غوغل تخفّض تكلفة فيديو Gemini Omni Flash 1.2 إلى 6.26 دولار للدقيقة بدقة 1080p

إذا كان منتجك يصنع مقاطع إعلانية أو فيديوهات لبطاقات السلع، فإن انخفاض سعر التوليد ينعكس فورًا على حساب التكلفة. وبحسب Artificial Analysis، تبلغ تكلفة دقيقة الفيديو بدقة 1080p في Gemini Omni Flash 1.2 نحو 6.26 دولار، أي أقل بنحو 31% من الإصدار 1.1. وبالنسبة إلى فريق ينفّذ آلاف عمليات التوليد، فهذه فرصة لإعادة حساب الميزانية والتحقق من تكلفة الحصول على مقطع يمكن تسليمه إلى العميل.

لنأخذ مثالًا بسيطًا: ألف دقيقة مولَّدة بالسعر الجديد ستكلّف نحو 6260 دولارًا. لكن ألف دقيقة من المحتوى الجاهز قد تتطلب عمليات توليد أكثر بكثير. لذلك يصبح السؤال المفيد للمطوّر: كم محاولة سيحتاج النموذج الجديد لإنجاز مهمتنا؟

ما الذي أصبح أرخص بالضبط

يشير منشور Artificial Analysis الأصلي إلى أن غوغل خفّضت سعر Gemini API من 17.50 دولار إلى 12 دولارًا لكل مليون رمز فيديو مُخرَج. وهذه هي وحدة احتساب تكلفة الفيديو المولَّد. أما تقدير 6.26 دولار فيحوّلها إلى قيمة أوضح للتخطيط، وهي تكلفة الدقيقة بدقة 1080p.

وفي جدول Artificial Analysis يظهر للإصدار السابق سعر 9.12 دولار للدقيقة. والفرق 2.86 دولار: أي نحو 2860 دولارًا وفرًا على كل ألف دقيقة مولَّدة. وهذا حساب مبني على الأسعار المنشورة، وليس توقعًا للفاتورة الكاملة لتطبيقك.

من السهل هنا الخلط بين مهمتين مختلفتين. فالحديث يدور عن إنشاء الفيديو، ولذلك لا يمكن استخدام هذه الأرقام لتقدير تكلفة تحليل تسجيلات يرفعها المستخدم. وإذا كانت الخدمة تشاهد مقابلات مدتها ساعة وتعدّ منها ملخصات، فهي تحتاج إلى حساب منفصل وفق تعرفة النموذج المناسب.

لماذا لا تضمن الدقيقة الأرخص وفرًا فعليًا

لنتخيل خدمة تصنع مقاطع مدتها عشر ثوانٍ تعرض سلعة. عند إعادة الحساب خطيًا من السعر المنشور، تكلّف المحاولة الواحدة نحو 1.04 دولار. وإذا لم نحصل على نتيجة مناسبة إلا في المحاولة الثالثة، فإن كل مقطع مقبول يكلّف نحو 3.13 دولار من نفقات التوليد. والمونتاج والمراجعة البشرية غير مشمولين في هذا المثال.

هذا سيناريو افتراضي، وليس قياسًا لجودة Gemini. وهو يبيّن لماذا تُعدّ مقارنة النماذج بسعر الثانية فقط محفوفة بالمخاطر على الميزانية. فقد يكون النموذج أرخص، لكنه يغيّر شكل العبوة أكثر، أو يخلط تفاصيل المشهد، أو ينتج حركة لا يقبلها العميل. وعندها يذهب جزء من التخفيض إلى المحاولات المتكررة.

وتعلن غوغل في إعلان الإصدار 1.2 عن اتباع أدق للعينات البصرية والصوتية. كما رفعت الشركة الحد الأقصى لمدة المقاطع التي يمكن إنشاؤها وتحريرها من 10 إلى 15 ثانية. وبالنسبة إلى اختبار المنتج فهذه فرضيات محددة: هل يبقى مظهر السلعة محفوظًا، وهل يمكن الحصول على المشهد المطلوب بعدد أقل من المحاولات؟ وتصريح المورّد وحده لا يجيب عن ذلك.

ما الذي ينبغي التحقق منه قبل التحويل

ابدأوا بمجموعة صغيرة من المهام الحقيقية: لقطة مقرّبة لسلعة، وشخص يتحرك، وعدة أجسام في الإطار. استخدموا المواد المصدرية والمتطلبات نفسها للإصدارين. وحدّدوا مسبقًا الأخطاء التي تجعل المقطع غير صالح، وإلا فقد ترجح الصورة اللافتة على مخالفة المهمة.

سجّلوا لكل مشهد عدد المحاولات حتى الحصول على النتيجة المقبولة، والنفقات الإجمالية، ووقت الانتظار. وانظروا بشكل منفصل إلى حجم العمل المتبقي على الإنسان. فإذا تطلّب الأمر بعد التوليد وقتًا طويلًا لتصحيح التفاصيل أو لإعادة بناء المشهد، فإن ذلك يؤثر أيضًا في اقتصاديات المنتج.

وبالنسبة إلى فريق يستخدم Omni Flash 1.1 بالفعل، فإن انخفاض السعر سبب كافٍ لإجراء هذه المقارنة. أما بالنسبة إلى خدمة جديدة فهو مرشّح آخر للاختبار. ومن المبكر استنتاج أن هذا التخفيض يمثل أفضل عرض في السوق: فالنتيجة تتوقف على الدقة ومتطلبات المشهد ونسبة اللقطات الناجحة. وسيظهر المكسب العملي حيث تنخفض تكلفة المقطع المقبول.