Gemini Omni 1.2 Flash Texte en vidéo
Générez des clips de 3 à 15 secondes à partir d'un prompt texte, avec audio synchronisé natif, format 16:9, 9:16 ou automatique, et sortie de 360p à la 4K.
Gemini Omni 1.2 Flash apporte le modèle vidéo multimodal natif de Google à quatre points de terminaison ciblés : texte en vidéo, image en vidéo avec dernière image facultative, référence en vidéo avec jusqu'à six images, et montage vidéo par instruction textuelle.Les clips durent de 3 à 15 secondes, des brouillons en 360p jusqu'à la 4K, avec un audio synchronisé nativement, à un tarif à la seconde inférieur à celui de Gemini Omni 1.1 Flash, avec le même contrat asynchrone de soumission et d'interrogation.
Gemini Omni 1.2 Flash est maintenant disponible via l'API
Essayez text-to-video ou video edit dans le playground. Gemini Omni 1.1 Flash et les points de terminaison Gemini Omni d'origine restent également disponibles.
Générez des clips de 3 à 15 secondes à partir d'un prompt texte, avec audio synchronisé natif, format 16:9, 9:16 ou automatique, et sortie de 360p à la 4K.
Animez une image de départ en vidéo, avec une dernière image facultative pour une transition contrôlée entre la première et la dernière image.
Guidez le sujet, la scène ou le style avec une à six images de référence pendant que le modèle compose un nouveau mouvement et un nouvel audio.
Appliquez une instruction textuelle, avec des images de référence facultatives, pour relooker ou transformer une vidéo source de 15 secondes maximum.
Gemini Omni 1.2 Flash est la dernière version Flash de la famille vidéo multimodale native de Google. Plutôt que de générer une vidéo muette et d'ajouter le son ensuite, il produit dialogues, sons d'ambiance et musique en une seule passe, en même temps que l'image.
Muapi l'expose sous forme de quatre points de terminaison ciblés : text-to-video, image-to-video, reference-to-video et video edit. Chaque point de terminaison produit du 360p à la 4K et facture à la seconde de sortie.
Choisissez le mode texte, première/dernière image, image de référence ou montage vidéo sans jongler avec des champs facultatifs dans une même requête.
Générez des clips pouvant atteindre 15 secondes ; les transitions première/dernière image durent de 3 à 10 secondes.
Validez vos prompts à moindre coût en 360p, puis relancez le meilleur rendu en 720p, 1080p ou 4K.
Dialogues, sons d'ambiance et musique sont générés en même temps que la vidéo, en une seule passe.
Payez $0.023, $0.07, $0.105 ou $0.21 par seconde en 360p, 720p, 1080p et 4K, sans abonnement.
Générez des clips 9:16 avec son intégré pour Reels, Shorts et TikTok.
Fournissez jusqu'à six images de référence pour garder un sujet cohérent d'une scène à l'autre.
Ancrez une première et une dernière image et laissez le modèle générer le mouvement intermédiaire.
Transformez des prises de vue réelles en anime, en pâte à modeler ou en nouveaux looks avec une seule instruction.
Itérez en 360p, puis passez le concept validé en 1080p ou 4K.
| Caractéristique | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| Durée du clip | 3 à 15 secondes | 4, 6, 8 ou 10 secondes |
| Prix en 720p | $0.07 par seconde | $0.10 par seconde |
| Options de résolution | 360p, 720p, 1080p, 4K | 720p, 1080p, 4K (360p pour le montage) |
| Format d'image | 16:9, 9:16, auto | 16:9, 9:16 |
| Structure des points de terminaison | Quatre points de terminaison : texte, image, référence, montage | Points de terminaison texte, image, référence et montage |
| Statut | Disponible dès maintenant sur Muapi | Disponible dès maintenant sur Muapi |
Choisissez un point de terminaison texte, image ou montage, soumettez du JSON avec votre clé API Muapi et interrogez l'ID de requête renvoyé.
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-text-to-video \
-H "x-api-key: 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"}'
# Response: {"request_id":"REQUEST_ID"}Utilisez le texte en vidéo avec un prompt, une durée de 3 à 15 secondes, un format d'image et une résolution.
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-image-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A smooth transition from dawn to a bright afternoon","first_frame_url":"https://example.com/first.jpg","last_frame_url":"https://example.com/last.jpg","duration":8,"resolution":"1080p"}'
# Response: {"request_id":"REQUEST_ID"}Utilisez l'image en vidéo avec first_frame_url et un last_frame_url facultatif pour des transitions contrôlées.
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-video-edit \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"Make this video anime. Keep everything else the same.","video_url":"https://example.com/clip.mp4","resolution":"720p"}'
# Response: {"request_id":"REQUEST_ID"}
# Reference-to-video: POST /gemini-omni-flash-1-2-reference-to-video with prompt + image_urls (1-6).Utilisez le montage vidéo avec une video_url source et une instruction textuelle ; la durée de sortie suit celle de la source.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated video URL.
Interrogez le point de terminaison standard de résultat de prédiction et lisez les sorties vidéo et audio générées.
Il s'agit de la dernière version Flash de Google dans la famille vidéo multimodale Gemini Omni, disponible via quatre points de terminaison Muapi : texte en vidéo, image en vidéo, référence en vidéo et montage vidéo.
La génération est facturée à la seconde de sortie : $0.023 (360p), $0.07 (720p), $0.105 (1080p) et $0.21 (4K). Le montage vidéo ajoute $0.02 par seconde de vidéo source au tarif de sortie.
Les points de terminaison texte, image et référence génèrent de 3 à 15 secondes ; les transitions première/dernière image sont limitées à 3 à 10 secondes. Le montage vidéo accepte des clips source de 15 secondes maximum.
Non. L'image en vidéo prend une première image et une dernière image facultative, tandis que la référence en vidéo prend de une à six images de référence. Utilisez le point de terminaison qui correspond à votre mode de saisie.
Oui. Dialogues, sons d'ambiance et musique sont générés nativement avec la vidéo, aucune étape audio séparée n'est donc nécessaire.
Oui. Essayez n'importe quel point de terminaison dans le playground ou appelez-le depuis l'API avec une clé Muapi. Gemini Omni 1.1 Flash et les points de terminaison d'origine restent disponibles.
Générez des clips de 3 à 15 secondes avec audio natif, de 360p à la 4K, le tout via une seule API.