Gemini Omni 1.2 Flash API(gemini-omni-1.2-flash)は、テキストから動画、画像から動画、開始・終了フレーム補間、動画の編集と延長に対応した Google のマルチモーダル動画モデルです。長さは 3–15 秒で指定でき、すべての出力に音声が付きます。APIMart では解像度ごとに秒単位で課金されます。Ext チャネル gemini-omni-1.2-flash-ext は開始・終了フレームを含む主要モードに対応し、秒単位の固定料金で課金されます。
サービスの特長
Video link valid for 72 hours
隠れた費用のない透明な料金体系。使った分だけお支払い。
| モデル | プラン | ゴールド価格現在の価格 | プラチナ価格 | ダイヤモンド価格 | 公式価格 | 割引率 |
|---|---|---|---|---|---|---|
gemini-omni-1.2-flash | 360P | 0.2Credits(~$0.02)/秒 | 0.19Credits(~$0.019)/秒 | 0.18Credits(~$0.018)/秒 | 0.25Credits(~$0.025)/秒 | 20% |
| 720P | 0.6Credits(~$0.06)/秒 | 0.57Credits(~$0.057)/秒 | 0.54Credits(~$0.054)/秒 | 0.75Credits(~$0.075)/秒 | 20% | |
| 1080P | 0.904Credits(~$0.0904)/秒 | 0.8588Credits(~$0.0859)/秒 | 0.8136Credits(~$0.0814)/秒 | 1.13Credits(~$0.113)/秒 | 20% | |
| 4K | 1.808Credits(~$0.1808)/秒 | 1.7176Credits(~$0.1718)/秒 | 1.6272Credits(~$0.1627)/秒 | 2.26Credits(~$0.226)/秒 | 20% | |
gemini-omni-1.2-flash-ext | 360P | 0.16Credits(~$0.016)/秒 | 0.152Credits(~$0.0152)/秒 | 0.144Credits(~$0.0144)/秒 | 0.2Credits(~$0.02)/秒 | 20% |
| 720P | 0.24Credits(~$0.024)/秒 | 0.228Credits(~$0.0228)/秒 | 0.216Credits(~$0.0216)/秒 | 0.3Credits(~$0.03)/秒 | 20% | |
| 1080P | 0.24Credits(~$0.024)/秒 | 0.228Credits(~$0.0228)/秒 | 0.216Credits(~$0.0216)/秒 | 0.3Credits(~$0.03)/秒 | 20% | |
| 4K | 0.56Credits(~$0.056)/秒 | 0.532Credits(~$0.0532)/秒 | 0.504Credits(~$0.0504)/秒 | 0.7Credits(~$0.07)/秒 | 20% |
* 実際の費用は最終出力に基づきます。
gemini-omni-1.2-flash
隠れた費用のない透明な料金体系。使った分だけお支払い。
100万トークンあたり
| 料金項目 | ゴールド価格現在の価格 | プラチナ価格 | ダイヤモンド価格 |
|---|---|---|---|
| 入力 | 12~$1.2 | 11.4~$1.14 | 10.8~$1.08 |
| 出力 | 96~$9.6 | 91.2~$9.12 | 86.4~$8.64 |
プロンプト、画像、開始・終了フレーム、または元動画 1 本を、同じモデル ID に送信できます。Gemini Omni 1.2 Flash は台詞・音楽・効果音付きの 24fps 動画を 360p からアップスケールの 4K まで出力し、長さは duration パラメータで指定します。Ext チャネル(gemini-omni-1.2-flash-ext)も開始・終了フレームを含む同じ入力に対応し、1 秒ごとに固定料金で課金されます。
非同期の動画タスクを送信し、動画が完成するまでタスク ID で状態を照会します。
APIMart の APIキーを環境変数 APIMART_API_KEY に保存し、すべてのリクエストで Authorization: Bearer <key> として送信します。
model、prompt と必要なパラメータを /v1/videos/generations に POST し、レスポンスの data[0].task_id を取得します。example.com の URL はプレースホルダーなので、公開アクセスできる自分の HTTP(S) URL に置き換えてください。
status が completed になるまで GET /v1/tasks/{task_id} をポーリングし、data.result.videos[0].url[0] と最終的な請求額 cost を読み取ります。status が failed の場合は error.message を確認してください。APIMart は結果を 72 時間保持するため、残したい動画はダウンロードしてください。
