Gemini Omni 1.2 Flash
Animate a still image into video with Gemini Omni 1.2 Flash. Supports durations from 3 to 15 seconds and resolutions from 360p to 4K.
- video
- high-fidelity
ByteDance Seedance 2.0 Mini Videomodellfamilie für Text-zu-Video, Bild-zu-Video, Start-End-Frame-Übergänge und multimodales Referenz-zu-Video (bis zu 9 Bilder, 3 Videos und 3 Audiospuren) mit 25 % Rabatt ($0.045/s bei 480p, $0.09/s bei 720p).
import requests
result = requests.post(
'https://api.e2x.ai/v1/jobs/submit',
headers={
'Authorization': f'Bearer {API_KEY}',
'Content-Type': 'application/json'
},
json={
'model': 'bytedance/seedance-2.0-mini/image-to-video',
'input': {}
}
)import time
job_id = result.json()['jobId']
while True:
response = requests.get(
f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
headers={'Authorization': f'Bearer {'{API_KEY}'}'}
)
data = response.json()['data']
if data['status'] == 'completed':
print('Done!', data['outputs'][0]['url'])
break
elif data['status'] == 'failed':
raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")
time.sleep(2)Geschätzte Kosten pro Generierung nach Dauer und Auflösung. Sie zahlen nur für das, was Sie ausführen.
Weitere KI-Modelle für Bild zu Video entdecken
Animate a still image into video with Gemini Omni 1.2 Flash. Supports durations from 3 to 15 seconds and resolutions from 360p to 4K.
Animate a still image into video with Gemini Omni 1.1 Flash. The source image becomes the first frame and drives the generated motion.
Videogenerierung von Google DeepMind mit hoher Detailtreue und vielfältigen Stilen.
Die neueste Videogenerierung von Google DeepMind – hohe Detailtreue und vielfältige Stile.
Einblicke, Tutorials und Neuigkeiten vom E2X-Team.
Integrieren Sie ByteDance Seedance 2.0 Mini Text-to-Video, Image-to-Video, Start-End-Frame und Reference-to-Video auf E2X für $0.045/s (480p) und $0.09/s (720p, 25 % Rabatt).
Google sprach von 40-Sekunden-Szenen. Das Modell liefert 3–10 Sekunden pro Aufruf. Was 40 Sekunden wirklich kosten — und welche Grenzen die Ankündigung ausließ.
Google kennzeichnet Omnis oberste Stufe als upscaled, und wir haben gemessen, was sie tatsächlich hinzufügt. Wann das $0.18 pro Sekunde weiterhin wert ist — und warum die Anbieterpreise auf der obersten Sprosse am stärksten auseinandergehen.
Wir haben Gemini Omni 1.1 Flash am 28. August 2026 bei fünf Anbietern bepreist. Identische Gewichte, $0.09 bis $0.13 pro Sekunde in 720p — und ein Anbieter führt drei Preise.
ByteDance Seedance 2.0 Mini image-to-video (bytedance/seedance-2.0-mini/image-to-video) animiert ein Standbild, ein Produkt-Rendering oder eine Illustration zu einem 4 bis 15 Sekunden langen Videoclip mit synchronisiertem nativem Audio. Mit unserem dauerhaften Rabatt von 25 % auf den Listenpreis von $0.06/s berechnet E2X $0.045 pro Sekunde bei 480p und $0.09 pro Sekunde bei 720p. Eine standardmäßige 5-Sekunden-Generierung in 720p kostet $0.45, und ein 4-sekündiger Bewegungstest in 480p kostet $0.18.
Ihre hochgeladene image_url wird zum exakten Startbild (first_frame) des generierten Videos und legt Subjektidentität, Lichtstimmung, Brennweite und Bildausschnitt fest, bevor die Bewegung einsetzt. Ihr prompt steuert anschließend, was sich in den nächsten 4 bis 15 Sekunden bewegt und wie die Audiospur klingt.
Wenn Ihr Workflow andere Konditionierungs-Inputs erfordert, wechseln Sie zu einem der Schwester-Endpunkte in der Seedance 2.0 Mini-Familie: Seedance 2.0 Mini start-end-frame-to-video, wenn Sie sowohl das Start- als auch das Endbild vorliegen haben, Seedance 2.0 Mini reference-to-video, wenn Sie bis zu 9 Referenzbilder, 3 Referenzvideos und 3 Audiodateien übergeben möchten, ohne das erste Bild festzulegen, oder Seedance 2.0 Mini text-to-video, wenn Sie allein aus einem Text-Prompt generieren.
