README

Gemini Omni 1.2 Flash API para video de 15 segundos con audio nativo

Gemini Omni 1.2 Flash genera y edita video con voz, música y efectos de sonido sincronizados a partir de texto, imágenes y video. Google afirma que produce clips de hasta 15 segundos, te permite refinar el mismo clip a lo largo de varios turnos conversacionales y mantiene la consistencia de rostros, productos y colores de marca entre tomas. La salida abarca desde borradores en 360p hasta escalados en 4K en formato 16:9 o 9:16.

Novedades de Gemini Omni 1.2 Flash

Google lanzó Gemini Omni 1.2 Flash el 5 de noviembre de 2026 como una actualización de Gemini Omni 1.1 Flash. Estos son los cambios que describe Google.

Clips y ediciones de hasta 15 segundos

La generación y la edición ahora alcanzan hasta 15 segundos, frente a los 10 segundos de Gemini Omni 1.1 Flash, según Google. Puedes configurar la duración de 3 a 15 segundos en incrementos de un segundo. El modelo forma parte de la familia de modelos de video Gemini Omni.

Edición conversacional multiturno

Refina el mismo clip turno a turno en lugar de empezar de cero: sustituye un producto o un fondo, o cambia la iluminación, el clima, el ángulo de cámara o la relación de aspecto. Google afirma que la edición funciona en clips completos de 15 segundos.

Seguimiento de referencias más preciso

Google afirma que el modelo mantiene la coherencia de rostros, prendas, tipografía de envases, colores de marca, productos y personajes entre distintas tomas y ángulos de cámara, con menos deriva visual o deformaciones en la interpolación de primer y último fotograma y en la extensión de clips.

Audio nativo, diálogos y sincronización labial

Cada clip puede incluir voz, música y efectos de sonido sincronizados. Google afirma que los diálogos suenan más naturales, la sincronización labial es más clara y el modelo mantiene diferenciados a varios interlocutores.

Movimientos de cámara y secuencias multitoma

Según Google, los recorridos FPV, los zoom out y las órbitas ahora se ejecutan con menos cortes bruscos no deseados que en 1.1 Flash. La propia demostración de Google genera un video explicativo de cuatro tomas y 15 segundos a partir de un único fotograma de estilo.

Crea borradores a baja resolución y reescala la mejor toma

Las resoluciones de salida son 360p, 720p, 1080p y 4K. El flujo de trabajo recomendado por Google consiste en crear borradores en 360p o 720p y luego escalar la toma elegida a 1080p o 4K.

Especificaciones de Gemini Omni 1.2 Flash

Especificaciones publicadas por Google para gemini-omni-1.2-flash. Los nombres de los parámetros propios de Kie.ai se indicarán cuando se integre el modelo.

Specification	Gemini Omni 1.2 Flash
ID del modelo (Google)	gemini-omni-1.2-flash
Tasks	Texto a video, imagen a video, video basado en referencias, video de primer y último fotograma, edición de video, extensión de video, escalado, generación de sonido
Duración del clip	De 3 a 15 segundos en incrementos de un segundo; de 3 a 10 segundos en el modo de primer y último fotograma
Extensión de video	Añade de 3 a 10 segundos a un video de entrada
Resolutions	360p, 720p, 1080p y 4K
Relaciones de aspecto	16:9, 9:16
Entradas de imagen	Hasta 10 por prompt (PNG, JPEG, WEBP, HEIC, HEIF)
Entradas de video	Hasta 3 por prompt (MP4, MOV, WEBM y otros formatos comunes); la edición y el escalado admiten videos de hasta 15 segundos
Referencias de movimiento	Clips cortos de hasta 3 segundos
Audio	Voz, música y efectos de sonido generados; el audio no es una entrada general
Resultados por solicitud	1
Provenance	Marca de agua SynthID imperceptible en cada resultado; compatible con Content Credentials de C2PA

Cómo trabajar con Gemini Omni 1.2 Flash

Este flujo de trabajo para la generación de video con Gemini Omni 1.2 sigue la guía de Google de crear borradores y luego escalar, así como las funciones publicadas del modelo.

1
Paso 1: Crea borradores a 360p o 720p
Genera varias tomas cortas en baja resolución a partir de una instrucción de texto, un fotograma de estilo o imágenes de referencia, y elige la que tenga la composición y el movimiento adecuados.
2
Paso 2: Fija tus referencias
Añade planos de producto, imágenes de personajes o envases (hasta 10 imágenes) y fragmentos cortos de movimiento a tus instrucciones para que los rostros, la tipografía y los colores de la marca mantengan la coherencia entre planos y borradores.
3
Paso 3: Refina en turnos conversacionales
Edita el fragmento elegido turno por turno: cambia el fondo, la iluminación, el clima o el ángulo de la cámara, o alterna entre 16:9 y 9:16, sin volver a generar desde cero.
4
Paso 4: Extiende y escala
Extiende la toma aprobada entre 3 y 10 segundos más cuando la escena deba durar más, y reescala los fragmentos finales de hasta 15 segundos a 1080p o 4K.

