comparisons

Gemini Omni 1.2 Flash vs. Kling 4.0 Flash vs. Veo 3.1

Poyo.ai Team
20 min read
Share:

Puntos clave

  • Tres modelos de vídeo rápidos, tres puntos fuertes distintos. Gemini Omni 1.2 Flash ofrece la mayor flexibilidad (3–15 s, de 360p a 4K, edición). Kling 4.0 Flash genera los clips individuales más largos (hasta 20 s) y la mayor variedad de relaciones de aspecto en 720p. Veo 3.1 es la forma más económica en PoYo de obtener un clip terminado de 8 segundos con audio.
  • Gemini Omni vs. Veo es ahora una cuestión de relevo. Google retiró los modelos preliminares de Veo 3.1 de Gemini API el 22 de octubre de 2026 y designó gemini-omni-1.2-flash como su sustituto. Veo 3.1 sigue disponible como modelo GA en Google Cloud, y ambos siguen disponibles en PoYo.
  • La duración del clip decide mucho. Veo 3.1 genera 4, 6 u 8 segundos por solicitud. Omni 1.2 Flash admite cualquier número entero de segundos de 3 a 15. Kling 4.0 Flash admite cualquier número entero de segundos de 3 a 20.
  • Por clip en PoYo: un clip de 5 segundos en 720p cuesta $0.41 con Omni 1.2 Flash y $0.47 con Kling 4.0 Flash. Un clip de Veo 3.1 de 8 segundos con audio cuesta $0.10 (Lite) o $0.18 (Fast) en la página de Veo 3.1 de duración fija, y $0.60 con Veo 3.1 Fast Official.
  • Una sola clave para los tres en PoYo. La misma clave de API, el mismo saldo y los mismos endpoints de envío y estado sirven para todos estos modelos, con créditos de pago por uso y sin suscripción.
  • Edición de material existente: Omni 1.2 Flash y Kling 4.0 Flash editan un vídeo de origen con una instrucción de texto. Veo 3.1 Official extiende un clip con 1–7 segundos adicionales.

Gemini Omni 1.2 Flash vs. Kling 4.0 Flash vs. Veo 3.1 de un vistazo

Gemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
DesarrolladorGoogleKuaishou (Kling AI)Google
ID del modelo en PoYogemini-omni-1.2-flashkling-4.0-flashveo3.1-lite / -fast / -quality, o veo3.1-lite-official / -fast-official / -quality-official
Duración del clip3–15 s, cualquier número entero de segundos (hasta 10 s con último fotograma)3–20 s, cualquier número entero de segundos4, 6 u 8 s (página de Veo 3.1: 8 s fijos)
Resolución360p, 720p, 1080p, 4K720p720p, 1080p, 4K (según el nivel)
Relaciones de aspecto16:9, 9:1616:9, 9:16, 1:1, 21:916:9, 9:16
Texto a vídeoSíSíSí
Imagen a vídeoPrimer fotograma, o primer + último fotogramaUn fotograma inicialUna imagen, o primer + último fotograma
Entradas de referencia en PoYoHasta 10 imágenes + 3 vídeosHasta 10 imágenes, 5 vídeos, 7 sujetos (15 en total)3 imágenes de referencia (Fast y Quality, clips de 8 s)
Editar un vídeo existenteSí, hasta 15 sSí, 3–20 s, con vídeos de referenciaExtensión en Veo 3.1 Official
Precio en PoYoDesde $0.0273/s (360p); $0.0819/s en 720p$0.094/s; $0.063 por segundo facturado con vídeo de entradaDesde $0.10 por vídeo de 8 s, o desde $0.018/s en Official

Los tres modelos funcionan a través del mismo endpoint de PoYo, así que puedes probarlos en paralelo con una sola clave de API: Gemini Omni 1.2 Flash, Kling 4.0 Flash, Veo 3.1 y Veo 3.1 Official.

Gemini Omni vs. Veo: ¿qué versiones estás comparando?

