Gemini Omni 1.2 Flash
Generate smooth video transitions between a start frame and an end frame with Gemini Omni 1.2 Flash. Supports durations from 3 to 10 seconds and resolutions up 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/start-end-frame-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।
स्टार्ट और एंड फ्रेम से वीडियो के लिए अन्य AI मॉडल देखें
Generate smooth video transitions between a start frame and an end frame with Gemini Omni 1.2 Flash. Supports durations from 3 to 10 seconds and resolutions up to 4K.
Generate smooth video transitions between two key frames with Gemini Omni 1.1 Flash. Provide a start frame, an end frame and a text prompt to guide the in-between motion.
Google Veo 3.1 Fast से शुरुआती-आख़िरी फ़्रेम पर वीडियो जनरेशन। तेज़ प्रोसेसिंग के साथ स्मूद ट्रांज़िशन।
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 के अपने दस्तावेज़ों से बनी Gemini Omni 1.1 Flash prompting गाइड: FIRST_FRAME और IMAGE_REF tags, multi-shot डिफ़ॉल्ट, ऑडियो निर्देशन और timestamp का जाल।
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।
ByteDance Seedance 2.0 Mini start-end-frame-to-video (bytedance/seedance-2.0-mini/start-end-frame-to-video) आपके द्वारा प्रदान किए गए दो कीफ़्रेम के बीच एक निरंतर 4 से 15 सेकंड का वीडियो ट्रांज़िशन जनरेट करता है: image_url (पहला फ़्रेम) और end_frame_url (अंतिम फ़्रेम)। $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, जिसमें नेटिव सिंक्रोनाइज़्ड ऑडियो शामिल है।
कीफ़्रेम ब्रिजिंग आपको इस बात पर निश्चित नियंत्रण देती है कि कैमरा मूवमेंट या उत्पाद परिवर्तन कहां से शुरू होता है और कहां समाप्त होता है। यह उम्मीद करने के बजाय कि एक खुला image-to-video रोल आपके अगले कट के लिए आवश्यक सटीक संरचना पर रुकेगा, आप मॉडल को दोनों छोर सौंपते हैं और उसे मध्यवर्ती गति और ऑडियो का संश्लेषण करने देते हैं।
यदि आप केवल शुरुआती फ़्रेम को लॉक करना चाहते हैं, तो Seedance 2.0 Mini image-to-video को कॉल करें। यदि आप पहले और अंतिम फ़्रेम को पिन किए बिना कई शॉट्स में किसी पात्र, प्रॉप, या आवाज़ को एक समान रखना चाहते हैं, तो Seedance 2.0 Mini reference-to-video को कॉल करें। केवल-प्रॉम्प्ट जनरेशन के लिए, Seedance 2.0 Mini text-to-video देखें।
E2X पर मानक text-to-video या image-to-video की तुलना में दो कीफ़्रेम प्रदान करने पर शून्य अतिरिक्त शुल्क लगता है। प्रत्येक जॉब हमारे $0.06/s सूची आधार (60,000 माइक्रो-सेंट्स) से शुरू होता है, जिसे 25% घटाकर 480p (×1) पर $0.045/s (45,000 माइक्रो-सेंट्स) और 720p (×2) पर $0.09/s कर दिया गया है।
यहां fal.ai और WaveSpeed के साथ 5 नवंबर, 2026 को जांचा गया संपूर्ण लागत मैट्रिक्स दिया गया है:
| ट्रांज़िशन अवधि | E2X 480p ($0.045/s) | E2X 720p ($0.09/s) | WaveSpeed 720p ($0.12/s) | fal.ai 720p (~$0.155/s) | fal.ai की तुलना में E2X बचत |
|---|---|---|---|---|---|
| 4 सेकंड | $0.180 | $0.36 | $0.48 | $0.62 | 42% कम |
| 5 सेकंड (डिफ़ॉल्ट) | $0.225 | $0.45 | $0.60 | $0.77 | 42% कम |
| 7 सेकंड | $0.315 | $0.63 | $0.84 | $1.08 | 42% कम |
| 10 सेकंड | $0.450 | $0.90 | $1.20 | $1.55 | 42% कम |
| 12 सेकंड | $0.540 | $1.08 | $1.44 | $1.86 | 42% कम |
| 15 सेकंड (अधिकतम) | $0.675 | $1.35 | $1.80 | $2.32 | 42% कम |
