Introduction
Référence vers vidéo pour Gemini Omni 1.1 Flash : une à sept images de référence et un prompt en entrée, un clip de 4 à 10 secondes avec son en sortie.
| Champ | Valeur |
|---|---|
| Entrée | Texte |
| Sortie | Vidéo |
| Éditeur | |
| Durée du clip | 4, 6, 8 ou 10 secondes |
| Résolution | 720p natif ; 1080p et 4K agrandis par Google |
| Formats d’image | 16:9, 9:16 |
| Fréquence d’images | 24 ips |
| Son | Généré avec chaque clip |
| Entrées | Texte ; première image avec dernière image facultative ; jusqu’à 7 images de référence |
Fonctionnalités et points forts
Sept emplacements de référence, et tous comptent
L’image 1 était un homme en veste en jean, l’image 2 une photo d’un observatoire avec une femme au télescope. Le prompt demandait à l’homme de marcher jusqu’à l’observatoire et de faire signe ; il l’a fait, en conservant son visage et sa veste. La femme de l’image 2 est apparue aussi, au télescope derrière lui. Recadrez chaque référence sur ce que vous voulez voir dans le plan. Rendu en 4K (3840x2160), affiché ici en 1080p.
Des clips plus longs, avec des coupes choisies par le modèle
Un clip de 8 secondes en 9:16 à partir de notre prompt sur l’observatoire : les deux moitiés de la coupole se sont écartées pour révéler un télescope en laiton et une console de contrôle éclairée, puis, vers la 6e seconde, le modèle est passé à un plan extérieur du télescope sur le ciel étoilé. Écrivez « un seul plan continu » si vous ne voulez pas de coupes.
Atteindre l’image de fin
Les mêmes première et dernière images que nous avons envoyées aux paliers Veo 3.1. En 4 secondes en 720p, elle s’est détournée du télescope pour faire face à la caméra, a croisé les bras et a fini appuyée sur la rambarde, comme sur la dernière image.
Un portrait devient une scène
Un portrait en studio et le prompt « Au crépuscule, la femme de la référence marche vers la caméra et sourit. » Omni l’a placée dans une rue calme au crépuscule, avec ses cheveux, son velours côtelé et son col roulé conservés à partir de la photo, marchant vers nous et souriant, en 4 secondes en 720p.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Obligatoire, 20 000 caractères au plus. Dites ce qui apparaît d’Image 1, d’Image 2 et des suivantes, ce qui se passe et comment bouge la caméra. 1 caractères minimum · 20000 caractères maximum |
reference_image_urls | Oui | Obligatoire, 1 à 7 images (20 Mo au plus chacune) des personnes, produits, lieux ou du style à conserver. 1 éléments minimum · 7 éléments maximum |
aspect_ratio | Non | 16:9 (par défaut) ou 9:16. Ne change pas le prix. |
resolution | Non | Le 720p (par défaut) est la sortie native du modèle ; le 1080p et la 4K sont agrandis par Google et coûtent plus cher. |
duration_seconds | Non | 4, 6, 8 ou 10 secondes (8 par défaut). Les clips plus longs coûtent plus cher. |
seed | Non | Pour comparer des plans Omni, choisissez un entier de 0 à 2147483647 et modifiez un réglage de scène à la fois ; la seed ne promet pas des images identiques. |
Tarification
Facturé au clip selon la durée (4, 6, 8 ou 10 secondes) et la résolution ; le 1080p et la 4K coûtent plus cher que le 720p. Le nombre d’images de référence, le format et la seed ne changent pas le prix. Les requêtes qui échouent ou sont refusées ne sont pas facturées.
| Résolution | Durée: 4 | Durée: 6 | Durée: 8 | Durée: 10 |
|---|---|---|---|---|
| $0.3648 / requête | $0.5473 / requête | $0.7297 / requête | $0.9122 / requête |
| $0.5473 / requête | $0.821 / requête | $1.0946 / requête | $1.3683 / requête |
| $1.0946 / requête | $1.642 / requête | $2.1893 / requête | $2.7367 / requête |
Cas d’utilisation
Nouveaux projets sur le modèle vidéo actuel de Google
Google recommande Gemini Omni Flash pour les nouveaux projets plutôt que Veo 3.1. Les clips vont jusqu’à 10 secondes ; une seule requête couvre donc ce qui demande un clip de 8 secondes plus une extension sur Veo.
Publicités et plans produits avec plusieurs éléments
Envoyez le produit, la personne et le lieu comme références distinctes, jusqu’à 7, et désignez-les dans le prompt comme Image 1, Image 2, et ainsi de suite.
Livraison en 1080p ou en 4K
Brouillonnez en 720p, puis produisez en 1080p ou en 4K la version retenue. Les deux sont agrandis par Google à partir de la sortie 720p : jugez donc d’abord le mouvement en 720p.
Plans qui doivent finir sur une image de tournage
Donnez une première image et une dernière image facultative en image vers vidéo, jusqu’à 10 secondes par plan.
Guide de prompt et conseils pratiques
Désignez vos références par leur numéro
Écrivez « l’homme de l’image 1 » et « l’observatoire de l’image 2 », dans l’ordre de téléversement. Tout ce qui est visible dans une référence peut apparaître : recadrez ce que vous ne voulez pas garder.
Indiquez si vous voulez des coupes
Sur les clips longs, le modèle peut passer seul à un nouvel angle. Ajoutez « un seul plan continu » pour garder une seule prise, ou décrivez les plans que vous souhaitez.
Décrivez le son
Terminez le prompt par une ligne telle que « Son : pas sur le gravier » et mettez les paroles entre guillemets. Le son est inclus à toutes les résolutions.
Brouillonnez en 720p, livrez en 4K
Un brouillon de 4 secondes en 720p coûte $0.3648 ; le même clip en 4K coûte $1.0946. Mettez d’abord le prompt au point, puis payez la résolution une seule fois.
Présentation
Gemini Omni 1.1 Flash Référence vers vidéo prend jusqu’à sept images de personnes, de produits, de lieux ou d’un style et construit autour d’elles un nouveau clip de 4, 6, 8 ou 10 secondes, avec son. Google examine les prompts et les images avant la génération ; les requêtes qu’il refuse échouent et ne sont pas facturées.
Choisir un mode Gemini Omni 1.1 Flash
| Matériau de départ pour Omni | Mode de génération |
|---|---|
| une scène écrite | Gemini Omni 1.1 Flash Texte vers vidéo |
| une première image, et éventuellement une dernière image | Gemini Omni 1.1 Flash Image vers vidéo |
| des photos de personnes, de produits ou de lieux à conserver | Gemini Omni 1.1 Flash Référence vers vidéo (vous êtes ici) |
Conseils pour le prompt
- Appelez vos images Image 1, Image 2 et ainsi de suite, dans l’ordre d’envoi.
- Dites quel rôle joue chaque image : un personnage, un objet, le décor ou le style.
- Utilisez des images nettes et bien éclairées ; un sujet par image donne les meilleurs résultats.
Démarrage rapide de l’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.1-flash/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 8,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
