Gemini Omni 1.2 Flash Auswahl-Checkliste: Eingabemodi, Spezifikationen und Budget

Was diese Checkliste prüft

gemini-omni-1.2-flash ist über HiAPI öffentlich zugänglich. Bei der Auswahl sind zuerst vier Dinge zu prüfen: ob die Eingabemodi deine Materialkette abdecken, ob die Spezifikationsparameter die Produktvorgaben erfüllen, ob sich das Budget nach Auflösung und Dauer berechnen lässt und welche Effekte nicht garantiert sind. Die folgende Checkliste beschreibt nur die aktuell öffentlich verfügbaren Fähigkeiten und enthält keine Vergleichstests oder Rankings von Wettbewerbern.

Eingabemodi: vier verfügbare Pfade und Ausschlussregeln

Zu den aktuell öffentlichen Eingabemodi gehören:

• Text-zu-Video: Video nur anhand eines Prompts generieren.
• Erstes Bild zu Video: mit first_frame_url ein Startbild festlegen und es in Bewegung bringen.
• Übergang zwischen erstem und letztem Bild: gleichzeitig first_frame_url und last_frame_url angeben und zwischen Start- und Endbild einen Übergang erzeugen; dieser Modus dauert maximal 10 Sekunden und darf weder negative_prompt noch system_prompt enthalten.
• Referenzbild zu Video: über image_urls 1–10 öffentliche HTTP(S)-Referenzbilder übergeben, um Stil oder Motiv einzuschränken; auch bei nur einem Bild handelt es sich weiterhin um ein Referenzbild, nicht um ein Startbild.

Besonders auf die Ausschlussgrenzen achten: image_urls ist mit first_frame_url/last_frame_url nicht kombinierbar; last_frame_url setzt first_frame_url voraus und kann nicht allein verwendet werden. first_frame_url kann allein ein Startbild festlegen. Alle Bildparameter akzeptieren nur öffentliche HTTP(S)-URLs, kein Base64.

Nicht verfügbare Fähigkeiten sind: Videobearbeitung, Videofortsetzung, Video- oder Audioeingabe sowie seed. Wenn diese Fähigkeiten benötigt werden, sollte dieses Modell nicht in die Kandidatenliste aufgenommen werden.

Spezifikationsparameter: Pflichtfelder, Standardwerte und harte Einschränkungen

prompt ist das einzige Pflichtfeld, muss nicht leer sein und darf maximal 20000 Zeichen enthalten. Die übrigen Parameter werden nach Bedarf gesetzt:

• duration: Ganzzahl, 3–15 Sekunden, Standard 10 Sekunden.
• resolution: 360p, 720p, 1080p, 4k, Standard 720p. 1080p und 4k sind hochskalierte Ausgaben; 4k enthält möglicherweise keine Tonspur.
• aspect_ratio: 16:9 oder 9:16, Standard 16:9.

Der Modus mit erstem und letztem Bild darf außer maximal 10 Sekunden nicht gleichzeitig negative_prompt oder system_prompt verwenden. Der Referenzbildmodus unterliegt der Mengenbeschränkung von 1–10 Bildern und dem URL-Format. Diese Einschränkungen in die Produktparametervalidierung aufzunehmen ist einfacher, als nach einem fehlgeschlagenen Aufruf nachzubessern.

Budget: Stückpreis nach Auflösung × angeforderte Dauer × Anzahl

Die aktuellen Standard-Multiplikatorpreise unterscheiden sich nach Auflösung:

• 360p: $0.0229/Sekunde
• 720p: $0.0343/Sekunde
• 1080p: $0.0343/Sekunde
• 4k: $0.0800/Sekunde

Budget = Stückpreis der gewählten Auflösung × angeforderte Dauer × Anzahl. Es gelten die tatsächliche Abrechnung und der anwendbare Multiplikator; die Abrechnung nicht anhand der Sekunden im Dateicontainer (etwa Sekundenbruchteile) zurückrechnen. Die angeforderte Dauer ist nach dem duration-Parameter zu berechnen, nicht nach den Metadaten der Videodatei.

