Gemini Omni 1.2 vs 1.1 Flash: clips de 15 segundos y adiós a los cortes inesperados en los diálogos

Perspectivas5 min de lectura
Gemini Omni 1.2 vs 1.1 Flash: clips de 15 segundos y adiós a los cortes inesperados en los diálogos

Gemini Omni 1.2 frente a 1.1 Flash con los mismos prompts: un plano secuencia FPV, una escena de diálogo entre dos personas, clips de 15 segundos y precio. Lo que de verdad mejoró.

El 5 de noviembre, Google lanzó Gemini Omni 1.2 Flash en disponibilidad general. El anuncio enumera una serie de mejoras: clips de hasta 15 segundos, más fidelidad a las imágenes de referencia, diálogos y sincronización labial más naturales, menos jump cuts no deseados en movimientos de cámara largos y un precio cerca de un 30 % más bajo que el de 1.1. La línea que más importa está en el registro de cambios para desarrolladores: a partir del 3 de diciembre, todas las solicitudes a Omni 1.1 se redirigirán automáticamente a 1.2.

Así que 1.1 está en cuenta regresiva. ZOOOP no esperó. Cuando Gemini Omni 1.2 Flash salió, retiramos 1.1 al mismo tiempo, y la antigua página de 1.1 ahora redirige a 1.2. Antes de apagarlo, pasé los mismos prompts por las dos versiones para ver dónde se nota de verdad la mejora.

Qué cambió en Gemini Omni 1.2

Primero, las especificaciones. Las ves enseguida en el Generador de video con IA:

  • Duración: de 3–10 segundos a 3–15 segundos, a elegir segundo a segundo. Con un fotograma final, el máximo es de 10 segundos.
  • Edición: los videos de origen ahora pueden durar hasta 15 segundos en lugar de 10.
  • Ampliación: ya no hay límite para la duración del video de origen. El modelo lee los últimos 10 segundos y continúa entre 3 y 10 segundos.
  • Sin cambios: solo 16:9 y 9:16, de 360p a 4K, y el audio siempre está activado. Puedes orientarlo, pero no desactivarlo. Hasta 10 imágenes de referencia y hasta 3 videos de referencia de 3 segundos cada uno.

En cuanto al precio, Gemini Omni 1.2 cuesta en ZOOOP lo mismo por segundo que costaba 1.1, en todas las resoluciones.

Cómo lo probamos: dos prompts, dos versiones

Dos prompts, apuntando a lo que Google dice que más mejoró. El primero es un plano secuencia con dron FPV: rozando un lago con niebla al amanecer, pasando entre dos pinos, sobrevolando el techo de una cabaña y revelando las montañas nevadas detrás, con "sin cortes" escrito en el prompt. El segundo es una escena de diálogo entre dos personas: en una cafetería, un barista de pelo rizado entrega un latte y dice una frase, y un cliente con abrigo gris le responde. Ambos a 720p, 6 segundos, 16:9.

Primera diferencia: el plano secuencia termina en empate

Esperaba que 1.2 ganara esta con facilidad. Las dos versiones lo hicieron bien. Pasé detección de escenas por ambos clips, fotograma a fotograma, y ninguno tiene un corte seco. El mayor cambio entre fotogramas en cualquiera de los dos es simplemente un movimiento de cámara normal.

Plano secuencia FPV, Gemini Omni 1.1 arriba, Gemini Omni 1.2 abajo, a los 0,5, 3 y 5,5 segundos

La diferencia está en la trayectoria. 1.1 vuela desde la orilla del lago hasta el frente de la cabaña y luego se eleva justo por encima del techo. 1.2 sí pasa entre los dos pinos y al final sube más alto, mostrando los picos nevados y un mar de nubes en el valle, lo que se acerca más al prompt. Si necesitas planos largos de paisaje, 1.1 ya los resolvía; 1.2 solo sigue las indicaciones un poco mejor.

