Una tarjeta de título generada bajo el antetítulo '20 de noviembre de 2026 - despliegue para consumidores', titulada 'Gemini Omni 1.2 Flash ahora es un botón de GIF', con el subtítulo 'Solo para suscriptores, ocho países, solo mediante la app y ni una sola línea sobre ello en el registro de cambios de la API Gemini de Google'. Tres filas numeradas a continuación dicen: el modelo pasó a disponibilidad general el 5 de noviembre de 2026, dieciséis días antes de la publicación del GIF; un render de tres segundos en 720p cuesta alrededor de $0.21 en tokens de salida a $12.00 por millón; y no hay un formato de respuesta GIF en la API, así que la conversión ocurre en la capa de la app. El logotipo de OrcaRouter está compuesto en la esquina inferior derecha.
Guides & Insights

Gemini Omni 1.2 Flash ahora crea GIFs: la documentación de Google no lo menciona

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

En la noche del 20 de noviembre de 2026, la cuenta @testingcatalog en X publicó una captura de pantalla del compositor de la aplicación G​emini con una tercera tarjeta de creación. Junto a «Reestilizar» y «Hacer una imagen» estaba «Crear GIF: pelícano montando en bicicleta». La publicación decía que los suscriptores de G​oogle AI ya pueden generar GIF en G​emini, que la función funciona con G​emini Omni 1.2 Flash y que está disponible en EE. UU., Japón, Corea, Australia, Canadá, el Reino Unido, Alemania y Francia. El modelo no es la noticia aquí. G​emini Omni 1.2 Flash estuvo disponible de forma general el 5 de noviembre de 2026, dieciséis días antes de esa publicación. Lo nuevo es que G​oogle ha puesto un modelo de vídeo ante los consumidores en forma de botón de GIF, tras una suscripción, en ocho países, y no lo ha documentado en ninguna página que hayamos podido encontrar.

Esa diferencia merece tomarse en serio en lugar de tratarla como una formalidad. El lanzamiento de un modelo tiene una entrada en el registro de cambios, una ficha del modelo y una fila de precios. Una función para consumidores añadida a un modelo tiene lo que la aplicación incluya, y la documentación se pone al día después o nunca. Cualquiera que planifique en torno a G​emini Omni 1.2 Flash —para un producto, un flujo de trabajo, un presupuesto— necesita saber cuál de esas dos cosas acaba de ocurrir. A 21 de noviembre, es la segunda.

¿Qué se lanzó el 20 de noviembre?

La evidencia es una sola publicación de un tercero y la captura de pantalla que incluye. Es escasa, y es lo que hay. La imagen muestra el compositor estándar de la aplicación G​emini con sus tarjetas de sugerencias de prompts, una de las cuales es un prompt de GIF, lo que indica que la función es un modo de creación del producto de consumo y no algo que se invoque. No muestra un límite de duración, una resolución, un tamaño de archivo, una ruta de exportación ni un coste. Esos detalles no aparecen en la publicación ni en el sitio de G​oogle.

Lo que la publicación sí establece, y lo que la lista de países corrobora, es la forma del despliegue: restringido a suscriptores, restringido geográficamente y solo para la aplicación. Tres restricciones a la vez son la seña de identidad de un experimento escalonado para consumidores, no de un lanzamiento de plataforma. Si G​oogle hubiera incluido GIF como una capacidad del modelo, el lugar natural para decirlo sería el registro de cambios de la API de G​emini — la misma página que contenía la entrada del 5 de noviembre para G​emini Omni 1.2 Flash. Esa entrada sigue siendo la última palabra sobre el modelo, y no menciona GIF.

Por qué un modelo de video está detrás de un botón de GIF

La combinación es menos extraña de lo que parece. Gemini Omni 1.2 Flash genera entre tres y quince segundos de vídeo en cualquier segundo entero, con diez por defecto, y produce audio sincronizado nativo junto con la imagen. Un GIF es una animación corta, silenciosa y en bucle, y las dos primeras de esas propiedades —corta y animada— son exactamente lo que el modelo ya genera. Convertir un render de tres segundos en un GIF es una transcodificación: decodificar, descartar la pista de audio, cuantizar a una paleta de 256 colores y repetirlo en bucle. Nada en ese flujo de procesamiento necesita un modelo nuevo, y por eso una función de GIF puede aparecer sobre un endpoint de vídeo existente sin que el endpoint cambie.

