Google liberó Gemini Omni 1.1 Flash, una actualización de su modelo de generación de video pensada para desarrolladores que agrega control sobre la continuidad de las tomas y abarata la etapa de prueba y error. El modelo está disponible a través de Google AI Studio y de la documentación para desarrolladores, según informó The Decoder.
El cambio de fondo está en cómo el modelo continúa un clip que ya existe. La versión anterior analizaba solo el último segundo del material antes de generar lo que venía; ahora examina hasta diez segundos previos, lo que apunta a mantener la coherencia visual de personajes, iluminación y encuadre a lo largo de la secuencia.
¿Qué se puede controlar que antes no?
La extensión de escenas opera en tramos de 10 segundos y llega a un máximo de 40 segundos por secuencia. A eso se suman dos controles nuevos:
- Referencia de estilo: se pueden subir hasta tres segundos de material externo propio para que el modelo arrastre personajes o patrones de movimiento hacia el clip generado.
- Fotograma inicial y final: el desarrollador fija el primer y el último cuadro, y el modelo resuelve el movimiento de cámara entre ambos puntos clave.
El segundo control es el que más cambia el flujo de trabajo: convierte la generación de video en un problema de interpolación entre dos imágenes definidas por quien produce, y no en una tirada a ciegas sobre un texto descriptivo.
¿Cuánto cuesta cada segundo de video?
El precio se cobra por segundo generado y escala con la resolución. Esta es la tabla que publicó Google, comparada con el modelo anterior y con las dos variantes de Veo 3.1:
| Resolución | Omni 1.1 Flash | Omni Flash | Veo 3.1 Lite | Veo 3.1 Fast |
|---|---|---|---|---|
| 360p | 0,03 | — | — | — |
| 720p | 0,10 | 0,10 | 0,05 | 0,10 |
| 1080p | 0,15 | — | 0,08 | 0,12 |
| 4K | 0,30 | — | — | 0,30 |
Cifras en dólares por segundo. Omni 1.1 Flash es el único de los cuatro que ofrece los cuatro escalones completos, desde el borrador hasta 4K.
¿Conviene el flujo de borrador en 360p?
El modo de 360p corre hasta un 60% más rápido y cuesta un tercio de lo que cuesta 720p. La aritmética es directa: una secuencia de 40 segundos generada en 4K cuesta 12 dólares, mientras que ese mismo clip en modo borrador sale 1,20 dólares, diez veces menos. Recién cuando la toma queda aprobada se escala el resultado a 1080p o 4K.
Ese es el argumento comercial real de la versión 1.1. Para un equipo que descarta veinte variantes antes de quedarse con una, el ahorro no está en el precio del entregable final sino en el costo de equivocarse. Veinte intentos de 40 segundos en borrador suman 24 dólares; los mismos veinte intentos generados directo en 4K suman 240.
Qué queda por verificar
Google no publicó métricas de fidelidad entre el borrador de 360p y el resultado escalado a 4K, que es la pregunta práctica del flujo propuesto: si la composición aprobada en baja resolución no sobrevive al escalado, el ahorro se evapora en una segunda ronda de generación.
Para quien trabaja con hardware de captura propio, la referencia de estilo de tres segundos es la puerta de entrada más concreta: permite alimentar el modelo con material grabado en cámara y no depender solo de la descripción textual para fijar la identidad visual de una pieza.
