前言¶

多模态视频生成这类能力一旦进入 API 与面向企业的产品通道，工程团队关心的是三件事：单次生成能覆盖多长镜头、改一版要花多少轮交互与算力、以及价目表是否撑得住批量生产。Google DeepMind 于 2026 年 11 月 5 日在官方博文宣布 Gemini Omni 1.2 Flash 上线，并在 Gemini API 与 面向企业的 Gemini（Gemini for business） 上 普遍可用（GA），同时面向开发者与企业工作流给出了更长的原生视频时长与明确降价后的按秒计价。下面按发布说明逐项拆开，便于评估是否值得接入现有管线。

发布时间与可用范围¶

博文署名为 Google DeepMind 产品经理 Anish Nangia，发布日期为 2026 年 11 月 5 日。文中写明：Gemini Omni 1.2 Flash 已在 Gemini API 与面向企业的 Gemini 上 GA，并提及 Google Cloud 面向生产需求；另说明 Provisioned Throughput（预置吞吐量） 可用，输出带有 SynthID 不可见水印。接入前仍需对照各自控制台与文档确认账号层级、区域与配额是否与团队一致，此处仅复述官方对「全面推出」与基础设施侧表述。

核心能力：最长 15 秒原生视频与多轮对话式剪辑¶

相对 Omni 1.1 的 10 秒上限，1.2 Flash 将 原生生成与编辑延长至 最长 15 秒。时长可按 3 秒至 15 秒、以 1 秒为步进指定，便于在同一模型内对齐短视频广告、产品讲解等常见片长。 workflow 上的关键补充是 多轮对话式编辑（multi-turn conversational editing）：可在同一条成片上逐轮改产品/背景、光照、天气或画幅比例等，而不必每次从零重新生成整条素材；官方说明该能力覆盖 完整的 15 秒片段，便于在同一brief下产出面向不同受众或版位的广告变体。

生成侧还强调 参考图 / 参考素材的遵循度（reference adherence）：可同时纳入角色、产品或风格图、最长约 3 秒的短运动片段及音频线索，以减轻角色外观、服装、包装字体与品牌色在镜头切换中的漂移。此外，博文还提到在角色与场景一致性、口型与多人对白自然度、长镜头运镜可控性等方面的改进；其中也承认在快速体育运动、急剧本变更、复杂物理等方面仍在持续开发。

在分辨率策略上，官方建议可先在 360p 或 720p 下快速试片与局部修改，再对满意的段落 上采样至 1080p 或 4K，用「先低保真迭代、再高保真定稿」控制总成本。

定价：相对 1.1 降价约三成，720p 约 0.07 美元每秒¶

博文写明相对 Gemini Omni 1.1 降价 30%，并给出 720p 视频约 0.07 美元/秒的价位（美元计价，以官方定价页为准）。将「更长片段 + 多轮编辑 + 单价下调」放在一起看，单位成片的试错与改稿成本会更容易预测——仍需结合实际调用量、是否使用预置吞吐量及其他 Cloud 计费项做总体估算。

产品入口与使用场景（按官方列举）¶

除 API 与 Google Cloud 控制台外，博文提到该模型会随推出节奏进入若干面向创作者与业务的应用：Flow 中导演场景与多轮编辑、Google Vids 中在具备 Google 账号或 Workspace 订阅条件下生成 15 秒片段（表述为无额外费用）、Gemini 应用中对 Google AI Ultra 订阅用户开放 15 秒视频能力（标注为逐步 rollout），以及 Google Ads 侧规模化视频投放管线。具体权限与地区以各产品当前说明为准。

对内容与云工作负载意味着什么¶

先把结论说在前面：这不是单点「模型号 +1」的修辞，而是 输出形态（15 秒原生 + 多轮改片） 与 计价（按秒、且相对前代下调） 同时调整，直接影响广告与创意团队能否把生成视频当成可排期的生产步骤，而不是偶发 demo。对平台方，GA、SynthID 与预置吞吐量等表述也说明其正在按企业采购与合规的常见 checklist 补齐。团队若评估接入，建议同步打开官方 开发者文档与定价页，用本业务真实的平均片长、改稿轮数和分辨率混配跑一次试算，再决定是从 API 还是从 Gemini for business / Cloud 路径切入。

本文事实均取自 Google 官方博文「Introducing Gemini Omni 1.2 Flash」：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/