ルートを選んでプロンプトを書くだけで、課金前に概算コストを確認できます。
動画を生成
5 つのルートはすべて同じ非同期動画エンドポイントで動きます。生成結果は 24 時間保持されます。必要なものは早めにダウンロードしてください。
Gemini Omni 1.1 Flash は秒単位ではなくトークン単位で課金されます。実際の請求は常にモデルが返したトークン数で決まります。
初回テストのコスト
テキストから動画 · 5 秒 · 360p5 秒 360p のサンプル 1 本
$10 分のクレジットで約 66 回テストできます。
プロンプト調整は 360p、品質確認は 720p、4K は最終納品用に取っておくのがおすすめです。同じ長さなら 4K は 720p の 3 倍のコストになります。
テスト予算の目安
想定するテスト回数に合わせて金額を選んでください。まずは動作確認をしたい場合に。
プロンプトを繰り返し調整したい場合に。
本番組み込み前の評価を一通り回したい場合に。
テキストから動画のリクエストを想定した概算で、thinking トークンの予備分を含みます。入力画像と入力動画は入力単価で別途課金されます。
リクエストごとに、動画出力・入力・思考の 3 つの SKU に対してトークン単位で精算します。基準は上流が実際に返したトークン数です。
| トークン種別 | 対象 | 単価 | 課金区分 |
|---|---|---|---|
| 動画出力1K トークンあたり | 生成された動画とその同期音声。720p では 1 秒あたり 5,792 トークンになります。 | $0.015 / 1K tokens-15% 1.0115 cr / 1K tokens$0.018 公式価格 | 出力トークン |
| 入力1K トークンあたり | プロンプトのテキスト、入力画像、入力動画の合計。 | $0.0013 / 1K tokens-15% 0.0867 cr / 1K tokens$0.0015 公式価格 | 入力トークン |
| Thinking トークン1K トークンあたり | モデル内部の推論分。通常はリクエストあたり数百トークン程度です。 | $0.0077 / 1K tokens-15% 0.5202 cr / 1K tokens$0.0090 公式価格 | 出力トークン |
請求はアップストリームが実際に返したトークン数をもとにトークン単位で精算されるため、最終的な金額は概算と多少ずれることがあります。ログイン中のユーザーには、所属する料金グループの単価が表示されます。
gemini-omni-1.1-flash-text-to-videoNative audio included. 360p and 1080p and 4K scale the output tokens by 1/3, 1.5 and 3 against 720p; final charges use actual token usage.
Gemini Omni 1.1 Flash は Google が GA（一般提供）にしたマルチモーダル動画生成モデルです。Gemini API の安定版モデル ID は gemini-omni-1.1-flash で、EvoLink は 1 つのエンドポイント上にテキストから動画、画像から動画、参照素材から動画、動画編集、動画延長の 5 つのタスク別ルートを用意しています。生成と延長はリクエストごとに 3〜10 秒を追加し、音声・音楽・効果音がネイティブで同期して生成されます。出力ティアは 360p、720p、およびアップスケールの 1080p / 4K です。
参照素材を増やすより、適切なルートを選ぶ方が重要です。同じフィールドでもルートによって意味が変わります。画像の順番は画像から動画では意味を持ち、参照素材から動画では持ちません。
gemini-omni-1.1-flash-text-to-videoプロンプトだけで 3〜10 秒のクリップを生成します。同期音声はネイティブで付き、解像度は 360p から 4K まで選べます。
gemini-omni-1.1-flash-image-to-video1 枚なら最初のフレームとして動かします。2 枚なら順番どおりに最初と最後のフレームとして読み取られ、モデルがその間を補間します。
gemini-omni-1.1-flash-reference-to-video最大 10 枚の参照画像と、任意の参照動画を最大 3 本使って、人物・スタイル・構図を指定します。ここでは順番に意味はありません。
gemini-omni-1.1-flash-video-edit入力動画 1 本のオブジェクト、スタイル、照明を書き換えます。長さとアスペクト比は入力に従い、quality: auto は元の解像度を保ちます。出力ティアの指定も可能です。
gemini-omni-1.1-flash-video-extend動きとカメラワークを引き継いで 3〜10 秒を追加します。duration は追加する秒数であり、合計の長さではありません。
360p で反復し、720p で確認し、4K で納品します。出力トークン数は 720p を基準に 1/3、1 倍、1.5 倍、3 倍になります。
