Quieres añadir a tu app un botón que devuelva un clip corto sin abrir otra plataforma. Gemini Omni 1.2 Flash ya aparece en Vercel AI Gateway y su integración devuelve un archivo MP4 mediante el AI SDK. Esta guía va dirigida al desarrollador que necesita entender la llamada, el archivo de respuesta y el costo antes de convertirla en una función de producción. Es una intención distinta a diseñar el anuncio creativo: aquí construimos el punto de entrada técnico.

Qué necesitas antes de gastar

El anuncio de Vercel del 5 de noviembre indica que el modelo google/gemini-omni-1.2-flash admite clips de 3 a 15 segundos, audio nativo y salida en 16:9 o 9:16. Puede generar desde texto y editar clips con referencias. AI Gateway ofrece una clave sin cuenta de Google separada, más seguimiento de gasto y trazas. La ficha oficial del modelo y el panel deben usarse para confirmar acceso, saldo y tarifa vigente de tu equipo.

Para una primera ejecución, usa un prompt inocuo de tres segundos a 360p. No empieces por un anuncio de marca de 15 segundos: primero verifica que el SDK, la autenticación y la devolución del archivo funcionan. Crea un proyecto Node compatible con módulos ESM y añade ai y dotenv con pnpm add ai dotenv. Genera una clave de AI Gateway en tu panel y guárdala como AI_GATEWAY_API_KEY en un archivo .env excluido de Git. No pegues la clave en el código ni en el prompt.

Ejemplo mínimo: guardar el MP4

Guarda lo siguiente como omni-api-example.mjs y ejecuta node omni-api-example.mjs desde la carpeta del proyecto. El patrón de generateText, responseModalities, responseFormat y files sigue el ejemplo oficial de Vercel. Añadimos una comprobación de clave y un mensaje final. Este código pasó node --check localmente, que solo comprueba sintaxis; no hicimos una llamada facturable al modelo ni generamos un video real.

import 'dotenv/config';
import { writeFile } from 'node:fs/promises';
import { generateText } from 'ai';

if (!process.env.AI_GATEWAY_API_KEY) {
  throw new Error('Set AI_GATEWAY_API_KEY before running this billable example');
}

const { files } = await generateText({
  model: 'google/gemini-omni-1.2-flash',
  prompt: 'A red ball rolls across a white table. One continuous shot.',
  providerOptions: {
    google: {
      responseModalities: ['text', 'video'],
      responseFormat: [
        { type: 'video', resolution: '360p', duration: '3s' },
      ],
    },
  },
});

const video = files.find((file) => file.mediaType === 'video/mp4');
if (!video) throw new Error('No MP4 video returned');
await writeFile('video.mp4', video.uint8Array);
console.log('Saved video.mp4');

La respuesta no es necesariamente una cadena en result.text. El archivo llega en files; busca el de tipo video/mp4, toma uint8Array y escríbelo en disco. Si falta, el ejemplo lanza un error en lugar de decir “éxito” con un archivo inexistente. Si la petición falla, revisa primero clave, saldo, acceso al modelo y mensajes del Gateway; no ejecutes un bucle de reintentos ilimitado sobre una operación que se cobra.

Cómo convertirlo en una función para usuarios

Una app real necesita más controles que un script local. Valida que el usuario tenga permiso y un cupo de generación antes de llamar al modelo. Limita duración, resolución y cantidad de solicitudes por cuenta; estima costo y muestra el consumo de forma comprensible. Guarda el MP4 en almacenamiento de objetos con un ID del trabajo, no en el disco efímero de una función serverless. Registra estado pending, running, completed o failed y devuelve al cliente un enlace temporal solo cuando el archivo esté realmente disponible.

La generación puede tardar, por lo que el diseño de producción suele requerir una tarea asíncrona o un timeout apropiado. Vercel también documenta streamText; el video llega como un archivo completo en el stream, no como fotogramas reproducibles mientras se genera. Si tu interfaz promete una barra de progreso, no inventes porcentajes a partir de tokens: muestra estado y tiempo transcurrido hasta recibir el archivo.

Precio y verificación final

Google publicó US$0,07 por segundo para 720p en su anuncio de Omni 1.2 Flash. Este ejemplo pide 360p; confirma su tarifa exacta en el canal de facturación antes de calcular una cifra. AI Gateway dice reflejar el precio del proveedor sin margen de inferencia, pero el costo total de tu producto incluye almacenamiento, función, reintentos y posibles transformaciones posteriores.

Cuando sí tengas acceso, ejecuta una sola generación pequeña y verifica cuatro cosas: archivo MP4 reproducible, duración real, audio esperado y cargo mostrado en el panel. Después cambia una variable a la vez —duración, formato o referencia— y conserva la versión de código que produjo cada clip. Solo entonces tiene sentido ofrecer el botón a usuarios. La API reduce trabajo de integración; no elimina la revisión de derechos, calidad y presupuesto.