comparisons

Gemini Omni 1.2 Flash vs. Kling 4.0 Flash vs. Veo 3.1

Poyo.ai Team
21 min read
Share:

Principais pontos

  • Três modelos de vídeo rápidos, três pontos fortes diferentes. O Gemini Omni 1.2 Flash oferece mais flexibilidade (3–15 s, de 360p a 4K, edição). O Kling 4.0 Flash gera os clipes únicos mais longos (até 20 s) e o maior conjunto de proporções em 720p. O Veo 3.1 é o jeito mais barato na PoYo de obter um clipe pronto de 8 segundos com áudio.
  • Gemini Omni vs. Veo agora é uma questão de sucessão. O Google desativou os modelos de prévia do Veo 3.1 na Gemini API em 22 de outubro de 2026 e indicou o gemini-omni-1.2-flash como substituto. O Veo 3.1 continua disponível como modelo GA no Google Cloud, e os dois seguem disponíveis na PoYo.
  • A duração do clipe pesa muito. O Veo 3.1 gera 4, 6 ou 8 segundos por solicitação. O Omni 1.2 Flash aceita qualquer número inteiro de segundos de 3 a 15. O Kling 4.0 Flash aceita qualquer número inteiro de segundos de 3 a 20.
  • Por clipe na PoYo: um clipe de 5 segundos em 720p custa US$ 0,41 no Omni 1.2 Flash e US$ 0,47 no Kling 4.0 Flash. Um clipe de 8 segundos do Veo 3.1 com áudio custa US$ 0,10 (Lite) ou US$ 0,18 (Fast) na página do Veo 3.1 de duração fixa, e US$ 0,60 no Veo 3.1 Fast Official.
  • Uma chave para os três na PoYo. A mesma chave de API, o mesmo saldo e os mesmos endpoints de envio e status rodam todos os modelos aqui, com créditos pagos conforme o uso e sem assinatura.
  • Edição de vídeos existentes: o Omni 1.2 Flash e o Kling 4.0 Flash editam um vídeo de origem a partir de uma instrução em texto. O Veo 3.1 Official estende um clipe em 1–7 segundos extras.

Gemini Omni 1.2 Flash vs. Kling 4.0 Flash vs. Veo 3.1 em resumo

Gemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
DesenvolvedorGoogleKuaishou (Kling AI)Google
ID do modelo na PoYogemini-omni-1.2-flashkling-4.0-flashveo3.1-lite / -fast / -quality, ou veo3.1-lite-official / -fast-official / -quality-official
Duração do clipe3–15 s, qualquer número inteiro de segundos (até 10 s com último quadro)3–20 s, qualquer número inteiro de segundos4, 6 ou 8 s (página do Veo 3.1: 8 s fixos)
Resolução360p, 720p, 1080p, 4K720p720p, 1080p, 4K (conforme a faixa)
Proporções16:9, 9:1616:9, 9:16, 1:1, 21:916:9, 9:16
Texto para vídeoSimSimSim
Imagem para vídeoPrimeiro quadro, ou primeiro + último quadroUm quadro inicialUma imagem, ou primeiro + último quadro
Entradas de referência na PoYoAté 10 imagens + 3 vídeosAté 10 imagens, 5 vídeos, 7 elementos (15 no total)3 imagens de referência (Fast e Quality, clipes de 8 s)
Editar um vídeo existenteSim, até 15 sSim, 3–20 s, com vídeos de referênciaExtensão no Veo 3.1 Official
Preço na PoYoA partir de $0.0273/s (360p); $0.0819/s em 720p$0.094/s; $0.063 por segundo cobrado com entrada de vídeoA partir de $0.10 por vídeo de 8 s, ou a partir de $0.018/s no Official

Os três modelos rodam pelo mesmo endpoint da PoYo, então você pode testá-los lado a lado com uma única chave de API: Gemini Omni 1.2 Flash, Kling 4.0 Flash, Veo 3.1 e Veo 3.1 Official.