Las búsquedas de «Gemini Omni vs Veo» empezaron cuando Google lanzó por primera vez Gemini Omni Flash, y muchas de las páginas que aparecen siguen comparando la versión preliminar inicial con Veo 3.1. Desde entonces, Google ha lanzado dos versiones más de Omni y ha cambiado dónde se ofrece Veo 3.1:

ModeloID del modelo en GoogleLanzamientoEstado a 14 de noviembre de 2026
Veo 3.1 y Veo 3.1 Fast (preliminar)veo-3.1-generate-preview, veo-3.1-fast-generate-preview15 de octubre de 2025Retirado de Gemini API el 22 de octubre de 2026; sustituto: gemini-omni-1.2-flash
Veo 3.1 y Veo 3.1 Fast (GA, Google Cloud)veo-3.1-generate-001, veo-3.1-fast-generate-00117 de noviembre de 2025Disponibilidad general en Gemini Enterprise Agent Platform; retirada el 4 de mayo de 2027 o más tarde
Veo 3.1 Lite (preliminar)veo-3.1-lite-generate-preview31 de marzo de 2026Retirado de Gemini API el 22 de octubre de 2026
Gemini Omni Flash (preliminar)gemini-omni-flash-preview30 de junio de 2026Retirado el 22 de octubre de 2026
Gemini Omni 1.1 Flashgemini-omni-1.1-flash27 de agosto de 2026A partir del 3 de diciembre de 2026, las solicitudes se dirigen a 1.2
Gemini Omni 1.2 Flashgemini-omni-1.2-flash5 de noviembre de 2026Versión actual

De esta tabla se desprenden dos consecuencias prácticas:

  • En la API para desarrolladores de Google, Omni ha tomado el relevo de Veo. Si desarrollas directamente sobre Gemini API, Omni 1.2 Flash es el modelo de vídeo que debes usar. Veo 3.1 continúa en Google Cloud para los clientes empresariales.
  • Las comparativas antiguas de «Omni Flash vs Veo 3.1 Fast» describen la versión preliminar. Omni 1.2 Flash genera clips más largos (15 s, frente a los 10 s de 1.1), edita clips completos de 15 segundos y Google lo describe como más rápido y más rentable. Para un análisis completo de la versión anterior, consulta nuestra guía de Gemini Omni 1.1 Flash.

El resto de este artículo compara los modelos actuales que puedes llamar hoy: Gemini Omni 1.2 Flash, Kling 4.0 Flash y los niveles Lite, Fast y Quality de Veo 3.1.

Lo que comparten los tres modelos

  • Los tres aceptan texto e imágenes. Cada uno convierte un prompt en un clip y anima una imagen inicial.
  • Los tres están orientados a la velocidad. Kling describe Flash como una «generación significativamente más rápida con una relación calidad-precio excepcional», Google describe Omni 1.2 Flash como más rápido y más rentable, y Veo 3.1 Fast es el nivel de velocidad de la familia Veo. El tiempo de generación aumenta con la duración del clip, la resolución y la carga del momento, así que cronometra unos cuantos prompts propios en cada modelo.
  • Los dos modelos de Google generan el sonido junto con la imagen. Omni 1.2 Flash produce audio nativo, y Veo 3.1 también genera sonido; en Veo 3.1 Official eliges entre audio o clip sin sonido con el campo sound.
  • Los tres usan el mismo flujo asíncrono en PoYo. Envías una tarea, obtienes un task_id y después consultas el endpoint de estado o recibes un callback.

Especificaciones comparadas: duración, resolución, relación de aspecto y entradas

Duración del clip

MínimoMáximo por solicitudPasosPredeterminado en PoYo
Gemini Omni 1.2 Flash3 s15 s (10 s con último fotograma)1 s8 s
Kling 4.0 Flash3 s20 s1 s5 s
Veo 3.1 Official4 s8 s4, 6, 8 sSe elige en cada solicitud
Veo 3.18 s8 sFija8 s

Para una toma única de 12, 15 o 20 segundos, los dos modelos Flash la cubren en una sola solicitud. Veo 3.1 Official alcanza duraciones mayores mediante veo3.1-extend, que añade 1–7 segundos a un clip existente, hasta un total de 30 segundos.

Un único clip de 15 segundos de Gemini Omni 1.2 Flash: un vídeo explicativo macro de cuatro tomas dentro de una colmena. Ejemplo de la página del modelo en PoYo.

