音频同时生成
音频同时生成
在生成视频的同时自动生成与场景同步的音频，单次生成即可打造身临其境的内容。
本系列模型
每个模型都有独立的演练场、定价和字段说明。按能力筛选后打开对应详情。
Gemini Omni Flash 系列一览
每个能力对应的模型 ID，以及它适合做什么。
| 模型 | ID | 说明 |
|---|---|---|
| Gemini Omni Flash（文字转视频） | google-video-omni-flash-text-to-video | 可自由融合文本与音频，高速生成连贯一致的高质量视频的最新模型。 |
| Gemini Omni Flash（参考图片到视频） | google-video-omni-flash-refs-image-to-video | Google的高级多模态视频生成与编辑模型，可实现音画的高度融合 |
| Gemini Omni Flash（图片转视频） | google-video-omni-flash-image-to-video | 能够以惊人的速度从图像和音频中生成、编辑高质量视频的多模态模型 |
主要特点与功能
整合先进的多模态处理与语音生成，支持高效的视频制作。
雪山之夜，白狼在月光下奔腾而过。
一只极其逼真的白狼在雪夜的山顶上飞奔。月光与飞舞的雪花构成了一幅充满活力的景象，令人叹为观止。
提示词
一只极其逼真的野生白狼在雪山的月夜中疾驰而过。它毛发随风飘动着，雪花四处飞扬，月光照亮了它强健的肌肉线条和呼出的白色气息。镜头从侧面追随它，随后切换到前方低角度拍摄。画面充满了动态的追逐感和雪花特效，搭配4K高帧率，呈现出电影级野生动物纪录片般的质感。关键词：光线效果、雪花特效、4K高帧率、电影级野生动物纪录片风格、照片级逼真狼群奔跑场景、雪夜场景、电影级动态感。
由 Gemini Omni Flash 生成
由 Veo 3.1 生成
由 Veo 3.1 Fast 生成
椰子时刻
充满活力的高速拍摄瞬间。椰子在空中裂开，乳白色的牛奶动态四溅，南国的阳光透过水滴折射出迷人光芒。画面尽显高级质感之美。
提示词
空中裂开的椰子高速动态镜头。白色的奶油状牛奶在流体物理学的作用下动态飞溅。阳光穿透水滴，背景中棕榈叶随风摇曳，画面以4K高清画质呈现，逼真得令人惊叹。
由 Gemini Omni Flash 生成
由 Veo 3.1 生成
由 Veo 3.1 Fast 生成
王都的繁华景象（日式角色扮演游戏风格）
令人怀念的SFC时代JRPG风格。活力四射的奇幻街景中，点阵图像风格的角色们穿梭往来。
提示词
经典的16位JRPG像素艺术风格。温暖明亮的午后王都广场。剑士、魔法师和牧师三人组从画面前方向后行进。周围有其他NPC（村民、商人）活跃地走来走去，商店橱窗里摆满了像素风格的物品。温暖的橙色和绿色调，斜向下视角（四分之三视角），营造出复古游戏的怀旧氛围。
由 Gemini Omni Flash 生成
由 Veo 3.1 生成
由 Veo 3.1 Fast 生成
典型场景
这个系列常见的制作场景。
短视频内容制作
从文本或图像提示词批量生成带有同步音频的视频，提升社交媒体及短视频的内容发布制作效率。
多图生成视频
最多可利用10张参考图片，制作出保持角色与世界观一致性的故事化视频。
广告素材验证
高速生成可商用的视频和音频，适合快速进行多样化广告模式的原型制作与验证。
与其他模型对比
先看成片限制和起步积分，再决定要不要换模型做同一类任务。
| 模型 | 最长片段时长（单次生成） | 多模态参考输入 | 最高分辨率 | 原生音频 | Sousaku 起步价 |
|---|---|---|---|---|---|
| Gemini Omni Flash | 最长 10 秒 | 最多 10 个视频 | 最高 720P | ✅ | 4 积分/秒 |
| Veo 3.1 | 最长 8 秒 | 最多 3 张图像 | 最高 1080P | ✅ | 6 积分/秒 |
| Veo 3.1 Lite | 最长 8 秒 | ❌ | 最高 1080P | ✅ | 2 积分/秒 |
快速开始
从注册到第一次成功调用。所有模型都走同一套步骤。
步骤 1
创建账号
注册并完成验证，即可签发 API 密钥并使用演练场。
步骤 2
选择本系列中的模型
点上方卡片，查看该模型的详情、定价和字段说明。
步骤 3
在演练场试跑
先用表单确认输入和参数，再接入自动化。
步骤 4
复制模型 id 与字段
详情页字段说明列出必填参数，create_task 里用同样的字段名。
步骤 5
接入并轮询
用密钥调用生成接口，轮询至任务成功，再下载结果。
步骤 6
查看用量
在模型定价页和控制台查看积分消耗。
常见问题
探索其他系列
Sousaku 上的其他系列。同一把密钥，同一套任务流。