소개
필수 프롬프트를 작성하고 길이, 출력 해상도, 가로 또는 세로 화면비를 선택하면 생성 오디오가 포함된 결과를 받습니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 영상 |
| 제공사 | |
| Gemini API 제공 시점 | Google 발표 기준 2026년 11월 5일부터 정식 제공 |
| 모델 코드 | gemini-omni-1.2-flash |
| 생성 길이 | 3–15초, 정수 단위 설정, 기본값 8초 |
| 마지막 프레임 사용 시 길이 | 마지막 이미지를 제공하면 3–10초 |
| 편집 길이 | 원본 길이에 따르며 10초 이후 구간은 잘라 냄 |
| 출력 해상도 | Google 안내 기준 360p·720p 직접 출력, 1080p·4K는 Google이 업스케일 |
| 생성 화면비 | 16:9 또는 9:16, 기본값 16:9 |
| 영상 및 오디오 형식 | AAC 오디오 트랙이 포함된 24 fps MP4 |
| 참조 입력 | 이미지 최대 6장, 영상 최대 3개이며 각 영상은 3초 이하 |
| 긴 참조 영상 생성 | Google 안내 기준 11–15초 출력에는 참조 영상 1개 사용 |
| 워터마크 | Google의 보이지 않는 SynthID 워터마크 포함 |
| 생성 영상 보관 | 14일 후 삭제 |
핵심 기능 및 하이라이트
현장 사운드가 어우러진 시장의 한순간
자체 테스트의 6초 720p 시장 장면에서는 요리사가 불길이 솟는 웍에서 면을 볶으며 요청한 대사를 말했습니다. 기름이 지글거리는 소리, 빗소리, 시장의 말소리도 동작과 함께 나왔습니다.
보트가 출발하는 순간을 움직임으로
5초 부두 예시는 야간 정지 이미지 한 장에서 시작합니다. 자체 테스트에서는 승객이 작별 인사를 하는 동안 목제 스피드보트가 호텔에서 천천히 멀어졌고, 엔진 소리와 물소리, 멀리서 들리는 밴드 음악이 함께 생성되었습니다.
동작이 끝날 자세까지 설계합니다
스튜디오의 첫 이미지와 마지막 자세를 바탕으로 만든 5초 애니메이션입니다. 자체 테스트에서는 카메라가 고정된 상태로 무용수가 두 자세 사이를 움직였고, 잔잔한 피아노 음악이 흘렀습니다.
두 인물을 기차 안 장면으로
자체 테스트에서 참조 인물 사진 두 장으로 6초 식당칸 장면을 만들었습니다. 한 여행자가 테이블 건너로 접은 쪽지를 건네자 상대가 읽고 미소 지었으며, 기차의 규칙적인 소리와 식기 소리가 어우러졌습니다.
공연 무대를 호숫가로 옮깁니다
자체 편집 테스트에서는 회색 스튜디오가 안개 낀 수면 옆 달빛 비추는 무대로 바뀌었습니다. 배경이 바뀌는 동안 무용수와 동작은 장면에 유지되었습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 필수 장면 설명입니다. 장소, 동작, 오디오 단서를 포함하고 요청할 대사는 따옴표로 묶습니다. 1자 이상 · 20000자 이하 |
aspect_ratio | 아니요 | 가로 16:9 또는 세로 9:16을 선택하며 기본값은 16:9입니다. 어느 쪽이든 추가 요금은 없습니다. |
resolution | 아니요 | 360p, 720p(기본값), 1080p, 4K 중에서 선택합니다. Google 안내 기준 360p·720p는 직접 출력이며, 1080p·4K는 Google이 업스케일해 비용이 더 높습니다. |
duration_seconds | 아니요 | 3부터 15까지 정수 초를 요청하며, 생략하면 8초를 적용합니다. 이 요청 길이가 과금 기준입니다. |
요금
요청한 초 수에 선택한 해상도의 단가를 적용해 생성 요금을 계산합니다. 화면비에 따른 추가 요금은 없으며, 실패한 시도와 거부된 요청은 비용에 포함하지 않습니다.
| 사양 | 요금 |
|---|---|
| $0.0276 / 초 |
| $0.084 / 초 |
| $0.126 / 초 |
| $0.252 / 초 |
활용 사례
대사가 있는 시장의 짧은 장면
요리사와 한 가지 동작, 따옴표로 묶은 짧은 대사를 적고, 기름이 지글거리는 소리와 비 오는 시장의 분위기를 요청합니다.
