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
テキストから動画、画像から動画、開始・終了フレーム補間、マルチモーダル参照動画(最大9枚の画像、3本の動画、3つの音声)に対応する ByteDance Seedance 2.0 Mini ファミリー。25%割引適用(480p $0.045/秒、720p $0.09/秒)。
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)再生時間と解像度ごとの生成あたりの推定コストです。実行した分だけお支払いいただきます。
テキストから動画向けの他のAIモデルを探索
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.
高い忠実度と多彩なスタイルに対応した、Google DeepMind の最新の動画生成。
E2Xチームからのインサイト、チュートリアル、最新情報。
E2XでByteDance Seedance 2.0 Miniのtext-to-video、image-to-video、start-end-frame、reference-to-videoを統合。480pは$0.045/s、720pは$0.09/s(25%オフ)。
2026 年 8 月 28 日、5 つのプロバイダで Gemini Omni 1.1 Flash の価格を調べました。同じ重み、720p で 1 秒あたり $0.09 から $0.13 — そして 1 社は 3 つの価格を掲げています。
Google は Gemini Omni 1.1 Flash 向けにカメラの語彙を名指ししながら、それを保証することは拒んでいます。レンズ、動き、フレーミングのどの用語が出力を変え、どれが飾りなのか。
拡散している「1 位」の順位は前の世代のモデルの、しかも音声なしのビューだけの話です。Gemini Omni 1.1 Flash が実際にどこで、何票で順位づけされたのか。
ByteDance Seedance 2.0 Mini(dreamina-seedance-2-0-mini-260615)は、ネイティブの同期オーディオを備えたByteDanceの高速かつ高コストパフォーマンスな動画生成モデルです。E2Xでは、プロンプトのみで動画を生成する機能をbytedance/seedance-2.0-mini/text-to-videoとして提供しており、生成された動画の秒数に応じた従量課金に常時25%の割引が適用されます。料金は480pが1秒あたり$0.045(定価$0.06/s)、720pが1秒あたり$0.09(定価$0.12/s)です。デフォルトの5秒間の720pクリップは$0.45、5秒間の480pドラフトは$0.225で生成できます。
生成時間が4秒、6秒、8秒といった固定の刻みに制限される動画モデルとは異なり、Seedance 2.0 Miniは4秒から15秒までの任意の整数秒数と、6種類のアスペクト比(21:9、16:9、4:3、1:1、3:4、9:16)に対応しています。すべてのリクエストは当社のデュアルプロバイダーパイプラインを経由して実行されます。プライマリとして直接接続するBytePlus ModelArk APIを使用し、一時的なアップストリームエラーやレート制限が発生してもジョブが失敗しないよう、Eachlabsへの自動フォールバックを備えています。
テキストプロンプトだけでなく既存の視覚アセットからショットを開始する場合は、同じモデルファミリー内の3つの姉妹エンドポイントのいずれかを使用してください。単一の開始フレームをアニメーション化する場合はSeedance 2.0 Mini image-to-video、2つのキーフレーム間を補間する場合はSeedance 2.0 Mini start-end-frame-to-video、最大9枚の参照画像・3本の参照動画・3つの参照音声クリップを組み合わせる場合はSeedance 2.0 Mini reference-to-videoを利用できます。
bytedance/seedance-2.0-mini/text-to-videoへのすべての呼び出しは、1秒あたり$0.06の定価ベースレート(60,000マイクロセント)から始まり、常時適用の25%グローバル割引によって1秒あたり$0.045(45,000マイクロセント)に引き下げられます。最終的な請求額は以下の2つの動的料金ファクターによって決まります。
resolution: 480pには×1の倍率($0.045/s)が適用され、720p(デフォルト)には×2の倍率($0.09/s)が適用されます。duration: "4"から"15"までの任意の整数秒(デフォルトは"5")により、1秒あたりの料金にクリップの長さが乗算されます。ネイティブオーディオ(デフォルトでhas_sound: true)は追加の倍率なしで基本料金に含まれています。無音のクリップを生成する場合でも、同期されたセリフ、足音、ルームトーンを含むクリップを生成する場合でも、1秒あたりの価格はまったく同じです。
2026年11月5日時点で確認した、seedance-2.0-miniを提供する他のAPIプロバイダーと当社の割引後秒単価の比較は以下の通りです。
| プロバイダー | 480p(1秒あたり) | 720p(1秒あたり) | 720p・5秒クリップ | 720p・15秒クリップ | 課金モデル |