El mismo razonamiento explica por qué GIF no es un tipo de salida obvio de la API. La API acepta una modalidad de respuesta —vídeo, con un URI opcional para archivos de más de 4 MB— y devuelve un contenedor. Un GIF es una elección de contenedor, no una modalidad, y la guía de Google no documenta ningún formato de respuesta GIF para el modelo. Si la aplicación produce GIF a partir de Omni 1.2 Flash, la conversión ocurre en la capa de la aplicación, después de que el modelo responda.

También explica cómo se traducen las cifras principales del modelo a este contexto. El registro de cambios de Google del 5 de noviembre describía «generación de video de hasta 15 segundos y edición conversacional», una reducción del 30 % en el precio de salida de video a 12,00 USD por millón de tokens, límites de frecuencia duplicados en los niveles de pago y compatibilidad con hasta seis imágenes de referencia para mantener la coherencia de personajes y sujetos. En un botón GIF, la mayor parte de eso es irrelevante. Quince segundos es mucho más de lo que debería durar un GIF, la edición conversacional no se expone en una tarjeta de creación de un solo uso y las imágenes de referencia no forman parte de la evidencia.

Los ocho países, y el muro de pago

La lista de países es la parte de la publicación que se lee como un despliegue real y no como una demostración, porque es curiosamente específica. Ocho mercados, y la composición es reveladora:

• América del Norte: Estados Unidos y Canadá, ambos incluidos.

• Asia-Pacífico — Japón, Corea y Australia, con India e Indonesia ausentes a pesar de ser grandes mercados de Gemini.

• Europa — solo el Reino Unido, Alemania y Francia, que son tres de los cuatro mercados más grandes del conjunto formado por la UE y el Reino Unido, y ninguno de los más pequeños.

• Totalmente ausente — el resto del EEE, Suiza, India, Brasil y toda América Latina fuera de Canadá y EE. UU.

Compáralo con una restricción que Google sí documenta para este modelo: la edición y ampliación de videos subidos no está disponible en el EEE, Suiza y el Reino Unido. La lista de GIF incluye al Reino Unido y deja fuera al EEE en general, así que, si la función de la app sigue la misma lógica regulatoria, la situación del Reino Unido difiere entre la API y la app. Es una inconsistencia real y vale la pena señalarla en lugar de resolverla; nada publicado lo explica.

La barrera de suscriptores es la mitad más sencilla. Gemini Omni 1.2 Flash no tiene ningún nivel gratuito en la API; cada fila de la página de precios dice «No disponible» en la columna gratuita. Así que un muro de suscripción delante de un botón de GIF es coherente con cómo Google ya fija el precio del modelo. La pregunta que realmente se hará un lector de uno de los ocho países no es si cuesta algo, sino si un GIF cuenta para una cuota de la aplicación o es gratis una vez que pagas. Ni la publicación ni las páginas de Google responden a eso.

Screenshot of the Gemini Omni 1.2 Flash pricing block on Google's Gemini API pricing page, showing the Standard tier table with 'Input price (text / image / video) - Not available on the Free Tier, $1.50 on the Paid Tier per 1M tokens' and 'Output price including thinking tokens - Not available on the Free Tier, $9.00 (text) / $12.00 (video) on the Paid Tier'.

Cuánto cuesta renderizar un GIF de tres segundos

Los suscriptores no ven una factura, así que esta aritmética trata de cuánto vale el render subyacente, no de lo que se le cobra a nadie. Google factura la salida de video por segundo, a una tasa fija de tokens por resolución, y publica las constantes. A 720p, el modelo emite 5,792 tokens de salida de video por segundo de metraje, y la salida de video cuesta $12.00 por millón de tokens.

• Tres segundos a 720p: 17.376 tokens, unos 0,21 $ de salida.

• Cinco segundos a 720p — 28.960 tokens, aproximadamente 0,35 $.

