Gemini Omni 1.2 Flash 規格與功能：15 秒、對話編輯與限制

Gemini Omni 1.2 Flash 的規格表不長，但有幾個細節容易踩：1080p 與 4K 是超分而非原生、寬高比只有兩種、首尾幀插值限 10 秒以內、延長只能片尾追加。本文按模型頁與開發者指南（2026 年 11 月 14 日直接讀取）逐項說清楚。

時長與分辨率

生成與編輯 3–15 秒，整秒步進，默認 10 秒（1.1 上限 10 秒）。分辨率：360p、720p、1080p、4K——1080p 與 4K 爲超分輸出，非原生高分辨率生成。寬高比僅 16:9（默認）與 9:16，沒有 1:1、4:3 或 21:9。輸出爲 MP4，24 FPS。首尾幀插值（兩張圖作首幀與末幀）僅支持 3–10 秒，超過 10 秒返回 invalid argument 錯誤。

參考素材

最多 6 張參考圖（所有時長）。參考視頻最長 3 秒——3–10 秒的視頻可用最多 3 條，11–15 秒僅可用 1 條；參考視頻僅用於新視頻生成，不用於編輯或延長；參考視頻中的音頻會被忽略。對比 Seedance 2.5（單次最多 50 個參考素材：30 圖 + 10 視頻 + 10 音頻），Omni 的參考素材量小得多。

對話式編輯與延長

對話式編輯經 Interactions API，用 previous_interaction_id 引用上一輪，可改背景、光線、天氣、寬高比、換產品等；模型記住先前視頻上下文、保留未提及的元素；每輪都產生一個新視頻、消耗一次生成與輸出 token。延長：每輪追加 3–10 秒（默認 10 秒），多輪累計總長上限 30 秒；只能在片尾追加，不能前插或中間插入；延長會微調輸入視頻最後幾幀以使過渡平滑。注意：1.1 的累計延長上限是 40 秒，高於 1.2 的 30 秒——遷移時容易忽略的縮水點。JoinOasis 實測：10 秒片 + 延長得 20 秒視頻，接縫一致，但延長開始約 3 秒後出現一次不想要的疊化轉場。

API 與速率限制

僅 Interactions API（POST https://generativelanguage.googleapis.com/v1beta/interactions），不支持 generateContent；SDK 爲 client.interactions.create；大視頻（>4MB，約 720p 以上）建議用 delivery="uri"。Token 上限：輸入 131,072，輸出 65,536（1.1 與 1.2 相同）。速率限制：免費檔不支持；Tier 1 爲 8 RPM / 40 RPD；Tier 2 爲 16 RPM / 200 RPD；Tier 3 爲 40 RPM / 2,000 RPD；更新日誌稱 1.2 的付費檔限額爲 1.1 的兩倍。每次編輯/延長輪次都是一次獨立的 interactions.create 調用，佔用一次請求額度。無 Batch API 價格；Gemini API 不支持 Provisioned Throughput（Google Cloud 支持）。

不支持的功能清單

開發者指南 Limitations 一節（2026 年 11 月 14 日直接讀取）列出的限制：歐洲經濟區、瑞士、英國的用戶目前無法編輯或延長上傳的視頻（模型生成視頻的編輯與延長仍支持）；同一地區也不支持上傳與編輯含未成年人的圖像；含某些可識別人物的圖像上傳與編輯不受支持。語音編輯不受支持；當前 API 不支持上傳音頻輸入或音頻參考（Cloud 博客注：音頻參考需白名單）。不能延長正在說話的人的上傳視頻以增加對白（角色保持沉默或不加對白則可）；多輪延長模型生成視頻時支持生成對白。不能跨多個視頻引用或推理；不支持把 YouTube 視頻作媒體來源。不支持系統指令、temperature、top_p、停止序列與負面提示（可在普通提示詞裏寫「不要做 X」）。英語爲唯一完全支持的語言，其它語言「尚未評估，結果可能有差異」。官方承認的弱項（博客原文）：快速體育動作、快速劇本變化、複雜物理。

安全標識

所有生成視頻含不可見的 SynthID 水印（可編程檢測）；輸入提示與生成視頻均經過內容安全過濾（按地區不同）。Segmind 實測補充：源素材含真實品牌 logo 時版權過濾會直接拒絕，即使提示詞未提品牌。QuantSlant 實測：含兒童的提示被拒且不收費。