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
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/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)Costo stimato per generazione in base a durata e risoluzione. Paghi solo per ciò che esegui.
Scopri altri modelli di IA per Frame iniziale e finale in video
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.
Generazione video tra fotogramma iniziale e finale con Google Veo 3.1 Fast. Elaborazione più rapida con transizioni fluide.
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%).
Guida al prompting di Gemini Omni 1.1 Flash dai doc Google: tag FIRST_FRAME e IMAGE_REF, default multi-shot, direzione audio, trappola dei timecode.
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.
ByteDance Seedance 2.0 Mini start-end-frame-to-video (bytedance/seedance-2.0-mini/start-end-frame-to-video) genera una transizione video continua da 4 a 15 secondi tra due fotogrammi chiave forniti dall'utente: image_url (primo fotogramma) ed end_frame_url (fotogramma finale). 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, con audio nativo sincronizzato incluso.
Il collegamento tra fotogrammi chiave offre un controllo deterministico sul punto in cui inizia e termina un movimento di macchina o una trasformazione di prodotto. Invece di sperare che una generazione image-to-video aperta si fermi sull'esatta composizione richiesta dallo stacco successivo, fornisci al modello entrambi gli estremi e lasci che sintetizzi il movimento e l'audio intermedi.
Se vuoi bloccare solo il fotogramma iniziale, chiama Seedance 2.0 Mini image-to-video. Se vuoi mantenere coerenti un personaggio, un oggetto di scena o una voce su più inquadrature senza vincolare il primo e l'ultimo fotogramma, chiama Seedance 2.0 Mini reference-to-video. Per la generazione basata solo su prompt, consulta Seedance 2.0 Mini text-to-video.
Fornire due fotogrammi chiave non comporta alcun sovrapprezzo rispetto alle modalità standard text-to-video o image-to-video su E2X. Ogni job parte dalla nostra base di listino di $0.06/s (60,000 micro-centesimi), ridotta del 25% a $0.045/s (45,000 micro-centesimi) a 480p (×1) e $0.09/s a 720p (×2).
Ecco la matrice completa dei costi verificata il 5 novembre 2026 insieme a fal.ai e WaveSpeed:
| Durata transizione | E2X 480p ($0.045/s) | E2X 720p ($0.09/s) | WaveSpeed 720p ($0.12/s) | fal.ai 720p (~$0.155/s) | Risparmio E2X vs fal.ai |
|---|---|---|---|---|---|
| 4 secondi | $0.180 | $0.36 | $0.48 | $0.62 | 42% in meno |
| 5 secondi (predefinito) | $0.225 | $0.45 | $0.60 | $0.77 | 42% in meno |
| 7 secondi | $0.315 | $0.63 | $0.84 | $1.08 | 42% in meno |
| 10 secondi | $0.450 | $0.90 | $1.20 | $1.55 | 42% in meno |
| 12 secondi | $0.540 | $1.08 | $1.44 | $1.86 | 42% in meno |
| 15 secondi (max) | $0.675 | $1.35 | $1.80 | $2.32 | 42% in meno |
Poiché il successo delle transizioni tra fotogrammi chiave dipende dalla naturalezza con cui si collegano le due immagini di input, il livello 480p ($0.045/s) è un banco di prova ideale per lo storyboard. Puoi testare un ponte di 4 secondi a 480p per $0.18 per verificare che l'arco della telecamera e l'illuminazione passino in modo fluido senza uno stacco netto a metà clip, per poi eseguire il rendering finale a 720p per $0.36 (4s) o $0.45 (5s).
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.
A differenza dei modelli che offrono solo salti di 4, 6, 8 o 10 secondi, bytedance/seedance-2.0-mini/start-end-frame-to-video mette a disposizione ogni secondo intero da 4 a 15 ("4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15").
