T2V在线
FlashGemini Omni 1.2 Flash 文本转视频
根据文本提示词生成 3–15 秒的片段，带原生同步音频，支持 16:9、9:16 或自动宽高比，输出 360p 至 4K。
360p–4K
From $0.023/sec
在线4 个端点
Gemini Omni 1.2 Flash API — 文本、图像、参考图与视频编辑
Gemini Omni 1.2 Flash 将 Google 原生多模态视频模型带入四个专注的端点：文本转视频、支持可选末帧的图像转视频、最多支持六张图像的参考图转视频，以及通过文本指令进行的视频编辑。片段时长 3–15 秒，输出从 360p 草稿到 4K，并带有原生同步音频，按秒计费且价格低于 Gemini Omni 1.1 Flash，沿用相同的异步提交并轮询的调用方式。
i
Gemini Omni 1.2 Flash
3–15 秒片段、360p 至 4K、原生音频、按秒计费4 个端点没有匹配的端点。
什么是 Gemini Omni 1.2 Flash？
Gemini Omni 1.2 Flash 是 Google 原生多模态视频系列中最新的 Flash 版本。它不是先生成无声视频再后期配音，而是在生成画面的同一过程中同步生成对白、环境音和音乐。
Muapi 将其封装为四个专注的端点：文本转视频, 图像转视频, 参考图转视频以及视频编辑。每个端点均支持 360p 至 4K 渲染，并按输出秒数计费。
1.2 Flash 的亮点
四个专注的端点
可直接选择文本、首/末帧、参考图像或视频编辑模式，无需在同一请求中处理各种可选字段。
3–15 秒片段
可生成最长 15 秒的片段；首帧与末帧转场时长为 3–10 秒。
从 360p 草稿到 4K 交付
先以 360p 低成本验证提示词，再用 720p、1080p 或 4K 重新渲染最佳结果。
原生同步音频
对白、环境音和音乐与视频一次性同步生成。
按秒计费
360p、720p、1080p 和 4K 分别按每秒 $0.023、$0.07、$0.105 或 $0.21 计费，无需订阅。
Gemini Omni 1.2 Flash 使用场景
规模化社交视频
为 Reels、Shorts 和 TikTok 生成自带声音的 9:16 片段。
角色与产品一致性
最多输入六张参考图像，让主体在新场景中保持一致。
关键帧转场
锚定首帧和末帧，由模型生成中间的衔接运动。
现有素材风格重塑
只需一条指令，即可将实拍片段转为动漫、黏土动画或全新风格。
低成本草稿工作流
先以 360p 迭代，再将确认的创意提升至 1080p 或 4K。
Gemini Omni 1.2 Flash 与 Gemini Omni 1.1 Flash 对比
| 功能 | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| 片段时长 | 3–15 秒 | 4、6、8 或 10 秒 |
| 720p 价格 | 每秒 $0.07 | 每秒 $0.10 |
| 分辨率选项 | 360p、720p、1080p、4K | 720p、1080p、4K（编辑端点支持 360p） |
| 宽高比 | 16:9、9:16、自动 | 16:9、9:16 |
| 端点结构 | 四个端点：文本、图像、参考图、编辑 | 文本、图像、参考图和编辑端点 |
| 状态 | 现已在 Muapi 上线 | 现已在 Muapi 上线 |
快速开始 — Gemini Omni 1.2 Flash API
选择文本、图像或编辑端点，使用您的 Muapi API 密钥提交 JSON，并轮询返回的请求 ID。
提交文本转视频任务
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"}使用文本转视频端点，传入提示词、3 至 15 秒的时长、宽高比和分辨率。
让图像动起来
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"}使用图像转视频端点，传入 `first_frame_url` 以及可选的 `last_frame_url` 以实现受控转场。
编辑现有视频
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).使用视频编辑端点，传入源 `video_url` 和一条文本指令；输出时长与源视频一致。
获取已完成的结果
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.
轮询标准的预测结果端点，读取生成的视频和音频输出。
Gemini Omni 1.2 Flash 常见问题
什么是 Gemini Omni 1.2 Flash？
它是 Google Gemini Omni 多模态视频系列中最新的 Flash 版本，通过四个 Muapi 端点提供：文本转视频、图像转视频、参考图转视频和视频编辑。
Gemini Omni 1.2 Flash 如何计费？
生成按输出秒数计费：$0.023（360p）、$0.07（720p）、$0.105（1080p）和 $0.21（4K）。视频编辑在输出费率基础上，按源视频每秒另加 $0.02。
片段最长可以多长？
文本、图像和参考图端点可生成 3 至 15 秒；首帧与末帧转场限制在 3 至 10 秒。视频编辑接受最长 15 秒的源片段。
可以同时使用起始帧和参考图像吗？
不可以。图像转视频接受一个首帧和可选的末帧，而参考图转视频接受一到六张参考图像。请使用与您的输入模式相匹配的端点。
它会生成音频吗？
会。对白、环境音和音乐随视频原生生成，因此无需单独的音频步骤。
Gemini Omni 1.2 Flash 现在可以在 Muapi 上使用吗？
可以。您可以在 playground 中试用任一端点，也可以使用 Muapi 密钥通过 API 调用。Gemini Omni 1.1 Flash 和原有端点依然可用。
探索 Gemini Omni →了解包含语音和人物档案的完整多模态家族。Gemini Omni 1.1 Flash →与上一代 Flash 版本及其端点进行比较。浏览视频模型 →将 1.2 Flash 与其他已上线的视频生成 API 进行比较。创建 API 密钥 →通过 Muapi 开始使用 Gemini Omni 1.2 Flash。
准备使用 Gemini Omni 1.2 Flash 了吗？
通过一个 API 生成 3–15 秒、带原生音频的片段，输出范围 360p 至 4K。