Gemini Omni Flash 画像から動画 API

google/gemini-omni-flash/image-to-video

Gemini Omni Flash Image to Video は、入力画像を同期音声付きの短い AI 動画に変換し、元画像に沿って動きと音を追加します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。

パラメータ

名前型既定制約説明
image *画像image_upload—image/* · 0–1 itemsアニメーション化する入力画像の URL。
prompt *プロンプトtextarea—≤ 5000 chars画像をどのようにアニメーション化するかを説明するテキストプロンプト。
aspect_ratioアスペクト比select16:916:9 | 9:16生成される動画のアスペクト比。
duration長さselect83 | 4 | 5 | 6 | 7 | 8 | 9 | 10生成される動画の長さ(秒)。

出力フィールド

フィールド型説明
videosarray<string>

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/google/gemini-omni-flash/image-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "image": [
      "https://assets-public.namifusion.com/marketplace/images/2026-06-12/638e1ee18ac7.jpeg"
    ],
    "prompt": "Animate the image with subtle natural motion, a gentle camera push-in, consistent subject details, and cinematic light.",
    "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"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/google/gemini-omni-flash/image-to-video",
    headers=HEADERS,
    json={
        "input": {
            "image": [
                "https://assets-public.namifusion.com/marketplace/images/2026-06-12/638e1ee18ac7.jpeg"
            ],
            "prompt": "Animate the image with subtle natural motion, a gentle camera push-in, consistent subject details, and cinematic light.",
            "aspect_ratio": "16:9",
            "duration": 8
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/google/gemini-omni-flash/image-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "image": [
        "https://assets-public.namifusion.com/marketplace/images/2026-06-12/638e1ee18ac7.jpeg"
      ],
      "prompt": "Animate the image with subtle natural motion, a gentle camera push-in, consistent subject details, and cinematic light.",
      "aspect_ratio": "16:9",
      "duration": 8
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

Gemini Omni Flash Image to Video API

1枚の画像から、音声付きの短尺動画をすばやく生成。

Gemini Omni Flash Image to Video は、入力画像をもとに短い AI 動画へ変換し、さらに同期した音声も生成できる画像から動画へのモデルです。高速な推論、コールドスタートなし、扱いやすい設定項目により、短尺コンテンツ制作やクリエイティブ検証に適しています。

🚀 主な特長

  • 画像から動画への生成:静止画像をベースに、元画像の構図や被写体の印象を保ちながら短尺動画へ展開できます。
  • 同期音声の生成:動画出力とあわせて音声も生成し、より完成度の高いコンテンツ制作を支援します。
  • プロンプトによる動きの制御:プロンプトで被写体の動き、カメラモーション、場面変化、テンポ、音声演出を指定できます。
  • シンプルなアスペクト比設定:16:9 の横向きと 9:16 の縦向きに対応し、配信先に合わせて選択できます。
  • 柔軟な長さ設定:3〜10秒 の短尺動画を生成でき、試作から実運用まで幅広く活用できます。
  • コールドスタートなし:繰り返し生成するワークフローでも待ち時間を抑えやすく、運用しやすい構成です。

🛠️ 技術仕様

項目内容
モデル名Gemini Omni Flash Image to Video API
モデル IDgoogle/gemini-omni-flash/image-to-video
タスク種別画像から動画
モデルアーキテクチャプロンプト誘導型の画像アニメーション生成モデル(同期音声生成対応)
入力形式画像 URL + プロンプト
出力形式動画 + 音声
画像単一の入力画像 URL
プロンプト必須。動き、カメラ挙動、シーン変化、テンポ、音声演出を記述
アスペクト比16:9(デフォルト)、9:16
長さ3〜10 秒(デフォルト:8)
解像度選択したアスペクト比に応じた短尺動画向け出力
音声機能動画と同期した音声生成に対応
レイテンシ高速推論向けに最適化、コールドスタートなし

サンプルプロンプト

  • 人物がゆっくり前に歩き、カメラはやさしく寄っていく。背景の木々は風でわずかに揺れ、柔らかな風の環境音を加える。
  • 商品が画面中央でゆっくり回転し、カメラはクローズアップからミディアムショットへ引く。クリーンで未来感のある音声演出を加える。
  • 夜の都市風景でネオンが徐々に点灯し、カメラは滑らかに横移動する。控えめな街の環境音を加え、シネマティックな雰囲気にする。

💰 価格

モード価格
基本単価$0.14 / 秒
3秒動画$0.42
5秒動画$0.70
8秒動画$1.12
10秒動画$1.40

💡 主なユースケース

  • ソーシャルメディア向け短尺動画:縦向き・横向きの短尺コンテンツをすばやく制作できます。
  • EC・商品プロモーション:商品画像を動きのある販促動画へ変換し、訴求力を高められます。
  • クリエイティブ検証:カメラモーション、テンポ、演出方針、音と映像の組み合わせを短時間で試せます。
  • ブランド・キャンペーン制作:既存のビジュアル素材から、音声付きのプロモーション動画を効率よく作成できます。

🔗 関連モデル

  • Google Gemini 3 Pro Image Text To Image:画像とテキストをもとに静止画像を生成したい場合に適しています。
  • Google Gemini Omni Flash Reference To Video:参照ベースの動画生成ワークフローに適した関連モデルです。

関連モデル

xAI Grok Imagine Video v1.5 画像から動画
画像から動画X Ai

xAI Grok Imagine Video v1.5 画像から動画

1枚の入力画像とテキストプロンプトから1-15秒の動画を生成します。480pと720pに対応しています。

〜 $0.850 / 1 回
Vidu Q4 Preview 画像から動画
画像から動画Vidu

Vidu Q4 Preview 画像から動画

プロンプトと1枚の画像から3〜16秒の動画を生成します。音声生成とプロンプト拡張は任意で、540p、720p、1080p、2k、4kに対応します。

〜 $0.475 / 1 回
vidu/q3/image-to-video-spicy 画像から動画生成
画像から動画Vidu

vidu/q3/image-to-video-spicy 画像から動画生成

Vidu Q3 Image-to-Video Spicy は、画像から高品質な動画を無制限に生成でき、滑らかなアニメーションと多彩な動きが特長です。大規模なコンテンツ生成向けに最適化されています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格を実現します。

〜 $0.750 / 1 回
Vidu Q3 画像から動画へ
画像から動画Vidu

Vidu Q3 画像から動画へ

Vidu Q3 画像から動画へは、テキストプロンプトを高品質な動画に変換し、優れた視覚的忠実度と多様なモーションを実現します。すぐに使える REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

〜 $0.750 / 1 回
MiniMax H3 Spicy 画像から動画
画像から動画Minimax

MiniMax H3 Spicy 画像から動画

開始画像から動画を生成し、任意のプロンプトと最終フレームで動きを誘導します。480p、540p、768p、1080p、3〜15秒に対応します。

〜 $0.200 / 1 回
MiniMax H3 画像から動画
画像から動画Minimax

MiniMax H3 画像から動画

MiniMax H3 Image to Video は、最初のフレーム画像を自然で一貫性のある 2K 動画にアニメーション化します。自然言語によるモーション指示に対応し、任意の最終フレーム制御によって、動きの一貫性、シーンの連続性、映画のような動画生成を実現します。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格で利用できます。

〜 $0.650 / 1 回
ltx-2.5/image-to-video 画像から動画生成
画像から動画Ltx 2.5

ltx-2.5/image-to-video 画像から動画生成

LTX 2.5 Image-to-Video は、最初のフレーム画像をアニメーション化し、高忠実度で音声と動画が同期したコンテンツを生成します。オプションで最後のフレームのガイド指定が可能で、720P / 1080P / 2K / 4K 出力に対応。シネマティックな動画、SNS コンテンツ、広告、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。

〜 $0.500 / 1 回
ai/ltx-2.3-spicy/image-to-video-lora 画像から動画
画像から動画Lightricks

ai/ltx-2.3-spicy/image-to-video-lora 画像から動画

LTX 2.3 Spicy LoRA Image to Video API は、参照画像とプロンプトから表現力豊かな AI 動画を生成します。選択可能な LoRA プリセット、任意の LoRA 強度上書き、長さ、解像度の設定に対応しています。MaaS でコールドスタートなしの高速 REST 推論を、手頃な価格で利用できます。

〜 $0.150 / 1 回