TL;DR
Gemini Omni 1.1 Flash está disponible de forma general a través de la API de pago Gemini Developer bajo gemini-omni-1.1-flash, mientras que Gemini Enterprise Agent Platform actualmente ofrece el endpoint de vista previa gemini-omni-1.1-flash-preview. Añade más control sobre escenas, fotogramas clave, referencias y resolución de salida, lo que lo hace especialmente útil cuando un clip requiere varias rondas de dirección.
- Control: extender una escena hasta 40 segundos acumulados y guiar una toma con su primer y último fotograma.
- Costo: crear borradores a aproximadamente $0.03 por segundo en 360p; reservar resoluciones más altas para tomas seleccionadas.
- Calidad: las salidas 1080p y 4K usan escalado. No son afirmaciones de generación a resolución nativa.
- Evidencia: las evaluaciones oficiales a nivel de familia favorecen la edición y el seguimiento de instrucciones, pero no todas las métricas de movimiento o referencia.
- Acceso: los IDs de plataforma difieren: Gemini Developer API usa gemini-omni-1.1-flash, mientras que Gemini Enterprise Agent Platform actualmente usa gemini-omni-1.1-flash-preview. Confirma la versión exacta detrás de cualquier ruta de terceros.
El proyecto Omni de Google trata la creación de vídeo como una conversación multimodal. La pregunta práctica es qué tan bien puede un creador preservar una toma útil, cambiar un detalle no deseado y continuar la escena sin empezar de nuevo.
What Is Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash es el modelo de generación y edición de vídeo multimodal de Google DeepMind. Google puso el modelo a disposición general el 27 de agosto de 2026 bajo el identificador estable gemini-omni-1.1-flash.
Su model card describe entrada nativa de texto, imagen, audio y vídeo y salida de vídeo con audio. Las operaciones individuales de la API admiten diferentes combinaciones de entrada, por lo que el diseño multimodal amplio del modelo no debe interpretarse como una promesa de que cada endpoint acepte todas las modalidades.
El modelo puede crear un clip, revisar metraje, trabajar a partir de referencias, interpolar entre imágenes y extender una escena. Su flujo de trabajo conversacional permite que una aplicación conserve el contexto creativo a lo largo de las iteraciones. Para una demostración de producto o storyboard, eso significa que la primera generación aceptable puede convertirse en el punto de partida para una edición más controlada.
Gemini Omni 1.1 Flash Specifications
| Especificación | Gemini Omni 1.1 Flash |
|---|---|
| Desarrollador | Google DeepMind |
| ID de modelo estable | gemini-omni-1.1-flash |
| Estado de lanzamiento / fecha | Disponibilidad general; 27 de agosto de 2026 |
| Ventana de contexto | 1,048,576 tokens |
| Entradas de generación de API | Texto, imagen, vídeo; el soporte depende de la operación |
| Salida | Vídeo con audio |
| Duración del clip | 3–10 segundos por generación |
| Frecuencia de fotogramas | 24 FPS |
| Resoluciones de salida | 360p, 720p, 1080p, 4K |
| Resolución predeterminada | 720p |
| 1080p / 4K | Salida escalada |
| Extensión de escena | Incrementos de 10 segundos, hasta 40 segundos acumulados |
| Contexto de vídeo previo para extensión | Hasta 10 segundos |
| Control de primer y último fotograma | Compatible |
| Referencia de vídeo para generación de escena | Hasta 3 segundos en flujos de trabajo compatibles |
| Flujo de trabajo principal | Gemini API / Interactions API |
| Nivel gratuito de API | No disponible |
| Retiro de la versión preliminar | 30 de septiembre de 2026 |
El límite de referencia de vídeo de tres segundos y el límite de contexto previo de diez segundos describen operaciones diferentes. Del mismo modo, un clip de salida de diez segundos y una cadena de extensión de cuarenta segundos son unidades de trabajo distintas. Mantener esas distinciones explícitas hace que la planificación de la API y las comparaciones de precios sean más útiles.
What Is New in Gemini Omni 1.1 Flash?