Gemini Omni vs. Veo: quais versões você está comparando?

As buscas por “Gemini Omni vs Veo” começaram quando o Google lançou o primeiro Gemini Omni Flash, e muitas das páginas bem posicionadas ainda comparam a prévia inicial com o Veo 3.1. Desde então, o Google lançou mais duas versões do Omni e mudou onde o Veo 3.1 é oferecido:

ModeloID do modelo no GoogleLançamentoStatus em 14 de novembro de 2026
Veo 3.1 e Veo 3.1 Fast (prévia)veo-3.1-generate-preview, veo-3.1-fast-generate-preview15 de outubro de 2025Desativados na Gemini API em 22 de outubro de 2026; substituto: 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 de novembro de 2025Disponibilidade geral na Gemini Enterprise Agent Platform; desativação em 4 de maio de 2027 ou depois
Veo 3.1 Lite (prévia)veo-3.1-lite-generate-preview31 de março de 2026Desativado na Gemini API em 22 de outubro de 2026
Gemini Omni Flash (prévia)gemini-omni-flash-preview30 de junho de 2026Desativado em 22 de outubro de 2026
Gemini Omni 1.1 Flashgemini-omni-1.1-flash27 de agosto de 2026A partir de 3 de dezembro de 2026, as solicitações são direcionadas para a 1.2
Gemini Omni 1.2 Flashgemini-omni-1.2-flash5 de novembro de 2026Versão atual

Dois pontos práticos decorrem desta tabela:

  • Na API para desenvolvedores do próprio Google, o Omni assumiu o lugar do Veo. Se você desenvolve diretamente sobre a Gemini API, o Omni 1.2 Flash é o modelo de vídeo a usar. O Veo 3.1 continua no Google Cloud para clientes corporativos.
  • As comparações antigas “Omni Flash vs Veo 3.1 Fast” descrevem a prévia. O Omni 1.2 Flash gera clipes mais longos (15 s, contra 10 s na 1.1), edita clipes completos de 15 segundos, e o Google o descreve como mais rápido e com melhor custo-benefício. Para uma análise completa da versão anterior, veja nosso guia do Gemini Omni 1.1 Flash.

O restante deste artigo compara os modelos atuais que você pode chamar hoje: Gemini Omni 1.2 Flash, Kling 4.0 Flash e as faixas Lite, Fast e Quality do Veo 3.1.

O que os três modelos têm em comum

  • Os três aceitam texto e imagens. Cada um transforma um prompt em um clipe e anima uma imagem inicial.
  • Os três são posicionados para velocidade. A Kling descreve o Flash como “geração significativamente mais rápida com um valor excepcional”, o Google descreve o Omni 1.2 Flash como mais rápido e com melhor custo-benefício, e o Veo 3.1 Fast é a faixa de velocidade da família Veo. O tempo de geração cresce com a duração do clipe, a resolução e a carga do momento, então cronometre alguns dos seus próprios prompts em cada modelo.
  • Os dois modelos do Google geram som junto com a imagem. O Omni 1.2 Flash produz áudio nativo, e o Veo 3.1 também gera som; no Veo 3.1 Official, você escolhe entre áudio e clipe sem som com o campo sound.
  • Os três usam o mesmo fluxo assíncrono na PoYo. Envie uma tarefa, receba um task_id e depois consulte o endpoint de status ou receba um callback.

Especificações comparadas: duração, resolução, proporção e entradas

Duração do clipe

MínimoMáximo por solicitaçãoIntervalosPadrão na PoYo
Gemini Omni 1.2 Flash3 s15 s (10 s com último quadro)1 s8 s
Kling 4.0 Flash3 s20 s1 s5 s
Veo 3.1 Official4 s8 s4, 6, 8 sEscolhido por solicitação
Veo 3.18 s8 sFixo8 s

Para uma cena de 12, 15 ou 20 segundos em uma única tomada, os dois modelos Flash resolvem em uma única solicitação. O Veo 3.1 Official chega a durações maiores pelo veo3.1-extend, que acrescenta 1–7 segundos a um clipe existente, até um total de 30 segundos.