• Diez segundos a 720p — 57.920 tokens, unos $0,70, lo que coincide con la propia frase de G​oogle «~$0,70 por un clip de 10 s» y confirma la constante.

• Tres segundos a 360p — 1.931 tokens por segundo, así que 5.793 tokens, unos 0,07 $.

• Tres segundos a 1080p: 8,688 tokens por segundo, es decir, 26,064 tokens, unos $0.31, aunque tanto 1080p como 4K se escalan desde un renderizado inferior en lugar de ser nativos.

Se pueden extraer dos observaciones. Primera, las cifras por GIF son lo bastante pequeñas como para que una suscripción las cubra cómodamente, que es presumiblemente por lo que la función está condicionada a una suscripción en lugar de facturarse por uso. Segunda, la resolución es la única palanca real: los mismos tres segundos cuestan tres veces más en 1080p que en 720p, y la cuantización de color de un GIF desecha la mayor parte de lo que aportó esa resolución adicional. Quien haya creado la función de la aplicación tenía una razón obvia para renderizar a baja resolución y cuantizar.

Un GIF desecha las mejores partes del modelo.

Esta es la limitación honesta de todo el planteamiento. Dos cosas hacen que G​emini Omni 1.2 Flash sea interesante como modelo de vídeo —audio sincronizado nativo y un límite de quince segundos—, y el formato GIF descarta ambas por definición. El GIF no tiene pista de audio ni un estándar para ella. Una animación en bucle es también la única forma de vídeo en la que la duración es una desventaja, ya que cada segundo adicional aumenta el tamaño del archivo de algo que la gente espera que se cargue al instante.

Así que la capacidad que recibe un suscriptor es la coherencia visual del modelo en una duración y un formato que eliminan su audio y su ventaja de duración. Eso no es una crítica a la función; un pelícano en bicicleta es exactamente para lo que sirve un GIF en bucle de tres segundos. Es una advertencia contra interpretar la función como prueba de que la calidad de vídeo de Omni 1.2 Flash ha llegado a la aplicación de consumo. Tres segundos de animación cuantizada, silenciosa y en bucle son una ventana estrecha hacia un modelo cuya especificación es de quince segundos con diálogo, sincronización labial y condicionamiento multihablante.

También hay un punto sobre la procedencia que conviene conocer. Según la documentación de G​oogle, cada salida de este modelo lleva una marca de agua SynthID. Que una marca SynthID sobreviva a la recodificación de GIF y a la cuantización de paleta no es algo que G​oogle haya publicado, y es el tipo de cuestión que importa más para un archivo en bucle fácil de compartir que para un vídeo. Trátalo como un tema abierto. La suposición segura es que un GIF creado de esta forma sigue siendo contenido generado por G​oogle, pero no asumas que la marca de agua esté intacta en el archivo que descargaste.

A generated single-column scoreboard titled 'Gemini Omni 1.2 Flash - the scoreboard', with rows reading 'Generally available: 5 November 2026', 'Duration: 3 to 15 seconds, 10 by default', 'Video output: $12.00 per million tokens', '720p cost: about $0.07 per second', 'Free tier: none' and 'GIF in the API: no documented format'. The footer reads 'Model, duration and pricing figures per Google's Gemini API pages, read 21 November 2026; the GIF button is per a single X post and is undocumented by Google.' The OrcaRouter logo is composited bottom-right.

No en el registro de cambios, ni en la tarjeta del modelo.

La laguna en la documentación es lo bastante concreta como para enumerarla, porque cada ausencia es un lugar donde un lector razonablemente buscaría primero:

• El registro de cambios de la API de Gemini — la entrada del 5 de noviembre de 2026 para Gemini Omni 1.2 Flash abarca la duración, la edición conversacional, la extensión a 30 segundos, las imágenes de referencia y la reducción de precio. No se menciona GIF, y no hay ninguna entrada posterior.

• Notas de la versión de la aplicación Gemini — sin entrada de GIF.

• La ficha del modelo — describe la salida como generación y edición de video de hasta 15 segundos con audio nativo, interpolación de fotogramas clave y extensión de video. Ningún tipo de salida de secuencia de imágenes o GIF.

