Gemini Omni 1.1 Flash
用文字、首帧、首尾帧,或最多 10 张参考图加 3 段参考视频,生成 3~10 秒、720p、1080p 或 4K 的有声视频。
- 异步:创建调用返回任务 ID,任务成功后即可获得视频。
- 一个模型 ID 四种输入:纯文字、一张首帧、
images中的首帧和尾帧,或最多 10 张reference_images加最多 3 段可选的reference_videos。帧和参考不能同时使用。 - 片段长度 3 到 10 秒,画幅
16:9或9:16;duration为整数秒。 - 每个视频都自带声音。没有关闭声音的开关,也不接受参考音频。
- 按所选分辨率和请求的秒数计费。失败的任务不收费。
在调试窗口里打开本模型,填入你的 BeatAPI API 密钥即可创建任务。调用是真实的,费用从你自己的余额中扣除。
接口与鉴权
POST https://api.beatapi.io/v1/videos/tasks
Authorization
string
必需
你的 BeatAPI API 密钥,以 Bearer <BEATAPI_API_KEY> 形式发送。在控制台创建密钥。密钥只能保存在你的服务端,不要放进浏览器或移动端应用。
请求体使用 JSON,并设置 Content-Type: application/json。Idempotency-Key 为可选:每个逻辑请求发送一个唯一值(最长 255 个字符),仅在重试完全相同的请求体时复用。24 小时内,用相同的键和请求体重试会再次返回第一次的响应,并带上 Idempotent-Replayed: true;相同的键搭配不同的请求体则返回 409 idempotency_conflict。非 2xx 的响应不会被保存,因此 400 或 402 之后的重试会重新执行。
请求流程
等待任务完成
调用 GET /v1/tasks/{task_id},两次调用之间等待 data.poll_after_seconds 秒(图片 5 秒,视频 8 秒),直到 status 为 succeeded 或 failed。也可以为 task.succeeded 和 task.failed 注册 Webhook;仍需保留轮询作为兜底,因为因处理超时而终止的任务不会发送事件。
输入模式
请求参数
model
string
必需
要运行的模型。
取值:gemini-omni-1.1-flash
取值有误时
- 缺失:
"model" is required - 向此端点发送了图片模型:
"model" nano-banana-2 is served by POST /v1/images/tasks, not this endpoint
prompt
string
必需
视频中发生的内容:动作、镜头、场景,以及想要的台词或声音。
长度:1–5000 个字符
- 长度按字符计算(一个中日韩文字算一个字符)。
- 使用参考素材时,在提示词里说明每份参考要取什么,例如“第一张参考图里的女生”或“参考视频的运镜”。
取值有误时
- 缺失:
"prompt" is required - 为空或超出长度上限:
"prompt" has an unsupported length - 不是字符串:
"prompt" must be a string
images
string[]
可选
画面帧:一个链接是首帧,两个链接依次是首帧和尾帧。可选:文生视频或发送参考素材时不要传。
数量:1–2
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是公开的
https://URL。 - 只想让视频参考、而不是从它开始或以它结束的图片,请放进
reference_images。
取值有误时
- 超过 2 个链接:
"images" accepts at most 2 items - 空数组:
"images" requires at least 1 item - 不是数组:
"images" must be an array - 不是 https:// 链接:
"images[0]" must be a public HTTPS URL - 与
reference_images或reference_videos同时发送:Cannot combine "images" with reference inputs in one task
reference_images
string[]
可选
视频要用到的 1 到 10 张人物、产品、风格或场景图片。
数量:1–10
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是公开的
https://URL。 - 发送
reference_videos时必须同时发送。
取值有误时
- 超过 10 个链接:
"reference_images" accepts at most 10 items - 空数组:
"reference_images" requires at least 1 item - 不是数组:
"reference_images" must be an array - 与
images同时发送:Cannot combine "images" with reference inputs in one task
reference_videos
string[]
可选
1 到 3 段视频,新视频参照其中的动作、运镜或主体。
数量:1–3
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是指向 MP4、MOV 或 WebM 文件的公开
https://URL。 - 只能和至少一个
