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
Familia de modelos de vídeo ByteDance Seedance 2.0 Mini para texto a vídeo, imagen a vídeo, transiciones entre fotograma inicial y final y referencia a vídeo multimodal (hasta 9 imágenes, 3 vídeos y 3 pistas de audio) con 25 % de descuento ($0.045/s en 480p, $0.09/s en 720p).
Inicia sesión para ejecutar modelos
No output yet
Run the model to see generated results.
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)Costo estimado por generación según duración y resolución. Solo pagas por lo que uses.
Descubre más modelos de IA para Imagen a video
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.
Generación de vídeo de Google DeepMind con alta fidelidad y estilos variados.
La generación de vídeo más reciente de Google DeepMind, con alta fidelidad y estilos variados.
Ideas, tutoriales y novedades del equipo de E2X.
Integra ByteDance Seedance 2.0 Mini text-to-video, image-to-video, start-end-frame y reference-to-video en E2X por $0.045/s en 480p y $0.09/s en 720p (25 % dto.).
Google anunció escenas de 40 segundos. El modelo genera 3–10 segundos por llamada. Esto es lo que cuestan de verdad 40 segundos y los límites que la nota omitió.
Google marca como escalado el peldaño más alto de Omni, y nosotros medimos qué añade en realidad. Cuándo sigue mereciendo la pena a $0.18 el segundo, y por qué los precios de los proveedores se separan más arriba del todo.
Medimos el precio de Gemini Omni 1.1 Flash en cinco proveedores el 28 de agosto de 2026. Pesos idénticos, de $0.09 a $0.13 por segundo en 720p, y un vendedor lista tres precios.
ByteDance Seedance 2.0 Mini image-to-video (bytedance/seedance-2.0-mini/image-to-video) anima una fotografía fija, un renderizado de producto o una ilustración en un clip de video de 4 a 15 segundos con audio nativo sincronizado. Con nuestro descuento permanente del 25 % sobre la tarifa de lista de $0.06/s, E2X factura $0.045 por segundo en 480p y $0.09 por segundo en 720p. Una generación predeterminada de 5 segundos en 720p cuesta $0.45, y una prueba de movimiento de 4 segundos en 480p cuesta $0.18.
El image_url que subes se convierte en el fotograma inicial exacto (first_frame) del video generado, fijando la identidad del sujeto, la paleta de iluminación, la distancia focal del lente y el encuadre antes de que comience el movimiento. A continuación, tu prompt dirige qué se mueve durante los siguientes 4 a 15 segundos y cómo suena la pista de audio.
Cuando tu flujo de trabajo requiera diferentes entradas de condicionamiento, cambia a uno de los endpoints hermanos en la familia Seedance 2.0 Mini: Seedance 2.0 Mini start-end-frame-to-video cuando tengas tanto el fotograma inicial como el final, Seedance 2.0 Mini reference-to-video cuando quieras enviar hasta 9 imágenes de referencia, 3 videos de referencia y 3 archivos de audio sin fijar el primer fotograma, o Seedance 2.0 Mini text-to-video cuando generes únicamente a partir de un prompt de texto.
En E2X, bytedance/seedance-2.0-mini/image-to-video utiliza exactamente la misma tabla de tarifas que nuestro endpoint text-to-video. No hay recargo por condicionamiento de imagen ni por generación de audio nativo:
$0.06/s de lista (60,000 microcentavos), con un 25 % de descuento a $0.045/s (45,000 microcentavos).resolution: 480p es ×1 ($0.045/s); 720p (predeterminado) es ×2 ($0.09/s).duration: cualquier segundo entero desde "4" hasta "15" (predeterminado "5").Así se comparan los precios de image-to-video en E2X frente a plataformas competidoras verificadas el 5 de noviembre de 2026:
| Duración del clip | 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 segundos | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 segundos (predeterminado) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 segundos | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 segundos | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 segundos (máx.) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
En 720p, E2X es un 42 % más económico que fal.ai y un 25 % más económico que WaveSpeed. Observa también que Eachlabs cobra más por image-to-video que por text-to-video ($0.087/s frente a $0.075/s en 720p); en E2X, las cuatro capacidades de Seedance 2.0 Mini comparten una única tarifa predecible.
Los precios y las condiciones de los productos pueden cambiar. Consulta los precios actuales de cada proveedor antes de tomar una decisión de compra. Esta es una comparación acotada, no una afirmación de que E2X sea la opción más barata en todas las configuraciones.
