Gemini Omni 1.2 Flash: vídeo de 15 segundos, iteración conversacional y menor coste
El vídeo generado con IA se acerca un paso más al trabajo de producción: Gemini Omni 1.2 Flash permite crear clips de hasta 15 segundos, pedir cambios en varias rondas y mantener mejor la coherencia entre referencias visuales. El cambio combina más control con un precio anunciado un 30 % inferior al de la versión anterior.

01
Qué ha cambiado en el lanzamiento
Google anunció el 5 de noviembre de 2026 la disponibilidad general de Gemini Omni 1.2 Flash en Gemini API y Gemini para empresas. El modelo crea vídeos de entre 3 y 15 segundos, frente al máximo de 10 segundos de Omni 1.1, y acepta refinamientos sucesivos sobre el mismo clip.
El precio publicado para vídeo 720p es de 0,07 dólares por segundo, un 30 % menos que la versión anterior. Google también describe un flujo de borrador a baja resolución, edición puntual y mejora final de resolución, que puede reducir generaciones completas cuando solo hace falta corregir un detalle.
La nueva versión incorpora referencias de imagen, fragmentos breves de movimiento y señales de audio para guiar el resultado. Google destaca mejoras en la continuidad de personajes, productos, textos de envase y colores de marca durante los cambios de plano.
02
Del generador de clips a una herramienta de producción
La edición conversacional modifica el coste operativo del ensayo. Si el primer resultado tiene una iluminación, un fondo o un encuadre equivocado, una instrucción posterior puede ajustar el mismo material en lugar de iniciar el proceso desde cero. Para equipos pequeños, menos regeneraciones pueden significar más variantes dentro del mismo presupuesto.
Un clip de 15 segundos también alcanza para piezas de redes sociales, adelantos de un evento, una demostración breve de producto o un segmento de una presentación. La promesa práctica no consiste en reemplazar una producción completa, sino en comprimir tareas de previsualización y versiones sencillas.
La consistencia entre referencias puede ser útil para materiales de marca: una empresa puede partir de fotografía de producto y pedir varios entornos o formatos. Aun así, el montaje, la selección de tomas y la aprobación editorial siguen determinando si el resultado comunica con claridad.
03
Qué puede aportar a pymes, eventos y audiovisuales
Para una pyme, la combinación de clips breves, referencias y cambios iterativos permite producir borradores de anuncios, catálogos animados o explicadores visuales sin organizar una grabación para cada variante. El ahorro potencial depende de cuántas rondas y entregables sustituya realmente, no solo del precio por segundo.
En eventos y audiovisuales, puede servir para crear fondos, piezas promocionales, transiciones visuales o pruebas de concepto antes de invertir en rodaje y postproducción. También facilita adaptar una pieza a diferentes proporciones y audiencias, siempre que el material final pase por revisión humana.
Google indica que el modelo se distribuye en Gemini API, Google AI Studio, Gemini para empresas, Flow, Google Vids, YouTube, Vertex AI y Google Ads. La disponibilidad se despliega por producto y nivel de cuenta; los canales y límites no son idénticos para todos los usuarios.
04
El coste visible no es el coste total
El precio por segundo no incluye el tiempo de revisión, las pruebas, la selección entre variantes ni la integración con el flujo de publicación. Una producción que depende de tipografía precisa, producto fiel o continuidad de marca necesita evaluar el resultado final, no solo la velocidad de generación.
Google reconoce áreas todavía en desarrollo, como escenas deportivas rápidas, cambios de guion muy rápidos y física compleja. El modelo también puede alterar el habla de personas al editar vídeos; DeepMind afirma que esa capacidad está restringida mientras trabaja en su despliegue responsable.
El marcado SynthID ayuda a identificar contenido generado por IA, pero no certifica que una escena sea verdadera ni reemplaza los derechos de uso, el consentimiento de las personas representadas o una revisión editorial. El uso comercial responsable requiere conservar procedencia y evitar presentar escenas sintéticas como registro documental.
05
Una aplicación útil empieza por un caso acotado
Los equipos pueden comparar el nuevo flujo con su proceso actual en una tarea pequeña: una pieza promocional, una animación explicativa o varias versiones de un mismo producto. Conviene medir el tiempo hasta una versión aprobable, el número de regeneraciones, la coherencia visual y cuánto trabajo humano sigue siendo necesario.
La generación resulta más útil cuando produce un borrador que un equipo puede corregir y publicar con criterio. Para vídeo de marca, cobertura de eventos o testimonios, la grabación real conserva valor propio; la IA amplía las opciones de producción y previsualización, pero no aporta por sí sola contexto, permiso ni autenticidad.
La noticia relevante no es solo que el modelo haga clips algo más largos. Es que generación y edición empiezan a compartir un flujo conversacional, haciendo más barato explorar alternativas. La ventaja dependerá de integrar esa exploración en una cadena que conserve control, derechos y aprobación.
Fuentes
Los precios, disponibilidad y limitaciones citados proceden de los anuncios y la documentación oficial consultados el 6 de noviembre de 2026.
¿Dónde puede reducir fricción la tecnología?
El primer paso suele ser un proceso acotado, con resultados revisables y una medida clara del trabajo que realmente ahorra.