Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash — видеомодель Google с нативно мультимодальным входом: понимает текст, картинки, аудио и видео одновременно. Генерация с нуля и по первому кадру, редактирование и продление готового ролика. Нативная озвучка, длительность от 1 до 15 секунд. Генерация асинхронная: POST /v1/videos возвращает задачу, дальше опрос статуса и скачивание mp4.

Параметры

Поле	Описание
model	google/gemini-omni-1.1-flash (короткие omni / gemini-omni)
prompt	Описание сцены, обязательное; до 30 000 символов
seconds	Целое от 1 до 15; по умолчанию 5. Минимальный счёт апстрима — 3 секунды: запрос короче 3 секунд тарифицируется как 3
size	Один из шести размеров ниже; по умолчанию 1280x720
input_reference	Image-to-video: одна картинка как стартовый кадр, {"image_url": "data:image/...;base64,..."}
input_references	Не поддержан текущим каналом: референсы вернут 400 (фича прямого Google-канала, на агрегаторе не принимается с 31.10)
input_video	Видео на вход: {"video_url": "https://..."} или data:-URL — до 10 секунд для редактирования и продления
seed	Сид повторяемости: целое 0…2147483647

Разрешения и форматы кадра (360p — черновики, 1080p и 4K — апскейл):

Соотношение	360p	720p	1080p	4K
16:9	640x360	1280x720	1920x1080	3840x2160
9:16	360x640	720x1280	1080x1920	2160x3840

Примеры

Генерация по тексту

Python

import requests

job = requests.post(
    "https://api.mixen.ai/v1/videos",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "omni",
        "prompt": "Неоновый город под дождём, камера скользит вдоль мокрого асфальта, отражения вывесок",
        "seconds": "8",
        "size": "1280x720",
    },
).json()
print(job["id"], job["status"])

cURL

curl https://api.mixen.ai/v1/videos \
  -H "Authorization: Bearer $MIXEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "omni",
    "prompt": "Неоновый город под дождём, камера скользит вдоль мокрого асфальта, отражения вывесок",
    "seconds": "8",
    "size": "1280x720"
  }'

Опрос и скачивание

curl https://api.mixen.ai/v1/videos/video_... \
  -H "Authorization: Bearer $MIXEN_API_KEY"

curl -L https://api.mixen.ai/v1/videos/video_.../content \
  -H "Authorization: Bearer $MIXEN_API_KEY" \
  -o omni.mp4

Статусы: queued → in_progress → completed либо failed. Разумный интервал опроса — 5–10 секунд. Детали цикла — гайд по видео.

Цена

Тарификация посекундная: 360p — 4.28 ₽ за секунду, 720p — 13.06 ₽, 1080p — 19.00 ₽, 4K — 36.81 ₽. Минимальный счёт апстрима — 3 секунды. Актуальные цены — каталог.

Сильные стороны и ограничения

• Мультимодальный вход одновременно: текст, картинки, аудио и видео в одном запросе.
• Первый и последний кадр — в веб-кабинете и боте.
• Редактирование и продление готового ролика (до 10 секунд на вход), поэтапные правки в диалоге — в боте.
• Непрерывная длительность 1–15 секунд; короче 3 секунд тарифицируется как 3.
• Нативная озвучка; отдельного отключения звука в API нет.
• Только два формата кадра: 16:9 и 9:16.

Все модели — в каталоге. Общий порядок работы с видео — гайд по видео.