comparisons

Gemini Omni 1.2 Flash vs Kling 4.0 Flash vs Veo 3.1

Poyo.ai Team
20 min read
Share:

Principais conclusões

  • Três modelos de vídeo rápidos, três pontos fortes diferentes. O Gemini Omni 1.2 Flash dá a maior flexibilidade (3–15 s, de 360p a 4K, edição). O Kling 4.0 Flash cria os clipes únicos mais longos (até 20 s) e o leque mais amplo de proporções em 720p. O Veo 3.1 é a forma mais barata na PoYo de obter um clipe final de 8 segundos com áudio.
  • Gemini Omni vs Veo é agora uma questão de sucessão. A Google desativou os modelos de pré-visualização do Veo 3.1 na Gemini API a 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 ambos continuam disponíveis na PoYo.
  • A duração do clipe decide muito. O Veo 3.1 gera 4, 6 ou 8 segundos por pedido. 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 $0.41 no Omni 1.2 Flash e $0.47 no Kling 4.0 Flash. Um clipe de 8 segundos do Veo 3.1 com áudio custa $0.10 (Lite) ou $0.18 (Fast) na página do Veo 3.1 de duração fixa, e $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 estado servem todos os modelos aqui, com créditos pagos conforme a utilização e sem subscrição.
  • Edição de vídeo existente: o Omni 1.2 Flash e o Kling 4.0 Flash editam ambos um vídeo de origem com uma instrução de texto. O Veo 3.1 Official prolonga um clipe com 1–7 segundos extra.

Gemini Omni 1.2 Flash vs Kling 4.0 Flash vs Veo 3.1 num relance

Gemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
ProgramadorGoogleKuaishou (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 frame)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 (consoante o escalão)
Proporções16:9, 9:1616:9, 9:16, 1:1, 21:916:9, 9:16
Texto para vídeoSimSimSim
Imagem para vídeoPrimeiro frame, ou primeiro + último frameUm frame inicialUma imagem, ou primeiro + último frame
Entradas de referência na PoYoAté 10 imagens + 3 vídeosAté 10 imagens, 5 vídeos, 7 sujeitos (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 PoYoDesde $0.0273/s (360p); $0.0819/s em 720p$0.094/s; $0.063 por segundo faturado com vídeo de entradaDesde $0.10 por vídeo de 8 s, ou desde $0.018/s no Official

Os três modelos correm através do mesmo endpoint da PoYo, por isso podes testá-los lado a lado com uma chave de API: Gemini Omni 1.2 Flash, Kling 4.0 Flash, Veo 3.1 e Veo 3.1 Official.

Gemini Omni vs Veo: que versões estás a comparar?

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

ModeloID do modelo na GoogleLançamentoEstado a 14 de novembro de 2026
Veo 3.1 e Veo 3.1 Fast (pré-visualização)veo-3.1-generate-preview, veo-3.1-fast-generate-preview15 de outubro de 2025Desativados na Gemini API a 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 2025Disponíveis de forma geral na Gemini Enterprise Agent Platform; descontinuação a 4 de maio de 2027 ou depois
Veo 3.1 Lite (pré-visualização)veo-3.1-lite-generate-preview31 de março de 2026Desativado na Gemini API a 22 de outubro de 2026
Gemini Omni Flash (pré-visualização)gemini-omni-flash-preview30 de junho de 2026Desativado a 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, os pedidos passam para o 1.2
Gemini Omni 1.2 Flashgemini-omni-1.2-flash5 de novembro de 2026Versão atual

Desta tabela resultam dois pontos práticos:

  • Na própria API de programadores da Google, o Omni sucedeu ao Veo. Se trabalhas 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 empresariais.
  • As comparações mais antigas “Omni Flash vs Veo 3.1 Fast” descrevem a pré-visualização. O Omni 1.2 Flash cria clipes mais longos (15 s, contra 10 s no 1.1), edita clipes completos de 15 segundos, e a Google descreve-o como mais rápido e mais económico. Para uma visão completa da versão anterior, vê o nosso guia do Gemini Omni 1.1 Flash.