Qué puedes crear con Gemini Omni 1.2 Flash

¿Aún no conoces el modelo? Empieza por qué es Gemini Omni 1.2 Flash o lee cómo se compara con Seedance 2.5.

Variaciones de productos y anuncios

Mantén el mismo producto, la tipografía del envase y los colores de la marca mientras cambias los fondos, la iluminación o la relación de aspecto para cada ubicación.

Videos explicativos e historias de varios planos

Crea una secuencia de varios planos de hasta 15 segundos a partir de un único fotograma de estilo, tal como hace Google en su propia demostración. Google afirma que los movimientos de cámara como las órbitas y los alejamientos ahora provocan menos cortes bruscos no deseados que en 1.1 Flash.

Personajes hablantes con diálogo

Genera personajes que hablan, junto con música y efectos de sonido en el mismo fragmento. Google afirma que 1.2 Flash ofrece diálogos más naturales y una sincronización labial más clara, además de distinguir entre varios interlocutores.

Edición y cambio de estilo de video

Edita metraje existente de hasta 15 segundos: reemplaza un producto o fondo, cambia el clima o cambia el estilo de todo el fragmento, y luego extiende o escala el resultado.

Gemini Omni 1.2 Flash en Kie.ai

Aún no disponible en Kie.ai

Gemini Omni 1.2 Flash está disponible de forma general a través de Google, pero Kie.ai aún no lo ha integrado. Esta página mostrará los parámetros y precios de Kie.ai una vez que se integre.

Crea con Gemini Omni 1.1 Flash hoy mismo

Puedes iniciar tu flujo de producción de video ahora con Gemini Omni 1.1 Flash en Kie.ai. Ese modelo genera fragmentos de hasta 10 segundos, por lo que puedes crear con él hoy mismo y prepararte para los fragmentos más largos y las ediciones conversacionales que añade 1.2.

Una sola clave en todo el mercado de Kie.ai

Todos los modelos del mercado de Kie.ai utilizan el mismo método de autenticación: un encabezado Authorization: Bearer YOUR_API_KEY con la clave de tu página de gestión de API keys de Kie.ai.

Nada que alojar

Kie.ai proporciona sus modelos como una API; no hay GPU ni pesos del modelo que gestionar.

Preguntas frecuentes

¿Qué novedades incluye Gemini Omni 1.2 Flash en comparación con 1.1 Flash?

Según Google, 1.2 Flash amplía la generación y la edición a 15 segundos (antes 10), añade edición conversacional multiturno, sigue las referencias con mayor precisión, mejora los diálogos y la sincronización labial, y gestiona los movimientos de cámara con menos cortes bruscos no deseados. Google también indica que cuesta menos que 1.1 Flash.

¿Cuánto pueden durar los videos de Gemini Omni 1.2 Flash?

Los clips generados y editados duran de 3 a 15 segundos en incrementos de un segundo; los clips de primer y último fotograma duran de 3 a 10 segundos. La ampliación añade de 3 a 10 segundos a un video de entrada.

¿Qué resoluciones y relaciones de aspecto admite?

Genera salidas en 360p, 720p, 1080p y 4K en 16:9 o 9:16. Google recomienda crear borradores en 360p o 720p y reescalar la toma elegida a 1080p o 4K.

¿Gemini Omni 1.2 Flash genera audio?

Sí. Genera voz, música y efectos de sonido sincronizados con el video, incluidos diálogos con sincronización labial para varios interlocutores. No se acepta audio como entrada general.

¿Qué entradas puedo enviar?

Puedes enviar instrucciones de texto, hasta 10 imágenes por instrucción (PNG, JPEG, WEBP, HEIC o HEIF) y hasta 3 videos por instrucción. Los clips cortos de hasta 3 segundos pueden servir como referencias de movimiento, y la edición y el reescalado admiten videos de hasta 15 segundos.

¿Está disponible Gemini Omni 1.2 Flash en Kie.ai?

Todavía no. Google lo ha puesto a disposición general a través de la Gemini API y Gemini for business, pero Kie.ai aún no lo ha integrado. Hoy puedes desarrollar con Gemini Omni 1.1 Flash en Kie.ai.

¿Cuánto costará la API de Gemini Omni 1.2 Flash en Kie.ai?

Kie.ai aún no ha fijado el precio de Gemini Omni 1.2 Flash; se publicará en esta página cuando se integre el modelo. Google indica que el modelo tiene un precio inferior al de Gemini Omni 1.1 Flash.

¿Los videos de Gemini Omni 1.2 Flash incluyen marca de agua?

Sí. Google añade una marca de agua SynthID imperceptible a cada salida y admite C2PA Content Credentials.

¿Cuáles son las limitaciones conocidas del modelo?

Google indica que sigue mejorando cómo el modelo gestiona la acción deportiva rápida, los cambios bruscos de escena y la física compleja. Por ahora, Google también restringe la edición del habla de las personas en los videos.

AI Video API

AI Image API

AI Audio API

AI Chat API