Gemini Omni 1.2 Flash

支持文本提示词、首尾帧和最多 5 张参考图, 生成 4–15 秒 720p 视频, 原生同步音频.

模型类型：

文生视频图生视频多模态参考

价格： 720p · 每次请求 · 4–15 秒 40 积分（¥1.4）/ 次

生产线路

正常

输入

表单JSON

首帧图

尾帧图

提示词

描述主体、镜头、场景和风格。40 / 1200

快速提示词

高级选项

示例参数

画面比例时长图片上传模式

输出

预览JSON

查看 API 文档获取 API Key

生成需要一些时间，请稍等您可以离开此页面，[ 任务日志 ] 可直接检查生成的内容

请求预览

{
  "model": "gemini-omni-1.2-flash-preview",
  "prompt": "阳光下的未来城市街景, 电影感跟拍镜头, 行人自然运动, 镜头稳定, 光线柔和.",
  "aspect_ratio": "16:9",
  "duration": 10
}

媒体模式

4–15s

输出时长

720p

输出画质

16:9 | 9:16

画幅比例

生成案例

探索 Gemini Omni 1.2 Flash 的生成效果

使用同款模型生成

Gemini Omni 1.2 Flash #1

Gemini Omni 1.2 Flash #2

透明计价

Omni 1.2 Flash 价格

4–15 秒任意时长统一按次计费 $0.20, 最终按账户报价计费.

充值积分

720p · 每次请求 · 4–15 秒

ToAPIs

¥1.4

40 积分 / 次

规格	ToAPIs 价格	计价方式
720p · 每次请求 · 4–15 秒	ToAPIs ¥1.4 40 积分 / 次	次

页面价格用于规划参考, 最终计费以账户当前报价为准.

为什么选择 ToAPIs

三种视频创作方式

从提示词、首尾帧或参考图开始, 三种媒体模式互斥.

文生视频

凭提示词生成 4–15 秒 720p 视频, 画幅 16:9 或 9:16.

首尾帧

提供首帧图片, 可选尾帧图片, 控制开场和结尾.

参考图片

最多 5 张参考图控制主体与风格, 不能与首尾帧混用.

准备创作需求

在制作前梳理故事、运动与声音。

1
描述场景
写清主体、环境、镜头运动，以及塑造场景氛围的声音。
2
选择待探索的工作流
决定从提示词、图片还是已有片段开始，再明确需要保留或修改的细节。
3
规划最终呈现
根据展示用途规划片段长度、节奏与最终分辨率。

规划下一支视频

短片叙事

以清晰的场景推进、镜头方向与同步声音构思短片叙事。

参考引导的迭代

用自己的源素材，在草稿、编辑与延长场景之间规划一致的视觉方向。

常见问题