clip da testo a video di 8 secondi in 16:9 generato con Veo 3.1 Fast Official: un’intervista per strada accanto ai taxi gialli di New York. Esempio dalla pagina del modello su PoYo.

Input ed editing

Flusso di lavoroGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1 su PoYo
Prompt testualepromptpromptprompt
Fotogramma inizialeimage_urls con un’immagineimage_urls con un’immagineUn’immagine (livelli Fast, Quality, Official)
Primo e ultimo fotogrammaimage_urls con due immagini, fino a 10 sFotogramma iniziale (fotogrammi finali su Kling 4.0)Due immagini
Immagini di riferimentoFino a 10Fino a 103 (Fast, Quality; clip da 8 s)
Video di riferimentoFino a 3, ciascuno fino a 15 sFino a 5, video in input fino a 20 s in totaleRiferimenti immagine
Soggetti riutilizzabiliImmagini e video di riferimentoFino a 7 kling_elements (2–4 immagini o un video da 3–8 s ciascuno)Riferimenti immagine
Modifica di un video di originevideo_url fino a 15 s; l’output segue la durata dell’originalevideo_url da 3–20 s, più immagini di riferimento, fino a 4 video di riferimento e soggettiEstensione con veo3.1-extend

Kling 4.0 Flash ha il sistema di riferimenti più ricco: puoi richiamare ogni input nel prompt come @Image1, @Video1 o @Element1, e riutilizzare un soggetto in molti clip. Omni 1.2 Flash è il più semplice per l’editing: invii il clip e una frase che descrive la modifica, e la modifica segue i tempi dell’originale. Veo 3.1 è il più diretto per le transizioni tra fotogrammi e le brevi inquadrature finite.

Editing video con Kling 4.0 Flash: un corgi che saltella nella neve (a sinistra) rielaborato come corgi in voxel con lo stesso movimento (a destra). Esempio dalla pagina del modello su PoYo.

Prezzi: al secondo e per clip su PoYo

Tutti i prezzi qui sotto sono prezzi di listino di PoYo ($1 = 200 crediti). Un’unica chiave API di PoYo copre tutti e tre i modelli, la fatturazione è a consumo senza abbonamento, e paghi al secondo o per clip come indicato.

Tariffe al secondo

ModelloTariffa su PoYo
Gemini Omni 1.2 Flash360p $0.0273/s · 720p $0.0819/s · 1080p $0.1229/s · 4K $0.2457/s
Kling 4.0 Flash720p $0.094/s per lavori da testo, immagine e riferimenti immagine · $0.063 per secondo fatturato quando un video è tra gli input
Veo 3.1 Official, Lite720p $0.018/s muto, $0.03/s con audio · 1080p (clip da 8 s) $0.03/s muto, $0.048/s con audio
Veo 3.1 Official, Fast720p/1080p $0.05/s muto, $0.075/s con audio · 4K $0.15/s muto, $0.175/s con audio
Veo 3.1 Official, Quality720p/1080p $0.12/s muto, $0.24/s con audio · 4K $0.24/s muto, $0.36/s con audio
Veo 3.1 (8 s fissi, audio incluso)Lite $0.10 · Fast $0.18 · Quality $1.00 per video a 720p/1080p; 4K $0.15 / $0.30 / $2.00

Prezzo per clip a 720p: i modelli Flash

ClipGemini Omni 1.2 FlashKling 4.0 Flash
4 s$0.33$0.38
5 s$0.41$0.47
8 s$0.66$0.75
10 s$0.82$0.94
15 s$1.23$1.41

Kling 4.0 Flash prosegue fino a 20 secondi per $1.88. Valori esatti: Omni 1.2 Flash 5 s = 81.9 crediti ($0.4095), 10 s = 163.8 crediti ($0.819). Kling 4.0 Flash 5 s = 94 crediti ($0.47), 10 s = 188 crediti ($0.94).

Prezzo per clip a 720p: Veo 3.1

ClipVeo 3.1 Official Fast, con audioVeo 3.1 Official Lite, con audio
4 s$0.30$0.12
6 s$0.45$0.18
8 s$0.60$0.24

Un clip Veo 3.1 Official Fast da 8 secondi con audio costa 120 crediti ($0.60). Nella pagina di Veo 3.1 a durata fissa, un clip da 8 secondi con audio costa $0.18 su Fast e $0.10 su Lite.

Esempi di calcolo

LavoroGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
Test di annunci: 30 varianti verticali da 8 s a 720p30×0.6552 = $19.6630×0.752 = $22.56Fast, 8 s fissi: 30×0.18 = $5.40
Prima le bozze, poi la consegna: dieci bozze da 8 s + una versione finale da 8 s in 4KBozze a 360p 10×0.2184 + 4K 1.9656 = $4.15Dieci bozze a 720p 10×0.752 = $7.52 (il 720p è la versione finale)Bozze Lite Official 10×0.144 + Quality Official 4K con audio 8×0.36 = $4.32

Editing e video di riferimento sui modelli Flash

LavoroGemini Omni 1.2 FlashKling 4.0 Flash
Modifica di un clip da 10 s10×0.0819 = $0.82Fatturati 10+10 = 20 s × $0.063 = $1.26
Clip da 8 s guidato da un video di riferimento da 5 s8×0.0819 = $0.66Fatturati 8+max(5,8) = 16 s × $0.063 = $1.01

Omni 1.2 Flash fattura i secondi di output, con video di riferimento ed editing inclusi in quella tariffa. Kling 4.0 Flash applica una tariffa al secondo più bassa con video in input e fattura la durata dell’output più il valore maggiore tra la durata del video in input e quella dell’output. Per tutte le regole di fatturazione di Kling, leggi la nostra guida all’API di Kling 4.0.

