Gemini Omni 1.2 Flash
Generate video from a text prompt with Gemini Omni 1.2 Flash. Supports resolutions from 360p to 4K and durations from 3 to 15 seconds.
- 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/text-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 Texto a Video
Generate video from a text prompt with Gemini Omni 1.2 Flash. Supports resolutions from 360p to 4K and durations from 3 to 15 seconds.
Generate video from a text prompt with Gemini Omni 1.1 Flash. Four output resolutions up to 4K and durations from 4 to 10 seconds.
La generación de vídeo más reciente de Google DeepMind, con alta fidelidad y estilos variados.
Generación de vídeo 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.).
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.
Google nombra un vocabulario de cámara para Gemini Omni 1.1 Flash y después se niega a garantizarlo. Qué términos de óptica, movimiento y encuadre cambian el resultado y cuáles son decoración.
Los rankings virales de #1 son del modelo anterior y solo en la vista sin audio. Dónde se ha clasificado de verdad Gemini Omni 1.1 Flash, y con cuántos votos.
ByteDance Seedance 2.0 Mini (dreamina-seedance-2-0-mini-260615) es el modelo de generación de video rápido y rentable de ByteDance con audio nativo sincronizado. En E2X, ofrecemos su capacidad basada únicamente en texto en bytedance/seedance-2.0-mini/text-to-video, facturada por segundo de video generado con un descuento permanente del 25 %: $0.045 por segundo en 480p (precio de lista $0.06/s) y $0.09 por segundo en 720p (precio de lista $0.12/s). El clip predeterminado de cinco segundos en 720p cuesta $0.45, y un borrador de cinco segundos en 480p cuesta $0.225.
A diferencia de los modelos de video que te limitan a incrementos fijos de 4, 6 u 8 segundos, Seedance 2.0 Mini acepta cualquier duración entera de 4 a 15 segundos junto con seis relaciones de aspecto (21:9, 16:9, 4:3, 1:1, 3:4 y 9:16). Cada solicitud se ejecuta a través de nuestra cadena de doble proveedor: la API directa de BytePlus ModelArk como proveedor principal, con respaldo automático hacia Eachlabs para que los errores transitorios del proveedor o los límites de tasa no interrumpan tu tarea.
Si tu toma parte de un recurso visual existente en lugar de solo un prompt de texto, utiliza uno de los tres endpoints hermanos de la misma familia de modelos: Seedance 2.0 Mini image-to-video para animar un único fotograma inicial, Seedance 2.0 Mini start-end-frame-to-video para conectar dos fotogramas clave, o Seedance 2.0 Mini reference-to-video para combinar hasta 9 imágenes de referencia, 3 videos de referencia y 3 clips de audio de referencia.
Cada llamada a bytedance/seedance-2.0-mini/text-to-video parte de una tarifa base de lista de $0.06 por segundo (60,000 microcentavos), reducida mediante nuestro descuento global permanente del 25 % a $0.045 por segundo (45,000 microcentavos). Dos factores dinámicos de precios determinan el cargo final:
resolution: 480p aplica un multiplicador ×1 ($0.045/s), y 720p (el valor predeterminado) aplica un multiplicador ×2 ($0.09/s).duration: cualquier segundo entero desde "4" hasta "15" (predeterminado "5") multiplica la tarifa por segundo por la duración del clip.El audio nativo (has_sound: true de forma predeterminada) está incluido en la tarifa base sin ningún multiplicador adicional. Tanto si generas un clip silencioso como un clip con diálogo sincronizado, pasos y sonido ambiental, el precio por segundo se mantiene idéntico.
Así se comparan nuestras tarifas con descuento por segundo frente a otros proveedores de API que ofrecen seedance-2.0-mini, verificado el 5 de noviembre de 2026:
| Proveedor | 480p por segundo | 720p por segundo | Clip de 5s en 720p | Clip de 15s en 720p | Modelo de facturación |
|---|---|---|---|---|---|
| E2X (25 % dto.) | $0.045 | $0.090 | $0.45 | $1.35 | Tarifa plana por segundo (resolution × duration) |
| Replicate | $0.040 | $0.090 | $0.45 | $1.35 | Tarifa plana por segundo ($0.05 / $0.11 con entrada de video) |
| WaveSpeed | $0.060 | $0.120 | $0.60 | $1.80 | Tarifa plana por segundo ($0.12/s en 720p, E2X es un 25 % menor) |
| fal.ai | ~$0.072 | ~$0.155 | ~$0.77 | ~$2.32 | Basado en tokens ($0.007 por 1K tokens de video, E2X es un 42 % menor en 720p) |
| Eachlabs | $0.035–$0.039 | $0.075–$0.087 | $0.38–$0.44 | $1.13–$1.31 | Varía según la modalidad (text vs image vs reference) |
En la resolución predeterminada 720p, E2X iguala la tarifa text-to-video de Replicate de $0.09/s, se sitúa un 25 % por debajo de WaveSpeed ($0.12/s) y un 42 % por debajo de fal.ai (~$0.1547/s). Además, E2X mantiene constante esa tarifa de $0.045/s (480p) y $0.09/s (720p) en las cuatro capacidades, incluido el modo multimodal reference-to-video con entradas de video donde Replicate eleva su tarifa a $0.11/s.