Um único clipe de 15 segundos do Gemini Omni 1.2 Flash: um vídeo explicativo macro em quatro planos dentro de uma colmeia. Exemplo da página do modelo na PoYo.

Resolução e enquadramento

  • O Gemini Omni 1.2 Flash gera em 360p ou 720p, e o Google faz o upscale para 1080p ou 4K. Isso transforma o 360p em uma faixa barata de rascunho e o 4K em uma faixa de entrega dentro do mesmo modelo. Os clipes são em 16:9 ou 9:16.
  • O Kling 4.0 Flash gera em 720p, em SDR de 8 bits, segundo a Kling. Ele acrescenta os enquadramentos 1:1 e 21:9, que servem para posts quadrados no feed e banners ultralargos. Quando você anima uma imagem inicial, a imagem define o enquadramento.
  • O Veo 3.1 oferece 720p, 1080p e 4K em 16:9 ou 9:16, a 24 FPS. Na PoYo, o 4K está disponível no Fast e no Quality, e na faixa Lite de duração fixa. O Veo 3.1 Lite Official oferece 1080p em clipes de 8 segundos.

Um clipe de texto para vídeo de 8 segundos em 16:9 do Veo 3.1 Fast Official: uma entrevista de rua ao lado de táxis amarelos em Nova York. Exemplo da página do modelo na PoYo.

Entradas e edição

Fluxo de trabalhoGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1 na PoYo
Prompt de textopromptpromptprompt
Quadro inicialimage_urls com uma imagemimage_urls com uma imagemUma imagem (faixas Fast, Quality e Official)
Primeiro e último quadroimage_urls com duas imagens, até 10 sQuadro inicial (quadros finais no Kling 4.0)Duas imagens
Imagens de referênciaAté 10Até 103 (Fast, Quality; clipes de 8 s)
Vídeos de referênciaAté 3, cada um com até 15 sAté 5, com total de vídeo de entrada de até 20 sReferências em imagem
Elementos reutilizáveisImagens e vídeos de referênciaAté 7 kling_elements (2–4 imagens ou um vídeo de 3–8 s cada)Referências em imagem
Editar um vídeo de origemvideo_url de até 15 s; a saída acompanha a duração da origemvideo_url de 3–20 s, mais imagens de referência, até 4 vídeos de referência e elementosExtensão com veo3.1-extend

O Kling 4.0 Flash tem o sistema de referências mais completo: você pode nomear cada entrada no prompt como @Image1, @Video1 ou @Element1 e reutilizar um elemento em muitos clipes. O Omni 1.2 Flash é o mais simples para editar: envie o clipe e uma frase descrevendo a mudança, e a edição acompanha o tempo da origem. O Veo 3.1 é o mais direto para transições de um quadro a outro e cenas curtas finalizadas.

Edição de vídeo com o Kling 4.0 Flash: um corgi saltando pela neve (à esquerda) renderizado de novo como um corgi de voxels, com o mesmo movimento (à direita). Exemplo da página do modelo na PoYo.

Preços: por segundo e por clipe na PoYo

Todos os preços abaixo são os preços de tabela da PoYo (US$ 1 = 200 créditos). Uma chave de API da PoYo cobre os três modelos, a cobrança é conforme o uso e sem assinatura, e você paga por segundo ou por clipe, conforme listado.

