Gemini Omni 1.2 Flash vs 1.1: qué cambió

Google lanzó Gemini Omni 1.2 Flash el 5 de noviembre de 2026, diez semanas después de Gemini Omni 1.1 Flash. La mejora que más cambia el trabajo es la duración: una sola generación puede durar de 3 a 15 segundos y ya no se queda en 10. Además, Google mejoró la fidelidad a las imágenes de referencia, permitió seguir editando un clip terminado en varios turnos, hizo más naturales los diálogos y la sincronía labial, y bajó un 30% el precio de la API de Gemini en 720p, a 0,07 dólares por segundo. Las dos versiones ya están disponibles en el estudio de NanoBananas, y Gemini Omni 1.2 Flash cuesta menos créditos por segundo que 1.1.

Esta comparación se actualizó el 11 de noviembre de 2026, cuando Gemini Omni 1.2 Flash llegó al estudio de NanoBananas. Las especificaciones del modelo vienen del anuncio de Google, la página del modelo en Google Cloud y la tarjeta del modelo de DeepMind, todas enlazadas en la sección de fuentes. Los créditos y límites del estudio para ambas versiones vienen de la tabla de precios de NanoBananas. Las afirmaciones sobre la calidad de 1.2 son de Google y se indican como tales.

Qué cambió en Gemini Omni 1.2 Flash

Clips de hasta 15 segundos, segundo a segundo

1.1 ofrecía duraciones fijas de hasta 10 segundos. 1.2 acepta cualquier número entero de segundos entre 3 y 15 al generar desde texto, imagen o referencias, y al editar. La generación con primer y último fotograma sigue limitada a 10 segundos, y la extensión de escena agrega de 3 a 10 segundos por paso. En la práctica, 15 segundos alcanzan para un anuncio completo para redes, un video explicativo de producto o un diálogo corto en una sola toma, sin tener que unir dos clips y esperar que no se note el corte.

Mayor fidelidad a las referencias

En una misma solicitud puedes combinar imágenes de personaje, producto o estilo, clips de movimiento de hasta tres segundos y pistas de audio. Según Google, los rostros, la ropa, la tipografía del empaque y los colores de marca ahora se mantienen del primer al último fotograma aunque cambie el ángulo de cámara. La documentación de Cloud permite hasta 10 imágenes y 3 videos por solicitud. Entre los ejemplos de Google hay una prueba virtual de ropa de 15 segundos hecha con una foto de la modelo y fotos de frente y espalda de tres conjuntos.

Edición en varios turnos

Después de generar un clip puedes seguir ajustándolo en conversación: cambiar el producto o el fondo, la iluminación o el clima, o la relación de aspecto, sin volver a generar todo. Funciona con clips completos de 15 segundos. Para equipos de publicidad es el cambio más útil, porque un clip aprobado puede convertirse en varias versiones para distintos públicos y ubicaciones.

Voz más natural y cámara más estable

Los diálogos suenan más fluidos, la sincronía labial es más precisa y las escenas con varios personajes hablando son más fáciles de dirigir. Google también reporta menos cortes no deseados en movimientos largos de cámara, como vuelos FPV, órbitas y alejamientos bruscos, con una escala más estable.

Precio más bajo y disponibilidad general

El precio de la API de Gemini en 720p bajó un 30%, a 0,07 dólares por segundo. 1.2 es además la primera versión de Gemini Omni con disponibilidad general (GA) en Google Cloud, con Provisioned Throughput y una fecha de retiro indicada para el 5 de noviembre de 2027 o después.

Gemini Omni 1.2 Flash vs 1.1 Flash, lado a lado

Las filas superiores describen cada modelo tal como lo ofrece Google; las dos últimas muestran lo que ofrece el estudio de NanoBananas. Los límites completos de 1.2 según Google (10 imágenes, 3 videos) son más amplios que lo que nuestro proveedor ofrece hoy. Los precios en dólares son los de lista de Google, no créditos de NanoBananas.

Cómo cambia el trabajo la edición en varios turnos

Con 1.1, un clip que estaba bien salvo por un detalle había que generarlo de nuevo desde el prompt, y la nueva toma podía cambiar donde no querías: otro movimiento de cámara, otra expresión, otro fondo. 1.2 te deja conservar la toma y cambiar solo lo que falla.

1. Genera el clip base con la actuación, el movimiento de cámara y el ritmo que buscas.
2. Cambia una sola cosa por turno. Por ejemplo: "Replace the background with an oak forest; keep both characters, their movement and the camera framing unchanged."
3. Saca variantes del clip aprobado. Cambia el color del producto, la estación o el idioma del empaque para cada mercado.
4. Cambia la relación de aspecto al final, cuando el contenido ya esté cerrado, para obtener versiones 16:9 y 9:16 del mismo anuncio.

En el estudio de NanoBananas, elige Gemini Omni 1.2 Flash, cambia al modo de referencia y sube el clip que quieres cambiar (de 2 a 15 segundos). El resultado conserva la duración de tu clip, así que el ajuste de duración no se aplica, y pagas la tarifa por segundo de 1.2 por los segundos del video subido. Puedes añadir hasta 5 imágenes de referencia en la misma solicitud, por ejemplo el nuevo producto que quieres colocar.

La misma fórmula de "primero lo que se mantiene, luego lo que cambia" que funciona al editar imágenes sirve aquí. Nuestra guía de edición de fotos la explica en detalle.

