物理与声音
重复物理运动复杂的 prompt，并评估声音同步。
Gemini Omni Flash vs Sora 2：比较真实可用的工作流
Gemini Omni Flash 将图片、视频参考与对话式编辑、扩展结合。Sora 2 接受文本或图片输入并生成同步音画，但 OpenAI 已将其标记为 Legacy，并计划在 2026 年 9 月 24 日关闭 Videos API。
Google 与 OpenAI 官方文档核验于 2026-09-08
官方参数与访问方式
Last updated
How we compared
来源：Gemini Omni 官方指南与价格；OpenAI 的 Sora 2、Sora 2 Pro、Videos API 与下线公告。
| Feature | Gemini Omni Flash | Sora 2 |
|---|---|---|
| 官方入口 | Google AI Studio / Gemini API | Videos API 可用至 2026-09-24 |
| 输入 / 参考模式 | 文本、图片、短视频参考；首尾帧 | 文本或单张图片参考 |
| 官方标价 | 每输出秒 0.10 美元 | Sora 2 每秒 0.10 美元；Sora 2 Pro 每秒 0.30–0.70 美元 |
| 时长 | 3–10 秒；扩展后总长最高 40 秒 | 4、8 或 12 秒 |
| 分辨率 | 360p、720p、1080p 或 4K | 720p；Pro 支持 1024×1792 / 1792×1024 |
| 原生音频 | 生成带音频的视频 | 同步生成视频与音频 |
| 生命周期 | 当前稳定版与预览版 | Legacy；Videos API 计划于 2026-09-24 下线 |
公开能力覆盖
官方能力覆盖雷达图
基于官方文档的能力对比，不代表主观画质实测。
● Gemini Omni Flash● Sora 2
- 参考控制
- 10
- 6
- 编辑 / 扩展
- 10
- 6
- 时长范围
- 9
- 8
- 分辨率上限
- 10
- 8
- 原生音频
- 10
- 10
- API 延续性
- 10
- 1
评分规则：10 = 官方明确且完整支持；5 = 部分或受限支持；0 = 官方未披露。API 延续性按厂商公布的生命周期计分；这不是生成质量实测。
证据快照：官方文档核验于 2026-09-08
● 测试方案
同 prompt、音画与首帧测试
图片用于解释测试场景，不冒充模型输出。
首帧锁定
测量同一输入图的人物、裁切与光线偏移。
结论：新接入优先选择 Omni
Sora 2 公开规格包含同步音画和 12 秒预设；Gemini Omni Flash 提供更广的参考控制、4K、对话式编辑与当前仍可持续的 API。鉴于 Sora API 计划于 2026 年 9 月 24 日关闭，不建议新建长期生产依赖。
● FAQ