Tarifas por segundo

ModeloTarifa na 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 em trabalhos com texto, imagem e referência de imagem · $0.063 por segundo cobrado quando há vídeo na entrada
Veo 3.1 Official, Lite720p $0.018/s sem som, $0.03/s com áudio · 1080p (clipes de 8 s) $0.03/s sem som, $0.048/s com áudio
Veo 3.1 Official, Fast720p/1080p $0.05/s sem som, $0.075/s com áudio · 4K $0.15/s sem som, $0.175/s com áudio
Veo 3.1 Official, Quality720p/1080p $0.12/s sem som, $0.24/s com áudio · 4K $0.24/s sem som, $0.36/s com áudio
Veo 3.1 (8 s fixos, áudio incluído)Lite $0.10 · Fast $0.18 · Quality $1.00 por vídeo em 720p/1080p; 4K $0.15 / $0.30 / $2.00

Preço por clipe em 720p: os modelos Flash

ClipeGemini 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

O Kling 4.0 Flash vai até 20 segundos por US$ 1,88. Valores exatos: Omni 1.2 Flash, 5 s = 81,9 créditos (US$ 0,4095) e 10 s = 163,8 créditos (US$ 0,819). Kling 4.0 Flash, 5 s = 94 créditos (US$ 0,47) e 10 s = 188 créditos (US$ 0,94).

Preço por clipe em 720p: Veo 3.1

ClipeVeo 3.1 Official Fast, com áudioVeo 3.1 Official Lite, com áudio
4 s$0.30$0.12
6 s$0.45$0.18
8 s$0.60$0.24

Um clipe de 8 segundos do Veo 3.1 Official Fast com áudio custa 120 créditos (US$ 0,60). Na página do Veo 3.1 de duração fixa, um clipe de 8 segundos com áudio custa US$ 0,18 no Fast e US$ 0,10 no Lite.

Exemplos práticos

TrabalhoGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
Teste de anúncio: 30 variações verticais de 8 s em 720p30×0.6552 = $19.6630×0.752 = $22.56Fast, 8 s fixos: 30×0.18 = $5.40
Rascunho e depois entrega: dez rascunhos de 8 s + uma versão final de 8 s em 4KRascunhos em 360p 10×0.2184 + 4K 1.9656 = $4.15Dez rascunhos em 720p 10×0.752 = $7.52 (720p é a versão final)Rascunhos no Lite Official 10×0.144 + Quality Official em 4K com áudio 8×0.36 = $4.32

Edição e vídeos de referência nos modelos Flash

TrabalhoGemini Omni 1.2 FlashKling 4.0 Flash
Editar um clipe de 10 s10×0.0819 = $0.82Cobrado 10+10 = 20 s × $0.063 = $1.26
Clipe de 8 s guiado por um vídeo de referência de 5 s8×0.0819 = $0.66Cobrado 8+max(5,8) = 16 s × $0.063 = $1.01

O Omni 1.2 Flash cobra os segundos de saída, com vídeos de referência e edição incluídos nessa tarifa. O Kling 4.0 Flash usa uma tarifa por segundo menor quando há vídeo na entrada e cobra a duração da saída mais o maior valor entre a duração do vídeo de entrada e a duração da saída. Para todas as regras de cobrança do Kling, veja nosso guia da API do Kling 4.0.

Kling 4.0 Flash vs. Gemini Omni 1.2 Flash: frente a frente

Estes dois são a comparação mais próxima: os dois são faixas “Flash”, os dois cobrem os modos de texto, imagem, referência e edição com um único ID de modelo, e os dois cobram por segundo.

  • Escolha o Kling 4.0 Flash para clipes de 16–20 segundos, enquadramento quadrado ou ultralargo, personagens recorrentes definidos como elementos e vídeos de referência que definem movimento ou trajetórias de câmera. As referências contam dentro de um limite de 15 itens, e os vídeos de entrada somados podem chegar a 20 segundos.
  • Escolha o Gemini Omni 1.2 Flash pela faixa de resolução (de rascunhos em 360p a entregas em 4K), transições com primeiro e último quadro, edição simples por prompt e trabalhos com muitas referências, em que as entradas de vídeo ficam dentro da tarifa por segundo.
  • No preço em 720p, o Omni 1.2 Flash é cerca de 13% mais barato por segundo ($0.0819 vs. $0.094) em trabalhos com texto e imagem, e fica ainda mais barato quando há vídeos de referência ou edição.

