Contenido
Gemini Omni 1.2 Flash ya está disponible en Givon. La versión 1.1 sigue siendo una opción independiente. El nuevo modelo genera vídeos con sonido de hasta 15 segundos.
El 5 de noviembre, Google anunció Omni 1.2: escenas más largas y mayor fidelidad a las referencias. Lo probamos con nuestros propios ejemplos, incluido un diálogo en ruso.
Cómo lo probamos
Una imagen de referencia y cuatro vídeos, todos en 16:9, a 720p y con sonido. Los tres vídeos de Omni 1.2 salieron al primer intento. Para el ejemplo de producto de Omni 1.1 usamos un segundo intento, porque el primero deformaba la lata. No cambiamos los prompts de vídeo ni la imagen de referencia. Creamos la imagen de la lata con la herramienta imagegen integrada y solo añadimos al prompt original que debía ser una única imagen fotorrealista en 16:9.
El vídeo de 1.1 se generó mediante UseAPI → Google Flow; los tres de 1.2, mediante OpenRouter, seleccionando expresamente Gemini Omni 1.2 Flash. Al usar proveedores distintos, estos cuatro ejemplos no constituyen una comparación sistemática de la calidad de los modelos. La portada es un fotograma del vídeo de 15 segundos que aparece a continuación.
15 segundos: un anuncio de tres planos
Pedimos una mañana en un piso, un primer plano del café y un final en el balcón, con el mismo producto como hilo conductor.
A 15-second commercial with three shots. Shot 1, 0-5 s: dawn in a quiet apartment, a woman opens the green coffee tin from the reference. Shot 2, 5-10 s: macro of coffee pouring into a white cup, with steam in the sunlight. Shot 3, 10-15 s: she drinks on a balcony over the waking city, then the camera pulls back. Gentle acoustic music, no dialogue, no on-screen text.
El primer intento incluye los tres planos: la mujer abre la lata, el café cae en la taza y ella lo toma en el balcón. El último plano termina con un movimiento de cámara hacia atrás. Eso sí, su peinado cambia entre el piso y el balcón: si necesitas una continuidad estricta del personaje, conviene revisar el resultado con más detalle.
La etiqueta: Omni 1.1 y 1.2
Una lata con texto en cirílico, una imagen de referencia y el mismo prompt para ambas versiones. Comprobamos el nombre de marca en letras grandes, que significa «Mañana tranquila», además del color y la forma del envase.
The coffee tin from the reference stands on a wooden kitchen table in morning light. A hand picks it up, slowly turns it to show the label, and sets it down next to a steaming cup. Camera moves from a close-up to a medium shot. Keep the label text, colours and tin shape identical to the reference. Soft kitchen sounds, no dialogue.
Ambas versiones conservaron la reconocible lata verde y cilíndrica. En 1.2, las letras grandes se leen bien, pero la mano apenas gira la lata. En el nuevo intento de 1.1, la levanta y la inclina, y las letras grandes siguen siendo legibles. Este ejemplo no permite concluir que 1.2 conserve mejor el texto durante un giro completo. Revisa también la letra pequeña en el vídeo original antes de usarlo en un anuncio.
Diálogo en ruso: dos frases
Pedimos una conversación en una cafetería, con voces distintas, sin música ni subtítulos. El prompt está en inglés y contiene las frases originales en ruso.
Medium shot in a small cosy cafe. A grey-haired man and a young woman with long dark hair sit across a table. The man says in Russian: "Ты правда уезжаешь завтра?" The woman smiles and answers in Russian: "Только на неделю, не волнуйся." Each has a distinct natural voice, with clear lip-sync. Quiet cafe ambience, no music, no subtitles.
En el primer intento se oyen las dos frases pedidas. Traducidas al español: «¿De verdad te vas mañana?» y «Solo una semana, no te preocupes». También comprobamos las palabras con reconocimiento de voz local, sin darle el texto esperado. Es un ejemplo logrado de diálogo en ruso; no medimos por separado la precisión de la sincronización labial.
Qué puedes hacer en Givon
| Ajuste | Omni 1.1 Flash | Omni 1.2 Flash |
|---|---|---|
| Duración de un vídeo nuevo | 4, 6, 8 o 10 segundos | De 3 a 15 segundos, en pasos de un segundo |
| Fotograma inicial y final | Hasta 10 segundos | De 3 a 10 segundos |
| Relación de aspecto | 16:9 y 9:16 | 16:9 y 9:16 |
| Resolución | 360p, 720p, 1080p, 4K | 360p, 720p, 1080p, 4K |
| Sonido | Se genera con el vídeo | Se genera con el vídeo |
Con 1.2 puedes generar a partir de texto, un fotograma inicial o imágenes de referencia, o crear una transición entre un fotograma inicial y uno final. Las referencias no se pueden combinar con fotogramas definidos. El límite depende del proveedor: hasta seis imágenes mediante OpenRouter o siete mediante Google Flow.
También puedes editar un vídeo de origen de hasta 15 segundos o ampliar uno de menos de 30 segundos añadiendo entre 3 y 10 segundos. Ambos modos requieren un archivo MP4 de hasta 100 MB. La extensión admite 360p y 720p. La edición y la extensión funcionan mediante Google Flow, por lo que su disponibilidad depende del plan de Google Flow de la cuenta del proveedor y de que Google active en ella la versión 1.2.
En la edición se cobra la duración del vídeo de origen, redondeada al segundo entero superior, con un mínimo de un segundo. En la extensión, solo los segundos añadidos.
| Omni 1.2 | Tokens por segundo | Por 10 segundos |
|---|---|---|
| 360p | 4 | 40 |
| 720p | 10 | 100 |
| 1080p | 15 | 150 |
| 4K | 30 | 300 |
Los miembros de Studio tienen un 50% de descuento en Omni 1.2. El precio exacto, con tu descuento aplicado, aparece antes de empezar. Omni 1.1 conserva sus propios ajustes y precios.
Google anuncia una reducción aproximada del 30% en el precio de su API para 720p. Esa cifra compara las tarifas de la API de Google; no significa que el precio en Givon baje un 30%, ya que aquí depende del proveedor disponible y de los ajustes del vídeo. Google Flow obtiene 1080p y 4K mediante escalado del vídeo base.
Preguntas frecuentes
¿Cómo puedo recrear los ejemplos?
Elige Omni 1.2 Flash, formato 16:9 y resolución 720p. Para el anuncio, selecciona 15 segundos; para el producto y el diálogo, 10 segundos. Copia el prompt del ejemplo que quieras y, para el vídeo de producto y el anuncio, añade la imagen de la lata como referencia.
¿Puedo generar 15 segundos entre dos fotogramas definidos?
No. Si usas un fotograma inicial y uno final, el límite de 1.2 es de 10 segundos. A partir de texto, un solo fotograma o imágenes de referencia puedes elegir hasta 15 segundos.
¿Todos los vídeos salieron al primer intento?
Los tres vídeos de Omni 1.2 son los primeros intentos. El vídeo de producto de Omni 1.1 se generó una segunda vez por un defecto en la lata, por eso mostramos el segundo intento. No cambiamos el prompt ni la referencia. Ambas versiones recibieron la misma imagen de la lata para la prueba de producto.
¿El diálogo en ruso siempre saldrá así de bien?
Mostramos un primer intento que incluye las dos frases pedidas. Es un ejemplo útil, pero no garantiza el mismo resultado con otro texto u otros personajes.
Lo nuevo, en tu correo
