Construye con CometAPI¿Necesitas una sola API para varios modelos?Prueba el flujo en el Playground y luego crea una clave de API cuando el modelo y el costo encajen con tu caso de uso.
Gemini Omni 1.2 Flash es el modelo de generación de video y edición conversacional de Google, publicado el 5 de noviembre de 2026. Crea y edita clips de hasta 15 segundos y reduce el precio anunciado para 720p en un 30%, hasta aproximadamente $0.07 por segundo. Para los equipos que crean videos de producto y anuncios, eso significa más espacio para contar una historia y un menor costo para probar distintas versiones. Puedes refinar un clip mediante conversación y luego usar el escalado independiente para preparar la versión seleccionada para su entrega.
What is Gemini Omni 1.2 Flash?
Google describe el modelo como compatible con la creación y edición de video mediante conversación. Su salida incluye video con audio, mientras que la descripción más amplia del modelo abarca entradas de texto, imagen, audio y video.
Imagina convertir una fotografía de producto en un anuncio corto. Empieza con una vista clara del producto, genera una escena y luego pide un entorno o una iluminación diferentes manteniendo el producto reconocible. Aquí es donde la edición conversacional resulta útil: puedes desarrollar una idea aprobada en varias iteraciones en lugar de describir toda la escena otra vez para cada variación.
Especificaciones de Gemini Omni 1.2 Flash
Los siguientes detalles se refieren a la documentación para desarrolladores empresariales de Google. Las aplicaciones para consumidores pueden imponer límites diferentes.
Especificación
Detalles técnicos de Gemini Omni 1.2 Flash
ID del modelo
gemini-omni-1.2-flash
Fase de lanzamiento
Disponibilidad general
Fecha de lanzamiento
November 5, 2026
Máximo de tokens de entrada
131,072
Máximo de tokens de salida
260,640
Duración de generación y edición
3–15 segundos
Generación de primer y último fotograma
3–10 segundos
Salida de extensión por turno
3–10 segundos
Relaciones de aspecto
16:9 y 9:16
Opciones de resolución
360p, 720p, 1080p y 4K
Generación de sonido
Voz, música y efectos de sonido
Interfaz de generación compatible
Interactions API
Chat Completions y GenerateContent
No compatible en esta superficie documentada
Imágenes de referencia por prompt
Hasta 10
Archivos de imagen
PNG, JPEG, WebP, HEIC, HEIF; hasta 20 MB integrados o mediante carga en la consola, o 30 MB desde Cloud Storage
Videos por prompt
Usa el límite correspondiente a la operación que solicitas. Un video más largo aceptado para comprensión no es automáticamente válido para edición. Las especificaciones técnicas enumeran los límites de entrada anteriores; la guía de Content Credentials de Google explica los metadatos de procedencia.
Dos distinciones importan al diseñar una aplicación.
Primero, el selector de duración debe depender de la operación. Una solicitud de generación válida de 15 segundos no significa que una solicitud de primer y último fotograma de 15 segundos sea válida.
Segundo, la capacidad de tokens no es una puntuación de calidad. Describe un límite de interfaz; no establece mejor movimiento, mayor adherencia al prompt ni renderizado más rápido.
How does Gemini Omni 1.2 Flash rank in independent comparisons?
En las instantáneas de Arena del 8 de noviembre de 2026, Gemini Omni 1.2 Flash ocupa el primer lugar tanto en las tablas de texto a video como de imagen a video. Ambas entradas están marcadas como preliminares, así que lee las puntuaciones junto con su incertidumbre y el recuento de votos.
Categoría en Arena
Puntuación
Votos
Rango de posición mostrado
Texto a video
1540 ± 16
1,714
1–2
Imagen a video
1503 ± 12
2,667
1–6
Estos resultados hacen que valga la pena probar el modelo, especialmente para convertir prompts o imágenes de producto en clips cortos. No establecen que vaya a ganar todas las tareas de producción. El rango de posición en imagen a video es particularmente amplio: compara tus propios detalles de producto, movimiento y resultados de edición antes de elegir un modelo para una campaña. Las clasificaciones pueden cambiar a medida que llegan más votos.
Gemini Omni 1.2 Flash vs Omni 1.1 Flash: ¿qué cambia?
Los cambios más claros son clips más largos y precios de salida más bajos. El flujo de trabajo también merece atención: la generación basada en referencias, las ediciones conversacionales y el escalado independiente te ayudan a llevar un primer borrador útil hasta su entrega. La tabla separa comparaciones explícitas de versión de las capacidades que puedes utilizar en 1.2.