|---|---|---|---|---|---|
| E2X(25%オフ) | $0.045 | $0.090 | $0.45 | $1.35 | 秒単位の定額(resolution × duration) |
| Replicate | $0.040 | $0.090 | $0.45 | $1.35 | 秒単位の定額(動画入力ありの場合は$0.05 / $0.11) |
| WaveSpeed | $0.060 | $0.120 | $0.60 | $1.80 | 秒単位の定額(720pで$0.12/s、E2Xの方が25%安価) |
| fal.ai | ~$0.072 | ~$0.155 | ~$0.77 | ~$2.32 | トークンベース(1K動画トークンあたり$0.007、720pでE2Xの方が42%安価) |
| Eachlabs | $0.035–$0.039 | $0.075–$0.087 | $0.38–$0.44 | $1.13–$1.31 | モダリティ(text、image、reference)により変動 |
デフォルトの720p解像度において、E2XはReplicateのtext-to-video料金である$0.09/sと同等であり、WaveSpeed($0.12/s)より25%安く、fal.ai(~$0.1547/s)より42%低く抑えられています。さらにE2Xでは、Replicateが料金を$0.11/sに引き上げる動画入力付きのマルチモーダルなreference-to-videoを含め、4つすべての機能で$0.045/s(480p)および$0.09/s(720p)の一定料金を維持しています。
価格および製品条件は変更される場合があります。購入を決定する前に、各プロバイダーの最新の料金をご確認ください。トークンベースのプラットフォームはピクセル寸法とフレーム数から正確な料金を計算するため、上記の秒あたり換算額は標準的な16:9・24fps出力を基準としています。これは特定条件での比較であり、あらゆる構成においてE2Xが最安であることを主張するものではありません。
480pの秒単価は720pの半額($0.045/s対$0.09/s)であるため、プロンプトのテストと最終レンダリングを分けることで、反復検証にかかるコストを半分に削減できます。
4秒間の480pテストクリップのコストは$0.18です。480pであっても、カメラワーク、被写体の配置、照明のコントラスト、ネイティブオーディオのタイミングは十分に確認でき、プロンプトが意図通り機能しているかを判断できます。プロンプトとseedが確定したら、resolutionを"720p"に切り替え、durationを最終的な尺に設定してください。
| 生成時間 | 480pドラフト($0.045/s) | 720pファイナル($0.09/s) | 720pでのE2X定価($0.12/s) |
|---|---|---|---|
| 4秒 | $0.180 | $0.36 | $0.48 |
| 5秒(デフォルト) | $0.225 | $0.45 | $0.60 |
| 8秒 | $0.360 | $0.72 | $0.96 |
| 10秒 | $0.450 | $0.90 | $1.20 |
| 12秒 | $0.540 | $1.08 | $1.44 |
| 15秒(最大) | $0.675 | $1.35 | $1.80 |
4秒間の480pドラフトを5回実行し(5 × $0.18 = $0.90)、その後に10秒間の720pレンダリングを1回実行する($0.90)場合、合計コストは$1.80となります。これは6回すべての試行を10秒・720pで実行した場合の$5.40と比べて大幅な節約になります。
ダッシュボードでAPIキーを発行してサーバーに保存し、POST https://api.e2x.ai/v1/jobs/submitへジョブを送信します。必須パラメータはprompt(最大2,000文字)のみです。
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
}
}'
このウルトラワイド21:9・6秒間の720pリクエストの料金は$0.54(6 × $0.09)です。テスト中にresolutionを"480p"に変更すれば、同じ6秒間が$0.27になります。
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}`);
}
}
クライアントを実装する際は、以下の3つの実装詳細に留意してください。
durationとresolutionは文字列の列挙型("5"、"10"、"15"および"480p"、"720p")として定義されていますが、当社のワーカーは整数の秒数も安全に正規化して処理します。has_soundはブール値(デフォルトはtrue)です。パイプライン側で独自のナレーションやBGMを重ねるため無音のMP4コンテナが必要な場合は、has_sound: falseを設定してください。job.outputs[0].urlをご自身のストレージバケットにアーカイブしてください。完全なフィールド定義は機械可読仕様書および公式SDKページで確認できます。E2Xでは、ByteDanceとGoogleの3つの異なる動画モデルファミリーをホストしています。それぞれがクリップの長さ、アスペクト比の柔軟性、最大解像度の異なる組み合わせに対応しています。
