Google anunció Gemini Omni 1.2 Flash el 5 de noviembre de 2026. El modelo genera clips de video de hasta 15 segundos, frente a los 10 segundos de la versión anterior. Ya está disponible de forma general a través de Gemini API y Gemini para empresas, y Google afirma que su implementación en otros productos y plataformas está en curso.
Para video en 720p, Google redujo el precio un 30%, hasta $0.07 por segundo. Los clips pueden durar entre tres y 15 segundos. Google también describe un flujo de trabajo que parte de borradores de menor resolución, permite hacer correcciones con ediciones posteriores y, después, aumenta la resolución de los videos seleccionados a 1080p o 4K.
Las ediciones pueden partir del mismo clip
El nuevo modelo permite editar mediante conversaciones de varios turnos: los usuarios pueden pedir cambios en un video generado, como modificar el fondo, la iluminación o la relación de aspecto, sin volver a generar el clip entero. Google afirma que esta función sirve para clips de hasta 15 segundos, lo que podría ayudar a crear distintas versiones de un anuncio sin rehacer cada una desde cero.
Google también afirma que Omni 1.2 Flash sigue con mayor fidelidad las imágenes de referencia, los clips breves de movimiento —de hasta tres segundos— y las indicaciones de audio. Entre sus ejemplos hay un video de prueba virtual de ropa creado a partir de una foto de una modelo y fotos de productos, que mantiene la identidad de la modelo y los detalles de la ropa durante giros de 360 grados. Son ejemplos proporcionados por Google, no resultados de pruebas independientes.
La disponibilidad depende del producto
Google enumera Gemini API, Google AI Studio, Google Cloud Console, Flow, Google Vids, la aplicación Gemini y Google Ads como opciones para usar el modelo. En Google Vids, las personas con una cuenta de Google o una suscripción a Google Workspace pueden crear clips de 15 segundos sin costo adicional. El acceso desde la aplicación Gemini se está habilitando para quienes se suscriban a Google AI Ultra. Google afirma que los videos generados llevan una marca de agua SynthID imperceptible.
La compañía también afirma que el modelo genera diálogos más naturales y sincroniza mejor los labios, admite varios interlocutores y realiza movimientos de cámara complejos con menos cortes no deseados. Google señala que aún queda trabajo por hacer con la acción deportiva rápida, los cambios bruscos de guion y la física compleja, por lo que esos usos todavía pueden resultar difíciles.
Por qué importa
Para quienes crean videos cortos, ya sea por cuenta propia o para empresas, las ediciones mediante conversación podrían facilitar cambios de fondo o la creación de distintas versiones de un anuncio sin tener que generar cada clip de nuevo. Google confirma la reducción del precio del video en 720p, pero el ahorro que puedan suponer las ediciones en la práctica dependerá del trabajo y aún no se ha evaluado de forma independiente.