Continuar una escena en lugar de unir clips no relacionados
La actualización examina hasta diez segundos de metraje previo, en comparación con el último segundo descrito para modelos anteriores, y admite extensiones de 10 segundos hasta 40 segundos acumulados. El contexto adicional puede ayudar a preservar personajes, escenario y dirección narrativa a lo largo de las continuaciones.
Esto no es una única solicitud de texto a vídeo de cuarenta segundos. Cada continuación añade otro segmento a una secuencia existente. Revisa las uniones, la identidad de los personajes y el movimiento de cámara después de cada extensión antes de aprobar la escena completa.
Definir ambos extremos de una toma
Los creadores pueden proporcionar tanto el primer como el último fotograma y dejar que el modelo genere la transición entre ellos. Esto es útil para presentaciones controladas de producto, secuencias de antes y después, movimientos de cámara y tomas que deben conectar con el metraje circundante.
Usar 360p para borradores económicos
Google reporta hasta un 60% más de rendimiento del sistema en 360p que en 720p, con aproximadamente un tercio del costo de salida de vídeo. Esta es una comparación de rendimiento, no una mejora de latencia garantizada para cada solicitud.
Un bucle práctico es probar composición y movimiento en borradores de baja resolución, revisar el prompt o las referencias y aprobar una toma antes de pagar por la entrega en mayor resolución. Incluye los intentos descartados al comparar el costo de un clip aceptado.
Entregar 1080p y 4K mediante escalado
La versión admite una salida predeterminada de 720p y entrega en resoluciones superiores, con 1080p y 4K generados mediante escalado. Mayores dimensiones de píxeles no establecen generación nativa 4K ni eliminan errores de movimiento y consistencia.
Usar vídeo existente como material de referencia
Para flujos de trabajo compatibles de generación de escenas, hasta tres segundos de referencia de vídeo pueden aportar temporización, movimiento y contexto de personajes que una sola imagen fija no puede. Esta operación de referencia es distinta del contexto más largo utilizado al extender un clip existente.
Migrar desde el endpoint de vista previa
Google ha programado el retiro del endpoint heredado de Gemini API gemini-omni-flash-preview para el 30 de septiembre de 2026; esto no se refiere al endpoint de vista previa gemini-omni-1.1-flash-preview actualmente expuesto por Gemini Enterprise Agent Platform. Los desarrolladores deben verificar la nueva configuración de solicitudes y salidas antes de redirigir el tráfico de producción.
What Do the Official Gemini Omni Flash Benchmarks Show?
Alcance del benchmark:
Los gráficos de rendimiento oficiales identifican Gemini Omni Flash, sin aislar un checkpoint 1.1. Trátalos como evidencia a nivel de familia, no como una mejora medida desde la vista previa hasta la versión 1.1. Los valores Elo son calificaciones relativas, no porcentajes; los conteos de muestras describen el tamaño de la evaluación.
| Evaluación | Orden de métricas | Muestras | Gemini Omni Flash — Elo | Seedance 2.0 — Elo |
|---|---|---|---|---|
| Edición de vídeo | General / instrucción | 504 | 1087 / 1082 | 946 / 960 |
| MovieGenBench texto a vídeo | General / instrucción | 1,003 | 1113 / 1108 | 1070 / 1051 |
| Movimiento rápido | Calidad de movimiento rápido | 500 | 1050 | 1112 |
| VBench imagen a vídeo | Preferencia general | 355 | 1057 | 1003 |
| Referencia a vídeo | General / voz / referencia | 468 | 1004 / 1028 / 962 | 996 / 972 / 1038 |
Dentro de estas evaluaciones, los resultados más sólidos de la familia son la edición y el seguimiento de instrucciones. La imagen cambia para el movimiento rápido y la adherencia a referencias: Seedance 2.0 lidera en esas dos métricas. Por lo tanto, un modelo puede ser más fácil de dirigir sin ser la mejor elección para cada escena de acción o tarea con referencias estrictas.
El gráfico de imagen a vídeo informa 1057 para Omni, 1054 para Grok Imagine Video y 1053 para Kling v3 Pro. Diferencias tan pequeñas no deben tratarse como una ventaja de calidad decisiva. Los gráficos publicados no aportan intervalos de confianza para evaluar la significancia estadística.
