Gemini Omni
gemini-omni-audio

Gemini Omni adalah model kreasi multimodal yang dirilis Google, dirancang untuk berkreasi dari berbagai jenis input, dimulai dengan video. Gemini Omni Flash merupakan model pertama dalam lini Omni, yang mendukung alur kerja pembuatan dan pengeditan video praktis seperti pengeditan bahasa alami, kreasi berbasis referensi, transformasi adegan, dan penceritaan visual yang koheren.

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

Terjangkau: Gemini Omni API untuk Kreasi Video Multimodal

Original image

Editor video AI dapat menggunakan Gemini Omni API untuk memungkinkan pengguna mentransformasikan rekaman yang ada melalui bahasa sederhana. Seorang kreator dapat mengunggah video ruangan sederhana dan meminta studio futuristik, klip jalanan dan meminta tampilan sinematik saat hujan, atau rekaman produk dan meminta adegan peluncuran yang lebih dramatis. Nilainya bukan hanya menghasilkan klip baru, melainkan memberi pengguna cara untuk merevisi rekaman nyata tanpa perlu menyesuaikan timeline, mask, layer, atau efek bingkai demi bingkai secara manual.

Platform pembelajaran dapat menggunakan Google Gemini Omni API untuk mengubah ide abstrak menjadi materi visual singkat. Aplikasi sains dapat menghasilkan video penjelasan animasi claymation tentang pelipatan protein, produk pelatihan dapat memvisualisasikan alur kerja yang kompleks, atau alat edukasi dapat membandingkan komputasi klasik dan komputasi kuantum melalui adegan animasi. Kasus penggunaan ini bergantung pada lebih dari sekadar visual yang menarik: video harus menghubungkan objek, aksi, dan konteks dengan cara yang membantu penonton memahami topik tersebut.

Alat pemasaran dan kreator dapat menggunakan Gemini Omni Flash API untuk mengubah aset yang ada menjadi konsep video dengan cepat. Gambar produk dapat menjadi cuplikan gaya hidup, visual merek dapat memandu gaya iklan media sosial, atau klip referensi singkat dapat membentuk gerakan video kampanye. Hal ini sangat berguna bagi tim e-commerce, agensi kreatif, dan alat media sosial yang membutuhkan variasi cepat sebelum memulai alur kerja produksi penuh.

Produk konversi storyboard ke video dapat menggunakan Gemini Omni Video API untuk membantu pengguna menentukan struktur sebelum membuat klip akhir. Kreator dapat mengunggah storyboard kasar, mendeskripsikan pergerakan kamera, menjaga konsistensi karakter atau objek di seluruh pengambilan gambar, dan menerapkan gaya tertentu ke seluruh urutan. Kasus penggunaan ini cocok untuk desain konsep, pravisualisasi, film pendek naratif, dan alat perencanaan kreatif yang hasil akhirnya harus mengikuti alur visual terencana, bukan sekadar satu prompt tunggal yang terpisah.

4.8/ 5
25,215 ratings
Tap a star to rate
  • 01
  • 02
  • 03
  • 04
  • 05
  • 06
  • 07
  • Gemini Omni adalah model kreasi multimodal dari Google yang dirancang untuk membuat konten dari berbagai jenis input, dimulai dengan video. Diperkenalkan dalam konteks Google I/O 2026, model ini menggabungkan kemampuan penalaran Gemini dengan kapabilitas media generatif, sehingga pembuatan dan pengeditan video dapat memahami adegan, aksi, perilaku fisik, konteks visual, dan alur naratif dengan lebih baik.

    Gemini Omni Flash adalah model pertama dalam keluarga Gemini Omni yang berfokus pada alur kerja pembuatan dan pengeditan video praktis. Model ini mendukung pengeditan video berbasis bahasa alami, kontrol input multimodal, pembuatan berbasis referensi, konsistensi karakter, serta pembuatan video yang memahami konteks dunia di mana aksi dan lingkungan terasa terhubung secara lebih logis.

    Pengembang dapat menggunakan Gemini Omni API untuk membangun editor video AI, generator video berdurasi pendek, alat penjelas visual, pembuat video kampanye, produk konversi storyboard ke video, platform otomatisasi kreatif, dan aplikasi video multimodal. API ini sangat berguna untuk produk di mana pengguna perlu membuat, mengubah, atau menyempurnakan video dari prompt dan referensi.

