Explora los ajustes de vídeo de Gemini Omni 1.2 Flash API con texto, imágenes de referencia, fotogramas inicial y final o un clip de origen. Organiza el prompt y los ajustes de salida en el Playground de Gemini Omni API.
Resumen de Gemini Omni API
Describe en el prompt un vídeo de 3 a 10 segundos y su sonido.
Describe la escena y elige los ajustes del vídeo.
Prepara una idea para el modelo Gemini Omni 1.2 Flash con texto, referencias visuales e indicaciones de fotogramas. Elige la función de cada entrada y revisa la configuración de la API junto con la composición de la escena.
Prepara una solicitud de vídeo y consulta el resultado con su ID de tarea.
Guarda tu clave de APIMart API en la variable de entorno APIMART_API_KEY y envíala en la cabecera Authorization: Bearer.
Envía model, prompt y los parámetros elegidos mediante POST a /v1/videos/generations. Para imagen a vídeo, añade first_frame_image. Sustituye los archivos locales por URL HTTP(S) accesibles; no envíes URL blob. Lee data[0].task_id en la respuesta.
Comprueba el estado con GET /v1/tasks/{task_id}. Si es completed, lee data.result.videos[0].url[0]; si es failed, consulta error.message.
Consulta la documentación de APIMart API para obtener orientación general sobre la API.
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "Un plano continuo de seis segundos muestra faroles de papel sobre un tranquilo mercado junto al lago al anochecer. La cámara avanza despacio, las telas se mecen con la brisa y se oye el suave sonido del agua.",
"aspect_ratio": "16:9",
"resolution": "720p"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "gemini-omni-1.2-flash",
"prompt": "Un plano continuo de seis segundos muestra faroles de papel sobre un tranquilo mercado junto al lago al anochecer. La cámara avanza despacio, las telas se mecen con la brisa y se oye el suave sonido del agua.",
"aspect_ratio": "16:9",
"resolution": "720p"
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "Anima esta imagen de producto con una cámara que gire lentamente a su alrededor y una luz suave en movimiento. Conserva la forma del producto, el texto de la etiqueta y el material.",
"aspect_ratio": "16:9",
"resolution": "720p",
"first_frame_image": "https://example.com/first-frame.jpg"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| Parámetro | Tipo | Obligatorio | Por defecto | Descripción |
|---|---|---|---|---|
model | string | Sí | Por defecto: gemini-omni-1.2-flash | ID de configuración utilizado en esta página: gemini-omni-1.2-flash. |
prompt | string | Sí | Por defecto: — | Describe el sujeto, el movimiento, la cámara, la iluminación y el sonido deseado. Indica la duración de 3 a 10 segundos en el prompt; no hay un campo duration independiente. |
aspect_ratio | string | Opcional | Por defecto: 16:9 | Relación de aspecto del vídeo: 16:9 horizontal o 9:16 vertical. El valor por defecto es 16:9. |
resolution | string | Opcional | Por defecto: 720p | 360p, 720p, 1080p o 4k. El valor por defecto es 720p; 1080p y 4k utilizan superresolución. |
image_urls | array | Opcional | Por defecto: [] | URL HTTP(S) de las imágenes de referencia. Las referencias y los fotogramas inicial y final comparten un límite total de 10 imágenes. |
first_frame_image | string | Opcional | Por defecto: — | URL HTTP(S) de la imagen del fotograma inicial. Cuenta para el límite total de 10 imágenes. |
last_frame_image | string | Opcional | Por defecto: — | URL HTTP(S) de la imagen del fotograma final. Requiere first_frame_image y cuenta para el límite total de 10 imágenes. |
video_urls | array | Opcional | Por defecto: [] | URL HTTP(S) de los vídeos: hasta 3 clips de referencia de 3 segundos como máximo cada uno, o 1 vídeo de origen de hasta 10 segundos para edit o extend. No se admiten enlaces de YouTube. |
metadata.task | string | Opcional | Por defecto: — | Tarea explícita: text_to_video, image_to_video, reference_to_video, edit o extend. Para la selección automática, omite metadata.task en lugar de enviar la cadena auto. |
previous_interaction_id | string | Opcional | Por defecto: — | Identificador opcional de una interacción anterior para continuar su contexto. Usa un ID de interacción existente, no un ID de tarea ni un nombre de modelo. |
Prepara las entradas y la dirección visual para Google Gemini Omni 1.2 Flash.
Organiza ideas, referencias e instrucciones de edición según tu objetivo creativo.
Organiza una idea de vídeo coherente en tres pasos.
Describe el sujeto, la acción, la cámara y el sonido en tu idea de Gemini Omni. Incluye el ritmo o la duración aproximada que buscas.
Selecciona una tarea en el formulario de Gemini Omni API. Añade imágenes o vídeos de referencia, fotogramas inicial y final o un clip de origen según corresponda.
