Gemini Omni Flash - wideo z czatu modelu

google/gemini-omni-flash-preview — multimodalny model Google: zwykły punkt końcowy czatu, który generuje wideo z tekstu, wielu obrazów/GIF-ów, dźwięku i wideo źródłowego jednocześnie. Najtańszy sposób na uzyskanie filmów na platformie to ≈ 0,08 USD za film.

Czym różni się od modeli medialnych?

	Omni Flash	Zwykłe modele wideo (/media/generate)
Punkt końcowy	POST /v1/chat/completions	POST /media/generate
Płatność	tokenami (wejście 0,2322 USD / wyjście 1,3932 USD za 1M)	poprawka do generowania
Prędkość	~40–60 s, odpowiedź synchroniczna	zadanie + odpytywanie
Cena wideo	≈ 0,08 USD	od 0,11 USD

Jak używać (API)

Zwykłe żądanie OpenAI kompatybilne + parametr modalities:

curl https://nordrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-nr-ВАШ-КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-omni-flash-preview",
    "messages": [{"role": "user", "content": "Сгенерируй видео: красный воздушный шар над спокойным морем"}],
    "modalities": ["image", "text"],
    "max_tokens": 4000
  }'

Obrazy, GIF, wejście audio i wideo

Przekaż części w zwykłej tablicy messages[].content. Poniższe formaty są testowane przy użyciu jednego rzeczywistego połączonego żądania za pośrednictwem NordRouter:

{
  "model": "google/gemini-omni-flash-preview",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "text", "text": "Сделай рекламный ролик: герой с фото движется как в референсном видео, монтаж попадает в ритм аудио" },
      { "type": "image_url", "image_url": { "url": "https://example.com/hero.png" } },
      { "type": "image_url", "image_url": { "url": "https://example.com/style.gif" } },
      { "type": "input_audio", "input_audio": { "data": "BASE64_AUDIO", "format": "wav" } },
      { "type": "video_url", "video_url": { "url": "https://example.com/motion.mp4" } }
    ]
  }],
  "modalities": ["image", "text"],
  "max_tokens": 4000
}

• Zdjęcia i GIF: image_url; możesz dodać kilka części z rzędu.
• Dźwięk: input_audio z base64 i format (wav, mp3, ogg, aac, flac, m4a).
• Wideo: video_url; do edycji użyj krótkiego pliku źródłowego o długości do 10 sekund.
• W Studio i bocie: do 10 załączników, każdy plik do 20 MB.
• W przypadku Omni Flash nie podlegają roszczenia o arbitralne archiwa i dokumenty biurowe — używaj obrazów, plików GIF, plików audio lub wideo.

Odpowiedź znajduje się w jednej wiadomości; link do gotowego pliku znajduje się w message.videos:

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "I've generated the video for you.",
      "videos": [{ "type": "video_url",
                   "video_url": { "url": "https://nordrouter.com/media/file/…" } }]
    }
  }],
  "usage": { "prompt_tokens": 18, "completion_tokens": 58197, "total_tokens": 58215 }
}

Ważne

• Wymagany jest modalities: ["image", "text"] – bez niego model odpowiada jedynie tekstem.
• Film waży około 58 tysięcy tokenów wyjściowych → łącznie ≈ 0,08 USD. Ustaw max_tokens na co najmniej 4000 (tokeny wideo nie są ograniczone limitem, limit dotyczy części tekstowej).
• Plik przechowywany jest przez 14 dni - pobierz, aby zapisać go na zawsze.
• Działa również z stream: true - link pojawi się w strumieniu.

W studiu i bocie Telegramu

Ten sam model dostępny bez kodu:

• Studio —nordrouter.com/studio→ Wideo → Gemini Omni Flash;
• Bot@nordy_robot— Media → 📹 Wideo → Gemini Omni Flash: wyślij pojedynczo do 10 plików, a następnie wiadomość tekstową; wideo pojawi się na tym samym czacie.

Cena w studiu/bocie oparta jest na rzeczywistych tokenach, zwykle ≈ 0,08 $ (wstępny szacunek pokazuje górną granicę ~0,13 $, różnica jest zwracana po wygenerowaniu).