Skip to main content
POST

Autenticación

string
requerido
Todas las API requieren autenticación mediante Bearer Token.Obtener una clave de API:Visita la página de gestión de claves de API para obtener tu clave.Añádela al encabezado de la solicitud:

Parámetros de solicitud

string
requerido
Nombre del modelo de generación de video. Debe ser gemini-omni-1.1-flash.
string
Instrucción de texto. Para texto a video, describe la escena. Para imagen a video, edición o extensión, describe el movimiento, el estilo o el cambio solicitado.
Proporciona al menos prompt o contenido multimedia (image_urls, imágenes del primer/último fotograma o video_urls).
string
predeterminado:"720p"
Resolución del video de salida. No distingue entre mayúsculas y minúsculas.Valores disponibles:
  • 360p
  • 720p (predeterminado)
  • 1080p
  • 4k
2160p se trata como 4k. La resolución determina el nivel del depósito retenido y el coste principal de la salida de video.
Una resolución no compatible devuelve el error invalid_resolution.
string
predeterminado:"16:9"
Relación de aspecto del video para seleccionar salida horizontal o vertical.Compatible:
  • 16:9 - Horizontal (predeterminado)
  • 9:16 - Vertical
Los demás valores se tratan como 16:9.
Al proporcionar video_urls, la salida suele seguir la relación de aspecto del video de entrada, por lo que aspect_ratio puede no aplicarse.
array<string>
Array de imágenes de referencia. Solo se admiten URL HTTP/HTTPS de acceso público.
  • Proporcionar 1 imagen: se usa como fotograma inicial del video de forma predeterminada
  • Proporcionar varias imágenes: se usan como referencias de sujetos o estilo; describe la función y relación de cada imagen en prompt
image_urls y las imágenes del primer/último fotograma admiten un máximo total de 10 imágenes.
string
Imagen del primer fotograma. Solo se admite una URL HTTP/HTTPS de acceso público.
  • Proporcionada sola: usa la imagen como fotograma inicial del video
  • Proporcionada con last_frame_image: genera una transición suave del primer al último fotograma
string
Imagen del último fotograma. Solo se admite una URL HTTP/HTTPS de acceso público y debe proporcionarse con first_frame_image.
Proporcionar solo last_frame_image devuelve invalid_frame_images. Usa la misma relación en ambas imágenes y haz que coincida con aspect_ratio.
Para un primer fotograma o un par de primer/último fotograma, los siguientes métodos tienen el mismo efecto. Elige uno y no proporciones ambos:
  • Usar first_frame_image / last_frame_image
  • Usar image_with_roles con role establecido en first_frame / last_frame
array<object>
Array de imágenes con roles. Es una alternativa equivalente a first_frame_image / last_frame_image y también permite declarar imágenes de referencia.Ejemplo:
Si también se proporciona image_urls, este tiene prioridad para las referencias y no se combina con las referencias de image_with_roles. Todas las imágenes utilizadas, incluidos los fotogramas inicial y final, están limitadas a 10 en total.
array<string>
Array de videos para editar o extender. Actualmente se admite un máximo de un video de hasta 10 segundos.Solo se admiten URL directas HTTP/HTTPS de video de acceso público. No se admiten enlaces de YouTube.
video_urls y extend_from_task_id son mutuamente excluyentes. Proporciona solo uno.
object
Objeto de parámetros adicionales para indicar explícitamente la intención de generación.
Para la interpolación del primer y último fotograma, el modelo deduce la tarea automáticamente y la plataforma no envía metadata.task.
string
task_id local de la tarea de generación anterior. Úsalo para edición conversacional o extensiones posteriores sin volver a cargar el video anterior.La tarea referenciada debe pertenecer al usuario actual, haber finalizado correctamente y usar un modelo Gemini Omni.
extend_from_task_id y video_urls son mutuamente excluyentes. Proporciona solo uno.
Este modelo no tiene el parámetro duration. La duración de cada salida se determina automáticamente según el contenido, normalmente entre 3 y 10 segundos. Para controlar el ritmo, descríbelo en prompt con lenguaje natural o intervalos de tiempo.

Respuesta

integer
Código de respuesta. 200 indica éxito.
array
Array de tareas devuelto.

Consultar el resultado de la tarea

La generación de video es asíncrona. Tras recibir el task_id, usa la API Obtener estado de la tarea para consultar el progreso y el resultado.
cURL
Consulta cada 5–10 segundos y detente cuando el estado sea completed o failed. Se recomienda un tiempo de espera total del cliente de 10 minutos.

Ejemplo de resultado correcto

Casos de uso

Caso 1: texto a video (4K)

Caso 2: interpolación del primer y último fotograma

Caso 3: referencias de varios sujetos

Caso 4: declarar el primer y último fotograma mediante roles de imagen

Caso 5: edición de video

Usa prompts breves y específicos para editar video. Para cambiar solo una parte, añade Keep everything else the same y conserva la coherencia del resto.

Caso 6: extensión conversacional