Gemini Omni
gemini-omni-audio

Gemini Omni est le modèle de création multimodal publié par Google, conçu pour créer à partir de différents types d'entrées, à commencer par la vidéo. Gemini Omni Flash est le premier modèle de la famille Omni, prenant en charge des workflows pratiques de génération et de modification vidéo tels que les modifications en langage naturel, la création basée sur des références, la transformation de scènes et la narration visuelle cohérente.

Model Type:
Input
Select a voice

Basic Voice

Input description

Textarea description

0/20000

Input description

Output

No result yet. Click generate to start.

README

Complete guide to using Gemini Omni

Accès abordable à Gemini Omni API pour la création vidéo multimodale

Original image

Un éditeur vidéo par IA peut utiliser Gemini Omni API pour permettre aux utilisateurs de transformer des séquences existantes en langage courant. Un créateur peut importer la vidéo d'une simple pièce et demander un studio futuriste, un clip de rue pour lui donner un aspect cinématographique sous la pluie, ou un plan produit pour créer une scène de lancement plus spectaculaire. La valeur ajoutée ne réside pas seulement dans la génération d'un nouveau clip, mais dans la possibilité offerte aux utilisateurs de retoucher de vraies séquences sans ajuster manuellement des timelines, des masques, des calques ou des effets image par image.

Les plateformes d'apprentissage peuvent utiliser Google Gemini Omni API pour transformer des idées abstraites en courtes leçons visuelles. Une application scientifique pourrait générer une vidéo explicative en pâte à modeler sur le repliement des protéines, un outil de formation pourrait visualiser un workflow complexe, ou un outil éducatif pourrait comparer l'informatique classique et l'informatique quantique à travers des scènes animées. Ce cas d'usage repose sur bien plus que des visuels attrayants : la vidéo doit relier les objets, les actions et le contexte de manière à aider le spectateur à comprendre le sujet.

Les outils destinés au marketing et aux créateurs peuvent utiliser Gemini Omni Flash API pour transformer rapidement des ressources existantes en concepts vidéo. Une image de produit peut devenir un teaser lifestyle, un visuel de marque peut guider le style d'une publicité sur les réseaux sociaux, ou un court extrait de référence peut façonner le mouvement d'une vidéo de campagne. C'est particulièrement utile pour les équipes e-commerce, les agences créatives et les outils de réseaux sociaux qui ont besoin de variantes rapides avant de s'engager dans un flux de production complet.

Un produit de conversion de storyboard en vidéo peut utiliser l'API Gemini Omni Video pour aider les utilisateurs à définir la structure avant de générer l'extrait final. Un créateur peut importer un storyboard sommaire, décrire le mouvement de caméra, conserver la cohérence d'un personnage ou d'un objet d'un plan à l'autre et appliquer un style spécifique à toute la séquence. Ce cas d'usage convient à la conception de concepts, à la prévisualisation, aux courts métrages narratifs et aux outils de planification créative où le résultat doit suivre un arc visuel planifié plutôt qu'un simple prompt isolé.

4.8/ 5
25,215 ratings
Tap a star to rate
  • 01
  • 02
  • 03
  • 04
  • 05
  • 06
  • 07
  • Gemini Omni est le modèle de création multimodal de Google conçu pour générer des contenus à partir de différents types d'entrées, à commencer par la vidéo. Présenté dans le cadre de Google I/O 2026, il associe les capacités de raisonnement de Gemini à la génération de médias, ce qui permet à la création et à l'édition vidéo de mieux comprendre les scènes, les actions, les comportements physiques, le contexte visuel et le flux narratif.

    Gemini Omni Flash est le premier modèle de la famille Gemini Omni, axé sur les flux pratiques de génération et d'édition vidéo. Il prend en charge l'édition vidéo en langage naturel, le contrôle par entrées multimodales, la génération basée sur des références, la cohérence des personnages et la création de vidéos fondée sur une connaissance du monde, où les actions et l'environnement semblent liés de manière plus logique.

    Les développeurs peuvent utiliser Gemini Omni API pour concevoir des éditeurs vidéo IA, des générateurs de vidéos courtes, des outils d'explication visuelle, des créateurs de vidéos de campagne, des produits de conversion de storyboard en vidéo, des plateformes d'automatisation créative et des applications vidéo multimodales. Elle est particulièrement utile pour les produits où les utilisateurs doivent générer, transformer ou affiner des vidéos à partir de prompts et de références.

