前言¶

多模態視頻生成這類能力一旦進入 API 與面向企業的產品通道，工程團隊關心的是三件事：單次生成能覆蓋多長鏡頭、改一版要花多少輪交互與算力、以及價目表是否撐得住批量生產。Google DeepMind 於 2026 年 11 月 5 日在官方博文宣佈 Gemini Omni 1.2 Flash 上線，並在 Gemini API 與 面向企業的 Gemini（Gemini for business） 上 普遍可用（GA），同時面向開發者與企業工作流給出了更長的原生視頻時長與明確降價後的按秒計價。下面按發佈說明逐項拆開，便於評估是否值得接入現有管線。

發佈時間與可用範圍¶

博文署名爲 Google DeepMind 產品經理 Anish Nangia，發佈日期爲 2026 年 11 月 5 日。文中寫明：Gemini Omni 1.2 Flash 已在 Gemini API 與面向企業的 Gemini 上 GA，並提及 Google Cloud 面向生產需求；另說明 Provisioned Throughput（預置吞吐量） 可用，輸出帶有 SynthID 不可見水印。接入前仍需對照各自控制台與文檔確認賬號層級、區域與配額是否與團隊一致，此處僅複述官方對「全面推出」與基礎設施側表述。

核心能力：最長 15 秒原生視頻與多輪對話式剪輯¶

相對 Omni 1.1 的 10 秒上限，1.2 Flash 將 原生生成與編輯延長至 最長 15 秒。時長可按 3 秒至 15 秒、以 1 秒爲步進指定，便於在同一模型內對齊短視頻廣告、產品講解等常見片長。 workflow 上的關鍵補充是 多輪對話式編輯（multi-turn conversational editing）：可在同一條成片上逐輪改產品/背景、光照、天氣或畫幅比例等，而不必每次從零重新生成整條素材；官方說明該能力覆蓋 完整的 15 秒片段，便於在同一brief下產出面向不同受衆或版位的廣告變體。

生成側還強調 參考圖 / 參考素材的遵循度（reference adherence）：可同時納入角色、產品或風格圖、最長約 3 秒的短運動片段及音頻線索，以減輕角色外觀、服裝、包裝字體與品牌色在鏡頭切換中的漂移。此外，博文還提到在角色與場景一致性、口型與多人對白自然度、長鏡頭運鏡可控性等方面的改進；其中也承認在快速體育運動、急劇本變更、複雜物理等方面仍在持續開發。

在分辨率策略上，官方建議可先在 360p 或 720p 下快速試片與局部修改，再對滿意的段落 上採樣至 1080p 或 4K，用「先低保真迭代、再高保真定稿」控制總成本。

定價：相對 1.1 降價約三成，720p 約 0.07 美元每秒¶

博文寫明相對 Gemini Omni 1.1 降價 30%，並給出 720p 視頻約 0.07 美元/秒的價位（美元計價，以官方定價頁爲準）。將「更長片段 + 多輪編輯 + 單價下調」放在一起看，單位成片的試錯與改稿成本會更容易預測——仍需結合實際調用量、是否使用預置吞吐量及其他 Cloud 計費項做總體估算。

產品入口與使用場景（按官方列舉）¶

除 API 與 Google Cloud 控制台外，博文提到該模型會隨推出節奏進入若干面向創作者與業務的應用：Flow 中導演場景與多輪編輯、Google Vids 中在具備 Google 賬號或 Workspace 訂閱條件下生成 15 秒片段（表述爲無額外費用）、Gemini 應用中對 Google AI Ultra 訂閱用戶開放 15 秒視頻能力（標註爲逐步 rollout），以及 Google Ads 側規模化視頻投放管線。具體權限與地區以各產品當前說明爲準。

對內容與雲工作負載意味着什麼¶

先把結論說在前面：這不是單點「模型號 +1」的修辭，而是 輸出形態（15 秒原生 + 多輪改片） 與 計價（按秒、且相對前代下調） 同時調整，直接影響廣告與創意團隊能否把生成視頻當成可排期的生產步驟，而不是偶發 demo。對平臺方，GA、SynthID 與預置吞吐量等表述也說明其正在按企業採購與合規的常見 checklist 補齊。團隊若評估接入，建議同步打開官方 開發者文檔與定價頁，用本業務真實的平均片長、改稿輪數和分辨率混配跑一次試算，再決定是從 API 還是從 Gemini for business / Cloud 路徑切入。

本文事實均取自 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/