호텔 도착 또는 출발
부두의 첫 이미지에서 보트가 출발하도록 움직이게 하거나, 마지막 구도가 정해져 있다면 종료 이미지를 추가합니다.
같은 캐릭터가 다시 등장하는 장면
참조 인물 사진을 사용해 기존 두 인물을 해 질 녘 식당칸 같은 새로운 배경에 배치합니다.
공연 배경을 다른 무대로
촬영된 동작을 유지하면서 스튜디오를 호숫가로 바꾸도록 영상 편집에 요청합니다.
프롬프트 가이드 및 실전 팁
시작 자료에 맞는 엔드포인트 선택
새 장면에는 텍스트, 애니메이션에는 첫 정지 이미지, 시각적 방향에는 참조 자료, 특정 수정에는 기존 영상을 사용합니다.
장면 구성 명확히 전달
Google에 따르면 모델은 기본적으로 여러 샷을 만들 수 있습니다. 한 테이크를 원하면 ‘no scene cuts’를 추가하고, 말할 대사는 따옴표로 묶습니다.
참조마다 역할 지정
‘Image 2의 장소 사용’ 또는 ‘Video 1처럼 움직이기’라고 적어 각 업로드의 역할을 프롬프트로 설명합니다.
해상도를 높이기 전에 작은 초안 검토
제공되는 요금 중 가장 낮은 360p로 아이디어를 시험합니다. 1080p와 4K는 Google이 업스케일하며 더 높은 요금이 적용됩니다.
편집 지시의 범위 좁히기
Google은 단순한 변경 지시 뒤에 ‘Keep everything else the same.’을 덧붙이도록 권장합니다. 편집은 10초에서 자르므로 전송 전에 원본 길이를 확인합니다.
소개
Gemini Omni 1.2 Flash 텍스트로 동영상은 글로 쓴 아이디어에서 출발합니다. 장소와 동작, 들려야 할 소리를 적고 3–15초를 정수 단위로 선택합니다. 길이를 생략하면 8초 장면이 생성됩니다. 가로 구도에는 16:9, 세로 구도에는 9:16을 사용합니다.
시작 이미지가 없는 아이디어에 적합합니다. 자체 테스트에서는 비 오는 시장 프롬프트로 요리사가 면을 볶으며 요청한 대사를 말하는 장면이 나왔고, 기름이 지글거리는 소리와 주변 말소리가 함께 생성되었습니다. Google에 따르면 연속 테이크를 요청하지 않을 경우 Omni가 여러 샷으로 짧은 이야기를 구성할 수 있습니다.
주요 기능 및 특징
- 필수 텍스트 프롬프트로 시각적 장면과 사운드를 함께 생성합니다.
- 짧은 3초 초안부터 최대 15초 장면까지 정수 초 단위로 길이를 정합니다.
- 360p·720p 직접 출력을 선택하거나, 더 높은 요금으로 Google의 1080p·4K 업스케일을 요청합니다.
- AAC 오디오 트랙이 담긴 24 fps MP4 영상을 받습니다.
- 같은 프롬프트 안에 대사, 음악, 환경 효과음을 설명합니다.
활용 사례
- 짧은 대사와 조리 소리가 있는 노점 장면을 구상합니다.
- 정지 이미지를 준비하지 않고 소셜 게시물용 세로형 빗속 거리 장면을 만듭니다.
- 납품 해상도를 정하기 전에 등불 켜진 시장 콘셉트를 360p로 시험합니다.
프롬프트 작성 가이드와 팁
- ‘비가 그친 뒤 등불이 켜진 시장’처럼 구체적인 배경을 먼저 정해 동작이 일어날 장소를 명확히 합니다.
- ‘요리사가 면을 볶습니다’처럼 알아보기 쉬운 동작 하나를 정한 뒤 다른 사건을 추가합니다.
- 끊김 없는 화면을 원하면 Google의 안내에 따라 ‘in a single continuous shot’을 추가합니다.
- ‘Ready in a minute’처럼 짧은 대사를 따옴표로 묶고 주변 소리는 따로 설명합니다.
- 대사 없는 장면에는 Google이 제안한 ‘No dialogue’를 사용합니다. 별도의 네거티브 프롬프트 필드는 없습니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
