Gemini Omni 動画

gemini-omni-flash-preview は Interactions API 経由で 3〜10 秒の 720p MP4 を同期的に返します。課金は秒単位ではなくトークン単位です。

gemini-omni-flash-preview は動画を出力できる唯一の Gemini モデルです。HopBase の他の動画モデルとは異なり同期的です:1 回のリクエストで、完成した動画が base64 MP4 としてレスポンスボディにそのまま返されます。タスク ID もポーリングもありません。

エンドポイント

POST https://api.hop-base.com/v1beta/interactions

POST /v1/interactionsPOST /interactions は同等のエイリアスです。

Chat Completions では動画を取得できません

gemini-omni-flash-preview/v1/chat/completions に送ること自体は可能ですが、返ってくるのは応答のテキスト部分のみで、動画ブロックは破棄されます。動画が必要な場合は必ず Interactions エンドポイントを使用してください。

リクエスト

必須なのは modelinput のみです。input には単純な文字列またはネイティブのステップ配列のいずれかを指定でき、system_instructiongeneration_config などの他のネイティブフィールドはそのまま透過されます。

curl https://api.hop-base.com/v1beta/interactions \
  -H "Authorization: Bearer sk-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-flash-preview",
    "input": "Generate a 3-second video of a red ball slowly rolling on a white background"
  }'

durationresolutionfps といったパラメータはありません。希望する長さはプロンプト内で指定してください。

テキスト、画像、動画の入力に対応しています。メディアは mime_type を伴う data の base64、またはリモートの uri のいずれかで渡せます。入力動画は最長 10 秒です——ゲートウェイ側ではこの制限をチェックしないため、長すぎるクリップはモデル自身の API により拒否されます。

出力

項目
長さ3-10 秒
解像度720p
フレームレート24 FPS
コンテナ形式MP4、base64 で返却
コンテキストウィンドウ1,048,576 トークン

動画クリップは typemodel_output であるステップの steps[].content[] に格納され、data に base64 エンコードされた MP4 が入ります:

{
  "status": "completed",
  "model": "gemini-omni-flash-preview",
  "steps": [{
    "type": "model_output",
    "content": [{ "type": "video", "mime_type": "video/mp4", "data": "<base64-mp4>" }]
  }],
  "usage": {
    "total_input_tokens": 20,
    "total_output_tokens": 17819,
    "output_tokens_by_modality": [{ "modality": "video", "tokens": 17376 }]
  }
}

usage.output_tokens_by_modality は出力トークンをモダリティ別に参考として分解したもので、その数値はすでに total_output_tokens に含まれているため、重複して加算しないでください。

動画クリップは JSON ボディそのものに含まれて届くため、ダウンロードリンクはなく、期限切れという概念もありません。その分レスポンスは大きくなるため、クライアント側のバッファサイズを十分に確保してください。

タイムアウトと制限

動画生成には時間がかかりますが、このエンドポイントには非同期モードがありません——Prefer: respond-async は Gemini の画像生成では有効ですが、ここでは機能しません。

  • ネイティブの Interactions エンドポイントにはゲートウェイ側のウォッチドッグがないため、クライアント側のタイムアウトは余裕を持って設定してください——5 分を下限の目安にしてください。
  • 代わりに /v1/chat/completions 経由で gemini-omni-flash-preview を呼び出す場合、クライアント側のタイムアウト設定に関わらず 1 回の呼び出しは約 100 秒で打ち切られます。より長くかかる可能性がある処理は、直接 Interactions エンドポイントを使用してください。
  • エラーまたはタイムアウトになったリクエストは課金されません。事前の残高引当は行わず、残高が 0 以下の場合にのみ 402 が返ります。
  • HopBase はこの経路では意図的に 504 を再試行しません。結果が不明なリクエストを再送すると、動画が二重に生成され二重に課金されるおそれがあるためです。

モデル ID には preview が含まれています。機能と提供状況は予告なく変更される場合があります。

プラン

Omni 動画は Gemini 官方直连(Gemini 公式直結)プランから提供されます——Gemini チャットや Gemini 画像生成と同じプラン・同じキーです。動画専用のパッケージを別途購入する必要はありません。提供状況は GET /v1/models で確認し、実際の適用レートはログイン後のモデル一覧で確認してください。

料金

公式の掲示価格は価格ページに掲載されています。実際の適用レートはログイン後のモデル一覧に表示され、各リクエストの実際の課金額はコンソールの「使用記録」ページで確認できます。

このページの内容