Gemini Omni 1.2 Flash vs InternLumina-U2: segundos alquilados frente a pesos descargados

Poner Gemini Omni 1.2 Flash junto a InternLumina-U2 y la comparación que salta a la vista —calidad de imagen, velocidad de generación, puntuaciones de benchmarks— es la menos interesante disponible, porque los dos modelos no compiten por la misma línea presupuestaria. Gemini Omni 1.2 Flash es una API de pago por uso que cobra unos 0,07 USD por segundo de vídeo 720p, estuvo disponible de forma general el 5 de noviembre de 2026 y devuelve un archivo cuyos derechos de uso posees, pero nunca los pesos. InternLumina-U2 es un modelo de lenguaje de difusión disperso de 16 mil millones de parámetros de Shanghai AI Laboratory, Apache-2.0, siete fragmentos por árbol de hardware, alojado en Hugging Face, donde cualquiera con el disco puede descargarlo. Uno es un servicio. El otro es un activo. La pregunta útil no es cuál genera mejores imágenes; es cuál de esas dos cosas puede absorber realmente tu proyecto.

Ese enfoque importa porque la pregunta obvia —«cuál es mejor en generación de imágenes»— tiene una respuesta engañosa. InternLumina-U2 sí genera imágenes y, según sus propias pruebas comparativas reportadas por el proveedor, lo hace de forma competitiva. Pero también entiende video y 3D en la misma arquitectura base, una capacidad que Gemini Omni no tiene en absoluto, mientras que Gemini Omni genera video con audio sincronizado, algo que InternLumina-U2 no puede hacer. Juzgados por la intersección, ambos son sistemas cercanos a imagen y video. Juzgados por la unión, apenas se tocan.

El solapamiento, con precisión

InternLumina-U2 maneja QA de texto, generación de texto a imagen, comprensión de imágenes, edición de imágenes, comprensión de video y comprensión 3D dentro de un solo modelo. El calificativo «comprensión» cumple una función real en esa lista: lee video y lee 3D, no produce ninguno de los dos. Lo que produce son imágenes y texto.

Gemini Omni 1.2 Flash genera vídeo. Acepta texto, imágenes y vídeo como entrada, y devuelve vídeo con audio nativo, de tres a quince segundos a 24 fotogramas por segundo, de 360p a 4K, donde los dos niveles superiores se escalan hacia arriba. No produce imágenes como entregable —cada fotograma es un fotograma de un clip— y no hace edición de imágenes fijas en el sentido en que lo entiende un diseñador.

Así que la superposición es exactamente una cosa: generar una imagen a partir de un prompt. InternLumina-U2 lo hace como una tarea entre seis. Gemini Omni 1.2 Flash lo hace solo como el primer fotograma del movimiento. Si ese es todo tu caso de uso, la comparación es real. Si no lo es, estás eligiendo entre el conjunto de herramientas de un investigador de imágenes fijas y un endpoint de producción de video.

• Modalidad de entrada — InternLumina-U2 acepta texto, imagen, vídeo y 3D; Gemini Omni 1.2 Flash acepta texto, imagen y vídeo.

• Modalidad de salida — InternLumina-U2 devuelve texto e imágenes; Gemini Omni 1.2 Flash devuelve vídeo con audio sincronizado.

• Arquitectura — InternLumina-U2 es un modelo de lenguaje de difusión MoE de 16B en total y aproximadamente 1B activos, sobre la base LLaDA-2.0 con tokens visuales discretos de ocho libros de códigos de Apple AToken; la arquitectura de Gemini Omni 1.2 Flash no se ha divulgado.

• Acceso — pesos Apache-2.0 en Hugging Face, con árboles separados para Ascend y NVIDIA; una API alojada cerrada.

• Precio — sin precio por llamada, porque no hay un endpoint alojado; alrededor de $0.07 por segundo de video de salida en 720p, sin nivel gratuito.

• Contexto — 131.072 tokens de entrada, 65.536 de salida en el lado de Omni; la ficha de InternLumina no publica una ventana equivalente.

