Google 于
2026 年 11 月 5 日发布 Gemini Omni 1.2 Flash，将视频生成与编辑时长延长至 15 秒，公布的 720p 视频输出价格降至约每秒 0.07 美元。模型已通过 Gemini API 和 Google Cloud 正式开放，同时改进了参考一致性、对话编辑、语音和镜头控制。
Google 发布公告对于开发视频产品的团队，这些变化最终要落到完整的制作任务上：能否生成可用的商品镜头、按要求修改，再交付最终版本。更长的片段为单个镜头留出了更多空间，更低的视频输出单价也有利于迭代；参考素材、分辨率和修改策略，仍然影响最终成本。
Gemini Omni 1.2 Flash 有哪些变化
此次更新将生成和编辑的最长时长从 10 秒延长至 15 秒。Google 公布的 720p 价格较 Omni 1.1 Flash 下降 30%。在 EvoLink 上，360p 片段可放大到 720p 或 1080p；放大到 4K 需要 720p 或 1080p 源视频。参考跟随与自然对白也是此次更新的重点。
Google Cloud 发布介绍可以按制作需求逐项判断：增加的时长是否适合这段镜头，产品或角色细节能否在生成和编辑后保留，完整任务的费用是否降低。把成品、修改次数和公布的输出单价放在一起比较。
哪些镜头适合使用 15 秒时长？
商品演示通常需要让观众先认出产品，再看清动作，最后理解结果。更长的连续镜头，有机会在一次生成中容纳这段过程，减少拼接多个片段的需要。
例如，一段咖啡机短片可以从镜头靠近机器开始，跟随咖啡流入杯中，最后停在完成的饮品上。验收时要看产品、动作和镜头运动能否在整个片段中保持连贯。无需为了时长而用满 15 秒，简单场景采用更短的片段也可能更合适。
时长上限还取决于具体操作。Google Cloud 列出的
生成和编辑范围为 3–15 秒，但
首尾帧插值仍为 3–10 秒。扩展操作每次增加 3–10 秒，各操作使用对应的时长范围。
Google Cloud 模型规格 在 EvoLink 上，参考视频超过 1 条时，输出时长上限为 10 秒。
修改第一版视频后，要检查哪些细节？
对于商品团队，检查项可以很具体：镜头移动时，同一个包的提手形状、材质和品牌标识是否还在？制作广告变体时，能否更换背景，同时保留已经确认的商品形象？
可以把原始参考图、第一次生成的视频和修改后的版本放在一起比较。先检查要求修改的部分，再检查要求保留的细节，据此决定接受修改、缩小编辑范围，还是重新生成。
Google 表示，Omni 1.2 改进了视觉参考跟随，并支持通过多轮对话修改视频。Google 的发布演示中，一条 15 秒虚拟试衣视频结合了模特照片和三套服装的正反面商品图；另一条演示则多次更换背景，同时保留人物与构图。这些官方示例展示了模型对场景进行控制的方式。
Google 官方演示Omni 1.2 Flash 比 1.1 更便宜吗？
按 Gemini API Standard 的 720p 视频输出费率比较，是更便宜了。完整任务是否省钱，还要一起计算输入、文本或思考输出、修改和重做费用。
Gemini API Standard 的
视频输出价格为每百万 token 12 美元，低于 Omni 1.1 Flash 的 17.50 美元。720p 视频每秒使用 5,792 token，换算约为每秒 0.0695 美元，公告中取整为 0.07 美元。输入另按每百万 token 1.50 美元计费，文本输出（含思考）则为每百万 token 9 美元。
Gemini API 官方价格按这一 Standard 单价计算，一条 15 秒的 720p 视频，仅视频输出费用约为 1.04 美元，尚未计入输入、文本输出或思考费用。实际任务预算还要加上这些部分。
预算也应包含修改和重做。单价降低有帮助，但多次废弃重做的任务，仍可能比少量尝试就完成的任务更贵。更有用的指标，是总支出除以最终符合要求的片段数量。
什么时候适合先做草稿，再放大？
需要比较多个创意方向时，可以先做低分辨率草稿，再放大选中的版本。如果第一版通常已经可用，则比较“草稿、编辑、放大”的总成本与直接产出所需分辨率的成本，按每条合格视频的完整制作费用来选择。
