Introduzione
Da testo a video per Gemini Omni 1.1 Flash: entra un prompt, esce una clip da 4-10 secondi con audio generato.
| Campo | Valore |
|---|---|
| Input | Testo |
| Output | Video |
| Editore | |
| Durata clip | 4, 6, 8 o 10 secondi |
| Risoluzione | 720p nativo; 1080p e 4K ottenuti per upscaling da Google |
| Proporzioni | 16:9, 9:16 |
| Frequenza | 24 fps |
| Audio | Generato in ogni clip |
Caratteristiche principali
Sette slot di riferimento, e contano tutti
L’immagine 1 era un uomo con una giacca di jeans, l’immagine 2 una foto di un osservatorio con una donna al telescopio. Il prompt chiedeva che l’uomo si avvicinasse all’osservatorio e salutasse; l’ha fatto, con volto e giacca mantenuti. Anche la donna dell’immagine 2 è comparsa, al telescopio dietro di lui. Ritaglia ogni riferimento su ciò che vuoi nell’inquadratura. Renderizzato in 4K (3840x2160), mostrato qui a 1080p.
Clip più lunghe, con tagli che sceglie il modello
Una clip di 8 secondi in 9:16 dal nostro prompt sull’osservatorio: le due metà della cupola scivolavano via per mostrare un telescopio d’ottone e una postazione di controllo illuminata, poi circa a 6 secondi il modello è passato a un’inquadratura esterna del telescopio contro le stelle. Scrivi «one continuous shot» se non vuoi tagli.
Arriva all’ultimo fotogramma
Gli stessi primo e ultimo fotogramma inviati ai livelli Veo 3.1. In 4 secondi a 720p lei si è girata dal telescopio verso la camera, ha incrociato le braccia e ha finito appoggiata al parapetto, come nel fotogramma finale.
Un ritratto diventa una scena
Un ritratto in studio e il prompt «At dusk the woman from the reference walks toward the camera and smiles.» Omni l’ha messa in una strada tranquilla al crepuscolo, con capelli, giacca di velluto e dolcevita conservati dalla foto, mentre camminava verso di noi sorridendo, in 4 secondi a 720p.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio, fino a 20.000 caratteri. Descrivi soggetto, azione, camera e audio; metti le battute tra virgolette. almeno 1 caratteri · al massimo 20000 caratteri |
aspect_ratio | No | 16:9 (predefinito) o 9:16. Non cambia il prezzo. |
resolution | No | Il 720p (predefinito) è l'output nativo del modello; 1080p e 4K sono ingranditi da Google e costano di più. |
duration_seconds | No | 4, 6, 8 o 10 secondi (predefinito 8). Le clip più lunghe costano di più. |
seed | No | Per confrontare le riprese di Omni, scegli un intero da 0 a 2147483647 e cambia un controllo di scena alla volta; il seed non promette fotogrammi identici. |
Prezzi
Addebito per clip in base alla durata (4, 6, 8 o 10 secondi) e alla risoluzione; 1080p e 4K costano più del 720p. Formato e seed non cambiano il prezzo. Le richieste che falliscono o vengono rifiutate non sono addebitate.
| Risoluzione | Durata: 4 | Durata: 6 | Durata: 8 | Durata: 10 |
|---|---|---|---|---|
| $0.3648 / richiesta | $0.5473 / richiesta | $0.7297 / richiesta | $0.9122 / richiesta |
| $0.5473 / richiesta | $0.821 / richiesta | $1.0946 / richiesta | $1.3683 / richiesta |
| $1.0946 / richiesta | $1.642 / richiesta | $2.1893 / richiesta | $2.7367 / richiesta |
Casi d’uso
Nuovi progetti sul modello video attuale di Google
Google consiglia Gemini Omni Flash per i nuovi lavori al posto di Veo 3.1. Le clip arrivano a 10 secondi, quindi una sola richiesta copre ciò che su Veo richiede una clip da 8 secondi più un’estensione.
Pubblicità e scatti di prodotto con più asset
Invia il prodotto, la persona e il luogo come riferimenti separati, fino a 7, e chiamali Image 1, Image 2 e così via nel prompt.
Consegna a 1080p o 4K
Fai una bozza a 720p, poi genera a 1080p o 4K la versione che tieni. Entrambe sono ottenute per upscaling da Google dall’uscita a 720p, quindi giudica prima il movimento a 720p.
Inquadrature che devono finire su un’immagine stabilita
Dai un primo fotogramma e, se vuoi, un ultimo fotogramma nell’immagine a video, fino a 10 secondi per inquadratura.
Consigli avanzati
Dai ai riferimenti un numero
Scrivi «the man in Image 1» e «the observatory in Image 2», nell’ordine di caricamento. Tutto ciò che è visibile in un riferimento può comparire, quindi ritaglia ciò che non vuoi.
Dici se vuoi tagli
Nelle clip più lunghe il modello può passare da solo a una nuova angolazione. Aggiungi «one continuous shot» per mantenere una sola ripresa, oppure descrivi le inquadrature che vuoi.
Descrivi il suono
Chiudi il prompt con una riga come «Sound: footsteps on gravel» e metti le parole pronunciate tra virgolette. Il suono è incluso a ogni risoluzione.
Bozza a 720p, consegna a 4K
Una bozza di 4 secondi a 720p costa $0.3648; la stessa clip a 4K costa $1.0946. Sistema prima il prompt, poi paga la risoluzione una volta sola.
Introduzione
Gemini Omni 1.1 Flash Da testo a video trasforma una scena scritta in una clip da 4, 6, 8 o 10 secondi, con audio generato insieme all'immagine. Scegli 720p, 1080p o 4K e 16:9 o 9:16. Google controlla prompt e immagini prima di generare; le richieste che rifiuta falliscono e non sono addebitate.
Scegli una modalità di Gemini Omni 1.1 Flash
| Da cosa parti | Modalità |
|---|---|
| una scena scritta | Gemini Omni 1.1 Flash Da testo a video (sei qui) |
| un primo fotogramma e, se vuoi, un ultimo fotogramma | Gemini Omni 1.1 Flash Da immagine a video |
| foto di persone, prodotti o luoghi da mantenere | Gemini Omni 1.1 Flash Da riferimento a video |
Consigli per il prompt
- Scrivi nell'ordine in cui succede: luogo e luce, soggetto, azione, movimento di camera, audio.
- Metti le battute tra virgolette; per più inquadrature, dai a ciascuna un intervallo di tempo come [0-3s].
- Fai una prova in 720p da 4 secondi, poi il render finale con la durata e la risoluzione che ti servono.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.1-flash/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
