Omni Flash

Google 的 Gemini Omni Flash：生成带声音的视频，分辨率为 360p 至 4K，时长为 4 to 10 秒，支持通过提示词、首帧图片、首尾帧图片或最多 10 张参考图片 以及 3 段参考视频生成。

价格

视频费用为时长乘以单价：一段 5 秒的 360p 视频费用为 $0.21。仅在视频交付后扣费。

支持的输入

• 提示词最多 8,000 字符。
• 提供一个 first_frame （还可选填 last_frame），或最多 10 个 reference_images，两者不能同时使用。 参考图片可搭配最多 3 个 reference_videos 每段最多 10 秒, 无需额外付费，也可仅提供视频。
• 时长为 4 到 10 秒，仅支持整数秒。
• 16:9 和 9:16. 使用首帧图片时，不填 aspect_ratio，视频会沿用图片的宽高比：竖图为 9:16，其他图片为 16:9。也可设置此参数来指定比例。
• 始终生成声音。
• 360p、720p、1080p 和 4K.

示例

{
  "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"
}

提示词编写

• 描述场景、动作、镜头、光线和声音：Omni 也会生成音频。
• 如果动作时序很重要，请注明各动作在视频中的时间：“[0-3s] 她走进来，[3-6s] 她转身面向窗户”。
• 直接在提示词中说明要排除的内容（“画面中不要出现文字”）：不支持 negative_prompt。

使用须知

• 视频通常一到两分钟即可生成；一段 10 秒的 4K 视频约需三分钟。
• 要编辑视频，请通过 reference_videos 提供视频，并说明要修改的内容：“编辑视频：把杯子改成红色，并将场景改为夜晚的咖啡馆。”生成视频的时长由你指定。
• 不支持参考音频或视频续接。
• 可能违反内容规则的提示词或图片会被拒绝（content_policy）；被拒绝的视频不收费。
• 视频保留 30 天；请下载需要长期保存的视频。

完整 API 说明：视频生成。可在控制台的 调试台 中试用，其中会显示每个视频对应的代码。