認証とタスク状態の詳細は APIMart API ドキュメント をご覧ください。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "日の出の霧に包まれた山あいの湖を空撮。鳥が飛び交い、カメラはゆっくり前進する。やわらかな風の音と遠くの鳥のさえずり。",
"aspect_ratio": "16:9",
"resolution": "720p",
"duration": 15
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "gemini-omni-1.2-flash",
"prompt": "日の出の霧に包まれた山あいの湖を空撮。鳥が飛び交い、カメラはゆっくり前進する。やわらかな風の音と遠くの鳥のさえずり。",
"aspect_ratio": "16:9",
"resolution": "720p",
"duration": 15
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "開始フレームから終了フレームへなめらかに移り変わり、カメラはゆっくり寄っていく。被写体と照明は一貫させる。",
"aspect_ratio": "16:9",
"resolution": "720p",
"duration": 8,
"first_frame_image": "https://example.com/first-frame.jpg",
"last_frame_image": "https://example.com/last-frame.jpg"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| パラメータ | 型 | 必須 | 既定値 | 説明 |
|---|---|---|---|---|
model | string | 必須 | 既定値: gemini-omni-1.2-flash | gemini-omni-1.2-flash で固定です。Ext チャネルでは gemini-omni-1.2-flash-ext を使います。プロンプト必須、動画入力には edit か extend が必要で、開始・終了フレーム以外では negative_prompt と system_prompt を利用できます。 |
prompt | string | 必須 | 既定値: — | テキストから動画ではシーンの説明を、画像や動画を入力する場合は動き、スタイル、編集の指示を記述します。画像、フレーム、動画、extend_from_task_id を送る場合も含め、すべてのモードで必須です。省略すると HTTP 400 が返ります。 |
duration | integer | 任意 | 既定値: 10 | 出力の長さ(整数秒)、3–15。開始・終了フレーム補間は最長 10 秒です。延長では追加部分の長さ(最長 10 秒)を指定し、編集では無視されて元動画の長さになります。 |
resolution | string | 任意 | 既定値: 720p | 360p、720p、1080p、4k のいずれかで、大文字・小文字は区別しません。2160p は 4k として扱います。1080p と 4k はアップスケールで、この値によって料金の段階が決まります。 |
aspect_ratio | string | 任意 | 既定値: 16:9 | 横長 16:9 または縦長 9:16。その他の値は 16:9 として扱います。 |
image_urls | array | 任意 | 既定値: — | 参照画像。公開されている HTTP(S) URL で指定します。開始・終了フレームを含めて最大 10 枚で、1 枚なら冒頭のショット、複数枚なら被写体の参照として使われます。 |
first_frame_image | string | 任意 | 既定値: — | 開始フレーム。単独なら動画はこの画像から始まり、last_frame_image と併用すると 2 枚の間を補間します。 |
last_frame_image | string | 任意 | 既定値: — | 終了フレーム。first_frame_image と一緒に送る必要があります。 |
image_with_roles | array | 任意 | 既定値: — | 同等のオブジェクト形式:[{"url": "...", "role": "first_frame"}, {"url": "...", "role": "last_frame"}]。その他の role は参照画像として扱います。 |
video_urls | array | 任意 | 既定値: — | 編集または延長する動画 1 本(最長 15 秒)。公開されている HTTP(S) の直リンクで指定します。 |
omni_reference_task_type | string | 任意 | 既定値: auto | タスクの種類:auto(既定、入力から自動判定)、edit(編集)、extend(延長)、reference(複数画像の参照)。動画入力は既定で edit になるため、続きを作るには extend を送信します。text_to_video、image_to_video、reference_to_video も指定できます。 |
