Google Vids ahora genera videos de 15 segundos con Gemini Omni 1.2 Flash: tres clips gratis al mes

Google anunció el 5 de noviembre de 2026 que Google Vids, su herramienta de creación y edición de video, ahora funciona con Gemini Omni 1.2 Flash, el modelo más reciente de generación de video de la compañía. La novedad tiene dos caras igual de importantes: los clips generados pasan de un máximo de diez segundos a quince, y cualquier persona con una cuenta de Google o una suscripción de Google Workspace puede generar hasta tres videos de quince segundos al mes sin costo adicional (Google, 2026b).

Para creadores, community managers y pequeños negocios que producen contenido para redes sociales, la combinación es directa: más duración por clip, mejor consistencia visual y una puerta de entrada gratuita dentro de una herramienta que ya vive en el ecosistema de Google. Esta nota explica qué anunció Google, qué mejora Omni 1.2 Flash frente a la versión anterior, cuánto cuesta usarlo más allá del nivel gratuito, quién lo recibe y cuándo, y qué puede significar para quienes producen video desde Colombia (Google, 2026a, 2026b).

¿Qué anunció exactamente Google?

El anuncio llegó por tres canales oficiales el mismo día. El blog de productos de Google presentó la llegada de Omni 1.2 Flash a Google Vids con el titular de generar videos más largos sin costo: a partir del 5 de noviembre, cualquier usuario con cuenta de Google o suscripción de Workspace puede crear hasta tres videos de quince segundos al mes en Vids sin pagar. El mismo texto propone tres usos concretos: producir promociones de producto de una sola generación, transformar imágenes estáticas en videos con personajes y escenas consistentes del primer al último fotograma, y crear clips con narración de voz más natural (Google, 2026b).

El blog de Workspace Updates detalló la experiencia dentro de Vids: el usuario puede elegir la duración del clip con un control deslizante de tres a quince segundos, las generaciones con imágenes de referencia mantienen mejor la apariencia de personajes o productos entre tomas, y la variedad de voces mejora el realismo de la narración. La publicación confirma además que la función no requiere configuración del administrador y que el despliegue completo tarda de uno a tres días desde el 5 de noviembre (Google Workspace Updates, 2026).

El tercer canal fue el blog para desarrolladores de Google, que presentó Gemini Omni 1.2 Flash como modelo de disponibilidad general en la API de Gemini y en Google Cloud, con una reducción de precio del 30 % frente a Omni 1.1. Ese anuncio es el que pone cifras a la tecnología que ahora alimenta a Vids: video nativo de quince segundos, edición por conversación en múltiples turnos y un seguimiento de referencias notablemente más fiel (Google, 2026a).

¿Qué es Gemini Omni 1.2 Flash y qué mejora frente a Omni 1.1?

Gemini Omni es la familia de modelos de generación de video de Google, y la versión 1.2 Flash es la iteración orientada a rapidez y costo razonable. La mejora que resume el salto es la duración: donde Omni 1.1 Flash llegaba a diez segundos por generación, Omni 1.2 Flash alcanza quince segundos de forma nativa, un 50 % más, y permite especificar la duración en incrementos de un segundo entre tres y quince. Cinco segundos adicionales suenan a poco hasta que se piensa en el formato dominante de las redes: un clip de quince segundos cubre de una sola generación buena parte de los anuncios cortos, los avances y las piezas de producto que antes exigían encadenar dos generaciones o aceptar cortes visibles (Android Authority, 2026; Google, 2026a).

La segunda mejora es el seguimiento de referencias. El modelo acepta como guía imágenes de personajes, productos o estilos, clips de movimiento de hasta tres segundos y señales de audio, y mantiene esos detalles del principio al fin del video: rostros, prendas, tipografía de empaques y colores de marca se conservan entre ángulos de cámara. Google muestra el caso de una sola foto de modelo combinada con fotos de tres prendas para generar una secuencia de prueba virtual de quince segundos con giros de 360 grados, manteniendo la identidad de la modelo y el corte de cada prenda (Google, 2026a).