चूंकि कीफ़्रेम ट्रांज़िशन की सफलता इस बात पर निर्भर करती है कि दोनों इनपुट इमेज स्वाभाविक रूप से जुड़ती हैं या नहीं, 480p टियर ($0.045/s) एक आदर्श स्टोरीबोर्ड परीक्षण मंच है। आप यह सत्यापित करने के लिए $0.18 में 480p पर 4-सेकंड के ब्रिज का परीक्षण कर सकते हैं कि कैमरा आर्क और लाइटिंग क्लिप के बीच में जंप कट के बिना सुचारू रूप से बदलते हैं, और फिर $0.36 (4s) या $0.45 (5s) में अंतिम 720p टेक रेंडर कर सकते 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।
उन मॉडलों के विपरीत जो केवल 4, 6, 8, या 10 सेकंड के उछाल प्रदान करते हैं, bytedance/seedance-2.0-mini/start-end-frame-to-video 4 से 15 तक के प्रत्येक पूर्णांक सेकंड ("4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15") को उपलब्ध कराता है।
शुरुआती-और-अंतिम-फ़्रेम जनरेशन में, duration भौतिक वेग को नियंत्रित करता है:
4 से 6 सेकंड): सबसे उपयुक्त जब शुरुआती और अंतिम फ़्रेम कोण या स्थिति में करीब हों, जैसे 30-डिग्री उत्पाद ऑर्बिट, दरवाज़ा खुलना, या विषय का लेंस की ओर मुड़ना। कम अवधि बिना किसी अनावश्यक भटकाव के सीधी गति सुनिश्चित करती है।7 से 10 सेकंड): कमरे के स्तर के कैमरा डॉली, दिन-से-रात के प्रकाश परिवर्तन, या दो-चरणीय पात्र क्रियाओं के लिए सर्वोत्तम।11 से 15 सेकंड): धीमे, वातावरणप्रधान क्रेन शॉट्स या मल्टी-बीट कोरियोग्राफ़ी के लिए सर्वोत्तम जहां 8-सेकंड की सीमा ट्रांज़िशन को बहुत तेज़ कर देगी।input के अंदर तीन फ़ील्ड आवश्यक हैं: prompt, image_url (शुरुआती फ़्रेम), और end_frame_url (अंतिम फ़्रेम)। दोनों इमेज URL HTTPS पर पहुंच योग्य होने चाहिए।
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/start-end-frame-to-video",
"input": {
"prompt": "Smooth camera orbit clockwise around the matte black headphones as the earcups rotate flat against the walnut stand. Soft studio rim light shifts smoothly across the aluminum headband. Quiet mechanical hinge click.",
"image_url": "https://cdn.example.com/keyframes/headphones-3q-left.jpg",
"end_frame_url": "https://cdn.example.com/keyframes/headphones-flat-top.jpg",
"resolution": "720p",
"duration": "5",
"has_sound": true,
"seed": 88310
}
}'
यहां एक Node.js पोलिंग उदाहरण दिया गया है जो दो कीफ़्रेम को 7-सेकंड के ट्रांज़िशन में जोड़ता है:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const submitRes = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "bytedance/seedance-2.0-mini/start-end-frame-to-video",
input: {
prompt: "A single continuous crane shot rising from the rain-slicked street level up to the illuminated second-floor studio window. Rain pattering on pavement fading into muffled piano notes from upstairs.",
image_url: "https://cdn.example.com/keyframes/street-level-start.jpg",
end_frame_url: "https://cdn.example.com/keyframes/window-level-end.jpg",
resolution: "720p",
duration: "7",
has_sound: true,
},
}),
});
const { data: submitted } = await submitRes.json();
for (let i = 0; i < 240; i++) {
await new Promise((r) => setTimeout(r, 3000));
const res = await fetch(`https://api.e2x.ai/v1/jobs/${submitted.jobId}`, {
headers,
});
const { data: job } = await res.json();
if (job.status === "completed") {
console.log("Transition video URL:", job.outputs[0].url);
break;
}
