Gemini Omni 1.2 Flash API(gemini-omni-1.2-flash)是 Google 的多模态视频模型,支持文生视频、图生视频、首尾帧插值、视频编辑与续写。时长可设为 3–15 秒,每段输出都带音频,在 APIMart 按分辨率逐秒计费。Ext 通道 gemini-omni-1.2-flash-ext 支持包括首尾帧在内的同类核心模式,按每秒固定价计费。
服务亮点
Video link valid for 72 hours
透明定价,无隐藏费用。按量付费,用多少付多少。
| 型号 | 规格 | 黄金价当前价格 | 铂金价 | 钻石价 | 官方价 | 为你节省 |
|---|---|---|---|---|---|---|
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% |
* 实际费用以最终输出为准。
gemini-omni-1.2-flash
透明定价,无隐藏费用。按量付费,用多少付多少。
每 100 万 token
| 计费项 | 黄金价当前价格 | 铂金价 | 钻石价 |
|---|---|---|---|
| 输入 | 12~$1.2 | 11.4~$1.14 | 10.8~$1.08 |
| 输出 | 96~$9.6 | 91.2~$9.12 | 86.4~$8.64 |
提示词、图片、首尾帧或一段源视频,都提交给同一个模型 ID。Gemini Omni 1.2 Flash 输出 24fps 视频,带对白、音乐或音效,分辨率从 360p 到上采样 4K,时长通过 duration 参数自行设置。Ext 通道(gemini-omni-1.2-flash-ext)同样接受这些输入(含首尾帧),每秒按固定价计费。
提交异步视频任务,再用任务 ID 查询,直到视频生成完成。
把 APIMart API Key 保存到 APIMART_API_KEY 环境变量,每次请求都以 Authorization: Bearer <key> 发送。
把 model、prompt 及所需参数 POST 到 /v1/videos/generations,从响应中读取 data[0].task_id。示例中的 example.com 地址只是占位,请换成你自己可公开访问的 HTTP(S) 地址。
轮询 GET /v1/tasks/{task_id},status 为 completed 时读取 data.result.videos[0].url[0],最终扣费见 cost;status 为 failed 时查看 error.message。结果保留 72 小时,请及时下载需要的视频。
鉴权和任务状态的详细说明请查看 APIMart API 文档。
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": "日出时分航拍薄雾笼罩的山间湖泊,飞鸟掠过,镜头缓慢前推,伴随轻柔的风声和远处的鸟鸣。",
"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": "日出时分航拍薄雾笼罩的山间湖泊,飞鸟掠过,镜头缓慢前推,伴随轻柔的风声和远处的鸟鸣。",
"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 $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.2-flash",
"prompt": "从首帧平滑过渡到尾帧,镜头缓慢推进,主体和光线保持一致。",
"aspect_ratio": "16:9",
"resolution": "720p",
"duration": 8,
"first_frame_image": "https://example.com/first-frame.jpg",
"last_frame_image": "https://example.com/last-frame.jpg"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
model | string | 是 | 默认值: gemini-omni-1.2-flash | 固定为 gemini-omni-1.2-flash。Ext 通道请用 gemini-omni-1.2-flash-ext:提示词必填、带视频须指定 edit 或 extend,除首尾帧外可使用 negative_prompt 与 system_prompt。 |
prompt | string | 是 | 默认值: — | 文生视频时写场景描述;有图片或视频输入时写动作、风格或编辑指令。所有模式都必填,包括传图片、首尾帧、视频或 extend_from_task_id 的请求;缺少时返回 HTTP 400。 |
duration | integer | 否 | 默认值: 10 | 输出时长,3–15 整秒。首尾帧插值最长 10 秒;续写时为新增部分的长度,最长 10 秒;编辑视频时不生效,输出时长跟随源视频。 |
resolution | string | 否 | 默认值: 720p | 360p、720p、1080p 或 4k,大小写不敏感,2160p 视为 4k。1080p 和 4k 为上采样,分辨率决定价格档位。 |
aspect_ratio | string | 否 | 默认值: 16:9 | 16:9 横屏或 9:16 竖屏,其他值按 16:9 处理。 |
image_urls | array | 否 | 默认值: — | 参考图,需为可公开访问的 HTTP(S) 地址。含首尾帧最多 10 张;单张作为开场画面,多张作为主体参考。 |
first_frame_image | string | 否 | 默认值: — | 首帧。单独传入时以它作为起始画面;与 last_frame_image 同传时在两帧之间插值。 |
last_frame_image | string | 否 | 默认值: — | 尾帧,必须与 first_frame_image 同时传入。 |