Se você está escolhendo dentro da família Kling, leia Kling 4.0 vs. Flash para ver as diferenças de resolução, duração do clipe e controle de quadros. Para um passo a passo completo dos campos de solicitação do Flash, veja o guia da API do Kling 4.0 Flash.

Onde entra o Seedance 2.5

“Gemini Omni vs Seedance” também aparece bastante. O Seedance 2.5 da ByteDance fica em outra faixa: ele mira clipes de produção mais longos e com muitas referências, de 4–30 segundos em 480p, 720p ou 1080p, com até 50 referências de imagem, vídeo e áudio e áudio sincronizado opcional. Na PoYo, um clipe de 5 segundos em 720p do Seedance 2.5 a partir de texto ou imagens custa US$ 1,575 (63 créditos por segundo), cerca de quatro vezes o preço do Omni 1.2 Flash. Use-o no corte final de uma cena complexa e deixe os modelos Flash para os rascunhos em grande volume. Para uma comparação visual lado a lado, veja Kling 4.0 vs. Seedance 2.5.

Qual escolher?

Seu trabalhoComece comPor quê
Clipe pronto de 8 s com áudio mais baratoVeo 3.1 Lite (veo3.1-lite) para prompts de texto, Veo 3.1 Fast (veo3.1-fast) com imagens$0.10 ou $0.18 por vídeo em 720p ou 1080p
B-roll sem som pelo menor custo por segundoVeo 3.1 Lite Official, sound: false$0.018/s em 720p
Clipes com mais de 8 s em uma única tomadaGemini Omni 1.2 Flash (até 15 s) ou Kling 4.0 Flash (até 20 s)Uma solicitação cobre a cena inteira
Posts quadrados ou banners em 21:9Kling 4.0 FlashOferece enquadramentos 1:1 e 21:9
Rascunhos baratos e depois entrega em 4K no mesmo modeloGemini Omni 1.2 Flash360p a $0.0273/s, 4K a $0.2457/s
Personagens e produtos recorrentes em uma sérieKling 4.0 FlashAté 7 elementos reutilizáveis, 15 referências
Mudar o estilo ou o cenário de um clipe existenteGemini Omni 1.2 FlashEdita até 15 s, cobrado pela duração da origem
Editar um clipe e trazer um novo personagem ou movimentoKling 4.0 FlashA edição também aceita vídeos de referência e elementos
Transição planejada do início ao fimGemini Omni 1.2 Flash ou Veo 3.1Os dois aceitam primeiro e último quadro
Maior fidelidade do Veo para uma cena de destaqueVeo 3.1 Quality4K com áudio na faixa Official

Uma configuração de roteamento prática: faça os rascunhos de conceito no Omni 1.2 Flash em 360p ou no Veo 3.1 Fast, leve as ideias aprovadas para o modelo que combina com o formato de entrega e acompanhe o custo por clipe aceito.

Como rodar os três na PoYo

A PoYo oferece os três modelos com uma única chave de API e um único formato de solicitação, com créditos pagos conforme o uso e sem assinatura. Todos os modelos usam os mesmos endpoints de envio e de status. Esta solicitação roda o Gemini Omni 1.2 Flash em 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"
    }
  }'

O mesmo corpo funciona no Kling 4.0 Flash: troque "model" por "kling-4.0-flash". Os dois aceitam duration 10, aspect_ratio 9:16 e resolution 720p.

No Veo 3.1 Official, escolha uma faixa, uma duração de 4, 6 ou 8 segundos e a configuração 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
    }
  }'

Cada envio retorna data.task_id. Acompanhe o progresso com:

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

O status passa por not_started, running e finished ou failed. Quando estiver em finished, a URL do vídeo fica em data.files[].file_url. Você também pode acrescentar uma callback_url no nível superior para receber um webhook quando o vídeo estiver pronto. Cada página de modelo tem um Playground com estimativa de créditos em tempo real e uma visualização em JSON que você pode copiar para o seu código.

