gemini-omni-1.1-flash

Es el modelo de vídeo multimodal lanzado oficialmente por Google para texto a vídeo, imagen a vídeo, interpolación de los fotogramas inicial y final, edición y extensión conversacional. En APIMart, usa el ID específico gemini-omni-1.1-flash con la API de vídeo unificada.

La solicitud admite model, prompt, resolution, aspect_ratio, image_urls, first_frame_image, last_frame_image, image_with_roles, video_urls, metadata.task y extend_from_task_id. Se requiere un prompt o al menos una imagen o vídeo.

No. Los clips generados duran aproximadamente entre 3 y 10 segundos, pero esta API no ofrece el parámetro duration. La salida se genera a 24 fps e incluye audio.

Usa first_frame_image solo para imagen a vídeo o envíalo junto con last_frame_image para la interpolación. Enviar únicamente last_frame_image produce el error 400 invalid_frame_images. Ambas imágenes deben tener las mismas proporciones y coincidir con aspect_ratio.

Puedes proporcionar hasta 10 imágenes en total, incluidos los fotogramas inicial y final, y como máximo un vídeo de referencia o para editar de hasta 10 segundos. Se aceptan URL HTTP(S) públicas y data URL base64 compatibles. No se admiten entradas de audio ni enlaces de YouTube.

Envía POST /v1/videos/generations y guarda el task_id. Consulta GET /v1/tasks/{task_id} cada 5–10 segundos hasta que el estado sea completed o failed. Configura un tiempo de espera de hasta 10 minutos para tareas 4K o con entrada de vídeo.

Para editar directamente, envía un clip en video_urls con un prompt concreto. Para continuar un resultado sin volver a subirlo, indica el ID de una tarea correcta de APIMart en extend_from_task_id. La tarea debe pertenecer al usuario actual y haberse creado con un modelo Omni.

La resolución elegida establece la tarifa de los tokens de salida. APIMart reserva primero créditos para un resultado máximo de 10 segundos y ajusta el coste al uso real tras completarse. Una tarea fallida no se cobra y un saldo insuficiente devuelve HTTP 402.

El endpoint no acepta system prompt, temperature, un campo específico de negative prompt, entrada de audio ni el parámetro duration. Escribe las exclusiones y las indicaciones de sonido directamente en prompt.

Puedes contactarnos a través del chat en vivo en la esquina inferior derecha de la página, enviarnos un correo a [email protected] o unirte a nuestra comunidad de Discord. Nuestro equipo te responderá lo antes posible.