Gemini Omni 1.2 Flash 发布：15 秒视频每秒 0.07 美元
11 月 5 日，Google 把 Gemini Omni 1.2 Flash 推上了线，同时宣布这款视频生成模型正式 GA（全面可用）。距离上一代 Omni 1.1 Flash 发布才两个多月，这次更新的三个数字很直接：单条原生时长从 10 秒提到 15 秒，720p 价格降到每秒 0.07 美元，比 1.1 便宜 30%。
但真正值得留意的不是这三个数字本身，而是它们背后透露的方向：Google 正在把「视频生成」这件事从「抽一次卡」改造成「做一版草稿、再逐处修」的编辑工作流。这篇文章把官方公布的数字和定价页的口径对齐，说清楚它到底改了什么、贵不贵、什么场景该用。
一句话结论
- 价格杀到位了：720p 每秒 0.07 美元，一条 15 秒满配片子约 1.04 美元。放在 2026 年的商用视频生成模型里，这已经是低价档。
- 核心变化是「可修」：支持多轮对话式编辑，改一个细节不用整条重生成。配合先出 360p/720p 草稿再升 1080p/4K 的流程，试错成本被压得很低。
- 短板还在：官方自己承认快速体育动作、快速脚本切换和复杂物理仍待改进；15 秒是原生硬上限，想做长片还得靠拼接。
需要提前说明一点：这次发布没有任何独立第三方评测，官方也没给参数量、架构或量化跑分。下面所有数字都来自 Google 官方博客与官方定价页，属于「厂商口径」，不是第三方验证结果。
1）Gemini Omni 1.2 Flash 改了什么
先说版本谱系，因为这套命名确实容易绕晕。Gemini Omni 最早在 2026 年 5 月 19 日亮相，8 月 27 日推出 1.1 Flash，11 月 5 日才是 1.2 Flash。模型 ID 是 gemini-omni-1.2-flash。HN 上 192 条评论里，吵得最凶的其实是命名——不少开发者认为「Gemini Omni 1.2」这种编号和 Gemini 主线的 2.5、4 完全不在一个体系，容易被误认为 Gemini 模型的版本号。
| 能力 | Omni 1.1 Flash（8/27） | Omni 1.2 Flash（11/5） |
|---|---|---|
| 原生单条时长 | 10 秒 | 15 秒 |
| 时长可选粒度 | 未明确 | 3–15 秒，1 秒步进 |
| 续接方式 | 按 10 秒增量续接，累计上限 40 秒 | 官方未说明累计续接上限 |
| 720p 单价 | 约 $0.10 / 秒 | $0.07 / 秒 |
| 视频输出 token 价 | $17.50 / 百万 token | $12.00 / 百万 token |
| 多轮对话式编辑 | — | 支持 |
| 参考图数量 | 未明确 | 最多 6 张 |
| 原生音频 | 支持 | 支持 |
表里有一处需要特别提醒：1.1 是可以「续接」的——按 10 秒为一块，累计最长能拼到 40 秒。而 1.2 的官方博文只讲了「原生最长 15 秒」，以及「在第一帧和最后一帧之间插值、或续接片段来构建更长的序列」这类连续性表述，没有给出明确的累计上限数字。所以「15 秒」到底是不是 1.2 的绝对上限，官方材料并不足以确认。如果你要做长视频，这一点值得先在自己的账号上实测，别直接按「15 秒封顶」做规划。
2）真正的主线：从「抽卡」变成「改稿」
视频生成模型过去一年最大的体验问题不是画质，而是不可控：抽到一条勉强能用的，想改主角的衣服颜色，只能整条重来，等于再赌一次。Omni 1.2 这次把「多轮对话式编辑」做成了核心能力，官方给的例子是：换产品、换背景、改灯光和天气、改画幅比例，都可以在原有片段上继续对话修改。
配套的是草稿—精修—升采样三段式流程：先花小钱在 360p 或 720p 出草稿，挑中之后针对具体细节做一次跟进编辑，最后再升到 1080p 或 4K。这套流程的省钱逻辑很直接——把最贵的 4K 生成次数从「每条都跑」压到「只跑选中的那条」。
官方给的四个示例场景，能看出它想抢的是什么活：
- 虚拟试穿：一张模特照 + 三套服装的正背面图，生成 15 秒、360° 转身加匹配剪辑的试穿序列，要求保持模特身份和每件衣服的剪裁、垂坠感、背面细节一致。
- 分层动画：给一张静态展陈海报和一个五层动画提示词，逐层「搭建」出海报——肋纹玻璃、暖色灯丝、切面水晶、螺旋线构成的立体字，材质与阴影锁到最后一帧。
- 一镜到底的变焦：从贴岸特写连续拉到海岛航拍全景，10 秒一镜完成，官方强调「尺度自然、零剪切」。
- 科教解说：一张风格帧变成 4 个镜头的 15 秒微距科普片，带拼写正确、能跟随运动轨迹的标注文字。
对比 1.1 和 1.2 的一致性，官方给的是同一组「首帧到末帧」的案例：1.1 生成的版本里屋顶上多了猫、汤勺变成了筷子，而 1.2 能连贯地把室外首帧推到室内末帧。这种改进没法量化成跑分，但对实际出片率影响很大——多数废片就是死在这种中段漂移上。
