¿Qué es Omni Flash? Capacidades, Acceso y Guía para Desarrolladores

Hola, soy Dora. Pasé la mañana del I/O 2026 leyendo la publicación de lanzamiento y las páginas de precios, y luego abrí la aplicación de Gemini para ver qué se lanzó realmente versus qué sigue etiquetado como “próximas semanas”. Esto es la versión de notas de eso — para constructores y equipos de producto que deciden si Omni Flash cambia algo en su pipeline.

La versión corta al principio: el modelo es real y está activo en las superficies de consumo hoy. La API de desarrolladores no lo está. Esa brecha importa más que las demos.

Qué es Omni Flash en realidad (el primer modelo de la serie Omni de Google)

Entonces, ¿qué es Omni Flash concretamente? Gemini Omni Flash es el primer modelo de la nueva familia Omni de Google, anunciado el 19 de mayo de 2026 en I/O. Google DeepMind lo presenta como “crea cualquier cosa desde cualquier entrada — comenzando con video”. El “comenzando con” importa — la hoja de ruta a largo plazo cubre el enrutamiento de cualquier modalidad a cualquier otra, pero lo que se lanzó hoy es una entrada multimodal que produce una salida de video. La salida de imagen y audio está en la hoja de ruta pública, no en el producto.

Posición en la hoja de ruta de Gemini Omni

Omni está posicionado como una familia, no un modelo único. Flash es el primer paso de nivel para consumidores. Un Omni Pro de nivel superior ha sido confirmado por Google DeepMind, sin fecha de lanzamiento — Nicole Brichtova le dijo a TechCrunch que Pro llega “cuando sintamos que estamos en un punto donde tenemos un cambio significativo por encima de Flash”. Léase: no pronto.

Por qué Google lo describe como “la versión de video de Nano Banana”

Nano Banana — el modelo de generación/edición de imágenes de Google lanzado en 2025 — estableció la plantilla para lo que Omni intenta ser para el video: edición conversacional, persistencia de identidad entre iteraciones, baja fricción para usuarios no técnicos. La publicación oficial del blog de Google sobre la introducción de Omni traza el linaje explícitamente. Arquitectónicamente, este lanzamiento de Google DeepMind Omni Flash razona entre modalidades en un solo paso hacia adelante en lugar de retransmitir entre sistemas especializados. Si eso se traduce en resultados significativamente mejores versus un enfoque de pipeline Veo-más-audio es algo que observaré. Las demos están curadas. Los flujos de trabajo reales no lo están.

Capacidades confirmadas en el lanzamiento

Estas son las capacidades de Omni Flash confirmadas en el producto hoy, no lo que se presentó como anticipo.

Entrada multimodal (texto, imagen, video, audio)

Puedes combinar cualquiera de estos como entradas en un solo prompt. El modelo los trata como una descripción de escena unificada en lugar de activos concatenados. Esta es la parte más clara del anuncio — y lo que lo distingue del pipeline de texto a video de Veo.

Salida de video de hasta 10 segundos con audio nativo

Los clips tienen un máximo de 10 segundos. Brichtova describió esto como una decisión de implementación, no un límite del modelo — una forma de controlar la demanda de cómputo mientras el acceso se amplía. El audio se genera sincronizado con el video, no añadido después. La demo de una canica rebotando que el CTO de Google Koray Kavukcuoglu mostró a los periodistas produjo automáticamente sonidos de impacto y sonidos de timbre. Vale la pena señalar: testers independientes le dijeron a TechTimes que la calidad de generación sin procesar puede quedar por detrás de Seedance 2.0 de ByteDance y Wan 2.7 de Alibaba, incluso si la capa de edición es más sólida.

Edición conversacional mediante lenguaje natural

Cada instrucción se construye sobre la anterior. “Haz la escultura de burbujas” — aplicada, estado preservado, la siguiente instrucción opera sobre el nuevo estado. Este es el cambio de flujo de trabajo, y la parte que más probablemente ahorre tiempo en producción: menos reescrituras de prompts, menos ejecuciones desde cero.

