muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash: AI-videogenerator

Generera video från text med Gemini Omni 1.2 Flash. Klipp på 3–15 sekunder med inbyggt ljud i 360p till 4K, betala per sekund. Prova gratis. Gemini Omni 1.2 Flash är Googles snabba multimodala videomodell, och det här är dess text-till-video-slutpunkt: skriv en prompt som beskriver scen, handling, kamera och ljud och få ett klipp på 3–15 sekunder med inbyggt synkroniserad dialog, omgivningsljud och musik som genereras i samma pass. Välj bildformat 16:9, 9:16 eller auto och rendera i 360p för billiga utkast eller upp till 4K för slutleverans. Priset är per sekund utdata ($0.023/s vid 360p, $0.07/s vid 720p, $0.105/s vid 1080p, $0.21/s vid 4K), så kostnaden skalar förutsägbart med klippets längd. Om du vill börja från en bild, använd Gemini Omni 1.2 Flash Image to Video; för att styra med referensbilder, se Gemini Omni 1.2 Flash Reference to Video; för att redigera ett befintligt klipp, se Gemini Omni 1.2 Flash Video Edit.

Interaktiva modellkontroller

Generera video från text med Gemini Omni 1.2 Flash. Klipp på 3–15 sekunder med inbyggt ljud i 360p till 4K, betala per sekund. Prova gratis.

📝

Översikt

Om denna modell

Gemini Omni 1.2 Flash är Googles snabba multimodala videomodell, och det här är dess text-till-video-slutpunkt: skriv en prompt som beskriver scen, handling, kamera och ljud och få ett klipp på 3–15 sekunder med inbyggt synkroniserad dialog, omgivningsljud och musik som genereras i samma pass. Välj bildformat 16:9, 9:16 eller auto och rendera i 360p för billiga utkast eller upp till 4K för slutleverans. Priset är per sekund utdata ($0.023/s vid 360p, $0.07/s vid 720p, $0.105/s vid 1080p, $0.21/s vid 4K), så kostnaden skalar förutsägbart med klippets längd. Om du vill börja från en bild, använd Gemini Omni 1.2 Flash Image to Video; för att styra med referensbilder, se Gemini Omni 1.2 Flash Reference to Video; för att redigera ett befintligt klipp, se Gemini Omni 1.2 Flash Video Edit.

1Berättande kortfilmer: styr scen, kamera och dialog från en enda utförlig textprompt.
2Sociala videor: generera klipp i 9:16 med inbyggt ljud för Reels, Shorts och TikTok.
3Annonskoncept: prototypa kommersiella idéer i 360p och rendera sedan om vinnaren i 1080p eller 4K.
4Förklarande videor: skapa korta berättade bildsekvenser utan en separat ljudpipeline.
5Snabb iteration: använd billiga utkast i 360p för att validera prompter innan du går över till hög upplösning.
💰

Prissättning & värde

Kostnadsanalys

muapi$0.023–$0.21 per sekund (beroende på upplösning)

Betala per generering, ingen prenumeration. Debiteras per sekund genererad video.

Fal.aiInte tillgänglig

Den här modellen finns inte med på Fal.ai.

ReplicateInte tillgänglig

Den här modellen finns inte med på Replicate.

** Konkurrentens prissättning beräknas baserat på liknande modellarkitekturer och användningsnivåer.

⚙️

Tekniska detaljer

Konfigurationsschema

uppmaningstring

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

StandardvärdeA cat plays piano in a jazz bar, one continuous shot, soft live jazz
Varaktighet (sekunder)integer

Video length in seconds (3-15).

Standardvärde8
bildförhållandeEnum (3 alternativ)

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

Standardvärde16:9
UpplösningEnum (4 alternativ)

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.

Standardvärde720p
Fröinteger

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

Standardvärde-
📖

Implementeringsguide

Utvecklardokumentation

Så använder du Gemini Omni 1.2 Flash

  1. Skriv en multimodal prompt Beskriv bild, kamerariktning, dialog och omgivningsljud tillsammans. Exempel: 'En katt spelar piano på en jazzbar, ett enda sammanhängande tagning, mjuk livejazz.'

  2. Välj längd, bildformat och upplösning Längden är 3–15 sekunder. Bildformatet är 16:9, 9:16 eller auto (behandlas som 16:9 utan referensbild). Upplösningen är 360p, 720p, 1080p eller 4k. Debitering: $0.023/s vid 360p, $0.07/s vid 720p, $0.105/s vid 1080p, $0.21/s vid 4K.

  3. Ange gärna en seed Skicka seed (10000-99999) för att göra renderingarna reproducerbara.

  4. Skicka och hämta resultat

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"}'

Hämta sedan `GET /api/v1/predictions/{request_id}/result` tills `status` är `completed`.

5. **Tips för prompter**
   - Beskriv ljudet uttryckligen: *'mjukt pianoackompanjemang'*, *'vind genom träden'*.
   - Sätt dialog inom citattecken och beskriv talaren.
   - Ange kamerarörelser som *'långsam inkörning'* eller *'handhållen följande tagning'*.
❓

Vanliga frågor

Vanliga frågor

Vad är Gemini Omni 1.2 Flash?

Det är Googles snabba multimodala videomodell. Den här slutpunkten förvandlar en textprompt till en video på 3–15 sekunder med inbyggt synkroniserat ljud.

Hur prissätts den?

Per sekund genererad video: $0.023/s vid 360p, $0.07/s vid 720p, $0.105/s vid 1080p, $0.21/s vid 4K. Ett klipp på 8 sekunder i 720p kostar $0.56.

Vilka längder och upplösningar stöds?

Längder på 3–15 sekunder och upplösningarna 360p, 720p, 1080p och 4K.

Genererar den ljud?

Ja. Dialog, omgivningsljud och musik genereras inbyggt i samma pass; beskriv ljudet i din prompt för att styra det.

Kan jag använda referensbilder eller en startbildruta?

Inte på den här slutpunkten. Använd [Gemini Omni 1.2 Flash Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) för en startbildruta eller [Gemini Omni 1.2 Flash Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) för referensbilder.

Hur får jag reproducerbara resultat?

Skicka samma `seed` (10000-99999) med samma prompt och inställningar.