Gemini Omni 1.1 Flash es la actualización del 27 de agosto de 2026 que Google DeepMind ha hecho de su modelo de vídeo con IA. Es la misma idea any-to-any de Gemini Omni Flash (texto, imagen y vídeo como entrada, vídeo de alta resolución como salida) con cuatro novedades orientadas a producción: extensión de escenas que encadena clips hasta 40 segundos, control del primer y último fotograma, referencias de vídeo para mantener la coherencia de los personajes y un flujo de trabajo de borrador y posterior escalado.
En cuanto al coste, sigue en el nivel de pago de la API de Gemini sin nivel gratuito: la salida de vídeo se factura a 17,50 $ por cada millón de tokens, lo que supone unos 0,10 $ por segundo de vídeo en 720p, y los borradores en 360p cuestan aproximadamente un tercio. Entre los socios de lanzamiento están Adobe Firefly, Figma Weave y Runway.
Es una herramienta de vídeo potente y una de las opciones más sólidas de su categoría. También es infraestructura de modelo en bruto, no un fichaje que haga un trabajo de principio a fin. Yo construyo compañeros de IA en eesel, y la verdad poco glamurosa es que un mejor modelo de vídeo no responde tus tickets de soporte ni publica tu blog. Si ese es el trabajo real, encaja mejor un compañero listo para trabajar como eesel que un modelo que tienes que integrar tú mismo.
Qué es realmente Gemini Omni 1.1 Flash
Gemini Omni es la familia de modelos de medios generativos "any-to-any" de Google, y Omni Flash es el miembro rápido y centrado en vídeo. La propia página de producto de Google lo plantea sin rodeos: piensa en Gemini Omni como Nano Banana, pero para vídeo, donde cada edición se apoya en la anterior para mantener la coherencia de la escena. Le das un prompt, una imagen o un clip existente y devuelve vídeo de alta resolución con audio, que luego refinas conversando en lugar de volver a renderizar desde cero cada vez.
La versión 1.1, anunciada por los product managers de Google DeepMind Anish Nangia y Alisa Fortin, se presenta como "a production-ready update for developers that offers improved control over generative video". La palabra clave es control, el tema de toda la actualización. El primer Omni Flash demostró que el modelo podía generar y editar; la 1.1 da a los desarrolladores las palancas para dirigirlo con precisión. El ID de modelo que expone la API es gemini-omni-1.1-flash.
Qué hay de nuevo en la 1.1
Si ya conoces el Gemini Omni Flash original, esta es la versión corta de lo que cambió. Llegaron cuatro funciones a la vez, y cada una cubre un hueco concreto que impedía usar el primer modelo en flujos de producción reales.
Extensión de escenas hasta 40 segundos
El modelo original limitaba cada clip a 10 segundos, un techo duro si intentas contar cualquier tipo de historia. La extensión de escenas te permite tomar un vídeo existente y seguir generando metraje desde donde terminó, en incrementos de 10 segundos, hasta un total acumulado de 40 segundos. Google dice que las extensiones ofrecen mayor coherencia visual y mejor flujo narrativo, de modo que un plano puede continuar o bifurcarse en otra dirección sin una costura evidente.
Por debajo usa el mismo patrón con estado que la edición conversacional del modelo: encadenas una nueva solicitud a un previous_interaction_id con una entrada como "Continue the scene", y el modelo conserva el contexto de la sesión en lugar de obligarte a volver a subir el metraje.
Control del primer y último fotograma
Esta es la que los equipos creativos notarán primero. Ahora puedes especificar los fotogramas inicial y final de un plano, y Omni 1.1 genera el vídeo continuo entre esos dos fotogramas clave. Google lo presenta como ideal para órbitas de cámara complejas, transiciones con zoom o clips en bucle sin cortes. En la práctica convierte "genera un vídeo y confía en que la cámara haga algo sensato" en "define dónde empieza y termina el plano, y deja que el modelo rellene el movimiento intermedio", una forma mucho más dirigible de trabajar.
Referencias de vídeo para mantener la coherencia
La deriva de personajes y de estilo ha sido la debilidad silenciosa del vídeo con IA. Omni 1.1 permite referenciar hasta tres segundos de vídeo al crear una nueva escena, para que el modelo conserve el contexto visual y mantenga un personaje coherente entre planos. La demo de Google sustituyó personajes proporcionados en clips de referencia de baile subidos, manteniendo un único plano continuo sin cortes de escena, justo el tipo de continuidad que antes exigía mucha limpieza manual.