Inserción de semejanza y consistencia de escena

La función Avatar te permite crear una versión digital de ti mismo (la incorporación requiere pronunciar una secuencia de números en cámara — una verificación de deepfake tomada ligeramente de los Sora Cameos descontinuados de OpenAI). Una vez almacenado, el avatar persiste entre generaciones.

Marcas de agua SynthID y restricciones de seguridad

Cada salida lleva una marca de agua SynthID invisible, verificable a través de la aplicación Gemini, Chrome y Google Search. SynthID ha marcado ahora más de 100 mil millones de imágenes y videos generados por IA. La edición abierta de voz y semejanza está restringida — la razón declarada de Google es la implementación responsable.

Dónde puedes acceder hoy

Tres superficies, diferentes límites.

Superficie	Quién tiene acceso	Presupuesto de cómputo
Aplicación Gemini	Suscriptores AI Plus, Pro, Ultra globalmente	Límites semanales basados en cómputo (modelo nuevo)
Google Flow	AI Plus / Pro / Ultra	200 / 1,000 / 10,000–25,000 créditos de Flow por mes
YouTube Shorts y Create App	Usuarios gratuitos	Implementándose esta semana

Aplicación Gemini (límites del nivel gratuito)

Los usuarios gratuitos no tienen acceso al modelo en la aplicación Gemini. El punto de entrada gratuito es YouTube. Los niveles de pago comienzan con AI Plus ($7.99/mes).

Google Flow (asignaciones de créditos Pro/Ultra)

Flow es donde viven los flujos de trabajo reales — composición de múltiples clips, bibliotecas de ingredientes, voces personalizadas, edición sobre video existente. La documentación de soporte de Google Flow lista las funciones exclusivas de este modelo: clips de 10 segundos (vs 4s/6s/8s en modelos inferiores), edición de video subido, creación de voz personalizada. Los costos de créditos por acción varían según la duración del clip y el tipo de edición — cubriré la economía de créditos en un artículo separado. Para este resumen, 200 créditos (Plus) es exploratorio; la iteración seria necesita Pro o superior.

YouTube Shorts y YouTube Create

La jugada de distribución sorpresa. El acceso gratuito a un modelo de frontera — incluso restringido — es inusual. La lógica estratégica: OpenAI retiró Sora solo para API a principios de 2026, dejando el espacio de video para consumidores menos concurrido. Google lo está llenando con alcance en lugar de calidad máxima.

Lo que aún no está disponible

API de desarrolladores en Vertex AI (anunciada, no GA)

A partir de mayo de 2026, la API de desarrolladores no está generalmente disponible. El blog de Google dice que el lanzamiento para desarrolladores y clientes empresariales a través de APIs llega “en las próximas semanas”. El análisis empresarial de VentureBeat lo indica directamente: hasta que la API de Vertex sea GA, Omni es efectivamente una herramienta para consumidores y prosumidores. Si estás evaluando una integración, trata la API como un elemento de planificación para el T3 de 2026, no como una opción actual.

Generación de mayor duración

10 segundos es el límite público. Google dice que las duraciones más largas están en el pipeline. Sin fecha límite.

Edición abierta de voz y semejanza

Puedes usar tu propio avatar. No puedes editar libremente voces o semejanzas arbitrarias en videos subidos. Este es un límite de seguridad deliberado, no una brecha de capacidad.

Algunas otras cosas que circulan en la cobertura del lanzamiento que Google no ha confirmado oficialmente: un límite de salida de 720p, tiempos de generación de 60 a 90 segundos, paquetes de plantillas de avatar con nombre. Trátalas como no verificadas.

Cómo se ubica en el panorama de generación de video

Reemplazo de Veo en algunas superficies de producto

Múltiples medios han informado que Google Omni Flash reemplaza efectivamente a Veo en Flow y la aplicación Gemini. Veo no está obsoleto — Veo 3.1 todavía tiene acceso a la API, y para texto a video puro con confiabilidad de grado API, es la opción de producción hoy. Pero dentro de las propias superficies de consumo de Google, Omni es reportadamente el nuevo predeterminado. La historia de migración que Google está vendiendo: lanza con Veo ahora, planifica el cambio cuando llegue la GA.

Edición conversacional vs generación solo por prompt

Esta es la apuesta arquitectónica. La mayoría de los modelos de video actuales — incluyendo Veo — tratan cada generación como un nuevo paso. Las ediciones de Omni son con estado. Para flujos de trabajo que implican iteración (la mayoría de los profesionales), eso cambia los números de crédito por clip final. Si los números realmente funcionan depende de qué tan bien el modelo preserva la intención entre ediciones. No lo he probado suficiente para decirlo.

Lo que los constructores y equipos de producto deben observar

Señales de tiempo y precios de la API

La API de desarrolladores es el factor limitante para cualquier integración en producción. Dos cosas a monitorear: la documentación de la API de Gemini para que aparezca el SKU real, y la página de precios de Vertex AI para la estructura de facturación por token o por segundo. La fijación de precios basada en tokens — el estándar de Google para la familia Gemini — haría esto más fácil de pronosticar que los precios por clip.

Probable llegada a plataformas de agregación

Una vez que llegue la API, espera que el modelo aparezca en plataformas de acceso unificado en semanas. Si ya estás integrado contra una capa de API multi-modelo, el costo de migración desde Veo 3.1 debería ser pequeño. Si estás directamente integrado a un solo proveedor, el argumento para agregar una capa de agregación se fortalece cada trimestre — este lanzamiento es un punto de datos más en esa dirección.

Preguntas frecuentes

¿Está disponible la API de Omni Flash para desarrolladores?

No. A partir de mayo de 2026, la API de desarrolladores no está generalmente disponible. Google dice que el lanzamiento a través de la API de Gemini y Vertex AI llega “en las próximas semanas”. Hasta entonces, el acceso programático no es posible.

¿Cuál es la duración máxima de video que puede generar Omni Flash?

10 segundos. Google DeepMind ha declarado que esto es una decisión de implementación en lugar de un límite arquitectónico del modelo. Las duraciones más largas están planificadas sin una fecha pública.

¿Omni Flash reemplaza completamente al modelo Veo de Google?

No. Veo 3.1 sigue disponible con acceso a la API para cargas de trabajo de texto a video. Dentro de las propias superficies de consumo de Google (aplicación Gemini, Flow), el nuevo modelo es reportadamente el predeterminado. Para integraciones de API en producción hoy, Veo es la opción funcional.

¿Puedo usar la salida de Omni Flash comercialmente?

Sujeto a la Política de Uso Prohibido de IA Generativa de Google y los términos de tu nivel de suscripción. El uso comercial está generalmente permitido dentro de los niveles de pago, pero los escenarios específicos (contenido con semejanza, propiedad intelectual de terceros, industrias reguladas) necesitan verificación contra la política actual de Google. No aceptes un sí general de nadie.

¿Omni Flash aplica marcas de agua a cada video generado?

Sí. Todas las salidas llevan una marca de agua SynthID imperceptible, verificable a través de la aplicación Gemini, Chrome y Google Search. No hay opción de exclusión.

¿Está disponible Omni Flash fuera de las propias aplicaciones de Google?

Todavía no. El acceso actual está limitado a la aplicación Gemini, Google Flow, YouTube Shorts y la aplicación YouTube Create. Una vez que se lance la API de desarrolladores, espera disponibilidad a través de Vertex AI y probablemente en plataformas de agregación de terceros poco después.

Conclusión

Para la mayoría de los equipos de producto, la respuesta práctica esta semana es: nada cambia todavía. Sigue lanzando con Veo 3.1. El punto de decisión es la GA de la API — cuando llegue, el primitivo de edición conversacional vale una evaluación real, especialmente si tu pipeline ya paga el costo de la generación de video en múltiples pasadas.

Para la experimentación de consumo, la aplicación Gemini y Flow son los puntos de entrada en los niveles de pago; YouTube Shorts es el camino gratuito. Vale media hora de tiempo práctico para calibrar tus propias expectativas de calidad frente a las demos.

Una nota de desambiguación: este es el Gemini Omni Flash de Google. Hay un Qwen3.5-Omni-Flash de Alibaba con nombre separado — diferente proveedor, diferente hoja de ruta. No los confundas.

Eso es lo que tengo hoy. Volveré cuando llegue la API.

Publicaciones anteriores：