Gemini Omni 1.2 Flash API (gemini-omni-1.2-flash) é o modelo de vídeo multimodal do Google para texto para vídeo, imagem para vídeo, interpolação entre quadros inicial e final, edição e extensão de vídeo. Defina a duração de 3 a 15 segundos, receba áudio em todos os clipes e pague por segundo conforme a resolução na APIMart. O canal Ext gemini-omni-1.2-flash-ext cobre os mesmos modos principais, incluindo os quadros inicial e final, com preço fixo por segundo.
Destaques do Serviço
Video link valid for 72 hours
Preços transparentes sem taxas ocultas. Pague apenas pelo que usar.
| Variante | Nível | Preço OuroPreço atual | Preço Platina | Preço Diamante | Preço oficial | Sua economia |
|---|---|---|---|---|---|---|
gemini-omni-1.2-flash | 360P | 0.2Credits(~$0.02)/seg | 0.19Credits(~$0.019)/seg | 0.18Credits(~$0.018)/seg | 0.25Credits(~$0.025)/seg | 20% |
| 720P | 0.6Credits(~$0.06)/seg | 0.57Credits(~$0.057)/seg | 0.54Credits(~$0.054)/seg | 0.75Credits(~$0.075)/seg | 20% | |
| 1080P | 0.904Credits(~$0.0904)/seg | 0.8588Credits(~$0.0859)/seg | 0.8136Credits(~$0.0814)/seg | 1.13Credits(~$0.113)/seg | 20% | |
| 4K | 1.808Credits(~$0.1808)/seg | 1.7176Credits(~$0.1718)/seg | 1.6272Credits(~$0.1627)/seg | 2.26Credits(~$0.226)/seg | 20% | |
gemini-omni-1.2-flash-ext | 360P | 0.16Credits(~$0.016)/seg | 0.152Credits(~$0.0152)/seg | 0.144Credits(~$0.0144)/seg | 0.2Credits(~$0.02)/seg | 20% |
| 720P | 0.24Credits(~$0.024)/seg | 0.228Credits(~$0.0228)/seg | 0.216Credits(~$0.0216)/seg | 0.3Credits(~$0.03)/seg | 20% | |
| 1080P | 0.24Credits(~$0.024)/seg | 0.228Credits(~$0.0228)/seg | 0.216Credits(~$0.0216)/seg | 0.3Credits(~$0.03)/seg | 20% | |
| 4K | 0.56Credits(~$0.056)/seg | 0.532Credits(~$0.0532)/seg | 0.504Credits(~$0.0504)/seg | 0.7Credits(~$0.07)/seg | 20% |
* Os custos reais dependem da saída final.
gemini-omni-1.2-flash
Preços transparentes, sem taxas ocultas. Pague apenas pelo que usar.
Por 1 milhão de tokens
| Item de preço | Preço OuroPreço atual | Preço Platina | Preço Diamante |
|---|---|---|---|
| Entrada | 12~$1.2 | 11.4~$1.14 | 10.8~$1.08 |
| Saída | 96~$9.6 | 91.2~$9.12 | 86.4~$8.64 |
Envie um prompt, imagens, quadros inicial e final ou um vídeo de origem para um único ID de modelo. O Gemini Omni 1.2 Flash entrega clipes a 24 fps com diálogos, música ou efeitos sonoros, de 360p até 4K com upscaling, e você escolhe a duração com o parâmetro duration. O canal Ext (gemini-omni-1.2-flash-ext) aceita as mesmas entradas, incluindo os quadros inicial e final, e cobra cada segundo a um preço fixo.
Envie uma tarefa de vídeo assíncrona e consulte o ID da tarefa até o vídeo ficar pronto.
Salve sua API key da APIMart na variável de ambiente APIMART_API_KEY e envie-a como Authorization: Bearer <key> em todas as requisições.
Envie por POST model, prompt e os parâmetros necessários para /v1/videos/generations e leia data[0].task_id na resposta. As URLs de example.com são apenas marcadores; substitua-as pelas suas próprias URLs HTTP(S) públicas.
Consulte GET /v1/tasks/{task_id} até que status seja completed e então leia data.result.videos[0].url[0] e a cobrança final em cost. Se status for failed, verifique error.message. A APIMart mantém os resultados por 72 horas, então baixe os vídeos que quiser guardar.
Consulte a documentação da API da APIMart para ver detalhes de autenticação e de status das tarefas.
