Gemini Omni 1.2 Flash: clips de 15s un 30% más baratos

Gemini Omni 1.2 Flash ya está disponible: 15 segundos de vídeo por US$0,07 el segundo

Google puso en disponibilidad general Gemini Omni 1.2 Flash, su modelo de generación y edición de vídeo, con clips nativos de hasta 15 segundos —frente a los 10 de la versión anterior— y un precio de US$0,07 por segundo de vídeo en 720p, un 30% menos que Omni 1.1 Flash, según el blog oficial de Google Cloud. Para una pyme que produce decenas de piezas publicitarias al mes, eso deja un spot completo de 15 segundos en torno a US$1,04 en la API de pago, de acuerdo con el desglose de precios que publicó Unite.AI.

El cambio de precio es la noticia de fondo, pero el cambio de flujo es el que puede mover tu operación: ahora puedes refinar un clip ya generado hablándole al modelo, en lugar de volver a empezar desde cero cada vez que quieres cambiar el fondo o la iluminación.

¿Qué cambia en Gemini Omni 1.2 Flash respecto a la versión anterior?

El salto de 10 a 15 segundos no es cosmético. Según la documentación que recoge Unite.AI, el modelo admite duraciones de segundo entero entre 3 y 15 segundos, con 10 segundos como valor por defecto, y salida en 720p y formato 16:9 horizontal, con 9:16 vertical también soportado.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Los cambios que más impactan en un flujo de producción real son estos:

Edición multi-turno: puedes cambiar el producto, el fondo, la iluminación, el clima o la relación de aspecto sin regenerar el clip. Un identificador de interacción previa conserva el contexto entre llamadas a la API, así que no tienes que volver a subir el vídeo anterior.
Referencias más estrictas: cada solicitud admite hasta seis imágenes de referencia, incluidas hasta tres por personaje y hasta dos personajes, según Unite.AI. Eso es lo que permite mantener la cara del protagonista o la tipografía del envase entre planos.
Extensión de vídeo separada de la generación nativa: añade entre 3 y 10 segundos por turno usando los últimos 10 segundos como contexto, hasta un total de 30 segundos. No puede añadir metraje al principio ni insertar material en medio del clip.
Borrador barato y escalado selectivo: se genera en 360p o 720p y luego se escala lo mejor a 1080p o 4K. El flujo recomendado por Google es exactamente ese: iterar rápido y caro solo al final.
Audio sincronizado nativo, con mejor sincronización labial y condicionamiento para varios hablantes.

Sobre la calidad, Google DeepMind publicó evaluaciones comparativas lado a lado: en pruebas de texto a vídeo, Omni 1.2 gana en consistencia visual el 62% de las veces frente al 38% de Omni 1.1, y en la comparación de referencia a vídeo alcanza un 63% de victorias en consistencia de identidad con múltiples referencias, según Unite.AI.

¿Cuánto cuesta realmente generar vídeo con Gemini Omni 1.2 Flash?

El precio de lista es US$0,07 por segundo de vídeo en 720p, un 30% menos que Omni 1.1 Flash, con ahorros similares en otras resoluciones, según Google Cloud. The Next Web precisa que la bajada viene desde los US$0,10 por segundo que costaba en junio.

La facturación real, sin embargo, se calcula por tokens. Unite.AI detalla que el precio es de US$12 por millón de tokens de salida de vídeo, medidos a 5.792 tokens por segundo de vídeo en 720p, lo que deja aproximadamente US$0,70 por un clip de 10 segundos y US$1,04 por uno de 15 segundos. La entrada de texto, imagen y vídeo cuesta US$1,50 por millón de tokens y el modelo no está disponible en el plan gratuito.

Hay un detalle que conviene tener en el radar: Google Vids permite usar los clips de 15 segundos sin coste adicional con una cuenta de Google o de Workspace, según Unite.AI. Para equipos de marketing que ya pagan Workspace, ese es el camino más barato para empezar a producir.

¿Dónde está disponible y qué límites tiene?

La disponibilidad es amplia y es, probablemente, la ventaja competitiva más difícil de replicar: Gemini API a través de Google AI Studio, Google Cloud para empresas (primera vez que Omni llega a disponibilidad general allí, con Provisioned Throughput), Flow para dirigir escenas, Google Vids, la app de Gemini para suscriptores de Google AI Ultra y Google Ads para campañas de vídeo. Gemini for business lo recibirá próximamente, según Google Cloud.

