Introduction
Fournissez une première image et un prompt obligatoires ; une dernière image facultative guide la fin et limite le clip à 10 secondes.
| Champ | Valeur |
|---|---|
| Entrée | Image |
| Sortie | Vidéo |
| Éditeur | |
| Disponibilité dans Gemini API | Disponibilité générale depuis le 5 novembre 2026, selon Google |
| Code du modèle | gemini-omni-1.2-flash |
| Durée de génération | 3–15 secondes entières ; 8 secondes par défaut |
| Durée avec dernière image | 3–10 secondes lorsqu’une dernière image est fournie |
| Durée de modification | Suit la durée de la source ; la séquence est coupée au-delà de 10 secondes |
| Résolutions de sortie | Google indique des sorties directes en 360p et 720p ; le 1080p et la 4K sont agrandis par Google |
| Formats de génération | 16:9 ou 9:16 ; 16:9 par défaut |
| Format vidéo et audio | MP4 à 24 fps avec une piste audio AAC |
| Références en entrée | Jusqu’à 6 images ; jusqu’à 3 clips vidéo de 3 secondes au plus chacun |
| Sorties longues avec références | Google indique une référence vidéo pour les sorties de 11–15 secondes |
| Filigrane | Google ajoute un filigrane SynthID invisible |
| Conservation des vidéos générées | Suppression après 14 jours |
Fonctionnalités et points forts
Un instant de marché avec son ambiance sonore
Dans nos tests, la scène de marché de 6 secondes en 720p montrait un cuisinier faisant sauter des nouilles dans un wok en flammes et prononçant la réplique demandée. Le crépitement de l’huile, la pluie et les conversations du marché accompagnaient l’action.
Animez le départ d’un bateau
L’exemple du ponton, d’une durée de 5 secondes, part d’une seule image nocturne. Dans nos tests, le bateau à moteur en bois s’éloignait doucement de l’hôtel tandis que son passager faisait signe, sur fond de moteur, d’eau et de musique jouée au loin.
Prévoyez la fin du mouvement
Une première image en studio et une pose finale guident cette animation de 5 secondes. Dans nos tests, la danseuse passait d’une pose à l’autre sur un piano doux, avec une caméra fixe.
Réunissez deux personnes dans un décor ferroviaire
Dans nos tests, deux portraits de référence ont donné une scène de 6 secondes dans un wagon-restaurant. Un voyageur faisait passer un billet plié sur la table ; l’autre le lisait et souriait, au rythme du train et des bruits de couverts.
Transportez la danse sur une scène au bord d’un lac
Dans nos tests, la modification a remplacé le studio gris par une scène éclairée par la lune au bord d’une eau brumeuse. La danseuse et ses mouvements restaient dans la scène tandis que le décor changeait.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Consignes de mouvement obligatoires. Expliquez l’action après la première image, le comportement de la caméra et les sons souhaités. 1 caractères minimum · 20000 caractères maximum |
image_url | Oui | URL obligatoire de l’image qui ouvre la scène générée. 1 caractères minimum |
last_image_url | Non | URL facultative de la dernière image. Son ajout impose une durée de 3–10 secondes ; les demandes plus longues sont refusées avant facturation. 1 caractères minimum |
aspect_ratio | Non | Utilisez le 16:9 pour le paysage, choisi par défaut, ou le 9:16 pour le cadrage vertical. Aucune option automatique n’est proposée ; ce réglage n’ajoute aucuns frais. |
resolution | Non | Les résolutions proposées sont le 360p, le 720p par défaut, le 1080p et la 4K. |
duration_seconds | Non | Secondes entières de 3 à 15, avec 8 par défaut. Si |
Tarification
L’animation d’image facture les secondes demandées au tarif de la résolution choisie. Les première et dernière images ainsi que le format n’ajoutent aucuns frais. Les demandes échouées ou refusées restent sans frais, y compris celles dépassant 10 secondes avec une dernière image.
| Spécification | Prix |
|---|---|
| $0.0276 / seconde |
| $0.084 / seconde |
| $0.126 / seconde |
| $0.252 / seconde |
Cas d’utilisation
Une courte scène de marché avec dialogue
Décrivez un cuisinier, une action et une courte réplique entre guillemets, puis demandez le crépitement de l’huile et l’ambiance d’un marché sous la pluie.
