Google lanzó Gemini Omni 1.2 Flash el 5 de noviembre de 2026, el sucesor de Omni 1.1 Flash. Permite crear clips más largos, cuesta menos por segundo y mantiene con mayor firmeza rostros, productos y detalles de marca desde el primer fotograma hasta el último. Ya está disponible en el estudio de video de Gobostock, donde reemplaza a la versión 1.1. Esta guía cubre qué cambió, cuánto cuesta un clip, cómo darle instrucciones y dónde aún se queda corto.
La versión corta
- Clips más largos: de 3 a 15 segundos en pasos de un segundo, frente al límite de 10 segundos de la versión 1.1.
- Más barato: Google lista 7 centavos de dólar por segundo a 720p, aproximadamente un 30% menos que la versión 1.1.
- Mayor consistencia: mejor adherencia a las imágenes de referencia, con menos deriva en personajes, productos y escenas.
- Mejor sonido: audio nativo con sincronización de labios más clara y voces distintas para varios hablantes.
- Borrador y luego final: borradores a 360p o 720p, y 1080p o 4K para el resultado final.
Qué hay de nuevo en Omni 1.2 Flash
El anuncio de Google enumera varias mejoras con respecto a la versión 1.1. El hilo común es que los detalles establecidos al inicio de un clip deberían seguir presentes al final.
Adherencia a la referencia
Las imágenes de referencia ahora se mantienen a lo largo de todo el clip. Google menciona rostros, prendas, tipografía de empaques y colores de marca como los detalles que deberían conservarse, que es exactamente lo que necesita el trabajo de producto, moda y marca. También reporta una mayor consistencia de personajes, objetos y escenas, con menos deriva visual entre el primer y el último fotograma.
Duración
Una sola generación dura hasta 15 segundos, en pasos de un segundo a partir de 3. Eso es suficiente para un clip social completo, una rotación de producto o una línea corta de diálogo sin necesidad de unir clips.
Diálogo y sonido
El audio se genera junto con la imagen. Google reporta un diálogo más fluido y natural, una sincronización de labios más clara y voces distintas cuando se condicionan varios hablantes en una misma escena.
Comportamiento de cámara
Google reporta menos cortes de salto no deseados, una escala más estable y un aspecto más pulido y cinematográfico. En la práctica, eso significa menos clips arruinados por un reencuadre repentino a mitad de camino.
Precio
A 720p, el precio de la API es de 7 centavos de dólar por segundo, que Google describe como un 30% menos que la versión 1.1, con ahorros similares en otras resoluciones. Las salidas llevan la marca de agua imperceptible SynthID de Google.
Cuánto cuesta un clip en Gobostock
El video se cobra por segundo de salida. Estos son los créditos que cobra el estudio, con cifras en dólares a la tarifa del plan Starter de aproximadamente $0.00125 por crédito; los planes más grandes son ligeramente más baratos.
| Resolución | Créditos por segundo | Clip de 5 segundos | Aprox. (USD) |
|---|---|---|---|
| Borrador 360p | 27 | 134 | $0.17 |
| 720p | 94 | 467 | $0.58 |
| 1080p | 134 | 667 | $0.83 |
| 4K | 280 | 1,400 | $1.75 |
El sonido está incluido en cada precio, porque Omni siempre lo genera. El estudio muestra la cotización exacta para tu configuración antes de que se cobre nada, y no hay que gestionar una cuenta de Google ni una clave de API por separado. Para ver cómo se compara con Seedance, Kling, Wan y los demás, consulta Los mejores generadores de video con IA en 2026, y para los planes, la página de precios.
Lo que puedes hacer con él en el estudio
La página de Gemini Omni Flash 1.2 tiene todos los detalles. En resumen, el estudio ofrece:
- Texto a video: describe la toma, de 3 a 15 segundos.
- Fotograma inicial: tu imagen se convierte en el primer fotograma.
- Fotogramas inicial y final: el clip pasa de una imagen a la otra.
- Hasta diez imágenes de referencia: el modelo mantiene consistente a una persona, producto o estilo sin forzar el primer fotograma.
- 16:9 o 9:16: horizontal o vertical, en 360p, 720p, 1080p o 4K.
Dos reglas provienen del propio modelo. Las imágenes de fotograma no se pueden combinar con imágenes de referencia en una sola solicitud, y un clip que use fotogramas o referencias está limitado a 10 segundos; solo los clips de solo texto alcanzan los 15. El estudio aplica ambas, por lo que no se te puede cobrar por segundos que el modelo no renderizará.
Google también ofrece editar un video subido en conversación, videos de referencia y referencias de audio. Esos aún no están en el estudio de Gobostock.
