Disponible9 variants

Gemini Omni API

Gemini Omni es la familia de vídeos multimodal nativo de Google. Texto, imágenes, vídeo, perfiles de voz y perfiles de personajes pueden trabajar juntos en un flujo de generación única.Muapi expone Gemini Omni y Gemini Omni 1.1 Flash a través de una API asincrónica, que incluye diálogo sincronizado, sonido ambiental, música, edición de video, voces reutilizables y personajes consistentes.

Get a Gemini Omni API Key Probar texto a vídeo Probar Video Edit

Gemini Omni Flash

Flujos de trabajo nativos multimodales de vídeo, audio, voz y personajes.9 modelos

T2VDisponible

Flash

Texto a vídeo Gemini Omni

Genere videos a partir de un mensaje de texto con diálogo sincronizado, sonido ambiental y música en el mismo pase.

360p–4K

From $0.16

Probar modelo

I2VDisponible

Flash

Imagen de Géminis Omni a vídeo

Animate up to five reference images into a scene with native synchronized audio.

360p–4K

From $0.16

Probar modelo

V2VDisponible

Flash

Gemini Omni Video Edit

Edit, restyle, relight, swap, or rewrite dialogue in source footage while preserving its motion and timing.

Up to 4K

From $2.40

Probar modelo

AudioDisponible

Flash

Gemini Omni Audio Profile

Cree un perfil de voz reutilizable a partir de una de las 30 voces preestablecidas y reciba una identificación de audio para generaciones posteriores.

Voice profileRápido

Free

Probar modelo

CharacterDisponible

Flash

Gemini Omni Character Profile

Cree un perfil de personaje reutilizable a partir de una imagen de referencia y reciba una identificación de personaje.

Character profileRápido

Free

Probar modelo

T2VDisponible

Flash

Gemini Omni 1.1 Texto Flash a Vídeo

Combine texto con imágenes de referencia, un vídeo breve de referencia, perfiles de voz o perfiles de personajes y audio nativo.

Up to 4K

From $0.10/sec

Probar modelo

I2VDisponible

Flash

Gemini Omni 1.1 Flash de imagen a vídeo

Genere a partir de un fotograma clave inicial con un fotograma clave final opcional para transiciones controladas.

Up to 4K

From $0.10/sec

Probar modelo

V2VDisponible

Flash

Gemini Omni 1.1 Flash Video Edit

Apply a text instruction to restyle, relight, transform, or rewrite a source video.

360p–4K

From $0.048/sec

Probar modelo

I2VDisponible

Flash

Gemini Omni 1.1 Flash Reference to Video

Guía una escena con hasta siete imágenes y tres breves videoclips de referencia.

360p–4K

From $0.048/sec

Probar modelo

¿Qué es Gemini Omni?

Gemini Omni es la familia insignia de modelos multimodales universales de Google. En lugar de procesar modalidades por separado, integra texto, imagen, vídeo y audio en una arquitectura única y fluida.

Muapi provides the original Gemini Omni endpoints plus Gemini Omni 1.1 Flashpara control de fotogramas clave, referencias de vídeos breves y entrega 4K. Cada flujo de trabajo utiliza el mismo contrato REST de envío y sondeo.

Capacidades de Gemini Omni API

Any-to-any generation

Muévase entre texto, imágenes, vídeo y audio en un flujo de trabajo multimodal en lugar de unir modelos separados.

Native synchronized audio

Genera diálogo, sonido ambiental y música con el vídeo en un pase hacia adelante compartido.

T2V, I2V, and video edit

Cree nuevas escenas, anime imágenes de referencia o transforme metraje existente con puntos finales enfocados.

Reusable voice profiles

Seleccione entre 30 voces preestablecidas, guarde la identificación de audio devuelta y reutilice una voz consistente en llamadas posteriores.

Consistent character profiles

Cree una identificación de personaje a partir de una imagen de referencia y reutilícela en las escenas generadas.

Drop-in production API

Utilice solicitudes Muapi asíncronas, sondeos de predicción estándar y acceso de pago por generación sin suscripción.

Casos de uso de Gemini Omni

Narrative shorts

Dirige una escena, una cámara, un personaje y un diálogo desde un mensaje completo con audio nativo.

Product explainers

Combine imágenes de productos, perfiles de voz y ediciones de vídeo controladas para realizar demostraciones claras.