Resolución y encuadre

  • Gemini Omni 1.2 Flash genera en 360p o 720p, y Google escala a 1080p o 4K. Eso convierte 360p en un nivel económico para borradores y 4K en un nivel de entrega dentro del mismo modelo. Los clips son 16:9 o 9:16.
  • Kling 4.0 Flash genera en 720p con SDR de 8 bits, según Kling. Añade los encuadres 1:1 y 21:9, que encajan con las publicaciones cuadradas del feed y los banners ultrapanorámicos. Cuando animas una imagen inicial, la imagen define el encuadre.
  • Veo 3.1 ofrece 720p, 1080p y 4K en 16:9 o 9:16 a 24 FPS. En PoYo, 4K está disponible en Fast y Quality, y en el nivel Lite de duración fija. Veo 3.1 Lite Official ofrece 1080p en clips de 8 segundos.

Un clip de texto a vídeo de 8 segundos en 16:9 de Veo 3.1 Fast Official: una entrevista en la calle junto a taxis amarillos en Nueva York. Ejemplo de la página del modelo en PoYo.

Entradas y edición

Flujo de trabajoGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1 en PoYo
Prompt de textopromptpromptprompt
Fotograma inicialimage_urls con una imagenimage_urls con una imagenUna imagen (niveles Fast, Quality y Official)
Primer y último fotogramaimage_urls con dos imágenes, hasta 10 sFotograma inicial (fotogramas finales en Kling 4.0)Dos imágenes
Imágenes de referenciaHasta 10Hasta 103 (Fast, Quality; clips de 8 s)
Vídeos de referenciaHasta 3, de hasta 15 s cada unoHasta 5, con un total de vídeo de entrada de hasta 20 sReferencias de imagen
Sujetos reutilizablesImágenes y vídeos de referenciaHasta 7 kling_elements (2–4 imágenes o un vídeo de 3–8 s cada uno)Referencias de imagen
Editar un vídeo de origenvideo_url de hasta 15 s; la salida sigue la duración del origenvideo_url de 3–20 s, más imágenes de referencia, hasta 4 vídeos de referencia y sujetosExtensión con veo3.1-extend

Kling 4.0 Flash tiene el sistema de referencias más completo: puedes nombrar cada entrada en el prompt como @Image1, @Video1 o @Element1 y reutilizar un sujeto en muchos clips. Omni 1.2 Flash es el más sencillo para editar: envía el clip y una frase que describa el cambio, y la edición sigue el ritmo del origen. Veo 3.1 es el más directo para las transiciones de un fotograma a otro y las tomas cortas terminadas.

Edición de vídeo con Kling 4.0 Flash: un corgi que salta por la nieve (izquierda) vuelve a renderizarse como un corgi de vóxeles con el mismo movimiento (derecha). Ejemplo de la página del modelo en PoYo.

Precios: por segundo y por clip en PoYo

Todos los precios siguientes son precios de lista de PoYo ($1 = 200 créditos). Una sola clave de API de PoYo cubre los tres modelos, la facturación es de pago por uso y sin suscripción, y pagas por segundo o por clip según se indica.

Tarifas por segundo

ModeloTarifa en PoYo
Gemini Omni 1.2 Flash360p $0.0273/s · 720p $0.0819/s · 1080p $0.1229/s · 4K $0.2457/s
Kling 4.0 Flash720p $0.094/s para trabajos de texto, imagen y referencias de imagen · $0.063 por segundo facturado cuando hay vídeo de entrada
Veo 3.1 Official, Lite720p $0.018/s sin sonido, $0.03/s con audio · 1080p (clips de 8 s) $0.03/s sin sonido, $0.048/s con audio
Veo 3.1 Official, Fast720p/1080p $0.05/s sin sonido, $0.075/s con audio · 4K $0.15/s sin sonido, $0.175/s con audio
Veo 3.1 Official, Quality720p/1080p $0.12/s sin sonido, $0.24/s con audio · 4K $0.24/s sin sonido, $0.36/s con audio
Veo 3.1 (8 s fijos, audio incluido)Lite $0.10 · Fast $0.18 · Quality $1.00 por vídeo en 720p/1080p; 4K $0.15 / $0.30 / $2.00

