草稿速度
快 60%
官方口径：360p 预览比 720p 快最多 60%，成本约 ⅓
Google · Gemini Omni Flash 1.1
Gemini Omni Flash 1.1：带原生音频的高速 AI 视频
Google 面向高并发的轻量视频模型 —— 用 360p 的速度打草稿，用 4K 收尾。
Gemini Omni Flash 1.1 把文本、图片与视频变成带原生同步音频的短片：以约三分之一的成本快速起草，钉住首尾帧精确控制运镜，用 10 秒上下文窗口续写场景。一个统一 API，四种任务模式。
场景续写
10 秒上下文
续写时读取源视频前 10 秒保证衔接一致
任务模式
4 种
文生视频、首尾帧、参考生视频与视频续写
APIPod 价格
$0.45 起
按成品视频计价，360p 下 4-10 秒任意时长
来自 Gemini Omni 模型家族的演示片段。演示素材与标准版系列共享 —— 同一模型血统、同一原生音频管线。
Flash 1.1 还是 Omni 标准版？
两档都跑在 APIPod 统一 API 上。Flash 1.1 是更新的模型世代，为迭代量而生；标准版 Omni 仍是低成本灵活剪辑的性价比之选。
这些场景选 Flash 1.1
- 最新模型世代 —— 1.1 续写场景时读取 10 秒上下文窗口，而非单帧
- 便宜的高速草稿：360p 预览快最多 60%、成本约三分之一，定稿再上 4K
- 首尾帧插值 —— 钉住首帧与尾帧，精确控制转场、循环与运镜
- 每次生成都带原生同步音频，从对白到环境音
这些场景选 Omni 标准版
- 最低一口价 —— 每条 $0.25，不分分辨率
- 灵活的 1-30 秒任意时长，而非固定 4/6/8/10 档位
- 简单直接的 720p / 1080p 输出
Flash 1.1 与 Omni 标准版对比
同一家族、同一统一 API —— 在速度、控制力与价格之间做不同取舍。
| 规格 | Omni Flash 1.1 | Omni 标准版 |
|---|---|---|
| 模型世代 | 1.1（最新，2026 年 8 月 GA） | 1.0 |
| 时长 | 4 / 6 / 8 / 10 秒 | 1-30 秒任意值 |
| 分辨率 | 360p / 720p / 1080p / 4K（默认 720p） | 720p / 1080p |
| 画幅 | 16:9、9:16 | 16:9、9:16、1:1 |
| 参考图 | 最多 7 张 | 最多 5 张 |
| 视频续写 | 从源视频前 10 秒继续 | 从最后一帧继续 |
| 音频 | 原生同步音频 | 原生同步音频 |
| APIPod 价格 | 按分辨率 $0.45 - $4.50 / 条 | 一口价 $0.25 / 条 |
两档走同一个 /v1/videos/generations 端点加任务轮询 —— 切换模型只需改一行 model 字段。
价格透明
按分辨率计价，每条一口价
一条成品一个价。4-10 秒区间内时长免费 —— 同分辨率下 4 秒草稿和 10 秒成片同价。
| 分辨率 | 每条价格 |
|---|---|
| 360p —— 草稿档 | $0.45 |
| 720p —— 默认档 | $1.35 |
| 1080p | $2.25 |
| 4K | $4.50 |
参考工作流：整段分镜先用 360p 每条 $0.45 打样，只把选中的镜头重生成 4K。
对比参考：Google 官方 API 刊例价为 360p / 720p / 1080p / 4K 每秒 $0.03 / $0.10 / $0.15 / $0.30。APIPod 定价锚定 10 秒最坏成本，短视频不吃亏。
四种任务模式，一个端点
所有模式都是 POST /v1/videos/generations 上的异步任务 —— 提交、轮询、取回视频地址。
gemini-omni-flash-1.1-t2v
文生视频
仅凭 prompt 生成带原生同步音频的短片。4-10 秒时长，360p 到 4K 任意分辨率。
输入：prompt
gemini-omni-flash-1.1-i2v
图生视频（首尾帧）
关键帧插值：提供首帧与可选尾帧，模型在两帧之间生成平滑过渡 —— 循环、环绕、推拉运镜都可以。
输入：prompt + 1-2 张首尾帧图
gemini-omni-flash-1.1-r2v
参考生视频
最多 7 张参考图，让角色、服装与美术风格在整组镜头里保持一致。
输入：prompt + 1-7 张参考图
gemini-omni-flash-1.1-extend
视频续写
从源视频前 10 秒继续生成 —— 模型读取完整上下文窗口保证运动与衔接一致，可另附参考图引导方向。
输入：prompt + 源视频 + 可选参考图
提示词案例
实际效果：提示词与成片
一组发挥 Flash 1.1 特长的提示词范式 —— 原生音频、物理表现、首尾帧控制与角色一致性。可直接复制进 API 或控制台试玩。
电影感定场镜头
t2v · 1080p一条 prompt 同时描述场景、运镜与声音设计 —— 模型带原生环境音直接成片。
提示词
A cinematic tracking shot through a rain-soaked neon street at night, reflections shimmering on wet asphalt, the camera gliding past storefronts, ambient rain and distant traffic sound.