O resto deste artigo compara os modelos atuais que podes chamar hoje: o Gemini Omni 1.2 Flash, o Kling 4.0 Flash e os escalões 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 num clipe e anima uma imagem inicial.
  • Os três estão posicionados pela velocidade. A Kling apresenta o Flash como “geração significativamente mais rápida com um valor excecional”, a Google descreve o Omni 1.2 Flash como mais rápido e mais económico, e o Veo 3.1 Fast é o escalão de velocidade da família Veo. O tempo de geração aumenta com a duração do clipe, a resolução e a carga do momento, por isso cronometra alguns dos teus próprios prompts em cada modelo.
  • Os dois modelos da Google geram som juntamente com a imagem. O Omni 1.2 Flash produz áudio nativo, e o Veo 3.1 também gera som; no Veo 3.1 Official escolhes entre áudio e um clipe sem som com o campo sound.
  • Os três usam o mesmo fluxo assíncrono na PoYo. Envias uma tarefa, recebes um task_id e depois consultas o endpoint de estado ou recebes um callback.

Especificações comparadas: duração, resolução, proporção e entradas

Duração do clipe

Mais curtoMais longo por pedidoPassosPredefinição na PoYo
Gemini Omni 1.2 Flash3 s15 s (10 s com último frame)1 s8 s
Kling 4.0 Flash3 s20 s1 s5 s
Veo 3.1 Official4 s8 s4, 6, 8 sEscolhida em cada pedido
Veo 3.18 s8 sFixa8 s

Para um plano de 12, 15 ou 20 segundos num só take, os dois modelos Flash resolvem-no num único pedido. O Veo 3.1 Official chega a durações maiores através do 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 de 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 a Google amplia para 1080p ou 4K. Isso faz do 360p um escalão barato para rascunhos e do 4K um escalão 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. Acrescenta os enquadramentos 1:1 e 21:9, adequados a publicações quadradas no feed e a faixas ultralargas. Quando animas 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 no escalão 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 junto a táxis amarelos em Nova Iorque. Exemplo da página do modelo na PoYo.

Entradas e edição

WorkflowGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1 na PoYo
Prompt de textopromptpromptprompt
Frame inicialimage_urls com uma imagemimage_urls com uma imagemUma imagem (escalões Fast, Quality e Official)
Primeiro e último frameimage_urls com duas imagens, até 10 sFrame inicial (frames finais no Kling 4.0)Duas imagens
Imagens de referênciaAté 10Até 103 (Fast, Quality; clipes de 8 s)
Vídeos de referênciaAté 3, cada um até 15 sAté 5, com o vídeo de entrada total até 20 sReferências de imagem
Sujeitos reutilizáveisImagens e vídeos de referênciaAté 7 kling_elements (2–4 imagens ou um vídeo de 3–8 s cada)Referências de imagem
Editar um vídeo de origemvideo_url 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 sujeitosExtensão com veo3.1-extend

O Kling 4.0 Flash tem o sistema de referências mais rico: podes nomear cada entrada no prompt como @Image1, @Video1 ou @Element1 e reutilizar um sujeito em muitos clipes. O Omni 1.2 Flash é o mais simples para editar: envias o clipe e uma frase a descrever a alteração, e a edição acompanha o ritmo da origem. O Veo 3.1 é o mais direto para transições de frame para frame e planos curtos finalizados.

Edição de vídeo com o Kling 4.0 Flash: um corgi aos saltos pela neve (à esquerda) renderizado de novo como um corgi em 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 preços de tabela da PoYo ($1 = 200 créditos). Uma chave de API da PoYo cobre os três modelos, a faturação é conforme a utilização, sem subscrição, e pagas por segundo ou por clipe conforme indicado.

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 de texto, imagem e referência de imagem · $0.063 por segundo faturado 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 continua até 20 segundos, por $1.88. Valores exatos: Omni 1.2 Flash 5 s = 81,9 créditos ($0.4095), 10 s = 163,8 créditos ($0.819). Kling 4.0 Flash 5 s = 94 créditos ($0.47), 10 s = 188 créditos ($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 ($0.60). Na página do Veo 3.1 de duração fixa, um clipe de 8 segundos com áudio custa $0.18 no Fast e $0.10 no Lite.

