Google lanza Gemini Omni 1.2 Flash: vídeo con IA de hasta 15 segundos y un 30 % más barato

Qué ha pasado

Google anunció el 5 de noviembre de 2026 la disponibilidad general de Gemini Omni 1.2 Flash, la nueva versión de su modelo de generación y edición de vídeo dentro de la familia Gemini. La entrada oficial, firmada por Anish Nangia, responsable de producto en Google DeepMind, destaca tres cambios frente a Gemini Omni 1.1 Flash: clips nativos de hasta 15 segundos, edición conversacional por turnos y una rebaja del 30 % en el precio por segundo.

Es la primera vez que un modelo de la línea Gemini Omni pasa a disponibilidad general en Google Cloud, lo que significa que sale de la fase previa de pruebas y cuenta con acuerdos de nivel de servicio (SLA, compromisos contractuales de disponibilidad) y capacidad reservada (Provisioned Throughput) para empresas.

Qué cambia en duración, referencias y edición

El límite por generación sube de los 10 segundos de Omni 1.1 a 15 segundos nativos. Se puede elegir la duración exacta entre 3 y 15 segundos en tramos de un segundo, extender un clip o interpolar entre un fotograma inicial y otro final (los fotogramas clave o keyframes que abren y cierran un plano).

El segundo cambio es la edición conversacional por turnos en los 15 segundos completos. En vez de regenerar todo el vídeo cuando falla un detalle, se puede pedir en mensajes sucesivos que cambie el fondo, el producto, la iluminación, el clima, el ángulo de cámara o la relación de aspecto (la proporción entre anchura y altura, como 16:9 o 9:16) manteniendo el resto de la escena.

Según Google, el modelo conserva mejor las referencias multimodales de principio a fin, con menos deformación visual (morphing) en rostros, prendas, colores de marca y textos de envases. Acepta fotos de personajes, de producto o de estilo, vídeos cortos de hasta tres segundos para guiar el movimiento y pistas de audio. En el blog de Google Cloud se puntualiza que las referencias de audio requieren por ahora autorización previa (allowlisting).

En sonido y cámara, Google afirma que mejora la naturalidad del diálogo, la sincronización labial (lip-sync) y el uso de varios interlocutores diferenciados, además de reducir los cortes bruscos (jump cuts) en vuelos de dron en primera persona (FPV) o alejamientos continuos. Todos los vídeos incluyen la marca de agua digital imperceptible SynthID y, cuando salen de la app de Gemini, Google Flow o YouTube, añaden credenciales C2PA (un estándar técnico que registra el origen del archivo).

Precio y disponibilidad

En la API (interfaz de programación para integrar el modelo en programas y agentes de IA), Gemini Omni 1.2 Flash cuesta 0,07 dólares por segundo de vídeo a 720p, un 30 % menos que Gemini Omni 1.1 Flash, con rebajas similares en otras resoluciones, según Google Cloud. A esa tarifa, un clip de 15 segundos a 720p cuesta 1,05 dólares (cálculo nuestro); Google no ha dado precios en euros. Para ahorrar costes, permite crear borradores a 360p o 720p, corregir detalles conversando y reescalar solo la toma final a 1080p o 4K.

En los servicios de Google:

• Google Vids: cualquier cuenta personal de Google o suscripción de Google Workspace incluye hasta tres vídeos de 15 segundos al mes sin coste adicional.
• Aplicación de Gemini: los vídeos de 15 segundos llegan a los suscriptores de Google AI Ultra. Puedes comparar las tarifas en nuestra guía de precios de ChatGPT, Gemini, Claude y Copilot en España.
• Desarrolladores y empresas: ya está disponible en Gemini API, Google AI Studio, Google Cloud, Google Flow y Google Ads, y llegará pronto al chat de Gemini para empresas. Herramientas como Runway, Picsart, Photoroom, Artlist, Krea o invideo ya lo integran.

Por qué importa

En vídeo generativo, dos frenos habituales para el trabajo profesional han sido la escasa duración de los planos y el coste de repetir tomas enteras por un fallo menor. Al subir de 10 a 15 segundos, un solo clip cubre la duración estándar de un anuncio corto en redes sociales o televisión conectada sin empalmar varios cortes.

Además, combinar borradores a 360p o 720p con edición por turnos alivia el gasto de cómputo que tensiona al sector, como vimos cuando Grok Bot recortó sus límites semanales por el alto coste de servir el modelo o en las mejoras empresariales de las novedades de Claude Platform en octubre.

Qué falta por saber

• Tarifas en otras resoluciones: Google confirma los 0,07 dólares por segundo a 720p, pero no desglosa en el anuncio el importe exacto para 360p, 1080p ni 4K.
• Apertura de las referencias de audio: sigue sujeta a lista de acceso autorizado en Google Cloud, sin fecha de apertura general.
• Límites técnicos pendientes: Google reconoce que sigue trabajando para mejorar la acción deportiva rápida, los cambios bruscos de guion y la física compleja.