Kling Omni vs Gemini Omni: dos modelos distintos con el mismo nombre

Kling Omni es una familia de modos de Kling, de Kuaishou. Los modelos Omni aceptan varias entradas a la vez, como imágenes, vídeos cortos y, en Kling 4.0, perfiles de voz, y las tratan como la descripción de quién o qué debe aparecer. Kling 3.0 Omni está disponible a través de la API de Kling y de fal.ai. Kling 4.0, con Omni Reference, pasó a estar disponible en la propia app de Kling el 15 de octubre de 2026, y a través de la API de fal.ai el 23 de octubre.

Gemini Omni es una familia de modelos de Google anunciada en mayo de 2026, que empezó por el vídeo. Primero llegó Gemini Omni Flash; Gemini Omni 1.1 Flash le siguió el 27 de agosto de 2026. Funciona en la app de Gemini, Google Flow, YouTube Shorts y la API de Gemini, y ha sustituido a Veo 3.1 en la app de Gemini y en la API de Gemini. Genera a partir de texto, imágenes y vídeo, y también está pensado para editar vídeo.

Donde más se diferencian es en cuánto material puedes darles y cuánto dura una sola generación. Kling 4.0 Omni Reference admite hasta 15 entradas y genera hasta 30 segundos de una vez. Gemini Omni 1.1 Flash admite hasta 10 imágenes de referencia y genera hasta 10 segundos, que puedes ampliar en tramos de 10 segundos hasta 40 segundos.

Los dos leen las referencias como identidad, no como primer fotograma, así que el sujeto puede aparecer en escenas y ángulos que las fotos no muestran. En Gemini Omni etiquetas cada imagen en el prompt; en Kling agrupas las imágenes de un sujeto en un elemento y le pones nombre.

Kling 4.0 tiene más margen para un reparto. Hasta 7 elementos, cada uno con sus propias imágenes, más perfiles de voz, permiten que una persona, una segunda persona y un producto conserven cada uno su aspecto, y las personas su voz, en un mismo plano. Las diez imágenes de Gemini Omni se reparten entre todo lo que aparece en el prompt, y la documentación de Google indica que no edita vídeos de personas reconocibles.

Para un solo sujeto en un plano corto, la diferencia es menor. De tres a cinco imágenes limpias, una vista frontal, una de tres cuartos y un detalle, sirven para los dos.

Gemini Omni 1.1 Flash es el que puedes usar hoy para desarrollar. En la API de Gemini cuesta unos 0,10 $ por segundo de vídeo en 720p, solo en el nivel de pago; fal.ai indica 0,03 $ en 360p, 0,10 $ en 720p, 0,15 $ en 1080p y 0,30 $ en 4K por segundo. En la app de Gemini y en Flow necesitas un plan Google AI Plus, Pro o Ultra.

Kling 4.0 está abierto a todos en la app de Kling, con los créditos del plan, y su API de referencia a vídeo se abrió en fal.ai el 23 de octubre de 2026, a 0,157 $ por segundo en 720p y 0,235 $ en 1080p. La propia API de Kling está en acceso anticipado, con precios provisionales de 0,14 $ y 0,21 $. Un clip de 10 segundos en 720p cuesta unos 1,00 $ con Gemini Omni y 1,57 $ con Kling 4.0 a través de fal.ai.

Elige Gemini Omni 1.1 Flash si buscas el precio por segundo más bajo, trabajas con planos cortos o quieres editar vídeo existente con el mismo modelo.

Elige Kling 4.0 Omni Reference si un plano necesita varios sujetos recurrentes, voces consistentes o una toma larga de hasta 30 segundos sin empalmes. Está en la app de Kling y, desde el 23 de octubre de 2026, en la API de fal.ai.

RefVid usa por defecto Kling 4 a través de fal.ai, con Kling 3.0 Omni como opción más barata. Guardas un personaje o producto una sola vez, con 1 a 5 fotos, y cada clip parte de él; tus recursos guardados se mantienen cuando cambia el modelo.