音声・音楽・効果音は追加料金なしで動画と一緒に生成されます。オン・オフの設定はなく、音声入力もありません。
順序付きの 2 枚の画像でショットの始点と終点を決めます。返却されたフレームとの PSNR 比較で検証済みです。
タスク ID、ポーリング、HTTPS コールバックで時間のかかるジョブを管理します。結果のリンクは 24 時間有効です。
プロダクトへの組み込みやバッチジョブには EvoLink API を、素早いクリエイティブ作業や開発作業には Codex、Claude、Gemini からの呼び出しを使えます。どちらの方法も同じ EvoLink API キー、残高、モデルルート、タスク履歴を共有します。
向いている用途：プロダクトのバックエンド、バッチジョブ、自動化ワークフロー
サーバーから EvoLink の統合動画 API を呼び出し、モデル ID、パラメータ、タスクキュー、コールバック、結果の保存を自分で制御します。
向いている用途：Codex、Claude、Gemini でのクリエイティブ作業と開発作業
出力の目標、素材、受け入れ基準を Agent に渡します。Agent がルートを選び、リクエストを組み立て、タスクを追跡して結果を返すので、すべての手順を手でコーディングする必要はありません。
この例は最短で動くフローを示しています。タスクを作成し、返ってきたタスク ID を保存し、ポーリングするか HTTPS コールバックを待ちます。パラメータとレスポンスの完全なリファレンスは API タブを開いてください。
curl -X POST https://api.evolink.ai/v1/videos/generations \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-omni-1.1-flash-text-to-video",
"prompt": "A premium product film with controlled camera motion",
"duration": 8,
"quality": "720p",
"aspect_ratio": "16:9",
"callback_url": "https://your-domain.com/webhooks/video"
}'
# Save the returned task ID, then query:
curl https://api.evolink.ai/v1/tasks/{task_id} \
-H "Authorization: Bearer $EVOLINK_API_KEY"生成と動画延長の duration は 3〜10 の整数、動画編集は duration: auto が必要です。動画編集と動画延長の quality は auto または 360p / 720p / 1080p / 4k、aspect_ratio は auto のみで、任意の参照画像を最大 10 枚追加できます。
seed、fps、ネガティブプロンプト、出力本数、音声入力、generate_audio、人物生成、プロンプト強化、出力形式は受理されますが無視されます。除外したい内容は代わりにプロンプトに書いてください。
Authorization の Bearer トークンを確認し、コンソールで利用可能な残高とタスクの課金を確認してください。
タスク ID を保持し、最終状態と請求記録を確認してから原因を特定し、再試行してください。送信時のレスポンスから請求結果を推測しないでください。
callback_url は公開された HTTPS の URL でなければならず、localhost やプライベートネットワークのアドレスは使えません。ポーリングにフォールバックできるよう、タスク ID は常に保持してください。
同じブリーフ、同じ入力素材、同じ受け入れ基準で、採用ショット率、再実行回数、プロジェクト全体のコストを比較してください。正解はショットの長さと、実際に必要な解像度によって変わります。
| 判断軸 | Gemini Omni 1.1 Flash | Gemini Omni Flash | Seedance 2.5 |
|---|---|---|---|
| 向いている用途 | 4K アップスケール納品、最初と最後のフレームの指定、既存クリップの延長が必要な短いショット | すでに 720p で調整済みの既存 Gemini Omni ワークフロー | 長いショット、多数の参照素材、音声主導のテンポ |
| 長さ | 3〜10 秒。動画延長でさらに 3〜10 秒を追加 | 3〜10 秒 | 4〜30 秒 |
| 解像度 | 360p / 720p / 1080p アップスケール / 4K アップスケール | 720p のみ | 480p / 720p / 1080p |
| 入力 | テキスト、最初と最後のフレーム、最大 10 枚の参照画像 + 最大 3 本の参照動画 | テキスト、画像 1 枚、最大 6 枚の参照画像 | テキスト、画像、動画・音声の参照、最大 50 素材 |
| 音声 | ネイティブ、常にオン、音声入力は不可 | ネイティブ、常にオン | ネイティブ、オン・オフ可能、音声参照を受け付ける |