Zwei Kostenereignisse sind zu unterscheiden: erfolgreich, aber unbefriedigend erfordert das erneute Anlegen einer Aufgabe und erhöht das Budget; echtes Scheitern wird nach den Rückerstattungsregeln der Plattform behandelt. Nicht standardmäßig davon ausgehen, dass alle Fehlschläge erstattet oder nicht erstattet werden; es gilt die tatsächliche Abrechnung. Bei Netzwerk-Timeouts nicht direkt die Aufgabe erneut anlegen, sondern zuerst vorhandene Aufgaben abfragen, damit dieselbe Anfrage nicht doppelt berechnet wird.

Nicht garantierte Punkte: Diese Effekte musst du selbst abnehmen

Öffentlich verfügbare Fähigkeiten sind keine Wirkungsversprechen. Aktuell wird nicht garantiert, dass alle Modi Ton enthalten, Lippen synchron sind, Text korrekt ist oder Motiv bzw. Marke vollständig übereinstimmen. 1080p und 4k sind hochskalierte Ausgaben; 4k enthält möglicherweise keine Tonspur. Bei der Auswahl nicht aus der Parameterübersicht auf Qualitäts-, Zeit- oder Kostenvorteile schließen; ohne Messdaten auch keine Wettbewerbsvergleiche oder Rankings erfinden.

Abnahme mit eigenen Stichproben: Qualität, Durchlaufzeit und anfallende Kosten

Empfohlen ist, mit derselben Prompt-Charge und denselben Referenz- oder Startbildern Text-zu-Video, Erstes Bild zu Video, Übergang zwischen erstem und letztem Bild sowie Referenzbild zu Video (sofern anwendbar) durchzuführen und drei Ergebnismengen zu erfassen:

• Qualität: Wie oft ist in deinem typischen Szenario eine Generierung direkt verwendbar; nicht nur das beste Ergebnis betrachten.
• Durchlaufzeit: Zeit von der Aufgabenübermittlung bis zum verwendbaren Ergebnis, einschließlich notwendiger Wiederholungen und Abfragen.
• Anfallende Kosten: Budget nach deiner Auflösung, Dauer und Anzahl berechnen und erfolgreiche, aber unbefriedigende Wiederholungen einrechnen, nicht nur den Stückpreis betrachten.

Bei der Abnahme Eingaben und Parameter festhalten, Punkt für Punkt erfassen und Ergebnisse unterschiedlicher Auflösungen, Dauern oder Eingabemodi nicht vermischt vergleichen. Nur deine eigenen Stichproben können zeigen, ob dieses Modell für dein Produkt geeignet ist.

Prüfpunkte vor der Integration

• Benötigt das Produkt Videobearbeitung, Fortsetzung, Video- oder Audioeingabe oder seed? Falls ja, ist dieses Modell nicht geeignet.
• Kann die Materialkette öffentliche HTTP(S)-Bild-URLs bereitstellen? Wenn nur Base64 vorliegt, müssen Upload und Hosting zuerst angepasst werden.
• Werden image_urls und Start-/Endbildparameter gleichzeitig verwendet? Beide sind nicht kombinierbar und müssen in der Parametervalidierung abgefangen werden.
• Überschreitet die Dauer im Modus mit erstem und letztem Bild 10 Sekunden oder werden fälschlich negative_prompt bzw. system_prompt mitgegeben?
• Wird das Budget nach Stückpreis × angeforderter Dauer × Anzahl berechnet und ein Spielraum für erfolgreiche, aber unbefriedigende Wiederholungen eingeplant?
• Wird bei Netzwerk-Timeouts zuerst nach vorhandenen Aufgaben gesucht, statt direkt erneut anzulegen?

Über die einheitliche HiAPI-Schnittstelle kannst du zunächst anhand der obigen Checkliste eine Abnahme mit kleinen Stichproben durchführen und dann entscheiden, ob du in die Produktion integrierst. Grundlage der Auswahl sollten die selbst gemessene Qualität, Durchlaufzeit und anfallenden Kosten sein, nicht ungeprüfte Vergleichsschlüsse.