Google● 可用

Google Gemini Omni 1.1 Flash API

Google Gemini Omni 1.1 Flash 视频生成模型，支持 3～10 秒文生、首尾帧图生、多素材参考、视频编辑和视频延长，输出覆盖 360p、720p、1080p 和 4K。

文生视频图生视频参考生视频视频编辑视频延长 360p720p1080p4k 3–10s / 自动

Gemini Omni 1.1 Flash 是什么

Gemini Omni 1.1 Flash 是 Gemini Omni 家族的 1.1 代 Flash 路线（Roko 目录标注的能力来源为上游 EvoLink 模型页），在首代基础上增加视频延长路线、把输出从 720p 一档扩展到 360p/720p/1080p/4K，并放宽了参考素材口径。Roko 通过统一异步视频任务接口公开五条路线，对应 gemini-omni-1.1-flash-* 子模型。

计费与首代相同，按 token 结算：输入 $1.43/百万、视频输出 $16.50/百万、其他输出 $8.47/百万。费用随任务 usage 浮动，提交前无法精确报价；auto 时长由模型决定，预扣费按 10 秒估算，终态多退少补。

时长 3–10 秒、默认 5 秒，比例 16:9、9:16 或 auto，音频随片生成且不可关闭。视频编辑与延长路线只接受 auto 比例，分辨率可在 auto 与四档之间选择；延长路线把已有成片接到新的续段上，是多镜头叙事的关键能力。

模型价格

价格来自当前生产定价配置，并按实际支持的生成路线和计费维度展示。

路线	价格	计费方式
Gemini Omni 1.1 Flash	以实际任务参数和定价页结果为准	输入 token $1.43/M；视频输出 token $16.50/M；其他输出 token $8.47/M

费用估算示例

token 计费没有固定单价，以下示例仅演示计算方式；假设用量非实测，实际以任务 usage 与定价页为准。

计算公式

`输入 token/1M × $1.43 + 视频输出 token/1M × $16.50 + 其他输出 token/1M × $8.47`

与首代 Omni 单价一致；分辨率与时长影响 token 消耗量，任务终态后可精确对账。

假设用量演示（非实测）

`假设输入 3,000 + 视频输出 90,000 + 其他输出 500 → 0.0043 + 1.485 + 0.0042 ≈ $1.49`

假设值仅说明口径。4K 与 360p 的用量差异显著，批量生产前应分档实测标定。

模型信息

仅列出当前供应商开发文档确认并已接入的子模型、能力和限制。

文生视频

`gemini-omni-1.1-flash-text-to-video`

能力限制: —
时长: 3–10s / 自动

图生视频

`gemini-omni-1.1-flash-image-to-video`

能力限制: 图片 1–2
时长: 3–10s / 自动

参考生视频

`gemini-omni-1.1-flash-reference-to-video`

能力限制: 图片 0–10 · 视频 0–3
时长: 3–10s / 自动

视频编辑

`gemini-omni-1.1-flash-video-edit`

能力限制: 图片 0–10 · 视频 1
时长: 3–10s / 自动

视频延长

`gemini-omni-1.1-flash-video-extend`

能力限制: 图片 0–10 · 视频 1
时长: 3–10s / 自动

能力来源 ↗

核心能力

五条路线覆盖生成与后期

text-to-video、image-to-video（1–2 张图）、reference-to-video（最多 10 张图 + 3 段视频）、video-edit（1 段视频）与 video-extend（1 段视频）共用同一任务接口，切换只需改 model 参数。

视频延长（video-extend）

提交已有视频，模型从末帧续写新的片段，用于把 3–10 秒的短镜头扩展成多段叙事。延长的连贯性因素材而异，需要用自己的镜头验证。

360p 到 4K 的分辨率档

草稿阶段用 360p 控成本，正式成片用 1080p/4K；编辑与延长路线的分辨率还支持 auto（跟随输入）。不同档位的 token 消耗不同，费用以 usage 为准。

参考素材接受视频

与首代只收图片不同，1.1 的参考路线最多接受 10 张图片加 3 段视频，适合需要动作或镜头参考的合成场景。

主要参数

以下参数由结构化模型配置生成；未配置或供应商不支持的参数不会显示。

modelstring

子模型 ID

默认值:

gemini-omni-1.1-flash-text-to-video / gemini-omni-1.1-flash-image-to-video / gemini-omni-1.1-flash-reference-to-video / gemini-omni-1.1-flash-video-edit / gemini-omni-1.1-flash-video-extend

promptstring

Google Gemini Omni 1.1 Flash 视频生成模型，支持 3～10 秒文生、首尾帧图生、多素材参考、视频编辑和视频延长，输出覆盖 360p、720p、1080p 和 4K。

默认值: 必填

durationinteger

按输出视频秒数

默认值: 3–10s / 自动

qualityenum

当前计费

默认值: 360p / 720p / 1080p / 4k

aspect_ratioenum

生成能力

默认值: auto / 16:9 / 9:16

image_urlsarray

图生视频: 1–2 · 参考生视频: 0–10 · 视频编辑: 0–10 · 视频延长: 0–10

默认值: 按生成路线

video_urlsarray

参考生视频: 0–3 · 视频编辑: 1 · 视频延长: 1

默认值: 按生成路线

模型能力与使用建议

主要特性

文生视频 · gemini-omni-1.1-flash-text-to-video
图生视频 · gemini-omni-1.1-flash-image-to-video
参考生视频 · gemini-omni-1.1-flash-reference-to-video
视频编辑 · gemini-omni-1.1-flash-video-edit
视频延长 · gemini-omni-1.1-flash-video-extend
360p / 720p / 1080p / 4k 输出
3–10s / 自动时长
可生成音频
支持音频素材或音画同出

