Контрольный список для выбора Gemini Omni 1.2 Flash: режимы ввода, спецификации и бюджет

Что проверяет этот список

gemini-omni-1.2-flash доступен через HiAPI. При выборе сначала проверьте четыре вещи: покрывают ли режимы ввода вашу цепочку материалов, удовлетворяют ли параметры спецификаций ограничениям продукта, можно ли рассчитать бюджет по разрешению и длительности, и какие эффекты не входят в гарантии. Приведённый ниже список описывает только текущие публичные возможности и не содержит实测 конкурентов или рейтингов.

Режимы ввода: четыре доступных пути и правила взаимоисключения

Текущие публичные режимы ввода включают:

• Текст в видео: генерация видео только по prompt.
• Изображение первого кадра в видео: указание начального кадра через first_frame_url, чтобы изображение ожило.
• Переход между первым и последним кадром: одновременное указание first_frame_url и last_frame_url для генерации перехода между начальным и конечным кадрами; этот режим длится максимум 10 секунд и не может содержать negative_prompt или system_prompt.
• Изображение-референс в видео: передача 1–10 публичных HTTP(S) референсных изображений через image_urls для задания стиля или субъекта; даже при передаче одного изображения это всё равно референс, а не первый кадр.

Особое внимание уделите границам взаимоисключения: image_urls взаимоисключающ с first_frame_url/last_frame_url; last_frame_url зависит от first_frame_url и не может использоваться отдельно. first_frame_url можно указывать отдельно для задания начального кадра. Все параметры изображений принимают только публичные HTTP(S) URL, Base64 не поддерживается.

Недоступные возможности включают: редактирование видео, продолжение видео, ввод видео или аудио, seed. Если эти возможности нужны, не включайте данную модель в кандидаты.

Спецификации: обязательные параметры, значения по умолчанию и жёсткие ограничения

prompt — единственный обязательный параметр, он должен быть непустым и содержать не более 20000 символов. Остальные параметры задаются по необходимости:

• duration: целое число, 3–15 секунд, по умолчанию 10 секунд.
• resolution: 360p, 720p, 1080p, 4k, по умолчанию 720p. 1080p и 4k — увеличенный вывод; 4k может не содержать аудиодорожки.
• aspect_ratio: 16:9 или 9:16, по умолчанию 16:9.

В режиме первого и последнего кадра, помимо максимальной длительности 10 секунд, нельзя одновременно использовать negative_prompt или system_prompt. Режим референсных изображений ограничен количеством 1–10 и форматом URL. Внести эти ограничения в валидацию параметров продукта проще, чем исправлять последствия после неудачного вызова.

Бюджет: цена за разрешение × длительность запроса × количество

Текущие цены по умолчанию различаются по разрешению:

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

Бюджет = цена выбранного разрешения × длительность запроса × количество. Ориентируйтесь на фактический счёт и применимый коэффициент; не вычисляйте стоимость обратно по секундам в файловом контейнере (например, дробным секундам). Длительность запроса следует рассчитывать по параметру duration, а не по метаданным видеофайла.

Нужно различать два события затрат: успех, но неудовлетворительный результат требует повторного создания задачи и увеличивает бюджет; фактический сбой обрабатывается по правилам возврата платформы. Не предполагайте по умолчанию, что все сбои возвращают или не возвращают средства, — ориентируйтесь на фактический счёт. При сетевом тайм-ауте не создавайте задачу повторно сразу, сначала запросите существующую задачу, чтобы один и тот же запрос не был оплачен дважды.

Негарантируемые результаты: эти эффекты нужно проверять самостоятельно

Публичные возможности не равны гарантии результата. В настоящее время не гарантируется наличие звука во всех режимах, синхронизация губ, точность текста, полное совпадение субъекта или бренда. 1080p и 4k — увеличенный вывод, 4k может не содержать аудиодорожки. При выборе не делайте выводов о качестве, времени обработки или преимуществах по затратам на основе страницы параметров; без实测 данных не следует выдумывать сравнительные обзоры или рейтинги конкурентов.

Приёмка на ваших образцах: качество, время оборота и применимые затраты

Рекомендуется использовать одну и ту же партию prompt, одну и ту же партию референсных или первых кадров и отдельно запустить текст в видео, изображение первого кадра в видео, переход между первым и последним кадром и изображение-референс в видео (где применимо), записав три группы результатов:

• Качество: сколько раз из генераций в ваших типичных сценариях результат пригоден к непосредственному использованию; смотрите не только на лучший вариант.
• Время оборота: время от отправки задачи до получения пригодного результата, включая необходимые повторные попытки и запросы.
• Применимые затраты: бюджет, рассчитанный по вашему разрешению, длительности и количеству, с учётом переделок из-за успешных, но неудовлетворительных результатов, а не только по цене за единицу.

При приёмке фиксируйте входы и параметры, записывайте результаты по пунктам и не сравнивайте результаты с разными разрешениями, разной длительностью или разными режимами ввода вместе. Только ваши собственные образцы могут показать, подходит ли эта модель для вашего продукта.

Пункты проверки перед подключением

• Нужны ли продукту редактирование видео, продолжение, ввод видео или аудио, seed? Если да, данная модель не подходит.
• Может ли цепочка материалов предоставить публичные HTTP(S) URL изображений? Если доступен только Base64, сначала потребуется переработать загрузку и хостинг.
• Используются ли одновременно image_urls и параметры первого/последнего кадра? Они взаимоисключающи, это нужно блокировать на уровне валидации параметров.
• Не превышает ли длительность в режиме первого и последнего кадра 10 секунд, не переданы ли по ошибке negative_prompt или system_prompt?
• Рассчитывается ли бюджет как цена за разрешение × длительность запроса × количество, с резервом на переделки успешных, но неудовлетворительных результатов?
• При сетевом тайм-ауте сначала запрашивается существующая задача, а не создаётся повторно сразу?

Через единый интерфейс HiAPI можно сначала провести приёмку на малой выборке по приведённому списку, а затем решать, подключать ли производство. Основанием для выбора должны быть измеренные вами качество, время оборота и применимые затраты, а не сравнительные выводы без实测.