Felo API PlatformFelo API Platform
Назад к моделям

Gemini Omni 1.2 Flash API

Модель Google для генерации и разговорного редактирования видео из текста, изображений, аудио и видео с улучшенным пониманием физики и лидерством в Video Arena.

Gemini Omni 1.2 Flash — мультимодальная модель Google, которая принимает текст, изображения, аудио и видео на входе и создаёт видео на выходе. Она генерирует ролики по текстовым и визуальным подсказкам, а также редактирует видео в диалоговом режиме на естественном языке, позволяя дорабатывать результат без перезапуска всего творческого процесса. Модель поддерживает создание по референсам — изображениям персонажей, сцен или рисунков — и демонстрирует улучшенное интуитивное понимание физики, включая гравитацию, кинетическую энергию и динамику жидкостей, опираясь на знания Gemini в истории, науке и культурном контексте.

Модель подходит для быстрой генерации видео и итеративного редактирования: черновиков рекламы для соцсетей, клипов к запуску продуктов, динамичных рекламных роликов для электронной коммерции, демонстрационных видео приложений, сезонных кампаний и их вариантов, тестирования креативов, коротких макетов в стиле инфлюенсеров, трейлеров и превью геймплея, а также объясняющих видео по коротким подсказкам. Она сочетает фотореализм с осмысленным повествованием.

На старте Gemini Omni Flash генерировала 10-секундные клипы и была выпущена в публичном превью; изначально API не поддерживал аудиореференсы и расширение сцены, а в некоторых сменах сцен и панорамировании наблюдались ограничения по согласованности персонажей. Модель доступна в публичном превью в Google AI Studio и Gemini API.

Обновлено:

MODEL ID

gemini-omni-1.2-flash
Контекст
131.072K
Макс. вывод
65.536K
Вход
text / image / video
Выход
video

Ключевые возможности

  • Генерация видео из текста и изображений
  • Разговорное редактирование видео
  • Вход: текст, изображения, аудио, видео
  • Создание по референсам персонажей и сцен
  • Понимание физики: гравитация и жидкости
  • Опора на знания Gemini

Поставщики

1 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность

Бенчмарки

  • Video Arena Elo

    первое место в общем зачёте; Gemini Omni Flash

    1404

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
low
Всегда включены
Да
Доступные уровни
high / low

Параметры видео

Соотношения сторон
16:9 / 9:16
Аудио · Выход
Да
Разрешения
720p / 1080p / 4K / 360p

Справочник API

Протоколы этой модели не опубликованы. Требования к подключению смотрите в справочнике API.

Справочник API →

Поддерживаемые параметры

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

Частые вопросы

О модели Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash — мультимодальная модель Google, которая принимает текст, изображения, аудио и видео на входе и создаёт видео на выходе. Она генерирует ролики по текстовым и визуальным подсказкам, а также редактирует видео в диалоговом режиме на естественном языке, позволяя дорабатывать результат без перезапуска всего творческого процесса. Модель поддерживает создание по референсам — изображениям персонажей, сцен или рисунков — и демонстрирует улучшенное интуитивное понимание физики, включая гравитацию, кинетическую энергию и динамику жидкостей, опираясь на знания Gemini в истории, науке и культурном контексте. Модель подходит для быстрой генерации видео и итеративного редактирования: черновиков рекламы для соцсетей, клипов к запуску продуктов, динамичных рекламных роликов для электронной коммерции, демонстрационных видео приложений, сезонных кампаний и их вариантов, тестирования креативов, коротких макетов в стиле инфлюенсеров, трейлеров и превью геймплея, а также объясняющих видео по коротким подсказкам. Она сочетает фотореализм с осмысленным повествованием. На старте Gemini Omni Flash генерировала 10-секундные клипы и была выпущена в публичном превью; изначально API не поддерживал аудиореференсы и расширение сцены, а в некоторых сменах сцен и панорамировании наблюдались ограничения по согласованности персонажей. Модель доступна в публичном превью в Google AI Studio и Gemini API.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности. Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.

Какие входные данные поддерживает модель?

Модель принимает текст, изображения, аудио и видео, а также их комбинации, и выдаёт видео.

Как редактируется видео?

Редактирование выполняется в диалоговом режиме на естественном языке, что позволяет дорабатывать ролик без перезапуска всего процесса.

Для каких задач подходит модель?

Она предназначена для быстрой генерации видео и итеративного редактирования: рекламных черновиков, продуктовых клипов, демо приложений, сезонных кампаний и объясняющих видео.

Какие ограничения были у Gemini Omni Flash на старте?

На запуске модель генерировала 10-секундные клипы, вышла в публичном превью, а API изначально не поддерживал аудиореференсы и расширение сцены; также были ограничения по согласованности персонажей в некоторых сменах сцен и панорамировании.

Чем Gemini Omni 1.1 Flash отличается от Gemini Omni Flash?

Gemini Omni 1.1 Flash расширяет сцены до 40 секунд суммарной длины, анализирует до 10 секунд предыдущего контекста, позволяет задавать начальный и конечный кадры, поддерживает вывод до 4K и предлагает превью 360p для более быстрой итерации.

Связанные модели

Gemini Omni 1.1 Flash

GoogleВидеоgemini-omni-1.1-flash

Gemini Omni 1.1 Flash — быстрая мультимодальная модель Google DeepMind для генерации видео с нативным звуком, объединяющая обработку текста, изображений, аудио и видео в одном API.

Маркетинговые ролики по брифингамРазговорный сторибординг сценВидео под закадровую озвучкуМногоязычный объясняющий контент

Разрешение

720p / 1080p / 4K / 360p

Длительность

—

Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.

Veo 3.1 Fast

GoogleВидеоveo-3.1-fast

Veo 3.1 Fast — ведущая модель Google для генерации видео из текста и изображений, ориентированная на создание кинематографичных роликов.

Кинематографичная генерация видеоВидео из текстового описанияАнимация статичных изображенийПрототипирование видеоидей

Разрешение

720p / 1080p / 4K

Длительность

—

Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.