image_with_roles | array | 否 | 默认值: — | 等价的对象写法:[{"url": "...", "role": "first_frame"}, {"url": "...", "role": "last_frame"}],其余 role 视为参考图。 |
video_urls | array | 否 | 默认值: — | 待编辑或续写的视频,最多 1 段、不超过 15 秒,需为可公开访问的 HTTP(S) 直链。 |
omni_reference_task_type | string | 否 | 默认值: auto | 任务类型:auto(默认,按输入自动判断)、edit(编辑)、extend(续写)或 reference(多图参考)。有视频输入时默认编辑,要续写必须传 extend。也接受 text_to_video、image_to_video、reference_to_video。 |
extend_from_task_id | string | 否 | 默认值: — | 基于自己的上一次生成任务继续,不必重新上传视频。默认编辑;配合 omni_reference_task_type 为 extend 时续写。 |
对比 APIMart 上的 Gemini Omni 视频型号。一个 API Key 即可调用全部版本,实时价格见各型号页面。
| 型号 | 适用场景 | 分辨率 | 时长 |
|---|---|---|---|
| Gemini Omni 1.2 Flash API当前页面 | 最新版本:最长 15 秒,自带音频,支持参考图、视频编辑和续写 | 360p / 720p / 1080p / 4K | 3–15 秒 |
| Gemini Omni 1.1 Flash API | 最多 10 张图片,支持首尾帧、视频编辑和续写 | 360p / 720p / 1080p / 4K | 3–10 秒 |
| Gemini Omni 1.1 Flash Ext API | 时长在请求中设置,按分辨率和时长计价(参考视频按秒计费),支持文本、单图、参考视频或 3 图融合 | 360p / 720p / 1080p / 4K | 4 / 6 / 8 / 10 秒 |
| Gemini Omni Flash Preview API | 720p 视频,支持文本、最多 16 张参考图或 1 个视频 | 720p | 3–10 秒 |
来自 APIMart 博客的教程、对比与价格分析。
一个接口覆盖生成、参考图、编辑与续写。
按场景选择需要提供的素材。
创建 Key,在工作台试一次请求,再接入异步 API。
登录 APIMart,创建 API Key 并充值。同一个 Key 也能调用平台上的其他模型。
设置提示词、时长、分辨率、比例,以及需要的首尾帧、参考图或源视频,在 RUN 按钮上查看预估价格。
提交到 POST /v1/videos/generations,然后每 5–10 秒轮询一次 GET /v1/tasks/{task_id},直到任务完成或失败。
时长、素材、编辑、价格与接入。
它是 Google Gemini Omni 1.2 Flash 视频模型的 API 调用方式,模型 ID 为 gemini-omni-1.2-flash。同一个接口支持文生视频、图生视频、多主体参考、首尾帧插值、视频编辑与续写,每段输出都带音频。在 APIMart 用你的 API Key 调用,按输出秒数计费。APIMart 另提供 gemini-omni-1.2-flash-ext,这是按每秒固定价计费的 Ext 通道,可在工作台上方切换。
在 APIMart 上,Gemini Omni API 指谷歌的 Gemini Omni 视频模型,用一个 API Key 通过 POST /v1/videos/generations 调用。Gemini Omni 1.2 Flash(gemini-omni-1.2-flash)是最新版本,可根据文本、图片、首尾帧或已有视频生成 3–15 秒的视频。其他版本的区别见本页的系列型号对比表。
Omni Flash 是谷歌 Gemini Omni Flash 系列的简称。本页介绍的是 Gemini Omni 1.2 Flash,调用时把 model 字段设为 gemini-omni-1.2-flash 即可。
它们是本页的两个模型 ID。gemini-omni-1.2-flash 是官方通道,按 Token 用量结算,支持首尾帧、多主体参考、编辑和续写。gemini-omni-1.2-flash-ext 是独立通道,按分辨率每秒固定计价,支持文生视频、首帧、首尾帧(3–10 秒)、最多 10 张参考图、编辑和续写,另有 negative_prompt 与 system_prompt,但首尾帧时不能使用这两个参数。两者的价格字段和参数规则不能互相套用。
duration 参数现在真正生效:输出为 3–15 秒,而 1.1 无论怎么设置都输出约 10 秒。Google 官方的视频输出单价从每百万 Token 17.50 美元降到 12 美元,约低 31%。其余输入、分辨率和接口与 1.1 相同。Gemini Omni 1.1 Flash 仍可在其独立页面使用。
两者都是谷歌的视频模型。Gemini Omni 1.2 Flash 可生成 3–15 秒的视频,并能在同一接口中编辑或续写已有视频。谷歌在 Gemini API 中把 gemini-omni-1.2-flash 列为 Veo 3.1 预览版模型的替代型号。如果你已在使用 Veo 3.1,建议用自己的提示词对比后再切换。