| コストの判断 | 360p なら秒単価が最も安い。4K は 720p の 3 倍なので、予算を組む前に納品解像度を決める | 720p の単一料金。見積もりが最もシンプル | 秒単価課金。長いクリップでは採用ショットあたりのコストで比較する |
本番の動画 API 統合で難しいのは、最初の 1 リクエストではありません。リリース後にモデル選択、コスト、参照素材、非同期ジョブ、コールバック、失敗、フォールバックルートを管理し続けることです。EvoLink はこれらを 1 つの動画 API とコンソールにまとめ、チームがまずテストし、次に組み込み、採用ショット率とプロジェクト全体のコストでルーティングできるようにします。
Gemini Omni 1.1 Flash の 5 つのルートはすべて EvoLink の認証、残高、タスク基盤を共有します。サーバーには EVOLINK_API_KEY を 1 つ保存し、入力に合ったモデル ID を選ぶだけです。
Seedance、MiniMax H3、Veo などの動画モデルも必要になったとき、プロバイダーごとのアカウント、キー、残高、認証コードを別々に維持する必要はありません。タスクと課金の枠組みはそのままに、長さ、解像度、用途に応じてルートを切り替えられます。
アップストリームは範囲外の長さを警告なく丸めます。11 秒を指定すると 10 秒、2 秒を指定すると 3 秒が返り、どちらもエラーになりません。EvoLink はこれらの値を拒否するので、頼んでいない長さに支払うことはありません。
動画延長はさらに落とし穴です。duration は「追加する秒数」を意味し、省略するとアップストリームはデフォルトで 10 秒追加します。3 秒延長の 3.3 倍のコストです。EvoLink は常に duration を明示的に送信します。
出力トークン数は解像度に比例するため、10 秒のクリップは 720p で約 57,920 動画トークン、4K で 173,760 トークンになります。請求の中で最も大きい項目が 3 倍違うということです。
料金セクションには元のトークン単価と解像度ごとの秒単価の両方が表示され、Playground の見積もりは解像度を変えるたびに更新されます。判断は支払いの前に済ませられ、後で気づくことはありません。
タスク ID を保存し、「リクエストを作成した」を「動画が生成された」と同一視せず、コンソールで最終ステータス、失敗理由、請求記録を確認してください。請求結果は最終記録を正とします。
動画生成は非同期です。本番システムはポーリングか公開 HTTPS コールバックを使い、コールバックの欠落・重複・タイムアウトを処理し、検証・審査・実行のどの失敗かを特定してからリトライすべきです。
1 つの EvoLink アカウントと API キーで Google の動画ルートを比較し、ショットの長さ、解像度、コストで選んでください。
このページ。360p から 4K の 3〜10 秒ショット、最初と最後のフレームの指定、動画編集と延長に対応。
Gemini Omni 1.1 Flash がデフォルトにならない場合は、同じブリーフで解像度、ショットの長さ、音声、動きの安定性、プロジェクト全体のコストを比較してください。
提供状況、モデル ID、料金、制限、モデル選択、トラブルシューティングに関する関心の高い質問です。
はい。EvoLink はテキストから動画、画像から動画、参照素材から動画、動画編集、動画延長の 5 つの Gemini Omni 1.1 Flash ルートを提供しています。まず Playground で出力を検証し、同じ EvoLink API キーで組み込んでください。
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 です。入力に合ったルートを選んでください。テキストから動画はメディア URL を拒否し、編集と延長はそれぞれ入力動画をちょうど 1 本必要とします。
トークン課金で、動画出力、入力（プロンプトのテキスト、画像、入力動画の合計）、thinking トークンの 3 つの単価があります。出力トークン数は解像度と長さに比例し、720p は 1 秒あたり 5,792 トークン、4K は 17,376 トークンです。料金セクションでは解像度ごとの秒単価に換算して表示しています。
いいえ。1 回の生成で 3〜10 秒を出力し、延長 1 回ごとに 3〜10 秒を追加します。Google のドキュメントでは、マルチターン延長 1 回あたり最大 10 秒、累計上限は 40 秒で、末尾の最大 10 秒がコンテキストとして使われます。EvoLink は延長 1 回は検証済みですが、40 秒まで延長を繰り返す完全な経路はまだ検証していません。
1 回の生成で 3〜10 秒を出力し、1 回の延長で 3〜10 秒を追加します。いずれも 24fps です。360p と 720p は直接出力、1080p と 4K はアップスケールです。解像度を省略すると 720p になります。3〜10 の範囲外の値はアップストリームで警告なく丸められるため、EvoLink 側で拒否します。
