Gemini Omni 1.2 Flash登陆AI Gateway：视频生成迎来新选择

Google的视频生成模型Gemini Omni 1.2 Flash正式上线AI Gateway，开发者现在可以通过统一的API接口调用这一多模态模型，无需单独注册Google账号。这标志着AI视频生成能力进一步向开发者生态开放。

核心能力：从文本到视频的一站式生成

Gemini Omni 1.2 Flash支持从文本提示词生成3至15秒的视频，并原生支持音频。这意味着开发者只需提供一个描述性prompt，就能获得带有同步音轨的视频片段，省去了后期配音或音效合成的步骤。

在编辑能力上，该模型可以处理3至15秒的源片段，并支持最多六张参考图像作为编辑依据。这一设计让视频编辑不再局限于纯文本指令，开发者可以结合参考图来引导模型理解编辑意图，提升了编辑的精准度。

视频延展与多轮交互

该模型支持视频延展功能，每次调用可延长3至10秒，总时长上限为30秒。对于需要更长视频内容的场景，开发者可以通过多次调用逐步扩展片段。

更值得关注的是多轮交互机制。开发者可以利用previousInteractionId在后续调用中继续优化已生成的片段，这相当于为视频生成引入了对话式的迭代流程。相比一次性生成后无法调整的模式，这种设计让创作者可以逐步打磨视频细节。

previousInteractionId 是一种会话状态标识符：每次调用模型生成或编辑视频时，服务端会返回一个唯一 ID，用于关联本次请求的上下文（包括提示词历史、已生成片段等）。在后续调用中携带该 ID，模型即可读取上一轮的状态并在此基础上继续修改，而非从零重新生成。这种机制类似于对话式大模型中的会话续接，使视频生成从"一次性黑盒输出"变为可追溯、可迭代的流程。开发者需要注意的是，这类上下文通常有有效期或调用次数限制，长链路迭代时应妥善保存 ID 并关注平台的状态保留策略。

输出规格与接入方式

输出方面，Gemini Omni 1.2 Flash提供360p、720p、1080p和4K四档分辨率，并支持16:9和9:16两种画幅比例。9:16的支持意味着该模型可以直接服务于竖屏短视频场景，适配移动端内容创作需求。

接入方式上，开发者使用google/gemini-omni-1.2-flash作为模型名称，通过AI SDK中的generateText或streamText方法调用。生成的视频以文件形式返回，可直接写入本地存储。官方示例展示了生成三秒360p片段并保存为MP4文件的完整代码流程。

对于流式响应场景，streamText方法允许开发者在fullStream中处理逐步到达的文件数据，视频以完整文件的形式交付。这种模式适合需要实时反馈或长任务处理的场景。

AI Gateway的平台价值

AI Gateway作为统一API层，为开发者提供了模型调用、用量与成本追踪、重试与故障转移配置等能力。平台声称提供高于单一供应商的正常运行时间保障，并内置自定义报表、零数据保留支持、API密钥预算管理和路由规则等功能。

定价方面，AI Gateway按照供应商价格计费，不加价、不收取推理平台费，包括自带密钥（BYOK）请求。这一策略降低了开发者的接入成本，尤其是已经在使用Google服务的团队。

开发者该如何使用

对于希望在应用中集成视频生成能力的开发者，Gemini Omni 1.2 Flash提供了一个新的选项。其原生音频支持、多轮编辑机制和竖屏输出能力，使其在短视频创作、广告素材生成、社交媒体内容生产等场景中具有实用价值。

不过需要注意，单次生成时长上限为15秒、延展后总计30秒的限制，意味着它更适合短片段创作而非长视频制作。开发者需要根据具体场景评估是否匹配需求。

随着视频生成模型竞争加剧，统一API网关的价值正在凸显——开发者可以在同一平台上对比和切换不同模型，而不必为每个供应商单独搭建接入层。Gemini Omni 1.2 Flash的加入，为这一生态增添了来自Google的视频生成能力。

背景补充

AI SDK 是一个开源的、与具体模型供应商解耦的 TypeScript 工具库，generateText 与 streamText 是其核心调用入口。虽然命名中包含 Text，但它通过多模态输出机制返回图像、音频、视频等非文本产物——模型响应中会包含文件类型的输出片段，开发者需遍历这些片段并将二进制数据落盘。generateText 适合等待完整结果后一次性处理；streamText 则通过 fullStream 逐步推送响应片段，便于在长任务中做进度反馈或提前中断。两者共享同一套提示词与参数结构，切换时迁移成本较低。

BYOK（Bring Your Own Key） 指开发者使用自己在模型供应商处申请的 API 密钥，通过网关转发请求。这种方式下，计费仍走开发者与供应商的既有合约，网关只承担路由与可观测性职责，因此平台可以做到"不加价"。与之相对的是平台代付模式，网关方采购额度后再转售，通常包含加价。BYOK 适合已有供应商账户、对成本结构敏感或需满足合规审计要求的团队。此外，

零数据保留（Zero Data Retention） 意味着请求与响应内容不会被网关或模型方持久化存储，仅用于当次推理，这对处理用户隐私数据或商业机密的场景尤为关键。