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
25% छूट ($0.045/सेकंड 480p पर, $0.09/सेकंड 720p पर) के साथ टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, स्टार्ट-एंड फ़्रेम ट्रांज़िशन और मल्टीमॉडल रेफ़रेंस-टू-वीडियो (अधिकतम 9 इमेज, 3 वीडियो और 3 ऑडियो ट्रैक) के लिए ByteDance Seedance 2.0 Mini वीडियो मॉडल परिवार।
मॉडल चलाने के लिए साइन इन करें
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)अवधि और रिज़ॉल्यूशन के अनुसार प्रति जनरेशन अनुमानित लागत। आप केवल उसी के लिए भुगतान करते हैं जो आप चलाते हैं।
इमेज से वीडियो के लिए अन्य AI मॉडल देखें
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.
Google DeepMind का वीडियो जनरेशन, ऊँची गुणवत्ता और विविध स्टाइल के साथ।
Google DeepMind का नवीनतम वीडियो जनरेशन, ऊँची गुणवत्ता और विविध स्टाइल के साथ।
E2X टीम से जानकारियाँ, ट्यूटोरियल और अपडेट।
E2X पर ByteDance Seedance 2.0 Mini text-to-video, image-to-video, start-end-frame और reference-to-video को 480p पर $0.045/s और 720p पर $0.09/s (25% छूट) पर इंटीग्रेट करें।
Google ने 40-सेकंड की सीन कही। मॉडल हर कॉल पर 3–10 सेकंड बनाता है। यहाँ है कि 40 सेकंड असल में क्या पड़ते हैं, और घोषणा ने कौन-सी सीमाएँ छोड़ दीं।
Google, Omni के सबसे ऊपरी tier को upscaled बताता है, और हमने मापा कि वह असल में क्या जोड़ता है। यह कब भी $0.18 प्रति सेकंड के लायक़ है — और provider की क़ीमतें सबसे ऊपरी पायदान पर ही सबसे तीखेपन से क्यों बँटती हैं।
28 अगस्त 2026 को हमने पाँच प्रोवाइडरों पर Gemini Omni 1.1 Flash के दाम जाँचे। वही weights, 720p पर $0.09 से $0.13 प्रति सेकंड — और एक विक्रेता तीन दाम छापता है।
ByteDance Seedance 2.0 Mini image-to-video (bytedance/seedance-2.0-mini/image-to-video) किसी स्थिर फ़ोटोग्राफ़, उत्पाद रेंडर, या चित्रण को सिंक्रोनाइज़्ड नेटिव ऑडियो के साथ 4 से 15 सेकंड की वीडियो क्लिप में एनिमेट करता है। $0.06/s सूची दर पर हमारी स्थायी 25% छूट के साथ, E2X 480p पर $0.045 प्रति सेकंड और 720p पर $0.09 प्रति सेकंड का बिल लेता है। डिफ़ॉल्ट 5-सेकंड के 720p जनरेशन की कीमत $0.45 है, और 4-सेकंड के 480p मोशन टेस्ट की कीमत $0.18 है।
आपका अपलोड किया गया image_url जनरेट किए गए वीडियो का सटीक शुरुआती फ़्रेम (first_frame) बन जाता है, जो गति शुरू होने से पहले विषय की पहचान, प्रकाश पैलेट, लेंस की फ़ोकल लंबाई और फ़्रेमिंग को लॉक कर देता है। इसके बाद आपका prompt निर्देशित करता है कि अगले 4 से 15 सेकंड में क्या गति होगी और ऑडियो ट्रैक कैसा सुनाई देगा।
जब आपके वर्कफ़्लो को अलग-अलग कंडीशनिंग इनपुट की आवश्यकता हो, तो Seedance 2.0 Mini परिवार के सहयोगी एंडपॉइंट्स में से किसी एक पर स्विच करें: जब आपके पास शुरुआती और अंतिम दोनों फ़्रेम हों तो Seedance 2.0 Mini start-end-frame-to-video, जब आप पहले फ़्रेम को पिन किए बिना अधिकतम 9 रेफ़रेंस इमेज, 3 रेफ़रेंस वीडियो और 3 ऑडियो फ़ाइलें पास करना चाहते हों तो Seedance 2.0 Mini reference-to-video, या केवल टेक्स्ट प्रॉम्प्ट से जनरेट करते समय Seedance 2.0 Mini text-to-video।