Auf E2X nutzt bytedance/seedance-2.0-mini/image-to-video exakt dieselbe Preisliste wie unser Text-to-Video-Endpunkt. Es gibt keinen Aufschlag für Bildkonditionierung oder native Audiogenerierung:
$0.06/s Listenpreis (60,000 Mikro-Cent), um 25 % rabattiert auf $0.045/s (45,000 Mikro-Cent).resolution: 480p ist ×1 ($0.045/s); 720p (Standard) ist ×2 ($0.09/s).duration: jede ganzzahlige Sekunde von "4" bis "15" (Standard "5").So schneidet die Image-to-Video-Preisgestaltung von E2X im Vergleich zu konkurrierenden Plattformen ab (geprüft am 5. November 2026):
| Cliplänge | E2X 480p ($0.045/s) | E2X 720p ($0.09/s) | WaveSpeed 720p ($0.12/s) | fal.ai 720p (~$0.155/s) | Replicate 720p ($0.09/s) |
|---|---|---|---|---|---|
| 4 Sekunden | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 Sekunden (Standard) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 Sekunden | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 Sekunden | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 Sekunden (Max.) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
Bei 720p liegt E2X 42 % unter fal.ai und 25 % unter WaveSpeed. Beachten Sie außerdem, dass Eachlabs Image-to-Video höher bepreist als Text-to-Video ($0.087/s gegenüber $0.075/s bei 720p); auf E2X teilen sich alle vier Funktionen von Seedance 2.0 Mini eine einzige, kalkulierbare Preisliste.
Preise und Produktbedingungen können sich ändern. Prüfen Sie vor einer Kaufentscheidung die aktuellen Preise jedes Anbieters. Dies ist ein abgegrenzter Vergleich und kein Anspruch darauf, dass E2X in jeder Konfiguration die günstigste Option ist.
Eine häufige operative Hürde beim direkten Aufruf von BytePlus ModelArk (dreamina-seedance-2-0-mini-260615) ist dessen standardmäßiger visueller Moderationsfilter, der Eingabefotos mit echten menschlichen Gesichtern mit dem Fehler InputImageSensitiveContentDetected.PrivacyInformation ablehnt.
Unser Worker löst dies automatisch auf zwei Ebenen:
PrivacyInformation markiert, registriert unser Worker das Bild automatisch in der AIGC Asset Library von BytePlus mit Moderation.Strategy = "Skip", schreibt die Aufgaben-Payload auf asset://<id> um, wiederholt die Generierung und löscht das temporäre Asset sofort nach Abschluss des Pollings.bytedance-seedance-2-0-mini-image-to-video) aus.Sowohl prompt als auch image_url sind Pflichtfelder. Stellen Sie sicher, dass image_url auf eine öffentlich erreichbare HTTPS-Datei (oder eine signierte URL mit einer Gültigkeit von mindestens 15 Minuten) verweist.
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/seedance-2.0-mini/image-to-video",
"input": {
"prompt": "The barista slowly pours steamed milk into the ceramic cup, forming a rosetta pattern on the crema as gentle steam rises. Camera pushes in slowly by 15 percent. Cafe espresso machine hiss and soft ceramic clink.",
"image_url": "https://cdn.example.com/frames/latte-pour-start.jpg",
"resolution": "720p",
"duration": "6",
"has_sound": true,
"seed": 10842
}
}'
Sie können Ihr Startbild zunächst über einen E2X-Bild-Endpunkt wie Nano Banana 2.1 text-to-image ($0.03 bei 1K) oder GPT Image 2.5 Sunburst text-to-image ($0.0525 bei 1K) generieren und die resultierende URL anschließend direkt an image_url übergeben:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const submitRes = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "bytedance/seedance-2.0-mini/image-to-video",
input: {
prompt: "Wind catches the linen curtains on the balcony as waves roll onto the pebble beach below. Locked-off tripod shot. Ocean surf and fluttering fabric.",
image_url: "https://cdn.example.com/stills/balcony-sea-16x9.png",
resolution: "480p",
duration: "5",
has_sound: true,
},
}),
});
const { data: submitted } = await submitRes.json();
for (let poll = 0; poll < 240; poll++) {
await new Promise((r) => setTimeout(r, 3000));
const statusRes = await fetch(
`https://api.e2x.ai/v1/jobs/${submitted.jobId}`,
{ headers }
);
const { data: job } = await statusRes.json();
if (job.status === "completed") {
console.log("Animated MP4 URL:", job.outputs[0].url);
break;
}
if (job.status === "failed" || job.status === "cancelled") {
throw new Error(job.error?.message || `Job failed: ${job.status}`);
}
}
Beachten Sie, dass bytedance/seedance-2.0-mini/image-to-video die Seitenverhältnisse des Ausgabevideos aus Ihrem Quellbild ableitet (indem es auf das nächstgelegene unterstützte Verhältnis aus 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16 abbildet). Schneiden Sie Ihr Quellbild daher vor dem Senden auf Ihr gewünschtes Ziel-Seitenverhältnis zu. Vollständige Parameterdetails finden Sie in der maschinenlesbaren Modellspezifikation und auf der E2X-SDKs-Seite.