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": "Tomada aérea sobre um lago de montanha coberto de névoa ao nascer do sol, pássaros voando, a câmera avança devagar, com vento suave e canto de pássaros ao longe.",
"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": "Tomada aérea sobre um lago de montanha coberto de névoa ao nascer do sol, pássaros voando, a câmera avança devagar, com vento suave e canto de pássaros ao longe.",
"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 $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "Transição suave do quadro inicial para o quadro final, a câmera se aproxima lentamente, mantendo o sujeito e a iluminação consistentes.",
"aspect_ratio": "16:9",
"resolution": "720p",
"duration": 8,
"first_frame_image": "https://example.com/first-frame.jpg",
"last_frame_image": "https://example.com/last-frame.jpg"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| Parâmetro | Tipo | Obrigatório | Padrão | Descrição |
|---|---|---|---|---|
model | string | Sim | Padrão: gemini-omni-1.2-flash | Fixo em gemini-omni-1.2-flash. Para o canal Ext, use gemini-omni-1.2-flash-ext: prompt obrigatório, vídeos exigem edit ou extend, e negative_prompt e system_prompt estão disponíveis, exceto com quadros inicial e final. |
prompt | string | Sim | Padrão: — | Descrição da cena para texto para vídeo, ou instrução de movimento, estilo ou edição para entradas de imagem e vídeo. Obrigatório em todos os modos, inclusive com imagens, quadros, vídeo ou extend_from_task_id; sem ele, a API retorna HTTP 400. |
duration | integer | Opcional | Padrão: 10 | Duração da saída em segundos inteiros, 3–15. A interpolação entre quadros inicial e final permite até 10. Na extensão, define a duração do trecho acrescentado (até 10); na edição, é ignorada e a saída mantém a duração do vídeo de origem. |
resolution | string | Opcional | Padrão: 720p | 360p, 720p, 1080p ou 4k, sem diferenciar maiúsculas de minúsculas; 2160p é tratado como 4k. 1080p e 4k são gerados com upscaling. Define a faixa de preço. |
aspect_ratio | string | Opcional | Padrão: 16:9 | 16:9 horizontal ou 9:16 vertical. Qualquer outro valor é tratado como 16:9. |
image_urls | array | Opcional | Padrão: — | Imagens de referência como URLs HTTP(S) públicas. Até 10 imagens, incluindo os quadros inicial e final; uma imagem é usada como plano de abertura, e várias funcionam como referências de sujeitos. |
first_frame_image | string | Opcional | Padrão: — | Quadro inicial. Sozinho, o vídeo começa a partir dele; com last_frame_image, o modelo interpola entre os dois. |
last_frame_image | string | Opcional | Padrão: — | Quadro final. Deve ser enviado junto com first_frame_image. |
image_with_roles | array | Opcional | Padrão: — | Forma equivalente em objetos: [{"url": "...", "role": "first_frame"}, {"url": "...", "role": "last_frame"}]. Outros valores de role são tratados como imagens de referência. |
video_urls | array | Opcional | Padrão: — | Um vídeo para editar ou estender, de até 15 segundos, como link HTTP(S) direto e público. |
omni_reference_task_type | string | Opcional | Padrão: auto | Tipo de tarefa: auto (padrão, detectado pelas entradas), edit (edição), extend (extensão) ou reference (referência com várias imagens). Entradas de vídeo são editadas por padrão, então envie extend para continuar um vídeo. text_to_video, image_to_video e reference_to_video também são aceitos. |
extend_from_task_id | string | Opcional | Padrão: — | ID de uma das suas tarefas de geração anteriores para continuá-la sem enviar o vídeo de novo. Edita por padrão; combine com omni_reference_task_type extend para continuá-la. |
Compare os modelos de vídeo Gemini Omni na APIMart. Uma única API key chama todas as versões; veja os preços atuais na página de cada modelo.
| Modelo | Ideal para | Resolução | Duração |
|---|---|---|---|
| Gemini Omni 1.2 Flash APIEsta página | Versão mais recente: clipes de até 15 segundos com áudio, referências, edição e extensão de vídeo | 360p / 720p / 1080p / 4K | 3–15 s |
| Gemini Omni 1.1 Flash API | Até 10 imagens, primeiro e último quadros, edição e extensão de vídeo | 360p / 720p / 1080p / 4K | 3–10 s |
| Gemini Omni 1.1 Flash Ext API | Duração definida na requisição, preço por resolução e duração (vídeo de referência por segundo); texto, uma imagem, vídeo de referência ou fusão de três imagens | 360p / 720p / 1080p / 4K | 4 / 6 / 8 / 10 s |
| Gemini Omni Flash Preview API | Clipes 720p a partir de texto, até 16 imagens de referência ou um vídeo | 720p | 3–10 s |
Guias, comparações e análises de preço do blog da APIMart.
Um único endpoint cobre geração, referências, edição e extensão.
Escolha para cada fluxo de trabalho a entrada de que ele precisa.
Crie uma API key, teste uma requisição no Playground e depois integre a API assíncrona.