Lo que los benchmarks dicen y no dicen

Los números de InternLumina-U2 provienen de su propio artículo y página del proyecto (arXiv 2610.20818, enviado el 14 de octubre de 2026) y nadie los ha reproducido. La cifra principal de generación es una puntuación GenEval de 89.3 bajo el protocolo de muestreo PHV de los propios autores, junto con DPG-Bench 87.79, UniGenBench 86.11 y TIIF-Bench 88.57 en prompts cortos y 87.08 en largos. El artículo afirma un rendimiento líder entre los modelos unificados en comprensión visual, generación de imágenes y edición de imágenes, y dice que el modelo supera a FLUX.1-dev y aventaja ligeramente a Qwen-Image en GenEval, UniGenBench y TIIF mientras activa aproximadamente catorce veces menos parámetros.

Hay una discrepancia que conviene conocer antes de citar cualquiera de esos datos. La tabla de resultados de la página del proyecto enumera InternLumina-U2 con 0.81 en GenEval, con LLaDA2.0-Uni en 0.89 e InternVL-U en 0.85, lo que sitúa al modelo más nuevo por detrás de su propio predecesor en esa fila. La cifra de 89.3 corresponde al protocolo de muestreo optimizado descrito en el artículo, no a la evaluación predeterminada. Dos cifras, dos protocolos, el mismo modelo. El artículo ofrece la lectura más favorable y la página del proyecto, la más conservadora, y ninguna de las dos ha sido verificada de forma independiente.

Gemini Omni 1.2 Flash no tiene ninguna puntuación de benchmark publicada por Google. La publicación del lanzamiento del 5 de noviembre es totalmente cualitativa —clips más largos, mejor adherencia a las referencias, diálogo más natural, menos saltos de corte— y dice explícitamente que se sigue trabajando en "acción deportiva rápida, cambios rápidos de guion y física compleja". Es una lista inusualmente sincera de debilidades conocidas, y es la única declaración de calidad que ha hecho Google. Existen cifras de terceros por ahí, pero en su mayoría describen versiones anteriores de Omni: la página de comparación de Megaton se titula "Gemini Omni Flash", mientras que sus enlaces apuntan al slug de preview, indica la salida de audio como "No" (incorrecto para 1.2, que genera audio por defecto) y reporta cero vídeos valorados y cero mediciones detrás de sus puntuaciones. Un reseñador práctico, Rohit Rao, de Segmind, sí probó 1.2 directamente en veinte generaciones con un coste de $16.17, y su conclusión es el dato independiente más útil disponible: las llamadas tardaron de 28 a 136 segundos, la mayoría en la franja de 40 a 90 segundos, el modelo fue el más exacto en seguir instrucciones que había probado, y se omitió aproximadamente una de cada cuatro instrucciones. También descubrió que no es un modelo cinematográfico de personas fotorrealistas.

Entonces, el marcador honesto tiene a InternLumina-U2 con cifras detalladas del proveedor, no reproducidas e internamente incoherentes, y a Gemini Omni 1.2 Flash con casi ninguna cifra y una pequeña prueba independiente. Ninguno de los dos constituye una base para un veredicto de calidad confiable.

La comparación de costos que la gente malinterpreta

InternLumina-U2 no tiene precio, y eso no es lo mismo que ser gratis.

Los pesos ocupan 67,6 GB repartidos en dos árboles de siete fragmentos, aproximadamente 33,8 GB cada uno, así que descargar una variante de hardware supone una descarga de 34 GB antes de tener un entorno funcional. El repositorio requiere FlashAttention para la ruta AToken y, para el pipeline 3D, Blender 4.5. El entrenamiento se ejecutó en 1.024 NPU Ascend 910B a lo largo de 1,05 billones de tokens, lo que indica que el modelo se construyó para un clúster aunque la inferencia es mucho más ligera: 1B de parámetros activos es una carga de servicio modesta, y la estrategia de muestreo PHV del artículo afirma una reducción de la latencia de extremo a extremo de 4,45× a 1024×1024 nativo.

Lo que realmente gastas es una GPU, una semana de ingeniero para dejar el entorno a punto y lo que te cuesten el almacenamiento y la salida de datos. Lo que obtienes es generación ilimitada a coste marginal cero, un modelo que puedes afinar y ningún proveedor que pueda retirar el endpoint bajo tus pies.

