跳转到内容
HiAPI Docs
HiAPI
在线试用 获取 API Key
中文
English 中文

Gemini Omni 1.1 Flash

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

图片、视频和音频模型通过统一异步接口 POST /v1/tasks 调用，区别只在 input 字段（见下方 input 参数）。

模型概览

模型 gemini-omni-1.1-flash
输入方式 文字 / 参考图 / 首尾帧 / 参考视频
时长 无参考视频：4 / 6 / 8 / 10 秒；有参考视频：以参考视频为准
分辨率 360p / 720p / 1080p / 4k

从文字、参考图、首尾帧或已有视频生成带环境声的镜头，适合产品展示、社媒内容与分镜预演。传入参考视频时，输出时长以参考视频为准。

生产建议

调用建议
  • 先用 360p 或 720p 查看构图与动作，再按需要提高分辨率。使用参考视频时，先准备与目标时长一致的片段；duration、start 和 ends 不保证裁剪输出。
  • 创建任务后从 data.taskId 读取任务 ID，等待回调或轮询 GET /v1/tasks/:id；成功后读取 output[].url，建议及时转存。

适用场景

文生视频

只写提示词，生成带环境声的横屏或竖屏短片。

promptaspect_ratio
参考图生视频

用产品或角色图片引导外观，再用提示词描述场景和动作。

image_urls
首尾帧视频

提供首帧引导开场，可再加尾帧引导结尾，生成中间的过渡过程。

first_frame_urllast_frame_url
视频改写

参考已有视频的构图与运动，探索不同色调、时段或氛围。

video_list

请求参数

model string 必填

固定填 gemini-omni-1.1-flash。

示例 gemini-omni-1.1-flash
input object 必填

视频生成参数；按手中的素材选择输入方式。

prompt string 必填

描述画面、动作、运镜和声音，1–20,000 个字符。使用参考素材时，写清要保留什么、改变什么。

duration integer 必填

不传参考视频时的输出时长，单位为秒。传入 video_list 时，输出时长以参考视频为准；此项仍需填写，但不保证裁剪输出。

默认 8 可选值: 46810
image_urls string[] 可选

参考图片，0–7 张，让视频中的主体、场景或风格跟随图片。每张不超过 20MB；与 video_list 一起使用时最多 5 张。

first_frame_url string 可选

传入图片，用作视频的首帧。不能与 image_urls、video_list 同时使用。

last_frame_url string 可选

传入图片，用作视频的尾帧；需要同时提供 first_frame_url。

video_list object[] 可选

参考视频，最多 1 段，为改写提供主体、构图与运动参考。源视频不超过 30 秒、100MB，占 2 个输入位。输出时长以参考视频为准，建议上传与目标时长一致的片段。

url string 必填

视频 URL。

start number 可选

参考起始时间，单位为秒；不保证裁剪输出。需要较短片段时，请先裁剪视频再上传。

默认 0
ends number 可选

参考结束时间，单位为秒；不保证裁剪输出。建议直接上传目标长度的视频片段。

aspect_ratio enum 可选

输出视频的宽高比，横屏 16:9 或竖屏 9:16。

默认 16:9 可选值: 16:99:16
resolution enum 可选

输出视频分辨率。

默认 720p 可选值: 360p720p1080p4k
seed integer 可选

随机种子，0–2147483647，用于调整生成时的随机变化。

callback object 可选

任务进入终态时通知你的服务，减少轮询。

url string 必填

接收任务终态通知的 HTTPS 地址。

示例 https://your-domain.com/hiapi/callback
when enum 可选

任务进入终态时通知。

默认 final 可选值: final

用例示例

视频改写

将湖面灯笼视频改写为靛蓝与琥珀夜景。输出时长以参考视频为准。

请求体
{
  "model": "gemini-omni-1.1-flash",
  "input": {
    "prompt": "Transform the reference video into a refined cinematic night sequence while preserving the lantern silhouette and smooth camera movement. Shift the palette from blue hour to deep indigo and warm amber, add slow drifting firefly-like reflections across the lake, keep the reflection physically coherent, one continuous shot, no people, no text, no logos, no watermark. Natural ambient sound: quiet water, soft glass resonance, and distant night wind.",
    "duration": 8,
    "video_list": [
      {
        "url": "https://static.hiapi.ai/admin-assets/gemini-omni-1-1-flash/2026/09/02/1788359834997-73681ce500c88b7c-gemini-omni-1-1-flash-golden.mp4",
        "start": 0,
        "ends": 8
      }
    ],
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }
}
竖屏文生视频

