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。
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 Flash | Omni 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 Vids | Google 账号或 Workspace 订阅用户每月最多三条 15 秒免费视频(Vids 博文) |
| Gemini App | 15 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 |
|---|---|---|
| 2026-11-05 | Google Flow | Veo Extend 下线;扩展请用 Omni Flash 1.2 且需 AI Plus / Pro / Ultra(Flow 帮助) |
| 2026-12-03 | Gemini API | gemini-omni-1.1-flash 自动路由至 gemini-omni-1.2-flash 并按 1.2 计费 |
| 2026-12-05 | Google Flow | Veo 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
- 新 API 集成直接使用
gemini-omni-1.2-flash与付费档 Interactions API。 - 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。 - 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。
- 按 720p 约 $0.07/秒 做预算;先用 360p 草稿与编辑轮次,再升 1080p 或 4K。
- 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
- Omni 1.1 Flash 发布公告
- 2026 年 10 月 Gemini 盘点
- Gemini Omni API 成本估算(2026 年 5 月投影 + 11 月说明)
- Gemini Omni 2026 价格对比
- Google Flow 使用指南