Felo API PlatformFelo API Platform
返回模型列表

Gemini Omni 1.2 Flash API

Google 推出的视频生成模型,支持文本、图像、音频、视频输入,以对话方式生成和编辑视频,在 Video Arena 排名第一。

Gemini Omni 1.2 Flash 是 Google 的视频生成模型,可接受文本、图像、音频、视频的组合输入,输出视频。它支持从文本和图像生成视频,也支持通过自然语言对话对视频进行编辑,无需从头重启创作流程。借助角色、场景或手绘稿等参考图,可实现参考驱动的创作。

模型对物理规律有更直观的理解,涵盖重力、动能与流体动力学,并能调用 Gemini 在历史、科学与文化背景方面的知识,让画面从逼真走向有意义的叙事。适合制作社交广告草稿、产品发布短片、电商动态广告、应用演示视频、季节性营销变体、效果创意测试、短视频达人风格样片、预告片与游戏预览,以及依据简短提示生成的讲解视频。

在 Video Arena 上,Gemini Omni Flash 以 1404 的 Elo 分数位列总榜第一,领先 Seedance 2.0 Mini 达 101 分。发布时以公开预览形式在 Google AI Studio 和 Gemini API 中提供,生成 10 秒片段;初期 API 不支持音频参考与场景延长,在部分场景切换和横摇镜头中角色一致性仍有局限。

更新时间:

模型 ID

gemini-omni-1.2-flash
上下文
131.072K
最大输出
65.536K
输入
text / image / video
输出
video

核心要点

  • 文本、图像、音频、视频组合输入
  • 对话式视频生成与编辑
  • 参考图驱动角色与场景创作
  • 理解重力、动能与流体动力学
  • Video Arena Elo 1404 排名第一

供应商

1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率

基准测试

  • Video Arena Elo

    总榜第一;Gemini Omni Flash

    1404

分数来自模型厂商公布的数据,未独立验证。

推理能力

默认推理强度
low
始终启用
是
可选推理强度
high / low

视频规格

宽高比
16:9 / 9:16
音频 · 输出
是
分辨率
720p / 1080p / 4K / 360p

API 文档

该模型尚未公布具体协议信息,请查阅 API 文档中的接入要求。

API 文档 →

支持的参数

  • prompt
  • duration
  • resolution
  • aspect_ratio
  • generate_audio
  • seed
  • size
  • frame_images
  • input_references
  • user
  • session_id
  • trace

常见问题

什么是 Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash 是 Google 的视频生成模型,可接受文本、图像、音频、视频的组合输入,输出视频。它支持从文本和图像生成视频,也支持通过自然语言对话对视频进行编辑,无需从头重启创作流程。借助角色、场景或手绘稿等参考图,可实现参考驱动的创作。 模型对物理规律有更直观的理解,涵盖重力、动能与流体动力学,并能调用 Gemini 在历史、科学与文化背景方面的知识,让画面从逼真走向有意义的叙事。适合制作社交广告草稿、产品发布短片、电商动态广告、应用演示视频、季节性营销变体、效果创意测试、短视频达人风格样片、预告片与游戏预览,以及依据简短提示生成的讲解视频。 在 Video Arena 上,Gemini Omni Flash 以 1404 的 Elo 分数位列总榜第一,领先 Seedance 2.0 Mini 达 101 分。发布时以公开预览形式在 Google AI Studio 和 Gemini API 中提供,生成 10 秒片段;初期 API 不支持音频参考与场景延长,在部分场景切换和横摇镜头中角色一致性仍有局限。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。 按实际生成费用计费,具体金额以账单为准。

Gemini Omni 1.2 Flash 支持哪些输入和输出?

支持文本、图像、音频和视频作为输入,输出为视频。

它适合做哪些任务?

适合社交广告草稿、产品发布短片、电商动态广告、应用演示视频、季节性营销变体、效果创意测试、短视频达人风格样片、预告片与游戏预览,以及依据简短提示生成的讲解视频。

可以用对话方式编辑视频吗?

可以。模型支持通过自然语言对话编辑视频,无需重新开始整个创作流程。

与 Gemini Omni 1.1 Flash 有什么区别?

Gemini Omni 1.1 Flash 可将场景延长至累计 40 秒,分析最多 10 秒的先前上下文,支持指定起始与结束帧、最高 4K 的高分辨率输出,以及 360p 预览以便更快迭代。

在 Video Arena 上的表现如何?

Gemini Omni Flash 以 1404 的 Elo 分数位列总榜第一,领先 Seedance 2.0 Mini 达 101 分。

相关模型