# Gemini Omni 文生视频

> 使用 Gemini Omni 从一个文本提示生成带同步音频、对白和音乐的视频。免费试用——按次付费，无需订阅。

## 概览

- **端点**: `POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video`
- **模型 ID**: `gemini-omni-text-to-video`
- **类别**: 文生视频
- **变体**: Text to Video
- **系列**: gemini-omni
- **费用**: 每次调用 1.5 credits（部分模型会根据参数动态计算费用）

## API 使用

MuApi 使用**提交后轮询**模式：提交任务，获取 `request_id`，然后轮询预测端点，直到 `status` 为 `completed`。也可以在提交请求中传入 `?webhook=YOUR_URL`，任务完成后接收 POST 回调（无需轮询）。

**身份验证**：在 `x-api-key` 请求头中发送 MuApi 密钥。可在 https://muapi.ai/access-keys 获取。

### 1. 提交任务

```http
POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video
Content-Type: application/json
x-api-key: YOUR_API_KEY
```

**最小请求（仅必填参数）：**

```json
{
  "prompt": "<prompt>"
}
```

**完整示例（全部参数）：**

```json
{
  "prompt": "<prompt>",
  "duration": 8,
  "resolution": "1080p",
  "aspect_ratio": "16:9",
  "audio_ids": [],
  "seed": 0,
  "character_ids": []
}
```

**响应：**

```json
{
  "request_id": "abc123",
  "status": "processing"
}
```

### 2. 轮询结果

```http
GET https://api.muapi.ai/api/v1/predictions/{request_id}/result
x-api-key: YOUR_API_KEY
```

可能的 `status` 值：`queued`、`pending`、`processing`、`completed`、`failed`、`cancelled`。每 2–5 秒轮询一次，直到进入终止状态。状态为 `completed` 时，结果 URL 位于 `outputs` 数组中。

**`completed` 状态的响应示例：**

```json
{
  "id": "abc123",
  "status": "completed",
  "outputs": [
    "https://cdn.muapi.ai/.../output.png"
  ],
  "urls": {
    "get": "https://api.muapi.ai/api/v1/predictions/abc123/result"
  },
  "created_at": "2026-05-08T12:34:56Z",
  "has_nsfw_contents": []
}
```

### cURL

```bash
1. 提交
REQUEST_ID=$(curl -s -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"<prompt>"}' | jq -r .request_id)

2. 轮询直到完成
while :; do
  RESP=$(curl -s https://api.muapi.ai/api/v1/predictions/$REQUEST_ID/result -H "x-api-key: $MUAPI_API_KEY")
  STATUS=$(echo "$RESP" | jq -r .status)
  [ "$STATUS" = "completed" ] && echo "$RESP" | jq .outputs && break
  [ "$STATUS" = "failed" ] && echo "$RESP" && exit 1
  sleep 3
done
```

### Python

```python
import os, time, requests

API = "https://api.muapi.ai/api/v1"
headers = {"x-api-key": os.environ["MUAPI_API_KEY"]}

r = requests.post(f"{API}/gemini-omni-text-to-video", headers=headers, json={"prompt":"<prompt>"})
request_id = r.json()["request_id"]

while True:
    res = requests.get(f"{API}/predictions/{request_id}/result", headers=headers).json()
    if res["status"] == "completed":
        print(res["outputs"]); break
    if res["status"] == "failed":
        raise RuntimeError(res.get("error")); 
    time.sleep(3)
```

## 输入结构

API 接受以下输入参数：

- **`prompt`** (`string`, _必填_):
  所需视频内容的文本描述。Gemini Omni 支持丰富的多模态提示词，包括场景构图、镜头指令、对话和环境音频提示。

- **`duration`** (`int`, _可选_):
  生成视频的时长（秒）。
  - 默认值: `8`
  - 选项: `"4"`, `"6"`, `"8"`, `"10"`

- **`resolution`** (`string`, _可选_):
  输出视频分辨率。按输出秒数计费：360p 为 $0.039/秒，720p 为 $0.13/秒，1080p 为 $0.195/秒，4K 为 $0.39/秒。
  - 默认值: `"1080p"`
  - 选项: `"360p"`, `"720p"`, `"1080p"`, `"4k"`

- **`aspect_ratio`** (`string`, _可选_):
  输出视频的画面比例。
  - 默认值: `"16:9"`
  - 选项: `"16:9"`, `"9:16"`

- **`audio_ids`** (`array`, _可选_):
  最多 3 voice profile IDs returned by the Gemini Omni Audio endpoint.

- **`seed`** (`int`, _可选_):
  随机种子（0–2147483647）。固定后可复现结果，但由于模型随机性，结果仍可能有所不同。
  - 默认值: `0`

- **`character_ids`** (`array`, _可选_):
  最多 3 character IDs from Gemini Omni Character to feature in the video.

## 输出结构

轮询端点会返回以下字段：

- **`id`** (`string`): 请求 ID。
- **`status`** (`string`): 取值之一：`queued`、`pending`、`processing`、`completed`、`failed`、`cancelled`。
- **`outputs`** (`array`): 生成的图像、视频或音频 URL。`status` 为 `completed` 前为空。
- **`urls.get`** (`string`): 用于重新获取此预测结果的自身链接。
- **`error`** (`string` | `null`): `status` 为 `failed` 时的错误消息。
- **`created_at`** (`string`): 创建请求时的 ISO-8601 时间戳。
- **`has_nsfw_contents`** (`array of boolean`): 每个输出对应的 NSFW 检测标记。

## Webhook（可选）

在提交 URL 后附加 `?webhook=https://your-server/path`。任务进入终止状态后，MuApi 会将与轮询响应相同结构的 POST 请求发送到你的 URL，无需轮询。

## Agent 集成

MuApi 提供 MCP 服务器和 CLI，让 Agent（Claude Code、Cursor 或自定义 Agent）无需编写 HTTP 代码即可调用此端点：

```bash
# 安装 CLI
npm install -g muapi-cli

# 完成一次身份验证
muapi auth login

# 将所有 MuApi 模型作为 MCP 工具提供给 Agent
muapi mcp serve
```

MCP 服务器为每个模型提供封装提交与轮询的工具，包括 `gemini-omni-text-to-video`。使用 `muapi --help` 查看按类别划分的快捷命令（`muapi image generate`、`muapi video from-image` 等）。

## 相关模型
- [图生视频](https://muapi.ai/zh/playground/gemini-omni-image-to-video)
- [Audio Profile](https://muapi.ai/zh/playground/gemini-omni-audio)
- [Character Creation](https://muapi.ai/zh/playground/gemini-omni-character)
- [1.1 Flash](https://muapi.ai/zh/playground/gemini-omni-flash-1-1-text-to-video)
- [文生视频](https://muapi.ai/zh/playground/gemini-omni-text-to-video)
- [Video Edit](https://muapi.ai/zh/playground/gemini-omni-video-edit)
- [1.1 Flash Image to Video](https://muapi.ai/zh/playground/gemini-omni-flash-1-1-image-to-video)
- [1.1 Flash Edit](https://muapi.ai/zh/playground/gemini-omni-flash-1-1-edit)
- [1.1 Flash Reference to Video](https://muapi.ai/zh/playground/gemini-omni-flash-1-1-reference-to-video)

## 资源
- [Playground 页面](https://muapi.ai/zh/playground/gemini-omni-text-to-video)
- [API 文档](https://muapi.ai/zh/playground/gemini-omni-text-to-video/api)
- [全站 llms.txt](https://muapi.ai/zh/llms.txt)