Если ролик укладывается в 10 секунд — берите Gemini Omni Flash 1.1: он дешевле Wan 3.0 Prime на каждом сопоставимом разрешении — 15 нейронов за секунду в 720p против 21 и 22.5 против 42 в 1080p, почти вдвое. Wan 3.0 Prime берут за то, чего у Gemini нет: ролик до 30 секунд одним куском и звук, который генерируется вместе с картинкой. Обе модели — уровень STANDARD, доступны с тарифа Старт. Это не «одна лучше другой», а два инструмента под разные задачи.
Две модели, два разных характера
Обе появились в каталоге 28 августа 2026 года и обе живут на уровне STANDARD. Wan 3.0 Prime работает в трёх режимах: text-to-video, image-to-video и reference-to-video. У Gemini Omni Flash 1.1 их четыре — те же три плюс edit, правка уже сгенерированного ролика по текстовому описанию. Один лишний режим меняет сам порядок работы: неудачную деталь можно попробовать переописать, а не собирать сцену заново.
Чем reference-to-video отличается от image-to-video?
Image-to-video оживляет одну картинку: модель получает стартовый кадр и дальше сама придумывает движение. Reference-to-video принимает набор опорных материалов, и по описанию разработчика именно они задают внешность героя, стиль и композицию — это режим для серии роликов с одним лицом или одним товаром. У Wan reference-to-video, по документации разработчика, сводит в один результат не только изображения, но и видео со звуком.
| Возможность | Wan 3.0 Prime | Gemini Omni Flash 1.1 |
|---|---|---|
| text-to-video | Есть | Есть |
| image-to-video | Есть | Есть |
| reference-to-video | Есть: изображения, видео и звук в одном результате | Есть |
| Правка готового ролика (edit) | Нет | Есть |
| Звук вместе с видео | Да, параметр audio включён по умолчанию | В параметрах нет |
| Длительность | 2–30 секунд, по умолчанию 5 | 3–10 секунд, по умолчанию 8 |
| Максимальное разрешение | 1080p | 4K |
| Длина запроса | До 5000 символов | До 20000 символов |
| Доступ | STANDARD, с тарифа Старт | STANDARD, с тарифа Старт |
Цена: считаем в нейронах за секунду
Платите вы не за ролик, а за секунду, и ставка зависит от разрешения. Значит, решение «делаю сразу в 1080p» стоит денег ещё до того, как вы увидели первый кадр. Вся формула — ставка разрешения умножить на секунды.
| Разрешение | Wan 3.0 Prime | Gemini Omni Flash 1.1 |
|---|---|---|
| 360p | Недоступно | 4.5 |
| 480p | 10.2 | Недоступно |
| 720p | 21 | 15 |
| 1080p | 42 | 22.5 |
| 4K | Недоступно, потолок 1080p | 45 |
| Ролик | Wan 3.0 Prime | Gemini Omni Flash 1.1 |
|---|---|---|
| 5 секунд, 720p | 105 | 75 |
| 10 секунд, 720p | 210 | 150 |
| 5 секунд, 1080p | 210 | 112.5 |
| 10 секунд, 1080p | 420 | 225 |
| Длительность по умолчанию, 720p | 105 (5 секунд) | 120 (8 секунд) |
| Черновик 5 секунд на минимальном разрешении | 51 (480p) | 22.5 (360p) |
| 5 секунд, 4K | Недоступно | 225 |
| 30 секунд, 1080p | 1260 | Недоступно: максимум 10 секунд |
Десять секунд в 1080p — это 225 нейронов у Gemini и 420 у Wan. На серии из десяти вариантов выходит 2250 против 4200: почти две тысячи нейронов разницы на одной сцене. И обратите внимание на строку с длительностью по умолчанию. У Gemini это 8 секунд против 5 у Wan, поэтому «просто нажать генерацию» в 720p у него дороже — 120 против 105. Ставьте длительность руками, если вам хватит меньшего.
