Clips de 15 sEdita tu vídeoVoz y sonido nativosHasta 4K
Gemini Omni 1.2 Flash es el modelo de Google para generar y editar vídeo, con clips de hasta 15 segundos con voz, música y efectos de sonido. Crea a partir de texto, fotogramas o hasta 6 imágenes de referencia, o sube un vídeo y cambia su fondo, su luz o sus productos.
Google diseñó la 1.2 para tomas más largas, mayor fidelidad a las referencias y edición de clips terminados. Estos son los trabajos que mejor resuelve en el estudio, con un patrón de prompt para cada uno.
Sube un clip en el modo de referencia y añade la imagen de la prenda o del producto. Pide un solo cambio, por ejemplo: Replace the jacket with the one in the reference image; keep her movement and the camera unchanged.
Elige 12 o 15 segundos para que el gancho, la demostración y el cierre quepan en una sola generación. Escribe los momentos en orden (first, then, finally) y pon entre comillas el texto que deba aparecer en pantalla.
Sube un clip de 2 a 15 segundos e indica un cambio: el fondo, la luz, el clima o la estación. El resultado conserva la duración de tu clip y solo pagas por sus segundos.
Pon cada frase entre comillas e indica quién la dice, por ejemplo: The woman on the left says "Did you bring the tickets?" La voz, la música y los efectos se generan junto con la imagen.
Sube una imagen inicial y otra final para fijar dónde empieza y dónde termina el plano. Este modo dura de 4 a 10 segundos; con composiciones parecidas la transición queda más limpia.
Describe un único movimiento sin cortes, como un vuelo FPV, una órbita o un alejamiento lento, y añade "no cuts". Google indica que la 1.2 produce menos cortes bruscos en movimientos largos.
El flujo que recomienda Google: borradores baratos, referencias fijas, detalles corregidos con ediciones y una sola renderización final.
Prueba el prompt y el ritmo en 720P, donde un clip de 10 segundos cuesta 50 créditos. No subas la resolución hasta que el movimiento y el sonido estén bien.
Usa imágenes claras de la cara, la ropa o el producto, hasta 6. Indica en el prompt para qué sirve cada una, así los detalles se mantienen del primer al último fotograma.
Sube tu mejor toma en el modo de referencia y cambia un solo elemento por solicitud. Pedir varios cambios a la vez suele alterar partes que querías conservar.
Vuelve a generar el prompt aprobado en 1080P (6 créditos por segundo) o 4K (10 créditos por segundo). Revisa caras, manos, texto en pantalla y sonido antes de publicar.
Compara los mismos ajustes antes de elegir una versión.
| Ajuste | Gemini Omni 1.2 FlashEsta versión | Gemini Omni 1.1 Flash |
|---|---|---|
| Coste de ejemplo (créditos) | 40 | 64 |
| Resolución | 720P / 1080P / 4K | 720P / 1080P / 4K |
| Duración por texto o fotogramas | 4 / 5 / 6 / 8 / 10 / 12 / 15s | 4 / 6 / 8 / 10s |
| Primer y último fotograma | Disponible | Disponible |
| Imágenes de referencia | Hasta 6 imágenes | Hasta 7 imágenes |
| Vídeos de referencia | Hasta 1 clip · 15s en total | Hasta 1 clip · 10s en total |
| Audio generado | Incluido · no se puede desactivar | Incluido · no se puede desactivar |
Los vídeos de referencia pueden cambiar el coste. Revisa el presupuesto antes de generar.
Genera imágenes y vídeos con créditos de suscripción o paquetes. Comparten el mismo saldo; el coste de las imágenes depende del modelo y la resolución, y el de los vídeos, del modelo y la duración. Los nuevos usuarios reciben 10 créditos de prueba gratis.
Cancela cuando quieras
Para uso personal y creadores casuales
Ideal para proyectos personales e iniciación
Para creadores profesionales y equipos
La opción preferida de los creadores profesionales
Diseñado para agencias y grandes empresas
Máximo rendimiento para alta demanda
Es el modelo de generación y edición de vídeo de Google, lanzado el 5 de noviembre de 2026. Crea clips con voz, música y efectos a partir de texto, imágenes o un vídeo, y mejora a la 1.1 Flash con clips más largos y mayor fidelidad a las referencias.
5 créditos por segundo en 720P, 6 en 1080P y 10 en 4K, así que un clip de 10 segundos en 720P cuesta 50 créditos. Editar un vídeo subido se cobra por los segundos de ese vídeo. El estudio muestra el presupuesto exacto antes de generar.
4, 5, 6, 8, 10, 12 o 15 segundos. Con primer y último fotograma el máximo es 10 segundos, y un vídeo editado conserva la duración del clip que subes (de 2 a 15 segundos).
Sí. Elige el modo de referencia, sube un clip de 2 a 15 segundos y describe el cambio. Puedes añadir hasta 5 imágenes de referencia en la misma solicitud, por ejemplo un producto para colocar. Sin vídeo, puedes usar hasta 6 imágenes.
No. El audio se genera en cada clip a partir del prompt, y no hay subida de audio ni opción para desactivarlo. Si necesitas tu propia voz, reemplaza la pista en un editor de vídeo.
Todos los resultados llevan la marca de agua invisible SynthID de Google; no hay ningún logotipo visible. Puedes usar lo que crees con fines comerciales, conforme a los Términos del servicio de NanoBananas.
Usa la 1.2 para clips de más de 8 segundos, para editar un vídeo que ya tienes o para ahorrar créditos: 8 segundos en 720P cuestan 40 créditos en la 1.2 y 48 en Veo 3.1 Fast. Usa Veo 3.1 Quality para planos de 8 segundos en los que el detalle fino sea lo más importante.
Solo admite 16:9 y 9:16. Los deportes rápidos, la física compleja y los prompts muy cargados todavía pueden fallar, y Google dice que sigue mejorándolos. Revisa caras, manos y texto en pantalla antes de publicar.
El audio se incluye automáticamente y no se puede desactivar aquí.