Entre na APIMart, crie uma API key e adicione saldo. A mesma API key também funciona com todos os outros modelos da plataforma.
Escolha o prompt, a duração, a resolução, a proporção e, se precisar, quadros, imagens ou um vídeo de origem; depois confira o preço estimado no botão RUN.
Envie para POST /v1/videos/generations e consulte GET /v1/tasks/{task_id} a cada 5–10 segundos até a tarefa ser concluída ou falhar.
Duração, entradas, edição, preços e integração.
É o acesso via API ao modelo de vídeo Gemini Omni 1.2 Flash do Google, com o ID de modelo gemini-omni-1.2-flash. Um único endpoint cobre texto para vídeo, imagem para vídeo, referências com vários sujeitos, interpolação entre quadros inicial e final, edição e extensão de vídeo, e todos os clipes incluem áudio. Na APIMart, você a chama com sua API key da APIMart e paga por segundo de saída. A APIMart também oferece o gemini-omni-1.2-flash-ext, um canal Ext com preço fixo por segundo; alterne para ele acima do playground.
Na APIMart, a API do Gemini Omni são os modelos de vídeo Gemini Omni do Google, chamados por POST /v1/videos/generations com uma única API key. O Gemini Omni 1.2 Flash (gemini-omni-1.2-flash) é a versão mais recente e cria clipes de 3 a 15 segundos a partir de texto, imagens, primeiro e último quadros ou um vídeo existente. A tabela de modelos desta página compara as outras versões.
Omni Flash é o nome curto da linha Gemini Omni Flash do Google. Esta página trata do Gemini Omni 1.2 Flash; para chamar esta versão, informe gemini-omni-1.2-flash no campo model.
São os dois IDs de modelo desta página. O gemini-omni-1.2-flash é o canal oficial, cobrado por uso de tokens, com primeiro e último quadros, referências de vários sujeitos, edição e extensão. O gemini-omni-1.2-flash-ext é um canal separado com preço fixo por segundo em cada resolução; suporta texto para vídeo, primeiro quadro, primeiro e último quadros (3–10 segundos), até 10 imagens de referência, edição e extensão, e adiciona negative_prompt e system_prompt, que não podem ser usados com primeiro e último quadros. Os campos de preço e as regras de parâmetros não são intercambiáveis.
O parâmetro duration agora funciona: as saídas têm 3–15 segundos, em vez de cerca de 10 segundos toda vez no 1.1. O preço de tabela do Google para vídeo de saída cai de $17.50 para $12 por 1M de tokens, cerca de 31% a menos. Entradas, resoluções e endpoints continuam iguais. O Gemini Omni 1.1 Flash continua disponível em sua própria página.
Ambos são modelos de vídeo do Google. O Gemini Omni 1.2 Flash cria clipes de 3 a 15 segundos e pode editar ou estender um vídeo existente no mesmo endpoint. O Google indica gemini-omni-1.2-flash como substituto dos modelos preview do Veo 3.1 na API do Gemini. Se você já usa o Veo 3.1, compare os dois com seus próprios prompts antes de mudar.
model, prompt, duration, resolution, aspect_ratio, image_urls, first_frame_image, last_frame_image, image_with_roles, video_urls, omni_reference_task_type e extend_from_task_id. O prompt é obrigatório em todos os modos, mesmo ao enviar imagens, quadros ou vídeo. System prompts, temperature e um campo de prompt negativo não são suportados; coloque as exclusões no próprio prompt. Essas regras são do gemini-omni-1.2-flash. O gemini-omni-1.2-flash-ext sempre exige prompt, aceita last_frame_image apenas junto com first_frame_image e suporta negative_prompt e system_prompt, exceto em solicitações com primeiro e último quadros.
Solicitações com entrada de áudio, seed, saída GIF, n diferente de 1, watermark, width ou height, ou qualquer outro campo não documentado, bem como as que enviam último quadro sem primeiro quadro ou negative_prompt ou system_prompt com primeiro e último quadros, são rejeitadas no envio, sem criar tarefa nem cobrar. O prompt é sempre obrigatório, e o vídeo de origem deve ser um MP4, MOV ou WebM público de até 15 segundos e 64 MB.
Defina duration com um número inteiro de 3 a 15 segundos; o padrão é 10. A interpolação entre quadros inicial e final é limitada a 10 segundos. Na extensão, duration é a duração do trecho acrescentado, até 10 segundos: um clipe de 5 segundos com duration 4 fica com cerca de 9 segundos. Na edição, duration é ignorada e a saída mantém a duração do vídeo de origem. A saída tem 24 fps, e uma duração fora desses limites faz a tarefa falhar com invalid_duration, sem cobrança. No gemini-omni-1.2-flash-ext, enviar duration ao editar retorna erro, então omita-o.
