muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash: Generador de vídeo con IA

Genera vídeo a partir de texto con Gemini Omni 1.2 Flash. Clips de 3-15 segundos con audio nativo de 360p a 4K, pago por segundo. Pruébalo gratis. Gemini Omni 1.2 Flash es el modelo de vídeo multimodal rápido de Google, y este es su endpoint de texto a vídeo: escribe un prompt que describa la escena, la acción, la cámara y el sonido, y recibe un clip de 3-15 segundos con diálogo, audio ambiental y música sincronizados de forma nativa y generados en la misma pasada. Elige la relación de aspecto 16:9, 9:16 o auto y renderiza en 360p para borradores económicos o hasta 4K para la entrega final. 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), por lo que el coste escala de forma predecible con la duración del clip. Para partir de una imagen, usa Gemini Omni 1.2 Flash Image to Video; para condicionar con imágenes de referencia, consulta Gemini Omni 1.2 Flash Reference to Video; para editar un clip existente, consulta Gemini Omni 1.2 Flash Video Edit.

Controles interactivos del modelo

Genera vídeo a partir de texto con Gemini Omni 1.2 Flash. Clips de 3-15 segundos con audio nativo de 360p a 4K, pago por segundo. Pruébalo gratis.

📝

Descripción general

Acerca de este modelo

Gemini Omni 1.2 Flash es el modelo de vídeo multimodal rápido de Google, y este es su endpoint de texto a vídeo: escribe un prompt que describa la escena, la acción, la cámara y el sonido, y recibe un clip de 3-15 segundos con diálogo, audio ambiental y música sincronizados de forma nativa y generados en la misma pasada. Elige la relación de aspecto 16:9, 9:16 o auto y renderiza en 360p para borradores económicos o hasta 4K para la entrega final. 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), por lo que el coste escala de forma predecible con la duración del clip. Para partir de una imagen, usa Gemini Omni 1.2 Flash Image to Video; para condicionar con imágenes de referencia, consulta Gemini Omni 1.2 Flash Reference to Video; para editar un clip existente, consulta Gemini Omni 1.2 Flash Video Edit.

1Cortos narrativos: dirige escena, cámara y diálogo con un único prompt de texto detallado.
2Vídeo para redes sociales: genera clips 9:16 con sonido integrado para Reels, Shorts y TikTok.
3Conceptos publicitarios: prototipa ideas comerciales en 360p y vuelve a renderizar la ganadora en 1080p o 4K.
4Vídeos explicativos: produce secuencias visuales narradas y breves sin un flujo de audio aparte.
5Iteración rápida: usa borradores económicos en 360p para validar prompts antes de pasar a alta resolución.
💰

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 defectoA cat plays piano in a jazz bar, one continuous shot, soft live jazz
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

  1. Escribe un prompt multimodal Describe juntos las imágenes, la dirección de cámara, el diálogo y el sonido ambiental. Ejemplo: 'A cat plays piano in a jazz bar, one continuous shot, soft live jazz.'

  2. Elige duración, relación de aspecto y resolución La duración es de 3-15 segundos. La relación de aspecto es 16:9, 9:16 o auto (se trata como 16:9 sin imagen de referencia). La resolución es 360p, 720p, 1080p o 4k. Facturación: $0.023/s en 360p, $0.07/s en 720p, $0.105/s en 1080p, $0.21/s en 4K.

  3. Opcionalmente, define una semilla Pasa seed (10000-99999) para que los renders sean reproducibles.

  4. Envía y consulta el resultado

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-text-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "A cat plays piano in a jazz bar, one continuous shot, soft live jazz", "duration": 8, "resolution": "720p", "aspect_ratio": "16:9"}'

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

5. **Consejos para el prompt**
   - Describe el sonido de forma explícita: *'soft piano underscore'*, *'wind through trees'*.
   - Pon el diálogo entre comillas y describe a quien habla.
   - Nombra movimientos de cámara como *'slow dolly in'* o *'handheld tracking shot'*.
❓

Preguntas frecuentes

Preguntas frecuentes

¿Qué es Gemini Omni 1.2 Flash?

Es el modelo de vídeo multimodal rápido de Google. Este endpoint convierte un prompt de texto en un vídeo de 3-15 segundos con audio sincronizado de forma nativa.

¿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. Un clip de 8 segundos en 720p cuesta $0.56.

¿Qué duraciones y resoluciones admite?

Duraciones de 3-15 segundos y resoluciones de 360p, 720p, 1080p y 4K.

¿Genera audio?

Sí. El diálogo, el sonido ambiental y la música se generan de forma nativa en la misma pasada; describe el sonido en tu prompt para guiarlo.

¿Puedo usar imágenes de referencia o un fotograma inicial?

No en este endpoint. Usa [Gemini Omni 1.2 Flash Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) para un fotograma inicial o [Gemini Omni 1.2 Flash Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) para imágenes de referencia.

¿Cómo obtengo resultados reproducibles?

Envía el mismo `seed` (10000-99999) con el mismo prompt y los mismos ajustes.