Gemini Omni 1.2 Flash amplía el vídeo a 15 segundos y baja el precio un 30 %

Google ha puesto Gemini Omni 1.2 Flash a disposición general mediante Gemini API y Google Cloud. La versión amplía los clips nativos de 10 a 15 segundos, reduce el precio del vídeo a 720p hasta 0,07 dólares por segundo y permite revisar la misma toma en varios turnos de conversación.

Quince segundos a 0,07 dólares apuntan a la producción masiva de anuncios

Gemini Omni 1.2 Flash genera y edita clips de hasta 15 segundos. Google ha reducido un 30 % el precio del resultado a 720p respecto a la versión 1.1. Con la tarifa básica, un clip de 15 segundos cuesta 1,05 dólares antes de sumar otros pasos del flujo de trabajo.

El modelo acepta texto, imágenes, vídeo corto y referencias de audio. El usuario puede crear un borrador rápido a 360p o 720p, elegir la versión útil y ampliarla después a 1080p o 4K. Los resultados incorporan una marca de agua SynthID imperceptible.

La edición conversacional ahorra generaciones descartadas

El cambio más práctico es la edición multi-turn. El creador puede sustituir un producto o fondo, cambiar la iluminación, el tiempo o la relación de aspecto y seguir trabajando sobre el mismo clip. No tiene que describir y generar de nuevo toda la toma. Google también promete mayor consistencia de rostros, ropa, envases y colores de marca entre planos.

Para los equipos de marketing, eso puede abaratar las variantes. Una escena sirve para varios formatos o públicos y la salida cara en alta resolución se reserva para las versiones elegidas. El ahorro real depende, por tanto, de algo más que del precio por segundo: cuenta cuántas generaciones fallidas y reparaciones manuales evita el proceso.

El movimiento complejo y la física aún rompen la demostración pulida

La model card reconoce problemas persistentes con la consistencia completa entre ediciones, el movimiento complejo y el texto perfectamente preciso. Google también señala que sigue trabajando en la acción deportiva rápida, los cambios bruscos de guion y la física compleja. La mejor fidelidad a las referencias es una afirmación del proveedor, no una garantía para todos los clips.

La disponibilidad también tiene condiciones. El modelo está disponible de forma general en Gemini API y Google Cloud, pero las referencias de audio en la oferta cloud requieren allowlisting. Un equipo de producción debe comprobar la función concreta y la región que necesita, en lugar de confiar solo en el nombre del modelo dentro del catálogo.

La tasa de variantes aceptadas revelará el coste real de cada clip

La métrica principal no serán los segundos generados, sino la proporción de resultados aceptados sin reiniciar todo el trabajo. Si la edición multi-turn conserva la persona, el producto y el texto al cambiar un único detalle, la rebaja del 30 % puede acelerar de verdad la producción de campañas.

También conviene medir el coste del upscale, los intentos rechazados y el acceso a referencias de audio. La tarifa de 0,07 dólares por segundo describe la generación a 720p. La factura de un anuncio utilizable incluye cada intento, edición, revisión y render final.

El veredicto de Lilith

Google ha abaratado cada segundo de película, pero el productor paga sobre todo por las tomas que acaban en la papelera. Si Omni 1.2 conserva la cara y el producto tras la tercera edición, la tarifa empezará a parecerse a una producción real.