谷歌 Gemini Omni 1.2 Flash 正式可用：15 秒原生视频、多轮编辑，720p 每秒 0.07 美元

本文依据多家独立媒体对 Google DeepMind 官方公告的转述交叉核对成文（数据点三家一致），编辑部未能直接取得官方博客原文，后续取得后补标。

要点

• Google DeepMind 于 2026-11-05 宣布 Gemini Omni 1.2 Flash 正式可用（GA），落地 Gemini API 与 Google Cloud（Vertex AI）。
• 原生视频时长上限从 10 秒提升到 15 秒，时长可在 3-15 秒按 1 秒步进调节。
• 720p 定价每秒 0.07 美元，较 Omni 1.1 降价约 30%。
• 支持多轮对话式编辑：换产品、换背景、改光照或宽高比，无需整段重新生成。
• 参考图遵循能力增强，运动片段上限约 3 秒，并支持生成音频。
• 工作流上先以 360p/720p 草稿、再放大到 1080p/4K，输出带 SynthID 水印；支持 Provisioned Throughput（预置吞吐）。
• 除 API 外，官方称将陆续进入 Flow、Google Vids、Gemini 应用（Ultra）、Google Ads、AI Studio、Vertex AI、YouTube 与 Workspace。

背景与分析

视频生成这条产品线正在换打法。上一代 Omni 1.1 把「能不能生成一段视频」做成了产品能力，1.2 Flash 交出的答卷则是三个更工程化的维度：按时长分档计价、参考一致性、企业级吞吐保障。

对开发者更实际的变化是成本曲线：720p 每秒 0.07 美元叠加约 30% 的降价，意味着多轮迭代的编辑工作流（改一次、重渲一遍）第一次在价格上可承受——这类工作流在 1.1 时代是「能做但烧不起」的。官方把「草稿低分辨率 → 放大 1080p/4K」写进默认工作流，也是同一逻辑：把算力花在定稿之后。

与同周 OpenAI 侧的动态对照看（OpenAI 本周发布了 Images 2.6 与 GPT-6 Cyber，见相关阅读），两大厂在多模态上的投入方向明显分化：Google 把视频做深（时长、编辑、企业吞吐），OpenAI 把图像做快（GIF、SVG、参考复用）。

对开发者的影响

• 做视频类应用的开发者：15 秒上限 + 1 秒步进让「按镜头计价」的成本模型可以精确预算；多轮编辑意味着可以把「生成」和「修改」拆成两次调用，省掉整段重生成。
• 做电商 / 营销素材的团队：参考图遵循增强后，产品图换背景、换场景这类高频需求可以流水线化；Google Ads 与 Workspace 的集成意味着素材可以直接进投放链路。
• 企业用户：Provisioned Throughput 提供吞吐保障，视频生成开始进入「可以写 SLA」的阶段。

AI 之家 观点

降价 30% 这个数字本身不稀奇——视频生成几乎每代都在降。真正值得注意的是计价单位在变细：从「一张图」到「一秒视频」再到「草稿与定稿分开计价」，多模态 API 正在复制文本 API 走过的路——按 token 细分、按用量分层。对开发者来说，这意味着成本优化空间从「选哪个模型」扩展到「怎么编排调用」；对站内选型来说，视频模型的对比维度也要跟着加一行「编辑成本」了。

相关阅读

• 模型卡：Gemini Omni 1.2 Flash
• 同门模型：Gemini 4 Carbon · Gemini 3.8 Live
• 对照动态：OpenAI GPT-6 Cyber 与 Images 2.6
• 工具侧：Gemini Code Assist

来源

• PoYo.ai AI 日报 2026-11-07（转述 Google DeepMind 官方公告，含产品经理署名）
• 腾讯新闻·界面新闻：谷歌推出 Gemini Omni 1.2 Flash，价格下调 30%
• DEV Community 模型周报 2026-11-01 ~ 11-07