Character-led series

Reutilice los perfiles de personajes y voces para mantener la coherencia del talento recurrente en todos los episodios.

Source-video transformations

Restyle, relight, swap, or rewrite dialogue in existing footage with text instructions.

Reference-driven scenes

Utiliza imágenes y clips cortos de referencia para guiar el vestuario, la composición, el movimiento y el estilo de la escena.

Veo or Sora alternatives

Agregue audio nativo y entradas multimodales a través de una superficie API cuando un punto final de video general no sea suficiente.

Gemini Omni workflows

Workflow	Inputs	Output	Starting price
Texto a vídeo	Prompt, optional refs, voice, character	Video + synchronized audio	From $0.16
Imagen a vídeo	Up to 5 reference images	Video + synchronized audio	From $0.16
Video Edit	Source video + instruction	Edited video	From $2.40
Audio Profile	Preset voice selection	Reusable audio ID	Free
Character Profile	One reference image	Reusable character ID	Free
1.1 Flash Reference	Up to 7 images + 3 short clips	Reference-guided video	From $0.048/sec

Inicio rápido — API de Gemini Omni

Envíe un mensaje multimodal al punto final Gemini Omni correspondiente, guarde el ID de la solicitud y sondee el punto final de resultados estándar para salidas de video y audio.

Submit a Gemini Omni task

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'

# Response: {"request_id":"REQUEST_ID"}

Comience con el punto final de texto a video y luego agregue entradas de referencia, ID de voz o ID de caracteres según lo requiera su flujo de trabajo.

Retrieve video and audio

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# The completed response contains the generated video and synchronized audio.

Encuesta hasta completar y lee el video generado más la URL de audio sincronizada de la respuesta.

Preguntas frecuentes sobre Gemini Omni API

What is Gemini Omni API?

Gemini Omni es una familia de vídeos multimodal nativa. Muapi expone flujos de trabajo de texto a video, imagen a video y edición de video que pueden generar audio sincronizado en la misma pasada.

¿En qué se diferencia Gemini Omni de Veo o Sora?

Gemini Omni está diseñado en torno a entradas de texto, imágenes, audio y vídeo en un solo flujo de trabajo, con audio nativo y puntos finales de edición de vídeo fuente enfocados. La mejor elección depende de los controles y el estilo que necesite su proyecto.

How much does Gemini Omni cost?

La conversión de texto a video e imagen a video comienzan en $0,16 por generación. La edición de vídeo comienza en $2,40, mientras que los flujos de trabajo de vídeo Flash 1.1 tienen un precio de $0,048 o $0,10 por segundo, dependiendo del punto final y la opción de salida.

¿Qué entradas y salidas son compatibles?

Utilice un mensaje de texto, hasta cinco imágenes de referencia para convertir imagen a video o video fuente más una instrucción para editar. El video generado puede incluir audio sincronizado y las llamadas pueden usar hasta tres ID de voz guardadas y tres ID de caracteres.

What is Gemini Omni Audio?

Gemini Omni Audio crea un perfil de voz reutilizable a partir de 30 voces preestablecidas. Muapi devuelve una ID de audio que se puede pasar a generaciones de video posteriores, con hasta tres ID de audio por solicitud.

What is Gemini Omni Character?

Gemini Omni Character crea un perfil de personaje reutilizable a partir de una imagen de referencia. El ID de carácter devuelto se puede utilizar en generaciones posteriores, con hasta tres ID de carácter por solicitud.

¿Puede Gemini Omni crear vídeos verticales o cuadrados?

Sí. Utilice la relación de aspecto admitida por el punto final seleccionado, incluidas composiciones de 16:9 y 9:16 para entrega horizontal y vertical.

Do I need a Gemini subscription?

No. Gemini Omni está disponible a través de la API de pago por generación de Muapi. Cree una clave API de Muapi y llame al punto final directamente.

Explore Gemini Omni 1.1 →Add keyframes, video references, and 4K delivery.Browse video models →Compare Gemini Omni with other live video APIs.Create an API key →Comienza a llamar a Gemini Omni a través de Muapi.

¿Listo para crear con Gemini Omni?

Obtén tu clave de API y empieza a generar en cuestión de minutos. Facturación por uso, sin cuotas mensuales fijas.

Obtener clave API Probar Gemini Omni