Почему разрыв растёт вместе с разрешением?
У Wan переход с 720p на 1080p ровно удваивает ставку: 21 → 42. У Gemini тот же шаг добавляет половину: 15 → 22.5. Чем выше качество, тем заметнее разница в счёте. На 4K сравнивать уже не с чем: Wan выше 1080p не поднимается, а у Gemini пять секунд в 4K стоят 225 нейронов — ровно столько же, сколько десять секунд в 1080p.
Длительность: 30 секунд против 10
Wan делает от 2 до 30 секунд, по умолчанию 5. Gemini — от 3 до 10, по умолчанию 8. Если сцена должна прожить дольше десяти секунд без склейки, вариант один: Wan. Только считайте заранее — тридцать секунд в 1080p стоят 1260 нейронов, такую длину берут осознанно, а не «на всякий случай».
- Тридцатисекундный рекламный ролик без монтажных стыков — Wan
- Длинный непрерывный проезд или облёт объекта — Wan
- Продуктовая карточка, сторис, заставка до 10 секунд — Gemini, он дешевле
- Динамичная нарезка из нескольких коротких планов — Gemini, каждый план отдельной генерацией
Можно ли собрать длинный ролик из коротких планов?
Да, и часто это дешевле одной длинной генерации: вы платите только за те планы, которые пригодились, и правите каждый по отдельности. Единый вид героя между планами держат одни и те же опорные материалы в reference-to-video. Приёмы разобраны в гайде Лучшие нейросети для видео.
Звук: где он появляется сразу
У Wan 3.0 Prime параметр audio включён по умолчанию — дорожка рождается вместе с картинкой, в одном проходе, отдельного этапа не нужно. У Gemini Omni Flash 1.1 генерации звука в параметрах нет: дорожку собирают отдельно — например, через генерацию музыки нейросетью или своей записью на монтаже.
Правка готового ролика
Режим edit есть только у Gemini. Вы отдаёте уже сделанный ролик и словами описываете, что поменять, — удачный кадр остаётся при вас, а не разыгрывается заново. Для работы с правками от заказчика это главный аргумент. У Wan такого режима нет: любое изменение означает новую генерацию с нуля и надежду, что удачная сцена повторится.
Когда выгоднее править, а когда перегенерировать?
Править стоит, когда общая композиция уже нравится и вопрос в детали: цвет предмета, время суток, лишний объект в углу. Перегенерировать честнее, когда не устраивает сама сцена — ритм, движение камеры, крупность плана. Вытаскивать словами кадр, который не нравится целиком, — самый быстрый способ потратить нейроны и вернуться к началу.
Длина запроса: 5000 против 20000 символов
У Wan лимит запроса — 5000 символов, у Gemini — 20000, вчетверо больше. В 5000 помещается плотное описание одного плана. В 20000 — раскадровка с оговорками на каждый элемент: свет, фактуры, ракурсы, что в кадре быть не должно. Если вы привыкли расписывать сцену по-режиссёрски, на Gemini есть где развернуться.
Каркас запроса, который работает на обеих моделях
СУБЪЕКТ: кто или что в кадре — возраст, одежда, материал, состояние
ДЕЙСТВИЕ: что происходит за отведённые секунды, одно понятное действие
СРЕДА: место, время суток, погода, что на фоне
СВЕТ: мягкий контровой / жёсткий полуденный / неон в дождь
КАМЕРА: статика, медленный наезд, облёт, ракурс, крупность плана
СТИЛЬ: документальная съёмка / рекламный глянец / плёнка 16 мм
НЕ НУЖНО: текст в кадре, лишние руки, резкая смена ракурсаЧастая ошибка — уместить в восемь секунд героя, товар, интерьер, смену локации и эффектный финал. Чем больше событий в одном плане, тем меньше контроля над каждым. Один план — одно действие, а сложную сцену разбейте на несколько генераций.