Exemplos práticos

TrabalhoGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
Teste de anúncios: 30 variantes verticais de 8 s em 720p30×0.6552 = $19.6630×0.752 = $22.56Fast, 8 s fixos: 30×0.18 = $5.40
Rascunhar e depois entregar: 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 (o 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 = $0.82Faturados 10+10 = 20 s × $0.063 = $1.26
Clipe de 8 s guiado por um vídeo de referência de 5 s8×0.0819 = $0.66Faturados 8+max(5,8) = 16 s × $0.063 = $1.01

O Omni 1.2 Flash fatura os segundos de saída, com os vídeos de referência e a edição incluídos nessa tarifa. O Kling 4.0 Flash usa uma tarifa por segundo mais baixa com vídeo na entrada e fatura a duração da saída mais o maior valor entre a duração do vídeo de entrada e a duração da saída. Para as regras completas de faturação da Kling, vê o nosso guia da API Kling 4.0.

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

Estes dois são os mais próximos: ambos são escalões “Flash”, ambos cobrem os modos de texto, imagem, referência e edição com um único ID de modelo, e ambos faturam por segundo.

  • Escolhe o Kling 4.0 Flash para clipes de 16–20 segundos, enquadramentos quadrados ou ultralargos, personagens recorrentes definidas como sujeitos e vídeos de referência que definem o movimento ou o percurso da câmara. As suas referências contam para um orçamento de 15 itens, e os vídeos de entrada podem somar até 20 segundos.
  • Escolhe o Gemini Omni 1.2 Flash pela gama de resoluções (de rascunhos em 360p a entregas em 4K), pelas transições entre primeiro e último frame, pela edição simples baseada em prompts e por 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 de texto e imagem, e ainda mais barato quando entram vídeos de referência ou edição.

Se estás a escolher dentro da família Kling, lê Kling 4.0 vs Flash para as diferenças de resolução, duração dos clipes e controlo de frames. Para uma explicação completa dos campos de pedido do Flash, vê o guia da API Kling 4.0 Flash.

Onde entra o Seedance 2.5

“Gemini Omni vs Seedance” também surge com frequência. O Seedance 2.5 da ByteDance está noutro escalão: destina-se a 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 $1.575 (63 créditos por segundo), cerca de quatro vezes o preço do Omni 1.2 Flash. Usa-o na versão final de uma cena complexa e mantém os modelos Flash para rascunhos de grande volume. Para uma comparação visual lado a lado, vê Kling 4.0 vs Seedance 2.5.

Qual deves escolher?

O teu trabalhoComeça comPorquê
O clipe final 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 ao custo por segundo mais baixoVeo 3.1 Lite Official, sound: false$0.018/s em 720p
Clipes com mais de 8 s num só takeGemini Omni 1.2 Flash (até 15 s) ou Kling 4.0 Flash (até 20 s)Um pedido cobre o plano inteiro
Publicações quadradas ou faixas 21:9Kling 4.0 FlashOferece enquadramentos 1:1 e 21:9
Rascunhos baratos e depois entrega em 4K com o mesmo modeloGemini Omni 1.2 Flash360p a $0.0273/s, 4K a $0.2457/s
Personagens e produtos recorrentes ao longo de uma sérieKling 4.0 FlashAté 7 sujeitos reutilizáveis, 15 referências
Mudar o estilo ou o cenário de um clipe existenteGemini Omni 1.2 FlashEdita até 15 s, faturado pela duração da origem
Editar um clipe e introduzir uma nova personagem ou movimentoKling 4.0 FlashA edição também aceita vídeos de referência e sujeitos
Transição planeada do início ao fimGemini Omni 1.2 Flash ou Veo 3.1Ambos aceitam um primeiro e um último frame
A maior fidelidade do Veo para um plano de destaqueVeo 3.1 Quality4K com áudio no escalão Official

Uma configuração de encaminhamento prática: faz os rascunhos de conceitos no Omni 1.2 Flash em 360p ou no Veo 3.1 Fast, passa as ideias aprovadas para o modelo que corresponde ao formato de entrega e acompanha o custo por clipe aceite.

