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
Famiglia di modelli video ByteDance Seedance 2.0 Mini per testo-video, immagine-video, transizioni inizio-fine e riferimento-video multimodale (fino a 9 immagini, 3 video e 3 tracce audio) con il 25% di sconto ($0.045/s in 480p, $0.09/s in 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)Costo stimato per generazione in base a durata e risoluzione. Paghi solo per ciò che esegui.
Scopri altri modelli di IA per Da immagine 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.
Generazione video di Google DeepMind con alta fedeltà e stili diversi.
L'ultima generazione video di Google DeepMind, con alta fedeltà e stili diversi.
Approfondimenti, tutorial e aggiornamenti dal team E2X.
Integra ByteDance Seedance 2.0 Mini text-to-video, image-to-video, start-end-frame e reference-to-video su E2X a $0.045/s (480p) e $0.09/s (720p, -25%).
Google ha detto scene da 40 secondi. Il modello fa 3–10 secondi per chiamata. Ecco quanto costano davvero 40 secondi, e i limiti che l'annuncio ha saltato.
Google marca il tier più alto di Omni come upscaled, e noi abbiamo misurato cosa aggiunge davvero. Quando vale ancora $0.18 al secondo — e perché i prezzi dei fornitori divergono di più sull'ultimo gradino.
Il 28 agosto 2026 abbiamo rilevato il prezzo di Gemini Omni 1.1 Flash presso cinque provider. Pesi identici, da $0.09 a $0.13 al secondo a 720p — e un fornitore ne pubblica tre.
ByteDance Seedance 2.0 Mini image-to-video (bytedance/seedance-2.0-mini/image-to-video) anima una fotografia statica, un render di prodotto o un'illustrazione in una clip video da 4 a 15 secondi con audio nativo sincronizzato. Con il nostro sconto permanente del 25% sulla tariffa di listino di $0.06/s, E2X addebita $0.045 al secondo a 480p e $0.09 al secondo a 720p. Una generazione predefinita di 5 secondi a 720p costa $0.45 e un test di movimento di 4 secondi a 480p costa $0.18.
Il tuo image_url caricato diventa l'esatto fotogramma iniziale (first_frame) del video generato, bloccando l'identità del soggetto, la palette di luci, la lunghezza focale dell'obiettivo e l'inquadratura prima che inizi il movimento. Il tuo prompt dirige poi ciò che si muove nei successivi 4-15 secondi e come suona la traccia audio.
Quando il tuo flusso di lavoro richiede input di condizionamento diversi, passa a uno degli endpoint correlati della famiglia Seedance 2.0 Mini: Seedance 2.0 Mini start-end-frame-to-video quando disponi sia del fotogramma iniziale sia di quello finale, Seedance 2.0 Mini reference-to-video quando vuoi passare fino a 9 immagini di riferimento, 3 video di riferimento e 3 file audio senza vincolare il primo fotogramma, oppure Seedance 2.0 Mini text-to-video quando generi solo da un prompt di testo.
Su E2X, bytedance/seedance-2.0-mini/image-to-video utilizza esattamente lo stesso tariffario del nostro endpoint text-to-video. Non c'è alcun sovrapprezzo per il condizionamento tramite immagine o la generazione di audio nativo:
$0.06/s di listino (60,000 micro-centesimi), scontata del 25% a $0.045/s (45,000 micro-centesimi).resolution: 480p è ×1 ($0.045/s); 720p (predefinito) è ×2 ($0.09/s).duration: qualsiasi secondo intero da "4" a "15" (predefinito "5").Ecco come si confrontano i prezzi image-to-video di E2X rispetto alle piattaforme concorrenti verificati il 5 novembre 2026:
| Durata 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 secondi | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 secondi (predefinito) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 secondi | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 secondi | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 secondi (max) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
A 720p, E2X costa il 42% in meno rispetto a fal.ai e il 25% in meno rispetto a WaveSpeed. Nota anche come Eachlabs applichi un prezzo più alto per image-to-video rispetto a text-to-video ($0.087/s contro $0.075/s a 720p); su E2X, tutte e quattro le funzionalità di Seedance 2.0 Mini condividono un unico tariffario prevedibile.
I prezzi e i termini di prodotto possono cambiare. Verifica i prezzi aggiornati di ciascun provider prima di prendere una decisione d'acquisto. Questo è un confronto circoscritto, non un'affermazione che E2X sia l'opzione più economica in ogni configurazione.
