Google

Gemini Omni 1.2

gemini-omni-1.2-flash

Googles Videogenerierungsmodell, das Text-zu-Video, Bild-zu-Video und Referenzbild-zu-Video unterstützt, wobei bis zu 10 Referenzbilder hochgeladen werden können; außerdem lassen sich mit einem Startbild oder Start- und Endbild Anfang und Endpunkt der Szene festlegen – ideal für Produktpräsentationsvideos und Social-Media-Werbematerial.

gemini-omni-1.2-flash

gemini-omni-1.2-flash ausprobieren

Eingabe

Galerie

Alle Arbeiten ansehen

Ausgabe

video

Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

gemini-omni-1.2-flash per second

Spezifikationen	Einzelpreis
360P	$0.0229
720P	$0.0343
1080P	$0.0343
4K	$0.080

Einordnung und Kurzprofil

Dies ist ein Videogenerierungsmodell für Entwickler, das anhand von Textbeschreibungen, Referenzbildern oder Anfangs- und Endframes kurze Videoclips erzeugt, die pro Durchlauf 3 bis 15 Sekunden lang sind und im Anfangs-/Endframe-Modus maximal 10 Sekunden. Ein öffentlich zugängliches Bild kann als Referenzinhalt oder Stil dienen, oder es kann ein Anfangsbild als Eröffnungsszene festgelegt werden; Referenzbild-Eingabe und Frame-Eingabe schließen sich gegenseitig aus. Es eignet sich für E-Commerce-, Werbe- und Kreativteams, die in großem Umfang Quer- oder Hochformat-Kurzvideomaterial produzieren müssen.

Kernhighlights

Zwei Steuerungsmodi: Referenzbild und Anfangs-/Endframe – bis zu 10 öffentlich zugängliche Bilder können als Referenz für Charaktere, Produkte oder Stil dienen; ebenso können Anfangsframe und Endframe die Start- und Endszene festlegen.
Seitenverhältnis und Auflösung je nach Ausspielkanal wählen – das Seitenverhältnis unterstützt 16:9 im Querformat oder 9:16 im Hochformat; die Auflösung kann unter 360p, 720p, 1080p und 4k gewählt werden.
Prompts können Szene und Kameraführung beschreiben – der Prompt ist Pflichtfeld und darf bis zu 20000 Zeichen enthalten; er kann Bildinhalt, Bewegung und Kameraführung beschreiben.

Funktionsbeschreibung

Text-zu-Video und Referenzbild-zu-Video: Allein mit einem Prompt lässt sich ein Video generieren; image_urls nimmt 1 bis 10 öffentliche HTTP(S)-Bilder auf, auch bei nur einem Bild wird es als Referenzbild behandelt, um Personen, Produkte oder Stil zu binden.

Anfangsframe und Übergang von Anfangs- zu Endframe: first_frame_url legt allein die Eröffnungsszene fest; werden first_frame_url und last_frame_url gleichzeitig angegeben, lässt sich anhand von Start- und Endbild eine Übergangseinstellung generieren; in diesem Fall beträgt die maximale Dauer 10 Sekunden, und es dürfen nicht gleichzeitig Referenzbilder verwendet werden.

Einstellungen für Dauer, Seitenverhältnis und Auflösung: duration ist eine ganze Zahl in Sekunden von 3 bis 15, Standardwert 10 Sekunden; aspect_ratio ist wahlweise 16:9 oder 9:16; resolution ist wahlweise 360p, 720p, 1080p oder 4k, Standardwert 720p.

Gesamtstil und auszuschließende Inhalte: system_prompt dient der Festlegung des gesamten visuellen Stils, negative_prompt der Beschreibung auszuschließender Inhalte; bei Angabe eines Endframes sind beide nicht verfügbar.

Anwendungsszenarien

E-Commerce-Teams erstellen Produktpräsentationsclips – mit Prompts und mehreren Produkt- oder Personenreferenzbildern werden Querformat-Clips generiert, die als Präsentationsmaterial für Detailseiten und Produktkacheln dienen.
Werbe-Teams produzieren Hochformat-Werbematerial – mit Prompts werden Verkaufsargumente beschrieben und das 9:16-Format gewählt, um Videos zu generieren, die für die Hochformat-Ausspielung in Feeds und Kurzvideo-Plattformen geeignet sind.
Design-Teams machen statische Bilder dynamisch – ein öffentlich zugängliches Bild wird als Anfangsframe festgelegt, um einen Bewegungsschnitt zu generieren, der sich aus diesem Bild entfaltet, etwa zur Dynamisierung von Postern oder Illustrationen.
Kreativteams proben Anfang und Ende einer Einstellung – durch Bereitstellung von Anfangs- und Endframe wird eine Übergangseinstellung generiert, die für Storyboard-Proben und die schnelle Darstellung von Konzeptclips genutzt wird.

