Gemini Omni Flash 参照画像から動画生成 API API の使い方:参照画像から動画生成統合ガイド(2026)
NamiFusion で Gemini Omni Flash 参照画像から動画生成 API API を呼び出す方法:パラメータ、料金、そのまま実行できるコード例、Playground で試用可能。
Gemini Omni Flash 参照画像から動画生成 API は Google の参照画像から動画生成モデルです:Gemini Omni Flash 参照画像から動画生成は、1枚以上の参照画像とテキストのプロンプトから、音声が同期した短い AI 動画を生成します。視覚的な一貫性を保ちながら、提供された参照内容に従ってガイド付きのマルチモーダル動画生成を行います。すぐに使える REST 推論 API、高性能、コールドスタートなし、手頃な価格。NamiFusion では Playground で試してから(送信前に見積もり表示)、統一 REST API で呼び出せます(1 回あたり約 $1.28)。
TL;DR
· タスク種別:参照画像から動画生成(提供:Google)
· 料金:1 回あたり約 $1.28($1 = 100 クレジット)、従量課金
· 始め方:Playground で試用(送信前に見積もり)→ API キー作成 → POST 一発で統合
· 調整可能パラメータ:4 個(下表参照)
· プラットフォーム透かしなし。商用利用可(利用規約に従う)
Gemini Omni Flash 参照画像から動画生成 API で何が作れる?
ショート動画・広告クリップ:一文または 1 枚の画像から公開可能な動画素材を生成。
製品デモやコンセプトプレビュー:撮影前に絵コンテと方向性を低コストで検証。
SNS コンテンツ量産:縦型ショートを一括生成し、トレンドに素早く乗る。
既存素材の二次創作:画像→動画で静止画作品に命を吹き込み、寿命を延ばす。
この API はどう呼び出す?
1. NamiFusion に登録し、API Keys ページでキーを作成(登録で無料クレジット)。
2. 下記の cURL 例でタスクを送信。Bearer トークンにキーを指定。
3. 返された task_uuid でステータスをポーリングし、完了後に出力 URL を取得。
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/google/gemini-omni-flash/reference-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"images": [
"https://example.com/input.jpg"
],
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"aspect_ratio": "16:9",
"duration": 8
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"どんなパラメータがある?
images(画像):必須
prompt(プロンプト):必須
aspect_ratio(アスペクト比):任意、デフォルト "16:9"
duration(長さ):任意、デフォルト 8
Gemini Omni Flash 参照画像から動画生成 API のプロンプトの書き方は?
1. 主体を先に:主役と動作を先に書き、環境・光・スタイルを後から足す(「雨のネオン街を走る宇宙飛行士、シネマティック、浅い被写界深度」)。
2. 形容詞の羅列より具体名詞:「85mm ポートレートレンズ、夕暮れの逆光」は「とても綺麗、超高品質」より遥かに効く。
3. 1 回の反復で変えるのは 1 変数だけ:seed を固定して再現し、語句を 1 つずつ調整する。
4. 否定は肯定で書く:「ぼかさない」ではなく「シャープなフォーカス、精細なディテール」と指定。
料金はいくら?
従量課金(クレジット制)。1 回あたり約 $1.28($1 = 100 クレジット)。解像度や長さなどで変動し、Playground では送信前に正確な見積もりが表示されます。
Gemini Omni Flash 参照画像から動画生成 API
参照画像から、同期音声付きの短尺動画を高速かつ安定して生成できるモデルです。
Gemini Omni Flash Reference to Video は、1枚または複数枚の参照画像とテキストのプロンプトから、同期音声付きの短尺動画を生成する画像から動画への AI モデルです。被写体の見た目やスタイルの一貫性を重視する用途に適しており、コールドスタートなし、安定した性能、導入しやすい価格設定が特長です。
🚀 主な特長
- 参照画像ベースの動画生成:1枚または複数枚の参照画像を使って、被写体、スタイル、レイアウト、画面構成を誘導できます。
- 高いビジュアル一貫性:人物、商品、オブジェクト、ブランド表現など、見た目の整合性を保ちたいケースに適しています。
- 同期音声を同時生成:動画とあわせて音声も生成できるため、短尺コンテンツをより完成形に近い形で作成できます。
- プロンプトによる動きの制御:シーン展開、被写体の動作、カメラワーク、テンポ、音声の方向性を自然言語で指定できます。
- シンプルなアスペクト比指定:
16:9の横向きと9:16の縦向きに対応し、主要な配信面に合わせやすい構成です。 - コールドスタートなし:応答性が高く、検証用途から本番運用まで扱いやすいモデルです。
🛠️ 技術仕様
| 項目 | 内容 |
|---|---|
| モデル名 | Gemini Omni Flash Reference to Video API |
| モデル ID | google/gemini-omni-flash/reference-to-video |
| タスク種別 | 画像から動画 |
| モデルアーキテクチャ | 参照画像誘導型のマルチモーダル動画生成モデル |
| 入力 | 1枚以上の参照画像 URL + プロンプト |
| 出力 | 同期音声付き動画 |
| 対応アスペクト比 | 16:9、9:16 |
| デフォルトのアスペクト比 | 16:9 |
| 長さの範囲 | 3〜10秒 |
| デフォルトの長さ | 8秒 |
| 音声機能 | あり(同期音声生成) |
| プロンプト制御 | シーン、動き、カメラ挙動、テンポ、音声演出 |
| 参照画像の指定方法 | プロンプト内で <IMAGE_REF_0> のようなタグを使用可能 |
| レイテンシ特性 | コールドスタートなし、応答性の高いオンライン生成向け |
| 出力形式 | 短尺動画クリップ |
サンプルプロンプト
The character in <IMAGE_REF_0> walks through a neon-lit street at night, slow forward camera push, subtle fabric movement in the wind, cinematic pacing, with ambient city audio.Using <IMAGE_REF_0> and <IMAGE_REF_1> as references, create a product showcase video in a clean studio setting, slow rotation of the subject, gentle orbit camera movement, with minimal futuristic sound design.Follow the visual style of <IMAGE_REF_0> and generate a vertical video where the subject turns, smiles, and waves to the camera, with soft background blur, upbeat pacing, and natural environmental audio.
💰 価格
| 項目 | 価格 |
|---|---|
| 基本料金 | $0.16 / 秒 |
| 3秒動画 | $0.48 |
| 5秒動画 | $0.80 |
| 8秒動画 | $1.28 |
| 10秒動画 | $1.60 |
FAQ
無料で試せますか?+
登録で無料クレジットが付与されますが、現在はアプリ内の一部の顔交換機能のみに適用されます。本モデルは従量課金です。Playground ではコードなしで試せ、送信前に正確な見積もりが表示されます。
生成物は商用利用できますか?ウォーターマークは?+
商用利用できます。NamiFusion はプラットフォームのウォーターマークを付けません。利用規約と適用法に従ってください。
コンテンツポリシーは?+
NamiFusion は無検閲エンジンで恣意的な制限はなく NSFW にも対応しますが、違法コンテンツと本人の同意のない実在人物素材は禁止です。詳細は利用規約へ。
Gemini Omni Flash 参照画像から動画生成 API のタスクはどれくらいかかる?+
パラメータ次第で、画像は数秒〜数十秒、動画は数十秒〜数分。API は task_uuid を返すのでポーリングできます。
解像度・長さの上限は?+
上のパラメータ表を参照してください。各モデルの解像度・長さの選択肢はパラメータ説明と Playground に記載されています。