gemini-omni-1.1-flash

Gemini Omni 1.1 Flash 是 Google 正式发布的多模态视频模型，支持文生视频、图生视频、首尾帧插值、视频编辑和对话式续写。在 APIMart 中，请通过统一视频生成接口使用独立模型 ID gemini-omni-1.1-flash。

请求支持 model、prompt、resolution、aspect_ratio、image_urls、first_frame_image、last_frame_image、image_with_roles、video_urls、metadata.task 和 extend_from_task_id。必须提供提示词，或至少提供一个图片或视频素材。

不可以。生成的视频时长约为 3–10 秒，但此 API 不提供 duration 参数。输出为 24 fps，并包含生成的音频。

单独使用 first_frame_image 可进行图生视频；同时提交 first_frame_image 和 last_frame_image 可进行首尾帧插值。只提交 last_frame_image 会返回 400 invalid_frame_images 错误。两张图片应保持相同比例，并与 aspect_ratio 一致。

最多可提供 10 张图片，包括首帧和尾帧；另外最多可提供 1 段不超过 10 秒的参考或待编辑视频。支持公网 HTTP(S) 地址和对应的 base64 data URL，不支持音频输入和 YouTube 链接。

向 /v1/videos/generations 发送 POST 请求并保存返回的 task_id，再每隔 5–10 秒轮询 /v1/tasks/{task_id}，直到任务完成或失败。4K 和视频输入任务耗时更长，客户端超时时间建议设置为最多 10 分钟。

直接编辑时，在 video_urls 中提供一段视频并配合明确的提示词。若要在不重新上传视频的情况下继续上一次结果，请在 extend_from_task_id 中提供已成功的 APIMart 任务 ID。该任务必须属于当前用户，并且使用 Omni 模型。

所选分辨率决定输出 Token 费率。APIMart 提交任务时会按最长 10 秒结果预留足够的 Credits，任务成功后再按实际 Token 用量多退少补。失败任务不计费，预留余额不足时会返回 HTTP 402。

该接口不接受 system prompt、temperature、负向提示词字段、音频输入或 duration 参数。请将排除要求和音频生成要求直接写入 prompt。

你可以通过页面右下角的在线客服、发送邮件至 [email protected]，或在 Discord 社区中联系我们。我们的团队会尽快回复你的问题。