Los precios y las condiciones de los productos pueden cambiar. Consulta los precios actuales de cada proveedor antes de tomar una decisión de compra. Las plataformas basadas en tokens calculan los cargos exactos a partir de las dimensiones en píxeles y el recuento de fotogramas, por lo que sus equivalentes por segundo anteriores reflejan una salida estándar 16:9 a 24 fps. Esta es una comparación acotada, no una afirmación de que E2X sea la opción más barata en todas las configuraciones.
Dado que 480p cuesta la mitad por segundo que 720p ($0.045/s frente a $0.09/s), separar las pruebas de prompts del renderizado final reduce a la mitad el gasto de iteración.
Un clip de prueba de cuatro segundos en 480p cuesta $0.18. En 480p, el movimiento de cámara, la posición del sujeto, el contraste de iluminación y la sincronización del audio nativo son lo suficientemente claros como para evaluar si un prompt funciona. Una vez que fijes el prompt y el seed, cambia resolution a "720p" y ajusta duration a la longitud de tu corte final.
| Duración | Borrador 480p ($0.045/s) | Final 720p ($0.09/s) | Precio de lista E2X en 720p ($0.12/s) |
|---|---|---|---|
| 4 segundos | $0.180 | $0.36 | $0.48 |
| 5 segundos (predeterminado) | $0.225 | $0.45 | $0.60 |
| 8 segundos | $0.360 | $0.72 | $0.96 |
| 10 segundos | $0.450 | $0.90 | $1.20 |
| 12 segundos | $0.540 | $1.08 | $1.44 |
| 15 segundos (máx.) | $0.675 | $1.35 | $1.80 |
Ejecutar cinco borradores de 4 segundos en 480p (5 × $0.18 = $0.90) seguidos de un renderizado de 10 segundos en 720p ($0.90) suma un total de $1.80, en comparación con $5.40 si los seis intentos se ejecutaran a 10 segundos y 720p.
Genera una clave API en el panel de control, guárdala en tu servidor y envía las tareas a POST https://api.e2x.ai/v1/jobs/submit. Solo prompt (hasta 2.000 caracteres) es obligatorio.
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/text-to-video",
"input": {
"prompt": "Wide tracking shot of a vintage red tram rounding a wet cobblestone corner in Lisbon at dusk. Warm tungsten headlight beams reflect on the rails. Steady rain, metallic wheel squeal on the curve, and a single brass bell ring.",
"aspect_ratio": "21:9",
"resolution": "720p",
"duration": "6",
"has_sound": true,
"seed": 42019
}
}'
Esa solicitud de seis segundos en 720p en formato ultrapanorámico 21:9 factura $0.54 (6 × $0.09). Si cambias resolution a "480p" mientras realizas pruebas, esos mismos seis segundos cuestan $0.27.
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const submitRes = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "bytedance/seedance-2.0-mini/text-to-video",
input: {
prompt: "Close-up of a watchmaker placing a brass balance wheel into a mechanical movement with fine tweezers. Shallow depth of field, soft workbench lamp. Crisp metallic clicks and quiet room tone.",
aspect_ratio: "16:9",
resolution: "720p",
duration: "8",
has_sound: true,
},
}),
});
const { data: submitted } = await submitRes.json();
for (let attempt = 0; attempt < 240; attempt++) {
await new Promise((r) => setTimeout(r, 3000));
const statusRes = await fetch(
`https://api.e2x.ai/v1/jobs/${submitted.jobId}`,
{ headers }
);
const { data: job } = await statusRes.json();
if (job.status === "completed") {
console.log("Video URL:", job.outputs[0].url);
break;
}
if (job.status === "failed" || job.status === "cancelled") {
throw new Error(job.error?.message || `Job ended with status ${job.status}`);
}
}
Ten en cuenta tres detalles de implementación al conectar tu cliente:
duration y resolution son enumeraciones de cadena en el esquema del catálogo ("5", "10", "15", así como "480p", "720p"), aunque nuestro worker también normaliza de forma segura duraciones expresadas como números enteros.has_sound es un valor booleano (true por defecto). Configura has_sound: false cuando tu flujo de trabajo superponga su propia locución o pista musical y desees un contenedor MP4 silencioso.job.outputs[0].url en tu propio bucket de almacenamiento tan pronto como se complete la tarea. Las definiciones completas de los campos están disponibles en la especificación legible por máquina y a través de nuestros SDK oficiales.E2X aloja tres familias distintas de modelos de video de ByteDance y Google. Cada una resuelve una combinación diferente de duración de clip, flexibilidad de relación de aspecto y límite de resolución:
