Lista de verificação de seleção do Gemini Omni 1.2 Flash: modos de entrada, especificações e orçamento

O que esta lista verifica

O gemini-omni-1.2-flash é acessível publicamente via HiAPI. Na seleção, verifique primeiro quatro coisas: se os modos de entrada cobrem seu pipeline de materiais, se os parâmetros de especificação atendem às restrições do produto, se o orçamento pode ser calculado por resolução e duração, e quais efeitos não estão no escopo de garantia. A lista abaixo descreve apenas as capacidades públicas atuais, sem testes reais ou rankings de concorrentes.

Modos de entrada: quatro caminhos disponíveis e regras de exclusão mútua

Os modos de entrada públicos atuais incluem:

• Texto para vídeo: gerar vídeo apenas com prompt.
• Imagem de primeiro quadro para vídeo: usar first_frame_url para especificar o quadro inicial e animar a imagem.
• Transição entre primeiro e último quadro: especificar simultaneamente first_frame_url e last_frame_url para gerar uma transição entre os quadros inicial e final; esse modo tem duração máxima de 10 segundos e não pode incluir negative_prompt nem system_prompt.
• Imagem de referência para vídeo: passar de 1 a 10 imagens de referência HTTP(S) públicas via image_urls para restringir estilo ou sujeito; mesmo que apenas uma seja enviada, ainda se trata de imagem de referência, e não de primeiro quadro.

Atenção especial às fronteiras de exclusão mútua: image_urls é mutuamente exclusivo com first_frame_url/last_frame_url; last_frame_url depende de first_frame_url e não pode ser usado sozinho. first_frame_url pode especificar o quadro inicial de forma independente. Todos os parâmetros de imagem aceitam apenas URLs HTTP(S) públicas; Base64 não é suportado.

As capacidades não disponíveis incluem: edição de vídeo, continuação de vídeo, entrada de vídeo ou áudio e seed. Se você precisar dessas capacidades, não deve incluir este modelo entre os candidatos.

Parâmetros de especificação: obrigatórios, valores padrão e restrições rígidas

prompt é o único item obrigatório, deve ser não vazio e ter no máximo 20000 caracteres. Os demais parâmetros são definidos conforme necessário:

• duration: inteiro, 3–15 segundos, padrão 10 segundos.
• resolution: 360p, 720p, 1080p, 4k, padrão 720p. 1080p e 4k são saídas ampliadas; 4k pode não conter faixa de áudio.
• aspect_ratio: 16:9 ou 9:16, padrão 16:9.

Além da duração máxima de 10 segundos, o modo de primeiro/último quadro não pode usar negative_prompt nem system_prompt ao mesmo tempo. O modo de imagem de referência está sujeito à restrição de 1–10 imagens e ao formato de URL. Incluir essas restrições na validação de parâmetros do produto é mais simples do que remediar após falhas de chamada.

Orçamento: preço unitário por resolução × duração da requisição × quantidade

Os preços atuais com multiplicador padrão variam por resolução:

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

Orçamento = preço unitário da resolução escolhida × duração da requisição × quantidade. A fatura real e o multiplicador aplicável prevalecem; não deduza a cobrança a partir dos segundos no contêiner do arquivo (por exemplo, segundos fracionários). A duração da requisição deve ser calculada pelo parâmetro duration, e não pelos metadados do arquivo de vídeo.

É preciso distinguir dois eventos de custo: sucesso mas insatisfatório exige recriar a tarefa, aumentando o orçamento; falha real é tratada conforme as regras de reembolso da plataforma. Não presuma que toda falha é reembolsada ou que nenhuma é; considere a fatura real. Em caso de timeout de rede, não recrie a tarefa diretamente; consulte primeiro a tarefa existente para evitar cobrança dupla da mesma requisição.

Itens não garantidos: esses efeitos precisam ser validados por você

Capacidade pública não equivale a promessa de efeito. Atualmente não se garante que todos os modos tenham som, sincronia labial, texto preciso ou sujeito/marca totalmente consistentes. 1080p e 4k são saídas ampliadas; 4k pode não conter faixa de áudio. Na seleção, não deduza qualidade, tempo de processamento ou vantagem de custo a partir da página de parâmetros; sem dados de teste reais, também não se deve inventar comparações ou rankings de concorrentes.

Validação com seus próprios exemplos: qualidade, tempo de resposta e custo aplicável

Recomenda-se usar o mesmo lote de prompts e o mesmo lote de imagens de referência ou de primeiro quadro para executar texto para vídeo, imagem de primeiro quadro para vídeo, transição entre primeiro e último quadro e imagem de referência para vídeo (quando aplicável), registrando três grupos de resultados:

• Qualidade: no seu cenário típico, quantas gerações resultam em um item diretamente utilizável; não observe apenas o melhor resultado.
• Tempo de resposta: tempo desde o envio da tarefa até obter um resultado utilizável, incluindo novas tentativas e consultas necessárias.
• Custo aplicável: calcule o orçamento conforme sua resolução, duração e quantidade, incluindo refações por sucesso mas insatisfatório, em vez de olhar apenas o preço unitário.

Na validação, mantenha entradas e parâmetros fixos, registre item a item e não compare misturados resultados de resoluções, durações ou modos de entrada diferentes. Apenas seus próprios exemplos podem indicar se este modelo é adequado ao seu produto.

Itens de verificação antes da integração

• O produto precisa de edição de vídeo, continuação, entrada de vídeo ou áudio, seed? Se sim, este modelo não se aplica.
• O pipeline de materiais consegue fornecer URLs de imagem HTTP(S) públicas? Se houver apenas Base64, será necessário reformular o upload e a hospedagem.
• image_urls e parâmetros de primeiro/último quadro são usados ao mesmo tempo? Os dois são mutuamente exclusivos e precisam ser bloqueados na camada de validação de parâmetros.
• No modo de primeiro/último quadro, a duração excede 10 segundos ou há negative_prompt ou system_prompt incluídos por engano?
• O orçamento é calculado como preço unitário por resolução × duração da requisição × quantidade, com margem reservada para refações por sucesso mas insatisfatório?
• Em caso de timeout de rede, consulta-se primeiro a tarefa existente em vez de recriá-la diretamente?

Com a interface unificada do HiAPI, você pode primeiro fazer uma validação com pequenos exemplos conforme a lista acima e depois decidir se integra à produção. A base da seleção deve ser a qualidade, o tempo de resposta e o custo aplicável medidos por você, e não conclusões comparativas sem testes reais.