Introdução
Envie video_url, uma instrução de edição focada e a resolução de saída. O modelo altera o vídeo existente sem configuração de duração ou proporção.
| Campo | Valor |
|---|---|
| Entrada | Vídeo |
| Saída | Vídeo |
| Publicação | |
| Disponibilidade na Gemini API | Disponível para uso geral desde 5 de novembro de 2026, segundo o Google |
| Código do modelo | gemini-omni-1.2-flash |
| Duração da geração | 3–15 segundos inteiros; 8 segundos por padrão |
| Duração com quadro final | 3–10 segundos quando você envia uma imagem final |
| Duração da edição | Acompanha a duração original; o trecho após 10 segundos é cortado |
| Resoluções de saída | O Google informa saída direta em 360p e 720p; 1080p e 4K são ampliados pelo Google |
| Formatos de geração | 16:9 ou 9:16; padrão 16:9 |
| Formato de vídeo e áudio | MP4 a 24 fps com uma faixa de áudio AAC |
| Entradas de referência | Até 6 imagens; até 3 clipes de vídeo, cada um com no máximo 3 segundos |
| Referências para saídas mais longas | O Google informa uma referência de vídeo para saídas de 11–15 segundos |
| Marca-d’água | O Google inclui uma marca-d’água invisível SynthID |
| Armazenamento dos vídeos gerados | Excluídos após 14 dias |
Recursos e destaques
Um momento no mercado com som próprio
Nos nossos testes, a cena de mercado de 6 segundos em 720p mostrou um cozinheiro salteando macarrão numa wok em chamas e dizendo a fala solicitada. O chiado do óleo, a chuva e as conversas do mercado acompanharam a ação.
Dê movimento à partida de uma lancha
O exemplo do píer, de 5 segundos, parte de uma imagem noturna. Nos nossos testes, a lancha de madeira se afastou devagar do hotel enquanto a passageira acenava, ao som do motor, da água e de uma banda ao longe.
Planeje como o movimento termina
Uma imagem inicial de estúdio e uma pose final orientam esta animação de 5 segundos. Nos nossos testes, a dançarina passou de uma pose à outra ao som de piano suave, com a câmera fixa.
Leve duas pessoas para uma cena de trem
Nos nossos testes, dois retratos de referência viraram uma cena de 6 segundos num vagão-restaurante. Uma pessoa passou um bilhete dobrado pela mesa; a outra leu e sorriu, com o ritmo do trem e o som dos talheres.
Transfira a apresentação para um palco à beira do lago
Nos nossos testes, a edição substituiu o estúdio cinza por um palco ao luar, junto à água com névoa. A dançarina e os movimentos permaneceram na cena enquanto o cenário mudou.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Instrução curta obrigatória que descreve a mudança visual. O Google recomenda uma formulação simples terminando com “Mantenha todo o resto igual.” pelo menos 1 caracteres · no máximo 20000 caracteres |
video_url | Sim | URL obrigatória do clipe original. A saída acompanha a duração original, com corte aos 10 segundos em vídeos mais longos. pelo menos 1 caracteres |
resolution | Não | Use 360p, 720p (padrão), 1080p ou 4K. O Google informa saída direta em 360p/720p; 1080p e 4K são ampliados pelo Google e têm custo maior. |
Preços
A edição cobra os segundos do vídeo original arredondados para cima, com mínimo de 3 e máximo de 10 segundos. A resolução define a tarifa; a tarifa de edição é maior que a de geração. Vídeos acima de 10 segundos são cortados aos 10 segundos. Edições com falha ou recusadas não geram cobrança.
| Especificação | Preço |
|---|---|
| $0.0576 / segundo |
| $0.1248 / segundo |
| $0.1752 / segundo |
| $0.3264 / segundo |
Casos de uso
Uma cena de mercado com fala
Descreva um cozinheiro, uma ação e uma fala curta entre aspas, depois peça o chiado do óleo e o ambiente de um mercado sob chuva.
Uma chegada ou partida no hotel
Anime uma imagem inicial do píer para mostrar a partida de uma lancha, ou adicione uma imagem final quando você já tiver planejado a composição de encerramento.
Uma cena com personagens recorrentes
Use retratos de referência para levar duas pessoas já definidas a um novo cenário, como um vagão-restaurante ao entardecer.
Outro palco para uma apresentação
Peça à edição de vídeo que transforme um estúdio num cenário à beira do lago, preservando o movimento gravado.
Guia de prompt e dicas práticas
Escolha o endpoint conforme seu material inicial
Comece com texto para criar uma cena, uma imagem inicial para animar, referências para orientar o visual ou um vídeo para fazer uma alteração específica.
Deixe clara a estrutura da cena
Segundo o Google, o modelo pode criar várias tomadas por padrão. Adicione “sem cortes de cena” quando quiser uma tomada única e escreva as falas solicitadas entre aspas.
Dê uma função a cada referência
Escreva “use o local da Image 2” ou “mova como no Video 1” para que o prompt explique o papel de cada arquivo enviado.
Avalie um rascunho pequeno antes de aumentar a resolução
Use 360p para explorar uma ideia pela menor tarifa disponível. O Google amplia 1080p e 4K, e essas opções custam mais.
Mantenha a instrução de edição focada
O Google recomenda mudanças simples seguidas de “Mantenha todo o resto igual.” Confira a duração do vídeo original antes de enviar: a edição corta o material aos 10 segundos.
Introdução
A edição de vídeo do Gemini Omni 1.2 Flash começa com um vídeo que você já tem. Envie video_url, um prompt obrigatório e a resolução de saída. Nos nossos testes, transformar um estúdio cinza num palco à beira do lago ao luar preservou a dançarina e os movimentos enquanto substituiu o cenário.
A edição acompanha a duração original e corta o trecho que passa de 10 segundos. Nos nossos testes, um vídeo original de 12 segundos produziu um resultado de 10.03 segundos. Não há campo de duração nem de proporção para edição. A cobrança arredonda os segundos do original para cima, com mínimo de três e máximo de dez; a resolução selecionada define uma tarifa de edição maior que a de geração.
Recursos e destaques
- Aplique uma mudança visual descrita por escrito a um vídeo existente, em vez de gerar a partir de uma imagem.
- Acompanhe a duração original, com corte aos 10 segundos em vídeos mais longos.
- Selecione saída direta em 360p ou 720p, ou ampliação para 1080p/4K pelo Google por uma tarifa maior.
- Receba um resultado em MP4 a 24 fps com uma faixa de áudio AAC.
- Mantenha o pedido focado, seguindo a recomendação do Google de preservar tudo que estiver fora da mudança.
Casos de uso
- Substitua um estúdio de ensaio cinza por um palco ao luar junto a um lago.
- Avalie uma variação de cenário com névoa pedindo que o movimento de dança gravado seja preservado.
- Experimente outro ambiente visual para uma apresentação curta existente antes de escolher uma versão.
Guia de prompt e dicas práticas
- Comece com uma única mudança, como “transforme o estúdio num palco à beira do lago”, seguindo a orientação do Google sobre prompts simples de edição.
- Descreva uma característica visual específica, como “névoa fina sobre a água”, para dar uma direção clara ao novo cenário.
- Use o encerramento sugerido pelo Google, “Mantenha todo o resto igual.”, para limitar a alteração solicitada.
- Cite um elemento a preservar, como “mantenha o movimento original”, para avaliar se a apresentação foi mantida.
- Prepare o trecho desejado antes de enviar; numa instrução como “mude esta cena para o luar”, o conteúdo após os primeiros 10 segundos será cortado.
Início rápido da 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"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