使用限制

图生视频: 图片 1–2
参考生视频: 图片 0–10 · 视频 0–3
视频编辑: 图片 0–10 · 视频 1
视频延长: 图片 0–10 · 视频 1
能力来源: https://evolink.ai/zh/gemini-omni-1-1-flash

限制与注意事项

按 token 计费，提交前无法精确报价；auto 时长按 10 秒预扣费，终态多退少补。
视频编辑与延长路线只接受 auto 比例；分辨率可选 auto 或四档。
音频必然生成且不可关闭；不需要音频的场景选择其他模型。
没有独立 negative prompt 参数，反向要求写入 prompt 正文。
上游输出链接 24 小时有效，超时失效；转存步骤要放进任务流水线。
模型家族与能力口径来自上游 EvoLink 页面（Roko 目录标注的能力来源），本页不引用 Google 官方页面原文。

调用流程

POST /v1/videos/tasks 提交任务，model 按路线填 gemini-omni-1.1-flash-text-to-video / image-to-video / reference-to-video / video-edit / video-extend，附带 prompt、duration（3–10 或 auto，默认 5）、resolution、aspect_ratio。
按路线附素材：图生视频 1–2 张 image_urls；参考生成最多 10 张图 + 3 段视频；编辑与延长各传 1 段 video_urls。
轮询 GET /v1/tasks/{task_id} 或接收 callback_url 回调，直至 succeeded / failed 终态。
succeeded 后读取视频 URL 并在 24 小时有效期内转存。
failed 时读取错误原因，修正后重新提交；反向要求写入 prompt（无独立 negative prompt 参数）。提交成功不代表生成成功。

典型使用场景

低成本草稿到 4K 成片

输入：分镜提示词；操作：360p 打样确认构图，再以 1080p/4K 出正式片；预期：同一提示词跨分辨率复用；限制：token 消耗随分辨率上升，两档都要实测标定。

短镜头续写成长叙事

输入：上一段成片；操作：video-extend 路线逐段续写；预期：镜头风格与主体在续段间延续；限制：单段仍为 3–10 秒，长片需要多次续写并人工衔接。

带动作参考的素材合成

输入：角色/场景图片 + 动作或运镜视频参考；操作：reference-to-video 路线（≤10 图 + ≤3 视频）；预期：静态素材获得动态参考下的合成镜头；限制：素材越多一致性越难保证，需逐组合验证。

与站内其他视频模型的选择

按计费方式与工作流特点粗分，最终以各模型目录与实测为准。

vs 首代 Gemini Omni

1.1 多了 video-extend、360p–4K 分辨率、视频参考素材和默认 5 秒时长；只要 720p 短片且不需要延长时，首代足够。

vs Veo 3.1

Veo 按秒计价可预算、批量 n≤4、参考图固定 1–3 张；1.1 按 token 计费、支持视频参考与延长，工作流更灵活但费用要靠 usage 对账。

vs 按次计费通道（Grok）

Grok 通道按次固定计费、规格固定；1.1 用费用浮动换取延长、编辑与多素材的灵活性。

常见问题

Gemini Omni 1.1 Flash 怎么调用？

POST /v1/videos/tasks 提交，model 填路线对应的 gemini-omni-1.1-flash-* 子模型，轮询任务状态至终态后读取结果。

一条视频多少钱？

按 token 计费：输入 $1.43/百万、视频输出 $16.50/百万、其他输出 $8.47/百万；实际费用取决于任务 usage，无法按条报价。

支持哪些分辨率和时长？

分辨率 360p/720p/1080p/4K（编辑与延长另支持 auto），时长 3–10 秒（默认 5 秒）或 auto。以 Roko 当前目录为准。

和首代 Gemini Omni 有什么区别？

1.1 增加 video-extend 路线、360p–4K 分辨率档、视频参考素材（≤3 段）与默认 5 秒时长；首代仅 720p、无延长路线、默认 10 秒。

视频延长怎么用？

把已有视频通过 video_urls 交给 video-extend 路线，模型从末帧续写新片段。续段的连贯性需要用自己的素材验证，比例固定为 auto。

参考素材最多给多少？

参考路线最多 10 张图片加 3 段视频；图生视频路线为 1–2 张图片。以 Roko 当前目录为准。

4K 输出费用会高很多吗？

4K 的 token 消耗高于低分辨率档，费用按 usage 结算会相应上升；具体差异需实测标定，页面不做未经实测的倍数断言。

输出链接可以保存多久？

上游输出链接 24 小时有效；任务完成后应立即转存到自己的存储。

来源与核验范围

能力来源为 Roko 目录标注的上游 EvoLink 模型页；可调用路线、参数与价格来自 Roko 当前生产目录。核验日期：2026-10-08。

EvoLink: Gemini Omni 1.1 Flash model page Upstream provider page cited by the Roko catalog as capability source
EvoLink docs: Gemini Omni Flash API manual Upstream API conventions shared by the Omni Flash series
Roko API video task docs Async submit, task query, and billing lifecycle on Roko
Roko API model catalog Current routes, prices, and generation config

同家族模型

继续查看同一模型家族的其他可用版本。

其他视频模型

浏览支持统一异步视频任务接口的其他模型。

查看全部视频模型 →