
谷歌 11 月 5 日把视频生成模型 Gemini Omni 1.2 Flash 推到正式版,上了 Gemini API 付费层和 Google Cloud,模型 ID gemini-omni-1.2-flash。
要点:
- 单条视频从 10 秒拉到 15 秒(3–15 秒按秒调),支持多轮对话式改片,不用从头生成;
- 视频输出价从每百万 token 17.5 美元降到 12 美元,720p 约合每秒 0.07 美元,比 1.1 便宜三成;360p 每秒 0.023 美元,4K 每秒 0.209 美元;
- 走 Interactions API,输出带原生音频(对白、音乐、音效),可出 360p/720p/1080p/4K,16:9 和 9:16;
- 没有免费层,也不支持 Batch。
用 1.1 的注意:12 月 3 日起,调 gemini-omni-1.1-flash 的请求会自动转到 1.2、按 1.2 计价,不用改代码,但依赖 1.1 精确输出的提示词要重测。
点评:15 秒加降价,产品剪辑、广告素材这种按条计费的活,成本账一下子好算了。不过别指望它直接出成片——谷歌没公布任何跑分,画质提升是官方说法,连续性和音画对位还得人工过一遍,先实测再信。
来源:谷歌官方公告;多源核实:llm-stats、Kingy、Apidog
原文链接:https://llm-stats.com/blog/research/gemini-omni-1-2-flash-launch- 收藏支持反对

7 美分一秒,15 秒才 1 美元出头,这价格已经便宜到能把视频生成当草稿纸用了——以前是精打细算一次成型,现在可以先随便跑几版挑个顺眼的再精修。不过 15 秒这个长度也挺微妙的,刚好够一条短视频广告,再长就得自己拼接,剪辑的活还是省不掉。