Kling 4.0 Flash e Gemini Omni 1.2 Flash: testa a testa

Questi due sono i più vicini: entrambi sono livelli «Flash», entrambi coprono modalità da testo, immagine, riferimenti ed editing con un solo ID del modello, ed entrambi fatturano al secondo.

  • Scegli Kling 4.0 Flash per clip da 16–20 secondi, inquadrature quadrate o ultrawide, personaggi ricorrenti definiti come soggetti e video di riferimento che stabiliscono movimento o traiettorie della camera. I suoi riferimenti rientrano in un budget di 15 elementi, e i video in input insieme possono arrivare a 20 secondi.
  • Scegli Gemini Omni 1.2 Flash per la gamma di risoluzioni (da bozze a 360p a consegne in 4K), le transizioni tra primo e ultimo fotogramma, l’editing semplice basato sul prompt e i lavori ricchi di riferimenti in cui i video in input restano compresi nella tariffa al secondo.
  • Sul prezzo a 720p, Omni 1.2 Flash costa circa il 13% in meno al secondo ($0.0819 contro $0.094) per i lavori da testo e immagine, e ancora meno quando entrano in gioco video di riferimento o editing.

Se stai scegliendo all’interno della famiglia Kling, leggi Kling 4.0 e Flash a confronto per le differenze di risoluzione, durata del clip e controllo dei fotogrammi. Per una guida completa ai campi della richiesta di Flash, consulta la guida all’API di Kling 4.0 Flash.

Dove si colloca Seedance 2.5

Anche «Gemini Omni vs Seedance» è una ricerca frequente. Seedance 2.5 di ByteDance appartiene a un’altra fascia: punta a clip di produzione più lunghi e ricchi di riferimenti, da 4 a 30 secondi a 480p, 720p o 1080p, con fino a 50 riferimenti di immagini, video e audio e audio sincronizzato facoltativo. Su PoYo un clip Seedance 2.5 da 5 secondi a 720p da testo o immagini costa $1.575 (63 crediti al secondo), circa quattro volte il prezzo di Omni 1.2 Flash. Usalo per il montaggio finale di una scena complessa e tieni i modelli Flash per le bozze ad alto volume. Per un confronto visivo diretto, leggi Kling 4.0 e Seedance 2.5 a confronto.

Quale scegliere?

Il tuo lavoroInizia conPerché
Il clip finito da 8 s con audio più economicoVeo 3.1 Lite (veo3.1-lite) per i prompt testuali, Veo 3.1 Fast (veo3.1-fast) con immagini$0.10 o $0.18 per video a 720p o 1080p
B-roll muto al costo al secondo più bassoVeo 3.1 Lite Official, sound: false$0.018/s a 720p
Clip più lunghi di 8 s in una sola ripresaGemini Omni 1.2 Flash (fino a 15 s) o Kling 4.0 Flash (fino a 20 s)Una sola richiesta copre l’intera inquadratura
Post quadrati o banner 21:9Kling 4.0 FlashOffre i formati 1:1 e 21:9
Bozze economiche, poi consegna in 4K dallo stesso modelloGemini Omni 1.2 Flash360p a $0.0273/s, 4K a $0.2457/s
Personaggi e prodotti ricorrenti in una serieKling 4.0 FlashFino a 7 soggetti riutilizzabili, 15 riferimenti
Cambiare stile o ambientazione di un clip esistenteGemini Omni 1.2 FlashModifica fino a 15 s, fatturati in base alla durata dell’originale
Modificare un clip introducendo un nuovo personaggio o movimentoKling 4.0 FlashL’editing accetta anche video di riferimento e soggetti
Transizione pianificata dall’inizio alla fineGemini Omni 1.2 Flash o Veo 3.1Entrambi accettano un primo e un ultimo fotogramma
La massima fedeltà Veo per un’inquadratura principaleVeo 3.1 Quality4K con audio sul livello Official

Un instradamento pratico: sviluppa i concept su Omni 1.2 Flash a 360p o su Veo 3.1 Fast, sposta le idee approvate sul modello adatto al formato di consegna e tieni traccia del costo per clip accettato.

Come usare tutti e tre su PoYo

PoYo ti dà accesso a tutti e tre i modelli con un’unica chiave API e un unico formato di richiesta, con crediti a consumo e senza abbonamento. Ogni modello usa gli stessi endpoint di invio e di stato. Questa richiesta esegue Gemini Omni 1.2 Flash a 720p:

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "input": {
      "prompt": "A barista slides a latte across a sunlit counter. Slow push-in, warm morning light, soft cafe ambience.",
      "duration": 10,
      "aspect_ratio": "9:16",
      "resolution": "720p"
    }
  }'

Lo stesso corpo funziona per Kling 4.0 Flash: cambia "model" in "kling-4.0-flash". Entrambi accettano duration 10, aspect_ratio 9:16 e resolution 720p.

