Google · modelo de lenguaje
Gemini Omni 1.2 Flash: precio, contexto y benchmarks
Gemini Omni 1.2 Flash es el modelo de Google lanzado el 5 de noviembre de 2026. Cuesta 1,5 US$ por millón de tokens de entrada y 9 US$ de salida, con un contexto de 131,1 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
| Precio | 7/30 | |
|---|---|---|
| Contexto | 4/15 | |
| Funciones | 3/15 |
Lo que hay que saber de Gemini Omni 1.2 Flash
Google, con sede en Estados Unidos, puso Gemini Omni 1.2 Flash en línea el 5 de noviembre de 2026. Acepta texto, imágenes y vídeo como entrada y produce texto y vídeo. Su ventana de contexto alcanza 131.072 tokens, más que el 29 % de los modelos del registro, y puede escribir hasta 65.536 tokens de una vez.
Es un modelo reciente: todavía hay pocas opiniones de uso y puntuaciones independientes.
Precio de Gemini Omni 1.2 Flash
En OpenRouter, Gemini Omni 1.2 Flash cuesta 1,5 US$ por millón de tokens de entrada y 9 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 3,375 US$ por millón, más caro que el 78 % de los modelos de pago (4,2 veces la mediana de 0,8 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0075 US$. Con 1.000 tareas al día, cuente 225 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Gemini Omni 1.2 Flash. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- No admite la llamada a herramientas: no sirve para manejar un agente IA que deba actuar.
- Es un modelo de razonamiento: «piensa» antes de responder, lo que ayuda en tareas difíciles pero consume más tokens de salida.
Sus pesos no se publican: solo se puede usar a través de la API de Google o de un intermediario como OpenRouter, lo que implica enviar sus datos fuera de sus máquinas.
Otros modelos de Google
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Gemini Omni 1.1 Flash | 4 nov 2026 | 3,38 US$ | — |
| Gemini 4 Argon | 13 oct 2026 | 4 US$ | 166,5 |
| Nano Banana 2.1 | 6 oct 2026 | 3 US$ | — |
| Gemini 3.8 Flash | 2 sept 2026 | 1,65 US$ | 158,6 |
| Gemini 3.7 Flash | 13 ago 2026 | 1,5 US$ | 158,4 |
| Gemini 3.6 Flash | 21 jul 2026 | 1,5 US$ | 155,2 |
| Gemini 3.5 Flash Lite | 21 jul 2026 | 0,85 US$ | 145,6 |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) | 30 jun 2026 | 0,56 US$ | — |
Veredicto
Nota calculada: 23/100, a partir de datos públicos (rendimiento, precio, contexto, funciones).
Limitaciones
- Sin llamada a herramientas: no sirve como cerebro de un agente.
- Ninguna puntuación independiente publicada: rendimiento no verificable.
Evítelo si…
- procesa grandes volúmenes con un presupuesto ajustado;
- sus datos no deben salir de sus servidores;
- construye un agente que debe llamar a herramientas;
- sus tareas son sobre todo sencillas: un modelo sin razonamiento costará menos.
Alternativas
- Mistral Large 24073 US$
- Aion-3.03,75 US$
- o33,5 US$
- Mistral Large3 US$
- Claude Haiku 4.52 US$
- Sonar Reasoning Pro3,5 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Gemini Omni 1.2 Flash?
1,5 US$ por millón de tokens de entrada y 9 US$ de salida en OpenRouter (dato del 8 de noviembre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0075 US$.
¿Qué tamaño tiene el contexto de Gemini Omni 1.2 Flash?
131.072 tokens, unas 98.000 palabras, con un máximo de 65.536 tokens de salida.
¿Se puede usar Gemini Omni 1.2 Flash en local?
No, Google no publica sus pesos: solo se usa por API.
¿Sirve Gemini Omni 1.2 Flash para un agente IA?
No: sin llamada a herramientas no puede actuar, solo responder.
¿Qué alternativas hay a Gemini Omni 1.2 Flash?
Los modelos más cercanos en precio y rendimiento son Mistral Large 2407, Aion-3.0 y o3.
Artículos relacionados
- DeepSeek para un agente de IA: ventajas, límites y costes reales27 de octubre de 2026
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos

