Google

Gemini Omni 1.2

gemini-omni-1.2-flash

Modelo de generación de video de Google que admite texto a video, imagen a video y video a partir de imágenes de referencia, con la posibilidad de subir hasta 10 imágenes de referencia y de usar el primer fotograma o los fotogramas inicial y final para definir el punto de partida y el punto de llegada de la escena; ideal para crear videos de presentación de productos y materiales publicitarios para redes sociales

gemini-omni-1.2-flash

Probar gemini-omni-1.2-flash

Entrada

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

gemini-omni-1.2-flash per second

Especificaciones	Precio unitario
360P	$0.0229
720P	$0.0343
1080P	$0.0343
4K	$0.080

Descripción general

Este es un modelo de generación de video orientado a desarrolladores que puede producir clips de video cortos a partir de descripciones de texto, imágenes de referencia o imágenes de primer y último fotograma, con una duración por generación de 3 a 15 segundos, y de hasta 10 segundos cuando se usa el modo de primer y último fotograma. Se puede usar una imagen pública como contenido o estilo de referencia, o usar el primer fotograma para especificar la escena de apertura; la entrada de imagen de referencia y la entrada de fotograma son mutuamente excluyentes. Es adecuado para equipos de comercio electrónico, publicidad y creatividad que necesitan producir materiales de video cortos horizontales o verticales en lote.

Puntos clave

Dos modos de control: imagen de referencia y primer/último fotograma: se pueden usar hasta 10 imágenes públicas como referencia de personaje, producto o estilo; también se pueden usar el primer y el último fotograma para especificar las imágenes de inicio y fin.
Selección de relación de aspecto y resolución según el canal de difusión: la relación de aspecto admite 16:9 horizontal o 9:16 vertical, y la resolución se puede elegir entre 360p, 720p, 1080p y 4k.
El prompt puede describir escenas y movimientos de cámara: el prompt es obligatorio y admite hasta 20000 caracteres, y puede indicar el contenido de la imagen, el movimiento y la forma de avance de la cámara.

Descripción de capacidades

Texto a video y video a partir de imagen de referencia: basta con proporcionar un prompt para generar video; image_urls acepta de 1 a 10 imágenes públicas HTTP(S), y cuando solo hay una imagen también se trata como imagen de referencia, usada para restringir personajes, productos o estilos.

Primer fotograma y transición entre primer y último fotograma: first_frame_url especifica por sí solo la escena de apertura; si se proporcionan first_frame_url y last_frame_url al mismo tiempo, se puede generar una toma de transición según las imágenes de inicio y fin, en cuyo caso la duración máxima es de 10 segundos y no se pueden usar imágenes de referencia simultáneamente.

Configuración de duración, relación de aspecto y resolución: duration es un número entero de 3 a 15 segundos, con 10 segundos por defecto; aspect_ratio puede ser 16:9 o 9:16; resolution puede ser 360p, 720p, 1080p o 4k, con 720p por defecto.

Estilo general y contenido excluido: system_prompt se usa para establecer el estilo visual general, y negative_prompt para describir el contenido que se debe excluir; cuando se especifica el último fotograma, estas dos opciones no están disponibles.

Casos de uso

Equipos de comercio electrónico que crean clips de exhibición de productos: generar clips horizontales con prompts y varias imágenes de referencia de productos o personas, para usarlos como materiales de exhibición en páginas de detalles y tarjetas de producto.
Equipos de publicidad que producen materiales publicitarios verticales: describir los puntos de venta con prompts y elegir la relación de aspecto 9:16 para generar videos adecuados para difusión vertical en feeds y plataformas de video corto.
Equipos de diseño que convierten imágenes estáticas en movimiento: especificar una imagen pública como primer fotograma y generar un clip en movimiento que se desarrolle a partir de esa imagen, para dinamizar carteles o ilustraciones.
Equipos creativos que previsualizan el inicio y el fin de una toma: proporcionar el primer y el último fotograma para generar una toma de transición, útil para la previsualización de storyboards y la presentación rápida de clips conceptuales.

Limitaciones y recomendaciones de selección

La duración de cada video está limitada a entre 3 y 15 segundos, y el modo de primer y último fotograma admite como máximo 10 segundos; si se necesita contenido más largo, debe procesarse por segmentos. 1080p y 4k son salidas ampliadas, y 4k puede no incluir pista de audio. Las imágenes de referencia y el primer y el último fotograma son mutuamente excluyentes; una vez especificado el último fotograma, no se pueden usar system_prompt ni negative_prompt. Todos los parámetros de imagen solo aceptan URL HTTP(S) públicas; no se admite Base64.

