メインコンテンツへスキップ
POST

認証

string
必須
すべてのリクエストで Bearer Token 認証が必要です。API Key の取得:API Key 管理ページ にアクセスして API Key を取得してください。リクエスト時に次のヘッダーを追加します:

リクエストパラメータ

string
必須
動画生成モデル名。gemini-omni-1.2-flash-ext 固定です。
string
必須
動画の内容説明または編集指示。前後の空白を除いて空にすることはできません。テキストから動画ではシーン、人物、動作、カメラ、音声を記述し、画像や動画を指定する場合は動き、スタイル、変更内容を記述します。例:"Aerial shot over a misty mountain lake at sunrise."
先頭フレーム、複数画像参照、編集、延長を含むすべてのモードで prompt は必須です。省略すると 400 エラーが返されます。
integer
デフォルト:"10"
動画の長さ(秒)。整数で指定します。
  • テキストから動画 / 先頭フレーム / 複数画像参照:出力の長さ、3–15
  • 先頭・末尾フレーム:出力の長さ、3–10
  • 延長(extend):追加部分の長さ、3–10
  • 編集(edit):指定不可。出力の長さは元動画に従います
別名 seconds も使用できます。両方を指定する場合は同じ値にしてください。
編集モードで duration を指定すると video edit does not accept duration エラーが返されます。
string
デフォルト:"720p"
動画の解像度。大文字・小文字は区別せず、秒単価を決定します。指定可能な値:
  • 360p
  • 720p
  • 1080p
  • 4k(2160p も可)
それ以外の解像度を指定すると 400 エラーが返されます。
string
デフォルト:"16:9"
16:9(横長、デフォルト)と 9:16(縦長)のみ対応しています。その他の値は 400 エラーが返されます。
string
タスクタイプ。素材の使い方を指定します。指定可能な値:
  • edit - 動画を編集します。video_urls または extend_from_task_id と併用します
  • extend - 動画の末尾に新しい内容を追加して延長します。video_urls または extend_from_task_id と併用します
  • reference - 複数画像参照。image_urls と併用します
  • text_to_video / image_to_video / reference_to_video - テキストから動画 / 先頭フレーム / 参照画像
  • auto - 入力から自動判定します。動画を指定した場合は edit として扱われます
動画を指定しない場合は省略でき、入力から自動判定されます。
video_urls または extend_from_task_id を指定する場合、タスクタイプ(omni_reference_task_type、または互換フィールド generation_type)が必須です。省略すると 400 エラーが返されます。edit または extend を明示的に指定することを推奨します。auto は edit として扱われます。
string
互換フィールドで、omni_reference_task_type と同等です。指定可能な値:frame(image_to_video と同じ)、reference、edit、extend。
generation_type と omni_reference_task_type を同時に指定することはできません。
array<url>
複数画像参照(人物、商品、スタイルなど)用の参照画像配列。1〜10 枚に対応します。公開アクセス可能な HTTP/HTTPS 画像 URL のみ対応します。ローカル画像は先にアップロードして公開 URL を取得してから指定してください。現在 Base64 Data URL には対応しておらず、指定すると 400 エラーが返されます。画像が 1 枚だけの場合、扱いはタスクタイプによって異なります:
  • omni_reference_task_type を省略:参照画像として扱います
  • omni_reference_task_type が auto または image_to_video:先頭フレームとして扱います
先頭フレームから生成する場合は、画像の枚数に頼らず first_frame_image を直接使用することを推奨します。
image_urls は first_frame_image または last_frame_image と同時に指定できず、image_urls 内の画像が先頭フレームとして扱われることはありません。また、編集・延長時は画像を指定できません。
string
先頭フレーム画像。生成される動画の最初のフレームがこの画像になります。公開アクセス可能な HTTP/HTTPS 画像 URL のみ対応し、Base64 Data URL には対応していません。last_frame_image と同時に指定すると、先頭・末尾フレームからの動画生成になります。
string
末尾フレーム画像。先頭・末尾フレームからの動画生成に使用し、動画は先頭フレームからこの画像へと遷移します。公開アクセス可能な HTTP/HTTPS 画像 URL のみ対応し、Base64 Data URL には対応していません。先頭・末尾フレームモードでは:
  • duration は 3–10 に対応し、省略時は 10 秒
  • system_prompt と negative_prompt は指定できません
last_frame_image は first_frame_image と同時に指定する必要があります。末尾フレームのみを指定すると last_frame_image requires first_frame_image エラーが返されます。image_urls とは同時に指定できません。
array<object>
ロール付きの画像配列で、first_frame_image / last_frame_image / image_urls と同等の書き方です。
array<url>
編集または延長する動画の配列。動画は 1 本のみ対応します。単一値フィールド video_url も使用でき、どちらか一方を指定します。公開アクセス可能な HTTP/HTTPS 動画 URL のみ対応します。形式は MP4 / MOV / WebM、長さ 15 秒以内、サイズ 64 MB 以内です。
video_urls を指定する場合はタスクタイプが必須です。omni_reference_task_type に edit または extend を指定することを推奨します(auto は edit として扱われます)。省略すると 400 エラーが返されます。動画を 2 本以上指定すると 400 エラーが返されます。
string
本プラットフォームのタスク ID(task_01…)。以前に完了した自分の gemini-omni-1.2-flash-ext タスクをもとに、動画を再アップロードせずに編集または延長を続けられます。利用条件:
  • タスクが現在のアカウントに属している
  • タスクのモデルが gemini-omni-1.2-flash-ext である
  • タスクのステータスが completed である
  • 元のタスクを生成したチャネルが引き続き利用可能である(利用できない場合は 503 source_channel_unavailable が返されます)
  • 元の成果物が 15 秒以内である(編集・延長の両方に適用)。編集モードでは長さを判別できることも必要です
チャネルが利用できない場合や元の成果物の長さを判別できない場合は、元の成果物をダウンロードし、video_urls でアップロードしてください。元の成果物が 15 秒を超える場合は、15 秒以内にカットしてからアップロードしてください。
extend_from_task_id は video_urls と同時に指定できません。また、タスクタイプが必須で、omni_reference_task_type に edit または extend を指定することを推奨します(auto は edit として扱われます)。
string
画面に表示したくない内容。例:"people, cars, color"
先頭・末尾フレームモードでは negative_prompt を指定できません。
string
システム指示。画面スタイルの固定や文字の表示禁止などに使用します。文字列で指定してください。例:"Render as a black-and-white silent film."
先頭・末尾フレームモードでは system_prompt を指定できません。