model、prompt、duration、resolution、aspect_ratio、image_urls、first_frame_image、last_frame_image、image_with_roles、video_urls、omni_reference_task_type 和 extend_from_task_id。所有模式都必须传 prompt,传图片、首尾帧或视频时也一样。不支持 system prompt、temperature 和负向提示词参数,需要排除的内容直接写进 prompt。以上规则适用于 gemini-omni-1.2-flash。gemini-omni-1.2-flash-ext 的提示词始终必填,last_frame_image 须与 first_frame_image 同传,除首尾帧请求外支持 negative_prompt 与 system_prompt。
请求中带有音频输入、seed、GIF 输出、n 不为 1、watermark、width 或 height,或任何文档外字段,或只传尾帧不传首帧,或在首尾帧请求中带 negative_prompt 或 system_prompt 时,提交即被拒绝,不建任务、不扣费。提示词始终必填,源视频需为公网可访问、不超过 15 秒和 64 MB 的 MP4、MOV 或 WebM。
duration 可设为 3–15 之间的整数秒,默认 10 秒;首尾帧插值最长 10 秒。续写时 duration 指新增部分的长度,最长 10 秒,例如 5 秒原片配 duration 4,成片约 9 秒;编辑视频时 duration 不生效,输出时长跟随源视频。输出为 24fps。超出范围时任务会以 invalid_duration 失败,且不扣费。在 gemini-omni-1.2-flash-ext 上,编辑时传 duration 会报错,请不要传。
可以。image_urls 里只放一张图或使用 first_frame_image 时,图片会作为开场画面。再加 last_frame_image 即可在两帧之间插值;只传尾帧会返回 invalid_frame_images。image_urls 里放多张图时作为主体参考,在提示词里描述它们如何互动。在 gemini-omni-1.2-flash-ext 上,请用 first_frame_image 指定开场画面,再加 last_frame_image 即可在 3–10 秒内过渡到尾帧;尾帧不能与 image_urls 同传。
含首帧和尾帧在内最多 10 张,超出会返回 unsupported_image_count。做角色参考时建议不超过 6 张:最多 2 个角色,每个角色最多 3 张。图片需为可公开访问的 HTTP(S) 地址,不支持 Base64 或 data URL。在 gemini-omni-1.2-flash-ext 上,参考图最多 10 张,且不能与首帧或尾帧同传。
在 video_urls 中传一段最长 15 秒的视频,或用 extend_from_task_id 引用自己的任务。不传 omni_reference_task_type 时两种方式都是编辑;把 omni_reference_task_type 设为 extend 才会从片尾接着往下拍。续写新增部分最长 10 秒,只按新增秒数计费。编辑指令越简单越好,并加上一句「Keep everything else the same」。在 gemini-omni-1.2-flash-ext 上,只要传了视频或任务 ID 就必须指定 omni_reference_task_type,编辑按原视频时长计费。
会。每段输出都带生成的音频,例如对白、音乐或音效,可以在提示词里描述想要的声音。不支持把音频文件作为输入。
分辨率可选 360p、720p(默认)、1080p 或 4k,其中 1080p 和 4k 为上采样,2160p 按 4k 处理。画面比例为 16:9(默认)或 9:16,其他值按 16:9 处理。首尾帧和参考图应与所选比例一致。在 gemini-omni-1.2-flash-ext 上只接受 16:9 和 9:16;带图片或视频且不传比例时,成片跟随素材。
按输出秒数计费,分辨率决定单价,APIMart 的当前价格见本页实时价格表。Google 官方 720p 参考价约为每秒 0.070 美元,15 秒 720p 视频约 1.04 美元。在 APIMart 上,黄金会员 720p 每秒 0.06 美元,同样 15 秒的视频约 0.90 美元(2026 年 11 月 8 日)。提交时会先预扣一笔押金,完成后按实际用量多退少补。gemini-omni-1.2-flash-ext 按秒固定计价,不按 Token 多退少补:费用 = 所选分辨率的每秒固定价 × 计费秒数(取 duration;编辑取原视频时长;续写只算新增秒数),失败任务全额退款。
在 APIMart 上,Gemini Omni 1.2 Flash 按输出秒数计费,单价取决于分辨率。黄金会员每秒约为 360p $0.02、720p $0.06、1080p $0.09、4K $0.18(2026 年 11 月 8 日)。当前价格以本页价格表为准。
不免费。APIMart 按量付费、无需订阅,提交前 RUN 按钮会显示预估价格。失败的任务(包括参数错误)不计费。余额不足以覆盖所选档位的押金时,请求会返回 HTTP 402。
注册 APIMart,在控制台的 API Keys 页面创建 Key,或直接点击本页的「获取 API Key」。请求时以 Authorization: Bearer <key> 发送。同一个 Key 可同时调用 Gemini Omni 1.2 Flash 和 APIMart 上的其他模型。
把请求 POST 到 /v1/videos/generations,保存 data[0].task_id。每 5–10 秒轮询一次 GET /v1/tasks/{task_id},status 为 completed 时读取 data.result.videos[0].url[0]。分辨率越高、时长越长,生成越久,客户端超时建议设为 10 分钟左右。结果保留 72 小时。
在欧洲经济区、瑞士和英国,不支持编辑或续写上传的视频,也不支持编辑含有未成年人的图片。所有输出都带有 Google 的 SynthID 不可见水印。
探索同类型的其他模型。

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.