谷歌 11 月 5 日发布视频生成与编辑模型 Gemini Omni 1.2 Flash，当天转为正式可用。发布博客把三处变化放在最前面：单段原生生成上限从 10 秒提到 15 秒，参考图的还原度更高，720p 视频价格降到每秒 0.07 美元，比 1.1 版低 30%。
博客署名是 Google DeepMind 产品经理 Anish Nangia。开发者可以在 Google AI Studio 通过 Gemini API 调用，企业用户走 Google Cloud 的 Vertex AI，另提供预留吞吐量（Provisioned Throughput）。面向普通用户的入口有 Flow、Google Vids 和 Gemini App：Gemini App 的 15 秒视频目前只向 Google AI Ultra 订阅用户逐步开放；在 Google Vids 里用 Google 账号或 Workspace 订阅生成 15 秒片段，不额外收费。Google Ads 也接入了这一版本，用来批量做视频广告素材。
时长和一致性
时长从 3 秒到 15 秒按 1 秒步进可选。8 月的 1.1 版单段封顶 10 秒，更长的片子要靠续接功能一段段往后接。1.2 把单段做长，续接和首尾帧插值仍然保留，博客称首帧到末帧之间人物、物体和场景的漂移、变形更少。
参考输入有三类：角色、商品和风格图片，最长 3 秒的动作参考片段，以及音频提示。谷歌举的例子是虚拟试衣和商品 360 度展示，称新版本在不同机位下能保持人脸、服装、包装上的字体和品牌色一致。
多轮编辑这次覆盖完整的 15 秒片段：换商品、换背景、改光线和天气、改画幅比例，都可以在上一轮结果上接着改，不必整段重生成。语音部分加了多说话人条件控制，把不同声音分给对应角色，口型同步也做了改进。运镜方面，博客点名了 FPV 穿越、拉远和环绕这类连续镜头，称跳切更少、画面比例更稳。
所有输出都带 SynthID 隐形水印。
按 720p 算一笔账
谷歌只公布了 720p 一个档位的秒单价，1080p 和 4K 要看定价页。博客建议的流程是先用 360p 或 720p 出草稿，靠多轮编辑改到满意，最后再放大到 1080p 或 4K。
按公开口径粗算：
| 片段 | 1.1 版（720p，约 0.10 美元/秒） | 1.2 Flash（720p，0.07 美元/秒） |
|---|---|---|
| 15 秒单段 | 约 1.5 美元，需续接 | 约 1.05 美元 |
| 30 秒成片（两段） | 约 3 美元 | 约 2.1 美元 |
1.1 版的秒单价是站内此前按定价文档的 token 口径倒推出的约数，1.2 的 0.07 美元是谷歌直接给的数字，两者的差和博客说的三成基本对得上。
这张表只算一次生成。草稿阶段反复试、多轮编辑每改一次是否按整段时长重新计费、放大到 4K 另收多少，博客都没有写，实际账单会比表里高。做电商短视频的团队如果按”草稿多轮改、定稿再放大”的流程走，单条成本主要看改了几轮，标价那一行只是起点。
官方自己列出的短板
博客写了三个仍在改进的方向：快速运动的体育动作、台词频繁变化的剧本和复杂物理效果。性能描述全部来自谷歌挑选的样例，包括一组海报序列和首尾帧对照，没有给出量化评测分数，也没有第三方测评。
对国内开发者，Gemini API 和 Vertex AI 在中国大陆不提供服务，要用得通过海外主体和账号。国内团队手上已有可灵、即梦等视频模型，可灵 4.0 十月上线时单条已能生成 30 秒。15 秒加 0.07 美元这组数字，压力主要落在按秒计费的海外同类 API 上。
参考来源：Google 官方博客、Gemini API 定价页、CocoLoop；核验 720p 每秒 0.07 美元、单段 3 至 15 秒及较 1.1 版降价 30% 的口径。