    Gemini Omni Video est facturé à la vidéo. Sans vidéo en entrée, un extrait de 4, 6, 8 ou 10 secondes coûte 63, 84, 105 ou 126 crédits (0,315 $, 0,42 $, 0,525 $ ou 0,63 $) en 720p ou 1080p, et 147, 168, 189 ou 210 crédits (0,735 $, 0,84 $, 0,945 $ ou 1,05 $) en 4K. Avec une vidéo en entrée, chaque génération coûte 168 crédits (0,84 $) en 720p ou 1080p et 252 crédits (1,26 $) en 4K. Les tarifs peuvent évoluer ; la carte de tarification en haut de cette page (sélectionnez un type de modèle) affiche toujours le tarif en vigueur.

    Non. Kie.ai ne propose ni abonnement ni forfait illimité : les crédits sont payables à l'usage et n'expirent jamais, et chaque vidéo Gemini Omni est facturée à l'unité aux tarifs indiqués ci-dessus. Par défaut, un compte peut soumettre jusqu'à 20 nouvelles requêtes de génération toutes les 10 secondes, ce qui permet généralement d'exécuter plus de 100 tâches simultanément ; les requêtes dépassant cette limite renvoient le code 429 et ne sont pas mises en file d'attente.

    Sur Kie.ai, une requête gemini-omni-video accepte un prompt texte (jusqu'à 20 000 caractères) ainsi que des références facultatives : jusqu'à 7 images (jusqu'à 20MB chacune), 1 extrait vidéo (jusqu'à 100MB et 30 secondes, découpé sur une plage maximale de 10 secondes), jusqu'à 3 identifiants de personnage et jusqu'à 3 identifiants audio. Ensemble, ces éléments peuvent occuper au maximum 7 emplacements : chaque image compte pour 1, la vidéo pour 2 et un personnage pour 1 (2 s'il a été créé avec une image du corps du personnage). Les voix ne sont pas importées : un identifiant audio correspond à l'une des 30 voix prédéfinies enregistrées via le point de terminaison Gemini Omni Audio. La sortie dure 4, 6, 8 ou 10 secondes (durée choisie par le modèle lorsqu'une vidéo est fournie), au format 16:9 ou 9:16, en 720p (par défaut), 1080p ou 4K.

    Créez une API key sur la page « API Keys » de Kie.ai (kie.ai/api-key) et envoyez-la dans l'en-tête Authorization: Bearer YOUR_API_KEY. Appelez ensuite POST https://api.kie.ai/api/v1/jobs/createTask avec model défini sur gemini-omni-video et un objet input contenant au moins prompt et duration. La requête renvoie un taskId : fournissez une callBackUrl pour être notifié lorsque la génération de la vidéo réussit ou échoue, ou interrogez périodiquement GET /api/v1/jobs/recordInfo?taskId=…. Les voix et les personnages sont d'abord créés via POST /api/v1/omni/audio/create et /api/v1/omni/character/create, qui renvoient les identifiants à passer dans audio_ids et character_ids. Chaque paramètre est décrit dans la documentation de l'API Gemini Omni Video.

    Oui. Gemini Omni API peut être utilisée pour des workflows de modification vidéo en langage naturel où les utilisateurs importent un clip existant et décrivent ce qui doit changer. Les modifications courantes incluent le changement d'environnement, le remplacement d'objets, la réinvention d'une action, l'ajustement de l'angle de caméra, l'application d'un nouveau style ou l'ajout d'effets visuels tout en gardant la scène cohérente.

    Les prompts pour Gemini Omni API doivent décrire clairement la réalisation vidéo, notamment le sujet, l'action, le mouvement de caméra, le style, l'éclairage, le lieu, les références et les exigences de cohérence. Pour les workflows de modification vidéo, il est préférable d'affiner un seul changement à la fois plutôt que de réécrire l'intégralité du prompt après chaque résultat.

    Kie.ai offre une plateforme pratique pour accéder à Gemini Omni API, la tester et la déployer dans des produits réels. Les développeurs peuvent utiliser Kie.ai pour profiter d'une tarification Gemini Omni API abordable, d'une documentation complète, de tests dans le playground, d'une intégration backend et d'un support technique, facilitant ainsi le passage de l'évaluation à la production.