Elige resolución y formato y revisa el prompt de Gemini Omni junto con los recursos. Comprueba el número de imágenes y los límites de vídeo de la tarea elegida. Esta página usa gemini-omni-1.2-flash como ID de configuración.
Selección de tareas, límites de recursos, ajustes de salida y edición de la configuración.
Gemini Omni 1.2 Flash API ofrece los modos automático, vídeo a partir de texto, imagen o referencias, edición y extensión. Automático deja la tarea sin especificar; edición y extensión usan clips de origen y los demás modos, referencias.
Para gemini-omni-api, describe sujeto, acción, cámara, iluminación y sonido. Añade el ritmo, pide un plano continuo si lo necesitas y centra las instrucciones de edición en un cambio concreto.
Los ajustes de Gemini Omni API incluyen 360p, 720p, 1080p y 4K. El valor predeterminado es 720p; 1080p y 4K usan reescalado. Escribe 4k en minúsculas en JSON.
Gemini-Omni API ofrece 16:9 horizontal y 9:16 vertical, con 16:9 predeterminado. Adapta las composiciones de referencia y los fotogramas inicial y final al formato elegido.
Gemini Omni API guía mediante el prompt la duración de clips de unos 3 a 10 segundos. Describe el ritmo con palabras; no hay un campo duration independiente ni una duración exacta garantizada.
Gemini Omni Flash API cuenta referencias y fotogramas juntos, hasta 10 imágenes. Definir ambos fotogramas deja ocho espacios de referencia. Usa el espacio del primer fotograma para indicar la imagen de apertura.
Gemini Omni API acepta un fotograma inicial solo o junto con uno final, que requiere el inicial. Reutilizar la misma imagen puede expresar un bucle, sin garantizar una transición perfecta.
gemini-omni-1.2-flash API permite tres referencias de vídeo de hasta tres segundos cada una. Edición y extensión usan un clip de origen de hasta 10 segundos. Selecciona la tarea correspondiente.
En los prompts de Gemini-Omni Flash API, la edición describe un cambio concreto de un clip existente. La extensión describe lo que sucede después y añade contenido al final, no al principio ni en medio.
Escribe diálogos, música y sonidos en el prompt de Google Gemini Omni API. No se admite entrada de archivos de audio ni edición de voz. El sonido de las referencias de vídeo se ignora; descríbelo por separado.
El espacio de gemini-omni-api acepta archivos de vídeo locales o URL HTTP/HTTPS de vídeos dentro de los límites de la tarea. No admite páginas de YouTube, enlaces cortos ni URL de inserción.
En Gemini Omni Flash API, previous_interaction_id aporta contexto opcional para continuar una edición o extensión. Usa un ID válido de una interacción anterior, no una URL de vídeo. Déjalo vacío para escenas nuevas.
El espacio de gemini-omni-1.2-flash API exporta los ajustes de Form a JSON y valida JSON antes de aplicarlo al formulario. Los cambios no válidos permanecen en el editor; se conservan el texto y el borrador anterior.
Al cambiar tareas de Gemini Omni API, comprueba el número y la duración de los vídeos. Las entradas incompatibles mantienen la tarea y los recursos actuales. Ajusta primero los clips; el contenido no se borra automáticamente.
Gemini-Omni y gemini-omni-api son variantes del nombre o de búsqueda, no modelos ni ID de solicitud distintos. El nombre mostrado es Gemini Omni 1.2 Flash; otras formas incluyen “Gemini Omni1.2 Flash” y “Gemini Omni Flash 1.2”. El ID de configuración de esta página es gemini-omni-1.2-flash.
Inicia sesión en APIMart y abre API Keys en el panel, o selecciona “Obtener Clave de API” en la parte superior de esta página. Allí puedes crear y gestionar tus claves de API. Mantenlas en privado.
Explora más modelos de la misma categoría.

Pixverse V6 Max
PixVerse V6 Max is an advanced AI video generation model that transforms text and images into cinematic videos up to 15 seconds long at 1080p. With realistic visuals, expressive characters, and optional synchronized audio, it offers precise creative control for multi-shot storytelling, advertising, and music videos.

Kling V4
Kling 4.0 is an advanced AI video generation model that brings creative ideas to life with realistic motion, dynamic camera work, and precise visual control. With support for continuous videos up to 30 seconds and multiple reference inputs, it helps creators craft cinematic stories with greater flexibility.

ViduQ 4 Preview
Vidu Q4 Preview is ShengShu's image-to-video and reference-to-video model. Animate one first frame or combine up to 15 reference images and 3 audio clips into 3–16 second videos at up to 4K, with audio generated by default.

Wan 3.0 Video Prime
Wan 3.0 Prime is the Prime version of Alibaba Cloud's all-in-one Wan 3.0 video model, with general, first-and-last-frame and file or webpage modes and 2–30 second output.