Novedades

Ver el registro de cambios →

Nuevo modelo Gemini Omni 1.2 Flash ya disponible: generación de vídeo a partir de texto, primer fotograma e imágenes de referencia Nov 11, 2026

Preguntas frecuentes

Ver todas las preguntas →

¿Cómo elijo el modo de generación en Gemini Omni 1.2 Flash?

Para generar vídeo desde texto, usa prompt. Para usar una imagen como fotograma inicial, usa first_frame_url. Para referencias de personajes, productos o estilo, usa image_urls. Admite 1–10 imágenes y no se puede combinar con first_frame_url ni last_frame_url.
¿Qué límites tiene el modo de fotogramas inicial y final?

last_frame_url requiere first_frame_url; proporcionar solo el fotograma final provoca un error de parámetros. Este modo admite un máximo de 10 segundos y no se puede combinar con image_urls, system_prompt ni negative_prompt.
¿Cuánto puede durar cada vídeo?

duration acepta un entero entre 3 y 15, en segundos, y su valor predeterminado es 10. El modo de fotogramas inicial y final está limitado a 10 segundos. Para vídeos más largos, genera varios clips y únelos por tu cuenta.
¿1080p y 4k son resoluciones nativas?

resolution admite 360p, 720p, 1080p y 4k; el valor predeterminado es 720p. 1080p y 4k son resultados reescalados, no generados de forma nativa. 4k puede no incluir pista de audio. Comprueba el resultado real en lugar de asumir que todas las salidas incluyen audio.

Crear una tarea de generación

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

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: gemini-omni-1.2-flash

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para gemini-omni-1.2-flash y la ruta default; consulta la tabla de parámetros a continuación.

promptstringObligatoriominLength 1maxLength 20000pattern \S

Prompt que describe la escena, el movimiento, la cámara y el sonido deseado; admite hasta 20.000 caracteres y, en cualquier modo, es obligatorio proporcionar un prompt con contenido no vacío.

durationintegerOpcionalPredeterminado: 10min 3max 15

Duración del vídeo de salida, un número entero de segundos entre 3 y 15; al usar interpolación de primer y último fotograma, el límite máximo es de 10 segundos. Predeterminado: 10 segundos.

image_urlsarrayOpcionalminItems 1maxItems 10

Array de imágenes de referencia; los elementos son URL de imágenes y se pueden usar de 1 a 10 como referencia de personaje, producto o estilo. Pasar una sola imagen mediante este parámetro sigue siendo el modo de imagen de referencia; si se desea usar una única imagen como fotograma inicial, utilice first_frame_url en su lugar. Solo admite direcciones HTTP(S) de imágenes accesibles directamente desde la red pública, no admite Base64; no se puede usar junto con el primer o el último fotograma.

Array [ string ]

resolutionstringOpcionalPredeterminado: "720p"

Resolución de salida; 1080p y 4k son salidas ampliadas, y la salida 4k puede no incluir pista de audio. Predeterminado: 720p.

Opciones:360p720p1080p4k

aspect_ratiostringOpcionalPredeterminado: "16:9"

Proporción de la imagen de salida, que determina la composición horizontal o vertical. Predeterminado: 16:9.

Opciones:16:99:16

system_promptstringOpcional

Prompt de sistema, usado para definir el estilo general o la dirección visual; no se puede usar junto con el último fotograma.

last_frame_urlstringOpcionalminLength 1pattern ^https?://

Dirección de la imagen del último fotograma; debe proporcionarse junto con first_frame_url, y en ese caso la duración máxima es de 10 segundos. Solo admite direcciones HTTP(S) de imágenes accesibles directamente desde la red pública, no admite Base64; no se puede usar junto con image_urls, system_prompt ni negative_prompt.

first_frame_urlstringOpcionalminLength 1pattern ^https?://

Dirección de la imagen del primer fotograma del vídeo; permite especificar por sí sola la imagen inicial. Debe usar una URL HTTP(S) de imagen accesible directamente desde la red pública, no admite Base64 y no se puede usar junto con image_urls; es obligatorio cuando se proporciona last_frame_url.

negative_promptstringOpcional

Prompt negativo, usado para describir el contenido que se debe excluir; no se puede usar junto con el último fotograma.

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
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"
}

Obtener el detalle de la tarea

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

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "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
      }
    ]
  }
}

En proceso (no terminal)

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

Fallido

{
  "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"
    }
  }
}