Los límites, en cambio, son concretos y algunos te afectan directamente si produces en español:

Google admite que sigue trabajando en acción deportiva rápida, cambios bruscos de guion y física compleja.
La Gemini API soporta inglés de forma completa y no ha evaluado otros idiomas, según Unite.AI. Si tu contenido es para audiencias hispanohablantes, ese es el punto a testear antes de comprometer un presupuesto.
Edición de voz, audio subido y referencias de audio no están soportadas en la API actual; las referencias de audio están detrás de una lista de acceso, según Google Cloud.
Todos los vídeos llevan una marca de agua SynthID imperceptible, detectable de forma programática para verificar procedencia.

Sobre la migración: Omni 1.1 Flash sigue disponible durante cuatro semanas y el 3 de diciembre de 2026 las solicitudes a la API de 1.1 se enrutarán automáticamente a 1.2, sin cambios de código y con las tarifas más bajas, según Unite.AI. Si tienes una integración en producción, ya tienes fecha.

¿Cómo queda Google frente a la competencia?

El competidor directo que menciona la prensa es Seedance 2.5 de ByteDance, presentado en junio, que genera clips de 30 segundos —el doble que Omni 1.2 Flash—, según The Next Web. Google no compite por duración bruta, sino por estar dentro de las herramientas donde ya trabajas.

El dato que mejor describe el tablero lo da The Next Web: Google es la única empresa estadounidense con un modelo en el top 10 de uno de los rankings populares de vídeo con IA, donde los otros nueve puestos son de modelos chinos.

La otra señal es la lista de plataformas que ya lo integraron, según Google Cloud: Photoroom (Video Ad Maker y Product Animator), Picsart (que planea llevarlo a más de 100 millones de creadores), invideo, Artlist, Krea, FLORA, Runway y QuickFrame AI. Cuando un modelo aparece embebido en la herramienta que tu equipo ya usa, la decisión de adoptarlo deja de ser técnica y pasa a ser de coste.

¿Qué significa esto para tu startup?

El mensaje para un founder es que la producción de vídeo publicitario dejó de ser un gasto de agencia y se está convirtiendo en una línea de coste variable que puedes modelar en una hoja de cálculo. A US$0,07 el segundo, 100 piezas de 15 segundos cuestan alrededor de US$105 en generación bruta, sin contar reintentos ni escalado a 4K.

Tres acciones concretas para esta semana:

Calcula tu coste real por pieza antes de prometer nada. Suma generación, reintentos y escalado final. El flujo de borrador en 360p o 720p y escalado selectivo a 1080p o 4K existe justamente para que el gasto se concentre en las piezas que sobreviven a la revisión.
Prueba primero en Google Vids si ya pagas Workspace. Los clips de 15 segundos no tienen coste adicional con cuenta de Google o Workspace, así que puedes validar si el modelo sirve para tu categoría de producto antes de tocar la API de pago.
Testea tu idioma antes de escalar. La API soporta inglés de forma completa y no ha evaluado otros idiomas. Si tu mercado es LATAM o España, genera una tanda corta en español y evalúa diálogo y sincronización labial antes de comprometer un presupuesto mensual.
Marca tu calendario de migración. Si ya usas Omni 1.1 Flash en producción, el cambio automático a 1.2 llega el 3 de diciembre de 2026. Conviene correr tus prompts actuales contra 1.2 antes de esa fecha para detectar diferencias de comportamiento.

Conclusión

Gemini Omni 1.2 Flash no gana por duración —Seedance 2.5 sigue ofreciendo el doble de clip— ni por calidad bruta, sino por precio e integración. Quince segundos siguen siendo poco para contar una historia completa, pero a US$0,07 el segundo y con edición conversacional, el objetivo ya no es el cineasta: es el community manager, la pyme y la agencia que produce decenas de piezas a la semana.

El riesgo es el de siempre con el vídeo sintético barato: cuando generar un clip creíble cuesta lo que un café, el volumen de material indistinguible de lo real crece más rápido que los mecanismos para detectarlo. La marca de agua SynthID es imperceptible y hay que comprobarla de forma programática, algo que casi nadie hace. Para una marca, eso significa que la ventaja ya no está en generar vídeo, sino en ser la que se preocupa por demostrar de dónde salió.