Modelo de video IA

Gemini Omni Flash 1.2

El modelo de video de Google con audio nativo, de borradores rápidos en 360p a 4K

Gemini Omni Flash 1.2 es el modelo de video de Google que crea imagen y sonido en una sola pasada: el diálogo, la música y los efectos salen de la misma generación que la imagen. En Aicut lo eliges en el mismo cuadro de prompt que cualquier otro modelo, con un precio que ves antes de generar.

360p / 720p / 1080p / 4k

16:9 / 9:16

3-15s

Generar con Gemini Omni Flash 1.2

Cuenta gratuita. El precio en tokens se muestra antes de generar nada.

Hecho con Gemini Omni Flash 1.2

Clips reales del modelo, sin editar.

Por qué los creadores usan Gemini Omni Flash 1.2

La voz, el ambiente y los efectos se generan junto con la imagen, así que una escena hablada, una entrevista o la presentación de un producto llega con el sonido ya listo, sin un paso aparte de locución.

El mismo modelo cubre cuatro niveles de resolución. Un borrador barato en 360p te deja probar una idea, y el prompt que funciona se puede renderizar de nuevo en 1080p o 4K para la versión que publicas.

Qué puedes hacer con Gemini Omni Flash 1.2

•Clips hablados y formatos de entrevista callejera con diálogo en el mismo render.
•Presentaciones de producto y anuncios que mantienen un producto igual entre planos con hasta seis imágenes de referencia.
•Imagen a video desde un fotograma inicial, o una transición controlada entre un fotograma inicial y uno final.
•Borradores rápidos y baratos en 360p antes de decidir la versión final en 1080p o 4K.

Cómo generar con Gemini Omni Flash 1.2

01
Elige Gemini Omni Flash 1.2
Abre el Generador de Video IA y elige Gemini Omni Flash 1.2 en la lista de modelos, o empieza directamente desde esta página.
02
Describe la escena, también lo que se oye
Describe la acción y la cámara, y luego el sonido: cita cada frase hablada tal cual y nombra los efectos o la música que quieres, porque el modelo los genera con la imagen.
03
Añade un fotograma inicial o imágenes de referencia si las tienes
Sube un fotograma inicial, con un fotograma final opcional, o hasta seis imágenes de referencia de un producto, un personaje o un estilo. Los fotogramas y las imágenes de referencia son modos distintos y no se pueden combinar.
04
Elige duración y resolución, y genera
Elige de 3 a 15 segundos y una resolución de 360p a 4K. El precio del botón se actualiza al cambiarlos, y el clip terminado está listo para descargar o publicar en TikTok, YouTube Shorts e Instagram Reels.

Qué incluye cada clip de Gemini Omni Flash 1.2

Audio nativo, siempre activo
El diálogo, la música y los efectos de sonido se generan en la misma pasada que la imagen.
De 3 a 15 segundos
Cualquier duración en pasos de un segundo, con precio por segundo del clip que elijas.
De 360p a 4K
Cuatro niveles de resolución, de un borrador barato a un final en 4K, cada uno con su propia tarifa por segundo.
Fotograma inicial y final
Anima una imagen fija desde un fotograma inicial, o guía el clip entre un fotograma inicial y uno final.
Hasta seis imágenes de referencia
Mantén un producto, un personaje o un look coherente mostrándole al modelo lo que debe respetar.
Vertical u horizontal
9:16 para Shorts, Reels y TikTok, o 16:9 para YouTube y la web.

Lo que Gemini Omni Flash 1.2 hace mejor

•El sonido llega con la imagen: las frases habladas, el ambiente y los efectos se generan en el mismo render, ideal para formatos hablados y de entrevista.
•Un mismo prompt escala de una prueba barata en 360p a un final en 4K, así que puedes probar una idea rápido antes de pagar la versión en alta resolución.
•Las imágenes de referencia mantienen coherente un producto o un personaje, algo que Google destaca en esta versión.

Qué saber antes de generar

•Un clip dura como máximo 15 segundos, así que las piezas más largas se arman con varios clips en el editor.
•Los videos de referencia y la edición de video aún no están disponibles para este modelo en Aicut; acepta texto, fotogramas e imágenes de referencia.
•Según Google, la acción deportiva rápida, los cambios de escena bruscos y la física compleja aún se están mejorando, así que una puesta en escena más simple da resultados más estables.

¿Cuánto cuesta Gemini Omni Flash 1.2?

El precio de abajo es por segundo de video con la tarifa de pago por uso. Una secuencia multiplano se factura por la duración combinada de todas las escenas a estas mismas tarifas, nunca multiplicada por escena.

Resolución	Precio por segundo	Duración
360p	0.1 tokens (0.06 $/s)	3-15s
720p	0.25 tokens (0.15 $/s)	3-15s
1080p	0.3 tokens (0.18 $/s)	3-15s
4k	0.6 tokens (0.36 $/s)	3-15s

Preguntas frecuentes sobre Gemini Omni Flash 1.2

¿Qué es Gemini Omni Flash 1.2?

Es el modelo de video de Google que genera imagen y sonido juntos a partir de texto, un fotograma inicial o final, o imágenes de referencia. La versión 1.2 amplía los clips a 15 segundos y, según Google, sigue las referencias con más precisión y mejora el diálogo y la sincronización labial respecto a la 1.1.

¿Todos los clips tienen sonido?

Sí. El audio está siempre activo en este modelo: el diálogo, la música y los efectos se generan con la imagen, y no hay modo silencioso.

¿El precio cambia con la resolución o la duración?

Sí. Gemini Omni Flash 1.2 se cobra por segundo de video con una tarifa que depende de la resolución: 360p es lo más barato por segundo y 4K lo más caro, y un clip más largo cuesta más a esa tarifa. El precio exacto aparece en el botón antes de generar.

¿Puedo usar mis propias imágenes?

Sí. Usa una foto como fotograma inicial, añade un fotograma final para guiar dónde termina el clip, o sube hasta seis imágenes de referencia de un producto, un personaje o un estilo. Los fotogramas y las imágenes de referencia no se pueden combinar en la misma generación.

¿Puedo publicar el resultado directamente en TikTok, YouTube o Instagram?

Sí. Conecta tus cuentas una vez y publica cualquier video terminado desde Aicut con un clic, o prográmalo. La descarga también está siempre disponible.