Gemini Omni
返回文章列表
8 分钟阅读

Gemini Omni 1.2 Flash 正式发布:15 秒片段、多轮编辑与更低的 API 定价

2026 年 11 月 5 日 Google 正式 GA gemini-omni-1.2-flash:原生 15 秒视频、Interactions API 多轮编辑,付费 Gemini API 档位 720p 视频输出约 $0.07/秒。

Gemini OmniGemini Omni FlashOmni 1.2APIPricing2026中文

11 月 5 日正式 GA

Google 于 2026 年 11 月 5 日 将 Gemini Omni 1.2 Flash 推进到正式可用(GA)。模型 ID 为 gemini-omni-1.2-flash。Google 称这是 Gemini Omni 首次正式 GA。

据 发布博文,输出带有不可见的 SynthID 水印,Google 表示可使用 Provisioned Throughput。Google 的媒体生成参考文档还列出 C2PA 元数据。开发者 API 上 Omni Flash 没有免费档位。

若你仍调用 gemini-omni-1.1-flash,请在 2026 年 12 月 3 日 前完成验证:当日起 1.1 请求会自动路由到 1.2 并按 1.2 费率计费(见 AI Studio 定价页与 模型页)。

15 秒片段

原生生成时长提升至 最长 15 秒(Omni 1.1 为 10 秒)。在支持的模式下可按 3 至 15 秒、每秒一步 设置时长。

Google Vids 提供 3 至 15 秒 滑块。Workspace Updates 称,自 11 月 5 日起向符合条件的 Workspace 与消费者账号推送,功能可见需 1 至 3 天。Google 的 Vids 博文表示,拥有 Google 账号或 Google Workspace 订阅的用户,每月可在 Vids 中 免费生成最多三条 15 秒视频。

参考遵循、一致性与语音

发布博文列出了以下变化:

方向Google 的表述要点
参考角色、产品或风格图像;最长 3 秒 的运动片段;音频提示
一致性首尾帧之间更少漂移与形变;转场中道具与环境更稳定
语音更自然的对白、更清晰的口型同步、可区分多说话人

API 侧最多 6 张参考图,可用于新生成、编辑与扩展(含 15 秒片段)。参考视频仅用于 新生成:3 至 10 秒 片段最多 3 段参考,11 至 15 秒 片段最多 1 段。

上传源视频的上限因任务而异。模型页 写明编辑最长 15 秒、扩展回溯 10 秒。可按 任务不同约 10 至 15 秒 估算,上线前请以模型页为准。

多轮编辑

多轮对话式编辑覆盖完整 15 秒 片段。在 Interactions API 上传入 previous_interaction_id,即可替换产品或背景、改光线或天气、切换宽高比,无需从零重生成。

Google 建议工作流:先用 360p 或 720p 草稿,再用跟进编辑修细节,最后将最佳成片放大到 1080p 或 4K。

定价

AI Studio 定价页(仅付费档)公布的费率:

指标Omni 1.2 FlashOmni 1.1 Flash
输入(文本/图像/视频)每百万 token$1.50$1.50
输出文本(含 thinking)每百万 token$9.00$9.00
视频输出每百万 token$12.00$17.50
720p 折合每秒约 $0.07约 $0.10

Google 称视频输出有效价格比 Omni 1.1 降低约 30%。计费按 720p 每秒 5,792 个输出 token、视频输出 $12/百万 token 折算。

分辨率约 $/秒
360p$0.023
720p$0.07
1080p(含放大)$0.104
4K(含放大)$0.209
片段(720p)约成本
10 秒约 $0.70
15 秒约 $1.04

按模式的 API 限制

以下依据 模型页 与 Google Omni Flash API 技能文档。生成统一走 Interactions API(client.interactions.create),不用 generate_content。输出为 带原生音频的视频 及文本。24 FPS。宽高比:16:9、9:16。输入上限 131,072 token;输出上限 65,536 token。

模式时长参考说明
文生视频3 至 15 秒图像最多 6 张;视频参考按上表
单首帧图生视频3 至 15 秒同上
参考生视频与编辑3 至 15 秒图像最多 6 张
首尾帧插值3 至 10 秒需同时提供首尾帧
每轮视频扩展3 至 10 秒累计最长 30 秒

分辨率:360p、720p(默认)、1080p、4K。

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input=[{"type": "text", "text": "A product demo on a clean stage."}],
    response_format={
        "type": "video",
        "duration": "10s",
        "resolution": "720p",
        "aspect_ratio": "16:9",
    },
)

可用入口

入口访问方式
Gemini API 与 Google AI Studio付费档;示例应用与开发者文档
Google Cloud 控制台 与 Gemini for business基于 API 构建企业方案
Google Flow分镜与多轮编辑;扩展视频需 Omni 1.2 及 Google AI Plus / Pro / Ultra(Flow 帮助)
Google VidsGoogle 账号或 Workspace 订阅用户每月最多三条 15 秒免费视频(Vids 博文)
Gemini App15 秒视频向 Google AI Ultra 订阅者陆续开放
Google Ads规模化视频广告

Omni 1.1 与 Veo 用户截止日期

日期入口变更
2026-11-05Google FlowVeo Extend 下线;扩展请用 Omni Flash 1.2 且需 AI Plus / Pro / Ultra(Flow 帮助)
2026-12-03Gemini APIgemini-omni-1.1-flash 自动路由至 gemini-omni-1.2-flash 并按 1.2 计费
2026-12-05Google FlowVeo 3.1 Fast、Veo 3.1 Quality、Omni Flash 1.1 退役;Veo 3.1 Lite 保留(720p,4/6/8 秒,无 video-to-video、无 extend)

Google 称仍具挑战的场景

Google 表示仍在改进 高速运动、脚本快速变更 与 复杂物理。上线前把这些场景视为高风险用例。

行动清单

  1. 新 API 集成直接使用 gemini-omni-1.2-flash 与付费档 Interactions API。
  2. 在 2026 年 12 月 3 日 前回归测试仍依赖 gemini-omni-1.1-flash 定价或时长上限的流程。
  3. 在 Flow 中迁离 Veo Extend,并为 12 月 5 日 的 Veo 3.1 Fast/Quality 与 Omni 1.1 退役做准备。
  4. 按 720p 约 $0.07/秒 做预算;先用 360p 草稿与编辑轮次,再升 1080p 或 4K。
  5. 改生产提示词或参考包前,先读 发布博文 与 模型页。

延伸阅读