用途：本技能面向 Google 第一方预览模型 gemini-omni-flash-preview，用于生成、引用与对话式编辑短视频，支持文本生视频、图生视频、参考生视频与编辑任务。资料盘点的可用性、价格、限额与预览行为以 2026-07-10 为准，上线前应重新核对第一方页面。
后端选择：Developer API 走 POST https://generativelanguage.googleapis.com/v1beta/interactions，使用 API 密钥，Omni 仅付费层级；可用 GEMINI_API_KEY 或 GOOGLE_API_KEY（两者同时存在时后者优先）。Gemini Enterprise Agent Platform 走 .../v1beta1/projects/{project}/locations/{location}/interactions，使用 OAuth/IAM，适用需要 Cloud IAM、审计与数据治理时。不要把两者可用性互推，Cloud 的消费模式、配额与价格在项目控制台或支持确认前视为未知。
能力契约：输出一条带音频的 720p 视频，3–10 秒，24FPS，宽高比 16:9 与 9:16。任务通过 generation_config.video_config.task 指定。每次基于 previous_interaction_id 的编辑都会生成新视频，父交互须被存储。REST 直接读取时视频内容位于 steps[].type == "model_output"。生成视频含不可见 SynthID，Cloud 文档另行承诺自动 C2PA 签名。当前不支持音频参考上传、语音编辑、视频延长、首尾帧插值、多视频推理、系统指令、温度、top_p、停止序列、专用 negative_prompts、预留吞吐与 YouTube 媒体源；上传视频编辑在 EEA、瑞士和英国不可用。
成本与操作：Developer Omni 无免费额度，公布价格为每百万输入 token $1.50、每百万文本输出 token $9、每百万视频输出 token $17.50，720p 输出按 5,792 token/秒计，约 $0.10/秒，10 秒输出约 $1.0136（未含输入与文本输出）。每次创建或编辑前应展示保守估算并取得明确批准，检查实时项目限额，将 429 视为容量/配额信号，不自动重放结果未知的创建请求。
安全与交付：要求来源、品牌、表演权与肖像同意；拒绝深度伪造、隐私侵犯、儿童剥削等禁止用途。哈希来源并记录 MIME/字节数，上传保持私有，不记录密钥、base64、签名 URI 或提示中的机密。Developer Files API 单文件 2GB、单项目 20GB、保留 48 小时；付费交互默认存储 55 天，可配置 7/14/28/55 天，store=false 关闭父状态。发布前应校验 MP4 时长、分辨率、帧率、音频、完整解码与哈希，并复核画面、对白、文字、标识、人脸与连贯性。
限制：模型为预览版，生命周期可能变化；提示中的时间码只是方向，不保证帧级精度；身份、布局、动作、文本与音频一致性可能在多次编辑间漂移；除英语外其他语言未评估；Interactions 不支持自定义安全设置。资料中云区域端点、消费模式与部分能力存在文档冲突，遇冲突应停止而非回退到 global。提供的 Python 示例默认离线试运行、不发起付费调用，执行时才需安装 google-genai>=2.3.0。