Einschränkungen und Auswahlhinweise

Die Dauer eines einzelnen Videos ist auf 3 bis 15 Sekunden begrenzt, im Anfangs-/Endframe-Modus maximal 10 Sekunden; für längere Inhalte ist eine segmentierte Verarbeitung erforderlich. 1080p und 4k sind hochskalierte Ausgaben, 4k enthält möglicherweise keine Tonspur. Referenzbilder sowie Anfangs- und Endframe schließen sich gegenseitig aus; nach Festlegung eines Endframes können system_prompt und negative_prompt nicht verwendet werden. Alle Bildparameter akzeptieren ausschließlich öffentliche HTTP(S)-URLs, Base64 wird nicht unterstützt.

Neuigkeiten

Changelog ansehen →

Neues Modell Gemini Omni 1.2 Flash ist live: Text-zu-Video, Startbild- und Referenzbild-Generierung

Generierungsaufgabe erstellen

POST https://api.hiapi.ai/v1/tasks

Header

AuthorizationstringPflicht

Account-API-Schlüssel. Bei jeder Anfrage erforderlich. Beispiel: Bearer YOUR_HIAPI_API_KEY. API-Schlüssel holen

Content-TypestringOptional

Der Anfragekörper wird immer als JSON geparst; beim Senden ist nur application/json (optional mit charset) zulässig — andere Werte liefern 415. Beispiel: application/json.

Idempotency-KeystringOptional

Idempotenz-Schlüssel, bis 255 Bytes. Wiederholungen mit demselben Schlüssel desselben Kontos erstellen die Aufgabe nur einmal; Replays liefern die ursprüngliche taskId.

Idempotenz-Schlüssel

Bei Netzwerk-Timeouts oder Client-Wiederholungen erstellt derselbe Schlüssel die Aufgabe nur einmal — keine doppelte Abbuchung (Geltungsbereich = das Konto des API-Schlüssels). Empfohlen: geschäftsseitig eindeutige Kennung (z. B. "order-42"); Replays liefern die ursprüngliche taskId, Schlüssel laufen 24 Stunden nach der ersten Anfrage ab. Die vollständige Szenariomatrix steht in der Übersicht der Unified Async API.

Body

modelstringPflicht

Aktueller Festwert: gemini-omni-1.2-flash

routestringOptional

Aktueller Festwert: default

inputobjectPflicht

Geschäftsparameter für gemini-omni-1.2-flash und Route default — siehe Parametertabelle unten.

promptstringPflichtminLength 1maxLength 20000pattern \S

Prompt zur Beschreibung von Szene, Bewegung, Kamera und gewünschtem Sound; unterstützt bis zu 20.000 Zeichen, in jedem Modus muss ein nicht-leerer Prompt angegeben werden.

durationintegerOptionalStandard: 10min 3max 15

Dauer des Ausgabevideos als ganzzahlige Sekunden zwischen 3 und 15; bei Interpolation mit Start- und Endbild beträgt das Maximum 10 Sekunden. Standard: 10 Sekunden.

image_urlsarrayOptionalminItems 1maxItems 10

Array von Referenzbildern, Elemente sind Bild-URLs; 1 bis 10 Bilder können als Referenz für Charakter, Produkt oder Stil verwendet werden. Wird über diesen Parameter ein einzelnes Bild übergeben, handelt es sich weiterhin um den Referenzbild-Modus; soll ein einzelnes Bild als Startbild dienen, verwenden Sie stattdessen first_frame_url. Es werden nur öffentlich direkt erreichbare HTTP(S)-Bildadressen unterstützt, kein Base64; darf nicht zusammen mit Start- oder Endbild verwendet werden.

Array [ string ]

resolutionstringOptionalStandard: "720p"

Ausgabeauflösung; 1080p und 4k sind hochskalierte Ausgaben, 4k-Ausgaben haben möglicherweise keine Tonspur. Standard: 720p.

Optionen:360p720p1080p4k

aspect_ratiostringOptionalStandard: "16:9"

Seitenverhältnis der Ausgabe, bestimmt die Quer- oder Hochformat-Komposition. Standard: 16:9.

