Omni Flash

GoogleのGemini Omni Flash：360p～4Kで音声付き動画を生成できます。長さは4 to 10 秒。プロンプト、開始画像、開始画像と終了画像、または最大10枚の参照画像 と3個の参照動画から生成できます。

料金

クリップの料金は長さと秒単価で決まります。5秒の360pクリップは$0.21です。動画が完成した場合にのみ課金されます。

必要な入力

• 最大8,000文字のプロンプト。
• first_frame （必要に応じてlast_frameも指定可能）、または最大10個のreference_imagesのいずれかです。両方は使えません。 参照画像には最大3個のreference_videos それぞれ最大10秒、追加料金なしを組み合わせられます。動画だけでも指定できます。
• 長さは4～10秒で、1秒単位で指定します。
• 16:9と9:16. 最初のフレームを指定し、aspect_ratioを省略すると、クリップは画像の縦横比になります。縦長画像なら9:16、それ以外は16:9です。指定すれば縦横比を選べます。
• 音声は常に有効です。
• 360p、720p、1080p、4K.

例

{
  "model": "gemini-omni-flash",
  "first_frame": "https://example.com/river-valley.jpg",
  "last_frame": "https://example.com/river-valley-night.jpg",
  "prompt": "A timelapse of the river valley from sunrise into a clear starry night; the drone holds its position as the farmhouse windows light up.",
  "seconds": 8,
  "resolution": "720p",
  "aspect_ratio": "16:9"
}

プロンプトの書き方

• シーン、動き、カメラ、照明、音を指定してください。Omniは音声も生成します。
• タイミングが重要な場合は、クリップ内の動きを時間で指定してください。「[0-3s] 彼女が入ってくる、[3-6s] 窓の方を向く」などです。
• 除外したいものはプロンプトに直接書いてください（「画面に文字を表示しない」など）。negative_promptは使えません。

知っておくと便利なこと

• クリップは通常1～2分で完成します。10秒の4Kクリップは約3分かかります。
• 動画を編集するには、reference_videosに動画を渡し、変更内容を指定してください。「動画を編集：カップを赤くし、シーンを夜のカフェに変える」などです。クリップの長さは指定に応じて決まります。
• 参照音声や動画の延長機能はありません。
• コンテンツルールに違反する可能性があるプロンプトや画像は拒否される場合があります（content_policy）。拒否された動画に料金はかかりません。
• 動画の保存期間は30日間です。残しておきたい動画はダウンロードしてください。

APIの詳細は動画生成をご覧ください。ダッシュボードのプレイグラウンドでも試せます。各動画のコードも表示されます。