日出到星空插值
i2v · 首尾帧首帧钉一张日出照片、尾帧钉一张星空渲染图 —— Flash 1.1 在两帧之间插值出连续的昼夜过渡。
提示词
Smooth transition from the first frame to the last frame: the sunrise over the mountain ridge gradually becomes a starry night, clouds drifting, the camera slowly orbiting to the right.
一个角色，三座城市
r2v · 参考图同一参考角色在三座不同城市间保持一致 —— 服装、步伐不变，光照随场景适配。
提示词
Using the reference images, the same character walks through three cities — Tokyo, Paris and New York — keeping her outfit and stride consistent, documentary style with ambient street audio.
续写这条片子
extend · 视频输入把生成的定场镜头作为源视频回灌：10 秒上下文窗口让运动与光照在剪辑点上保持连续。
提示词
Continue the scene: the explorer steps through the doorway into the hidden temple, torchlight flickering across the stone walls, suspenseful score swelling.
演示素材与 Gemini Omni 标准版系列共享（同一模型家族的官方演示片段）。
快速上手
几分钟发出你的第一条视频
四种模式共用一个异步端点：提交任务、轮询状态、取回视频地址 —— 无需 SDK。
完整参数说明（时长 / 分辨率 / 参考图上限）见各模式文档。
import os, requests
payload = {
"model": "gemini-omni-flash-1.1-t2v", # 或 -i2v / -r2v / -extend
"prompt": "A cinematic tracking shot through a rain-soaked neon street...",
"duration": 8, # 4 / 6 / 8 / 10
"resolution": "1080p", # 360p / 720p / 1080p / 4k
"aspect_ratio": "16:9" # 或 9:16
}
resp = requests.post(
"https://api.apipod.ai/v1/videos/generations",
json=payload,
headers={"Authorization": f"Bearer {os.environ['APIPOD_API_KEY']}"},
)
task_id = resp.json()["data"]["task_id"]
# 轮询 GET /v1/videos/status/{task_id} 直到 status == "completed"常见问题
Gemini Omni Flash 1.1 是什么？
Flash 1.1 是 Google 面向高并发场景的轻量预览档视频生成与编辑模型，2026 年 8 月起在 Gemini API 正式可用。它生成带原生同步音频的短片，支持首尾帧插值，分辨率覆盖 360p 到 4K。在 APIPod 上通过与其他模型相同的统一异步视频 API 提供。
Flash 1.1 和标准版 Gemini Omni 怎么选？
Flash 1.1 是更新的模型世代：新增 10 秒上下文场景续写、4K 输出、最多 7 张参考图和廉价的 360p 草稿。标准版 Omni 保持最低一口价（每条 $0.25）和灵活的 1-30 秒时长。常见做法是用 Flash 360p 打样分镜，只需便宜直出片段时用标准版。
支持哪些时长与分辨率？
Flash 1.1 支持 4、6、8、10 秒四种时长，360p、720p（默认）、1080p、4K 四档分辨率，画幅 16:9 或 9:16。按分辨率每条计价 —— 同分辨率下 4-10 秒任意时长同价。
视频续写是怎么工作的？
使用 gemini-omni-flash-1.1-extend 模型传入源视频。模型读取源视频前 10 秒作为上下文（而不是只看最后一帧），生成保持运动、光照与音频一致的续写片段。最多可另附 5 张参考图和一条 prompt 引导续写方向。
输出带音频吗？
带。Flash 1.1 在生成画面的同时输出原生同步音频 —— 对白、环境音与配乐。按 Google 官方口径音频属实验特性，个别输出可能无音轨。
APIPod 上 Flash 1.1 怎么计费？
按成品视频与分辨率计价：360p 每条 $0.45、720p $1.35、1080p $2.25、4K $4.50。4-10 秒区间内时长免费。生成失败不计费。
调用哪个 API？
POST https://api.apipod.ai/v1/videos/generations，model 填 gemini-omni-flash-1.1-t2v / -i2v / -r2v / -extend。端点返回 task_id，轮询 GET /v1/videos/status/{task_id} 直到 completed 后从 result 取视频地址。完整请求/响应说明见 APIPod 文档。