| Modelo | 720p por segundo | Nivel borrador | Rango de duración | Relaciones de aspecto | Control de audio | Mejor ajuste |
|---|---|---|---|---|---|---|
| Seedance 2.0 Mini | $0.09 | $0.045/s (480p) | 4–15 s (pasos de 1s) | 6 (21:9 a 9:16) | Sí (has_sound) | Tomas continuas de 10–15s, formatos 21:9 / 1:1 / 4:3, referencias multimodales @Image/@Video/@Audio |
| Gemini Omni 1.1 Flash | $0.09 | $0.0297/s (360p) | 4, 6, 8, 10 s | 2 (16:9, 9:16) | Siempre activo | Entregables en 1080p ($0.135/s) y 4K ($0.18/s) |
| Veo 3.1 Fast | $0.015 (con sonido) | $0.010/s (silencioso) | 4, 6, 8 s | 2 (16:9, 9:16) | Sí (has_sound) | Clips independientes de 4–8s al menor costo en 16:9 o 9:16 |
En 720p, Seedance 2.0 Mini y Gemini Omni 1.1 Flash text-to-video cuestan exactamente los mismos $0.09 por segundo. Elige Seedance 2.0 Mini cuando tu toma necesite entre 11 y 15 segundos en una sola toma continua, cuando tu diseño requiera encuadres 21:9, 4:3, 3:4 o 1:1 (Omni y Veo solo admiten 16:9 y 9:16), o cuando quieras desactivar el audio (has_sound: false). Elige Gemini Omni 1.1 Flash cuando tu entregable final deba estar en 1080p o 4K. Y si solo necesitas un clip independiente de 4 a 8 segundos en 16:9 o 9:16, Veo 3.1 Fast text-to-video sigue siendo la ruta de menor costo en el catálogo text-to-video. Puedes inspeccionar todos los endpoints disponibles en la página de modelos de E2X.
480p y 720p a 24 fps. No renderiza en 1080p ni 4K nativo.21:9 (cine ultrapanorámico), 16:9 (pantalla ancha predeterminada), 4:3, 1:1 (feeds sociales cuadrados), 3:4 y 9:16 (móvil vertical).4 a 15 segundos (4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15).prompt acepta hasta 2.000 caracteres. seed acepta cualquier entero no negativo (minimum: 0) para que puedas mantener estable la trayectoria de la cámara mientras editas una sola frase en tu prompt.Con un límite de 2.000 caracteres y duraciones de hasta 15 segundos, un ritmo claro en la toma evita deformaciones (morphing) a mitad del clip:
has_sound sea true, describe explícitamente el sonido ambiental, los efectos foley o el diálogo hablado al final de tu prompt. Lee nuestra guía de la API de Seedance 2.0 Mini para ver ejemplos de prompts comparados.Con nuestro descuento permanente del 25 % sobre la base de lista de $0.06/s, Seedance 2.0 Mini cuesta $0.045 por segundo en 480p y $0.09 por segundo en 720p. Un clip predeterminado de 5 segundos en 720p cuesta $0.45, y un clip borrador de 5 segundos en 480p cuesta $0.225.
Verificado el 5 de noviembre de 2026 en 720p, E2X ($0.09/s) es un 42 % más económico que fal.ai (~$0.1547/s), un 25 % más económico que WaveSpeed ($0.12/s), e iguala la tarifa text-to-video de Replicate de $0.09/s, manteniendo además los $0.09/s fijos incluso en tareas reference-to-video donde Replicate cobra $0.11/s.
No. El audio nativo sincronizado (has_sound: true por defecto) está incluido tanto en la tarifa de $0.045/s (480p) como en la de $0.09/s (720p) sin cargo adicional. Configurar has_sound: false silencia la pista de audio sin cambiar el precio.
Admite seis relaciones de aspecto (21:9, 16:9, 4:3, 1:1, 3:4 y 9:16) y cada duración en segundos enteros de 4 a 15 segundos ("4" a "15"), siendo "16:9" y "5" los valores predeterminados.
Seedance 2.0 Mini admite resoluciones 480p y 720p. Si tu proyecto requiere salida en 1080p ($0.135/s) o 4K ($0.18/s), utiliza google/omni-1.1-flash/text-to-video en E2X.
Cada solicitud de Seedance 2.0 Mini se enruta primero a la API directa de BytePlus ModelArk de ByteDance (dreamina-seedance-2-0-mini-260615) y pasa automáticamente a Eachlabs si el proveedor principal devuelve un error, todo ello detrás de una única clave API de E2X y un esquema unificado.