Gráficos oficiales de Google sobre edición de vídeo y movimiento rápido: capturas de pantalla de los gráficos interactivos originales del benchmark.
Para una prueba de producción, puntúa las salidas que tu equipo realmente acepta: adherencia al prompt, continuidad de personajes, movimiento, audio y el número de ediciones correctivas. El liderazgo en benchmarks es evidencia útil, pero el costo de alcanzar una toma aceptable es la decisión de despliegue.
Gemini Omni 1.1 Flash vs Gemini Omni Flash Preview
| Dimensión | Gemini Omni 1.1 Flash | Gemini Omni Flash Preview |
|---|---|---|
| Ciclo de vida | Estable / disponibilidad general | Vista previa; retiro programado |
| ID del modelo | gemini-omni-1.1-flash | gemini-omni-flash-preview |
| Dirección de producción | Reemplazo recomendado | Migrar al modelo estable |
| Fecha de cierre | Sin cierre anunciado | 30 de septiembre de 2026 |
| Contexto previo para continuación | Hasta 10 segundos | Último segundo, según comparación de lanzamiento |
| Nivel de borrador 360p | Disponible | No incluido en el precio del lanzamiento anterior |
| Salida 1080p / 4K | Disponible mediante escalado | Ausente en el precio del lanzamiento anterior |
| Interpolación primer/último fotograma | Añadido con 1.1 | No establecido por la comparación citada de vista previa |
| Cadena de extensiones | Hasta 40 segundos acumulados | Sin límite acumulado comparable en la comparación citada |
| Ganancia independiente en benchmark | No se estableció puntuación aislada por versión | Los resultados a nivel de familia no cuantifican la mejora |
La mejora más clara es el control y el ciclo de vida de producción. La versión estable expone más formas de limitar una toma y reemplaza un endpoint en proceso de retiro. Cuando la documentación de vista previa no aborda una capacidad, trátala como no confirmada en lugar de asumir que no es compatible.
Gemini Omni 1.1 Flash Pricing
El modelo estable está disponible a través del nivel de pago de la API de Google. Sus tarifas por tokens son $1.50 de entrada y $17.50 de salida de vídeo por millón de tokens; la salida de texto es $9 por millón de tokens. Estas son tarifas de Google, separadas de cualquier ruta de CometAPI.
A 720p, la facturación usa 5,792 tokens de salida de vídeo por segundo. Multiplicar 5,792 por $17.50 por millón da $0.10136 por segundo, lo que explica la cifra redondeada de $0.10 usada en la comparación de lanzamiento.
| Resolución | Google: Omni 1.1 Flash | Google: Veo 3.1 Fast | CometAPI: Veo 3.1 Fast |
|---|---|---|---|
| 360p | $0.03 | No disponible | No disponible |
| 720p | $0.10 | $0.10 | $0.08 |
| 1080p | $0.15 | $0.12 | $0.096 |
| 4K | $0.30 | $0.30 | $0.24 |
USD por segundo generado; consultado el 8 de septiembre de 2026. La columna Omni de Google usa estimaciones redondeadas del lanzamiento. Las dos columnas de la derecha distinguen los precios del proveedor original de los precios de CometAPI para el mismo modelo de comparación nombrado.
Comparación oficial de precios de lanzamiento de Google, reproducida directamente. Esta imagen muestra precios de Google, no cargos de CometAPI.
Estimar el costo de una toma
| Resolución | Salida de 3 segundos | Salida de 10 segundos | 40 segundos de salida generada |
|---|---|---|---|
| 360p | ~$0.09 | ~$0.30 | ~$1.20 |
| 720p | ~$0.30 | ~$1.00 | ~$4.00 |
| 1080p | ~$0.45 | ~$1.50 | ~$6.00 |
| 4K | ~$0.90 | ~$3.00 | ~$12.00 |
Estimación de costos:
Estos cálculos multiplican la tarifa redondeada de salida de vídeo de Google por la duración generada. Excluyen los cargos de entrada, salida de texto, intentos descartados y cualquier actividad facturable por separado. Una cadena de extensión de cuarenta segundos puede incurrir en procesamiento adicional de contexto; no es un paquete de precio fijo.