E2X पर, bytedance/seedance-2.0-mini/image-to-video हमारे text-to-video एंडपॉइंट के बिल्कुल समान रेट कार्ड का उपयोग करता है। इमेज कंडीशनिंग या नेटिव ऑडियो जनरेशन के लिए कोई अतिरिक्त शुल्क नहीं है:
$0.06/s सूची मूल्य (60,000 माइक्रो-सेंट्स), 25% छूट के साथ $0.045/s (45,000 माइक्रो-सेंट्स)।resolution कारक: 480p ×1 ($0.045/s) है; 720p (डिफ़ॉल्ट) ×2 ($0.09/s) है।duration कारक: "4" से "15" (डिफ़ॉल्ट "5") तक का कोई भी पूर्णांक सेकंड।यहां बताया गया है कि 5 नवंबर, 2026 को जांचे गए प्रतिद्वंद्वी प्लेटफ़ॉर्मों के मुकाबले E2X image-to-video मूल्य निर्धारण कैसा है:
| क्लिप अवधि | 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 सेकंड | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 सेकंड (डिफ़ॉल्ट) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 सेकंड | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 सेकंड | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 सेकंड (अधिकतम) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
720p पर, E2X fal.ai से 42% कम और WaveSpeed से 25% कम है। यह भी ध्यान दें कि Eachlabs किस प्रकार text-to-video की तुलना में image-to-video की कीमत अधिक रखता है (720p पर $0.075/s बनाम $0.087/s); E2X पर, सभी चार Seedance 2.0 Mini क्षमताएं एक ही पूर्वानुमानित रेट कार्ड साझा करती हैं।
कीमतें और उत्पाद की शर्तें बदल सकती हैं। खरीदारी का निर्णय लेने से पहले प्रत्येक प्रदाता के वर्तमान मूल्य निर्धारण की जांच करें। यह एक सीमित तुलना है, यह दावा नहीं कि E2X हर कॉन्फ़िगरेशन में सबसे सस्ता विकल्प है।
BytePlus ModelArk (dreamina-seedance-2-0-mini-260615) को सीधे कॉल करते समय एक सामान्य परिचालन बाधा इसका डिफ़ॉल्ट विज़ुअल मॉडरेशन फ़िल्टर है, जो वास्तविक मानव चेहरों वाली इनपुट तस्वीरों को InputImageSensitiveContentDetected.PrivacyInformation के साथ अस्वीकार कर देता है।
हमारा वर्कर इसे दो स्तरों में स्वचालित रूप से संभालता है:
PrivacyInformation के साथ फ़्लैग करता है, तो हमारा वर्कर स्वचालित रूप से उस इमेज को BytePlus की AIGC एसेट लाइब्रेरी में Moderation.Strategy = "Skip" के साथ पंजीकृत करता है, टास्क पेलोड को asset://<id> पर रीराइट करता है, जनरेशन का पुनः प्रयास करता है, और पोलिंग पूरी होते ही अस्थायी एसेट को हटा देता है।bytedance-seedance-2-0-mini-image-to-video) पर फ़ॉलबैक कर जाता है।prompt और image_url दोनों आवश्यक हैं। सुनिश्चित करें कि image_url सार्वजनिक रूप से पहुंच योग्य HTTPS फ़ाइल (या कम से कम 15-मिनट की समाप्ति विंडो वाले हस्ताक्षरित URL) की ओर इशारा करता है।
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
}
}'
आप पहले किसी E2X इमेज एंडपॉइंट जैसे Nano Banana 2.1 text-to-image (1K पर $0.03) या GPT Image 2.5 Sunburst text-to-image (1K पर $0.0525) का उपयोग करके अपना शुरुआती फ़्रेम जनरेट कर सकते हैं, और फिर परिणामी URL को सीधे image_url में पास कर सकते हैं:
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}`);
}
}
