如何使用 Gemini Omni Flash 文生视频 API API:文生视频接入指南(2026)
Gemini Omni Flash 文生视频 API API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。
Gemini Omni Flash 文生视频 API 是一款文生视频模型(由 Google 提供):Gemini Omni Flash Text to Video 可根据文本提示词生成带同步音频的短篇 AI 视频,结合视觉生成与音频输出,实现快速多模态视频创作。即开即用的 REST 推理 API,性能出色,无冷启动,价格实惠。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $1.04。
TL;DR
· 任务类型:文生视频,由 Google 提供
· 价格:典型一次约 $1.04($1 = 100 积分),按量计费无订阅
· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入
· 可调参数:3 个(见下方参数表)
· 无平台水印,商用可用(遵守服务条款)
用 Gemini Omni Flash 文生视频 API 能做什么?
短视频与广告片段:从一句话或一张图直接产出可发布的动态素材。
产品演示与概念预览:低成本验证分镜和视觉方向,再决定是否实拍。
社媒内容工厂:批量生成竖屏短片,配合热点话题快速上线。
已有素材的二次创作:图生视频让静态作品动起来,延长内容生命周期。
怎么调用这个 API?
1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册送免费积分)。
2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。
3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/google/gemini-omni-flash/text-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"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"有哪些参数?
prompt(提示词):必填
aspect_ratio(宽高比):可选,默认 "16:9"
duration(时长):可选,默认 8
Gemini Omni Flash 文生视频 API 的提示词怎么写?
1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。
2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。
3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。
4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。
价格是多少?
按次积分计价,典型一次调用约 $1.04($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。
Gemini Omni Flash 文生视频 API
快速生成带同步音频的短视频,支持高效多模态创作且无冷启动。
Gemini Omni Flash Text to Video 是一款面向短视频生成场景的文本生成视频模型,可根据提示词直接生成包含同步音频的视频内容。该模型兼顾生成速度、稳定性与成本效率,适合需要快速迭代创意、批量测试视频概念以及构建多模态内容工作流的开发者与团队。
🚀 核心特性
- 文本生成视频:仅需输入提示词,即可生成完整短视频,适合快速概念验证与内容生产。
- 同步音频生成:在生成视觉内容的同时输出匹配音频,适用于强调氛围、节奏与声音指令的场景。
- 无冷启动体验:适合线上业务与高频调用场景,减少等待时间,提升整体工作流效率。
- 灵活宽高比控制:支持 16:9 与 9:16 两种宽高比,覆盖横屏与竖屏发布需求。
- 短时长高效迭代:支持 3–10 秒 视频生成,便于快速测试镜头、节奏与创意方向。
- 高性价比:按秒计费,成本结构清晰,适合从原型验证到规模化内容生成的多种场景。
🛠️ 技术规格
| 项目 | 说明 |
|---|---|
| 模型名称 | Gemini Omni Flash Text to Video API |
| 模型 ID | google/gemini-omni-flash/text-to-video |
| 模型架构 | 文本生成视频多模态模型(支持同步音频生成) |
| 输入形式 | 文本提示词 |
| 输出形式 | 视频 + 音频 |
| 提示词 | 描述场景、主体、动作、镜头行为、节奏与音频方向 |
| 宽高比 | 16:9(默认)、9:16 |
| 时长 | 3–10 秒(默认 8 秒) |
| 分辨率 | 未公开;输出适配横屏与竖屏短视频场景 |
| 帧率 | 未公开 |
| 延迟 | 未公开;主打快速生成与无冷启动 |
| 输出交付 | 标准视频结果输出 |
| 适用任务 | 短视频生成、音画一体内容生成、创意原型测试 |
示例提示词
A cinematic sunset beach scene with gentle waves, a woman walking along the shoreline, slow camera pan, calm pacing, soft ambient ocean sounds and distant seagulls.A vertical street-food video at night in Tokyo, steam rising from fresh ramen, handheld camera movement, energetic pacing, lively city ambience and cooking sounds.A futuristic sports car driving through a neon-lit city, dynamic tracking shot, fast pacing, dramatic engine sound and electronic background music.
💰 价格
| 模式 | 价格 |
|---|---|
| 基础价格 | $0.13 / 秒 |
| 3 秒视频 | $0.39 |
| 5 秒视频 | $0.65 |
| 8 秒视频 | $1.04 |
| 10 秒视频 | $1.30 |
FAQ
可以先免费试用吗?+
注册即送积分,但赠送积分目前仅适用于应用内的部分换脸功能;本模型按量积分计费。Playground 仍可无代码试玩,提交前会显示准确报价。
生成内容可以商用吗?有水印吗?+
可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。
内容政策是什么?+
NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。
Gemini Omni Flash 文生视频 API 的任务要跑多久?+
取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。
分辨率/时长上限是多少?+
以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。