Введение
Введите обязательный промпт, выберите длительность, разрешение и горизонтальный или вертикальный формат; результат включает сгенерированный звук.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Видео |
| Издатель | |
| Доступность в Gemini API | Общедоступна с 5 ноября 2026 года, по данным Google |
| Код модели | gemini-omni-1.2-flash |
| Длительность генерации | 3–15 целых секунд; по умолчанию 8 секунд |
| Длительность с последним кадром | 3–10 секунд, если задано конечное изображение |
| Длительность редактирования | Соответствует исходнику; всё после 10 секунд обрезается |
| Выходные разрешения | Google указывает нативные 360p и 720p; 1080p и 4K масштабирует Google |
| Форматы генерации | 16:9 или 9:16; по умолчанию 16:9 |
| Формат видео и звука | MP4, 24 кадра/с, со звуковой дорожкой AAC |
| Референсы на входе | До 6 изображений; до 3 видеоклипов длиной не более 3 секунд каждый |
| Длинные видео по референсам | Для результата длиной 11–15 секунд Google указывает один видеореференс |
| Водяной знак | Google добавляет невидимый водяной знак SynthID |
| Хранение созданных видео | Удаляются через 14 дней |
Ключевые возможности и особенности
Эпизод на рынке со своим звучанием
В нашем тесте 6-секундная сцена в 720p показала повара, который подбрасывает лапшу над пламенем вока и произносит заданную реплику. Действие сопровождалось шипением масла, дождём и гулом рынка.
Оживите отплытие катера
Пример у причала длиной 5 секунд начинается с одного ночного снимка. В нашем тесте деревянный катер плавно отошёл от отеля, пассажир махал на прощание, а в звуке слышались мотор, вода и музыка далёкого оркестра.
Заранее задайте завершение движения
Первый студийный снимок и конечная поза направляют эту анимацию длиной 5 секунд. В нашем тесте танцовщица перешла из одной позы в другую под тихое фортепиано при неподвижной камере.
Перенесите двух людей в сцену в поезде
В нашем тесте два референсных портрета стали основой 6-секундной сцены в вагоне-ресторане. Один пассажир передал через стол сложенную записку, другой прочитал её и улыбнулся; слышались стук поезда и звон столовых приборов.
Перенесите выступление на сцену у озера
В нашем тесте редактирование заменило серую студию сценой у озера в лунном свете над подёрнутой туманом водой. Танцовщица и её движения сохранились, а окружение изменилось.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Обязательное описание сцены. Укажите место, действие и звуковые ориентиры; нужные реплики заключайте в кавычки. Не менее 1 символов · Не более 20000 символов |
aspect_ratio | Нет | Выберите горизонтальные 16:9 или вертикальные 9:16; стандартный вариант — 16:9. За выбор формата доплаты нет. |
resolution | Нет | Доступны 360p, 720p (по умолчанию), 1080p и 4K. Google указывает 360p/720p как нативные разрешения; 1080p и 4K масштабирует Google, и они дороже. |
duration_seconds | Нет | Любое целое число от 3 до 15; если не указать, выбирается 8 секунд. Расчёт оплаты основан на запрошенной длительности. |
Стоимость
Генерация оплачивается за запрошенное число секунд по тарифу выбранного разрешения. За соотношение сторон доплаты нет. Неудачные попытки и отклонённые запросы не требуют оплаты.
| Спецификация | Стоимость |
|---|---|
| $0.0276 / секунду |
| $0.084 / секунду |
| $0.126 / секунду |
| $0.252 / секунду |
Сценарии использования
Рыночная зарисовка с репликой
Опишите повара, одно действие и короткую реплику в кавычках, затем задайте шипение масла и звуковой фон рынка под дождём.
Прибытие в отель или отплытие
Превратите первый снимок причала в отплытие катера или добавьте последний кадр, если финальная композиция уже определена.
Новая сцена со знакомыми персонажами
По референсным портретам поместите двух заданных людей в новое окружение, например в вагон-ресторан в сумерках.
Другая сцена для выступления
Попросите режим редактирования видео заменить студию пейзажем у озера, сохранив движения из исходной записи.
Руководство по промптам и практические советы
Выберите эндпоинт под исходный материал
Начните с текста для новой сцены, первого кадра для анимации, референсов для визуальных ориентиров или видео для конкретной правки.
Ясно задайте структуру сцены
По данным Google, модель по умолчанию может создавать несколько планов. Добавьте «без монтажных склеек», если нужен один непрерывный план, а нужные реплики заключите в кавычки.
Укажите назначение каждого референса
Напишите «используй локацию с Image 2» или «двигайся как в Video 1», чтобы промпт объяснял роль каждого загруженного файла.
Оцените черновик перед повышением разрешения
Проверяйте идею в 360p по самому низкому из доступных тарифов. Google масштабирует 1080p и 4K, и эти варианты стоят дороже.
Ограничьте инструкцию конкретной правкой
Google рекомендует простые изменения с фразой «Всё остальное оставь без изменений» в конце. До отправки проверьте длину исходника: редактирование обрезает видео на 10 секундах.
Введение
Режим «текст в видео» Gemini Omni 1.2 Flash начинается с описания идеи. Задайте место, действие и звуки, затем выберите 3–15 целых секунд. Если длительность не указана, сцена займёт 8 секунд. Для горизонтальной композиции используйте 16:9, для вертикальной — 9:16.
Этот режим подходит, когда у идеи ещё нет исходного изображения. В нашем тесте промпт про рынок под дождём дал сцену с поваром, который подбрасывал лапшу и произносил заданную реплику, под шипение масла и фоновый гул. По данным Google, Omni может строить короткий сюжет из нескольких планов, если не попросить непрерывную съёмку.
Основные возможности и особенности
- Создавайте визуальную сцену и её звук вместе по обязательному текстовому промпту.
- Задавайте длительность в целых секундах: от короткого 3-секундного черновика до сцены длиной 15 секунд.
- Выбирайте нативные 360p или 720p либо 1080p/4K с масштабированием Google по повышенному тарифу.
- Получайте видео MP4 с частотой 24 кадра/с и звуковой дорожкой AAC.
- Описывайте реплики, музыку и звуки окружения в одном промпте.
Сценарии использования
- Спланируйте эпизод у продуктовой лавки с короткой репликой и звуками готовки.
- Создайте вертикальную сцену на дождливой улице для публикации в соцсетях без подготовки снимка.
- Проверьте идею рынка при свете фонарей в 360p, прежде чем выбирать разрешение готового ролика.
Рекомендации по промптам
- Сначала задайте конкретное место, например «рынок при свете фонарей после дождя», чтобы было понятно, где происходит действие.
- Дайте персонажу одно понятное действие, например «повар подбрасывает лапшу», и лишь затем добавляйте следующее событие.
- Чтобы сохранить непрерывный план, следуйте совету Google и добавьте «одним непрерывным кадром».
- Заключите короткую реплику, например “Ready in a minute”, в кавычки, а окружающие звуки опишите отдельно.
- Для сцены без речи используйте предложенную Google формулировку «Без диалогов»; отдельного поля для негативного промпта нет.
Быстрый старт 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.