extend_from_task_id | string | 任意 | 既定値: — | 続きを作る自分の過去の生成タスクの ID。動画を再アップロードする必要はありません。既定では編集になり、omni_reference_task_type の extend と組み合わせると延長します。 |
APIMart の Gemini Omni 動画モデルを比較できます。1つの APIキーで全バージョンを呼び出せ、最新の料金は各モデルページで確認できます。
| モデル | 得意分野 | 解像度 | 長さ |
|---|---|---|---|
| Gemini Omni 1.2 Flash APIこのページ | 最新版:最長15秒、音声付き、参照画像、動画編集、延長に対応 | 360p / 720p / 1080p / 4K | 3–15秒 |
| Gemini Omni 1.1 Flash API | 最大10枚の画像、最初と最後のフレーム、動画編集、延長に対応 | 360p / 720p / 1080p / 4K | 3–10秒 |
| Gemini Omni 1.1 Flash Ext API | 長さをリクエストで指定、解像度と長さで料金が決まる(参照動画は秒単位)。テキスト、1枚の画像、参照動画、3枚の画像融合に対応 | 360p / 720p / 1080p / 4K | 4 / 6 / 8 / 10秒 |
| Gemini Omni Flash Preview API | 720p 動画。テキスト、最大16枚の参照画像、または動画1本から生成 | 720p | 3–10秒 |
APIMart ブログのガイド、比較、料金分析。
生成、参照画像、編集、延長を 1 つのエンドポイントで扱えます。
用途ごとに、必要な入力素材を選びます。
キーを作成し、Playground でリクエストを試してから、非同期 API を組み込みます。
APIMart にログインし、APIキーを作成して残高をチャージします。このキーはプラットフォーム上の他のすべてのモデルにも使えます。
プロンプト、長さ、解像度、アスペクト比と、必要に応じてフレーム、画像、元動画を選び、RUN ボタンで見積もり料金を確認します。
POST /v1/videos/generations に送信し、タスクが完了または失敗するまで 5–10 秒ごとに GET /v1/tasks/{task_id} をポーリングします。
長さ、入力素材、編集、料金、組み込みについて。
Google の動画モデル Gemini Omni 1.2 Flash を API で利用する方法で、モデル ID は gemini-omni-1.2-flash です。1 つのエンドポイントで、テキストから動画、画像から動画、複数被写体の参照、開始・終了フレーム補間、動画の編集と延長に対応し、すべての出力に音声が付きます。APIMart では APIMart の APIキーで呼び出し、出力の秒数に応じて料金を支払います。APIMart では秒単位の固定料金の Ext チャネル gemini-omni-1.2-flash-ext も提供しており、プレイグラウンド上部で切り替えられます。
APIMart では、Gemini Omni API は Google の Gemini Omni 動画モデルを指し、1つの APIキーで POST /v1/videos/generations から呼び出せます。Gemini Omni 1.2 Flash(gemini-omni-1.2-flash)は最新版で、テキスト、画像、最初と最後のフレーム、既存の動画から3〜15秒の動画を生成します。他のバージョンとの違いは、このページのモデル比較表をご覧ください。
Omni Flash は Google の Gemini Omni Flash シリーズの略称です。このページは Gemini Omni 1.2 Flash を扱っており、呼び出すときは model に gemini-omni-1.2-flash を指定します。
このページの 2 つのモデル ID です。gemini-omni-1.2-flash は公式チャネルでトークン使用量により精算され、先頭・最終フレーム、複数被写体の参照、編集、延長に対応します。gemini-omni-1.2-flash-ext は解像度ごとの秒単価で課金される別チャネルで、テキストから動画、先頭フレーム、先頭・最終フレーム(3~10 秒)、最大 10 枚の参照画像、編集、延長に対応し、negative_prompt と system_prompt も使えます(先頭・最終フレームとは併用不可)。料金項目やパラメータのルールは共通ではありません。
duration パラメータが機能するようになり、1.1 では毎回約 10 秒だった出力の長さを 3–15 秒で指定できます。Google の出力動画の公表料金は 100 万トークンあたり $17.50 から $12 に下がり、約 31% 安くなりました。そのほかの入力、解像度、エンドポイントは同じです。Gemini Omni 1.1 Flash は引き続き専用ページで利用できます。
どちらも Google の動画モデルです。Gemini Omni 1.2 Flash は3〜15秒の動画を生成でき、同じエンドポイントで既存動画の編集や延長もできます。Google は Gemini API で gemini-omni-1.2-flash を Veo 3.1 プレビューモデルの後継に指定しています。すでに Veo 3.1 を使っている場合は、自分のプロンプトで比較してから切り替えてください。