Gemini API 将
1080p 和 4K 标为放大输出，使用时需要与原生生成分辨率区分。
Google 视频生成指南可以先在较低分辨率下判断构图和动作，完成主要创意修改，再放大选中的版本。最终文件仍需检查，尤其是包装文字、精细纹理和小尺寸商品细节。
产品入口与 API 渠道，需要分别确认
调用 EvoLink 文生视频时，使用
gemini-omni-1.2-flash-text-to-video；其他任务使用各自的模型 ID，详见
API 说明。 开发者可以使用上游稳定模型 ID
gemini-omni-1.2-flash。Google 表示，现有 Gemini API 中对
gemini-omni-1.1-flash 的请求，将从
2026 年 12 月 3 日 起自动转到 1.2，并采用新价格。其他渠道需要核对各自的迁移政策。
Gemini API 模型文档模型可以生成包含对白的同步音频视频。Google Cloud 通过白名单开放音频参考；EvoLink 不提供此功能，也不接受音频文件输入。
Google Cloud如果希望通过统一 API 网关接入，
EvoLink 的 Gemini Omni 1.2 Flash 页面列出了六类任务路由，覆盖文本、图片或参考素材生成，以及编辑、扩展和放大，并提供 Playground 与 token 费用估算。从体验转入集成时，应按具体任务查看接口文档和当前账户价格。
切换生产流程前，先测试哪些内容
快速体育动作、频繁台词变化和复杂物理效果，仍是 Google 提到需要改进的场景。如果产品涉及这些任务，应在评估中重点检查。
Google 发布说明中的限制可以先选择团队熟悉的少量任务：一个商品镜头、一次范围明确的编辑，以及一段较长的镜头运动。沿用当前模型的验收标准，比较产品保真、运动、音频、修改次数和总成本。
当成品达到验收标准、总成本也合适时，再决定切换。判断依据是合格片段数、修正工作量和每条可用视频的费用。
Gemini Omni 1.2 Flash 常见问题
Omni 1.2 Flash 相比 1.1 Flash 升级了什么？
生成与编辑的最长时长从 10 秒延长到 15 秒，Google 公布的 720p 视频输出价格下降 30%。此次更新还重点改进了参考跟随和多轮对话编辑。
GoogleGemini Omni 1.2 Flash 最长能生成多少秒的视频？
API 生成和编辑支持 3–15 秒，首尾帧插值支持 3–10 秒，扩展操作每次增加 3–10 秒。按所选操作设置对应时长即可。
Google 文档 在 EvoLink 上，参考视频超过 1 条时，输出时长上限为 10 秒。
生成一条 15 秒的 720p 视频要多少钱？
按 Google Standard 视频输出费率计算，约为 1.04 美元：15 秒 × 每秒 5,792 tokens × 每百万 tokens 12 美元。输入及文本、思考用量另计。EvoLink 的任务费用可通过
现有计算器估算。
Google 价格Omni 1.2 Flash 可以输出 1080p 或 4K 吗？
在 EvoLink 上，360p 片段可放大到 720p 或 1080p；放大到 4K 需要 720p 或 1080p 源视频。
EvoLink可以用 Omni 1.2 Flash 修改已有视频吗？
可以。提供原视频，再说明要调整的背景、光照或商品细节。多轮对话编辑可以逐步完善同一片段。制作商品内容时，把需要保留的外观细节和本次修改一起写清楚。
Google在哪里通过 API 使用 Gemini Omni 1.2 Flash？
调用 EvoLink 文生视频时，使用
gemini-omni-1.2-flash-text-to-video；其他任务使用各自的模型 ID，详见
API 说明。
Omni 1.2 Flash 能生成声音，也能上传音频参考吗？
模型可以生成包含对白的同步音频视频。Google Cloud 通过白名单开放音频参考；EvoLink 不提供此功能，也不接受音频文件输入。
Google Cloud
EvoLink Team产品团队