3）价格怎么算才不吃亏
官方博客写的是「$0.07 每秒（720p）」，官方定价页给的是 token 计价。这两者不矛盾：720p 视频按 每秒 5,792 个 token 计量，视频输出单价 $12/百万 token，算下来正好约 $0.07/秒。按这个基准换算各档分辨率：
| 输出档位 | 每秒 token 数 | 每秒成本 | 15 秒满配 |
|---|---|---|---|
| 360p（草稿） | 1,931 | 约 $0.023 | 约 $0.35 |
| 720p（标准） | 5,792 | 约 $0.07 | 约 $1.04 |
| 1080p（升采样） | 8,688 | 约 $0.104 | 约 $1.56 |
| 4K（升采样） | 17,376 | 约 $0.209 | 约 $3.13 |
几个容易踩的坑：
- 没有免费额度。Omni 系列只有付费档，不存在免费试验的路子，成本从第一次调用就开始计。
- 输入也花钱。文本、图像、视频输入统一 $1.50/百万 token。挂 6 张参考图、再塞 3 秒运动参考片，输入 token 并不为零，重度用参考素材的项目要把这部分算进去。
- 1.1 会按 1.2 的价格扣费。定价页写明自 2026 年 12 月 3 日起，调用 Omni 1.1 的请求会被路由到 1.2 并按 1.2 的费率计费。也就是说，还留在 1.1 上的集成到时候会自动「升级」，输出行为也会跟着变——依赖 1.1 特定表现的生产流程要提前验证。
- 4K 不是免费附赠。升采样按 4K 的 token 率计费，一条 15 秒 4K 差不多是 720p 的三倍价钱。
作为对照：上一代 1.1 的 720p 大约每秒 0.10 美元，一条 10 秒片子约 1 美元。1.2 用差不多的钱能拿到 15 秒，这是「降价 30%」之外更该被注意的部分——单秒便宜 30%，单条容量还多了 50%。
4）在哪能用，以及水印这回事
1.2 这次是正式 GA，覆盖面比 1.1 时期宽：Gemini API、Google Cloud / Gemini for business、AI Studio、Flow、Google Vids、Gemini App（面向 Google AI Ultra 订阅用户陆续开放）、Google Ads。企业侧还提供 Provisioned Throughput 预留吞吐，适合要稳定配额的生产环境。
其中 Google Vids 那条值得单独说：15 秒片段对有 Google 账号或 Workspace 订阅的用户不额外收费。如果需求就是做十几秒的演示、产品介绍、内部培训素材，从 Vids 进去基本等于免费；只有要 API 批量生成或更高分辨率时才需要走付费接口。
所有输出都带 SynthID 隐形水印，肉眼不可见但可被检测。这既是合规上的保护，也意味着别指望拿它做出「无法溯源」的素材——平台侧检测到水印会直接标记为 AI 生成。
5）适合谁，不适合谁
适合：
- 电商与品牌素材团队。虚拟试穿、产品 360° 展示、换背景换灯光这类活，用对话式编辑反复微调的效率远高于重生成。
- 投放与短视频团队。15 秒正好卡在主流的短视频与信息流广告时长，单条成本一块出头，足够做大批量 A/B 版本。
- 要「稳定角色/产品一致性」的系列内容。官方强调跨镜头保持产品、角色、道具、环境一致，这正是系列化内容最难的部分。
不太适合：
- 需要长镜头的叙事片。15 秒原生上限摆在那，几分钟的片子仍要靠大量拼接，衔接成本不低。
- 体育、动作、复杂物理场景。官方明确说这几项仍在改进中，别把重要的运动镜头押在它身上。
- 需要可量化质量保证的生产流程。目前没有第三方评测，官方也不公布跑分，质量判断只能靠自己的验收标准。
实操建议：先用 360p 草稿试提示词，确认构图和动作对了再升档。360p 每秒 0.023 美元，十几次试错的成本还不到一条 720p 成片。这套「低分辨率试、高分辨率出」的习惯，比研究怎么写提示词更能省钱。
小结
Gemini Omni 1.2 Flash 这次更新的重心，与其说是「更长、更便宜」，不如说是把视频生成拉进了编辑工作的逻辑：先出草稿，再针对具体问题对话修改，最后升采样交付。价格降到每秒 0.07 美元、时长拉到 15 秒，让这条路在经济上真正跑得通。
它没解决的是长片拼接、快速动作和复杂物理，也暂时没有任何独立评测能佐证「一致性提升」到底有多大。想验证的话，最省的办法是拿官方那四个示例场景自己复现一遍——尤其是首帧到末帧的推镜，那是 1.1 到 1.2 差距最明显的地方。
想同时把 Claude、ChatGPT、Gemini 几家顶级模型的订阅都跑起来、做横向对比？可以看看俱乐部的 Claude Max / ChatGPT Pro 拼车方案。