Borrador y posterior escalado
La última novedad es la más práctica para quien vigila el presupuesto. Puedes generar vistas previas ligeras en 360p, que Google describe como hasta un 60 % más rápidas y con un tercio del coste de la resolución estándar de 720p, y después escalar el resultado final a 1080p o 4K. La idea es iterar barato y rápido sobre el primer montaje, y gastar la computación real solo en la versión que te quedas.
Google mostró tres apps de ejemplo creadas con estos controles: un Transition Studio de primer y último fotograma, un Listing Walk-In inmobiliario para movimientos de cámara y un Draft Room que lanza tres o cuatro variantes en 360p para compararlas lado a lado. Dan una buena pista de dónde rinde el modelo: en herramientas de producción más que en clips sueltos.
Dónde puedes usarlo
Omni 1.1 salió en varias plataformas el primer día, lo que indica que Google quiere que se trate como infraestructura de producción y no como una demo:
- Google AI Studio, para probarlo directamente con la API de Gemini.
- La Gemini Enterprise Agent Platform, para empresas que construyen sobre la API de Agent Platform.
- Google Flow, disponible para todos los suscriptores de Google AI Plus, Pro y Ultra en todo el mundo.
- La app de Gemini, donde la extensión de escenas en concreto está activa para los mismos niveles de suscripción.
En cuanto a las especificaciones técnicas, la documentación de Google Cloud indica un contexto de entrada de 131.072 tokens y una salida de 57.920 tokens, un máximo de 10 segundos por solicitud de generación (que la extensión de escenas luego encadena), hasta tres vídeos por prompt, relaciones de aspecto 16:9 y 9:16, y resoluciones de 360p a 4K. El vídeo generado incluye C2PA Content Credentials para acreditar su procedencia.
Precios de Gemini Omni 1.1 Flash
El modelo de facturación no ha cambiado desde el lanzamiento original, y el titular sigue siendo el que importa: no hay nivel gratuito. Cada segundo que generas cuesta dinero desde el primer clip. Estos son los precios actuales del nivel de pago de la API de Gemini:
| Concepto | Nivel gratuito | Nivel de pago (por 1M de tokens) |
|---|---|---|
| Entrada (texto / imagen / vídeo / audio) | No disponible | 1,50 $ |
| Salida de texto | No disponible | 9,00 $ |
| Salida de vídeo | No disponible | 17,50 $ |
| Datos usados para mejorar los productos de Google | n/d | No |
El coste está en el vídeo. Google factura la salida de vídeo a una tarifa fija de 5.792 tokens por segundo de vídeo en 720p, lo que a 17,50 $ por millón de tokens da una tarifa efectiva de unos 0,10 $ por segundo. Una guía aproximada, solo salida de vídeo:
- ~0,50 $ por un clip de 5 segundos en 720p
- ~1,00 $ por un clip completo de 10 segundos en 720p
- ~0,03 $ por segundo para un borrador en 360p (aproximadamente un tercio de la tarifa de 720p, según la cifra de Google)
Esa última línea es la verdadera historia de los precios de la 1.1. El nivel de borrador en 360p permite prototipar una secuencia de 40 segundos por unos céntimos y pagar la tarifa completa solo por la toma que escalas a 4K. Es una estructura sensata que premia a los equipos que iteran antes de comprometerse. Google publica las tarifas completas por resolución en una tabla de precios en el post de lanzamiento; la página de la API, legible por máquina, ancla la facturación a la tarifa de tokens de 720p indicada arriba. Para las cuentas en profundidad y ejemplos, lo desglosamos en la guía de precios de Gemini Omni Flash.
Conviene señalar que este modelo no tiene nivel Batch, Flex ni Priority, a diferencia de Gemini 3.5 Flash, así que no hay un descuento por lotes documentado con el que contar. Si quieres el contexto completo de cómo Google tarifica sus modelos, nuestra guía de precios de Gemini cubre los planes de consumo y de API lado a lado.
Qué dicen desarrolladores y socios
Cuando la familia Omni se abrió por primera vez a los desarrolladores, el responsable de IA de Google, Logan Kilpatrick, resumió la propuesta:
"Omni Flash is SOTA at video editing at $0.10 / sec, same as Veo 3.1 Fast!"