Perguntas frequentes

O Gemini Omni é melhor que o Veo?

Eles miram trabalhos diferentes. O Gemini Omni 1.2 Flash é o modelo mais flexível: clipes de 3–15 segundos, de 360p a 4K, várias referências e edição por prompt. O Veo 3.1 gera cenas curtas de 4–8 segundos e tem uma faixa Quality para saídas de maior fidelidade. Hoje, o Google oferece o Omni 1.2 Flash como substituto do Veo 3.1 na Gemini API, enquanto o Veo 3.1 continua como modelo GA no Google Cloud.

O Gemini Omni Flash está substituindo o Veo 3.1?

Na Gemini API, sim. O Google desativou veo-3.1-generate-preview, veo-3.1-fast-generate-preview e veo-3.1-lite-generate-preview em 22 de outubro de 2026 e lista o gemini-omni-1.2-flash como substituto. Os modelos GA veo-3.1-generate-001 e veo-3.1-fast-generate-001 continuam na Gemini Enterprise Agent Platform, com disponibilidade prevista até pelo menos 4 de maio de 2027. Na PoYo, as duas páginas do Veo 3.1 continuam disponíveis.

Gemini Omni Flash vs. Veo 3.1 Fast: qual é mais barato?

Depende da duração do clipe. Para um clipe de 8 segundos com áudio em 720p na PoYo, o Veo 3.1 Fast custa US$ 0,18 na página do Veo 3.1 de duração fixa e US$ 0,60 no Veo 3.1 Official, contra US$ 0,66 do Omni 1.2 Flash. Em clipes mais curtos ou rascunhos em 360p, o Omni 1.2 Flash pode custar menos: um rascunho de 5 segundos em 360p sai por US$ 0,14. Em clipes com mais de 8 segundos, o Omni resolve em uma única solicitação.

Qual pode ser a duração dos vídeos de cada modelo?

Gemini Omni 1.2 Flash: 3–15 segundos (até 10 com primeiro e último quadro). Kling 4.0 Flash: 3–20 segundos. Veo 3.1: 4, 6 ou 8 segundos por solicitação, com extensão no Veo 3.1 Official até um total de 30 segundos.

Qual modelo de vídeo rápido gera em 4K?

O Gemini Omni 1.2 Flash (4K com upscale, US$ 0,2457/s na PoYo) e o Veo 3.1 (4K no Fast e no Quality, e na faixa Lite de duração fixa). O Kling 4.0 Flash gera em 720p; para 1080p na família Kling, use o Kling 4.0.

Gemini Omni vs. Kling: qual é melhor para personagens consistentes?

O Kling 4.0 Flash oferece mais estrutura: até 7 elementos reutilizáveis, cada um definido por 2–4 imagens ou um vídeo curto, mais até 10 imagens de referência e 5 vídeos de referência em uma única solicitação. O Omni 1.2 Flash aceita até 10 imagens de referência e 3 vídeos de referência e faz trocas de personagem pela edição. Para séries com o mesmo elenco, comece pelo Kling 4.0 Flash.

O Gemini Omni é gratuito?

O Google inclui clipes de 15 segundos do Omni no Google Vids sem custo adicional para quem tem Conta do Google ou assinatura do Workspace, e no app Gemini para os assinantes do Google AI Ultra. Para acesso pela API, a PoYo oferece o Omni 1.2 Flash com créditos pagos conforme o uso, a partir de US$ 0,0273 por segundo em 360p, sem assinatura, e o Playground mostra a estimativa de créditos antes de cada execução.

Posso usar uma única chave de API para os três modelos?

Sim. Na PoYo, o Gemini Omni 1.2 Flash, o Kling 4.0 Flash e todas as faixas do Veo 3.1 compartilham uma chave de API, um saldo e os mesmos endpoints de envio e status. O Omni e o Kling aceitam até o mesmo corpo de solicitação para um prompt de texto, então alternar entre eles é só mudar o campo model.

Share: