AI 工作實務
Google 稱 Omni 1.2 Flash 標價降 30%、片長增至 15 秒:企業還要算哪些成本?
Google 於 11 月 5 日宣布 Gemini Omni 1.2 Flash 正式提供,720p 影片每秒標價 0.07 美元,較前代下降 30%,單次片段最長 15 秒。產品主打以多輪對話修改畫面與參考一致性,但官方展示不等於任何企業場景都已通過品質驗收。

Google 於 11 月 5 日宣布 Gemini Omni 1.2 Flash 正式提供,720p 影片每秒標價 0.07 美元,較前代下降 30%,單次片段最長 15 秒。[S01][S02]產品主打以多輪對話修改畫面與參考一致性,但官方展示不等於任何企業場景都已通過品質驗收。
專題編輯:Derek Chou|AI 技術與架構編輯
資料查核:2026 年 11 月 6 日(台北時間)。文內分析與已確認事實分開呈現。
從一次生成,走向可以反覆修改的影片生產
Google 在 11 月 5 日公告 Gemini Omni 1.2 Flash 一般可用,主張最長 15 秒影片生成、價格降低及多輪對話式修改。過去許多影片生成工具的痛點,不是第一次能不能產出動態畫面,而是要更換背景、商品或鏡頭時,往往需要重新生成整段影片。這讓企業每次修改都要重新支付時間與運算成本,也增加主角、品牌色與物件外觀不一致的風險。
Google 宣稱新版改善了參考素材的一致性,並能透過後續指令修正影片內容。這是廠商提出的工作流程改善方向,但官方展示屬產品宣傳與選例,不足以推論所有品牌、語言或不同模型設定下均能穩定成功。企業應自己保留測試集,比對修改一次後的可用率與人工後製成本。
降價 30%,究竟省下哪些支出
Google 公開的 720p 影片生成標價是每秒 0.07 美元,稱較 Gemini Omni 1.1 Flash 低 30%。[S01][S02]用單次 15 秒片段乘算,純生成費用約為 1.05 美元;這只是示範性的單次運算價格,沒有包含高解析度輸出、失敗重試、重新剪輯、資料傳輸、音樂授權及人工審核。若一次產出十個版本再挑一個,實際支出也不會等於只生成一次。
採購時須分辨「單位生成價格」與「每支合格影片成本」。前者由服務商定價,後者還取決於品牌審核一次通過率、錯誤字幕與口型修正次數、人工修圖時間及素材是否具合法授權。若產品片段看起來便宜,但反覆修正三至五次才能採用,總成本可能仍高。
15 秒是產品規格,不是完整廣告策略
官方表示單次影片長度從前代 10 秒提升至最長 15 秒,且可按秒設定長度。這有利於展示商品局部、製作短影音開頭,或把產品說明拆成數個可獨立驗收的鏡頭。但正式廣告還涉及品牌聲明、人物肖像授權、產品宣稱、字幕無障礙及平台廣告規範;並不是只把片段長度拉到 15 秒就能直接投放。
若畫面中出現可辨識的人臉、產品包裝或第三方商標,應核對企業是否擁有使用權,以及生成內容是否構成錯誤產品展示。對金融、醫療及高監管產業,更應避免讓 AI 生成影片暗示未獲批准的效果或實際客戶證言。
可複用的企業驗收方法
一個合適的試點可以準備三種固定素材:商品圖、品牌視覺規範,以及經核准的 15 秒腳本。要求模型各產出 10 個片段,記錄成功率、修改後物件一致性、生成秒數、費用及人工審核時間,再和現有攝影或動畫製程比較。測試條件必須固定,否則比較沒有意義。
行銷部門可能最重視速度與多版本產出;法務與品牌部門更重視商標、肖像及內容真實性;IT 部門則須確認 API 鑑權、資料留存與產品條款。官方另提醒,音訊參考輸入需取得白名單權限,不能從模型已一般可用就推定所有輸入功能皆可直接使用。[S02] 這三個角色都完成各自的驗收後,才適合考慮擴大使用,而不是只看官方示範影片的視覺效果。
接下來觀察的不是片長,而是可控性
生成影片工具競爭正在從「能不能拍出來」轉向「能否控制、修改、版本化及稽核」。若對話式修改真的降低失敗重試和後製時間,企業影音製作門檻有機會下降;但目前公開證據仍不足以確立相對競品的整體品質排名。下一個值得看的指標,是跨多次修改後的產品一致性與每支合格成品的真實成本。
主要資料來源
- [S01] Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips(Google,2026-11-05)。
- [S02] Gemini Omni 1.2 Flash generally available(Google Cloud,2026-11-05)。
編輯說明
本文依可讀的公開文件與報導修訂,區分公司自述、媒體消息與原創分析。產品與採購討論未包含親自操作或企業成效測試,不構成投資建議、法律意見或採購承諾。
圖片資訊
封面為原創編輯概念圖;圖形不表示統計序列、產品畫面或新聞現場。圖面數字的日期、口徑與來源以正文說明為準。
本文由 TARAISG(TIANDIREN AI SOLUTION GROUP)使用 AI 模型產生正文、整理來源並設計實務工具。方法依據與限制列於文末;案例為明確標示的教學假設。未有具名紀錄時,不宣稱經人工或專家審核。
查看內容製作與更正說明