| モデル | 720p(1秒あたり) | ドラフト層 | 生成時間の範囲 | アスペクト比 | 音声切替 | 最適な用途 |
|---|---|---|---|---|---|---|
| Seedance 2.0 Mini | $0.09 | $0.045/s (480p) | 4–15秒(1秒刻み) | 6種(21:9〜9:16) | あり(has_sound) | 10–15秒のワンカット、21:9 / 1:1 / 4:3比率、マルチモーダルな@Image/@Video/@Audio参照 |
| Gemini Omni 1.1 Flash | $0.09 | $0.0297/s (360p) | 4, 6, 8, 10秒 | 2種(16:9, 9:16) | 常時オン | 1080p($0.135/s)および4K($0.18/s)の納品物 |
| Veo 3.1 Fast | $0.015(音声あり) | $0.010/s(無音) | 4, 6, 8秒 | 2種(16:9, 9:16) | あり(has_sound) | 16:9または9:16での最安コストの4–8秒単体クリップ |
720pでは、Seedance 2.0 MiniとGemini Omni 1.1 Flash text-to-videoはまったく同じ1秒あたり$0.09です。11秒から15秒の連続したワンカットが必要な場合、レイアウトに21:9、4:3、3:4、1:1のフレーミングが必要な場合(OmniとVeoは16:9と9:16のみ対応)、あるいは音声をオフに切り替えたい場合(has_sound: false)にはSeedance 2.0 Miniを選択してください。最終的な納品物が1080pまたは4Kでなければならない場合はGemini Omni 1.1 Flashを選択してください。また、16:9または9:16で4〜8秒の単体クリップだけが必要な場合は、text-to-videoカタログの中でVeo 3.1 Fast text-to-videoが最も低コストな選択肢となります。利用可能なすべてのエンドポイントはE2Xモデル一覧ページで確認できます。
480pおよび720pを出力します。ネイティブの1080pや4Kレンダリングには対応していません。21:9(ウルトラワイドシネマ)、16:9(デフォルトのワイドスクリーン)、4:3、1:1(正方形のSNSフィード)、3:4、および9:16(縦型モバイル)。4秒から15秒までの任意の整数秒(4、5、6、7、8、9、10、11、12、13、14、15)を指定できます。promptは最大2,000文字まで入力可能です。seedは任意の非負整数(minimum: 0)を受け付けるため、カメラの軌道を固定したままプロンプトの一節だけを編集することができます。最大2,000文字の制限と最大15秒の尺を活かし、クリップ途中での不自然な変形を防ぐには、明確なショットのペース配分が重要です。
has_soundがtrueの場合は、プロンプトの末尾で環境音、フォーリー効果音、または話し言葉のセリフを明示的に記述してください。プロンプトの具体的な比較例については、Seedance 2.0 Mini APIガイドをお読みください。定価ベースレート$0.06/sに対する常時25%割引により、Seedance 2.0 Miniは480pで1秒あたり$0.045、720pで1秒あたり$0.09で利用できます。デフォルトの5秒間の720pクリップは$0.45、5秒間の480pドラフトクリップは$0.225です。
2026年11月5日時点の720pでの比較において、E2X($0.09/s)はfal.ai(~$0.1547/s)より42%安く、WaveSpeed($0.12/s)より25%安く、Replicateのtext-to-video料金($0.09/s)と同等です。さらに、Replicateが$0.11/sを請求するreference-to-videoジョブにおいても、E2Xは$0.09/sの定額を維持します。
いいえ。ネイティブの同期オーディオ(デフォルトでhas_sound: true)は、追加料金なしで$0.045/s(480p)および$0.09/s(720p)の両方の料金に含まれています。has_sound: falseを設定すると、料金はそのままでオーディオトラックが無音になります。
6種類のアスペクト比(21:9、16:9、4:3、1:1、3:4、9:16)と、4秒から15秒までの1秒刻みのすべての生成時間("4"から"15")に対応しており、デフォルトは"16:9"と"5"です。
Seedance 2.0 Miniは480pおよび720pの解像度に対応しています。プロジェクトで1080p($0.135/s)や4K($0.18/s)の出力が必要な場合は、E2X上のgoogle/omni-1.1-flash/text-to-videoをご利用ください。
すべてのSeedance 2.0 Miniリクエストは、まずByteDanceの直接APIであるBytePlus ModelArk(dreamina-seedance-2-0-mini-260615)にルーティングされ、プライマリの上流プロバイダーがエラーを返した場合には自動的にEachlabsへフォールバックします。これらはすべて単一のE2X APIキーと統一されたスキーマの下で処理されます。