La tercera mejora es la consistencia temporal. Según la compañía, los resultados muestran menos deriva visual y menos deformaciones entre transiciones de movimiento y de cámara, tanto al interpolar entre un primer y un último fotograma clave como al extender un clip para construir una secuencia más larga. La promesa práctica es que productos, personajes, objetos y escenarios se ven como los mismos de toma a toma, el punto donde los modelos anteriores fallaban con más frecuencia (Google, 2026a).

Los ejemplos publicados por la compañía ilustran la diferencia con la versión anterior. Ante el mismo afiche de exhibición de estudio y la misma instrucción de animación por capas, Omni 1.1 Flash no reproducía la imagen de referencia con la fidelidad de 1.2, que construye el afiche capa por capa manteniendo materiales, sombras y detalles tipográficos hasta el fotograma final. Otro ejemplo encadena dos turnos: primero genera un pulpo ondulante y después lo reemplaza por una bailarina cuyo vestido reproduce exactamente el mismo movimiento fluido, una transferencia de movimiento que antes exigía herramientas especializadas (Google, 2026a).

¿Cómo funciona la edición por conversación?

Omni 1.1 ya permitía editar video con instrucciones de texto; Omni 1.2 Flash convierte esa edición en una conversación de varios turnos sobre el mismo clip. En lugar de regenerar desde cero cuando un detalle no convence, el usuario pide ajustes sucesivos: cambiar un producto o un fondo, modificar la iluminación o el clima, o cambiar la proporción de aspecto, mientras el modelo conserva los elementos que no se pidió tocar. Google lo demuestra con un clip cuyo fondo cambia turno a turno, de una carpa de feria a un bosque de robles, un establo, un mercado y un castillo de piedra, manteniendo intactos las actuaciones de los personajes, los reflejos de sus armaduras y el encuadre (Google, 2026a).

El efecto en el flujo de trabajo es el que cualquier editor reconocerá: corregir cuesta menos que rehacer. Para un equipo que produce variantes de un mismo anuncio para distintas audiencias y ubicaciones, la edición multiturno elimina el ciclo de volver a escribir la instrucción completa y volver a generar, que multiplicaba tanto el tiempo como el costo. Android Authority lo señala como una de las mejoras principales del modelo, precisamente por lo que ahorra en producción de variantes (Android Authority, 2026).

La edición conversacional funciona sobre los clips completos de quince segundos, no solo sobre fragmentos cortos. Eso importa porque la tentación de los modelos de video es degradar la escena con cada cambio; la apuesta de Google es que los ajustes sucesivos mantienen la actuación, los reflejos y el encuadre originales, de modo que la quinta versión del clip se vea tan sólida como la primera (Google, 2026a).

¿Qué pasa con el habla y el movimiento de cámara?

Dos mejoras adicionales completan el paquete. La primera es el habla: el modelo genera diálogos más fluidos y naturales, con sincronización de labios más clara y la capacidad de distinguir varios hablantes en una misma escena, asignando a cada personaje la voz que le corresponde. Google lo muestra con una escena animada de quince segundos condicionada con referencias de personaje, boca y voz, donde cada voz muestreada se dirige al personaje correcto con sincronización expresiva. Para videos explicativos, avances y clips con narración, esta mejora es la que separa un resultado usable de uno que delata su origen sintético (Google, 2026a).

La segunda es el control cinematográfico: movimientos de cámara complejos y continuos, desde recorridos FPV hasta zooms dramáticos y órbitas, con menos cortes de salto no deseados y una escala más estable. El ejemplo que publica la compañía es un vuelo de dron continuo guiado por dos fotos de referencia arquitectónicas, que cruza una plaza, entra por unas puertas de bronce y sube por la cúpula del Panteón hasta el óculo sin un solo corte. El propio anuncio reconoce, con honestidad poco común, que el desarrollo continúa en puntos como la acción deportiva rápida, los cambios de guion veloces y la física compleja (Google, 2026a).