Precio por clip en 720p: los modelos Flash

ClipGemini Omni 1.2 FlashKling 4.0 Flash
4 s$0.33$0.38
5 s$0.41$0.47
8 s$0.66$0.75
10 s$0.82$0.94
15 s$1.23$1.41

Kling 4.0 Flash continúa hasta los 20 segundos por $1.88. Valores exactos: Omni 1.2 Flash 5 s = 81.9 créditos ($0.4095), 10 s = 163.8 créditos ($0.819). Kling 4.0 Flash 5 s = 94 créditos ($0.47), 10 s = 188 créditos ($0.94).

Precio por clip en 720p: Veo 3.1

ClipVeo 3.1 Official Fast, con audioVeo 3.1 Official Lite, con audio
4 s$0.30$0.12
6 s$0.45$0.18
8 s$0.60$0.24

Un clip de 8 segundos de Veo 3.1 Official Fast con audio cuesta 120 créditos ($0.60). En la página de Veo 3.1 de duración fija, un clip de 8 segundos con audio cuesta $0.18 con Fast y $0.10 con Lite.

Ejemplos prácticos

TrabajoGemini Omni 1.2 FlashKling 4.0 FlashVeo 3.1
Prueba de anuncios: 30 variantes verticales de 8 s en 720p30×0.6552 = $19.6630×0.752 = $22.56Fast, 8 s fijos: 30×0.18 = $5.40
Borradores y entrega final: diez borradores de 8 s + una versión final de 8 s en 4KBorradores en 360p 10×0.2184 + 4K 1.9656 = $4.15Diez borradores en 720p 10×0.752 = $7.52 (720p es la versión final)Borradores con Lite Official 10×0.144 + Quality Official en 4K con audio 8×0.36 = $4.32

Edición y vídeos de referencia en los modelos Flash

TrabajoGemini Omni 1.2 FlashKling 4.0 Flash
Editar un clip de 10 s10×0.0819 = $0.82Se facturan 10+10 = 20 s × $0.063 = $1.26
Clip de 8 s guiado por un vídeo de referencia de 5 s8×0.0819 = $0.66Se facturan 8+max(5,8) = 16 s × $0.063 = $1.01

Omni 1.2 Flash factura los segundos de salida, con los vídeos de referencia y la edición incluidos en esa tarifa. Kling 4.0 Flash usa una tarifa por segundo más baja cuando hay vídeo de entrada y factura la duración de salida más el mayor valor entre la duración del vídeo de entrada y la de salida. Para las reglas completas de facturación de Kling, consulta nuestra guía de la API de Kling 4.0.

Kling 4.0 Flash vs. Gemini Omni 1.2 Flash: cara a cara

Estos dos son los más parecidos: ambos son niveles «Flash», ambos cubren los modos de texto, imagen, referencias y edición bajo un mismo ID de modelo, y ambos facturan por segundo.

  • Elige Kling 4.0 Flash para clips de 16–20 segundos, encuadres cuadrados o ultrapanorámicos, personajes recurrentes definidos como sujetos y vídeos de referencia que marquen el movimiento o la trayectoria de cámara. Sus referencias cuentan dentro de un presupuesto de 15 elementos, y los vídeos de entrada pueden sumar hasta 20 segundos.
  • Elige Gemini Omni 1.2 Flash por el rango de resolución (de borradores en 360p a entregas en 4K), las transiciones con primer y último fotograma, la edición sencilla basada en prompts y los trabajos con muchas referencias en los que los vídeos de entrada quedan dentro de la tarifa por segundo.
  • En precio en 720p, Omni 1.2 Flash es aproximadamente un 13% más barato por segundo ($0.0819 frente a $0.094) en los trabajos de texto e imagen, y aún más barato cuando intervienen vídeos de referencia o edición.

Si estás eligiendo dentro de la familia Kling, lee Kling 4.0 vs. Flash para conocer las diferencias de resolución, duración de clip y control de fotogramas. Para un recorrido completo por los campos de solicitud de Flash, consulta la guía de la API de Kling 4.0 Flash.