Dimensión
Generación anterior: Omni 1.1 Flash
Comparación en el lanzamiento de Gemini Omni 1.2 Flash
Implicación práctica
Clip nativo máximo
10 seconds
15 seconds
50% más duración por clip
Precio aproximado en 720p
$0.10/second, implícito por la reducción anunciada
$0.07/second
Menor costo de salida a igual duración
Adherencia a referencias
Línea base de comparación
Google informa mejoras
Prueba la identidad del producto y los detalles finos
Consistencia temporal
Línea base de comparación
Google informa menos deriva
Revisa los fotogramas intermedios, no solo los extremos
Revisiones conversacionales
Flujo de trabajo anterior
Edición de múltiples turnos en clips completos de 15 segundos
Comprueba si los detalles no relacionados se mantienen estables
Comparación de preferencia independiente
Arena texto a video: 1513 ± 15 en la instantánea del 8 de noviembre
Arena texto a video: 1540 ± 16, preliminar, en la misma instantánea
Una puntuación de preferencia más alta en esta instantánea; no es un porcentaje de mejora en calidad
Escalado independiente
No aparece en la guía actual de escalado independiente
Operación de escalado separada y documentada
Aprueba un borrador y luego escala el video seleccionado
Flujo de trabajo con referencias
La generación basada en referencias ya existía
Se informó una mayor adherencia a las referencias
Para equipos que producen anuncios de 15 segundos, los cinco segundos extra pueden incluir un gancho, una demostración y un mensaje de cierre en una sola generación. A igual duración, la tarifa más baja en 720p también hace menos costosas las variaciones creativas adicionales. Las mejoras de calidad son más relevantes cuando el mismo producto o personaje debe permanecer reconocible a lo largo del clip.
Duración y capacidades de edición
Gemini Omni 1.2 Flash incrementa la longitud nativa de generación y edición de 3–10 segundos en 1.1 a 3–15 segundos (seleccionable en incrementos de 1 segundo). La entrada de video para edición también se amplía de 10 a 15 segundos. La edición conversacional multivuelta se ha mejorado, permitiendo modificaciones directas en todo el clip (incluidos cambios de relación de aspecto) sin regeneración completa. La extensión de video sigue siendo de 3–10 segundos por turno, con una longitud total de hasta aproximadamente 30 segundos. La interpolación de primer y último fotograma continúa limitada a 3–10 segundos.
Mejoras de calidad y consistencia
La versión 1.2 ofrece una estabilidad notablemente mejor para personajes, productos, ropa, colores de marca, rostros y bloqueo de objetos, con menor deriva y menos cortes bruscos. El movimiento de cámara es más suave y controlable, la sincronización labial y el habla suenan más naturales y se admite condicionamiento con múltiples locutores. Sigue imágenes de referencia, clips cortos de movimiento y pistas de audio de forma más fiable. Evaluaciones independientes (como las puntuaciones de Arena) muestran que 1.2 está ligeramente por delante de 1.1 tanto en texto a video como en imagen a video.
Detalles de salida y especificaciones
Ambos modelos admiten las mismas resoluciones: nativas 360p / 720p, con escalado a 1080p / 4K a 24 FPS. Las relaciones de aspecto siguen siendo 16:9 y 9:16. 1.2 además admite salida de texto junto con video con audio nativo y refuerza el escalado independiente como tarea dedicada. Las modalidades de entrada (texto, imagen, video) y el tamaño de la ventana de contexto son esencialmente los mismos.
Escalado de video independiente
Gemini Omni 1.2 Flash puede escalar videos previamente generados sin requerir una nueva solicitud de generación de texto a video. Las rutas admitidas incluyen de 360p a 720p o 1080p, y de 720p a 1080p o 4K. Esto permite a los equipos aprobar la composición y el movimiento a una resolución más baja antes de preparar una versión lista para entrega.
How much does Gemini Omni 1.2 Flash cost?
En salida 720p, 1.2 Flash tiene un precio de aproximadamente $0.07 por segundo (unos $12.00 por millón de tokens de video), lo que es aproximadamente 30% más bajo que los ~$0.10 por segundo de 1.1 ($17.50 por millón de tokens). Los borradores en 360p son más baratos, y las salidas escaladas a 1080p / 4K siguen la misma reducción de precio. El flujo de trabajo recomendado es iterar rápidamente a resoluciones más bajas y escalar solo las versiones finales para controlar los costos.
Escenario
Generaciones por clip aceptado
Gasto de salida de 15 segundos en 720p
Flujo de trabajo eficiente
1
$1.05
Revisiones moderadas
2
$2.10
Revisiones intensivas
4
$4.20
A la tarifa anterior implícita de alrededor de $0.10 por segundo, 100 clips de 15 segundos costarían aproximadamente $150 en cargos de salida. La nueva tarifa redondeada lleva esa estimación a $105, un ahorro de unos $45 para la misma duración total. Estos son cálculos de planificación, no una cotización para un proyecto completo.
El escalado independiente tiene su propio uso de tokens de salida e informa cero tokens de entrada. Su cargo depende de las resoluciones de origen y destino, por lo que no reutilices la estimación de $0.07 por segundo de generación para cada escalado. Consulta las reglas de facturación de escalado.
La métrica empresarial más útil es el costo por clip aceptado.
Por ejemplo, si cada video aprobado de 15 segundos requiere cuatro generaciones facturadas por separado, el gasto estimado de salida se convierte en $4.20 antes de otros costos. Por lo tanto, una menor tasa de reintentos puede importar más que una pequeña diferencia en el precio unitario anunciado.
