Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash to multimodalny model wideo od Google do szybkiego generowania, edycji w rozmowie i filmowej kontroli ujęć (aktualizacja: listopad 2026). Jeden ID modelu obejmuje tekst na wideo, obraz na wideo, interpolację między pierwszą a ostatnią klatką, referencje wyglądu postaci lub produktów z maksymalnie 10 obrazów, edycję wideo i jego wydłużanie. Każdy klip ma natywny dźwięk, trwa 3–15 sekund i jest renderowany w 360p, 720p, 1080p lub 4K. Wyślij żądanie, zachowaj zwrócony ID zadania i odczytaj gotowe wideo z zadania. Media są przekazywane jako adresy URL.

ID modeli

Aktualne ceny znajdziesz na stronie modelu.

Krótki przykład

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.2-flash",
    "prompt": "A glass marble rolls fast along a wooden chain-reaction track through a sunlit workshop, one continuous smooth tracking shot. No text, no logos.",
    "resolution": "720p",
    "duration": 10,
    "aspect_ratio": "16:9"
  }'

Punkt końcowy

POST https://api.seedrouter.ai/v1/videos/generations

Odpowiedź to zadanie ({"id": "task_...", "status": "processing"}), a nie gotowe wideo. Odpytuj GET /v1/tasks/{task_id} po wynik. Zachowaj klucze API w kodzie po stronie serwera.

Parametry

Każdy klip ma dźwięk; nie ma przełącznika dźwięku. Nie ma negative_prompt, seed, wejścia audio ani callback_url. Schemat jest ścisły: nieznane pola są odrzucane, nie ignorowane.

Tryby

Wideo wejściowe jest edytowane, jeśli nie zażądasz extend; z wideo wartości reference, text_to_video, image_to_video i reference_to_video są odrzucane.

Pierwsza i ostatnia klatka

{
  "model": "gemini-omni-1.2-flash",
  "prompt": "Smooth transition, the camera slowly pushes in.",
  "first_frame_image": "https://example.com/start.jpg",
  "last_frame_image": "https://example.com/end.jpg",
  "duration": 8
}

Edycja

{
  "model": "gemini-omni-1.2-flash",
  "prompt": "Make the violin invisible. Keep everything else the same.",
  "video_urls": ["https://example.com/clip.mp4"]
}

Edycja zachowuje długość wideo źródłowego; duration nie ma wpływu. Najlepiej sprawdzają się krótkie, konkretne instrukcje; przy lokalnej zmianie dodaj „Zachowaj wszystko inne bez zmian”.

Wydłuż wideo z wcześniejszego zadania

{
  "model": "gemini-omni-1.2-flash",
  "prompt": "The camera keeps panning across the mountains.",
  "extend_from_task_id": "task_...",
  "omni_reference_task_type": "extend",
  "duration": 8
}

Wynik zawiera oryginał, a po nim nową część; rozliczane są nowe sekundy plus jedna ósma długości wideo źródłowego. Aby wydłużyć własny klip, wyślij go w video_urls zamiast extend_from_task_id.

Wejścia mediów

Obrazy i wideo to publiczne adresy URL HTTP(S). Identyfikatory URI danych base64 nie są akceptowane: prześlij pliki do swojego magazynu i podaj ich adresy URL. Wideo do edycji lub wydłużenia może trwać najwyżej 15 sekund; jego długość jest odczytywana przy przyjęciu żądania, a film, którego długości nie można odczytać, jest odrzucany, zanim zostaną naliczone jakiekolwiek opłaty.

Wymiary cen

Aktualne stawki sprawdź w sekcji cen modelu. Gemini Omni 1.2 Flash jest rozliczany za sekundę wideo według stawki zależnej od rozdzielczości:

text, image, frames, references:  cost = duration × rate
edit:                             cost = (source + source / 8) × rate
extend:                           cost = (added seconds + source / 8) × rate

source to czas trwania ścieżki wideo w pliku wejściowym zaokrąglony w górę do pełnych sekund, mierzony przy przyjęciu żądania, więc zarezerwowana kwota jest kwotą naliczaną; jedna ósma pokrywa odczyt wideo wejściowego. Przykłady w 720p: edycja klipu o długości 6,2 sekundy jest rozliczana jako 7 + 7/8 = 7,875 sekundy; wydłużenie 8-sekundowego klipu o 4 sekundy jest rozliczane jako 4 + 1 = 5 sekund. Nieudane zadania nie są rozliczane.

Schemat wyjścia

Przesłanie zwraca zadanie:

{"id": "task_...", "model": "gemini-omni-1.2-flash", "status": "processing", "created_at": 1789689600}

Pobierz zadanie

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Odpytuj co 10–20 sekund, aż status wyniesie completed albo failed. Limit czasu sieci podczas odpytywania nie oznacza, że generowanie się nie powiodło: zachowaj ID zadania i wznów jego sprawdzanie. Nie twórz innego zadania, by sprawdzić postęp.

Zakończone zadanie

{
  "id": "task_...",
  "model": "gemini-omni-1.2-flash",
  "status": "completed",
  "created_at": 1789689600,
  "finished_at": 1789689800,
  "output": {
    "video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4"
  }
}

Każde wideo zawiera niewidoczny znak wodny SynthID od Google. W naszych testach klipy 720p o długości 5–8 sekund wracały jako MP4 (H.264) w rozdzielczości 1280 × 720 ze ścieżką stereo AAC, 66–86 sekund po przesłaniu; edycja 3-sekundowego klipu wróciła jako klip o długości 3 sekund.

Błędy

Żądania odrzucone, zanim zostanie utworzone zadanie, zwracają błąd HTTP z obiektem error i nie są rozliczane. Zadanie, które się nie powiedzie po akceptacji, zwraca HTTP 200 po zapytaniu, z status: "failed" i obiektem error.

Zobacz wspólny katalog błędów po kody, statusy HTTP i wskazówki dotyczące ponownych prób.

{
  "id": "task_...",
  "model": "gemini-omni-1.2-flash",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Jeśli limit czasu przesłania się skończy, sprawdź swoje zadania przed ponownym przesłaniem: pierwsze żądanie mogło zostać zaakceptowane.

Porady

• Opisz obiekt, miejsce, ruch kamery, światło i dźwięk; dźwięk klipu jest zgodny z promptem.
• Twórz szkice w 360p, a następnie wyrenderuj wybrane ujęcie w 1080p lub 4k z tym samym żądaniem.
• Przy edycji zmieniaj po jednej rzeczy naraz i określ, co ma pozostać bez zmian.
• Dodaj no text, no logos, by uniknąć zmyślonych znaków.

Powiązane

• Gemini Omni 1.2 Flash Playground i cennik
• Dokumentacja API Veo 3.1
• Pobierz OpenAPI
• Markdown do skopiowania