Dónde encaja Seedance 2.5

«Gemini Omni vs Seedance» también aparece a menudo. Seedance 2.5 de ByteDance se sitúa en otro nivel: está pensado para clips de producción más largos y con muchas referencias, de 4–30 segundos en 480p, 720p o 1080p, con hasta 50 referencias de imagen, vídeo y audio y audio sincronizado opcional. En PoYo, un clip de Seedance 2.5 de 5 segundos en 720p a partir de texto o imágenes cuesta $1.575 (63 créditos por segundo), aproximadamente cuatro veces el precio de Omni 1.2 Flash. Úsalo para el montaje final de una escena compleja y reserva los modelos Flash para los borradores de gran volumen. Para una comparación visual en paralelo, consulta Kling 4.0 vs. Seedance 2.5.

¿Cuál deberías elegir?

Tu trabajoEmpieza conPor qué
El clip terminado de 8 s con audio más económicoVeo 3.1 Lite (veo3.1-lite) para prompts de texto, Veo 3.1 Fast (veo3.1-fast) con imágenes$0.10 o $0.18 por vídeo en 720p o 1080p
B-roll sin sonido al menor coste por segundoVeo 3.1 Lite Official, sound: false$0.018/s en 720p
Clips de más de 8 s en una sola tomaGemini Omni 1.2 Flash (hasta 15 s) o Kling 4.0 Flash (hasta 20 s)Una solicitud cubre la toma completa
Publicaciones cuadradas o banners 21:9Kling 4.0 FlashOfrece los encuadres 1:1 y 21:9
Borradores económicos y después entrega en 4K con el mismo modeloGemini Omni 1.2 Flash360p a $0.0273/s, 4K a $0.2457/s
Personajes y productos recurrentes en una serieKling 4.0 FlashHasta 7 sujetos reutilizables, 15 referencias
Cambiar el estilo o el escenario de un clip existenteGemini Omni 1.2 FlashEdita hasta 15 s, facturados según la duración del origen
Editar un clip e incorporar un personaje o movimiento nuevosKling 4.0 FlashLa edición también acepta vídeos de referencia y sujetos
Transición planificada de inicio a finGemini Omni 1.2 Flash o Veo 3.1Ambos admiten un primer y un último fotograma
Máxima fidelidad de Veo para una toma principalVeo 3.1 Quality4K con audio en el nivel Official

Un enrutamiento práctico: crea los borradores de los conceptos con Omni 1.2 Flash en 360p o con Veo 3.1 Fast, pasa las ideas aprobadas al modelo que encaje con el formato de entrega y registra el coste por clip aceptado.

Cómo ejecutar los tres en PoYo

PoYo te da acceso a los tres modelos con una sola clave de API y un único formato de solicitud, con créditos de pago por uso y sin suscripción. Todos los modelos usan los mismos endpoints de envío y estado. Esta solicitud ejecuta Gemini Omni 1.2 Flash en 720p:

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "input": {
      "prompt": "A barista slides a latte across a sunlit counter. Slow push-in, warm morning light, soft cafe ambience.",
      "duration": 10,
      "aspect_ratio": "9:16",
      "resolution": "720p"
    }
  }'

El mismo cuerpo sirve para Kling 4.0 Flash: cambia "model" a "kling-4.0-flash". Ambos aceptan duration 10, aspect_ratio 9:16 y resolution 720p.

Para Veo 3.1 Official, elige un nivel, una duración de 4, 6 u 8 segundos y el ajuste sound:

curl https://api.poyo.ai/api/generate/submit \
  -H "Authorization: Bearer $POYO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1-fast-official",
    "input": {
      "prompt": "A barista slides a latte across a sunlit counter. Slow push-in, warm morning light, soft cafe ambience.",
      "duration": 8,
      "aspect_ratio": "9:16",
      "resolution": "720p",
      "sound": true
    }
  }'

Cada envío devuelve data.task_id. Consulta el progreso con:

curl https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
  -H "Authorization: Bearer $POYO_API_KEY"

El estado pasa por not_started, running y finished o failed. Cuando es finished, la URL del vídeo está en data.files[].file_url. También puedes añadir una callback_url de nivel superior para recibir un webhook cuando el vídeo esté listo. Cada página de modelo tiene un Playground con una estimación de créditos en tiempo real y una vista JSON que puedes copiar en tu código.