Sim. Uma única imagem em image_urls ou em first_frame_image vira o plano de abertura. Adicione last_frame_image para interpolar entre dois quadros; enviar só o quadro final retorna invalid_frame_images. Várias imagens em image_urls funcionam como referências de sujeitos, e você descreve no prompt como eles interagem. No gemini-omni-1.2-flash-ext, use first_frame_image para a cena de abertura e adicione last_frame_image para chegar ao último quadro em 3 a 10 segundos; o último quadro não pode ser combinado com image_urls.
Até 10 imagens no total, contando os quadros inicial e final; acima disso, a API retorna unsupported_image_count. Para referências de personagens, use no máximo 6 imagens: até 2 personagens com no máximo 3 imagens cada. As imagens devem ser URLs HTTP(S) públicas; Base64 e data URLs não são suportados. No gemini-omni-1.2-flash-ext são aceitas até 10 imagens de referência, que não podem ser combinadas com primeiro ou último quadro.
Envie um clipe de até 15 segundos em video_urls ou referencie uma das suas próprias tarefas com extend_from_task_id. Sem omni_reference_task_type, as duas entradas são editadas no próprio clipe; defina omni_reference_task_type como extend para continuar a partir do último quadro. A extensão acrescenta até 10 segundos e só os segundos novos são cobrados. Instruções curtas terminando com "Keep everything else the same" funcionam melhor. No gemini-omni-1.2-flash-ext, omni_reference_task_type é obrigatório sempre que você envia um vídeo ou ID de tarefa, e a edição é cobrada pela duração do vídeo de origem.
Sim. Toda saída inclui áudio gerado, como diálogos, música ou efeitos sonoros, que você pode descrever no prompt. Arquivos de áudio não podem ser usados como entrada.
A resolução pode ser 360p, 720p (padrão), 1080p ou 4k; 1080p e 4k são gerados com upscaling, e 2160p é aceito como 4k. A proporção é 16:9 (padrão) ou 9:16, e outros valores são tratados como 16:9. Os quadros e as imagens de referência devem seguir a proporção escolhida. No gemini-omni-1.2-flash-ext só 16:9 e 9:16 são aceitos; sem proporção, com imagens ou vídeo, a saída segue o material.
A cobrança é por segundo de saída, e a resolução define a tarifa; veja a tabela de preços em tempo real nesta página para conferir os preços da APIMart. A tarifa de referência do Google é de cerca de $0.070 por segundo em 720p, então um clipe de 15 segundos em 720p custa cerca de $1.04. Na APIMart, membros Gold pagam $0.06 por segundo em 720p, então o mesmo clipe custa cerca de $0.90 (8 de novembro de 2026). Um depósito é reservado no envio e acertado conforme o uso real após a conclusão. O gemini-omni-1.2-flash-ext usa preço fixo por segundo em vez de liquidação por tokens: o custo é o preço por segundo da resolução × segundos cobrados (duration, a duração de origem ao editar ou só os segundos adicionados ao estender), e tarefas com falha são reembolsadas integralmente.
Na APIMart, o Gemini Omni 1.2 Flash é cobrado por segundo gerado, e a tarifa depende da resolução. Membros Gold pagam cerca de $0.02 em 360p, $0.06 em 720p, $0.09 em 1080p e $0.18 em 4K por segundo (8 de novembro de 2026). Confira os preços atuais na tabela desta página.
Não. A APIMart funciona com pagamento por uso, sem assinatura, e o botão RUN mostra o preço estimado antes do envio. Tarefas com falha, incluindo erros de parâmetros, não são cobradas. Se o seu saldo não cobrir o depósito da faixa selecionada, a requisição retorna HTTP 402.
Cadastre-se na APIMart, abra API Keys no painel e crie uma API key, ou use “Obter API key” nesta página. Envie-a como Authorization: Bearer <key>. A mesma API key funciona com o Gemini Omni 1.2 Flash e com os outros modelos da APIMart.
Envie sua requisição por POST para /v1/videos/generations e salve data[0].task_id. Consulte GET /v1/tasks/{task_id} a cada 5–10 segundos até que status seja completed e então leia data.result.videos[0].url[0]. Resoluções maiores e clipes mais longos demoram mais, então configure no cliente um tempo limite de cerca de 10 minutos. Os resultados ficam disponíveis por 72 horas.
No Espaço Econômico Europeu (EEE), na Suíça e no Reino Unido, não é possível editar ou estender vídeos enviados nem editar imagens que contenham menores de idade. Todas as saídas têm a marca d'água invisível SynthID do Google.
Explore mais modelos da mesma categoria.

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.