reference_images链接一起发送。 - 参考视频不影响价格:只按新视频的秒数计费。
取值有误时
- 没有同时发送
reference_images:Gemini Omni 1.1 Flash "reference_videos" need at least one image in "reference_images" - 超过 3 个链接:
"reference_videos" accepts at most 3 items - 与
images同时发送:Cannot combine "images" with reference inputs in one task
duration
integer
可选默认值: 5
视频长度,单位为秒,须为整数。
默认值:5
范围:3–10
- 省略时使用
5并按其计费。 - 按秒计费(见“计费”),因此这是影响价格的主要因素。
取值有误时
- 超出 3~10、不是整数,或以字符串发送:
"duration" is outside its supported range
aspect_ratio
string
可选默认值: 16:9
视频画幅:横屏 16:9 或竖屏 9:16。
可选值:16:9, 9:16
默认值:16:9
- 省略时使用
16:9。 - 发送画面帧时同样生效:请选择与首帧一致的画幅。
取值有误时
- 不在列表中的取值:
"aspect_ratio" must be one of: [16:9 9:16]
resolution
string
可选默认值: 720p
输出分辨率。每升一档,每秒单价更高。
可选值:720p, 1080p, 4k
默认值:720p
- 省略时使用
720p。 4k和4K是同一档。
取值有误时
- 不在列表中的取值(例如
480p或720P):"resolution" must be one of: [720p 1080p 4k 4K]
网关还会在创建任务之前检查以下组合:
images不能与参考素材字段同时使用。images是画面帧:一张为首帧,两张依次为首帧和尾帧。- 发送
reference_videos时,reference_images至少要有一张图片。 - 没有声音开关;不接受参考音频。
输入素材限制
网关会在创建任务之前读取每一项输入,超出这些限制的输入会被拒绝,并返回点名该输入的 400 bad_request。不扣费。
- 创建任务前,网关会检查每个链接文件的大小。超出上限的文件会以 400 拒绝并指明是哪一个,例如
images[0] is 25.0 MB; this model takes images up to 20 MB.,不会扣费。 - 链接所在主机返回 4xx 错误或文件为空时,同样会被拒绝:
<field>[<n>] could not be downloaded: <reason>. - 任务创建后模型无法使用某个链接时,任务会失败,通常为
bad_request,并全额退款。 - 只有本地文件?先用
POST /v1/files上传,再传入返回的data.url。
此模型不接受的字段
发送以下字段会在扣费前被拒绝,而不是被忽略:
reference_audios、generate_audio、seed、quality、sound、task_type、output_format、watermark以及其他视频模型的字段 →field "generate_audio" is not supported by model gemini-omni-1.1-flash(字段名为你发送的那个)。声音每次都会生成,没有可切换的开关。- 视频端点完全不认识的字段 →
unknown field: <name>。
请求示例
文生视频
只用文字生成 5 秒、720p 的横屏片段。
首帧
从一张图开始,生成 5 秒、720p 的片段。
首尾帧
从第一张图过渡到第二张图,生成 8 秒、1080p 的片段。
参考图和一段参考视频
两张参考图加一段参考视频,生成 8 秒、720p 的竖屏片段。
响应
创建任务(201)
任务对象。任务成功之前 output 为 null。标注“运行中”的字段会在任务结束后消失。
任务完成
GET /v1/tasks/{task_id} 返回 HTTP 200 和 status: "succeeded",结果在 data.output 中。
输出字段
任务失败
失败的任务在 GET /v1/tasks/{task_id} 上仍然是 HTTP 200:失败信息在响应体里。预扣金额会全额退回,因此不会扣费。
完整示例
创建任务,按服务端给出的轮询提示等待,然后打印结果链接。请在环境变量中设置 BEATAPI_API_KEY 并安装 requests。
计费
- 价格由分辨率和请求的秒数(
duration,省略时为 5)决定。1080p 每秒单价高于 720p,4K 又高于 1080p。输入方式、aspect_ratio以及帧或参考素材的数量不影响价格。 - 下表为 8 秒片段的价格;其他长度按同一分辨率的每秒单价计算。
- 价格在创建任务时预留;
data.usage.billable_duration_seconds显示计费所依据的秒数。 - 失败的任务(包括提交后被内容审核拒绝的任务)全额退款。
当前牌价,与价格页一致。享有协商折扣的账户实付更低;任务的 data.usage 始终显示实际扣费金额。
常见错误
HTTP 错误速查
任务生成之前的错误会以非 2xx 响应返回,不扣费。请根据 error.code 或 error.retryable 判断处理方式;message 会指出问题所在。完整列表和重试策略见错误码。
身份验证