Nella generazione con fotogramma iniziale e finale, duration controlla la velocità fisica:
4 a 6 secondi): ideali quando il fotogramma iniziale e quello finale sono vicini per angolazione o posizione, come un'orbita di 30 gradi attorno a un prodotto, una porta che si apre o un soggetto che si gira verso l'obiettivo. Una durata ridotta impone un movimento diretto senza derive inattive.7 a 10 secondi): ideali per carrellate su scala ambientale, cambi di illuminazione dal giorno alla notte o azioni del personaggio in due fasi.11 a 15 secondi): ideali per riprese lente e d'atmosfera con la gru o coreografie articolate in cui un limite di 8 secondi affretterebbe la transizione.Sono obbligatori tre campi all'interno di input: prompt, image_url (il fotogramma iniziale) ed end_frame_url (il fotogramma finale). Entrambi gli URL delle immagini devono essere raggiungibili tramite HTTPS.
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
}
}'
Ecco un esempio di polling in Node.js che concatena due fotogrammi chiave in una transizione di 7 secondi:
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}`);
}
}
Nota i nomi esatti dei campi nello schema: il fotogramma iniziale è image_url (il nostro worker accetta anche gli alias start_frame_url o first_frame_url) e il fotogramma finale è end_frame_url (o last_frame_url). Controlla la specifica del modello leggibile dalle macchine e la documentazione degli SDK E2X per le definizioni complete dei tipi.
Tutte e tre le famiglie di modelli video su E2X supportano l'interpolazione tra fotogramma iniziale e finale:
| Modello | 720p al secondo | Livello bozza | Opzioni di durata | Proporzioni | Attivazione audio |
|---|---:|---:|---|---|---|
| Seedance 2.0 Mini start-end-frame | $0.09 | $0.045/s (480p) | Da 4 a 15 s (ogni secondo intero) | 6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16) | Sì (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) | Sempre attivo |
| Veo 3.1 Fast start-end-frame | $0.10 (fisso) | Nessuno | 4, 6, 8 s | 2 (16:9, 9:16) | No |
Nota che su start-end-frame-to-video, Veo 3.1 Fast ha un prezzo di listino di $0.10/s senza sconto permanente, rendendo Seedance 2.0 Mini ($0.045/s a 480p, $0.09/s a 720p) più economico di Veo 3.1 Fast a entrambe le risoluzioni, supportando inoltre transizioni da 9 a 15 secondi e audio nativo. Se hai bisogno di output in 1080p o 4K, usa Gemini Omni 1.1 Flash start-end-frame-to-video. Confronta tutti i modelli a fotogrammi chiave nella categoria start-end-frame-to-video o esplora il catalogo completo dei modelli.
Per evitare artefatti di morphing o stacchi a metà inquadratura tra image_url ed end_frame_url:
image_url è 16:9 (1280×720) ed end_frame_url è 1:1 (1024×1024), la geometria si deformerà durante la transizione.Con il nostro sconto permanente del 25%, costa $0.045 al secondo a 480p e $0.09 al secondo a 720p. Una transizione di 5 secondi a 720p costa $0.45 e un passaggio di test di 4 secondi a 480p costa $0.18.
Passa il fotogramma iniziale in image_url e il fotogramma finale in end_frame_url all'interno dell'oggetto input, insieme a un prompt che descriva il movimento di collegamento.
Sì. Su E2X, google/veo-3.1-fast/start-end-frame-to-video costa $0.10 al secondo, mentre bytedance/seedance-2.0-mini/start-end-frame-to-video costa $0.09 al secondo a 720p e $0.045 al secondo a 480p, offrendo anche durate da 4–15s e audio nativo.
Sì. Imposta l'end_frame_url dell'inquadratura 1 come image_url dell'inquadratura 2. Poiché il fotogramma di confine è identico byte per byte tra le due clip, puoi unire più clip da 5 a 15 secondi senza uno scatto visibile nel punto di giunzione.
La nostra integrazione principale con BytePlus ModelArk gestisce automaticamente i controlli di moderazione dei volti PrivacyInformation registrando i fotogrammi in una AIGC Asset Library privata con moderazione disattivata ed eliminando le risorse temporanee non appena il job termina, con Eachlabs pronto come fallback secondario.
Sì. has_sound è impostato per impostazione predefinita su true e genera suoni ambientali sincronizzati ed effetti foley lungo tutta la transizione senza costi aggiuntivi. Imposta has_sound: false se hai bisogno di una clip silenziosa.