Un obstáculo operativo habitual al llamar directamente a BytePlus ModelArk (dreamina-seedance-2-0-mini-260615) es su filtro de moderación visual predeterminado, que rechaza las fotos de entrada que contienen rostros humanos reales con el error InputImageSensitiveContentDetected.PrivacyInformation.
Nuestro worker resuelve esto automáticamente en dos capas:
PrivacyInformation, nuestro worker registra automáticamente la imagen en la AIGC Asset Library de BytePlus con Moderation.Strategy = "Skip", reescribe la carga útil de la tarea a asset://<id>, reintenta la generación y elimina el activo temporal tan pronto como finaliza el sondeo (polling).bytedance-seedance-2-0-mini-image-to-video) dentro del mismo ciclo de vida de la tarea.Tanto prompt como image_url son obligatorios. Asegúrate de que image_url apunte a un archivo HTTPS públicamente accesible (o una URL firmada con una ventana de expiración de al menos 15 minutos).
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
}
}'
Puedes generar primero tu fotograma inicial utilizando un endpoint de imagen de E2X como Nano Banana 2.1 text-to-image ($0.03 en 1K) o GPT Image 2.5 Sunburst text-to-image ($0.0525 en 1K), y luego pasar la URL resultante directamente en image_url:
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}`);
}
}
Ten en cuenta que bytedance/seedance-2.0-mini/image-to-video deriva las proporciones del fotograma de salida a partir de tu imagen de origen (asignándola a la relación compatible más cercana entre 21:9, 16:9, 4:3, 1:1, 3:4 y 9:16), por lo que debes recortar tu imagen de origen a la relación de aspecto deseada antes de enviarla. Los detalles completos de los parámetros se encuentran en la especificación del modelo legible por máquina y en la página de SDK de E2X.
Compara nuestras tres opciones de image-to-video por duración máxima, resolución y costo por segundo:
| Endpoint | 720p por segundo | Nivel borrador | Duración máx. | Relaciones de aspecto admitidas | Mejor caso de uso |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 segundos | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Animaciones extendidas de 10–15s, fotos de productos de comercio electrónico cuadradas (1:1) o 4:3, opción de silenciar |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 segundos | 16:9, 9:16 | Entregables de alta resolución 1080p ($0.135/s) y 4K ($0.18/s) |
| Veo 3.1 Fast image-to-video | $0.015 (con sonido) | $0.010/s (silencioso) | 8 segundos | 16:9, 9:16 | Animaciones de alto volumen de 4–8s en 16:9 o 9:16 |
Utiliza Veo 3.1 Fast image-to-video cuando un clip de 8 segundos en 16:9 o 9:16 cubra tus necesidades. Pasa a Seedance 2.0 Mini image-to-video cuando necesites de 9 a 15 segundos de movimiento continuo o cuando tu imagen de origen esté recortada en 1:1, 4:3, 3:4 o 21:9. Puedes explorar todos los endpoints de animación en la categoría image-to-video o en el catálogo completo de modelos.
Dado que la imagen de entrada ya establece la escena visual, redacta tu prompt en torno al cambio en lugar de volver a describir la imagen estática:
16:9, 9:16, 1:1, 4:3, 3:4 o 21:9 con al menos 720 píxeles en el lado corto para que el modelo no tenga que rellenar ni reencuadrar los bordes.Con nuestro descuento del 25 %, image-to-video cuesta $0.045 por segundo en 480p y $0.09 por segundo en 720p. Un clip de 5 segundos en 720p cuesta $0.45, y una prueba borrador de 4 segundos en 480p cuesta $0.18.
Se requieren dos campos dentro de input: prompt (cadena de hasta 2.000 caracteres) e image_url (una URL HTTPS públicamente accesible que apunte a tu fotograma inicial).
Sí. Puedes pasar cualquier cadena duration en segundos enteros desde "4" hasta "15". Un clip de 15 segundos cuesta $0.675 en 480p o $1.35 en 720p.
Sí. Cuando el filtro predeterminado de BytePlus ModelArk activa una verificación PrivacyInformation en una foto de retrato, nuestro worker registra automáticamente la imagen como un activo privado temporal omitiendo la moderación, completa la generación y elimina el activo temporal inmediatamente después.
Pasa "has_sound": false en el objeto input. De forma predeterminada, has_sound es true y genera efectos de sonido sincronizados y audio ambiental sin costo adicional.
Utiliza el endpoint hermano bytedance/seedance-2.0-mini/start-end-frame-to-video, que acepta tanto image_url (primer fotograma) como end_frame_url (último fotograma) exactamente a la misma tarifa de $0.045/s (480p) y $0.09/s (720p).