Gemini Omni 1.2 Flash 规格与功能：15 秒、对话编辑与限制

Gemini Omni 1.2 Flash 的规格表不长，但有几个细节容易踩：1080p 与 4K 是超分而非原生、宽高比只有两种、首尾帧插值限 10 秒以内、延长只能片尾追加。本文按模型页与开发者指南（2026 年 11 月 14 日直接读取）逐项说清楚。

时长与分辨率

生成与编辑 3–15 秒，整秒步进，默认 10 秒（1.1 上限 10 秒）。分辨率：360p、720p、1080p、4K——1080p 与 4K 为超分输出，非原生高分辨率生成。宽高比仅 16:9（默认）与 9:16，没有 1:1、4:3 或 21:9。输出为 MP4，24 FPS。首尾帧插值（两张图作首帧与末帧）仅支持 3–10 秒，超过 10 秒返回 invalid argument 错误。

参考素材

最多 6 张参考图（所有时长）。参考视频最长 3 秒——3–10 秒的视频可用最多 3 条，11–15 秒仅可用 1 条；参考视频仅用于新视频生成，不用于编辑或延长；参考视频中的音频会被忽略。对比 Seedance 2.5（单次最多 50 个参考素材：30 图 + 10 视频 + 10 音频），Omni 的参考素材量小得多。

对话式编辑与延长

对话式编辑经 Interactions API，用 previous_interaction_id 引用上一轮，可改背景、光线、天气、宽高比、换产品等；模型记住先前视频上下文、保留未提及的元素；每轮都产生一个新视频、消耗一次生成与输出 token。延长：每轮追加 3–10 秒（默认 10 秒），多轮累计总长上限 30 秒；只能在片尾追加，不能前插或中间插入；延长会微调输入视频最后几帧以使过渡平滑。注意：1.1 的累计延长上限是 40 秒，高于 1.2 的 30 秒——迁移时容易忽略的缩水点。JoinOasis 实测：10 秒片 + 延长得 20 秒视频，接缝一致，但延长开始约 3 秒后出现一次不想要的叠化转场。

API 与速率限制

仅 Interactions API（POST https://generativelanguage.googleapis.com/v1beta/interactions），不支持 generateContent；SDK 为 client.interactions.create；大视频（>4MB，约 720p 以上）建议用 delivery="uri"。Token 上限：输入 131,072，输出 65,536（1.1 与 1.2 相同）。速率限制：免费档不支持；Tier 1 为 8 RPM / 40 RPD；Tier 2 为 16 RPM / 200 RPD；Tier 3 为 40 RPM / 2,000 RPD；更新日志称 1.2 的付费档限额为 1.1 的两倍。每次编辑/延长轮次都是一次独立的 interactions.create 调用，占用一次请求额度。无 Batch API 价格；Gemini API 不支持 Provisioned Throughput（Google Cloud 支持）。

不支持的功能清单

开发者指南 Limitations 一节（2026 年 11 月 14 日直接读取）列出的限制：欧洲经济区、瑞士、英国的用户目前无法编辑或延长上传的视频（模型生成视频的编辑与延长仍支持）；同一地区也不支持上传与编辑含未成年人的图像；含某些可识别人物的图像上传与编辑不受支持。语音编辑不受支持；当前 API 不支持上传音频输入或音频参考（Cloud 博客注：音频参考需白名单）。不能延长正在说话的人的上传视频以增加对白（角色保持沉默或不加对白则可）；多轮延长模型生成视频时支持生成对白。不能跨多个视频引用或推理；不支持把 YouTube 视频作媒体来源。不支持系统指令、temperature、top_p、停止序列与负面提示（可在普通提示词里写「不要做 X」）。英语为唯一完全支持的语言，其它语言「尚未评估，结果可能有差异」。官方承认的弱项（博客原文）：快速体育动作、快速剧本变化、复杂物理。

安全标识

所有生成视频含不可见的 SynthID 水印（可编程检测）；输入提示与生成视频均经过内容安全过滤（按地区不同）。Segmind 实测补充：源素材含真实品牌 logo 时版权过滤会直接拒绝，即使提示词未提品牌。QuantSlant 实测：含儿童的提示被拒且不收费。