Cómo escribir prompts para Omni 1.2 y obtener buenos resultados
Omni acepta prompts muy largos, pero largo no es lo mismo que claro. Una estructura que funciona bien para cualquier modelo de video:
- Sujeto y apariencia: quién o qué está en pantalla, y qué lleva puesto o de qué está hecho.
- Una acción principal: qué sucede en este clip. Una acción por clip es más confiable que una secuencia.
- Cámara: "acercamiento lento", "toma estática con trípode", "seguimiento en mano", "ángulo bajo".
- Luz y lugar: hora del día, fuente de luz, entorno.
- Sonido: sonido ambiente, ambiente musical y cualquier línea hablada, escrita entre comillas.
Ejemplo
Una taza de café de cerámica sobre una mesa de madera de cafetería junto a una ventana con lluvia, luz de mañana. El vapor sube y se desplaza hacia la izquierda. Acercamiento lento, poca profundidad de campo. Lluvia suave en el vidrio, murmullo tranquilo de cafetería, un barista dice "Tu flat white está listo" fuera de cámara.
Para trabajo de producto, adjunta de dos a cuatro fotos de referencia limpias del producto y di qué no debe cambiar: "mantén la etiqueta, la forma y el color exactamente como en las referencias". Nuestra guía de fotografía de producto con IA cubre cómo tomar esas referencias. Si quieres empezar desde una imagen fija, créala primero con un modelo de imágenes y úsala como fotograma inicial; la guía de imagen a video te guía en el proceso, y Cómo escribir prompts de imágenes con IA que funcionen te ayuda con la imagen fija en sí.
Un flujo de trabajo que ahorra créditos
- Haz un borrador en 360p. Un borrador de 6 segundos cuesta 160 créditos, unos 20 centavos de dólar. Evalúa el movimiento y el ritmo, no el pulido.
- Corrige una cosa a la vez. Cambia la cámara, la acción o una referencia, y haz otro borrador.
- Termina una vez. Vuelve a ejecutar el prompt aprobado en 1080p o 4K, con la duración final.
Renderizar cada intento en 4K es el error más caro: diez intentos de 5 segundos en 4K cuestan 14,000 créditos, mientras que diez borradores en 360p y un final en 4K cuestan 2,740.
Límites que debes conocer
- El audio siempre está activado. No puedes apagarlo; elimínalo o reemplázalo en un editor si necesitas silencio.
- Solo dos formatos: 16:9 y 9:16, sin cuadrado ni 21:9.
- 10 segundos con medios. Los fotogramas o referencias limitan el clip a 10 segundos.
- Sin prompt negativo. Di lo que quieres, en lugar de lo que debes evitar.
- El texto en la imagen aún puede distorsionarse con el movimiento. Añade títulos en un editor.
¿Es el modelo adecuado para ti?
Elige Omni 1.2 cuando el sonido importe, cuando un producto o personaje deba mantenerse reconocible, o cuando quieras borradores baratos en 360p antes de un acabado en alta resolución. Elige otra opción para formatos cuadrado o ultra ancho, para clips de más de 15 segundos (Wan 3.0 y Seedance 2.5 llegan a 30), o cuando necesites salida silenciosa del propio modelo (Kling 3.0 Pro te permite apagar el sonido).
Preguntas frecuentes
¿Cuándo se lanzó Gemini Omni 1.2 Flash?
Google lo anunció el 5 de noviembre de 2026 y lo puso a disposición general el mismo día.
¿Cuánto puede durar un clip de Gemini Omni 1.2?
De 3 a 15 segundos en pasos de un segundo. Con imágenes de fotograma o imágenes de referencia, el límite es de 10 segundos.
¿Cuánto cuesta Gemini Omni 1.2 Flash?
En Gobostock, 27 créditos por segundo a 360p, 94 a 720p, 134 a 1080p y 280 a 4K, con sonido incluido. Un clip de 5 segundos a 720p cuesta 467 créditos, aproximadamente 58 centavos de dólar en el plan Starter.
¿Genera sonido?
Sí, siempre. El diálogo, el sonido ambiental y la música se generan junto con la imagen, y el audio no se puede desactivar.
¿Gemini Omni 1.1 sigue disponible?
No en Gobostock. La versión 1.2 lo reemplazó, y los enlaces a la página de 1.1 ahora llevan a la página de 1.2.
¿Puedo usar los videos con fines comerciales?
En un plan de pago de Gobostock, los Términos de uso te otorgan una licencia comercial para lo que generes, con limitaciones como la prohibición de usar el contenido para entrenar modelos de IA. Consulta ¿Puedes usar imágenes generadas por IA con fines comerciales? para saber cómo funciona la licencia de los resultados de IA.