Zum Hauptinhalt springen
POST

Autorisierungen

Authorization
string
header
erforderlich

##Alle APIs erfordern Bearer-Token-Authentifizierung##

API-Schlüssel erhalten:

Besuchen Sie die API-Schlüsselverwaltungsseite, um Ihren API-Schlüssel zu erhalten

Zum Anfrage-Header hinzufügen:

Body

application/json
model
enum<string>
erforderlich

Modellname. Die Modell-ID muss zu Eingabematerial und Aufgabe passen:

  • gemini-omni-1.2-flash-text-to-video: Text-zu-Video
  • gemini-omni-1.2-flash-image-to-video: Bild-zu-Video (Startbild oder Start- und Endbild)
  • gemini-omni-1.2-flash-reference-to-video: Referenz-zu-Video
  • gemini-omni-1.2-flash-video-edit: Videobearbeitung
  • gemini-omni-1.2-flash-video-extend: Videoverlängerung
  • gemini-omni-1.2-flash-video-upscale: Video-Hochskalierung
Verfügbare Optionen:
gemini-omni-1.2-flash-text-to-video,
gemini-omni-1.2-flash-image-to-video,
gemini-omni-1.2-flash-reference-to-video,
gemini-omni-1.2-flash-video-edit,
gemini-omni-1.2-flash-video-extend,
gemini-omni-1.2-flash-video-upscale
Beispiel:

"gemini-omni-1.2-flash-text-to-video"

prompt
string

Text-Prompt für das gewünschte Generierungs-, Bearbeitungs- oder Fortsetzungsergebnis; unterstützt Chinesisch und Englisch. Für alle Modi außer Video-Hochskalierung erforderlich; diese benötigt keinen Prompt.

  • Motiv, Aktion, Szene, Kamerabewegung und unverändert zu erhaltende Elemente klar beschreiben.
  • Negative Vorgaben wie No dialogue oder Kein Text direkt in den Prompt schreiben. Es gibt keinen separaten Parameter für negative Prompts.

Die Video-Hochskalierung verwendet keinen prompt; ein übergebener Prompt wird ignoriert.

Beispiel:

"Eine Glasmurmel rollt schnell über eine Holzbahn und fällt schließlich mit einem Spritzer ins Wasser."

image_urls
string<uri>[]

Array der Eingabebilder.

  • Bild-zu-Video: erforderlich, 1–2 Bilder. Eines dient als Startbild; zwei als Start- und Endbild.
  • Referenz-zu-Video: erforderlich; öffentlich empfohlene Obergrenze: 10 Referenzbilder.
  • Videobearbeitung: optional, bis zu 10 Referenzbilder.
  • Videoverlängerung: optional, bis zu 10 Referenzbilder.
  • Text-zu-Video und Video-Hochskalierung: keine Bildeingabe.

Nur HTTP/HTTPS-Bild-URLs; Formate: png, jpeg, webp.

Required array length: 1 - 10 elements
Beispiel:
video_urls
string<uri>[]

Array der Eingabevideos.

  • Referenz-zu-Video: optional; öffentlich empfohlene Obergrenze: 3 Videos. Bei duration über 10 Sekunden höchstens 1.
  • Videobearbeitung: genau 1 erforderlich, höchstens 15 Sekunden.
  • Videoverlängerung: genau 1 erforderlich, höchstens 30 Sekunden.
  • Video-Hochskalierung: genau 1 erforderlich, höchstens 15 Sekunden. Nur 640×360, 1280×720, 1920×1080 und die entsprechenden Hochformatabmessungen.
  • Text-zu-Video und Bild-zu-Video: keine Videoeingabe.

Jedes Referenzvideo darf höchstens 10 Sekunden lang sein.

Required array length: 1 - 3 elements
Beispiel:
quality
enum<string>

Videoauflösung.

Werte (Querformat / Hochformat):

  • 360p: 640×360 / 360×640
  • 720p: 1280×720 / 720×1280
  • 1080p: 1920×1080 / 1080×1920
  • 4k: 3840×2160 / 2160×3840
  • auto: nur Bearbeitung und Verlängerung; übernimmt die Eingabeauflösung.

Standardwerte:

  • Text-zu-Video, Bild-zu-Video, Referenz-zu-Video: 720p.
  • Videobearbeitung und -verlängerung: auto.
  • Video-Hochskalierung: Zielauflösung erforderlich und höher als die Eingabe. 360p → 720p oder 1080p; 720p → 1080p oder 4k; 1080p → 4k.

