muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash: AI Video Generator

Genera video da testo con Gemini Omni 1.2 Flash. Clip da 3-15 secondi con audio nativo da 360p a 4K, paghi al secondo. Prova gratis. Gemini Omni 1.2 Flash è il modello video multimodale veloce di Google, e questo è il suo endpoint di testo in video: scrivi un prompt che descriva scena, azione, camera e suono, e ricevi una clip da 3-15 secondi con dialoghi, audio ambientale e musica sincronizzati in modo nativo, generati nello stesso passaggio. Scegli proporzioni 16:9, 9:16 o auto e genera a 360p per bozze economiche o fino a 4K per la consegna finale. Il prezzo è al secondo di output ($0.023/s a 360p, $0.07/s a 720p, $0.105/s a 1080p, $0.21/s a 4K), quindi il costo scala in modo prevedibile con la durata della clip. Per partire da un'immagine, usa Gemini Omni 1.2 Flash Image to Video; per condizionare con immagini di riferimento vedi Gemini Omni 1.2 Flash Reference to Video; per modificare una clip esistente vedi Gemini Omni 1.2 Flash Video Edit.

Controlli interattivi del modello

Genera video da testo con Gemini Omni 1.2 Flash. Clip da 3-15 secondi con audio nativo da 360p a 4K, paghi al secondo. Prova gratis.

📝

Panoramica

A proposito di questo modello

Gemini Omni 1.2 Flash è il modello video multimodale veloce di Google, e questo è il suo endpoint di testo in video: scrivi un prompt che descriva scena, azione, camera e suono, e ricevi una clip da 3-15 secondi con dialoghi, audio ambientale e musica sincronizzati in modo nativo, generati nello stesso passaggio. Scegli proporzioni 16:9, 9:16 o auto e genera a 360p per bozze economiche o fino a 4K per la consegna finale. Il prezzo è al secondo di output ($0.023/s a 360p, $0.07/s a 720p, $0.105/s a 1080p, $0.21/s a 4K), quindi il costo scala in modo prevedibile con la durata della clip. Per partire da un'immagine, usa Gemini Omni 1.2 Flash Image to Video; per condizionare con immagini di riferimento vedi Gemini Omni 1.2 Flash Reference to Video; per modificare una clip esistente vedi Gemini Omni 1.2 Flash Video Edit.

1Cortometraggi narrativi: guida scena, camera e dialoghi con un unico prompt di testo ricco.
2Video social: genera clip 9:16 con suono integrato per Reels, Shorts e TikTok.
3Concept pubblicitari: prototipa idee commerciali a 360p, poi rigenera la versione migliore a 1080p o 4K.
4Video esplicativi: produci brevi sequenze visive con voce narrante senza una pipeline audio separata.
5Iterazione rapida: usa bozze a 360p a basso costo per convalidare i prompt prima di passare a una risoluzione alta.
💰

Prezzi e valore

Analisi dei costi

muapi$0.023–$0.21 al secondo (in base alla risoluzione)

Pagamento per generazione, senza abbonamento. Fatturato al secondo di video generato.

Fal.aiNon disponibile

Questo modello non è presente su Fal.ai.

ReplicateNon disponibile

Questo modello non è presente su Replicate.

**I prezzi della concorrenza sono stimati in base ad architetture di modelli e livelli di utilizzo simili.

⚙️

Dettagli tecnici

Schema di configurazione

tempestivostring

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

Valore predefinitoA cat plays piano in a jazz bar, one continuous shot, soft live jazz
Durata (secondi)integer

Video length in seconds (3-15).

Valore predefinito8
proporzioniEnumerazione (opzioni 3)

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

Valore predefinito16:9
RisoluzioneEnumerazione (opzioni 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.

Valore predefinito720p
Semeinteger

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

Valore predefinito-
📖

Guida all'implementazione

Documentazione per gli sviluppatori

Come usare Gemini Omni 1.2 Flash

  1. Scrivi un prompt multimodale Descrivi insieme immagini, direzione della camera, dialoghi e suoni ambientali. Esempio: 'Un gatto suona il pianoforte in un jazz bar, un unico piano sequenza, jazz dal vivo soft.'

  2. Scegli durata, proporzioni e risoluzione La durata è di 3-15 secondi. Le proporzioni sono 16:9, 9:16 o auto (trattate come 16:9 senza immagine di riferimento). La risoluzione è 360p, 720p, 1080p o 4k. Fatturazione: $0.023/s a 360p, $0.07/s a 720p, $0.105/s a 1080p, $0.21/s a 4K.

  3. Imposta facoltativamente un seed Passa seed (10000-99999) per rendere i rendering riproducibili.

  4. Invia ed esegui il polling

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"}'

Poi esegui il polling di `GET /api/v1/predictions/{request_id}/result` finché `status` non è `completed`.

5. **Consigli per i prompt**
   - Descrivi esplicitamente il suono: *'leggero sottofondo di pianoforte'*, *'vento tra gli alberi'*.
   - Metti i dialoghi tra virgolette e descrivi chi parla.
   - Indica i movimenti di camera, ad esempio *'lento dolly in avanti'* o *'ripresa in movimento a mano'*.
❓

Domande comuni

Chiesto frequentemente

Cos'è Gemini Omni 1.2 Flash?

È il modello video multimodale veloce di Google. Questo endpoint trasforma un prompt di testo in un video da 3-15 secondi con audio sincronizzato in modo nativo.

Quanto costa?

Al secondo di video generato: $0.023/s a 360p, $0.07/s a 720p, $0.105/s a 1080p, $0.21/s a 4K. Una clip da 8 secondi a 720p costa $0.56.

Quali durate e risoluzioni sono supportate?

Durate da 3-15 secondi e risoluzioni di 360p, 720p, 1080p e 4K.

Genera audio?

Sì. Dialoghi, suoni ambientali e musica vengono generati in modo nativo nello stesso passaggio; descrivi il suono nel prompt per orientarlo.

Posso usare immagini di riferimento o un fotogramma iniziale?

Non su questo endpoint. Usa [Gemini Omni 1.2 Flash Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) per un fotogramma iniziale o [Gemini Omni 1.2 Flash Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) per immagini di riferimento.

Come ottengo risultati riproducibili?

Invia lo stesso `seed` (10000-99999) con lo stesso prompt e le stesse impostazioni.