ध्यान दें कि bytedance/seedance-2.0-mini/image-to-video आपकी स्रोत इमेज से आउटपुट फ़्रेम अनुपात प्राप्त करता है (21:9, 16:9, 4:3, 1:1, 3:4, और 9:16 में से निकटतम समर्थित अनुपात से मैप करते हुए), इसलिए सबमिट करने से पहले अपनी स्रोत इमेज को अपने लक्षित आस्पेक्ट रेशियो में क्रॉप करें। संपूर्ण पैरामीटर विवरण मशीन-पठनीय मॉडल विनिर्देश में और E2X SDKs पेज पर उपलब्ध हैं।
अधिकतम अवधि, रिज़ॉल्यूशन और प्रति-सेकंड लागत के आधार पर हमारे तीन image-to-video विकल्पों की तुलना करें:
| एंडपॉइंट | 720p प्रति सेकंड | ड्राफ्ट टियर | अधिकतम अवधि | समर्थित आस्पेक्ट रेशियो | सर्वोत्तम उपयोग मामला |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 सेकंड | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | विस्तृत 10–15s एनिमेशन, स्क्वायर (1:1) या 4:3 ई-कॉमर्स उत्पाद फ़ोटो, म्यूट टॉगल |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 सेकंड | 16:9, 9:16 | उच्च-रिज़ॉल्यूशन 1080p ($0.135/s) और 4K ($0.18/s) डिलीवरेबल्स |
| Veo 3.1 Fast image-to-video | $0.015 (ध्वनि सहित) | $0.010/s (मूक) | 8 सेकंड | 16:9, 9:16 | 16:9 या 9:16 पर उच्च-वॉल्यूम 4–8s एनिमेशन |
जब 8-सेकंड की 16:9 या 9:16 क्लिप आपकी आवश्यकता को पूरा करती हो तो Veo 3.1 Fast image-to-video का उपयोग करें। जब आपको 9 से 15 सेकंड की निरंतर गति की आवश्यकता हो या जब आपकी स्रोत इमेज 1:1, 4:3, 3:4, या 21:9 में क्रॉप की गई हो, तो Seedance 2.0 Mini image-to-video चुनें। आप image-to-video श्रेणी या संपूर्ण मॉडल कैटलॉग में सभी मोशन एंडपॉइंट्स ब्राउज़ कर सकते हैं।
चूंकि इनपुट इमेज पहले से ही दृश्य स्थापित कर देती है, इसलिए स्थिर चित्र का पुनः वर्णन करने के बजाय बदलाव के इर्द-गिर्द अपना प्रॉम्प्ट लिखें:
16:9, 9:16, 1:1, 4:3, 3:4, या 21:9 में पहले से क्रॉप कर लें ताकि मॉडल को किनारों को पैड या रीफ़्रेम न करना पड़े।हमारी 25% छूट के साथ, image-to-video की कीमत 480p पर $0.045 प्रति सेकंड और 720p पर $0.09 प्रति सेकंड है। 5-सेकंड की 720p क्लिप $0.45 की है, और 4-सेकंड का 480p ड्राफ्ट पास $0.18 का है।
input के अंदर दो फ़ील्ड आवश्यक हैं: prompt (2,000 वर्णों तक की स्ट्रिंग) और image_url (आपके शुरुआती फ़्रेम की ओर इशारा करने वाला सार्वजनिक रूप से सुलभ HTTPS URL)।
हां। आप "4" से "15" तक कोई भी पूर्ण-सेकंड duration स्ट्रिंग पास कर सकते हैं। 15-सेकंड की क्लिप की कीमत 480p पर $0.675 या 720p पर $1.35 है।
हां। जब BytePlus ModelArk का डिफ़ॉल्ट फ़िल्टर किसी पोर्ट्रेट फ़ोटो पर PrivacyInformation जांच उठाता है, तो हमारा वर्कर स्वचालित रूप से इमेज को मॉडरेशन स्किप के साथ एक अस्थायी प्राइवेट एसेट के रूप में पंजीकृत करता है, जनरेशन पूरा करता है, और तुरंत बाद अस्थायी एसेट को हटा देता है।
input ऑब्जेक्ट में "has_sound": false पास करें। डिफ़ॉल्ट रूप से, has_sound true होता है और बिना किसी अतिरिक्त लागत के सिंक्रोनाइज़्ड साउंड इफ़ेक्ट और परिवेशी ऑडियो जनरेट करता है।
सहयोगी एंडपॉइंट bytedance/seedance-2.0-mini/start-end-frame-to-video का उपयोग करें, जो बिल्कुल समान $0.045/s (480p) और $0.09/s (720p) दर पर image_url (पहला फ़्रेम) और end_frame_url (अंतिम फ़्रेम) दोनों को स्वीकार करता है।