Un ostacolo operativo comune quando si chiama direttamente BytePlus ModelArk (dreamina-seedance-2-0-mini-260615) è il suo filtro di moderazione visiva predefinito, che rifiuta le foto di input contenenti volti umani reali con l'errore InputImageSensitiveContentDetected.PrivacyInformation.
Il nostro worker gestisce questo aspetto automaticamente su due livelli:
PrivacyInformation, il nostro worker registra automaticamente l'immagine nella AIGC Asset Library di BytePlus con Moderation.Strategy = "Skip", riscrive il payload del task in asset://<id>, riprova la generazione ed elimina la risorsa temporanea non appena il polling è completato.bytedance-seedance-2-0-mini-image-to-video) all'interno dello stesso ciclo di vita del job.Sono richiesti sia prompt sia image_url. Assicurati che image_url punti a un file HTTPS raggiungibile pubblicamente (o a un URL firmato con una finestra di scadenza di almeno 15 minuti).
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
}
}'
Puoi prima generare il tuo fotogramma iniziale utilizzando un endpoint di immagini E2X come Nano Banana 2.1 text-to-image ($0.03 a 1K) o GPT Image 2.5 Sunburst text-to-image ($0.0525 a 1K), e poi passare l'URL risultante direttamente in 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}`);
}
}
Nota che bytedance/seedance-2.0-mini/image-to-video ricava le proporzioni del fotogramma di output dall'immagine sorgente (mappandole al formato supportato più vicino tra 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16), quindi ritaglia l'immagine sorgente nelle proporzioni di destinazione prima dell'invio. I dettagli completi dei parametri si trovano nella specifica del modello leggibile dalle macchine e nella pagina degli SDK E2X.
Confronta le nostre tre opzioni image-to-video per durata massima, risoluzione e costo al secondo:
| Endpoint | 720p al secondo | Livello bozza | Durata massima | Proporzioni supportate | Caso d'uso ideale |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 secondi | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Animazioni estese da 10–15s, foto prodotto e-commerce quadrate (1:1) o 4:3, disattivazione audio |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 secondi | 16:9, 9:16 | Output ad alta risoluzione 1080p ($0.135/s) e 4K ($0.18/s) |
| Veo 3.1 Fast image-to-video | $0.015 (con audio) | $0.010/s (silenzioso) | 8 secondi | 16:9, 9:16 | Animazioni ad alto volume da 4–8s in 16:9 o 9:16 |
Usa Veo 3.1 Fast image-to-video quando una clip di 8 secondi in 16:9 o 9:16 soddisfa le tue esigenze. Passa a Seedance 2.0 Mini image-to-video quando hai bisogno di 9-15 secondi di movimento continuo o quando l'immagine sorgente è ritagliata in 1:1, 4:3, 3:4 o 21:9. Puoi esplorare tutti gli endpoint di animazione nella categoria image-to-video o nel catalogo completo dei modelli.
Poiché l'immagine di input stabilisce già la scena visiva, scrivi il prompt concentrandoti sul cambiamento piuttosto che ridescrivere l'immagine statica:
16:9, 9:16, 1:1, 4:3, 3:4 o 21:9 con almeno 720 pixel sul lato corto in modo che il modello non debba aggiungere bande o reinquadrare i bordi.Con il nostro sconto del 25%, image-to-video costa $0.045 al secondo a 480p e $0.09 al secondo a 720p. Una clip di 5 secondi a 720p costa $0.45 e un passaggio di bozza di 4 secondi a 480p costa $0.18.
Sono obbligatori due campi all'interno di input: prompt (stringa fino a 2,000 caratteri) e image_url (un URL HTTPS accessibile pubblicamente che punta al fotogramma iniziale).
Sì. Puoi passare qualsiasi stringa duration in secondi interi da "4" a "15". Una clip da 15 secondi costa $0.675 a 480p o $1.35 a 720p.
Sì. Quando il filtro predefinito di BytePlus ModelArk solleva un controllo PrivacyInformation su una foto ritratto, il nostro worker registra automaticamente l'immagine come risorsa privata temporanea saltando la moderazione, completa la generazione ed elimina la risorsa temporanea subito dopo.
Passa "has_sound": false nell'oggetto input. Per impostazione predefinita, has_sound è true e genera effetti sonori sincronizzati e audio ambientale senza costi aggiuntivi.
Utilizza l'endpoint correlato bytedance/seedance-2.0-mini/start-end-frame-to-video, che accetta sia image_url (primo fotogramma) sia end_frame_url (ultimo fotogramma) esattamente alla stessa tariffa di $0.045/s (480p) e $0.09/s (720p).