Segunda diferencia: en los diálogos, 1.2 deja de cortar por su cuenta

Aquí es donde la diferencia es más clara.

1.1 lo filmó como plano/contraplano: un plano medio del barista entregando la taza y, a los 4,6 segundos, un corte seco a un primer plano del cliente. El montaje en sí está bien, muchas escenas con actores reales se cortan así, pero el prompt pedía un solo plano medio, y después del corte el barista queda fuera de cuadro. Gemini Omni 1.2 se mantiene en un único plano de los dos todo el tiempo. Ambos siguen en cuadro, y entregar la taza, recibirla e intercambiar frases ocurre en un solo plano continuo, con un movimiento que fluye con naturalidad.

Escena de diálogo, Gemini Omni 1.1 arriba, Gemini Omni 1.2 abajo, a los 0,5, 3 y 5,5 segundos

La escena de diálogo en movimiento, Gemini Omni 1.1 a la izquierda, Gemini Omni 1.2 a la derecha

1.1 sí ganó en un detalle: el prompt decía "abrigo gris", y 1.1 lo entregó gris. El abrigo del clip de 1.2 es tan oscuro que parece casi negro. Los dos clips tienen frases habladas y ambiente de cafetería, pero no transcribí el diálogo palabra por palabra, así que no voy a decir cuál tiene mejor sincronización labial.

Tercera diferencia: 15 segundos alcanzan para contar un momento completo

Pasar de 10 a 15 segundos suena a solo cinco segundos más, pero cambia la forma de usar el modelo. Diez segundos suelen cubrir una sola acción. Quince segundos dan para una apertura, una revelación y un cierre, así que un anuncio para redes sociales ya no necesita montarse por partes. Durante las pruebas de lanzamiento generamos un clip vertical de 15 segundos de una sola vez, y el audio se mantuvo coherente de principio a fin, sin uniones visibles.

Una cosa a tener en cuenta con clips más largos: Fotograma inicial / final sigue limitado a 10 segundos cuando agregas un fotograma final, y la casilla del fotograma final se bloquea si eliges 11 segundos o más.

Velocidad y precio

La velocidad es prácticamente la misma. En esta prueba a 720p y 6 segundos, las dos versiones terminaron en unos 50 segundos. El precio por segundo es el mismo que el de 1.1 y, con 1.1 retirado, de todas formas no hay razón para quedarse en la versión anterior.

Veredicto: usa 1.2 y listo

Las mejoras que más importan aquí son dos: clips de hasta 15 segundos y escenas de diálogo que ya no cortan por su cuenta, al mismo precio por segundo que antes. Para planos secuencia de paisaje, 1.1 ya era bueno; 1.2 simplemente sigue el prompt un poco más de cerca.

Si hiciste una serie de videos con 1.1 y necesitas añadir planos, espera pequeñas diferencias de estilo con Gemini Omni 1.2, como el color de la ropa, así que sé específico en el prompt. Para cambiar el estilo de un clip existente usa Editar video, y para continuar un clip usa Ampliar video. Los dos ya funcionan con 1.2.

Preguntas frecuentes

¿Todavía puedo usar Gemini Omni 1.1?

ZOOOP retiró 1.1, y su página redirige a 1.2. Google también redirigirá automáticamente todas las solicitudes a 1.1 hacia 1.2 a partir del 3 de diciembre.

¿Cuánto puede durar un clip de Gemini Omni 1.2?

Texto a video, referencia a video y generación desde un fotograma inicial van de 3 a 15 segundos. Con un fotograma final, el máximo es de 10 segundos.

¿Puedo desactivar el audio en Gemini Omni 1.2?

No, el audio siempre se genera. Puedes orientarlo con prompts como "sin diálogo" o "sin música de fondo", o silenciar el clip después.

¿1.2 es más caro que 1.1?

No. En ZOOOP, Gemini Omni 1.2 cuesta lo mismo por segundo que costaba 1.1, en todas las resoluciones.

Compartir

Descubre más

Ver todo