¿Cuánto cuesta usarlo?

Antes de hablar de cifras, un dato de contexto: Omni 1.2 Flash es la primera versión de Gemini Omni disponible de forma general, respaldada por la infraestructura y la seguridad empresarial de Google Cloud, con capacidad de Provisioned Throughput para cargas de producción. Google afirma que empresas, startups y creativos ya lo usan en sus flujos de trabajo, y que los resultados generados incluyen la marca de agua imperceptible SynthID, pensada para que las plataformas y las herramientas de verificación puedan identificar el contenido sintético sin alterar la imagen visible (Google, 2026a).

La respuesta depende de la puerta de entrada. En Google Vids, el nivel sin costo adicional cubre hasta tres videos de quince segundos al mes para cualquier persona con cuenta de Google o suscripción de Workspace, lo que convierte a Vids en la vía más accesible para probar el modelo. Los usuarios con licencias del complemento AI Expanded Access tienen límites de uso más altos de Omni dentro de Vids (Google, 2026b; Google Workspace Updates, 2026).

En la API de Gemini y en Google Cloud, donde el modelo está en disponibilidad general para producción, el precio bajó 30 % frente a Omni 1.1 y quedó en 0,07 dólares por segundo de video a 720p. Un clip de quince segundos a esa resolución cuesta, entonces, alrededor de 1,05 dólares antes de cualquier ajuste por resolución. El flujo recomendado por Google para contener costos es borrador rápido a 360p o 720p, corrección del detalle con una edición de seguimiento en lugar de regenerar el clip completo, y escalado a 1080p o 4K solo de las mejores piezas. Todos los videos generados llevan la marca de agua imperceptible SynthID, la señal de procedencia sintética de la compañía (Google, 2026a).

En la aplicación Gemini, la generación de videos de quince segundos se despliega inicialmente para los suscriptores de Google AI Ultra, el nivel más alto del servicio de consumo, mientras que Flow, la herramienta de dirección cinematográfica, permite a los usuarios gratuitos dirigir escenas y ediciones multiturno con el nuevo modelo. Android Authority especula, sin confirmación oficial, que el modelo podría llegar después a los niveles AI Plus y Pro, un punto que queda por confirmar (Android Authority, 2026; Google, 2026a).

¿Quién lo recibe y cuándo?

Dentro de Workspace, el despliegue de Omni 1.2 Flash en Vids comenzó el 5 de noviembre con una implementación completa de uno a tres días para la visibilidad de la función, tanto en dominios de lanzamiento rápido como programado. La lista de ediciones es amplia: Business Starter, Standard y Plus; Enterprise Starter, Standard y Plus; Education Plus; cuentas personales de Google con AI Pro y Ultra; Enterprise Essentials y Essentials Plus; organizaciones sin fines de lucro; edición Individual; y los complementos Google AI Pro for Education, Teaching and Learning y AI Expanded Access, este último con límites más altos de uso (Google Workspace Updates, 2026).

Un detalle administrativo relevante: la función no tiene control de administrador, es decir, aparece para los usuarios sin que el área de tecnología deba activarla ni pueda restringirla desde la consola. Las organizaciones con políticas estrictas sobre contenido generado por inteligencia artificial harían bien en comunicar sus lineamientos internos, porque la herramienta simplemente estará ahí (Google Workspace Updates, 2026).

¿Qué significa para Colombia?

Para los pequeños negocios colombianos, la cuenta es atractiva. Un restaurante, una tienda de barrio o un emprendimiento de modas puede producir tres clips de quince segundos al mes sin pagar un peso adicional, suficiente para sostener una presencia mínima en redes con piezas de producto, y escalar a la API solo cuando el volumen lo justifique. A la tarifa de 0,07 dólares por segundo, una campaña de diez clips de quince segundos costaría unos diez dólares antes de resolución, una cifra que compite con una sola hora de trabajo de edición profesional (Google, 2026a, 2026b).