El coste de Omni se puede calcular al céntimo. Un clip de quince segundos en 720p cuesta unos $1,05 en tokens de salida. Un borrador en 360p cuesta unos $0,35. Un reescalado a 4K de esos quince segundos cuesta unos $3,14. Pagas por segundo de salida, vuelves a pagar en cada reintento, y la edición conversacional hace que los reintentos sean el flujo de trabajo normal, no la excepción. Un anuncio de diez planos con tres ediciones por plano no es un trabajo de quince dólares; se acerca más a sesenta.

Esas dos estructuras de costes no son convertibles. Comparar "gratis tras el capital" con "siete centavos por segundo" produce un número que depende por completo de la utilización, y con poco volumen el modelo autoalojado es drásticamente más caro por imagen. Con mucho volumen es drásticamente más barato. El punto de cruce es una aritmética que tienes que calcular con el precio de tu propia GPU, no un hecho que alguien pueda darte.

Lo que no puedes conseguir de ninguno de los dos

Si necesitas un clip de cabeza parlante con diálogo sincronizado con los labios, InternLumina-U2 no puede ayudar y no hay solución alternativa salvo un generador de video independiente. Si necesitas una canalización de comprensión de activos 3D —leer una malla o una descripción de escena junto con imágenes—, Gemini Omni 1.2 Flash no puede ayudar y no hay solución alternativa salvo un modelo de visión independiente.

También hay una diferencia de trámites que importa más de lo que parece. InternLumina-U2 es Apache-2.0, lo que significa uso comercial, modificación y redistribución con atribución, y el texto de la licencia está en el repositorio. Gemini Omni 1.2 Flash es un servicio alojado cuyos términos rigen lo que puedes hacer con la salida, cada clip lleva una marca de agua SynthID quieras o no, y la edición o extensión de video subido no está disponible en el EEE, Suiza y el Reino Unido. Para un equipo en Londres que construye un producto sobre edición de video conversacional, esa restricción regional es descalificante de una manera que ninguna comparación de benchmarks sacaría a la luz.

Dónde se sitúa OrcaRouter, con franqueza

Ninguno de los dos modelos está en nuestro catálogo. google/gemini-omni-1.2-flash devuelve 404 en las páginas de modelos de OrcaRouter, e InternLumina-U2 no tiene ningún endpoint alojado en ninguna parte — su ficha lo dice, y solo un Space de la comunidad lo usa. Así que ninguna llamada a nuestra API llega a ninguno de los dos, y este artículo prefiere decirlo antes que dar a entender que tenemos un host que no tenemos.

Lo que sí cubre la puerta de enlace es la capa dentro de la cual se encuentran ambas cargas de trabajo. Una canalización de InternLumina-U2 autoalojada sigue necesitando un modelo de texto que escriba las indicaciones, puntúe las salidas y enrute los fallos, y esa es una llamada que servimos a través de más de 200 modelos con una sola clave y conmutación por error automática. Del lado de Omni, como OrcaRouter transfiere el precio de lista del proveedor con un margen del 0 %, una rebaja de precios de Google llega a nuestro lado el mismo día en lugar de en el siguiente ciclo de facturación, y la línea Omni ya ha cambiado su tarifa de vídeo una vez este año, de 17,50 a 12,00 dólares por millón de tokens de salida. Si estás comparando una implementación autoalojada con una alquilada, que el lado alquilado se mueva bajo tus pies es exactamente la variable que hace visible una factura de traspaso.

Cómo decidir

Construye sobre InternLumina-U2 si necesitas imágenes, necesitas comprensión de 3D o vídeo en el mismo modelo, tienes capacidad de GPU que ya estás pagando y los términos de licencia importan para tu producto. Acepta que estás ejecutando un artefacto de investigación: los benchmarks son de los propios autores, la tabla de GenEval se contradice a sí misma y las herramientas esperan un stack específico.

Compra Gemini Omni 1.2 Flash si necesitas movimiento con sonido, quieres un endpoint funcional hoy y tu volumen es lo bastante bajo como para que la facturación por segundo sea más barata que una GPU inactiva. Acepta que no tienes benchmarks de calidad, ni modo de salida de texto, ni prompts negativos, una restricción regional en las funciones de edición y una marca de agua en cada fotograma.

El error que hay que evitar es tratar esto como una prueba comparativa. Es una decisión de compra entre una descarga y un medidor, y la cuestión de la calidad del modelo —la que ambos proveedores querrían que discutieras— es la que menos evidencia tiene en cualquiera de los dos lados.