Google une imagen rápida y vídeo conversacional con Nano Banana 2 Lite y Omni Flash

El 30 de junio de 2026, Google puso a disposición de desarrolladores Nano Banana 2 Lite y Gemini Omni Flash, dos herramientas que encajan en un mismo flujo creativo aunque no tienen el mismo grado de madurez. Nano Banana 2 Lite está pensado para producir y editar imágenes con rapidez y coste contenido; Gemini Omni Flash convierte texto, imágenes y clips en vídeo y permite retocarlos mediante instrucciones en lenguaje natural.

La combinación es fácil de imaginar: crear muchas variantes de una imagen, elegir una y usarla como referencia de un clip. Pero el interés real del anuncio no está en una demo llamativa, sino en cómo separa dos necesidades que suelen mezclarse en la generación multimedia: la iteración visual de gran volumen y la edición de vídeo con continuidad.

Una opción de imagen para iterar mucho

Nano Banana 2 Lite es el nombre comercial de Gemini 3.1 Flash Lite Image, disponible como modelo estable en la API de Gemini. Google lo presenta como el miembro más rápido y económico de su familia de imagen. En su anuncio comunica una salida de texto a imagen en cuatro segundos y un precio de 0,034 dólares por imagen de resolución 1K.

Eso lo orienta a borradores visuales, interfaces interactivas y aplicaciones que necesitan generar muchas imágenes sin que la latencia o el presupuesto por petición se disparen. Google recomienda esta versión como sustituta de Gemini 2.5 Flash Image, la primera versión de Nano Banana.

Esa eficiencia implica concesiones. La documentación indica que Lite no está optimizado para trabajar con múltiples imágenes de referencia ni para editar de manera secuencial a lo largo de muchos turnos. Solo admite salida 1K y tampoco incorpora algunas funciones más ambiciosas de los modelos superiores, como la fundamentación en búsqueda. Para una composición compleja, una campaña con mucha consistencia de marca o una imagen final a 4K, la propia familia tiene otras opciones.

Vídeo conversacional, todavía en vista previa

Gemini Omni Flash, identificado en la API como gemini-omni-flash-preview, aporta la segunda mitad del flujo. Google lo describe como un modelo para generar y editar vídeo a partir de una combinación de texto, imagen y vídeo, y para refinar el resultado conversando con el modelo. Su catálogo lo mantiene en estado preview, no estable.

El precio comunicado es de 0,10 dólares por segundo de vídeo generado. En esta fase, las creaciones duran diez segundos. Ese límite no invalida usos como clips de producto, demostraciones, piezas para redes o prototipos de una escena, pero sí obliga a planificar una producción larga como una secuencia de tomas, no como un único encargo.

Google también enumera límites concretos: la API aún no acepta referencias de audio ni extensión de escenas; los vídeos de referencia de hasta tres segundos figuran en el esquema, pero todavía no se procesan correctamente; y la coherencia de personajes puede fallar al cambiar de escena o mover la cámara. Son detalles más útiles para decidir una integración que una promesa general de “vídeo con IA”.

Encadenar herramientas sin perder el control

El flujo conjunto es sencillo: Nano Banana 2 Lite genera una base visual rápida y Omni Flash la anima o la transforma. Google ofrece ejemplos para diseño de interiores, comercio electrónico y escenas basadas en una foto. La API de Interactions puede conservar historial de sesión para varias ediciones consecutivas, pero un equipo que vaya a producción deberá probar consistencia, tiempos y costes con sus propios materiales.

Las imágenes creadas con Nano Banana y el contenido de estos modelos incorporan la marca de agua SynthID, según Google. Es una señal de procedencia útil, pero no sustituye revisar derechos sobre los materiales de entrada, verificar el resultado ni etiquetar adecuadamente el uso de IA cuando el contexto lo requiera.

La decisión práctica es clara: Nano Banana 2 Lite encaja cuando se necesitan muchas imágenes veloces y económicas; Omni Flash sirve para explorar edición y generación de vídeo en conversación. El segundo todavía debe tratarse como preview. No son dos botones mágicos, sino componentes con límites distintos para construir un flujo multimedia más rápido.