gemini-omni-1.2-flash

Text to Video

Image to Video

Reference to Video

Video to Video

Modelo:

Genere vídeos de 3 a 15 segundos en resoluciones de 360p a 4K a partir de texto, del primer y último fotograma o de hasta 10 imágenes y 3 vídeos de referencia, y edite clips existentes de hasta 15 segundos con la API Gemini Omni 1.2 Flash.

Obtener clave API

Documentación API

Entrada

Prompt

1287/20000

Create one continuous 15-second cinematic story at dusk as a storm rolls in. Reference image 1 is the lighthouse keeper: keep her face, silver braid, mustard-yellow oilskin coat, navy knit sweater, rubber boots and brass storm lantern exactly as shown. Reference image 2 is her border collie: keep the black-and-white coat, white face blaze, amber eyes and red neckerchief. Reference image 3 is the location: keep the red-and-white striped lighthouse, the keeper's cottage, the fenced gravel path and the granite headland. 0-5s: a wide aerial shot drifts toward the headland as dark clouds swallow the last orange light and waves explode against the rocks. 5-10s: the camera tracks low beside the keeper and the collie as they hurry up the wind-swept path, her coat snapping in the gale, the dog running ahead and glancing back at her, rain starting to streak across the frame. 10-15s: on the iron gallery at the top of the tower, she raises the lit lantern, the great lamp behind her flares to life, and its beam sweeps out across the dark sea toward a small fishing boat that turns toward the light while the collie stands beside her. Keep both characters consistent in every shot, realistic weather and water physics, natural film color. No text, no logos, no extra people or animals.

Image UrlsAdded 0/2

Drop files here, paste files, or add a URL. Optional first-frame and last-frame images, in order. Add 1 or 2 images. Using frames clears reference media and the video to edit.

Reference Image UrlsAdded 3/10

Drop files here, paste files, or add a URL. Optional reference images. Add up to 10 images; they can be combined with Reference Video Urls.

——

——

——

Reference Video Urls

Drop files here, paste files, or add a URL. Optional reference videos. Add up to 3 videos, each up to 15 seconds long.

Video Url

Drop files here, paste files, or add a URL. Optional video to edit, up to 15 seconds long. Editing uses the prompt and resolution, and the output follows the source video length.

Resolution

Duration

Aspect Ratio

Salida

Salida de ejemplo

Estos son datos de muestra. Genere un nuevo resultado para ver el resultado real.

ID de tarea:SLSED2I0EUQ5FWW0Creado:2026-11-07T05:19:27Z

Estado:finishedProgreso:100%

Examples

Detalles de precios

Pague por uso. Sin suscripción ni cargos ocultos.

1 crédito = $0.005

Nivel	Precio PoYo
360p	$0.027/s 5.46 créditos/s Vídeo de 5 s: $0.137 · Vídeo de 10 s: $0.273
720p	$0.082/s 16.38 créditos/s Vídeo de 5 s: $0.409 · Vídeo de 10 s: $0.819
1080p	$0.123/s 24.58 créditos/s Vídeo de 5 s: $0.615 · Vídeo de 10 s: $1.23
4K	$0.246/s 49.14 créditos/s Vídeo de 5 s: $1.23 · Vídeo de 10 s: $2.46

Cómo se factura: Se factura por segundo de vídeo generado.

Los cargos se basan en la salida final.

Gemini Omni 1.2 Flash

Texto, fotogramas, referencias y edición de vídeo en una sola API

API Gemini Omni 1.2 Flash: genere y edite vídeos de hasta 15 segundos

Acceda al instante a la API Gemini Omni 1.2 Flash en PoYo. Cree clips de 3 a 15 segundos a partir de un prompt, anime el recorrido entre el primer y el último fotograma, combine hasta 10 imágenes de referencia con hasta 3 vídeos de referencia o transforme un clip existente de hasta 15 segundos con una sola instrucción de texto.

Elija la duración que necesite entre 3 y 15 segundos, renderice en 360p, 720p, 1080p o 4K, en 16:9 o 9:16, y pague por segundo de vídeo generado, todo a través de una única API asíncrona con consulta del estado de las tareas y notificaciones por webhook.

Obtener clave API

Características clave de la API Gemini Omni 1.2 Flash

Cuatro flujos de producción con un solo ID de modelo: duración flexible, control del primer y último fotograma, creación con varias referencias y edición de vídeo mediante prompts.

Clips de 3 a 15 segundos con la duración exacta que necesita

Las duraciones fijas obligan a estirar los planos cortos o a recortar los largos. La API Gemini Omni 1.2 Flash acepta cualquier duración en segundos enteros entre 3 y 15, de modo que cada clip encaja en su hueco del montaje, en el formato del anuncio o en su momento del storyboard. Un clip completo de 15 segundos da cabida a varios planos en una sola toma, como este vídeo explicativo en macro de cuatro planos rodado dentro de una colmena. Renderice en 360p para borradores rápidos y pase a 720p, 1080p o 4K para la versión final.

Cualquier duración entre 3 y 15 segundos
Varios planos en un mismo clip
Salida en 360p, 720p, 1080p y 4K

Anime del primer al último fotograma

Defina exactamente dónde empieza y dónde termina un plano, en lugar de confiar en que el prompt le lleve hasta allí. Envíe una imagen para animar un fotograma inicial, o dos imágenes para pasar, en orden, del primer al último fotograma. En este ejemplo, la cámara parte de la fachada de un restaurante de ramen en miniatura y avanza hasta el comensal sentado en la barra en un único movimiento continuo, sin que el edificio, los letreros ni el personaje pierdan coherencia. Si define un último fotograma, los clips pueden durar hasta 10 segundos.

Una imagen anima el fotograma inicial
Dos imágenes fijan el primer y el último fotograma
Un movimiento de cámara continuo de hasta 10 segundos

Personas y productos coherentes gracias a varias referencias

Un anuncio o un vídeo de producto se resiente cuando una cara o una prenda cambia de un plano a otro. Envíe una foto del modelo con vistas frontal y trasera de cada conjunto, y la API Gemini Omni 1.2 Flash generará una secuencia de prueba virtual de 15 segundos en la que la persona es siempre la misma mientras cambia la ropa. Cada solicitud admite hasta 10 imágenes de referencia y hasta 3 vídeos de referencia de hasta 15 segundos cada uno, así que la identidad, los productos y el movimiento pueden proceder de archivos distintos.

Hasta 10 imágenes de referencia por solicitud
Hasta 3 vídeos de referencia de 15 segundos cada uno
Caras y prendas coherentes en todos los planos

Edite vídeos existentes con una instrucción de texto

Volver a rodar solo para cambiar el escenario o el ambiente es lento y caro. Envíe un clip de hasta 15 segundos con una instrucción en lenguaje natural, y la API Gemini Omni 1.2 Flash le devolverá una versión editada que respeta los tiempos del original. Puede volver a editar el resultado para seguir puliéndolo: esta escena pasa de un robledal a un establo, a una feria y a un castillo de piedra, mientras el caballero, la reina y el encuadre se mantienen intactos.

Edite clips de hasta 15 segundos
Pula el resultado edición tras edición
Personajes y encuadre intactos

¿Quién puede beneficiarse de la API Gemini Omni 1.2 Flash?

Apps de vídeo con IA y redes sociales

Ofrezca a sus usuarios texto a vídeo, animación de fotogramas y cambio de estilo de vídeos con una sola integración de la API Gemini Omni 1.2 Flash, y con duraciones que se adaptan a cualquier formato de feed.

Equipos de marketing y publicidad

Produzca piezas publicitarias de 6, 10 o 15 segundos en 16:9 o 9:16 a partir de fotos de producto y referencias de marca, y renueve sus creatividades existentes con ediciones mediante prompts.

E-commerce y contenido de producto

Use el primer y el último fotograma para presentar productos de forma controlada, y combine fotos de producto con vídeos de referencia de movimiento para crear clips de catálogo coherentes.

Estudios creativos y artistas

Combine personajes, escenarios y movimiento a partir de hasta 10 imágenes y 3 vídeos de referencia, y explore distintos estilos editando el metraje generado.

Previsualización y storyboard

Convierta las viñetas del storyboard en planos de duración exacta, haga borradores en 360p para revisar el ritmo y renderice las escenas aprobadas en 1080p o 4K.

Desarrolladores de flujos de vídeo

Automatice pipelines de generación y edición con un solo ID de modelo, consulta asíncrona de tareas, notificaciones por webhook y precios por segundo fáciles de prever.

Gemini Omni 1.2 Flash vs Gemini Omni 1.1 Flash: comparativa de modelos

Ambos modelos están disponibles en PoYo. Elija Gemini Omni 1.2 Flash si busca planos más largos, edición de vídeo, más opciones de referencia y facturación por segundo; elija Gemini Omni 1.1 Flash si prefiere precios fijos por generación en clips de 8 a 10 segundos en 720p o superior.

Característica	Gemini Omni 1.2 Flash	Gemini Omni 1.1 Flash
Ideal para	Planos más largos, edición de vídeo y escenas con varias referencias	Clips de 4 a 10 segundos a precio fijo en 720p, 1080p y 4K
Duración del clip	Cualquier duración de 3 a 15 segundos, para que cada plano encaje en su sitio	Cuatro duraciones predefinidas (4, 6, 8 y 10 s) para solicitudes sencillas y repetibles
Edición de vídeos existentes	Transforme un clip de hasta 15 segundos con una sola instrucción de texto	Centrado en generar clips nuevos a partir de texto, fotogramas y referencias
Material de referencia	Hasta 10 imágenes y hasta 3 vídeos de hasta 15 s cada uno en una misma solicitud	Hasta 7 imágenes, o un vídeo de referencia de 3 a 10 s con hasta 5 imágenes
Calidad de generación	Preferido frente a 1.1 en las comparativas directas de Google: 63 % en vídeo a partir de referencias, 59 % en imagen a vídeo y 57 % en edición	Resultados contrastados en flujos ya establecidos de 4 a 10 segundos
Modelo de precios	Por segundo, así que los clips cortos cuestan menos: 3 s en 720p son 49.14 créditos	Por generación, con el precio total claro antes de enviar
Borradores económicos	360p desde 5.46 créditos por segundo; 8 s salen por 43.68 créditos	Un único precio para 360p, 720p y 1080p: 75 créditos por 8 s
Clips largos en 1080p y 4K	Hasta 15 segundos por clip a 24.58 (1080p) o 49.14 (4K) créditos por segundo	75 créditos por 8 s en 1080p y 135 créditos por 8 s en 4K
Trabajos con vídeo de referencia	Las imágenes y vídeos de referencia no encarecen la tarifa por segundo	Tarifa plana de 120 créditos por trabajo, o 180 créditos en 4K

Cómo usar Gemini Omni 1.2 Flash API en PoYo

Paso 1: Regístrese y cree una clave API
Inicie sesión en PoYo y cree una clave API para el endpoint unificado de generación asíncrona.
Crear clave API →

Paso 2: Recargue créditos
Añada créditos a su cuenta. Gemini Omni 1.2 Flash se factura por segundo de vídeo generado, desde 5.46 créditos por segundo en 360p.
Añadir créditos →

Paso 3: Integre la API
Envíe model: "gemini-omni-1.2-flash" junto con un prompt. Añada image_urls para los fotogramas, reference_image_urls y reference_video_urls para las referencias, o video_url para editar un clip. Consulte el estado con el ID de tarea devuelto o configure callback_url para recibir el resultado.
Ver documentación →

Preguntas frecuentes sobre Gemini Omni 1.2 Flash API

¿Qué es Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash es un modelo de vídeo multimodal de Google para generar y editar vídeos cortos. En PoYo, la API gemini-omni-1.2-flash crea clips de 3 a 15 segundos a partir de texto, del primer y último fotograma o de imágenes y vídeos de referencia, y también edita clips existentes de hasta 15 segundos.

¿Qué modos de entrada admite la API Gemini Omni 1.2 Flash?

Los cuatro modos comparten el mismo ID de modelo. Envíe solo un prompt para texto a vídeo; una o dos image_urls para vídeo con primer y último fotograma; reference_image_urls y reference_video_urls para vídeo guiado por referencias; o video_url para editar un clip. El modo se determina según los campos incluidos en cada solicitud.

¿Cuánto pueden durar los vídeos de Gemini Omni 1.2 Flash?

Puede elegir cualquier duración en segundos enteros de 3 a 15 segundos; el valor predeterminado es de 8 segundos. Si define tanto el primer como el último fotograma, la duración máxima es de 10 segundos. En la edición de vídeo, el clip resultante se ajusta a la duración del vídeo de origen.

¿Cuántas imágenes y vídeos de referencia puedo usar?

Cada solicitud admite hasta 10 imágenes de referencia y hasta 3 vídeos de referencia, y puede combinar imágenes y vídeos en la misma solicitud. Cada vídeo de referencia puede durar hasta 15 segundos. El material de referencia está incluido en el precio por segundo.

¿Cómo funciona la edición de vídeo en la API Gemini Omni 1.2 Flash?

Envíe una video_url pública de hasta 15 segundos junto con un prompt que describa el cambio, como un nuevo estilo, fondo o ambiente, y, si lo desea, elija la resolución de salida. El clip editado respeta los tiempos del original, y se factura la duración del vídeo de origen redondeada al segundo entero superior.

¿Qué resoluciones y relaciones de aspecto hay disponibles?

La API Gemini Omni 1.2 Flash genera vídeo en 360p, 720p, 1080p o 4K, con 720p como valor predeterminado. Los clips generados usan formato horizontal 16:9 o vertical 9:16, y los clips editados conservan el encuadre del vídeo de origen.

¿Cuánto cuesta la API Gemini Omni 1.2 Flash en PoYo?

Se cobra por segundo de vídeo generado: 5.46 créditos en 360p, 16.38 en 720p, 24.58 en 1080p y 49.14 en 4K, y 1 crédito equivale a $0.005. Un clip de 8 segundos en 720p cuesta 131.04 créditos. El Playground le muestra la estimación antes de ejecutar cada tarea.

¿Cómo integro la API Gemini Omni 1.2 Flash a través de PoYo?

Cree una clave API de PoYo y envíe una petición POST a /api/generate/submit con el modelo gemini-omni-1.2-flash y sus campos de entrada. Use el task_id devuelto para consultar el estado de la tarea, o indique una callback_url para recibir un webhook cuando el vídeo esté listo.

¿Puedo probar Gemini Omni 1.2 Flash antes de integrarlo?

Sí. Con el Playground de esta página puede probar prompts, fotogramas, material de referencia y ediciones de vídeo con estimaciones de créditos en tiempo real, y después cambiar al modo JSON para copiar el cuerpo exacto de la solicitud para su integración.

Por qué usar PoYo para acceder a Gemini Omni 1.2 Flash API

Una API para todos los modos

Genere vídeo a partir de texto, fotogramas o referencias y edite vídeos con los mismos endpoints de envío y de estado, y con un único ID de modelo.

Precios por segundo transparentes

Los créditos dependen de los segundos generados y de la resolución, y el Playground muestra la estimación antes de cada ejecución, así que los costes son fáciles de prever.

Pruebas en el Playground

Pruebe duraciones, resoluciones, fotogramas, referencias y ediciones desde el navegador, y copie después la solicitud JSON exacta en su código.

Callbacks listos para producción

Consulte las tareas por ID o reciba una notificación por webhook cuando el vídeo esté terminado, e integre la API en sus pipelines asíncronos sin infraestructura adicional.