• La página de precios — tres filas para este modelo: entrada a $1.50 por millón de tokens, salida de texto a $9.00, salida de video a $12.00. Sin línea por imagen ni por GIF.

La ausencia de documentación no es ausencia de una función, y este es el caso en el que la distinción importa. La captura de pantalla no está fabricada: la interfaz de usuario del compositor, las tarjetas de indicaciones y la redacción son coherentes con la aplicación tal como se distribuye hoy. Lo que falta es cualquier declaración de G​oogle sobre límites, retención, coste o ventana de disponibilidad. Una función que solo existe en una compilación de cliente puede retirarse en una semana, y los experimentos de consumo por etapas a menudo se retiran.

Si necesitas esto desde una API, no lo tienes.

Esa es la respuesta práctica para cualquiera que construya en lugar de limitarse a consumir. No hay ningún endpoint GIF al que llamar —ni en la API de G​oogle y, por lo tanto, tampoco a través de ninguna pasarela, incluida la nuestra. OrcaRouter no ofrece G​emini Omni 1.2 Flash; consultamos el catálogo y los endpoints Omni no figuran en él. Si Omni es el modelo que necesitas, la API propia de G​oogle es el camino, y decirlo es más útil que insinuar lo contrario.

Lo que un router aporta aquí es la capa que rodea a un pipeline de vídeo, no el render en sí. La expansión de prompts, la generación de listas de planos, el etiquetado, la moderación y la auditoría posterior son todas tareas de texto, y son las que acaban atadas al modelo que estuviera disponible cuando se escribió el código. Una sola clave para más de 200 modelos con failover automático saca ese riesgo de tu ruta crítica, y como OrcaRouter factura con un 0 % de recargo y repercute directamente el precio de lista del proveedor, un cambio de precio del proveedor en los modelos que sí usas llega a nuestro lado el mismo día que llega al suyo. El recorte de precio de vídeo del 1.1 al 1.2 es el ejemplo: de $17.50 a $12.00 por millón de tokens de salida, sin necesidad de esperar a que ajustemos nuestros precios.

En concreto, para la cuestión de los GIF, la respuesta honesta durante las próximas semanas es estar pendiente del registro de cambios de la API y no de la aplicación. Si la salida en GIF aparece como un formato de respuesta documentado, pasa a ser enrutable y la aritmética de este artículo se convierte en un ejercicio de presupuestación. Hasta entonces, es una función orientada al consumidor con una lista de países.

Screenshot of Google's Gemini API changelog showing the 'Gemini Omni 1.2 Flash generally available (GA)' entry, naming the model id gemini-omni-1.2-flash, up to 15-second video generation, 3 to 10 second per-turn extension up to 30 seconds total, up to 6 reference images, a 30% lower video output price at $12.00 per 1M tokens and doubled rate limits, with the following notice that gemini-omni-1.1-flash requests route to 1.2 from 3 December 2026.

Qué ver

Tres señales resolverían esto. Una línea en el registro de cambios de la API de Gemini que describiera un formato de salida de imagen animada o GIF significaría que la capacidad llegó a la plataforma, y esa es la que cambia lo que un desarrollador puede crear. Una nota de la versión de la app Gemini que nombrara la función, con límites de duración y tamaño, confirmaría que es más que un experimento por fases. Y un cambio en la lista de ocho países —una expansión al resto del EEE, o una contracción— le diría si Google está probando un mercado o una función.

Ninguno de esos existe a 21 de noviembre de 2026. Lo que existe es una captura de pantalla, una fecha, una lista de países, un muro de pago y un modelo de dieciséis días de antigüedad que ha adquirido silenciosamente una segunda cara en la aplicación de consumo. Gemini Omni 1.2 Flash sigue siendo, sobre el papel, un modelo de vídeo de quince segundos a 12,00 USD por millón de tokens de salida y sin nivel gratuito. El botón GIF no cambia esa especificación. Cambia quién puede llegar al modelo sin escribir una solicitud, lo cual es otro tipo de noticia y merece nombrarse como tal.