把一段产品视频从 10 秒做到 15 秒,听起来只是多了几个镜头;真正影响预算的,是能否在同一段视频上继续改,以及每轮修改怎样计费。Google 于 11 月 5 日发布 Gemini Omni 1.2 Flash,宣布 Gemini API 与 Google Cloud 正式可用,普通生成和编辑最长延至 15 秒,720p 视频输出的参考价格降至约每秒 0.07 美元。不过,这不是一次“所有 Google 账号免费做 15 秒视频”的更新。
多出来的 5 秒,不适用于每一种操作
与 Omni 1.1 的最长 10 秒相比,新版普通生成和编辑支持 3—15 秒,公告说明可以按 1 秒递增设定时长。多轮对话编辑允许围绕已有片段继续提出修改,例如替换背景、调整光线或更换产品,不必每次重新描述整个场景。
但开发者不能只把时长参数统一改成 15。Google Cloud 模型文档为不同操作划了边界:首尾帧生成仍是 3—10 秒,视频延长操作新增的输出也是 3—10 秒。它们与普通生成、编辑不是同一个限制。接入时应按操作类型校验,不能把延长功能理解为一次追加 15 秒。
Google 声称新版更能保持角色、包装文字与镜头运动的一致性,同时承认快速体育动作、快速剧本变化和复杂物理仍需改进。这些是厂商对能力的描述,不是本站实测结论,也不意味着成片已经不需要逐帧检查。
每秒约 7 美分,是输出估算而非完整账单
Gemini API 定价页没有为该模型提供免费层。标准付费层按 token 计费:文字、图片和视频输入为每百万 token 1.50 美元,文字输出为 9 美元,视频输出为 12 美元;上一代的视频输出为 17.50 美元。公告将 720p 的有效每秒价格概括为降低 30%。
按文档给出的 720p 每秒 5,792 个输出 token 计算,15 秒的视频输出部分约为 1.04 美元。这个数不包含输入、文字输出或额外生成与修改的成本,不能当作“交付一条广告只花 1.04 美元”。1080p 和 4K 的定价说明还明确写有升采样,不能把它宣传成原生 4K 生成。
我们的分析是:如果经常为同一产品制作不同背景和版式的短片,局部迭代比单纯增加时长更值得测试。但是否更省钱,应比较最终可用片段的总消耗,而不是只比较成功一次的每秒报价。先用低分辨率筛选,再提高选中片段的分辨率,是更便于控制预算的试用方式,不是保证节约的承诺。
API 正式可用,不等于每个应用入口同时开放
开发者可以从 Google AI Studio 的模型入口查看账号实际权限;Gemini 应用中的 15 秒视频则按公告向 Google AI Ultra 订阅者逐步推出。Flow 支持场景编排与多轮编辑。公告也列出了 Google Vids,但其中“无需额外费用”的表述不能外推为 API 免费或无限生成,仍要查看对应账号的产品额度。
企业聊天入口还有一处需要留意:总公告将 Gemini for business 纳入开放范围,Google Cloud 博文的具体接入段落却写着聊天内生成“即将推出”。因此,本文不把企业聊天界面全部到账当作已确认事实。地区、账号资格与可用额度也应以实际产品说明和控制台为准,不能仅凭模型 GA 推断所在地一定可用。
音频参考同样有条件:Cloud 公告注明需要白名单;模型卡还说明修改人物说话内容的能力目前受到限制。准备声音参考或真人素材前,要先确认权限与授权,不能因为模型支持相关输入就认定普通账号可以任意改写真人发言。
先验证一条片段,再考虑接入批量流程
创作者可以选一张有使用权的产品图,先生成短片,再只修改一个变量,例如背景颜色;检查商品外形、商标文字、人物动作和声音是否被连带改变。开发者则应记录模型 ID gemini-omni-1.2-flash、操作类型、输出时长、分辨率和实际用量,把生成、首尾帧与延长分别测试,而不是共用一套时长假设。
已有 1.1 调用也值得安排回归:Gemini API 定价页说明,自 2026 年 12 月 3 日起,对 gemini-omni-1.1-flash 的请求会自动转至 1.2 并按新费率计费。这是 Gemini API 的迁移说明,不应扩大成所有第三方平台的统一承诺。需要了解应用入口的读者,可先查看站内 Gemini 工具页,再按自己的账号核对视频功能。