順番に意味があります。1 枚目が最初のフレーム、2 枚目が最後のフレームです。1 枚だけ送ると、それを最初のフレームとして動かします。最後のフレームだけを単独で送ることはできません。アップストリームには画像の役割を示すマーカーがなく、リクエスト内の位置だけが手がかりだからです。
入力動画の末尾に追加する秒数で、出力全体の長さではありません。3 秒の入力に duration 3 を指定すると約 6 秒が返り、追加した部分だけが出力として課金されます。省略するとアップストリームがデフォルトで 10 秒追加するため、EvoLink は常に duration を明示的に送ります。
音声・音楽・効果音を動画と一緒に生成します。使用量は返却された動画トークンで精算され、音声を個別にオン・オフする設定はありません。音声ファイルの入力には対応していません。
Select endpoint
All APIs require Bearer Token authentication.
Authorization:
Bearer YOUR_API_KEY/v1/videos/generationsGenerate a 3-10 second video with natively synchronized audio from a text prompt, at 360p, 720p, 1080p, or 4K.
Processing is asynchronous. Use the returned task ID to query pending, processing, completed, or failed status. Result links stay valid for 24 hours.
modelstringRequiredDefault: gemini-omni-1.1-flash-text-to-videoFixed value: gemini-omni-1.1-flash-text-to-video
gemini-omni-1.1-flash-text-to-videopromptstringRequiredNon-empty text prompt. There is no separate negative-prompt parameter — write negative instructions directly into the prompt.
A cinematic product film with slow camera movementdurationintegerOptionalDefault: 5Output duration in seconds.
| Value | Description |
|---|---|
| 3-10 | Any integer from 3 through 10 |
5qualitystringOptionalDefault: 720pOutput resolution.
| Value | Description |
|---|---|
| 360p | 640×360 — 1/3 of the 720p output tokens |
| 720p | 1280×720 |
| 1080p | 1920×1080 — 1.5x the 720p output tokens |
| 4k | 3840×2160 — 3x the 720p output tokens |
720paspect_ratiostringOptionalDefault: autoOutput aspect ratio.
| Value | Description |
|---|---|
| auto | Select automatically |
| 16:9 | 16:9 |
| 9:16 | 9:16 |
16:9callback_urlstringOptionalOptional HTTPS callback URL for terminal task updates.
https://your-domain.com/webhooks/videoParameters that have no effect
n, fps, seed, negative_prompt, generate_audio, person_generation, enhance_prompt, output_format, content_filter, audio_urls and model_params are accepted but ignored, so one request body works across all five routes. Audio is generated natively and always included; the model does not accept audio files as input.
{
"model": "gemini-omni-1.1-flash-text-to-video",
"prompt": "A cinematic product film with slow camera movement",
"duration": 5,
"quality": "720p",
"aspect_ratio": "16:9"
}