码农早餐 · 2026-11-07

Gemini Omni 1.2 Flash 开放 API，720p 视频每秒 0.07 美元

11 月 5 日，Google DeepMind 产品经理 Anish Nangia 在官方博客宣布 Gemini Omni 1.2 Flash 正式开放，同时上线 Gemini API 和 Gemini for business。价格是这次公布里最硬的一个数字：相比 Gemini Omni 1.1 降了 30%，720p 视频每秒 0.07 美元。原文只给了这一个档位的单价，1080p、4K 的报价没写，Provisioned Throughput 也只是提到「可用」，没有列出价格。

能力上的变化有三个。原生生成和编辑的时长从 Omni 1.1 的 10 秒提到 15 秒，并且可以按 1 秒为步长在 3 到 15 秒之间指定时长。多轮对话式编辑可以作用在完整的 15 秒片段上，换产品、换背景、改光照天气、切画幅比例都不用整段重生成。参考遵循方面，官方说可以混合人物、产品、风格图片、最长 3 秒的短运动片段和音频提示，人脸、服装、包装字体、品牌色在镜头角度变化时保持一致。博客里用了几组对照：同一张静态影棚海报配五层动画 prompt，1.1 Flash 对参考图的贴合不如 1.2；一段 15 秒动画里用四个角色、口型和一秒语音参考，1.2 能把每个采样声音路由到对应角色。

成本控制的做法写在流程里，不只在单价上。可以先在 360p 或 720p 上快速出草稿，细节用一次后续编辑修掉而不是整段重生成，最后再把选中的版本升到 1080p 或 4K。对按秒计费的视频模型来说，这套流程省下的是重生成次数，但 1080p 和 4K 的升档要花多少，原文没给。

这次发布里有一句容易被略过：这是 Gemini Omni 第一次 generally available，此前是预览状态。也就是说 1.2 Flash 同时完成了版本迭代和正式开放两件事。输出带 SynthID 水印，官方描述为不可感知。原文还列了当前做不好的地方：快速体育运动、快速脚本变化、复杂物理，都写着「开发仍在进行」。

放到最近的动向里看，Google 这一轮在模型侧的动作比较密。10 月 1 日我们写过 Gemini 4 Argon 发布，输入 2 美元、输出 10 美元每百万 token，当时只通过 Fairwind Program 开放给一批网络安全防御方。10 月 25 日我们写过 Gemini CLI 的 README 已注明它被 Antigravity CLI 取代，其中一条理由是 Gemini CLI 没有针对 Gemini 4 Argon 做优化。视频这条线上，1.2 Flash 是第一个直接进 GA 的 Omni 版本。另一边，11 月 4 日我们写过 Gemini 的 Keep Activity 开着时对话会用于训练、人工审阅记录最长保留三年——这条和视频生成不直接相关，但同一家公司的产品在数据去向上的口径，用的时候值得分开看。

原文没说 1080p、4K 和 Provisioned Throughput 的具体报价，也没给 1.1 到 1.2 在一致性上的量化指标，上面那些对照都是博客里的定性描述和示例。哪些工作流真能省下钱，取决于你的草稿重生成比例，这个数只有跑过才知道。

来源：

• Introducing Gemini Omni 1.2 Flash

---

本文从过去 24h 的 X / Hacker News / GitHub Trending 共 72 条信息中选出这一件事展开。内容由 LLM 辅助生成并经事实校对，来龙去脉部分参考了本站往期内容，文末附原始来源链接，重要决策请交叉验证。