    Gemini Omni Video ditagih per video. Tanpa input video, klip berdurasi 4, 6, 8, atau 10 detik membutuhkan biaya 63, 84, 105, atau 126 kredit ($0,315, $0,42, $0,525, atau $0,63) pada resolusi 720p atau 1080p, dan 147, 168, 189, atau 210 kredit ($0,735, $0,84, $0,945, atau $1,05) dalam resolusi 4K. Dengan input video, setiap pembuatan membutuhkan biaya 168 kredit ($0,84) pada 720p atau 1080p dan 252 kredit ($1,26) dalam 4K. Harga dapat diperbarui; kartu harga di bagian atas halaman ini (pilih jenis model) selalu menampilkan tarif saat ini.

    Tidak. Kie.ai tidak memiliki paket langganan atau paket tanpa batas: kredit menggunakan sistem bayar sesuai pemakaian (pay-as-you-go) dan tidak pernah kedaluwarsa, serta setiap video Gemini Omni ditagih per video sesuai tarif di atas. Secara default, satu akun dapat mengirimkan hingga 20 permintaan pembuatan baru setiap 10 detik, yang biasanya memungkinkan 100+ tugas berjalan secara bersamaan; permintaan yang melebihi batas tersebut akan mengembalikan kode 429 dan tidak dimasukkan ke dalam antrean.

    Di Kie.ai, permintaan gemini-omni-video menerima prompt teks (hingga 20.000 karakter) ditambah referensi opsional: hingga 7 gambar (masing-masing hingga 20MB), 1 klip video (hingga 100MB dan 30 detik, dipangkas menjadi rentang hingga 10 detik), hingga 3 ID karakter, dan hingga 3 ID audio. Secara keseluruhan, referensi tersebut dapat menggunakan maksimal 7 slot: setiap gambar dihitung 1, video 2, dan karakter 1 (2 jika dibuat dengan gambar tubuh). Suara tidak diunggah: ID audio adalah salah satu dari 30 suara prasetel yang terdaftar melalui endpoint Gemini Omni Audio. Output berdurasi 4, 6, 8, atau 10 detik (dipilih oleh model saat video disertakan), rasio 16:9 atau 9:16, pada resolusi 720p (default), 1080p, atau 4K.

    Buat API key di halaman API Keys Kie.ai (kie.ai/api-key) dan kirimkan sebagai header Authorization: Bearer YOUR_API_KEY. Kemudian panggil POST https://api.kie.ai/api/v1/jobs/createTask dengan model yang disetel ke gemini-omni-video dan input yang setidaknya berisi prompt dan duration. Permintaan ini mengembalikan taskId: teruskan callBackUrl untuk menerima notifikasi saat video berhasil atau gagal, atau lakukan polling GET /api/v1/jobs/recordInfo?taskId=…. Suara dan karakter dibuat terlebih dahulu dengan POST /api/v1/omni/audio/create dan /api/v1/omni/character/create, yang mengembalikan ID untuk diteruskan dalam audio_ids dan character_ids. Setiap parameter dijelaskan dalam Gemini Omni Video API docs.

    Ya. Gemini Omni API dapat digunakan untuk alur kerja pengeditan video dengan bahasa alami, yang memungkinkan pengguna mengunggah klip yang ada dan mendeskripsikan apa yang harus diubah. Pengeditan umum meliputi perubahan lingkungan, penggantian objek, membayangkan ulang suatu aksi, penyesuaian sudut pandang kamera, penerapan gaya baru, atau penambahan efek visual dengan tetap menjaga koherensi adegan.

    Prompt untuk Gemini Omni API harus mendeskripsikan arahan video dengan jelas, termasuk subjek, aksi, pergerakan kamera, gaya, pencahayaan, lokasi, referensi, dan persyaratan konsistensi. Untuk alur kerja pengeditan, sebaiknya sempurnakan satu perubahan pada satu waktu alih-alih menulis ulang seluruh prompt setelah setiap hasil.

    Kie.ai menyediakan platform praktis untuk mengakses, menguji, dan menerapkan Gemini Omni API pada produk nyata. Pengembang dapat menggunakan Kie.ai untuk API pricing yang terjangkau untuk Gemini Omni API, dokumentasi lengkap, pengujian playground, integrasi backend, dan dukungan teknis, sehingga mempermudah transisi dari evaluasi ke produksi.