Audio y voz: qué mejoró y qué está restringido

Ambas versiones generan voz, música y efectos junto con la imagen. La mayor mejora de 1.2 está en los diálogos: las voces suenan menos mecánicas, los labios coinciden mejor con las palabras y, cuando hay varios personajes hablando, puedes asignar una voz a cada uno.

• Cambiar lo que dice una persona está restringido. La tarjeta del modelo de DeepMind dice que 1.2 puede alterar el habla al editar un video y que Google limita esa función por ahora.
• Google Cloud no admite subir audio en el lanzamiento. El anuncio menciona pistas de audio como tipo de referencia, pero la página del modelo en Cloud indica el audio como entrada no admitida. No armes un flujo que dependa de subir tu propia voz hasta que esto se aclare.
• Todos los resultados llevan SynthID, una marca de agua invisible, y el modelo admite credenciales de contenido C2PA.

Qué significa la bajada de precio en la práctica

La rebaja anunciada es del 30%, pero el mayor ahorro viene del flujo que recomienda Google: hacer borradores en 360p o 720p, corregir detalles con ediciones en lugar de generaciones nuevas y escalar solo la toma que te quedas. Si un anuncio de 10 segundos te llevaba cuatro intentos completos en 1.1, en 1.2 podría bastar con una generación y dos ediciones.

NanoBananas cobra en créditos, no en segundos de API. En el estudio, 1.2 cuesta 5 créditos por segundo en 720P, 6 en 1080P y 10 en 4K, y siempre muestra el presupuesto exacto antes de generar. La siguiente sección tiene las tablas completas de ambas versiones.

Usar Gemini Omni 1.2 y 1.1 en NanoBananas

En el estudio, las dos versiones admiten los mismos cuatro modos: texto a video, animar un fotograma inicial, fotogramas inicial y final, y un modo de referencia. Todos los clips se generan con audio. Las diferencias son la duración, los límites de referencias y el precio.

Gemini Omni 1.2 Flash

Clips de 4, 5, 6, 8, 10, 12 o 15 segundos. Con fotogramas inicial y final, el máximo es 10 segundos. El modo de referencia admite hasta 6 imágenes, o un video de 2 a 15 segundos para editar; cada imagen ocupa una plaza y el video dos, con 7 plazas en total.

Gemini Omni 1.1 Flash

Clips de 4, 6, 8 o 10 segundos. El modo de referencia admite hasta 7 imágenes más un video de referencia de 2 a 10 segundos.

Si agregas un video de referencia, el estudio cobra los segundos de salida más los segundos de la referencia al 70% de la tarifa normal. Un clip de 8 segundos en 720P guiado por un video de referencia de 6 segundos cuesta 79 créditos: 8 créditos × 14 segundos × 0,7, redondeado hacia arriba.

1.2 es más barato que 1.1 en todas las resoluciones, así que la razón principal para seguir en 1.1 es una toma que ya ajustaste ahí. Haz borradores en 720P y cambia la resolución solo para la toma final. Empieza en la página de Gemini Omni 1.2 Flash, la página de Gemini Omni 1.1 Flash o el estudio de video.

Tres prompts para comparar 1.1 y 1.2

Estos prompts apuntan a las tres áreas que Google dice haber mejorado. Ejecuta cada uno en ambas versiones en 720P y 10 segundos (80 créditos en 1.1, 50 en 1.2) y compara los resultados lado a lado. Juzga los puntos de control, no tu impresión general.

• ¿"AURELIA" sigue bien escrito cuando vuelve a verse de frente?
• ¿La forma de la tapa y las proporciones del frasco se mantienen durante la órbita?
• ¿Los reflejos se mueven con la cámara o parpadean?

• ¿Cada frase la dice la persona correcta, con los labios sincronizados?
• ¿Las dos voces suenan como personas distintas?
• ¿Los rostros y las manos se mantienen estables mientras hablan?

• ¿La toma es continua o aparece un corte a mitad de camino?
• ¿La escala de las rocas y las olas sigue siendo creíble mientras la cámara sube?
• ¿El sonido se desvanece al ritmo del movimiento de cámara?

¿Cambiar a 1.2 o usar otro modelo?

Para una comparación más amplia de familias de modelos de video, consulta Seedance vs Veo vs Wan.

Límites conocidos de ambas versiones

• Acción deportiva rápida, cambios de guion bruscos y física compleja son áreas que Google dice seguir mejorando en 1.2.
• Solo dos relaciones de aspecto: 16:9 y 9:16. Para cuadrado o 4:5, recorta en un editor.
• Primer y último fotograma sigue en 10 segundos en 1.2, aunque otros modos llegan a 15.
• La edición del habla está restringida en 1.2, y Google Cloud no admite entrada de audio en el lanzamiento.
• Marca de agua: todos los resultados llevan una marca SynthID invisible.

Fuentes

• Google: anuncio de Gemini Omni 1.2 Flash: clips de 15 segundos, fidelidad a referencias, edición en varios turnos, 0,07 dólares por segundo en 720p, disponibilidad y puntos débiles.
• Google Cloud: página del modelo Gemini Omni 1.2 Flash: duraciones, resoluciones, límites de entrada, modalidades admitidas y fecha de retiro.
• Google DeepMind: tarjeta del modelo Gemini Omni 1.2 Flash: canales de distribución y restricción de la edición del habla.
• Tabla de precios del estudio de video de NanoBananas: todos los créditos y límites del estudio de Gemini Omni 1.1 Flash y 1.2 Flash.

Preguntas frecuentes