if (job.status === "failed" || job.status === "cancelled") {
throw new Error(job.error?.message || `Job ended with ${job.status}`);
}
}
स्कीमा में सटीक फ़ील्ड नामों पर ध्यान दें: शुरुआती फ़्रेम image_url है (हमारा वर्कर start_frame_url या first_frame_url उपनाम भी स्वीकार करता है), और अंतिम फ़्रेम end_frame_url (या last_frame_url) है। संपूर्ण प्रकार परिभाषाओं के लिए मशीन-पठनीय मॉडल विनिर्देश और E2X SDKs दस्तावेज़ीकरण देखें।
E2X पर सभी तीन वीडियो परिवार शुरुआती-और-अंतिम-फ़्रेम इंटरपोलेशन का समर्थन करते हैं:
| मॉडल | 720p प्रति सेकंड | ड्राफ्ट टियर | अवधि विकल्प | आस्पेक्ट रेशियो | ऑडियो टॉगल |
|---|---:|---:|---|---|---|
| Seedance 2.0 Mini start-end-frame | $0.09 | $0.045/s (480p) | 4 से 15 s (प्रत्येक पूर्णांक सेकंड) | 6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16) | हां (has_sound) |
| Gemini Omni 1.1 Flash start-end-frame | $0.09 | $0.0297/s (360p) | 4, 6, 8, 10 s | 2 (16:9, 9:16) | हमेशा चालू |
| Veo 3.1 Fast start-end-frame | $0.10 (फ़्लैट) | कोई नहीं | 4, 6, 8 s | 2 (16:9, 9:16) | नहीं |
ध्यान दें कि start-end-frame-to-video पर, Veo 3.1 Fast बिना किसी स्थायी छूट के $0.10/s पर सूचीबद्ध है, जिससे Seedance 2.0 Mini (480p पर $0.045/s, 720p पर $0.09/s) दोनों रिज़ॉल्यूशन पर Veo 3.1 Fast से सस्ता हो जाता है, और साथ ही 9-से-15-सेकंड के ब्रिज और नेटिव ऑडियो का भी समर्थन करता है। यदि आपको 1080p या 4K आउटपुट की आवश्यकता है, तो Gemini Omni 1.1 Flash start-end-frame-to-video का उपयोग करें। start-end-frame-to-video श्रेणी में सभी कीफ़्रेम मॉडलों की तुलना करें या संपूर्ण मॉडल कैटलॉग ब्राउज़ करें।
image_url और end_frame_url के बीच मॉर्फ़िंग आर्टिफ़ैक्ट्स या शॉट के बीच में कट से बचने के लिए:
image_url 16:9 (1280×720) है और end_frame_url 1:1 (1024×1024) है, तो ट्रांज़िशन के दौरान ज्यामिति खिंच जाएगी।हमारी स्थायी 25% छूट के साथ, इसकी कीमत 480p पर $0.045 प्रति सेकंड और 720p पर $0.09 प्रति सेकंड है। 5-सेकंड का 720p ट्रांज़िशन $0.45 का है, और 4-सेकंड का 480p टेस्ट पास $0.18 का है।
जोड़ने वाली गति का वर्णन करने वाले prompt के साथ, input ऑब्जेक्ट के अंदर शुरुआती फ़्रेम को image_url में और अंतिम फ़्रेम को end_frame_url में पास करें।
हां। E2X पर, google/veo-3.1-fast/start-end-frame-to-video $0.10 प्रति सेकंड है, जबकि bytedance/seedance-2.0-mini/start-end-frame-to-video 720p पर $0.09 प्रति सेकंड और 480p पर $0.045 प्रति सेकंड है, साथ ही यह 4–15s अवधि और नेटिव ऑडियो भी प्रदान करता है।
हां। शॉट 1 के end_frame_url को शॉट 2 के image_url के रूप में सेट करें। चूंकि सीमा फ़्रेम दोनों क्लिप में बाइट-दर-बाइट समान होता है, आप जोड़ पर बिना किसी दृश्य उछाल के कई 5-से-15-सेकंड की क्लिप को एक साथ जोड़ सकते हैं।
हमारा प्राथमिक BytePlus ModelArk एकीकरण एक प्राइवेट AIGC एसेट लाइब्रेरी में मॉडरेशन स्किप के साथ फ़्रेम को पंजीकृत करके और जॉब समाप्त होते ही अस्थायी एसेट्स को हटाकर स्वचालित रूप से PrivacyInformation चेहरा-मॉडरेशन जांच को संभालता है, जिसमें द्वितीयक फ़ॉलबैक के रूप में Eachlabs तैयार रहता है।
हां। has_sound डिफ़ॉल्ट रूप से true होता है और बिना किसी अतिरिक्त लागत के ट्रांज़िशन के दौरान सिंक्रोनाइज़्ड परिवेशी ध्वनि और फ़ोली जनरेट करता है। यदि आपको मूक क्लिप की आवश्यकता है तो has_sound: false सेट करें।