✨︎ Resumen (TL;DR):
- Google lanzó Gemini Omni 1.2 Flash para crear y editar clips de hasta 15 segundos, frente a los 10 segundos de Omni 1.1.
- El precio estimado de salida a 720p baja de alrededor de 0.10 a 0.07 dólares por segundo para desarrolladores.
- Google Cloud, Vids y la app de Gemini aplican límites de duración, acceso y cobro distintos.
Google lanzó Gemini Omni 1.2 Flash, una actualización de su modelo de inteligencia artificial para crear y editar video que ahora genera clips de hasta 15 segundos, frente a los 10 segundos de Omni 1.1. El despliegue comenzó el 5 de noviembre en la API de Gemini y otros productos de Google; para desarrolladores, la compañía anunció una reducción cercana al 30% en el precio por segundo de video a 720p, aunque la cuenta final también depende de la duración y de otros cargos.
Gemini Omni 1.2 Flash es un modelo de inteligencia artificial que crea y edita video con instrucciones, imágenes de referencia y videos cortos de referencia.
El límite de 15 segundos tiene excepciones
En una generación normal, Omni 1.2 Flash permite elegir una duración de 3 a 15 segundos, en incrementos de un segundo. El máximo es 50% mayor que el de Omni 1.1, pero ese rango no aparece necesariamente en todas las herramientas que usan el modelo.
La documentación de Google Cloud establece que, al indicar el primer y el último fotograma de una escena, la salida queda limitada a 3 a 10 segundos. La función para extender un video también agrega tramos de 3 a 10 segundos. Estos límites corresponden a Cloud y no describen necesariamente todas las aplicaciones donde se integra el modelo.
La edición por conversación ya existía en la versión anterior. Lo que Google destaca ahora es la posibilidad de ajustar clips completos de 15 segundos con instrucciones posteriores, por ejemplo, para cambiar el fondo, la iluminación o la relación de aspecto sin replantear toda la escena desde cero.
El segundo baja de precio, pero el clip largo cuesta más
Google presenta el nuevo precio de video a 720p como aproximadamente 0.07 dólares por segundo, frente a unos 0.10 dólares en Omni 1.1. El descuento no determina por sí solo la factura, porque el cobro también crece con la duración.
Con las tarifas publicadas por Google Cloud y contando únicamente la salida de video, la cuenta queda así:
- 10 segundos a 720p con Omni 1.2 Flash: aproximadamente 0.70 dólares.
- 10 segundos a 720p con Omni 1.1: aproximadamente 1.01 dólares.
- 15 segundos a 720p con Omni 1.2 Flash: alrededor de 1.04 dólares.
El clip de 15 segundos puede costar más en total que el máximo anterior, aunque cada segundo sea más barato. Estos cálculos usan los 5,792 tokens de salida por segundo a 720p y las tarifas de 12 dólares por millón de tokens de video para la nueva versión y 17.50 dólares para la anterior.
Se trata de una estimación de la salida de video, no del precio completo de una producción. Las entradas, las respuestas de texto o razonamiento y las operaciones adicionales pueden sumar cargos. Las resoluciones distintas también tienen consumos diferentes.
Google propone generar borradores a 360p o 720p, hacer los ajustes y después subir a 1080p o 4K los resultados elegidos. La tarifa final dependerá de los pasos utilizados, no únicamente del clip que se conserve.
Más fidelidad en las referencias, con una reserva sobre el audio
Según Google, Omni 1.2 sigue mejor las imágenes de personajes, productos y estilos, además de los videos cortos de referencia. La compañía muestra una prueba de ropa virtual que combina la imagen de una modelo con fotografías de prendas para generar una secuencia.
Google también afirma que redujo los cambios no deseados en rostros, objetos y escenarios entre fotogramas. La empresa presenta estas mejoras mediante demostraciones propias y reconoce que todavía trabaja en las acciones deportivas rápidas y en la representación de física compleja. La fidelidad de cada resultado sigue dependiendo de la escena.
El soporte para referencias de audio tiene una condición adicional. Google Cloud indica que esas referencias están restringidas a usuarios autorizados, mientras que la ficha técnica de su plataforma marca el audio de entrada como no admitido. Los documentos no explican si la diferencia se debe al acceso restringido.
La generación de video con sonido es una capacidad distinta que la ficha técnica sí enumera. Por eso, las referencias de audio y el audio generado no describen necesariamente la misma función.
Cada plataforma impone sus propias condiciones
Para desarrolladores, Google sitúa el modelo en la API de Gemini, Google AI Studio y Google Cloud. También anunció su incorporación a Flow y Google Vids. En la aplicación de Gemini, la creación de videos de 15 segundos se despliega para suscriptores de Google AI Ultra.
En Vids, Google dice que los clips de hasta 15 segundos están disponibles sin costo adicional para quienes tengan una cuenta de Google o una suscripción a Workspace. Eso no implica uso ilimitado: la guía general de Vids señala 60 segundos mensuales de clips de IA para cuentas personales y advierte que algunas opciones de edición pueden estar restringidas.
Android Authority reportó un máximo de tres videos de 15 segundos al mes sin costo en Vids. Sin embargo, la página de ayuda expresa la cuota en segundos y no aclara si existe además un límite por número de videos para esta versión. Las condiciones de Vids tampoco equivalen a la tarifa por segundo que Google publica para Cloud.
Los videos generados llevan SynthID, una marca de agua imperceptible que identifica su origen, según Google.
Para quien planee integrar Omni 1.2 Flash, la comparación debe hacerse por plataforma y tarea. En Google Cloud, 15 segundos rondan 1.04 dólares solo en salida; Vids opera con una cuota mensual en segundos y la app de Gemini despliega los clips de esa duración para suscriptores de Google AI Ultra. La duración disponible y el costo dependen de la plataforma elegida y del tipo de tarea.