Preguntas frecuentes

¿Es Gemini Omni mejor que Veo?

Apuntan a trabajos distintos. Gemini Omni 1.2 Flash es el modelo más flexible: clips de 3–15 segundos, de 360p a 4K, varias referencias y edición basada en prompts. Veo 3.1 genera tomas cortas de 4–8 segundos y tiene un nivel Quality para una salida de mayor fidelidad. Google ofrece ahora Omni 1.2 Flash como sustituto de Veo 3.1 en Gemini API, mientras que Veo 3.1 continúa como modelo GA en Google Cloud.

¿Sustituye Gemini Omni Flash a Veo 3.1?

En Gemini API, sí. Google retiró veo-3.1-generate-preview, veo-3.1-fast-generate-preview y veo-3.1-lite-generate-preview el 22 de octubre de 2026 e indica gemini-omni-1.2-flash como sustituto. Los modelos GA veo-3.1-generate-001 y veo-3.1-fast-generate-001 siguen en Gemini Enterprise Agent Platform y está previsto que sigan disponibles al menos hasta el 4 de mayo de 2027. En PoYo, ambas páginas de Veo 3.1 siguen disponibles.

Gemini Omni Flash vs. Veo 3.1 Fast: ¿cuál es más barato?

Depende de la duración del clip. Para un clip de 8 segundos con audio en 720p en PoYo, Veo 3.1 Fast cuesta $0.18 en la página de Veo 3.1 de duración fija y $0.60 en Veo 3.1 Official, frente a $0.66 de Omni 1.2 Flash. Para clips más cortos o borradores en 360p, Omni 1.2 Flash puede costar menos: un borrador de 5 segundos en 360p cuesta $0.14. Para clips de más de 8 segundos, Omni lo resuelve en una sola solicitud.

¿Cuánto pueden durar los vídeos de cada modelo?

Gemini Omni 1.2 Flash: 3–15 segundos (hasta 10 con primer y último fotograma). Kling 4.0 Flash: 3–20 segundos. Veo 3.1: 4, 6 u 8 segundos por solicitud, con extensión en Veo 3.1 Official hasta un total de 30 segundos.

¿Qué modelo de vídeo rápido admite 4K?

Gemini Omni 1.2 Flash (4K escalado, $0.2457/s en PoYo) y Veo 3.1 (4K en Fast y Quality, y en el nivel Lite de duración fija). Kling 4.0 Flash genera en 720p; para 1080p dentro de la familia Kling, usa Kling 4.0.

Gemini Omni vs. Kling: ¿cuál es mejor para personajes coherentes?

Kling 4.0 Flash te da más estructura: hasta 7 sujetos reutilizables, cada uno definido por 2–4 imágenes o un vídeo corto, más hasta 10 imágenes de referencia y 5 vídeos de referencia en una solicitud. Omni 1.2 Flash acepta hasta 10 imágenes de referencia y 3 vídeos de referencia y resuelve los cambios de personaje mediante la edición. Para trabajos en serie con el mismo reparto, empieza con Kling 4.0 Flash.

¿Es gratis Gemini Omni?

Google incluye clips de Omni de 15 segundos en Google Vids sin coste adicional con una cuenta de Google o una suscripción a Workspace, y en la app de Gemini para los suscriptores de Google AI Ultra. Para el acceso por API, PoYo ofrece Omni 1.2 Flash con créditos de pago por uso desde $0.0273 por segundo en 360p, sin suscripción, y el Playground muestra la estimación de créditos antes de cada ejecución.

¿Puedo usar una sola clave de API para los tres modelos?

Sí. En PoYo, Gemini Omni 1.2 Flash, Kling 4.0 Flash y todos los niveles de Veo 3.1 comparten una clave de API, un saldo y los mismos endpoints de envío y estado. Omni y Kling incluso aceptan el mismo cuerpo de solicitud para un prompt de texto, así que cambiar de uno a otro consiste en modificar el campo model.

Share: