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
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。
| 可用率 | |
|---|---|
历史统计不等于实时健康检查,缺失数据不代表服务中断。
基准测试
- 1404
Video Arena Elo
总榜第一;Gemini Omni Flash
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
Gemini Omni 1.1 Flash
Google视频gemini-omni-1.1-flashGoogle DeepMind 推出的多模态视频生成模型,支持文本、图像、音频与视频输入,直接输出带原生音频的视频。
分辨率
720p / 1080p / 4K / 360p
时长
—
按实际生成费用计费,具体金额以账单为准。
Veo 3.1 Fast
Google视频veo-3.1-fastVeo 3.1 Fast 是 Google 推出的视频生成模型,支持从文字或图片生成视频,适合电影感视频创作。
分辨率
720p / 1080p / 4K
时长
—
按实际生成费用计费,具体金额以账单为准。