通过 Authorization: Bearer <BEATAPI_API_KEY> 发送 API 密钥。
请求头
请求体使用 JSON,并设置 Content-Type: application/json。Idempotency-Key 为可选:每个逻辑请求发送一个唯一值(最长 255 个字符),仅在重试完全相同的请求体时复用。24 小时内,用相同的键和请求体重试会再次返回第一次的响应,并带上 Idempotent-Replayed: true;相同的键搭配不同的请求体则返回 409 idempotency_conflict。非 2xx 的响应不会被保存,因此 400 或 402 之后的重试会重新执行。
请求
要运行的模型。
取值:gemini-omni-1.1-flash
取值有误时
- 缺失:
"model" is required - 向此端点发送了图片模型:
"model" nano-banana-2 is served by POST /v1/images/tasks, not this endpoint
视频中发生的内容:动作、镜头、场景,以及想要的台词或声音。
长度:1–5000 个字符
- 长度按字符计算(一个中日韩文字算一个字符)。
- 使用参考素材时,在提示词里说明每份参考要取什么,例如“第一张参考图里的女生”或“参考视频的运镜”。
取值有误时
- 缺失:
"prompt" is required - 为空或超出长度上限:
"prompt" has an unsupported length - 不是字符串:
"prompt" must be a string
视频画幅:横屏 16:9 或竖屏 9:16。
可选值:16:9, 9:16
默认值:16:9
- 省略时使用
16:9。 - 发送画面帧时同样生效:请选择与首帧一致的画幅。
取值有误时
- 不在列表中的取值:
"aspect_ratio" must be one of: [16:9 9:16]
视频长度,单位为秒,须为整数。
默认值:5
范围:3–10
- 省略时使用
5并按其计费。 - 按秒计费(见“计费”),因此这是影响价格的主要因素。
取值有误时
- 超出 3~10、不是整数,或以字符串发送:
"duration" is outside its supported range
画面帧:一个链接是首帧,两个链接依次是首帧和尾帧。可选:文生视频或发送参考素材时不要传。
数量:1–2
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是公开的
https://URL。 - 只想让视频参考、而不是从它开始或以它结束的图片,请放进
reference_images。
取值有误时
- 超过 2 个链接:
"images" accepts at most 2 items - 空数组:
"images" requires at least 1 item - 不是数组:
"images" must be an array - 不是 https:// 链接:
"images[0]" must be a public HTTPS URL - 与
reference_images或reference_videos同时发送:Cannot combine "images" with reference inputs in one task
视频要用到的 1 到 10 张人物、产品、风格或场景图片。
数量:1–10
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是公开的
https://URL。 - 发送
reference_videos时必须同时发送。
取值有误时
- 超过 10 个链接:
"reference_images" accepts at most 10 items - 空数组:
"reference_images" requires at least 1 item - 不是数组:
"reference_images" must be an array - 与
images同时发送:Cannot combine "images" with reference inputs in one task
1 到 3 段视频,新视频参照其中的动作、运镜或主体。
数量:1–3
每一项都必须是公网 https:// 链接。本地文件请先上传(POST /v1/files),再传入返回的 data.url。
- 每个链接必须是指向 MP4、MOV 或 WebM 文件的公开
https://URL。 - 只能和至少一个
reference_images链接一起发送。 - 参考视频不影响价格:只按新视频的秒数计费。
取值有误时
- 没有同时发送
reference_images:Gemini Omni 1.1 Flash "reference_videos" need at least one image in "reference_images" - 超过 3 个链接:
"reference_videos" accepts at most 3 items - 与
images同时发送:Cannot combine "images" with reference inputs in one task
输出分辨率。每升一档,每秒单价更高。
可选值:720p, 1080p, 4k
默认值:720p
- 省略时使用
720p。 4k和4K是同一档。
取值有误时
- 不在列表中的取值(例如
480p或720P):"resolution" must be one of: [720p 1080p 4k 4K]
响应
任务对象。任务成功之前 output 为 null。标注“运行中”的字段会在任务结束后消失。

