Introducción
Envía video_url, una instrucción de edición concreta y la resolución de salida. El modelo modifica el material existente sin ajustes de duración ni relación de aspecto.
| Campo | Valor |
|---|---|
| Entrada | Video |
| Salida | Video |
| Editor | |
| Disponibilidad en la API de Gemini | Disponibilidad general desde el 5 de noviembre de 2026, según Google |
| Código del modelo | gemini-omni-1.2-flash |
| Duración de la generación | 3–15 segundos enteros; 8 segundos por defecto |
| Duración con cuadro final | 3–10 segundos al proporcionar una imagen final |
| Duración de la edición | Sigue la duración del original; se recorta lo que exceda los 10 segundos |
| Resoluciones de salida | Google indica salida directa en 360p y 720p; escala 1080p y 4K |
| Formatos de generación | 16:9 o 9:16; 16:9 por defecto |
| Formato de video y audio | MP4 a 24 fps con una pista de audio AAC |
| Referencias de entrada | Hasta 6 imágenes; hasta 3 clips de video de un máximo de 3 segundos cada uno |
| Resultados largos con referencias | Google indica una referencia de video para resultados de 11–15 segundos |
| Marca de agua | Google incorpora una marca de agua invisible SynthID |
| Almacenamiento de videos generados | Se eliminan después de 14 días |
Funciones y aspectos destacados
Un instante de mercado con sonido propio
En nuestras pruebas, la escena de mercado de 6 segundos a 720p mostró a un cocinero salteando fideos en un wok en llamas y diciendo la frase solicitada. El chisporroteo del aceite, la lluvia y las conversaciones del mercado acompañaron la acción.
Pon en marcha la salida de una lancha
El ejemplo del muelle, de 5 segundos, parte de una imagen nocturna. En nuestras pruebas, la lancha de madera se alejó despacio del hotel mientras su pasajera saludaba, con el zumbido del motor, el agua y una banda a lo lejos.
Define dónde termina el movimiento
Una imagen inicial de estudio y una pose final guían esta animación de 5 segundos. En nuestras pruebas, la bailarina pasó de una pose a la otra con música suave de piano y cámara fija.
Lleva a dos personas a una escena de tren
En nuestras pruebas, dos retratos de referencia se convirtieron en una escena de 6 segundos en un vagón comedor. Una persona pasó una nota doblada por la mesa; la otra la leyó y sonrió, con el ritmo del tren y el sonido de los cubiertos.
Traslada la actuación a un escenario junto al lago
En nuestras pruebas, la edición reemplazó el estudio gris por un escenario iluminado por la luna junto al agua con neblina. La bailarina y sus movimientos se conservaron mientras cambiaba el entorno.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Instrucción breve obligatoria que describa el cambio visual. Google recomienda una redacción sencilla que termine con «Mantén todo lo demás igual». mínimo 1 caracteres · máximo 20000 caracteres |
video_url | Sí | URL obligatoria del clip original. La salida sigue la duración del original; si supera los 10 segundos, se recorta a 10 segundos. mínimo 1 caracteres |
resolution | No | Usa 360p, 720p (por defecto), 1080p o 4K. Google indica 360p/720p como salida directa; Google escala 1080p y 4K, que cuestan más. |
Precios
La edición se cobra por los segundos del original redondeados hacia arriba, con un mínimo de 3 segundos y un máximo de 10 segundos. La resolución determina la tarifa; editar cuesta más que generar. Los originales que superan los 10 segundos se recortan a 10 segundos. Las ediciones fallidas o rechazadas no generan cargos.
| Especificación | Precio |
|---|---|
| $0.0576 / segundo |
| $0.1248 / segundo |
| $0.1752 / segundo |
| $0.3264 / segundo |
Casos de uso
Una escena de mercado con diálogo
Describe a un cocinero, una acción y una frase breve entre comillas, y pide chisporroteo de aceite y ambiente de mercado bajo la lluvia.
Una llegada o salida de hotel
Anima una imagen inicial del muelle para mostrar la salida de una lancha, o añade una imagen final si ya tienes prevista la composición de cierre.
Una escena con personajes recurrentes
Usa retratos de referencia para situar a dos personas ya definidas en un entorno nuevo, como un vagón comedor al anochecer.
Otro escenario para una actuación
Pide al modo de edición de video que cambie un estudio por un entorno junto al lago y conserve el movimiento grabado.
Guía de prompts y consejos prácticos
Elige el endpoint según tu material de partida
Empieza con texto para una escena nueva, una imagen inicial para animarla, referencias para orientar el aspecto visual o un video para una modificación puntual.
Aclara la estructura de la escena
Google indica que el modelo puede crear varias tomas por defecto. Añade «sin cortes de escena» si quieres una sola toma y escribe entre comillas el diálogo solicitado.
Asigna una función a cada referencia
Escribe «usa el lugar de Image 2» o «muévete como en Video 1» para que el prompt indique la función de cada archivo subido.
Revisa un borrador pequeño antes de subir la resolución
Explora una idea en 360p con la tarifa más baja disponible. Google escala 1080p y 4K, y esas opciones tienen un costo mayor.
Centra la instrucción de edición en un cambio concreto
Google recomienda cambios sencillos seguidos de «Mantén todo lo demás igual». Comprueba la duración del original antes de enviarlo: la edición recorta el material a los 10 segundos.
Introducción
El modo de edición de video de Gemini Omni 1.2 Flash empieza con material que ya tienes. Proporciona video_url, un prompt obligatorio y una resolución de salida. En nuestras pruebas, al cambiar un estudio gris por un escenario junto al lago iluminado por la luna, se conservaron la bailarina y sus movimientos mientras se reemplazaba el entorno.
La edición sigue los tiempos del original y recorta el material que excede los 10 segundos. En nuestras pruebas, un original de 12 segundos produjo un resultado de 10.03 segundos. La edición no tiene campos de duración ni relación de aspecto. El cobro redondea hacia arriba los segundos del original, con un mínimo de tres y un máximo de diez; la resolución elegida determina una tarifa de edición mayor que la de generación.
Funciones y aspectos destacados
- Aplica un cambio visual escrito a un video existente en vez de generar desde una imagen.
- Sigue la duración del original, con un recorte a los 10 segundos para material más largo.
- Elige salida directa en 360p o 720p, o 1080p/4K escalados por Google a una tarifa mayor.
- Recibe un resultado MP4 a 24 fps con una pista de audio AAC.
- Centra la solicitud en un cambio concreto siguiendo la recomendación de Google de conservar todo lo demás.
Casos de uso
- Reemplaza un estudio de ensayo gris por un escenario junto al lago iluminado por la luna.
- Revisa una variante del entorno con neblina y pide que se conserve el movimiento de baile grabado.
- Prueba otro entorno visual para una actuación corta existente antes de elegir una versión.
Guía de prompts y consejos prácticos
- Empieza con un solo cambio, como «convierte el estudio en un escenario junto al lago», siguiendo la indicación de Google de usar prompts de edición sencillos.
- Describe una cualidad visual concreta, como «una fina neblina sobre el agua», para orientar claramente el entorno nuevo.
- Usa el cierre que sugiere Google, «Mantén todo lo demás igual», para limitar la modificación solicitada.
- Nombra un elemento que deba conservarse, como «mantén el movimiento original», para comprobar si la actuación se mantiene.
- Prepara el segmento deseado antes de subirlo; con una instrucción como «ilumina esta escena con luz de luna», se recortará el contenido posterior a los primeros 10 segundos.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash/video-edit",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