El anuncio es internacional y no menciona a Colombia, así que no hay disponibilidad local que anunciar: el despliegue de Workspace aplica por igual a los dominios colombianos dentro de las ediciones listadas, y las cuentas personales del país entran en la misma regla de los tres videos mensuales. Tampoco hay precios en pesos ni promociones regionales; los costos de API se facturan en dólares. La recomendación práctica es verificar en la propia cuenta, en vids.new, si la función ya aparece, porque el despliegue de uno a tres días puede repartir la visibilidad entre usuarios (Google Workspace Updates, 2026).

Para agencias de publicidad y productoras de contenido, la mejora de consistencia es la parte estratégica: mantener intactos el empaque, la tipografía y los colores de marca entre tomas es exactamente lo que separa un video generado presentable de uno inutilizable para un cliente. Si la promesa de seguimiento de referencias se cumple en la práctica, el prototipado de comerciales y el contenido de catálogo cambian de costo de forma permanente, y la competencia se traslada de la producción técnica a la calidad de la idea (Google, 2026a).

Hay también una lectura para educadores y creadores independientes. La edición Education Plus figura en la lista de disponibilidad, lo que abre la puerta a que docentes produzcan clips explicativos cortos sin conocimientos de edición, y los tres videos mensuales del nivel gratuito son un banco de pruebas suficiente para evaluar si la herramienta cabe en un flujo de trabajo real antes de comprometer presupuesto. Para los creadores que ya viven de las plataformas de video, la pregunta práctica no es si la inteligencia artificial entra a su proceso, sino en qué eslabón: la generación de tomas de apoyo, los prototipos de guion visual y las variantes de formato son los candidatos naturales (Google Workspace Updates, 2026).

¿Cómo aprovechar los tres videos gratis al mes?

Con un cupo limitado, la disciplina de uso importa. La primera recomendación es llegar con la idea cerrada: quince segundos dan para un mensaje, no para tres, así que conviene definir el producto, el tono y la llamada a la acción antes de gastar una generación. La segunda es usar imágenes de referencia propias siempre que se pueda: la foto real del producto, del local o del personaje de marca es lo que activa la consistencia que distingue a Omni 1.2, y convierte una pieza genérica en una reconocible (Google, 2026a, 2026b).

La tercera recomendación es tratar la edición por conversación como parte del cupo mental, no como un gasto aparte: si un clip sale bien salvo por el fondo, pedir el cambio en el mismo hilo conserva lo logrado en lugar de apostar otra generación completa. Y la cuarta es recordar que los videos llevan la marca SynthID y que las plataformas sociales piden cada vez más declarar el contenido sintético: etiquetar la pieza como generada por inteligencia artificial donde corresponda evita problemas de política de contenido y desgaste de confianza con la audiencia (Google, 2026a).

Una quinta recomendación es de calendario: el cupo se renueva por mes, de modo que los clips no usados no se acumulan. Para un negocio que quiere probar la herramienta con seriedad, el ejercicio sensato es reservar las tres generaciones del primer mes a tres experimentos distintos, una promoción de producto, una pieza a partir de fotos propias y un clip narrado, y medir cuál responde mejor la audiencia antes de decidir si el siguiente paso es la API o un nivel pago (Google, 2026a, 2026b).

¿Qué dicen los medios especializados?

La cobertura independiente coincide en la lectura central. Android Authority resume el anuncio como la llegada de clips un 50 % más largos con mejor consistencia visual, mejor seguimiento de referencias, habla más natural y edición conversacional multiturno, y subraya el reparto desigual del acceso: la aplicación Gemini exige la suscripción AI Ultra para los videos de quince segundos, mientras que los usuarios gratuitos reciben una porción de las capacidades a través de Flow y el nivel más generoso llega por Google Vids con sus tres videos mensuales sin costo (Android Authority, 2026).

