gemini-omni-1.2-flash は Gemini API と Gemini Enterprise Agent Platform で GA。Interactions API と Count Tokens API が対象で、GenerateContent API は非対応。入力上限は 131,072 トークン、出力上限は 260,640 トークン。動画は音声付きで最長 15 秒、解像度は 360p、720p、1080p、4K。アスペクト比は 16<9> と 9<16>。生成と編集の長さは 1 秒刻みで 3〜15 秒（先頭と末尾のフレーム指定は 3〜10 秒）。マルチターンで同じクリップの背景や照明を差し替えられる。コンテキストキャッシュ、関数呼び出し、グラウンディングは非対応。出力には SynthID が入る。Free ティアは無い。第三者の横断ベンチは案内に無い。
12月3日以降、gemini-omni-1.1-flash への API リクエストは gemini-omni-1.2-flash へ振り向けられ、1.2 Flash の単価で課金される。Agent Platform 上のサポート終了は 2027年11月5日以降。
API 価格の比較
Paid の Standard。単位は 100 万トークンあたりの米ドル。720p の実効単価は、出力 5,792 トークン/秒から換算した案内の値。
| モデル | 入力 | テキスト出力 | 動画出力 | 720p 実効 |
|---|---|---|---|---|
| gemini-omni-1.2-flash | 1.50 | 9.00 | 12.00 | 約 $0.07/秒 |
| gemini-omni-1.1-flash | 1.50 | 9.00 | 17.50 | 約 $0.10/秒 |
入力単価は同じで、動画出力が 17.50 ドルから 12.00 ドルになり、720p の実効単価はおよそ 3 割下がる。1.2 Flash の 1080p（アップサンプリング、8,688 トークン/秒）は約 $0.104/秒、4K（17,376 トークン/秒）は約 $0.209/秒。