model、prompt、duration、resolution、aspect_ratio、image_urls、first_frame_image、last_frame_image、image_with_roles、video_urls、omni_reference_task_type、extend_from_task_id です。画像・フレーム・動画を送る場合も含め、プロンプトは常に必須です。システムプロンプト、temperature、ネガティブプロンプト用のフィールドには対応していないため、除外したい内容はプロンプトに書きます。これらは gemini-omni-1.2-flash のルールです。gemini-omni-1.2-flash-ext はプロンプトが常に必須で、last_frame_image は first_frame_image と一緒にのみ送れます。negative_prompt と system_prompt は開始・終了フレームのリクエスト以外で使えます。
音声入力、seed、GIF 出力、1 以外の n、watermark、width や height、その他ドキュメントにない項目を含むリクエスト、先頭フレームなしで最終フレームだけを送るリクエスト、開始・終了フレームに negative_prompt や system_prompt を付けたリクエストは送信時に拒否され、タスク作成も課金もされません。プロンプトは常に必須で、ソース動画は公開アクセス可能な 15 秒・64 MB 以内の MP4、MOV、WebM である必要があります。
duration に 3–15 秒の整数を指定でき、既定値は 10 秒です。開始・終了フレーム補間は 10 秒までです。延長では duration が追加部分の長さを表し、最長 10 秒です(5 秒の元動画に duration 4 なら約 9 秒)。編集では duration は無視され、出力は元動画の長さになります。出力は 24fps で、範囲外の duration を指定するとタスクは invalid_duration で失敗し、料金はかかりません。gemini-omni-1.2-flash-ext では、編集時に duration を送るとエラーになるため指定しないでください。
はい。image_urls に入れた 1 枚の画像、または first_frame_image が冒頭のショットになります。last_frame_image を加えると 2 枚のフレームの間を補間し、終了フレームだけを送ると invalid_frame_images が返ります。image_urls に複数枚入れると被写体の参照になり、それらの関わり方をプロンプトで説明します。gemini-omni-1.2-flash-ext では first_frame_image で冒頭のカットを指定し、last_frame_image を加えると 3~10 秒で最終フレームへつなげます。最終フレームは image_urls と併用できません。
開始・終了フレームを含めて合計 10 枚までで、超えると unsupported_image_count が返ります。キャラクター参照は 6 枚以内、つまり最大 2 キャラクターで各 3 枚までにしてください。画像は公開されている HTTP(S) URL で指定し、Base64 や data URL には対応していません。gemini-omni-1.2-flash-ext では参照画像は最大 10 枚で、先頭フレームや最終フレームとは併用できません。
video_urls に最長 15 秒の動画を 1 本送るか、extend_from_task_id で自分のタスクを指定します。omni_reference_task_type を指定しない場合、どちらの入力も元の動画に対する編集として扱われます。最後のフレームから続けるには omni_reference_task_type を extend にします。延長で追加できるのは最大 10 秒で、課金されるのは追加した秒数だけです。指示は短くし、最後に「Keep everything else the same」を添えると効果的です。gemini-omni-1.2-flash-ext では、動画やタスク ID を送る場合は omni_reference_task_type が必須で、編集は元動画の長さで課金されます。
はい。すべての出力に台詞、音楽、効果音などの生成音声が含まれ、内容はプロンプトで指示できます。音声ファイルを入力として使うことはできません。
解像度は 360p、720p(既定)、1080p、4k です。1080p と 4k はアップスケールで、2160p は 4k として受け付けます。アスペクト比は 16:9(既定)または 9:16 で、その他の値は 16:9 として扱います。フレームと参照画像は選んだ比率に合わせてください。gemini-omni-1.2-flash-ext では 16:9 と 9:16 のみ受け付けます。画像や動画があり比率を省略した場合は素材に合わせます。