Une arrivée ou un départ à l’hôtel
Animez une première image de ponton pour montrer le départ d’un bateau, ou ajoutez une dernière image si la composition finale est déjà prévue.
Une scène avec des personnages récurrents
Appuyez-vous sur des portraits de référence pour placer deux personnes déjà définies dans un nouveau décor, par exemple un wagon-restaurant au crépuscule.
Un autre décor pour une prestation
Demandez au mode video-edit de transformer un studio en décor au bord d’un lac tout en conservant le mouvement enregistré.
Guide de prompt et conseils pratiques
Choisissez l’endpoint selon votre point de départ
Partez d’un texte pour une nouvelle scène, d’une première image pour une animation, de références pour guider le visuel ou d’une vidéo pour une modification ciblée.
Précisez la structure de la scène
Google indique que le modèle peut créer plusieurs plans par défaut. Ajoutez « sans coupes » pour obtenir une seule prise, et placez les paroles demandées entre guillemets.
Donnez un rôle à chaque référence
Écrivez « utiliser le lieu dans Image 2 » ou « bouger comme Video 1 » pour que le prompt précise le rôle de chaque fichier envoyé.
Évaluez un brouillon avant d’augmenter la résolution
Explorez une idée en 360p au tarif le plus bas proposé. Le 1080p et la 4K sont agrandis par Google et coûtent davantage.
Ciblez la consigne de modification
Google recommande des changements simples suivis de « Conserver tout le reste à l’identique. » Vérifiez la durée de la source avant l’envoi : la modification coupe la séquence à 10 secondes.
Présentation
Le mode image vers vidéo de Gemini Omni 1.2 Flash met une première image en mouvement. Fournissez image_url et un prompt décrivant l’action qui suit cette image. L’exemple du ponton part d’une image nocturne de bateau pour amorcer un départ de 5 secondes, avec bruits de moteur et d’eau.
Ajoutez last_image_url lorsque vous souhaitez prévoir la fin de la scène. Avec cette dernière image, la durée autorisée est de 3–10 secondes ; sans elle, choisissez 3–15 secondes. Toute demande de plus de 10 secondes avec une dernière image est refusée avant facturation. Dans nos tests, deux images en studio ont guidé une danseuse entre les poses initiale et finale.
Fonctionnalités et points clés
- Utilisez l’image fournie comme toute première image de l’animation.
- Orientez la composition finale à l’aide d’une seconde image facultative.
- Générez le son pendant l’animation plutôt que d’envoyer une piste audio.
- Sélectionnez le format paysage 16:9 ou vertical 9:16 pour la scène demandée.
- Travaillez en 360p ou en 720p par défaut, avec du 1080p et de la 4K agrandis par Google à un tarif supérieur.
Cas d’usage
- Animez le départ d’un bateau en bois depuis le ponton d’un hôtel à partir d’une image nocturne.
- Reliez deux poses en studio sur une séquence de 5 secondes accompagnée d’un piano doux.
- Transformez une photo de produit en courte étude de mouvement avec une composition finale prévue.
Guide du prompt et conseils pratiques
- Décrivez ce qui change après le début, par exemple « le bateau s’éloigne doucement du ponton », plutôt que de répéter tous les détails visibles.
- Avec deux images, expliquez la transition, par exemple « passer avec fluidité à la pose finale », et choisissez 10 secondes au plus.
- Précisez une mise en scène de caméra sobre, telle qu’« une caméra fixe », lorsque le mouvement dans la scène doit porter le plan.
- Nommez l’ambiance souhaitée, comme « un léger ronronnement de moteur et le clapotis de l’eau », car l’image ne fournit aucun son.
- Demandez la continuité avec une formule courte, comme « sans coupes », selon le conseil de Google pour une seule prise.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash/image-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 8,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
