T2VAo vivo
FlashGemini Omni Texto para vídeo
Gere vídeo a partir de um prompt de texto com diálogo sincronizado, som ambiente e música na mesma passagem.
360p–4K
From $0.16
Ao vivo9 variantes
API Gemini Omni
Gemini Omni é a família de vídeos nativamente multimodais do Google. Texto, imagens, vídeo, perfis de voz e perfis de personagens podem trabalhar juntos em um único fluxo de geração.Muapi expõe Gemini Omni e Gemini Omni 1.1 Flash por meio de uma API assíncrona, incluindo diálogo sincronizado, som ambiente, música, edição de vídeo, vozes reutilizáveis e personagens consistentes.
Gêmeos Omni Flash
Fluxos de trabalho multimodais nativos de vídeo, áudio, voz e personagens9 modelosExperimente o modelo
I2VAo vivo
FlashGemini Omni Imagem para Vídeo
Anime até cinco imagens de referência em uma cena com áudio sincronizado nativo.
360p–4K
From $0.16
V2VAo vivo
FlashEdição de vídeo Gemini Omni
Edite, reestilize, reacenda, troque ou reescreva diálogos na filmagem original, preservando seu movimento e tempo.
Up to 4K
From $2.40
ÁudioAo vivo
FlashPerfil de áudio Gemini Omni
Crie um perfil de voz reutilizável a partir de uma das 30 vozes predefinidas e receba um ID de áudio para gerações posteriores.
Voice profileRápido
Free
PersonagemAo vivo
FlashPerfil do personagem Gêmeos Omni
Crie um perfil de personagem reutilizável a partir de uma imagem de referência e receba um ID de personagem.
Character profileRápido
Free
T2VAo vivo
FlashGemini Omni 1.1 Flash Texto para Vídeo
Combine texto com imagens de referência, um breve vídeo de referência, perfis de voz ou perfis de personagens e áudio nativo.
Up to 4K
From $0.10/sec
I2VAo vivo
FlashGemini Omni 1.1 Imagem Flash para Vídeo
Gere a partir de um quadro-chave inicial com um quadro-chave final opcional para transições controladas.
Up to 4K
From $0.10/sec
V2VAo vivo
FlashEdição de vídeo em Flash Gemini Omni 1.1
Aplique uma instrução de texto para remodelar, reacender, transformar ou reescrever um vídeo de origem.
360p–4K
From $0.048/sec
I2VAo vivo
FlashGemini Omni 1.1 Flash Referência ao vídeo
Guie uma cena com até sete imagens e três pequenos videoclipes de referência.
360p–4K
From $0.048/sec
Nenhuma variante corresponde aos seus filtros.
O que é Gêmeos Omni?
Gemini Omni é a família de modelos de vídeo multimodais nativos do Google. Em vez de gerar o vídeo primeiro e adicionar o som depois, ele pode raciocinar sobre texto, imagens, vídeo e áudio enquanto produz diálogos sincronizados, som ambiente e música.
Muapi fornece os endpoints Gemini Omni originais maisGêmeos Omni 1.1 Flash para controle de quadros-chave, referências curtas de vídeo e entrega em 4K. Cada fluxo de trabalho usa o mesmo contrato REST de envio e pesquisa.
Recursos da API Gemini Omni
Qualquer geração
Mova-se entre texto, imagens, vídeo e áudio em um fluxo de trabalho multimodal em vez de unir modelos separados.
Áudio sincronizado nativo
Gere diálogo, som ambiente e música com o vídeo em um avanço compartilhado.
T2V, I2V e edição de vídeo
Crie novas cenas, anime imagens de referência ou transforme filmagens existentes com pontos finais focados.
Perfis de voz reutilizáveis
Selecione entre 30 vozes predefinidas, salve o ID de áudio retornado e reutilize uma voz consistente em chamadas posteriores.
Perfis de personagens consistentes
Crie um ID de personagem a partir de uma imagem de referência e reutilize-o nas cenas geradas.
API de produção imediata
Use solicitações Muapi assíncronas, pesquisa de previsão padrão e acesso pago por geração sem assinatura.