只传提示词，生成 4 秒 9:16 竖屏短片。

请求体
{
  "model": "gemini-omni-1.1-flash",
  "input": {
    "prompt": "Vertical short-form video, one continuous handheld close-up: in a sunlit neighborhood cafe in the morning, a barista's hands pour steamed milk into a ceramic cup, a rosetta latte-art pattern blooms across the espresso, then the cup slides gently toward the camera on a wooden counter. Warm window light, shallow depth of field, soft steam, natural colors, no faces, no text, no logo, no watermark. Natural ambient sound: milk pouring, quiet cafe chatter, a cup set down on wood.",
    "duration": 4,
    "aspect_ratio": "9:16",
    "resolution": "720p"
  }
}
参考图生视频

传一张产品图到 image_urls，让同一件产品出现在新的场景里。

请求体
{
  "model": "gemini-omni-1.1-flash",
  "input": {
    "prompt": "Use the celadon teapot from the reference image as the hero product. One continuous shot: the same teapot with its crackle glaze, bamboo handle and brass knob sits on a low walnut tea table beside a rain-streaked window on a quiet afternoon. Steam curls slowly from the spout while the camera makes a gentle half orbit from the front to the side, soft window light gliding across the glaze. Calm, tactile product film, no people, no text, no logo, no watermark. Natural ambient sound: soft rain on glass and a faint kettle hiss.",
    "duration": 4,
    "image_urls": [
      "https://static.hiapi.ai/model-examples/gemini-omni-1.1-flash/v1/2026/10/07/1791363216388-f113bee8f81588f2-ref-teapot.png"
    ],
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }
}
首尾帧视频

首帧和尾帧使用同一机位、同一画幅的图片，过渡更自然。

请求体
{
  "model": "gemini-omni-1.1-flash",
  "input": {
    "prompt": "A smooth time-lapse in one continuous locked-off shot: in a quiet greenhouse, the closed pale pink peony bud slowly swells and unfurls into a full layered bloom while the cool misty dawn light warms into bright golden late-morning sun streaming through the glass. Leaves sway slightly, dust motes drift in the light. No people, no text, no logo, no watermark. Natural ambient sound: soft birdsong and a gentle greenhouse hum.",
    "duration": 4,
    "first_frame_url": "https://static.hiapi.ai/model-examples/gemini-omni-1.1-flash/v1/2026/10/07/1791363228597-ec8c296611a1d9be-first-frame-peony-bud.png",
    "last_frame_url": "https://static.hiapi.ai/model-examples/gemini-omni-1.1-flash/v1/2026/10/07/1791363332896-44b2d8180fcab0d9-last-frame-peony-bloom.png",
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }
}

获取结果

  1. 从创建响应的 data.taskId 读取任务 ID。
  2. 等待 callback 或轮询 GET /v1/tasks/:id。
  3. status=success 时读取 output[].url。

常见问题

如何选择文字、图片、首尾帧或视频输入？

由 input 中传入的素材字段决定：只有 prompt 是文生视频；image_urls 是参考图生视频；first_frame_url（可加 last_frame_url）是首尾帧视频；video_list 是视频改写。

如何让视频改写得到目标时长？

输出时长以参考视频为准。请先将视频裁剪为目标长度再上传，不要依靠 duration、start 或 ends 裁剪输出。源视频最长 30 秒、不超过 100MB；duration 仍需填写 4、6、8 或 10。

输出视频有声音吗？

有，输出带环境声。可以在提示词中描述想要的声音。

在哪里查看当前费用？

请查看实时定价页，Playground 会在提交前显示所选配置的预估费用。 查看实时定价

下一步