El mismo medio registra una pregunta abierta que conviene repetir: no hay confirmación de cuándo, o si, los suscriptores de Google AI Plus y AI Pro recibirán el modelo completo en la aplicación Gemini. Es una zona gris de la estrategia de niveles de Google que solo se resolverá con anuncios posteriores, y cualquier afirmación más específica sería especulación (Android Authority, 2026).

El matiz que conviene conservar en medio del entusiasmo es que los ejemplos publicados son selecciones de la propia compañía. Los clips de demostración muestran el modelo en sus mejores condiciones, con referencias limpias y escenas elegidas; la experiencia cotidiana con fotos de producto tomadas con un celular y fondos desordenados dirá hasta dónde llega la consistencia prometida. Nada en el anuncio garantiza resultados idénticos fuera de ese entorno controlado, y la prueba honesta está al alcance de cualquiera con los tres videos gratuitos del mes (Google, 2026a).

¿Qué límites y preguntas quedan abiertas?

El propio anuncio delimita el terreno por explorar: la acción deportiva rápida, los cambios veloces de guion y la física compleja siguen en desarrollo, lo que sugiere que escenas con movimientos bruscos o interacciones físicas detalladas pueden degradarse. La marca SynthID identifica el contenido como sintético, pero no sustituye el criterio editorial sobre cuándo declararlo abiertamente. Y los tres videos mensuales gratuitos son un cupo de descubrimiento, no un flujo de producción: quien necesite volumen pasará necesariamente por la API o por los niveles pagos (Google, 2026a).

También queda por verificar la experiencia real del despliegue: si los quince segundos aparecen de inmediato en todas las cuentas colombianas, si la calidad de la narración en español iguala la de los ejemplos en inglés del anuncio, y si la consistencia de referencias sobrevive a productos reales con empaques complejos. Son preguntas que solo la práctica responderá en las próximas semanas. Mientras tanto, el hecho central ya es oficial: Google Vids genera videos de quince segundos con Omni 1.2 Flash, y probarlo no cuesta nada (Google, 2026a, 2026b).

Falta también información práctica de detalle: Google no ha publicado límites explícitos por minuto en la API, ni la lista completa de idiomas con calidad garantizada en la narración, ni el comportamiento exacto de la edición multiturno cuando los cambios solicitados se contradicen entre turnos. Son preguntas de documentación que suelen resolverse en las semanas posteriores al lanzamiento, y que conviene revisar en el Centro de Ayuda de Vids antes de estructurar un flujo de producción serio sobre el modelo (Google, 2026a; Google Workspace Updates, 2026).

Referencias

Android Authority. (2026, 5 de noviembre). Google announces Gemini Omni 1.2 Flash with 15-second videos. Android Authority. https://www.androidauthority.com/google-gemini-omni-1-2-flash-announced-3732209/

Google. (s.f.). What is Gemini Omni? [Video]. YouTube. https://www.youtube.com/watch?v=uW4B6ziQqvY

Google. (2026a, 5 de noviembre). Gemini Omni 1.2 Flash: 15-second video and lower pricing. Google Blog. https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/

Google. (2026b, 5 de noviembre). Create longer AI videos with Omni 1.2 in Google Vids. Google Blog. https://blog.google/products-and-platforms/products/workspace/omni-1-2-flash-google-vids/

Google Workspace Updates. (2026, 5 de noviembre). Gemini Omni 1.2 Flash now in Vids with 15-second generations and improved quality. Google Workspace Updates. https://workspaceupdates.googleblog.com/2026/11/gemini-omni-12-flash-now-in-vids-with-15second-generations-and-improved-quality.html

Pexels. (s.f.). Licencia de Pexels. Consultado el 6 de noviembre de 2026, de https://www.pexels.com/license/