Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash 是 Google 用于快速生成、对话式编辑和电影级控制的多模态视频模型（于 2026 年 11 月更新）。一个模型 ID 覆盖文生视频、图生视频、首尾帧插值、最多 10 张图片的主体参考、视频编辑和视频续写。每段视频都有原生声音，时长 3–15 秒，分辨率为 360p、720p、1080p 或 4K。发送请求，保存返回的任务 ID，再从该任务读取生成完成的视频。媒体以 URL 形式传入。

模型 ID

当前价格请查看模型页面。

快速示例

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"
  }'

端点

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

响应是一个任务（{"id": "task_...", "status": "processing"}），不是生成完成的视频。轮询 GET /v1/tasks/{task_id} 获取结果。保持 API Key 在服务端代码中。

参数

每段视频都带声音，没有声音开关。没有 negative_prompt、seed、音频输入或 callback_url。参数结构严格：未知字段会被拒绝，而不是忽略。

模式

提供输入视频时，除非指定 extend，否则会进行编辑；有视频时，不接受 reference、text_to_video、image_to_video 和 reference_to_video。

首尾帧

{
  "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
}

编辑

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

编辑保持原视频时长；duration 不生效。简短、具体的指令效果最好；局部修改时加上「保持其他一切不变」。

续写先前任务的视频

{
  "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
}

结果包含原视频及紧随其后的新增部分；按新增秒数计费，另加原时长的八分之一。要续写你自己的视频，请通过 video_urls 发送，而不是 extend_from_task_id。

媒体输入

图片和视频是公开的 HTTP(S) URL。不接受 Base64 数据 URI：把文件上传到你自己的存储，再传它们的 URL。要编辑或续写的视频最长为 15 秒；接受请求时会读取其时长，无法读取时长的视频会在扣费前被拒绝。

计费维度

查看模型价格部分获取当前费率。Gemini Omni 1.2 Flash 按视频秒数计费，费率由分辨率决定：

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

source 是输入视频的画面时长，向上取整到整秒。在接受请求时测量，所以预留金额就是最终扣费金额；额外的八分之一用于读取输入视频。以 720p 为例：编辑一段 6.2 秒视频，按 7 + 7/8 = 7.875 秒计费；将一段 8 秒视频续写 4 秒，按 4 + 1 = 5 秒计费。失败的任务不收费。

输出格式

提交返回任务：

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

获取任务

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

每 10–20 秒轮询一次，直到 status 为 completed 或 failed。轮询时网络超时不意味着生成失败：保存任务 ID 并继续检查。不要为了检查进度而创建新任务。

完成的任务

{
  "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"
  }
}

每段视频都带有 Google 的不可见 SynthID 水印。在我们的测试中，5–8 秒的 720p 视频在提交后 66–86 秒返回，格式为 MP4（H.264）、分辨率为 1280 × 720，并带立体声 AAC 音轨；编辑一段 3 秒视频后，返回的视频时长仍为 3 秒。

错误

任务创建前被拒的请求返回 HTTP 错误和 error 对象，且不收费。任务接受后失败，查询时会返回 HTTP 200，并包含 status: "failed" 和 error 对象。

查看共享错误目录了解错误码、HTTP 状态和重试指导。

{
  "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."
  }
}

如果提交本身超时，检查你的任务后再重新提交：第一个请求可能已经被接受。

提示

• 描述主体、场景、摄像机运动、光线和声音；视频的音频会跟随提示词。
• 先用 360p 出草稿，再用相同请求以 1080p 或 4k 渲染选中的镜头。
• 编辑时每次只改一处，并说明哪些内容必须保持不变。
• 加上「无文字，无标志」防止生成虚构标记。

相关

• Gemini Omni 1.2 Flash Playground 和价格
• Veo 3.1 API 参考
• 下载 OpenAPI
• 可复制的 Markdown