Casos de uso do Gemini Omni
Curtas narrativos
Direcione uma cena, câmera, personagem e diálogo a partir de um prompt rico com áudio nativo.
Explicadores de produtos
Combine imagens de produtos, perfis de voz e edições de vídeo controladas para demonstrações claras.
Série liderada por personagens
Reutilize perfis de personagens e vozes para manter talentos recorrentes consistentes em todos os episódios.
Transformações de vídeo de origem
Reestilize, reacenda, troque ou reescreva diálogos em filmagens existentes com instruções de texto.
Cenas orientadas por referência
Use imagens e pequenas referências de vídeo para orientar o guarda-roupa, a composição, o movimento e o tom.
Alternativas Veo ou Sora
Adicione áudio nativo e entradas multimodais por meio de uma superfície de API quando um endpoint de vídeo geral não for suficiente.
Fluxos de trabalho Gemini Omni
| Fluxo de trabalho | Entradas | Saída | Preço inicial |
|---|---|---|---|
Início rápido — API Gemini Omni
Envie um prompt multimodal para o endpoint Gemini Omni correspondente, salve o ID da solicitação e pesquise o endpoint de resultado padrão para saídas de vídeo e áudio.
Envie uma tarefa Gemini Omni
Comece com o endpoint de texto para vídeo e, em seguida, adicione entradas de referência, IDs de voz ou IDs de caracteres conforme seu fluxo de trabalho exigir.
Recuperar vídeo e áudio
Pesquise até a conclusão e leia o vídeo gerado mais o URL de áudio sincronizado da resposta.
Perguntas frequentes sobre a API Gemini Omni
O que é API Gemini Omni?
Gemini Omni é uma família de vídeos nativamente multimodal qualquer-para-qualquer. Muapi expõe fluxos de trabalho de texto para vídeo, imagem para vídeo e edição de vídeo que podem gerar áudio sincronizado na mesma passagem.
Qual a diferença entre Gemini Omni e Veo ou Sora?
O Gemini Omni foi projetado com base em entradas de texto, imagem, áudio e vídeo em um fluxo de trabalho, com áudio nativo e endpoints de edição de vídeo de origem focados. A melhor escolha depende dos controles e do estilo que seu projeto precisa.
Quanto custa o Gemini Omni?
Texto para vídeo e imagem para vídeo custam a partir de US$ 0,16 por geração. A edição de vídeo começa em US$ 2,40, enquanto os fluxos de trabalho de vídeo em Flash 1.1 custam entre US$ 0,048 ou US$ 0,10 por segundo, dependendo do endpoint e da opção de saída.
Quais entradas e saídas são suportadas?
Use um prompt de texto, até cinco imagens de referência para imagem em vídeo ou vídeo de origem, além de instruções para edição. O vídeo gerado pode incluir áudio sincronizado e as chamadas podem usar até três IDs de voz salvos e três IDs de caracteres.
O que é Gemini Omni Áudio?
Gemini Omni Audio cria um perfil de voz reutilizável a partir de 30 vozes predefinidas. Muapi retorna um ID de áudio que pode ser passado para gerações de vídeo posteriores, com até três IDs de áudio por solicitação.
O que é o personagem Gemini Omni?
Gemini Omni Character cria um perfil de personagem reutilizável a partir de uma imagem de referência. O ID de caractere retornado pode ser usado em gerações posteriores, com até três IDs de caracteres por solicitação.
O Gemini Omni pode criar vídeos verticais ou quadrados?
Sim. Use a proporção suportada pelo endpoint selecionado, incluindo composições 16:9 e 9:16 para entrega paisagem e vertical.
Preciso de uma assinatura Gemini?
Não. O Gemini Omni está disponível através da API de pagamento por geração da Muapi. Crie uma chave de API Muapi e chame o endpoint diretamente.
Explore o Gemini Omni 1.1 →Adicione quadros-chave, referências de vídeo e entrega em 4K.Navegue pelos modelos de vídeo →Compare o Gemini Omni com outras APIs de vídeo ao vivo.Crie uma chave de API →Comece a ligar para Gemini Omni através do Muapi.
Pronto para construir com Gemini Omni?
Use uma API assíncrona para vídeo multimodal, áudio nativo, perfis de voz e caracteres consistentes.