Какую модель брать под задачу
| Задача | Что брать | Почему |
|---|---|---|
| Ролик до 10 секунд для соцсетей | Gemini Omni Flash 1.1 | Дешевле на каждом сопоставимом разрешении: 75 против 105 за 5 секунд в 720p |
| Сцена 15–30 секунд одним куском | Wan 3.0 Prime | Gemini не идёт дальше 10 секунд |
| Нужен звук прямо в файле | Wan 3.0 Prime | Параметр audio включён по умолчанию |
| Поправить уже готовый ролик | Gemini Omni Flash 1.1 | Единственная из двух с режимом edit |
| Нужен 4K | Gemini Omni Flash 1.1 | У Wan потолок 1080p |
| Быстро проверить идею | Gemini в 360p | 4.5 нейрона за секунду — самый дешёвый черновик |
| Собрать сцену из фото, видео и аудио-референса | Wan 3.0 Prime | reference-to-video принимает и звук |
| Подробная режиссёрская раскадровка словами | Gemini Omni Flash 1.1 | До 20000 символов запроса против 5000 |
| Серия роликов с одним героем | Обе, режим reference-to-video | Опорные материалы держат внешность между планами |
Как не сжечь нейроны впустую
- Начинайте с минимального разрешения: 360p у Gemini за 4.5 или 480p у Wan за 10.2 — это проверка идеи, а не финал.
- Считайте до генерации: секунды умножьте на ставку разрешения. Десять секунд в 1080p у Wan — 420 нейронов за одну попытку.
- Ставьте длительность руками. У Gemini по умолчанию 8 секунд, у Wan — 5; три секунды в 720p у Gemini обойдутся в 45 нейронов вместо 120.
- Описывайте один план, а не весь ролик целиком.
- Перечисляйте, чего в кадре быть не должно, — так модель получает границы, а не только пожелания.
- Держите единый вид героя через reference-to-video, а не надеждой на удачу.
- Мелкие правки у Gemini делайте режимом edit, а не новой генерацией с нуля.
Итог: что выбрать
Коротко и с правками — Gemini Omni Flash 1.1: дешевле на каждом сопоставимом разрешении, единственный с 4K и режимом edit, принимает запрос до 20000 символов. Длинно и со звуком — Wan 3.0 Prime: до 30 секунд одной генерацией, аудио в том же проходе и референс, который собирает изображения, видео и звук в один результат. Обе живут в MediaLab и доступны с тарифа Старт, так что выбирать «навсегда» не нужно: черновики и короткие форматы — на Gemini, длинные сцены со звуком — на Wan.
Частые вопросы
Можно ли получить видео длиннее 30 секунд?
Одной генерацией — нет. Потолок Wan 3.0 Prime — 30 секунд, Gemini Omni Flash 1.1 — 10. Более длинные ролики собирают из отдельных планов на монтаже, удерживая единый вид героя через reference-to-video.
Что делать, если нужен и звук, и 4K?
В одной генерации это не сочетается: 4K есть только у Gemini, а генерация звука — только у Wan. Рабочий путь — картинка в 4K на Gemini, звуковая дорожка отдельно. Если исходник уже снят в меньшем разрешении, посмотрите апскейл видео до 4K нейросетью.
Нужен ли платный тариф, чтобы попробовать эти модели?
Да. Обе модели — уровня STANDARD, он открывается с тарифа Старт и выше. Что входит в каждый тариф, видно на странице тарифов, а полный список моделей — в каталоге нейросетей.
Как выбрать между text-to-video, image-to-video и reference-to-video?
Text-to-video — когда сцены ещё нет и её надо придумать. Image-to-video — когда есть готовый кадр или карточка товара, которую нужно оживить. Reference-to-video — когда важна повторяемость: один герой, один стиль, одна линейка роликов. Начинать удобнее всего прямо в чате, порядок действий разобран в гайде Как сделать видео в чате.