Generar borradores experimentales en 4K cuesta aproximadamente diez veces más por segundo de salida que crear borradores en 360p según estas estimaciones. Evalúa primero la composición y el movimiento, luego presupuestar la entrega final. Rastrea el gasto total en todos los intentos dividido por las tomas aceptadas para comparar flujos de trabajo de manera justa.
Gemini Omni 1.1 Flash vs Veo 3.1 Fast
| Dimensión | Gemini Omni 1.1 Flash | Veo 3.1 Fast |
|---|---|---|
| Propósito principal | Creación y edición conversacional | Generación de vídeo directa y rápida |
| Entrada de texto/imagen | Compatible | Compatible |
| Trabajo condicionado por vídeo | Referencias, ediciones y extensión | Las operaciones admitidas dependen de la ruta |
| Salida de audio | Compatible | Compatible |
| Frecuencia de fotogramas | 24 FPS | 24 FPS |
| Borradores en 360p | Disponible | No hay un nivel documentado comparable |
| 720p | Compatible | Compatible |
| 1080p / 4K | Salida escalada | Compatible; requisito de generación de 8 segundos |
| Duración estándar del clip | 3–10 segundos | 4, 6 u 8 segundos |
| Extensión | Hasta 40 segundos acumulados | Compatible en 720p |
| Primer / último fotograma | Interpolación | Controles de interpolación |
| Énfasis del flujo de trabajo | Dirección iterativa y contexto creativo | Controles de generación y salida directa |
Google documenta 720p, 1080p y 4K a 24 FPS para la ruta de comparación. Las resoluciones más altas requieren generaciones de ocho segundos, mientras que la salida de extensión está limitada a 720p. El soporte de funciones del gateway debe comprobarse por separado de la especificación de capacidades del proveedor original.
A las tarifas publicadas por Google, los modelos están empatados en 720p y 4K, mientras que la alternativa de generación directa cuesta menos en 1080p. Las tarifas de CometAPI son aún más bajas para esa ruta, como se muestra en la sección de precios. El nivel adicional de 360p de Omni sirve a otra necesidad: experimentación económica antes de la entrega.
Elige Omni cuando la dirección repetida, la continuidad de escena, las restricciones de fotogramas clave y las revisiones determinen el éxito. Elige la alternativa cuando una solicitud de generación directa y sus controles existentes ya cumplan el requisito de producción. Ni una calificación Elo a nivel de familia ni el precio por token establecen por sí solos el menor costo por toma aceptada.
Why Gemini Omni 1.1 Flash Matters
Un flujo de trabajo de producción rara vez termina tras la primera generación exitosa. A un director puede gustarle el movimiento de cámara pero no la pose final. Un marketero puede necesitar la misma composición de producto con diferente acción de fondo. Un artista de storyboard puede necesitar que la siguiente toma comience exactamente donde termina la anterior.
Esas tareas requieren que el sistema preserve el estado útil mientras cambia una restricción específica. Los controles creativos de Omni abordan ese flujo de trabajo: una referencia ayuda a definir la escena, los fotogramas clave limitan sus puntos extremos y una extensión la lleva hacia adelante.
La oportunidad práctica son menos reinicios completos. Mide con qué frecuencia una edición dirigida produce un resultado aceptable, cuántas revisiones requiere y si la secuencia final preserva la intención original. Esa evaluación es más informativa que elegir un modelo únicamente a partir de una muestra visual.
Limitations of Gemini Omni 1.1 Flash
Google identifica límites continuos en consistencia, movimiento complejo y renderizado de texto. Cadenas de extensión más largas crean más oportunidades para que identidad, geometría, iluminación u objetos se desvíen, incluso cuando clips individuales resultan convincentes.
La salida de mayor resolución no repara todos los errores de generación. Inspecciona la escena en sí antes de tratar un archivo 4K como un activo finalizado. Del mismo modo, el diseño multimodal amplio del modelo no establece capacidades idénticas en todas las operaciones de la API.
