動画

gemini-omni-1.1-flash

Googleが正式提供するマルチモーダル動画モデルです。動画生成、自然言語による編集、フレーム補間、動画延長に対応します。APIMartでは専用の公式チャネルを通じて提供し、非同期タスク追跡と解像度別課金を利用できます。

マルチモーダル動画開始・終了フレーム360p〜4K

APIキーを取得 APIドキュメント

サービスの特長

99.9% SLA
公式割引
従量課金
高速・低遅延

Input

モデル

プロンプト

68 characters

アスペクト比

解像度

Task

Prefer automatic inference unless the intended behavior is ambiguous.

First / Last Frame

最初のフレーム

最後のフレーム

参照画像

参照動画

前回のタスク ID

Output

Video link valid for 72 hours

1つのAPIでマルチモーダル動画を生成・編集

テキストからの生成、参照画像のアニメーション、開始・終了フレーム間の補間、既存動画の編集に対応。360p、720p、1080p、4Kを選び、APIMartの非同期タスクで処理を管理できます。

APIキーを取得

50K+

アクティブユーザー

99.9%

稼働率

高速化

70%

コスト削減

Gemini Omni 1.1 Flash APIの機能

生成、補間、編集、延長ワークフローで利用できる正式な仕様

4段階の解像度

360p、720p、1080p、4Kから選択できます。既定値は720pで、1080pと4Kはアップサンプリング出力です。APIでは2160pも4Kの別名として受け付けます。

開始・終了フレーム補間

first_frame_imageだけで開始画像を動かすか、last_frame_imageも追加して終了状態を指定します。終了フレームだけでは送信できず、2枚の縦横比は一致させてください。

柔軟な参照画像入力

主体参照にはimage_urls、first_frameとlast_frameを明示する場合はimage_with_rolesを使用します。参照画像と開始・終了フレームを合わせて最大10枚です。

動画編集と延長

10秒以内の動画1本を簡潔な指示で編集できます。成功したAPIMartタスクはextend_from_task_idで続行でき、対話形式の延長によって合計約40秒までつなげられます。

生成音声付き動画

プロンプトで指定した会話、音楽、効果音を含む24fps動画を生成できます。音声ファイルは入力できないため、音に関する指示はテキストに記述します。

非同期RESTワークフロー

POST /v1/videos/generationsでジョブを送信し、返されたtask_idを保存します。GET /v1/tasks/{task_id}を照会し、statusがcompletedまたはfailedになったら停止します。

タスク種別の自動判定

入力内容から処理を自動判定できます。明示する場合はmetadata.taskにtext_to_video、image_to_video、reference_to_video、edit、extendを指定します。

解像度別の従量課金

解像度によって出力トークンの料金帯が決まります。APIMartは最大10秒分を事前確保し、成功後に実際の使用量で精算します。失敗したタスクは課金されません。

実用的なマルチモーダル動画ワークフロー

正式に対応している入力方式を使い、制作と業務処理を細かく制御

開始から終了までの映像遷移

商品公開、場面転換、ビフォーアフターなど、開始画像と到達する終了画像を明確にしたいトランジションを作成できます。

参照画像を使った商品アニメーション

商品や人物の画像を参照として渡し、同じリクエスト内のプロンプトで各主体の動きや関係を指定できます。

既存映像の部分修正

短い動画をアップロードし、自然言語で対象を絞った変更を指示します。編集では、1つの変更と維持したい要素を簡潔に伝える方法が効果的です。

キャンペーン用絵コンテ

360pまたは720pでカメラ、テンポ、雰囲気、照明、音声を検証し、高解像度の最終出力前に制作時間とクレジットを節約できます。

横長・縦長コンテンツ

プレゼンやWeb動画には16:9、モバイル向けキャンペーンには9:16を選べます。未対応の縦横比は既定の16:9として処理されます。

動画生成パイプラインの自動化

送信、状態確認、料金精算、結果取得を社内ツールに統合し、プロバイダーごとに異なるタスク基盤を維持する手間を減らせます。

APIで動画生成を始める

キーを作成し、正しい非同期リクエストを送信して完成動画を取得

APIMart APIキーを作成

APIMartにログインしてAPIキーを作成し、AuthorizationヘッダーのBearerトークンとして送信します。キーはサーバー側で保管し、公開クライアントコードには含めないでください。

→

有効なリクエストを作成

modelをgemini-omni-1.1-flashに設定し、promptまたは対応する画像・動画素材を1つ以上指定します。省略時はresolutionが720p、aspect_ratioが16:9になります。

→

送信・確認・結果保存

生成リクエストを送信し、返されたtask_idを完了まで照会します。動画URLはresult.videos[0].urlから取得し、長期保存する結果はダウンロードしてください。

最初の動画を生成

Gemini Omni 1.1 Flash API よくある質問

APIMartで利用できる入力、パラメータ、制限、課金、タスク処理

Gemini Omni 1.1 Flash APIとは何ですか？

Googleが正式提供するマルチモーダル動画モデルで、テキスト動画生成、画像動画化、開始・終了フレーム補間、動画編集、対話形式の延長に対応します。APIMartでは専用モデルID gemini-omni-1.1-flashを統一動画APIで使用します。

対応しているリクエストパラメータは何ですか？

model、prompt、resolution、aspect_ratio、image_urls、first_frame_image、last_frame_image、image_with_roles、video_urls、metadata.task、extend_from_task_idに対応します。promptまたは画像・動画素材のいずれかが必要です。

動画の長さを指定できますか？

指定できません。生成動画は約3〜10秒ですが、このAPIにdurationパラメータはありません。出力は24fpsで、生成音声を含みます。

開始・終了フレームはどのように使いますか？

画像動画化にはfirst_frame_imageだけを、補間にはfirst_frame_imageとlast_frame_imageを一緒に送信します。last_frame_imageだけを送ると400 invalid_frame_imagesになります。2枚の比率は同じにし、aspect_ratioと合わせてください。

画像、動画、音声はどこまで入力できますか？

開始・終了フレームを含めて画像は合計10枚まで、参照または編集用動画は10秒以内の1本までです。公開HTTP(S) URLと対応するbase64データURLを利用できます。音声入力とYouTubeリンクには対応していません。

生成タスクの送信と確認方法は？

POST /v1/videos/generationsに送信してtask_idを保存し、GET /v1/tasks/{task_id}を5〜10秒間隔で照会します。4Kや動画入力は時間がかかるため、クライアントのタイムアウトは最大10分を見込んでください。

動画編集と対話形式の延長はどう違いますか？

直接編集ではvideo_urlsに動画1本と簡潔な指示を渡します。以前の結果を再アップロードせず続ける場合は、extend_from_task_idに成功済みのAPIMartタスクIDを指定します。そのタスクは現在のユーザーが所有するOmniモデルの結果である必要があります。

解像度別課金はどのように計算されますか？

選択した解像度で出力トークン単価が決まります。APIMartは最大10秒分のクレジットを先に確保し、成功後に実際のトークン使用量へ調整します。失敗時は課金されず、残高不足はHTTP 402になります。

対応していない生成パラメータはありますか？

system prompt、temperature、negative prompt専用フィールド、音声入力、durationパラメータには対応していません。除外条件や音声の指示はpromptに直接記述してください。

サポートに問い合わせるにはどうすればよいですか？

ページ右下のライブチャット、[email protected] へのメール、またはDiscordコミュニティからお問い合わせいただけます。チームができるだけ早くご対応いたします。