Per Veo 3.1 Official, scegli un livello, una durata di 4, 6 o 8 secondi e l’impostazione sound:

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1-fast-official",
    "input": {
      "prompt": "A barista slides a latte across a sunlit counter. Slow push-in, warm morning light, soft cafe ambience.",
      "duration": 8,
      "aspect_ratio": "9:16",
      "resolution": "720p",
      "sound": true
    }
  }'

Ogni invio restituisce data.task_id. Controlla l’avanzamento con:

curl https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
  -H "Authorization: Bearer $POYO_API_KEY"

Lo stato passa da not_started a running, poi a finished o failed. Quando è finished, l’URL del video si trova in data.files[].file_url. Puoi anche aggiungere un callback_url di primo livello per ricevere un webhook quando il video è pronto. La pagina di ogni modello ha un Playground con una stima dei crediti in tempo reale e una vista JSON da copiare nel tuo codice.

Domande frequenti

Gemini Omni è migliore di Veo?

Puntano a lavori diversi. Gemini Omni 1.2 Flash è il modello più flessibile: clip da 3–15 secondi, da 360p a 4K, più riferimenti ed editing basato sul prompt. Veo 3.1 crea inquadrature brevi da 4–8 secondi e ha un livello Quality per un output a fedeltà più alta. Google offre ora Omni 1.2 Flash come sostituto di Veo 3.1 nella Gemini API, mentre Veo 3.1 prosegue come modello GA su Google Cloud.

Gemini Omni Flash sta sostituendo Veo 3.1?

Nella Gemini API, sì. Google ha disattivato veo-3.1-generate-preview, veo-3.1-fast-generate-preview e veo-3.1-lite-generate-preview il 22 ottobre 2026 e indica gemini-omni-1.2-flash come sostituto. I modelli GA veo-3.1-generate-001 e veo-3.1-fast-generate-001 restano su Gemini Enterprise Agent Platform e sono previsti disponibili almeno fino al 4 maggio 2027. Su PoYo entrambe le pagine di Veo 3.1 restano disponibili.

Gemini Omni Flash o Veo 3.1 Fast: quale costa meno?

Dipende dalla durata del clip. Per un clip da 8 secondi con audio a 720p su PoYo, Veo 3.1 Fast costa $0.18 nella pagina di Veo 3.1 a durata fissa e $0.60 su Veo 3.1 Official, contro i $0.66 di Omni 1.2 Flash. Per clip più brevi o bozze a 360p, Omni 1.2 Flash può costare meno: una bozza da 5 secondi a 360p costa $0.14. Per clip più lunghi di 8 secondi, Omni basta con una sola richiesta.

Quanto possono durare i video di ciascun modello?

Gemini Omni 1.2 Flash: 3–15 secondi (fino a 10 con un primo e un ultimo fotogramma). Kling 4.0 Flash: 3–20 secondi. Veo 3.1: 4, 6 o 8 secondi per richiesta, con estensione su Veo 3.1 Official fino a un totale di 30 secondi.

Quale modello video veloce supporta il 4K?

Gemini Omni 1.2 Flash (4K tramite upscaling, $0.2457/s su PoYo) e Veo 3.1 (4K su Fast e Quality, e sul livello Lite a durata fissa). Kling 4.0 Flash genera a 720p; per il 1080p nella famiglia Kling, usa Kling 4.0.

Gemini Omni o Kling: quale è migliore per personaggi coerenti?

Kling 4.0 Flash offre più struttura: fino a 7 soggetti riutilizzabili, ciascuno definito da 2–4 immagini o da un breve video, più fino a 10 immagini di riferimento e 5 video di riferimento in una richiesta. Omni 1.2 Flash accetta fino a 10 immagini di riferimento e 3 video di riferimento e gestisce gli scambi di personaggio tramite l’editing. Per lavori seriali con lo stesso cast, parti da Kling 4.0 Flash.

Gemini Omni è gratis?

Google include i clip Omni da 15 secondi in Google Vids senza costi aggiuntivi con un account Google o un abbonamento Workspace, e nell’app Gemini per gli abbonati Google AI Ultra. Per l’accesso via API, PoYo offre Omni 1.2 Flash con crediti a consumo a partire da $0.0273 al secondo a 360p, senza abbonamento, e il Playground mostra la stima dei crediti prima di ogni esecuzione.

Posso usare un’unica chiave API per tutti e tre i modelli?

Sì. Su PoYo, Gemini Omni 1.2 Flash, Kling 4.0 Flash e ogni livello di Veo 3.1 condividono un’unica chiave API, un unico saldo e gli stessi endpoint di invio e di stato. Omni e Kling accettano persino lo stesso corpo di richiesta per un prompt testuale, quindi per passare dall’uno all’altro basta cambiare il campo model.

Share: