Gemini Omni 1.2 Flash o Veo: cómo elegir una API de video para tu app

Posted on Nov 6 • Originally published at apidog.com

Respuesta rápida: Desarrolla sobre Gemini Omni 1.2 Flash si quieres una sola clave de API, edición conversacional o clips de hasta 15 segundos. Elige Veo 3.1 solo si ya operas en Google Cloud y necesitas sus controles de solicitud, como hasta cuatro resultados por llamada. Ya no puedes llamar a Veo desde la API de Gemini: sus modelos Preview dejaron de funcionar el 22 de octubre de 2026.

Ese cierre convierte una comparación de modelos en una decisión de plataforma. Nuestra comparación de Omni 1.1 frente a Veo 3.1 cubre las especificaciones anteriores. Esta guía responde a una pregunta más concreta: ¿sobre cuál conviene desarrollar ahora?

Google no publicó benchmarks para Omni 1.2, así que aquí no hay nada que clasifique a los dos por su calidad visual. Las especificaciones y los precios de abajo provienen de la documentación de Google, consultada el 6 de noviembre de 2026.

Un conflicto que conviene planificar: la duración máxima extendida de Omni depende de la plataforma. La documentación de la API de Gemini indica 30 segundos en total, mientras que la documentación de extensión de Agent Platform indica hasta 40. Si tu producto promete una duración, pruébala en la plataforma donde vayas a lanzarlo.

La documentación de video de la API de Gemini indica ahora que el Veo 3.1 Preview de la API de Gemini fue descontinuado. Tres IDs de modelo desaparecieron con él el 22 de octubre de 2026:

Google ofrece dos salidas: Gemini Omni Flash o los modelos GA de Veo en el Gemini Enterprise Agent Platform (el sucesor de Vertex AI). No encontramos ningún Veo más reciente que el 3.1 en la página de modelos Veo actual de Google.

Así que una integración basada en una clave de AI Studio y un ID de preview de Veo ya dejó de funcionar. Una nueva cadena de modelo no lo soluciona, porque los modelos GA viven en una plataforma distinta con una autenticación diferente. Las guías anteriores, incluida nuestra propia guía de la API de Veo 3.1, se escribieron para la ruta de preview.

Omni cobra por tokens de salida. Veo usa una tarifa fija según la resolución. Estas tarifas corresponden a video con audio:

Las cifras de Omni provienen de la página de precios de Gemini de Google, que también lista la entrada a $1.50 por millón de tokens. Sus tarifas de 1080p y 4K incluyen remuestreo. Las cifras de Veo provienen de la lista de precios de Agent Platform. Esa lista las muestra por “count” y no define la unidad. Coinciden con las tarifas por segundo informadas en el lanzamiento, así que las interpretamos como por segundo. Confírmalo con tu primera factura. La lista también pone precio al 4K para Fast, aunque la página del modelo muestra salida 4K solo para Veo 3.1.

Un clip de 720p de 8 segundos cuesta unos $0.56 en Omni, $3.20 en Veo 3.1, $0.80 en Fast y $0.40 en Lite. Lite es el único modelo de Veo más barato que Omni con audio, y todavía está en Preview. Veo también lista tarifas solo para video sin audio, como $0.08 para Fast a 720p. Para los cálculos de tokens, consulta nuestro desglose de precios de Omni 1.1 y luego sustituye la nueva tarifa de $12.00 por millón de tokens de salida de video.

Google lista el nivel gratuito de Omni como “No disponible” tanto en la 1.2 como en la 1.1.

Conoce primero los límites. Google menciona la acción deportiva rápida, los cambios de guion repentinos y la física compleja como áreas que todavía está mejorando. La carga de audio no es compatible. Editar o extender videos subidos no está disponible en el EEE, Suiza ni el Reino Unido. Cada salida lleva una marca de agua SynthID imperceptible.

La contrapartida: solo us-central1, un proyecto de Google Cloud y un bucle de sondeo. La entrada de la extensión debe ser MP4 a 24 fps y de 1 a 30 segundos de duración. La página de extensión también incluye Lite en su tabla de modelos, pero lo omite en la sección REST, así que trata la extensión con Lite como no confirmada.

Migrar a Omni implica cambiar la solicitud, el sondeo y el procesamiento de la respuesta. Esta es una llamada de extensión de Veo, siguiendo la documentación de Google:

POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/veo-3.1-generate-001:predictLongRunning { "instances": [{ "prompt": "The drone keeps climbing above the harbor", "video": { "gcsUri": "gs://my-bucket/clip.mp4", "mimeType": "video/mp4" } }], "parameters": { "storageUri": "gs://my-bucket/out/", "sampleCount": 1 } } Enter fullscreen mode Exit fullscreen mode Y el mismo trabajo en Omni, a través de Agent Platform:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions { "model": "gemini-omni-1.2-flash", "store": false, "input": [ { "type": "text", "text": "The drone keeps climbing above the harbor" }, { "type": "video", "uri": "gs://my-bucket/clip.mp4", "mime_type": "video/mp4" } ], "response_format": [{ "type": "video", "delivery": "uri", "gcs_uri": "gs://my-bucket/out/", "aspect_ratio": "16:9", "duration": "7s" }], "generation_config": { "video_config": { "task": "extend" } } } Enter fullscreen mode Exit fullscreen mode Mapea tus campos de esta forma:

Para una primera llamada a Interactions, nuestra guía de la API de Omni 1.1 sigue sirviendo con el nuevo ID de modelo.

Si más adelante podrías cambiar de proveedor, o ejecutar ambos, querrás un conjunto único de comprobaciones que no dependa de qué modelo respondió. Encarga eso a tu agente de código. Define ambos endpoints con Apidog CLI, envuelve cada uno en un escenario de prueba y los agrupa en una sola suite de pruebas con las mismas aserciones.

npm install -g apidog-cli@latest apidog auth login --with-token <YOUR_TOKEN> apidog skill install Enter fullscreen mode Exit fullscreen mode Luego dale a Claude Code, Codex o Cursor un solo [REDACTED PROMPT] In Apidog project, create endpoints for Gemini Omni 1.2 Flash (POST /v1beta/interactions) and Veo 3.1 Fast (predictLongRunning plus fetchPredictOperation). Build one test scenario per provider and put both in a test suite named video-provider-contract. Poll Veo until done. Assert the same things on each: the job finishes, the output is video/mp4, and a video URI or data field is present. Run it and summarize any failures.

El agente lee cada esquema, valida su payload, y luego construye y ejecuta la suite: Enter fullscreen mode Exit fullscreen mode bash apidog cli-schema get endpoint-create apidog cli-schema validate endpoint-create --file omni.json apidog endpoint create --project --file omni.json apidog test-scenario create --project --name "omni-contract" --folder-id --priority 1 apidog test-scenario import-steps --project --source endpoint --ids --sync manual apidog test-suite create --project --name "video-provider-contract" apidog test-suite update --project --file suite.json apidog run --test-suite --project -e \ --timeout-request 300000 -r cli,junit --out-dir./reports