Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash 是一款多模态模型，专为视频、图片和文本任务而设计。Omni 1.2 Flash 针对视频生成、编辑、扩展和独立视频放大进行了优化，可在单个模型中生成或编辑视频输出，并同步生成或编辑长达 15 秒的音频（分辨率为 360p、720p、1080p 或 4K），同时提供文本回答。

在 Agent Studio 中试用在 Model Garden 中查看部署示例应用价格

注意：“部署示例应用”需要一个启用了结算功能和 Agent Platform API 的 Cloud de Confiance by S3NS 项目。

模型 ID	`gemini-omni-1.2-flash`
模态	文本输入和输出图片仅输入音频不支持视频输入和输出
token 数量上限	输入 token 数上限	131,072
token 数量上限	输出词元数上限	260,640
功能	思考支持系统指令不支持结构化输出不支持上下文缓存不支持 RAG 引擎不支持调优不支持图片生成不支持修改图片不支持交错图片和文本不支持根据文本生成视频支持根据图片生成视频支持根据参考内容生成视频支持根据第一帧和最后一帧生成视频支持声音生成语音、音乐、音效支持视频编辑支持延长视频支持提高视频分辨率支持 Content Credentials (C2PA) 支持智能体视频理解不支持
工具	接地不支持代码执行不支持函数调用不支持网址上下文不支持计算机使用不支持
API	GenerateContent API 不支持 Interactions API 支持 Gemini Live API 不支持 Count Tokens API 支持 Chat Completions API 不支持
使用选项	预配吞吐量支持批量推理不支持 Pay-as-you-go 标准随用随付支持固定配额支持
技术规格	图片	每个提示的图片数量上限：10 内嵌数据或通过控制台直接上传的每个文件的文件大小上限：20 MB Google Cloud Storage 中每个文件的文件大小上限：30 MB 支持的 MIME 类型： `image/png`、`image/jpeg`、`image/webp`、`image/heic`、`image/heif`
	文字	通过 API 或 Cloud Storage 导入时，每个文件的文件大小上限：50 MB 通过控制台直接上传的每个文件的文件大小上限：7 MB 支持的 MIME 类型： `text/plain`
	视频	视频时长上限（包含音频）：15 秒视频时长上限（不含音频）：15 秒输入视频时长上限（视频理解）：10 分钟输入视频时长上限（编辑）：15 秒输入视频时长上限（扩展）：任意时长（最多使用最后 10 秒）输入视频时长上限（放大）：15 秒输出视频时长（生成和编辑）：3 到 15 秒（第一帧和最后一帧为 3 到 10 秒）输出视频时长（扩展）： 3 到 10 秒（串接到输入视频的最后 30 秒）每个提示的视频数量上限：3 支持的宽高比：16:9、9:16 支持的分辨率： 360p、720p、1080p、4k 支持的 MIME 类型： `video/x-flv`、`video/quicktime`、`video/mpeg`、`video/mpegs`、`video/mpg`、`video/mp4`、`video/webm`、`video/wmv`、`video/3gpp`
	参数默认值	温度：0.0-2.0（默认值为 1.0） topP：0.0-1.0（默认值为 0.95） candidateCount：1
支持的区域	模型可用性	全球：`global`
	预配吞吐量	全球：`global`
	标准 PayGo	全球：`global`
版本	`gemini-omni-1.2-flash` 发布阶段：正式版发布日期：2026 年 11 月 5 日弃用日期^†：2027 年 11 月 5 日或之后
安全控制	在线预测	数据驻留 CMEK VPC-SC AXT
安全控制	如需了解详情，请参阅安全控制。

^† 列出的弃用日期是指 Gemini Enterprise Agent Platform 停止支持该模型的日期。在这些日期过后，您可能仍可通过 Gemini API 访问这些模型。Gemini API 并非 Cloud de Confiance by S3NS 产品，须遵守其自身的服务条款。如需了解详情，请参阅 Gemini API 文档。