レスポンス

integer
レスポンスステータスコード。成功時は 200 です。
array
タスク配列を返します。

タスク結果の照会

動画生成は非同期タスクです。送信後に task_id が返されるので、タスクステータスの取得 API で生成の進捗と結果を照会してください。
cURL
5〜10 秒ごとにポーリングし、クライアントのタイムアウトは 10 分以上に設定することを推奨します。生成時間の目安(待ち時間を含む):360p 15 秒で約 46 秒、1080p 15 秒で約 99 秒、4k 15 秒で約 4〜5 分です。生成中は完了まで進捗が長時間 10% のままになることがあります。

成功結果の例

動画 URL は data.result.videos[0].url[0] です。data.actual_time はタスクの処理時間(秒)で、動画の長さではありません。出力は MP4(H.264、24fps)で、AAC 音声トラックと SynthID の不可視透かしを含みます。4k ではまれに音声トラックが含まれないことがあります。

失敗結果の例

タスクが失敗した場合は全額返金されます。

料金

秒単位の課金です:料金 = 選択した解像度の秒単価 × 課金秒数。すべてのモードで、リクエストした解像度の料金で課金されます。実際の単価は 料金ページ をご確認ください。

ユースケース

シナリオ 1:テキストから動画

シナリオ 2:先頭フレームから動画

シナリオ 3:先頭・末尾フレームから動画

先頭・末尾フレームモードでは duration は 3–10 秒に対応し、省略時は 10 秒です。system_prompt / negative_prompt は指定できません。

シナリオ 4:複数画像参照

シナリオ 5:動画編集

編集時は duration を指定しません。出力の長さは元動画に従います。

シナリオ 6:動画延長

シナリオ 7:既存タスクをもとに延長

シナリオ 8:システム指示とネガティブプロンプト