Dek: Google movió dos piezas a la vez: el clip nativo sube a 15 segundos y el precio baja un 30%. Para un equipo que produce anuncios, el cambio de flujo pesa más que el récord.
Los dos números que cambian con Gemini Omni 1.2 Flash
Google publicó el 5 de noviembre la disponibilidad general de Gemini Omni 1.2 Flash, su modelo de vídeo para producción, en la API de Gemini y en Google Cloud. También aparece en Gemini for business y en Google Vids. La entrada del blog la firma Anish Nangia, product manager en Google DeepMind.
Dos cifras resumen la actualización. La duración nativa pasa de 10 a 15 segundos, y el precio cae un 30% hasta 0,07 dólares por segundo de vídeo en 720p. Un clip completo de la nueva duración cuesta 1,05 dólares.
Ese segundo número reordena el presupuesto. Antes, un plan de 15 segundos obligaba a generar dos tomas y unirlas en el editor. Cada unión es una costura visible.
15-second clips: qué gana un anuncio de una sola toma
Los 15-second clips no son solo más largos. La duración se puede pedir en pasos de un segundo, de 3 a 15, lo que sirve cuando el corte tiene que cuadrar con una música o con un plano ya rodado.
En la práctica cambia el tipo de pieza que se puede pedir de una vez. Un anuncio vertical para Reels o TikTok suele durar entre 10 y 15 segundos, y hasta ahora se construía por bloques: producto, gesto, cierre. Con una sola generación, el envase, la mano y el fondo mantienen la misma luz de principio a fin.
Para un estudio pequeño de Madrid o Ciudad de México, eso ahorra una sesión de edición por cada variante. Y las variantes son el negocio: el mismo anuncio en 9:16, en 1:1 y en 16:9.
El precio de $0.07 per second y la cuenta por plano
La tarifa de $0.07 per second se aplica al vídeo en 720p, y conviene decir lo que no incluye. El anuncio no publica precio para 1080p ni para 4K, y tampoco promete una capa gratuita. Quien planifique con esas resoluciones tendrá que pedir cotización o esperar el detalle en la documentación.
La aritmética se hace en dólares. Cuarenta planos de 15 segundos al mes salen por 42 dólares en 720p. Antes, con Omni 1.1 a 0,10 dólares por segundo, el mismo dinero daba 40 planos de 10 segundos. Menos metraje por el mismo gasto.
La factura llega en dólares y se paga con tarjeta en euros o en pesos. Ahí el tipo de cambio y los impuestos locales pesan más que la rebaja del 30%. Aun así, el orden de magnitud ya no es el de una prueba de concepto: son dólares por plano, no cientos por minuto.
Gemini API video: el flujo de borrador y upscale
La recomendación de Google para no quemar presupuesto tiene tres pasos y ningún misterio. Se genera el borrador en 360p o en 720p, se corrige con instrucciones posteriores y solo se sube a 1080p o 4K la toma que va a emitirse.
El upscale se cobra aparte y suele ser la partida que se dispara. Un equipo que genera cinco versiones en alta resolución está pagando cuatro veces por material que va a la papelera.
El flujo también encaja con la forma en que trabajan las agencias: el cliente aprueba un boceto barato, y el gasto grande llega cuando el concepto ya está cerrado. La Gemini API video permite automatizar ese ida y vuelta desde el propio pipeline.
multi-turn editing: corregir sin volver a generar
La edición multi-turno es el cambio menos vistoso y el que más se nota en el día a día. El modelo acepta una instrucción de seguimiento sobre el clip que acaba de crear, en lugar de obligar a describirlo todo otra vez desde cero.
Se puede cambiar el color de la caja, mover la luz, sustituir el fondo o pasar de día a noche. Lo que no se toca se conserva. Para una campaña con diez variantes, esa continuidad evita que parezcan diez anuncios de diez proveedores.
La adherencia a referencias también sube. Se pueden combinar imágenes de personaje, de producto o de estilo, clips de movimiento de hasta tres segundos y pistas de audio como referencia. Google dice que el modelo mantiene caras, prendas, la tipografía del envase y los colores de marca entre ángulos de cámara. Es una afirmación del fabricante, sin pruebas independientes en el anuncio.
Dónde encaja Gemini Omni 1.2 Flash en un catálogo
Google nombra cinco usos: clips de probador virtual, giros de catálogo, anuncios de marca, explicativos de producto y piezas para redes. Los tres primeros comparten una necesidad, que el producto se vea igual desde todos los ángulos.
Ahí ayuda la duración: un giro de catálogo de 15 segundos cubre más recorrido que uno de 10, y un probador virtual necesita tiempo para mostrar la prenda en movimiento. El explicativo vive de la edición por pasos: para eso el multi-turn editing es más útil que el metraje extra.
La pieza para redes es el caso más disputado. Todas las herramientas de vídeo generativo quieren ese mercado. La decisión no se toma por la calidad de un fotograma. Se toma por precio por segundo y por cuántas iteraciones aguanta el presupuesto.
Lo que el anuncio de Gemini Omni 1.2 Flash no dice
No hay benchmarks de calidad ni comparaciones con otros modelos de vídeo de Google, algo lógico en una nota de producto pero relevante para quien tiene que justificar el cambio. Tampoco hay detalles sobre límites de peticiones, cuotas o disponibilidad por región.
La parte de audio merece una aclaración. El modelo acepta pistas de audio como referencia de entrada, y eso no es lo mismo que generar sonido. Quien necesite voz o música sincronizada tendrá que resolverlo fuera.
¿Cuánto cuesta el 1080p? El anuncio no lo dice. Hasta que Google publique esa tarifa, la comparación honesta se hace en 720p, donde el precio es público.
Para quién cambia la decisión con Gemini Omni 1.2 Flash
Si el trabajo son anuncios cortos con producto, la combinación de 15 segundos y edición conversacional ahorra pasos reales. Si el trabajo es cine o pieza larga, el modelo no compite. Sigue siendo una herramienta de clips.
El primer experimento cuesta poco. Un plano de 15 segundos en 720p, una corrección de color por instrucción y una subida a 1080p de la toma elegida. Si el resultado aguanta sin cortes, el ahorro en montaje paga la prueba.