La comparación oficial de Elo también aboga por una evaluación específica por tarea. Calidad de edición, movimiento rápido y adherencia a referencias miden cosas diferentes; una ventaja de preferencia general no debe generalizarse a las tres.
Is Gemini Omni 1.1 Flash Available Through CometAPI?
Gemini Omni Fast API in CometAPI proporciona rutas de la familia Omni como omni-fast y omni-fast-v2v. La documentación pública consultada para este artículo no establece que estos identificadores se asignen al checkpoint estable gemini-omni-1.1-flash de Google.
Verificación de versión:
El acceso a la familia Omni y el acceso confirmado a 1.1 son afirmaciones diferentes. Antes de migrar, verifica la versión exacta del modelo, el soporte de operaciones y la facturación en la ruta disponible para tu cuenta. Un nombre de producto similar no es evidencia suficiente de un alias.
Para otros flujos de trabajo de vídeo de Google, Veo 3.1 API in CometAPI ofrece una ruta de integración alternativa. Compara operaciones admitidas y precios específicos del proveedor antes de seleccionar una ruta.
Is Gemini Omni 1.1 Flash Worth Using?
El modelo es más convincente cuando una toma utilizable necesita varias rondas de dirección. Conceptos publicitarios, storyboards, visualización de productos y escenas narrativas cortas pueden beneficiarse de borradores económicos y mayor control de continuidad y puntos extremos.
El caso más sólido es un flujo de trabajo donde esos controles reducen tomas descartadas o reparaciones manuales. Si tu modelo actual ya produce el clip deseado de forma fiable, compara el control de edición adicional antes de cambiar el tráfico de producción. Para acción altamente dinámica o fidelidad estricta a referencias, prueba alternativas sobre esos requisitos específicos.
FAQ
¿La 1.1 es la misma que la vista previa anterior de Omni Flash?
Es la sucesora estable con controles adicionales y un ID de modelo de Google diferente. El endpoint heredado de Gemini API gemini-omni-flash-preview está programado para retirarse; es distinto del endpoint de vista previa gemini-omni-1.1-flash-preview actualmente expuesto por Gemini Enterprise Agent Platform.
¿Puede generar un vídeo de cuarenta segundos?
Puede construir una secuencia de hasta cuarenta segundos mediante extensiones sucesivas. Esa duración acumulada es diferente de una generación normal única, que produce un clip más corto.
¿Genera 4K nativo?
No. Las opciones documentadas de 1080p y 4K usan escalado. Trátalas como resoluciones de entrega, no como evidencia de generación 4K nativa.
¿Cuánto cuesta?
Las estimaciones redondeadas de salida de vídeo de Google van de $0.03 por segundo en 360p a $0.30 en 4K. La entrada, la salida de texto y los reintentos pueden añadir costos. Usa la tabla de precios etiquetada por proveedor anterior en lugar de aplicar la tarifa de una plataforma a otra.
¿Tiene un nivel gratuito de API?
El modelo estable está disponible en el nivel de pago de Gemini API. El acceso a través de una suscripción para consumidores es un producto y un acuerdo de facturación separados.
¿Las puntuaciones de benchmark prueban que la 1.1 supera a todas las alternativas?
No. Los gráficos mostrados identifican la familia Omni Flash, no un checkpoint 1.1 separado. Los resultados también difieren por métrica: la familia rinde bien en edición, mientras que otros modelos lideran en movimiento rápido o adherencia a referencias.
Conclusion
Gemini Omni 1.1 Flash hace que la creación de vídeo conversacional sea más práctica mediante extensión de escenas, restricciones de fotogramas clave, referencias de vídeo, borradores económicos y entrega en mayor resolución. Su valor es la capacidad de seguir dirigiendo una toma prometedora en lugar de descartarla tras cada desajuste.
Usa los benchmarks oficiales a nivel de familia como evidencia direccional, mantén separados los precios de Google y CometAPI, y verifica la versión exacta detrás de la ruta elegida. La medida decisiva es con qué fiabilidad el flujo de trabajo produce un clip aceptable a un costo total sostenible.