Optionen:16:99:16

system_promptstringOptional

System-Prompt zur Festlegung des Gesamtstils oder der visuellen Ausrichtung; darf nicht zusammen mit dem Endbild verwendet werden.

last_frame_urlstringOptionalminLength 1pattern ^https?://

Adresse des Endbilds, muss zusammen mit first_frame_url angegeben werden, wobei die maximale Dauer 10 Sekunden beträgt; es werden nur öffentlich direkt erreichbare HTTP(S)-Bildadressen unterstützt, kein Base64; darf nicht zusammen mit Referenzbildern, system_prompt oder negative_prompt verwendet werden.

first_frame_urlstringOptionalminLength 1pattern ^https?://

Adresse des ersten Videobilds, kann allein das Startbild festlegen; erfordert eine öffentlich direkt erreichbare HTTP(S)-Bild-URL, kein Base64, und darf nicht zusammen mit image_urls verwendet werden; ist erforderlich, wenn last_frame_url angegeben wird.

negative_promptstringOptional

Negativ-Prompt zur Beschreibung von Inhalten, die ausgeschlossen werden sollen; darf nicht zusammen mit dem Endbild verwendet werden.

callbackobjectOptional

Konfiguration der Endzustands-Benachrichtigung. Ohne Angabe wird kein Callback gesendet — selbst abfragen.

Callbacks (Webhook)

Beim Erstellen callback.url angeben, dann POSTet HiAPI im Endzustand an Ihren Service — kein Polling nötig. Der Callback-Body entspricht der Aufgaben-Detailstruktur; Signaturprüfung, Wiederholungen und Idempotenz sind in der Übersicht der Unified Async API beschrieben.

urlstringPflicht

Pflicht, wenn callback angegeben ist. Nach dem Endzustand wird an diese URL gepostet; muss eine gültige http(s)-URL sein.

whenstringOptionalStandard: "final"

Derzeit wird nur final unterstützt — Benachrichtigung bei success und fail.

Optionen:final

storagestringOptionalStandard: "temp"

Speicherstufe für Artefakte: temp (Standard, ca. 7 Tage) oder persistent (langfristig, nach Größe abgerechnet). Bei unzureichendem Guthaben oder Überschreitung des Speicherlimits erfolgt ein stiller Downgrade auf temp; die wirksame Stufe steht in der Aufgaben-Detailantwort.

Optionen:temppersistent

Anfragebeispiele

# Asynchrone Aufgabe senden; gibt sofort eine taskId zurück (wartet nicht auf die Generierung)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gemini-omni-1.2-flash",
  "input": {
    "prompt": "…",
    "duration": 10,
    "resolution": "720p",
    "aspect_ratio": "16:9"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-omni-1.2-flash",
    input: {
      "prompt": "…",
      "duration": 10,
      "resolution": "720p",
      "aspect_ratio": "16:9"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "gemini-omni-1.2-flash",
        "input": {
          "prompt": "…",
          "duration": 10,
          "resolution": "720p",
          "aspect_ratio": "16:9"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Aufgabendetails abrufen

GET https://api.hiapi.ai/v1/tasks/:id

Antwortfelder

taskIdstringPflicht

Aufgaben-ID, stets mit Präfix tk-hiapi-.

modelstringPflicht

Aufgelöster vollständiger Modellname. Mit route-Parameter eingereichte Aufgaben geben base@route zurück (z. B. gpt-image-2/text-to-image@ext); sonst identisch mit dem übermittelten Namen.

routestringOptional

Erscheint nur bei explizitem route-Parameter; gibt den übermittelten Wert zurück.

statusstringPflicht

Aufgabenstatus.

Statuswerte

queued Eingereiht, noch nicht gestartet. handling In Verarbeitung. archiving Verarbeitung abgeschlossen, Artefakte werden vorbereitet. success Endzustand: abgeschlossen, Artefakte verfügbar (output wird zurückgegeben). fail Endzustand: fehlgeschlagen (error wird zurückgegeben). Nach dem Senden den status prüfen: success und fail sind Endzustände, alles andere nicht. Alle 1–3 Sekunden bis zum Endzustand pollen. Nach Erfolg Artefakte aus output[].url laden und vor expireAt übertragen; für Langzeitaufbewahrung storage: "persistent" beim Erstellen angeben.

creatednumberPflicht

Zeitpunkt der Aufgabenerstellung (Unix-Sekunden).

completednumberPflicht

Unix-Sekunden des Endzustands; vor Abschluss stets 0.

outputarrayOptional

Nur bei status == success. Artefaktliste — immer ein Array; eine Aufgabe kann mehrere Typen gleichzeitig liefern (z. B. video + first_frame).

Array [ object ]

Array-Elemente

urlstringPflicht

Artefakt-URL, direkt herunterladbar.

typestringPflicht

Aktuell mögliche Werte: video, image, audio, first_frame, last_frame, thumbnail; später können weitere folgen.

expireAtnumberPflicht

Unix-Sekunden, bis wann das Artefakt verfügbar ist; vorher herunterladen oder übertragen.

errorobjectOptional

Nur bei status == fail.

codestringPflicht

Business-Fehlercode.

messagestringPflicht

Fehlerbeschreibung.

Antwortbeispiele

Erfolg

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

In Bearbeitung (nicht final)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fehlgeschlagen

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}