La lectura más útil vino de la cuenta independiente de noticias de IA Rohan Paul, que planteó que la verdadera forma del producto es encadenar modelos y no un modelo por sí solo:
"Chaining both models is the real product shape, not either model alone. Nano Banana 2 Lite makes reference images, then Gemini Omni Flash animates them."
Para la 1.1 en concreto, Google se apoyó en socios de lanzamiento que ejecutan el modelo en producción. El director creativo de Figma Weave, Itay Schiff, señaló hacia dónde apuntan los nuevos controles:
"With extensions, richer reference material, and 4K resolution, Gemini Omni Flash takes teams beyond generating videos to truly directing them."
Son citas de socios que Google eligió destacar, así que léelas como el enfoque del lanzamiento y no como reseñas neutrales. La lectura independiente está en el hilo de lanzamiento de Hacker News (296 puntos, 233 comentarios), y es más mixta. El desarrollador cube00 objetó la idea estrella del borrador en 360p:
"While it sounds great you're quickly disappointed after you run the same prompt at standard resolution only to get a different result because it's non deterministic."
Es una observación acertada: un borrador solo sirve como vista previa si el render final realmente coincide con él, y la generación no es determinista. En lo estratégico, Simon Willison interpretó el lanzamiento como una señal de dónde apuesta Google:
"Interesting that OpenAI abandoned Sora entirely but Google are continuing to invest heavily in their own video generation. Maybe because they see video generation as key to developing 'world models'?"
La conclusión equilibrada del hilo: el nivel de borrador en 360p es una palanca de costes inteligente, la extensión de escenas todavía muestra algo de deriva en clips más largos, y el valor de extremo a extremo de Google (modelo más Flow) es lo que la gente valora por encima de rivales más vistosos de una sola pasada.
Dónde encaja Gemini Omni 1.1 Flash y dónde no
Esta es la versión honesta, de alguien que construye productos de IA en lugar de comercializar este. Omni 1.1 es excelente en aquello para lo que sirve: generar y editar vídeo con control de dirección real, dentro de un flujo que construyes tú. Si estás lanzando una herramienta creativa, una función de vídeo de marketing o cualquier cosa donde el vídeo es el producto, es una de las mejores opciones disponibles, y los precios de borrador y posterior escalado hacen asequible iterar.
Lo que no es, es un trabajador que haga un trabajo. Es un modelo, es decir, infraestructura. Todavía tienes que construir la app a su alrededor, decidir cuándo llamarlo, gestionar los resultados e integrarlo en aquello que realmente quieres entregar. Es el compromiso correcto si eres un desarrollador que crea funciones de vídeo. Es el enfoque equivocado si lo que necesitas es que una tarea se resuelva de principio a fin.
Yo paso los días al otro lado de esa línea. En eesel no vendemos un modelo, vendemos compañeros de IA que contratas para un trabajo definido. Cada uno llega con las habilidades, integraciones y contexto de empresa de su puesto, así que no hay ningún flujo que montar. La plantilla actual es un agente de helpdesk con IA que se une a tu cola de soporte existente y un redactor de blog con IA que investiga y redacta contenido. Un nuevo modelo de vídeo, por bueno que parezca su demo, no responde un ticket de soporte ni publica un artículo. Otro trabajo, otra herramienta.
Si mientras tanto comparas el resto de la oferta de Google, nuestro repaso de alternativas a Gemini, la visión general de Google Gemini 3 y el desglose de precios de Gemini 3 cubren los modelos pensados para texto y razonamiento. En el lado de imagen de la misma familia, Nano Banana Pro y la reseña de Nano Banana 2 son las lecturas indicadas, y Gemini vs Perplexity cubre el ángulo de la búsqueda con IA.
Prueba eesel para los trabajos que un modelo de vídeo no puede hacer
Si has llegado aquí evaluando dónde la IA ahorra realmente tiempo a tu equipo, y la respuesta honesta es "no en vídeo", esa es la conclusión útil. eesel pone compañeros de IA listos para trabajar en tu trabajo real: el agente de helpdesk con IA aprende de tus tickets pasados y tu centro de ayuda, y luego resuelve las consultas de primera línea dentro de las herramientas que ya usas, y el redactor de blog con IA convierte tu propio conocimiento en contenido publicado y fiel a tu marca.
La diferencia con un modelo en bruto como Omni 1.1 es que no hay nada que construir. Conectas tus fuentes, simulas el compañero con datos históricos reales antes de que llegue a estar en producción y lo activas. Puedes probarlo gratis y verlo funcionando con tus propios contenidos en unos minutos.