muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash Reference to Video: Imagen a vídeo

Genera vídeo guiado por hasta 6 imágenes de referencia con Gemini Omni 1.2 Flash. Clips de 3-15 s con audio nativo, hasta 4K. Pruébalo gratis. Gemini Omni 1.2 Flash Reference to Video genera un vídeo de 3-15 segundos guiado por 1-6 imágenes de referencia que definen sujetos, escenas, estilo o un storyboard. A diferencia de image-to-video, las imágenes son referencias de condicionamiento y no un primer fotograma literal, por lo que el modelo es libre de componer nuevo movimiento y trabajo de cámara a su alrededor, y devuelve audio sincronizado de forma nativa en la misma pasada. Selecciona la relación de aspecto 16:9, 9:16 o auto y renderiza de 360p a 4K. El precio es por segundo de salida ($0.023/s en 360p, $0.07/s en 720p, $0.105/s en 1080p, $0.21/s en 4K). Para un fotograma inicial literal, usa Gemini Omni 1.2 Flash Image to Video; otros endpoints de 1.2 Flash: Gemini Omni 1.2 Flash, Gemini Omni 1.2 Flash Image to Video, Gemini Omni 1.2 Flash Video Edit.

Controles interactivos del modelo

Genera vídeo guiado por hasta 6 imágenes de referencia con Gemini Omni 1.2 Flash. Clips de 3-15 s con audio nativo, hasta 4K. Pruébalo gratis.

📝

Descripción general

Acerca de este modelo

Gemini Omni 1.2 Flash Reference to Video genera un vídeo de 3-15 segundos guiado por 1-6 imágenes de referencia que definen sujetos, escenas, estilo o un storyboard. A diferencia de image-to-video, las imágenes son referencias de condicionamiento y no un primer fotograma literal, por lo que el modelo es libre de componer nuevo movimiento y trabajo de cámara a su alrededor, y devuelve audio sincronizado de forma nativa en la misma pasada. Selecciona la relación de aspecto 16:9, 9:16 o auto y renderiza de 360p a 4K. El precio es por segundo de salida ($0.023/s en 360p, $0.07/s en 720p, $0.105/s en 1080p, $0.21/s en 4K). Para un fotograma inicial literal, usa Gemini Omni 1.2 Flash Image to Video; otros endpoints de 1.2 Flash: Gemini Omni 1.2 Flash, Gemini Omni 1.2 Flash Image to Video, Gemini Omni 1.2 Flash Video Edit.

1Consistencia de personajes: mantén el mismo personaje o producto en escenas nuevas.
2Transferencia de estilo: usa arte de referencia para definir el aspecto de un clip generado.
3De storyboard a vídeo: aporta paneles de storyboard como referencias para guiar la escena.
4Contenido de marca: coloca un producto de las tomas de referencia en nuevos entornos.
5Iteración rápida: haz borradores en 360p antes de escalar el render final.
💰

Precios y tarifas

Análisis de costes

muapi$0.023–$0.21 por segundo (según la resolución)

Pago por generación, sin suscripción. Se factura por segundo de vídeo generado.

Fal.aiNo disponible

Este modelo no figura en Fal.ai.

ReplicateNo disponible

Este modelo no figura en Replicate.

** Los precios de competidores son estimaciones basadas en arquitecturas de modelos y niveles de uso similares.

⚙️

Especificaciones técnicas

Esquema de configuración

Promptstring

Describe the scene, action, camera movement, and sound.

Valor por defectoThe character from the first image walks through the city in the second image at sunset, ambient street sounds
Imágenes de referenciaarray

1-6 reference images used for subject, scene, style, or storyboard reference (not a starting keyframe).

Valor por defecto-
Duración (segundos)integer

Video length in seconds (3-15).

Valor por defecto8
Relación de aspectoOpciones permitidas (3)

Output aspect ratio. `auto` follows the reference image and is treated as 16:9 when none is provided.

Valor por defecto16:9
ResoluciónOpciones permitidas (4)

Output resolution. Output priced per second of generated video: $0.023/s at 360p, $0.07/s at 720p, $0.105/s at 1080p, $0.21/s at 4K.

Valor por defecto720p
Semilla (Seed)integer

Random seed (10000-99999). Omit for a random seed.

Valor por defecto-
📖

Guía de integración

Documentación para desarrolladores

Cómo usar Gemini Omni 1.2 Flash Reference to Video

  1. Reúne imágenes de referencia Proporciona de 1 a 6 URL de imágenes de acceso público en image_urls (cada una de hasta 20 MB).

  2. Escribe el prompt Describe cómo deben aparecer las referencias: 'The character from the first image walks through the city in the second image at sunset.'

  3. Elige duración, relación de aspecto y resolución Duración de 3-15 s. Facturación: $0.023/s en 360p, $0.07/s en 720p, $0.105/s en 1080p, $0.21/s en 4K.

  4. Envía y consulta el resultado

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-reference-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "The character from the first image walks through the city in the second image at sunset", "image_urls": ["https://example.com/ref1.png", "https://example.com/ref2.png"], "duration": 8, "resolution": "720p"}'

Después, consulta `GET /api/v1/predictions/{request_id}/result` hasta que `status` sea `completed`.
❓

Preguntas frecuentes

Preguntas frecuentes

¿Qué es Gemini Omni 1.2 Flash Reference to Video?

Genera un vídeo condicionado por 1-6 imágenes de referencia de sujeto, escena o estilo, con audio nativo.

¿Cuántas imágenes de referencia puedo usar?

Entre 1 y 6, cada una de hasta 20 MB.

¿Cuál es su precio?

Por segundo de vídeo generado: $0.023/s en 360p, $0.07/s en 720p, $0.105/s en 1080p, $0.21/s en 4K.

¿Se usan las imágenes de referencia como primer fotograma?

No. Son referencias de condicionamiento. Usa [Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) para un primer fotograma literal.

¿Qué duraciones admite?

3-15 segundos.

¿Genera audio?

Sí, el diálogo, el sonido ambiental y la música se generan de forma nativa.