How can developers use Gemini Omni 1.2 Flash?
Usa la Interactions API para generación y edición en el servicio empresarial documentado. GenerateContent y Chat Completions no se pueden utilizar para esas operaciones. Comienza con un clip corto y una revisión simple antes de añadir el flujo de trabajo a una aplicación de producción.
Un primer proyecto sencillo es un video corto de producto:
Prepara una imagen clara del producto y un brief que describa la toma, el movimiento y el sonido.
Genera un borrador corto mediante la Interactions API.
Solicita una revisión enfocada, como un nuevo fondo, preservando el producto y el encuadre.
Revisa el resultado antes de seleccionar la resolución de entrega.
Registra la configuración de la solicitud y el uso para que el flujo de trabajo aprobado pueda repetirse.
Dimensión
Nativo de Google Cloud
CometAPI
ID del modelo
gemini-omni-1.2-flash
omni-fast
Endpoint de API
Interactions API
POST /v1/videos
Base de facturación
Aproximadamente $0.07/segundo en 720p
$0.40/solicitud en el catálogo actual
Formato de solicitud
JSON de Interactions API
Formulario multipart / JSON según la tarea
Gestión de tareas
Síncrono, con estado, streaming, asíncrono
Enviar, sondear, descargar
Certeza de versión
1.2 Flash explícito
El ID publicado no identifica 1.2
Estado de la API
GA
Endpoint de CometAPI marcado como Beta
La Gemini Omni Fast API en CometAPI ofrece una ruta de integración separada bajo omni-fast. Su identificador publicado no especifica la versión 1.2 Flash, así que utiliza la configuración y los precios documentados por ese proveedor para esa ruta.
Los videos generados incluyen marcado de agua SynthID, y la superficie de modelo documentada de Google Cloud también admite Content Credentials (C2PA). Estos mecanismos de procedencia son útiles al publicar activos de marketing generados por IA o al gestionar flujos de trabajo internos de revisión de contenido.
What happens to existing Omni 1.1 Flash requests?
1.2 alcanzó disponibilidad general el 5 de noviembre de 2026 (ID del modelo: gemini-omni-1.2-flash). A partir del 3 de diciembre de 2026, las solicitudes a gemini-omni-1.1-flash se enrutarán automáticamente a 1.2 y se facturarán a las nuevas tarifas más bajas, sin necesidad de cambios de código. También se han incrementado los límites de tasa del nivel de pago.
Prueba algunos prompts representativos antes de esa fecha si tu aplicación depende del comportamiento del modelo anterior. El enrutamiento automático mantiene funcionando la ruta de solicitud, pero igualmente deberías revisar los videos resultantes. Para otras plataformas, consulta la documentación de migración y facturación de ese servicio.
Conclusion
Elige Gemini Omni 1.2 Flash para proyectos donde el trabajo creativo continúa después de la primera generación: variaciones de producto, escenas estacionales y anuncios cortos construidos alrededor de un sujeto consistente.
Comienza con un brief de campaña repetible y un conjunto pequeño de recursos de referencia. Una vez que la composición y el comportamiento de edición funcionen para ese brief, amplía a más productos o ubicaciones. Esto convierte una demo prometedora en un proceso de producción que tu equipo puede reutilizar.
FAQ
¿Cuántas imágenes de referencia puedo usar con Gemini Omni 1.2 Flash?
La API empresarial acepta hasta 10 imágenes por prompt. Utiliza ese margen para vistas o detalles distintos que sean importantes para la toma; añadir imágenes casi duplicadas puede dificultar la gestión del brief. Estas respuestas siguen las especificaciones técnicas empresariales de Google; los límites en aplicaciones de consumo pueden diferir.
¿Cómo extiende Gemini Omni 1.2 Flash un video más largo?
Para la extensión, el modelo utiliza hasta los últimos 10 segundos de la entrada, incluso cuando el video de origen es más largo. Genera una continuación de 3–10 segundos, concatenada a hasta los últimos 30 segundos de la entrada. Conserva el original completo en tu línea de tiempo de edición si necesitas preservar una secuencia anterior; la extensión devuelta no debe tratarse como un reemplazo de la fuente completa.
¿Qué archivos de imagen de referencia acepta Gemini Omni 1.2 Flash?
Los formatos de imagen admitidos son PNG, JPEG, WebP, HEIC y HEIF. Cada imagen puede tener hasta 20 MB para datos inline o cargas directas en la consola, o 30 MB cuando se suministra desde Google Cloud Storage. Verifica tanto el formato como el tamaño de archivo antes de enviar una solicitud, especialmente cuando tus recursos de origen son fotografías de producto de alta resolución.
Hasta 3
Entrada de video para edición o escalado
Hasta 15 segundos
Entrada de video para extensión
Cualquier duración; usa hasta los últimos 10 segundos
Entrada para comprensión de video
Hasta 10 minutos; esto no amplía el límite de edición