Como correr os três na PoYo

A PoYo dá-te os três modelos com uma chave de API e um formato de pedido, com créditos pagos conforme a utilização e sem subscrição. Todos os modelos usam os mesmos endpoints de envio e de estado. Este pedido corre 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: muda "model" para "kling-4.0-flash". Ambos aceitam duration 10, aspect_ratio 9:16 e resolution 720p.

No Veo 3.1 Official, escolhe um escalão, uma duração de 4, 6 ou 8 segundos e a definição 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 devolve data.task_id. Acompanha o progresso com:

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

O estado passa por not_started, running e finished ou failed. Quando está finished, o URL do vídeo está em data.files[].file_url. Também podes acrescentar um callback_url de nível superior para receberes um webhook quando o vídeo estiver pronto. Cada página de modelo tem um Playground com uma estimativa de créditos em tempo real e uma vista JSON que podes copiar para o teu código.

Perguntas frequentes

O Gemini Omni é melhor do que o Veo?

Visam 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 baseada em prompts. O Veo 3.1 cria planos curtos de 4–8 segundos e tem um escalão Quality para resultados de maior fidelidade. A Google disponibiliza agora 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 a substituir o Veo 3.1?

Na Gemini API, sim. A Google desativou o veo-3.1-generate-preview, o veo-3.1-fast-generate-preview e o veo-3.1-lite-generate-preview a 22 de outubro de 2026 e indica o gemini-omni-1.2-flash como substituto. Os modelos GA veo-3.1-generate-001 e veo-3.1-fast-generate-001 mantêm-se na Gemini Enterprise Agent Platform e estão previstos ficar disponíveis pelo menos até 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. Num clipe de 8 segundos com áudio em 720p na PoYo, o Veo 3.1 Fast custa $0.18 na página do Veo 3.1 de duração fixa e $0.60 no Veo 3.1 Official, contra $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 custa $0.14. Em clipes com mais de 8 segundos, o Omni faz tudo num só pedido.

Quanto podem durar os vídeos de cada modelo?

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

Que modelo de vídeo rápido suporta 4K?

O Gemini Omni 1.2 Flash (4K por ampliação, $0.2457/s na PoYo) e o Veo 3.1 (4K no Fast e no Quality, e no escalão Lite de duração fixa). O Kling 4.0 Flash gera em 720p; para 1080p na família Kling, usa o Kling 4.0.

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

O Kling 4.0 Flash dá-te mais estrutura: até 7 sujeitos reutilizáveis, cada um definido por 2–4 imagens ou um vídeo curto, mais até 10 imagens de referência e 5 vídeos de referência num pedido. O Omni 1.2 Flash aceita até 10 imagens de referência e 3 vídeos de referência e trata as trocas de personagem através da edição. Para trabalho em série com o mesmo elenco, começa pelo Kling 4.0 Flash.

O Gemini Omni é gratuito?

A Google inclui clipes Omni de 15 segundos no Google Vids sem custo adicional com uma conta Google ou uma subscrição do Workspace, e na app Gemini para os subscritores do Google AI Ultra. Para acesso por API, a PoYo disponibiliza o Omni 1.2 Flash com créditos pagos conforme a utilização, desde $0.0273 por segundo em 360p, sem subscrição, e o Playground mostra a estimativa de créditos antes de cada execução.

Posso usar uma chave de API para os três modelos?

Sim. Na PoYo, o Gemini Omni 1.2 Flash, o Kling 4.0 Flash e todos os escalões do Veo 3.1 partilham uma chave de API, um saldo e os mesmos endpoints de envio e de estado. O Omni e o Kling aceitam até o mesmo corpo de pedido para um prompt de texto, por isso alternar entre eles é apenas uma alteração no campo model.

Share: