01
3 到 15 秒任意时长生成
固定时长档位常常让短镜头被拉长、长镜头被截断。Gemini Omni 1.2 Flash API 支持 3 到 15 秒之间的任意整数秒，让每段视频刚好匹配剪辑位置、广告规格或分镜节奏。完整的 15 秒足够在一段视频里安排多个镜头，比如这段在蜂巢内部拍摄的四镜头微距科普片。先用 360p 快速出草稿，定稿后再输出 720p、1080p 或 4K。
- 3 到 15 秒任意整数秒
- 一段视频容纳多镜头叙事
- 支持 360p、720p、1080p 和 4K
gemini-omni-1.2-flash
模型:
使用 Gemini Omni 1.2 Flash API，根据文本、首尾帧或最多 10 张参考图和 3 段参考视频生成 3–15 秒、360p 至 4K 的视频，并可编辑 15 秒以内的已有视频。
输入
1287/20000
已添加 0/2
支持拖放文件、粘贴文件或添加链接。 可选的首帧和尾帧图片，按顺序添加 1 至 2 张。使用首尾帧时会清空参考素材和待编辑视频。
已添加 3/10
支持拖放文件、粘贴文件或添加链接。 可选参考图片，最多 10 张，可与 Reference Video Urls 同时使用。
——
——
——
支持拖放文件、粘贴文件或添加链接。 可选参考视频，最多 3 个，每个不超过 15 秒。
支持拖放文件、粘贴文件或添加链接。 可选的待编辑视频，不超过 15 秒。编辑时使用提示词和分辨率，输出时长与源视频一致。
s
输出
示例输出
这是示例数据。生成新结果后可查看真实输出。
任务 ID:SLSED2I0EUQ5FWW0创建时间:2026-11-07T05:19:27Z
状态:finished进度:100%
Examples
价格详情
按量付费，无订阅、无隐藏费用。
| 档位 | PoYo 价格 |
|---|---|
| 360p | $0.027/秒 5.46 积分/秒 5 秒视频：$0.137 · 10 秒视频：$0.273 |
| 720p | $0.082/秒 16.38 积分/秒 5 秒视频：$0.409 · 10 秒视频：$0.819 |
| 1080p | $0.123/秒 24.58 积分/秒 5 秒视频：$0.615 · 10 秒视频：$1.23 |
| 4K | $0.246/秒 49.14 积分/秒 5 秒视频：$1.23 · 10 秒视频：$2.46 |
计费方式: 按输出视频的秒数计费。
实际扣费以最终输出为准。
Gemini Omni 1.2 Flash
文本、首尾帧、参考素材与视频编辑，一个视频 API 全部搞定
Gemini Omni 1.2 Flash API - 生成与编辑最长 15 秒的视频
在 PoYo 即刻调用 Gemini Omni 1.2 Flash API。用提示词生成 3 到 15 秒的视频，在首帧和尾帧之间生成过渡动画，组合最多 10 张参考图和最多 3 段参考视频，或用一句文字指令改写一段 15 秒以内的已有视频。
时长可在 3 到 15 秒之间任选，支持 360p、720p、1080p 和 4K 输出，画幅可选 16:9 或 9:16，按输出秒数计费，通过统一的异步 API 轮询任务或接收 Webhook 回调。
Gemini Omni 1.2 Flash API 的核心功能
一个模型 ID 覆盖四种生产流程：任意时长生成、首尾帧控制、多参考素材创作和文字指令视频编辑。
02
在首帧和尾帧之间生成动画
与其指望提示词把镜头带到位，不如直接指定镜头的起点和终点。传一张图即可让起始画面动起来，传两张图则按顺序从首帧过渡到尾帧。示例中，镜头从一家微缩拉面店的外景一路推进到店内吃面的角色，一个连续运镜完成，建筑、招牌和角色保持一致。设置尾帧时时长最多 10 秒。
- 一张图让起始画面动起来
- 两张图分别设定首帧和尾帧
- 一个连续运镜，最长 10 秒
03
用多张参考素材保持人物与产品一致
广告和产品视频最怕人脸或服装在镜头之间走样。上传一张模特照片和每套服装的正反面图，Gemini Omni 1.2 Flash API 就能生成一段 15 秒的试穿视频，人物始终是同一个人，只有服装在变化。每次请求最多支持 10 张参考图和 3 段参考视频（每段 15 秒以内），人物、产品和动作可以分别来自不同文件。
- 每次请求最多 10 张参考图
- 最多 3 段参考视频，每段 15 秒以内
- 人脸和服装在各镜头间保持一致
04
用文字指令编辑已有视频
为了换场景或换氛围而重拍素材，既慢又贵。上传一段 15 秒以内的视频，用自然语言描述想要的修改，Gemini Omni 1.2 Flash API 会按原视频的节奏返回编辑后的版本。还可以在结果上继续编辑：示例中同一段画面的背景依次换成橡树林、马厩、集市和石砌城堡，骑士、王后和构图始终保持不变。
- 编辑 15 秒以内的视频
- 在结果上逐次继续修改
- 人物和构图保持不变
谁能从 Gemini Omni 1.2 Flash API 中受益？
01
AI 视频应用与社交平台
通过一次 Gemini Omni 1.2 Flash API 集成，为用户提供文生视频、首尾帧动画和视频风格改写，时长可适配各类信息流规格。
02
营销与广告团队
用产品图和品牌参考素材制作 6 秒、10 秒或 15 秒的 16:9 或 9:16 广告片，再用文字指令快速翻新已有素材。
03
电商与产品内容团队
用首尾帧做可控的产品揭晓镜头，把产品图和动作参考视频组合起来，批量制作风格统一的商品视频。
04
创意工作室与艺术家
用最多 10 张图片和 3 段参考视频组合角色、场景和动作，再通过编辑生成的视频持续迭代风格。
05
预演与分镜制作
把分镜画面变成精确时长的镜头，先用 360p 审核节奏，确认后再以 1080p 或 4K 输出。
06
视频工作流开发者
用一个模型 ID、异步任务轮询、Webhook 回调和易于预估的按秒计费，自动化视频生成与编辑流程。
Gemini Omni 1.2 Flash 与 Gemini Omni 1.1 Flash 模型对比
两个模型都可以在 PoYo 上使用。需要更长镜头、视频编辑、更丰富的参考素材和按秒计费时选 Gemini Omni 1.2 Flash；需要 720p 及以上 8 到 10 秒视频的按次固定价时选 Gemini Omni 1.1 Flash。
| 对比项 | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| 适合场景 | 更长的镜头、视频编辑和多参考素材场景 | 720p、1080p、4K 下 4 到 10 秒的固定价视频 |
| 视频时长 | 3 到 15 秒任意时长，每个镜头都能卡准时长 | 4、6、8、10 秒四档预设，请求简单、可复用 |
| 编辑已有视频 | 一句文字指令改写 15 秒以内的视频 | 专注于根据文本、首尾帧和参考素材生成新视频 |
| 参考素材 | 单次请求最多 10 张图片加 3 段参考视频（每段 15 秒以内） | 最多 7 张图片，或一段 3 到 10 秒参考视频加最多 5 张图片 |
| 生成质量 | 谷歌并排评测中优于 1.1：参考生视频 63%、图生视频 59%、视频编辑 57% 的偏好率 | 在现有 4 到 10 秒工作流中表现成熟 |
| 计费方式 | 按秒计费，短视频更省：720p 3 秒仅 49.14 积分 | 按次计费，提交前即可确定总价 |
| 低成本草稿 | 360p 每秒 5.46 积分，8 秒 43.68 积分 | 360p、720p、1080p 同价：8 秒 75 积分 |
| 1080p 与 4K 长视频 | 单段最长 15 秒，1080p 每秒 24.58 积分、4K 每秒 49.14 积分 | 1080p 8 秒 75 积分，4K 8 秒 135 积分 |
| 参考视频任务 | 参考图和参考视频不额外收费，按每秒单价计费 | 每次固定 120 积分，4K 为 180 积分 |
如何在 PoYo 上使用 Gemini Omni 1.2 Flash API
第 1 步：注册并创建 API Key
登录 PoYo，为统一的异步生成接口创建 API Key。
创建 API Key →
第 2 步：充值积分
为账户充值积分。Gemini Omni 1.2 Flash 按输出秒数计费，360p 低至每秒 5.46 积分。