Vergleichen Sie unsere drei Image-to-Video-Optionen nach maximaler Dauer, Auflösung und Preis pro Sekunde:
| Endpunkt | 720p pro Sekunde | Entwurfsstufe | Max. Dauer | Unterstützte Seitenverhältnisse | Bester Anwendungsfall |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 Sekunden | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Längere 10–15s-Animationen, quadratische (1:1) oder 4:3-E-Commerce-Produktbilder, Stummschalt-Option |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 Sekunden | 16:9, 9:16 | Hochauflösende 1080p ($0.135/s) und 4K ($0.18/s) Endformate |
| Veo 3.1 Fast image-to-video | $0.015 (mit Ton) | $0.010/s (stumm) | 8 Sekunden | 16:9, 9:16 | Großvolumige 4–8s-Animationen in 16:9 oder 9:16 |
Nutzen Sie Veo 3.1 Fast image-to-video, wenn ein 8-sekündiger Clip in 16:9 oder 9:16 Ihre Anforderungen abdeckt. Wechseln Sie zu Seedance 2.0 Mini image-to-video, wenn Sie 9 bis 15 Sekunden durchgehende Bewegung benötigen oder wenn Ihr Quellbild auf 1:1, 4:3, 3:4 oder 21:9 zugeschnitten ist. Sie können alle Bewegungs-Endpunkte in der Kategorie Image-to-Video oder im vollständigen Modellkatalog durchsuchen.
Da das Eingabebild die visuelle Szene bereits vorgibt, sollten Sie Ihren Prompt auf die Veränderung ausrichten, anstatt das statische Bild erneut zu beschreiben:
16:9, 9:16, 1:1, 4:3, 3:4 oder 21:9 mit mindestens 720 Pixeln an der kurzen Kante zu, damit das Modell die Ränder nicht auffüllen oder neu beschneiden muss.Mit unserem Rabatt von 25 % kostet Image-to-Video $0.045 pro Sekunde bei 480p und $0.09 pro Sekunde bei 720p. Ein 5-sekündiger 720p-Clip kostet $0.45, und ein 4-sekündiger 480p-Entwurfsdurchlauf kostet $0.18.
Zwei Felder innerhalb von input sind erforderlich: prompt (String mit bis zu 2.000 Zeichen) und image_url (eine öffentlich erreichbare HTTPS-URL, die auf Ihr Startbild verweist).
Ja. Sie können jeden ganzzahligen Sekundenwert für duration als String von "4" bis "15" übergeben. Ein 15-sekündiger Clip kostet $0.675 bei 480p oder $1.35 bei 720p.
Ja. Wenn der Standardfilter von BytePlus ModelArk bei einem Porträtfoto eine PrivacyInformation-Prüfung auslöst, registriert unser Worker das Bild automatisch als temporäres privates Asset mit übersprungener Moderation, schließt die Generierung ab und löscht das temporäre Asset unmittelbar danach.
Übergeben Sie "has_sound": false im input-Objekt. Standardmäßig steht has_sound auf true und generiert synchronisierte Soundeffekte sowie Umgebungsgeräusche ohne zusätzliche Kosten.
Nutzen Sie den Schwester-Endpunkt bytedance/seedance-2.0-mini/start-end-frame-to-video, der sowohl image_url (erstes Bild) als auch end_frame_url (letztes Bild) zum exakt gleichen Tarif von $0.045/s (480p) und $0.09/s (720p) akzeptiert.