Abrechnung: Text-zu-Video, Bild-zu-Video, Referenz-zu-Video, Bearbeitung und Verlängerung werden getrennt nach Eingabe-Tokens, Videoausgabe-Tokens und sonstigen Ausgabe-Tokens (einschließlich Denk-Tokens) abgerechnet. Bei der Video-Hochskalierung werden nur Videoausgabe-Tokens berechnet; Eingabe- und Denk-Tokens werden nicht berechnet. Der bei der Übermittlung berechnete Betrag ist eine Schätzung; die endgültige Abrechnung erfolgt nach tatsächlichem Verbrauch.

Verfügbare Optionen:
360p,
720p,
1080p,
4k,
auto
Beispiel:

"720p"

duration

Videodauer.

  • Text-zu-Video und Referenz-zu-Video: ganze Sekunden von 3 bis 15, Standard 3.
  • Bild-zu-Video: 3–15 Sekunden mit einem Startbild, 3–10 mit Start- und Endbild; Standard 3.
  • Videobearbeitung und Hochskalierung: nur auto, zugleich der Standard. Die Ausgabedauer folgt der Eingabe.
  • Videoverlängerung: ganze Sekunden von 3 bis 10, Standard 3; dies ist die anzuhängende Dauer.
Erforderlicher Bereich: 3 <= x <= 15
Beispiel:

3

aspect_ratio
enum<string>
Standard:auto

Seitenverhältnis des Videos; Standard auto.

  • 16:9: Querformat.
  • 9:16: Hochformat.
  • auto: Das Modell wählt anhand von Prompt und Eingabe; Standardwert.

Bearbeitung, Verlängerung und Hochskalierung erlauben nur auto und übernehmen das Seitenverhältnis der Eingabe.

Verfügbare Optionen:
16:9,
9:16,
auto
Beispiel:

"auto"

seed
integer

Zufalls-Seed; standardmäßig zufällig. Bereich: 0–4294967295. Ein fester Seed reduziert beim Optimieren des Prompts Schwankungen durch Parameteränderungen und verbessert die Reproduzierbarkeit.

Erforderlicher Bereich: 0 <= x <= 4294967295
Beispiel:

42

callback_url
string<uri>

HTTPS-Callback-Adresse nach Aufgabenabschluss

Callback-Zeitpunkt:

  • Wird ausgelöst, wenn die Aufgabe abgeschlossen (completed), fehlgeschlagen (failed) oder abgebrochen (cancelled) wurde
  • Wird nach Abschluss der Abrechnungsbestätigung gesendet

Sicherheitsbeschränkungen:

  • Nur HTTPS-Protokoll wird unterstützt
  • Callback an interne IP-Adressen ist verboten (127.0.0.1, 10.x.x.x, 172.16-31.x.x, 192.168.x.x, usw.)
  • URL-Länge darf 2048 Zeichen nicht überschreiten

Callback-Mechanismus:

  • Timeout: 10 Sekunden
  • Maximal 3 Wiederholungsversuche bei Fehler (Wiederholung nach 1 Sekunde/2 Sekunden/4 Sekunden)
  • Das Format des Callback-Antwortkörpers entspricht dem Antwortformat der Aufgabenabfrage-API
  • Ein 2xx-Statuscode der Callback-Adresse gilt als erfolgreich, andere Statuscodes lösen eine Wiederholung aus
Beispiel:

"https://your-domain.com/webhooks/video-task-completed"

Antwort

Videoaufgabe erfolgreich erstellt

created
integer

Zeitstempel der Aufgabenerstellung

Beispiel:

1757169743

id
string

Aufgaben-ID

Beispiel:

"task-unified-1757169743-7cvnl5zw"

model
string

Tatsächlich verwendeter Modellname

Beispiel:

"gemini-omni-1.2-flash-text-to-video"

object
enum<string>

Spezifischer Aufgabentyp

Verfügbare Optionen:
video.generation.task
progress
integer

Aufgabenfortschritt in Prozent (0-100)

Erforderlicher Bereich: 0 <= x <= 100
Beispiel:

0

status
enum<string>

Aufgabenstatus. Der Erstellungsendpunkt gibt immer processing zurück; auch der interne Status pending wird Clients als processing angezeigt.

Verfügbare Optionen:
pending,
processing,
completed,
failed
Beispiel:

"processing"

task_info
object

Detaillierte Informationen zur Videoaufgabe

type
enum<string>

Aufgaben-Ausgabetyp

Verfügbare Optionen:
text,
image,
audio,
video
Beispiel:

"video"

usage
object

Nutzungs- und Abrechnungsinformationen