充值积分 →
第 3 步：集成 API
请求中传入 model: "gemini-omni-1.2-flash" 和提示词。用 image_urls 传首尾帧，用 reference_image_urls 和 reference_video_urls 传参考素材，或用 video_url 编辑视频。使用返回的任务 ID 轮询结果，或设置 callback_url 接收回调。
查看文档 →
Gemini Omni 1.2 Flash API 常见问题
什么是 Gemini Omni 1.2 Flash？
Gemini Omni 1.2 Flash 是谷歌推出的多模态视频模型，用于生成和编辑短视频。在 PoYo 上，gemini-omni-1.2-flash API 可以根据文本、首尾帧或参考图与参考视频生成 3 到 15 秒的视频，也可以编辑 15 秒以内的已有视频。
Gemini Omni 1.2 Flash API 支持哪些输入模式？
四种模式共用一个模型 ID：只传提示词即为文生视频；传一到两张 image_urls 生成首尾帧视频；传 reference_image_urls 和 reference_video_urls 进行参考生成；传 video_url 编辑视频。系统根据每次请求中的字段自动选择模式。
Gemini Omni 1.2 Flash 生成的视频最长多少秒？
时长可在 3 到 15 秒之间任选整数秒，默认 8 秒。同时设置首帧和尾帧时，最长 10 秒。视频编辑的输出时长与源视频一致。
可以使用多少张参考图和多少段参考视频？
每次请求最多支持 10 张参考图和 3 段参考视频，图片和视频可以同时使用，每段参考视频最长 15 秒。参考素材已包含在每秒价格中。
Gemini Omni 1.2 Flash API 的视频编辑如何使用？
传入一个 15 秒以内的公开 video_url，并在提示词中描述修改内容，例如更换风格、背景或氛围，还可以选择输出分辨率。编辑结果沿用源视频的节奏，按源视频时长向上取整到整秒计费。
支持哪些分辨率和宽高比？
Gemini Omni 1.2 Flash API 支持 360p、720p、1080p 和 4K 输出，默认 720p。生成的视频可选 16:9 横屏或 9:16 竖屏，编辑后的视频沿用源视频的画幅。
Gemini Omni 1.2 Flash API 在 PoYo 上如何收费？
按输出秒数计费：360p 每秒 5.46 积分，720p 每秒 16.38 积分，1080p 每秒 24.58 积分，4K 每秒 49.14 积分，1 积分 = $0.005。一段 8 秒的 720p 视频需要 131.04 积分。运行前可在 Playground 查看预估积分。
如何通过 PoYo 集成 Gemini Omni 1.2 Flash API？
创建 PoYo API Key 后，向 /api/generate/submit 发送 POST 请求，model 设为 gemini-omni-1.2-flash 并填写输入字段。使用返回的 task_id 查询任务状态，或提供 callback_url 在视频完成时接收 Webhook 回调。
集成前可以先试用 Gemini Omni 1.2 Flash 吗？
可以。本页的 Playground 支持测试提示词、首尾帧、参考素材和视频编辑，并实时显示预估积分；切换到 JSON 模式即可复制完整的请求体用于集成。
为什么选择 PoYo 接入 Gemini Omni 1.2 Flash API
01
一个 API 覆盖所有模式
文本、首尾帧、参考素材生成和视频编辑都使用同一组提交与查询接口，只需一个模型 ID。
02
透明的按秒计费
积分按输出秒数和分辨率计算，每次运行前 Playground 都会显示预估积分，成本容易预测。
03
Playground 在线测试
在浏览器中试用不同时长、分辨率、首尾帧、参考素材和视频编辑，再把完整的 JSON 请求复制到代码中。
04
适合生产环境的回调
按任务 ID 轮询，或在视频完成时接收 Webhook 回调，直接接入现有的异步流程，无需额外搭建基础设施。