Google lanza Nano Banana 2 Lite y Gemini Omni Flash para acelerar la IA generativa multimedia
Google acaba de reforzar su ofensiva en IA generativa multimedia con dos lanzamientos que apuntan a necesidades distintas, pero complementarias: Nano Banana 2 Lite y Gemini Omni Flash. El primero es un modelo de imagen pensado para velocidad y coste bajo; el segundo, una variante orientada a vídeo y edición multimodal que empieza a encajar mejor con la idea de “crear desde cualquier entrada”. Juntos dibujan una estrategia bastante clara: Google quiere que Gemini no sea solo un chatbot, sino una plataforma creativa completa.
La noticia, adelantada por TestingCatalog, sitúa a ambos modelos dentro del ecosistema de Gemini API y Google AI Studio. No hablamos solo de una función bonita dentro de una app: hablamos de piezas que pueden acabar integradas en flujos de trabajo de desarrolladores, herramientas creativas, productos de consumo y servicios donde la generación de imagen o vídeo tiene que ser rápida, barata y repetible.
Nano Banana 2 Lite: menos coste, más iteración
Nano Banana 2 Lite es la versión ligera del modelo de imagen de Google. Su promesa principal no está en producir la imagen más espectacular posible, sino en hacerlo muy rápido y a un coste reducido. Según la información publicada, puede generar imágenes en menos de cuatro segundos y tiene un precio de 0,034 dólares por cada 1.000 imágenes, una cifra pensada claramente para usos de volumen.
Esto cambia bastante la forma de trabajar. Cuando generar una imagen cuesta poco y tarda segundos, el proceso deja de parecerse a “escribir el prompt perfecto” y se acerca más a bocetar. Un diseñador, un equipo de marketing o un creador de contenidos pueden probar diez variaciones, descartar ocho y quedarse con dos sin sentir que cada intento es una decisión pesada. En IA generativa, esa fluidez importa casi tanto como la calidad final.
Google parece orientar Nano Banana 2 Lite a entornos donde la rapidez, la coherencia de personajes, la fidelidad al prompt y el renderizado de texto tienen peso práctico. También se menciona su integración en productos como Search, la app de Gemini y Google Photos. Es decir, no solo sería un modelo para desarrolladores: podría convertirse en una capa invisible para muchas funciones creativas que el usuario encuentra dentro de servicios cotidianos.
Gemini Omni Flash: vídeo conversacional y multimodal
Gemini Omni Flash va por otro camino. Es una pieza de la familia Gemini Omni, centrada en generar y editar vídeo a partir de entradas variadas. En la versión para desarrolladores, TestingCatalog habla de una vista previa pública en Google AI Studio y Gemini API, con generación y edición de clips de hasta diez segundos a partir de texto, imágenes y fragmentos de vídeo. El precio señalado es de 0,10 dólares por segundo de vídeo, alineado con una lógica de producción más profesional que doméstica.
La clave está en la edición conversacional. En lugar de generar un clip desde cero y aceptar o rechazar el resultado, el usuario puede pedir cambios sucesivos: modificar una escena, mantener referencias visuales, ajustar elementos o transformar una pieza existente. Esa idea, si funciona con suficiente consistencia, acerca la IA de vídeo a un proceso de dirección creativa. No sustituye mágicamente el criterio humano, pero reduce la fricción técnica entre imaginar una escena y producir una primera versión.
De la app al API: dos velocidades de despliegue
El contexto es importante. Gemini Omni ya había aparecido en la conversación tecnológica como una apuesta de Google para vídeo generativo. En español, MeriStation lo describió como una familia de modelos capaz de combinar texto, imágenes, audio y vídeo, con Gemini Omni Flash como primera versión disponible para clips cortos y edición por instrucciones naturales. Ahora, el matiz relevante es su llegada al terreno de API y AI Studio, donde los desarrolladores pueden empezar a experimentar con integraciones más propias.
Ahí está la diferencia entre una función de consumo y una plataforma. Una herramienta dentro de Gemini puede servir para que cualquier usuario genere un vídeo puntual. Un modelo expuesto mediante API permite crear editores especializados, flujos de publicidad, prototipos audiovisuales, asistentes para comercio electrónico, herramientas educativas o sistemas internos de generación de material visual. El salto no es solo técnico: es de modelo de negocio.
SynthID y las limitaciones que no conviene olvidar
Ambos lanzamientos se enmarcan también en la insistencia de Google por usar SynthID, su sistema de marca de agua invisible para contenido generado por IA. Tiene sentido. Cuanto más barato sea crear imágenes y vídeos, más urgente será poder identificar su origen. La trazabilidad ya no es un detalle de relaciones públicas; es una condición básica para que estas herramientas puedan circular en buscadores, redes sociales, publicidad o medios sin aumentar todavía más la confusión visual.
También hay límites claros. Nano Banana 2 Lite prioriza rapidez y coste, así que no debe confundirse con la variante más potente para resultados de máxima fidelidad. Gemini Omni Flash, por su parte, sigue atado a clips breves y a una fase de vista previa. En los primeros despliegues, los modelos de vídeo suelen sufrir con la continuidad de escenas, la física fina, la coherencia entre planos o las instrucciones demasiado largas. La promesa es grande, pero la producción profesional todavía exigirá revisión humana.
Por qué importa este movimiento
La lectura de fondo es que Google está cubriendo dos extremos del trabajo creativo con IA. Por un lado, imagen barata y rápida para iterar sin miedo. Por otro, vídeo multimodal para acercar la edición audiovisual a una conversación. Entre ambos aparece una visión más ambiciosa de Gemini: un sistema que no solo responde, sino que produce, transforma y adapta contenido visual a gran escala.
Para usuarios finales, esto puede traducirse en herramientas más sencillas dentro de Gemini, Search, Photos o futuros productos de YouTube. Para empresas y desarrolladores, la noticia va por otro lado: más opciones para automatizar prototipos, campañas, recursos visuales y experiencias interactivas. Google no está lanzando una única función vistosa; está colocando ladrillos para que la IA generativa multimedia sea infraestructura. Y esa es una señal bastante más relevante que el nombre, por simpático que sea, de Nano Banana.