谷歌 Gemini Omni 1.2 Flash 开放：15秒视频、降价30%

谷歌DeepMind于11月5日正式推出新一代视频生成与编辑模型Gemini Omni 1.2 Flash，并首次将Omni系列面向开发者全面开放，在Gemini API付费层级、Vertex AI以及Gemini for Business同步上线。

相比上一代，新模型原生支持15秒视频生成，加入多轮对话式编辑与更强的参考图遵循能力，价格较Omni 1.1下调30%，720p分辨率下定价为每秒0.07美元。

开放范围与上线渠道

此次发布的时间点为11月5日，发布方为谷歌DeepMind。与以往Omni系列仅有限开放不同，Gemini Omni 1.2 Flash此次以全面开放（GA）的形式提供给开发者，意味着该系列模型从测试或受限状态进入正式商用阶段。

开发者可通过API调用，企业客户可在Vertex AI平台上集成，办公场景则通过Gemini for Business接入。

谷歌同时把Google Vids接入该模型。任何Google账号用户每月可免费生成最多3个15秒视频，以免费额度培养用户使用习惯。

新模型的第一项变化是原生支持15秒视频生成，上一代为10秒。谷歌在官方说明中表示，更长的片段要求模型在整段时间内维持主体、光影与镜头运动的连贯性，新模型在更长片段上的运动更平滑、一致性更紧，并能在零剪辑的情况下完成复杂的镜头运动。

第二项是多轮对话式编辑。以往调整细节往往需要重新生成整段素材，Omni 1.2 Flash支持在已有片段基础上用自然语言继续修改，实现润色而非重做，从而减少重生成次数。

第三项是更强的参考图遵循能力。用户可以上传产品图、人物形象、场景参考，让模型在多轮编辑中保持视觉一致性，针对的是商业素材生产中修改后形象不一致的问题。

价格方面，新模型较Omni 1.1下调30%。720p分辨率下定价为每秒0.07美元，一段15秒的720p视频成本约1.04美元。

谷歌同时给出更高分辨率的价格：1080p为每秒0.104美元，4K为每秒0.209美元，形成清晰的分档。按秒计量的方式，使视频生成从按条计费的创意工具转向按产能计价的模式。

30%的降幅本身并不激进，但叠加多轮编辑减少重生成次数，实际使用成本下降幅度会更大。

当前视频生成赛道已有Sora、Veo、Seedance、Grok等模型登场。过去一年，Sora系列以画面质感和物理一致性立标杆，可灵、Seedance在国内主打场景适配与本土化，Grok等模型以话题性切入。

当各家在效果上的差距逐步收窄，客户的选择逻辑随之改变：谁能更便宜、更稳定、更方便地批量产出可用素材，谁就更可能拿到商业订单。价格与工程化能力正在取代单纯的画面质量，成为新的竞争标尺。

这一转向对短视频、电商、广告代理、游戏CG、教育课件等行业影响直接。AI视频按秒计价让素材试错成本大幅降低，创意验证周期从数天压缩到小时级。对国内厂商而言，海外模型价格下行会形成竞争压力，需要在成本、合规、本地化场景三条线上同时应对。

成本下探也带来新的问题：素材同质化、版权归属模糊、深度伪造风险上升，平台与监管对AI生成内容的标识要求会同步收紧。

成本下降不等于商业闭环已经跑通。15秒的时长限制决定了当前AI视频仍以短素材、广告片段、社媒内容为主，长叙事与影视级制作依旧依赖人工介入；参考一致性在多主体、复杂场景下仍有失效风险；模型对物理规律的理解和对镜头语言的把控，距离专业导演的创作要求尚有差距。

价格战能带来规模，但规模能否转化为稳定营收，取决于客户是否把这些片段真正嵌进生产流程，而不是停留在尝鲜试用。接下来的竞争焦点，还包括把生成能力嵌入完整创作工作流，以及在版权、标识、安全合规上建立规则。