Gemini Omni 1.2 vs Seedance, Kling, Veo en Wan getoetst

👁 114 keer gelezen

Zes modellen, twee scènes, exact dezelfde prompt tot op de komma nauwkeurig. In de eerste scène moet de camera een volledige draai maken rond een appelverkoopster op de markt in Krakau. In de tweede discussiëren twee mannen bij de barbecue over uit welke discountsupermarkt de worst moet komen. Elke clip duurt 6 seconden, in 720p met audio, gegenereerd op de avond van 5 november 2026, de lanceringsdag van Gemini Omni 1.2 Flash.

Voor deze vergelijking testte ik Omni 1.2, diens voorganger Omni 1.1, Veo 3.1 Lite van Google, Seedance 2.0 Fast van ByteDance, Wan 3.0 van Alibaba en Kling 3.0 Standard. Allemaal via dezelfde API op OpenRouter, zodat de kosten en rekentijden direct vergelijkbaar zijn. Kling 4.0 en Seedance 2.5 zijn daar niet beschikbaar of kosten een veelvoud; daarover meer aan het einde van dit artikel.

Omgerekende prijzen in dit artikel zijn indicatieve schattingen op basis van de ECB-referentiekoers van 1 EUR = 1,1224 USD (5 november 2026, bron: ECB).

Resultaten in één overzicht

De dialogen controleerde ik niet puur op het gehoor: elk videobestand werd door spraakherkenning via Whisper large-v3 gehaald en woord voor woord vergeleken met de invoerprompt.

Scène 1: 360-graden rotatie rond het marktkraam

De geteste prompt (oorspronkelijk in het Pools ingevoerd): een vloeiende, volledige rotatie van de camera rond een oudere vrouw die appels verkoopt, met een constante schaalgrootte van het personage en zonder cuts. Dit is een berucht zware taak voor AI-videogeneratoren: het model moet reconstrueren hoe iemand er van achteren uitziet, hoe de achtergrond doorloopt en vervolgens foutloos terugkeren naar exact hetzelfde gezicht.

Omni 1.2 leverde precies wat ik vroeg. De camera beweegt van voren, langs de zijkant naar de rugzijde (waar de vrouw haar hoofddoek rechttrekt) en keert terug naar haar glimlach. Het gezicht en de gebloemde doek zijn aan het begin en einde identiek. Omni 1.1 probeert eveneens een rotatie en toont de achterzijde, maar de beweging verloopt schokkerig.

De rest van het veld slaagde niet in de rotatie. Veo 3.1 Lite en Wan 3.0 plaatsten de camera simpelweg op een virtueel statief en lieten de vrouw met haar armen bewegen. Seedance maakte een subtiele inzoom. Kling knipte de scène op in meerdere afzonderlijke shots met wisselende achtergronden, wat bij de instructie “zonder cuts” ronduit een fout is.

Scène 2: ruzie bij de barbecue

De invoerprompt (getest met een Poolse dialoog): twee vijftigers bij de barbecue in een volkstuin. De eerste, met een platte pet: vertaald “Ik zei je toch dat de worst van Biedronka moest zijn, niet van Lidl!” (Vertaling van het Poolse origineel: “Ik zei je toch dat de worst van Biedronka moest zijn, niet van Lidl!”). De tweede, met een bril: vertaald “Je eet het gewoon op zonder te zeuren.” (Vertaling van het Poolse origineel: “Je eet het op en je zult niet zeuren.”).

Omni 1.2 toonde één rustig shot: beide mannen bleven consistent herkenbaar en de lipsynchronisatie liep gelijk met de stemmen. Het model liet echter het staartje van de eerste zin vallen: in plaats van “z Biedronki, nie z Lidla” klonk enkel “z Biedronki”. Zes seconden voor twee zinnen bleek te krap, waardoor de generator besloot tekst weg te laten in plaats van het spreektempo op te voeren. In een latere test van dezelfde scène met een startframe als referentieafbeelding werd de zin wel compleet uitgesproken.

Omni 1.1 sprak de volledige tekst uit, maar knipte de clip in drie afzonderlijke shots, waarbij in het middelste shot plotseling een heel andere man in een groen shirt aan tafel zat. Veo 3.1 Lite en Wan 3.0 deden het hier het best: volledige tekst, vlekkeloze uitspraak van merknamen en geen overbodige cuts. Seedance 2.0 Fast verving de tweede man door iemand met een biertje en verbasterde de woorden fonetisch (“kielbana”, “biedynki” en “z lita”). Kling deed iets merkwaardigs: het herschreef de tekst naar een eigen variant (Vertaling van het Poolse origineel: “Ik heb je gezegd dat de worst van Biedronka had moeten zijn”), terwijl de tweede zin veranderde in een onbegrijpelijk beschadigde belettering in de originele Poolse test.

Wie wint deze test?

Er is geen eenduidige winnaar, wat direct duidelijk wordt bij het naast elkaar leggen van beide opdrachten:

• Camerabeweging en consistentie in één shot: Omni 1.2. Dit was het enige model dat een echte rotatie zonder cuts uitvoerde, waarbij de gezichten in geen enkele testscène van identiteit veranderden.
• Voordeligste correcte dialoog: Veo 3.1 Lite. Circa € 0,04 (0,05 USD) per seconde en foutloze uitspraak, maar met een statische camera en vaste clipduur van enkel 4, 6 of 8 seconden.
• Generatiesnelheid: Omni 1.1 en 1.2, beide ruim onder de minuut. Bij Wan en Kling liep de wachttijd op tot bijna drie minuten.
• Te vermijden bij specifieke taalopdrachten: Kling 3.0 Standard en Seedance 2.0 Fast in deze specifieke configuratie.

Voor de volledigheid vermeld ik wat buiten deze vergelijking viel: Seedance 2.5, het krachtigste model van ByteDance, kost op OpenRouter circa € 0,20 (0,23 USD) per seconde in 720p, wat ruim drie keer duurder is dan Omni 1.2. Kling 4.0 is via API slechts bij één partij beschikbaar zonder openbare prijslijst. Een compleet overzicht van de tarieven per seconde vind je in de analyse over wat Gemini Omni 1.2 kost, en een uitgebreide test over vijf scènes in de AI-video arena.

Alle tests rond de introductie zijn verzameld in de Gemini Omni Flash hub.

// lees verderAI-video arena: Wan 3.0, Kling, Seedance, Veo, H3 en RunwayBenchmarksSkyReels V4 vs Seedance 2.0 vs Kling 3.0: vergelijkingBenchmarksFLUX 3 Max vs Kling, Seedance, Veo en Wan: Video Arena TestAI-tools