出力 1 秒ごとの課金で、解像度によって単価が決まります。APIMart の料金はこのページのリアルタイム料金表をご覧ください。Google の参考料金は 720p で 1 秒あたり約 $0.070 のため、720p・15 秒の動画は約 $1.04 です。APIMart のゴールド会員は 720p で 1 秒あたり $0.06 のため、同じ動画は約 $0.90 です(2026年11月8日時点)。送信時にデポジットが確保され、完了後に実際の使用量で精算されます。gemini-omni-1.2-flash-ext はトークン精算ではなく秒単位の固定料金です。費用は解像度の秒単価 × 課金秒数(duration、編集時は元動画の長さ、延長時は追加した秒数のみ)で、失敗したタスクは全額返金されます。
APIMart では Gemini Omni 1.2 Flash は出力秒数で課金され、単価は解像度で決まります。ゴールド会員の1秒あたりの料金は、360p が約 $0.02、720p が約 $0.06、1080p が約 $0.09、4K が約 $0.18 です(2026年11月8日時点)。最新の料金はこのページの料金表で確認してください。
いいえ。APIMart はサブスクリプション不要の従量課金で、送信前に RUN ボタンで見積もり料金を確認できます。パラメータエラーを含め、失敗したタスクは課金されません。選んだ段階のデポジットを残高でまかなえない場合、リクエストは HTTP 402 を返します。
APIMart に登録し、ダッシュボードの「APIキー」でキーを作成するか、このページの「APIキーを取得」を使います。Authorization: Bearer <key> として送信してください。同じキーで Gemini Omni 1.2 Flash と APIMart の他のモデルを利用できます。
/v1/videos/generations にリクエストを POST し、data[0].task_id を保存します。5–10 秒ごとに GET /v1/tasks/{task_id} をポーリングし、status が completed になったら data.result.videos[0].url[0] を読み取ります。解像度が高く長い動画ほど時間がかかるため、クライアントのタイムアウトは約 10 分にしてください。結果は 72 時間保持されます。
EEA(欧州経済領域)、スイス、英国では、アップロードした動画の編集・延長と、未成年者を含む画像の編集に対応していません。すべての出力には Google の不可視の電子透かし SynthID が入ります。
同じカテゴリの他のモデルを探す。

Muse Video Ext
Muse Video brings ideas to life through the power of visual storytelling. From everyday inspiration to bold creative concepts, it helps turn your vision into videos that connect, engage, and leave a lasting impression. With creativity at its heart, Muse Video makes every story worth sharing.

Pixverse V6 Max
PixVerse V6 Max is an advanced AI video generation model that transforms text and images into cinematic videos up to 15 seconds long at 1080p. With realistic visuals, expressive characters, and optional synchronized audio, it offers precise creative control for multi-shot storytelling, advertising, and music videos.

Kling V4
Kling 4.0 is an advanced AI video generation model that brings creative ideas to life with realistic motion, dynamic camera work, and precise visual control. With support for continuous videos up to 30 seconds and multiple reference inputs, it helps creators craft cinematic stories with greater flexibility.

ViduQ 4 Preview
Vidu Q4 Preview is ShengShu's image-to-video and reference-to-video model. Animate one first frame or combine up to 15 reference images and 3 audio clips into 3–16 second videos at up to 4K, with audio generated by default.