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
Família de modelos de vídeo ByteDance Seedance 2.0 Mini para texto-para-vídeo, imagem-para-vídeo, transições entre quadro inicial e final e referência-para-vídeo multimodal (até 9 imagens, 3 vídeos e 3 faixas de áudio) com 25% de desconto ($0.045/s em 480p, $0.09/s em 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)Custo estimado por geração de acordo com duração e resolução. Você só paga pelo que executar.
Descubra mais modelos de IA para Imagem para Vídeo
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.
Geração de vídeo do Google DeepMind com alta fidelidade e estilos variados.
A geração de vídeo mais recente do Google DeepMind, com alta fidelidade e estilos variados.
Insights, tutoriais e novidades da equipa E2X.
Integre ByteDance Seedance 2.0 Mini text-to-video, image-to-video, start-end-frame e reference-to-video na E2X por $0.045/s (480p) e $0.09/s (720p, 25% off).
O Google falou em cenas de 40 segundos. O modelo faz 3–10 segundos por chamada. Aqui está quanto 40 segundos custam de verdade, e os limites que o anúncio pulou.
O Google rotula o tier do topo do Omni como upscaled, e nós medimos o que ele de fato acrescenta. Quando isso ainda vale $0.18 por segundo — e por que os preços dos provedores mais se separam no degrau do topo.
Em 28 de agosto de 2026 levantamos o preço do Gemini Omni 1.1 Flash em cinco provedores. Pesos idênticos, de $0.09 a $0.13 por segundo em 720p — e um fornecedor lista três preços.
O ByteDance Seedance 2.0 Mini image-to-video (bytedance/seedance-2.0-mini/image-to-video) anima uma fotografia estática, renderização de produto ou ilustração em um clipe de vídeo de 4 a 15 segundos com áudio nativo sincronizado. Com nosso desconto permanente de 25% sobre a tarifa de tabela de $0.06/s, a E2X cobra $0.045 por segundo em 480p e $0.09 por segundo em 720p. Uma geração padrão de 5 segundos em 720p custa $0.45, e um teste de movimento de 4 segundos em 480p custa $0.18.
O seu image_url enviado torna-se exatamente o quadro inicial (first_frame) do vídeo gerado, fixando a identidade do sujeito, a paleta de iluminação, a distância focal da lente e o enquadramento antes do início do movimento. O seu prompt direciona o que se move durante os próximos 4 a 15 segundos e como soa a faixa de áudio.
Quando o seu fluxo de trabalho exigir diferentes entradas de condicionamento, mude para um dos endpoints irmãos na família Seedance 2.0 Mini: Seedance 2.0 Mini start-end-frame-to-video quando você tiver tanto o quadro inicial quanto o final, Seedance 2.0 Mini reference-to-video quando quiser enviar até 9 imagens de referência, 3 vídeos de referência e 3 arquivos de áudio sem fixar o primeiro quadro, ou Seedance 2.0 Mini text-to-video ao gerar apenas a partir de um prompt de texto.
Na E2X, o bytedance/seedance-2.0-mini/image-to-video usa exatamente a mesma tabela de preços do nosso endpoint text-to-video. Não há sobretaxa para condicionamento por imagem ou geração de áudio nativo:
$0.06/s de tabela (60,000 micro-centavos), com desconto de 25% para $0.045/s (45,000 micro-centavos).resolution: 480p é ×1 ($0.045/s); 720p (padrão) é ×2 ($0.09/s).duration: qualquer segundo inteiro de "4" a "15" (padrão "5").Veja como o preço de image-to-video da E2X se compara às plataformas concorrentes verificado em 5 de novembro de 2026:
| Duração do clipe | 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 segundos | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 segundos (padrão) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 segundos | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 segundos | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 segundos (máx.) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
Em 720p, a E2X é 42% mais barata que a fal.ai e 25% mais barata que a WaveSpeed. Observe também como a Eachlabs cobra mais caro no image-to-video do que no text-to-video ($0.087/s vs $0.075/s em 720p); na E2X, todas as quatro capacidades do Seedance 2.0 Mini compartilham uma única tabela de preços previsível.
Preços e termos de produto podem mudar. Verifique os preços atuais de cada provedor antes de tomar uma decisão de compra. Esta é uma comparação delimitada, não uma afirmação de que a E2X é a opção mais barata em todas as configurações.
Um obstáculo operacional comum ao chamar o BytePlus ModelArk (dreamina-seedance-2-0-mini-260615) diretamente é o seu filtro padrão de moderação visual, que rejeita fotos de entrada contendo rostos humanos reais com o erro InputImageSensitiveContentDetected.PrivacyInformation.
Nosso worker resolve isso automaticamente em duas camadas:
PrivacyInformation, nosso worker registra automaticamente a imagem na AIGC Asset Library da BytePlus com Moderation.Strategy = "Skip", reescreve o payload da tarefa para asset://<id>, tenta a geração novamente e exclui o ativo temporário assim que o polling é concluído.bytedance-seedance-2-0-mini-image-to-video) dentro do mesmo ciclo de vida da tarefa.Tanto prompt quanto image_url são obrigatórios. Certifique-se de que image_url aponte para um arquivo HTTPS publicamente acessível (ou uma URL assinada com janela de expiração de pelo menos 15 minutos).
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
}
}'
Você pode gerar seu quadro inicial primeiro usando um endpoint de imagem da E2X, como Nano Banana 2.1 text-to-image ($0.03 em 1K) ou GPT Image 2.5 Sunburst text-to-image ($0.0525 em 1K), e então passar a URL resultante diretamente em 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}`);
}
}
Observe que o bytedance/seedance-2.0-mini/image-to-video deriva as proporções do quadro de saída a partir da sua imagem de origem (mapeando para a proporção suportada mais próxima entre 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16), portanto recorte sua imagem de origem na proporção desejada antes de enviar. Os detalhes completos dos parâmetros estão na especificação do modelo legível por máquina e na página de SDKs da E2X.
Compare nossas três opções de image-to-video por limite de duração, resolução e custo por segundo:
| Endpoint | 720p por segundo | Nível rascunho | Duração máxima | Proporções suportadas | Melhor caso de uso |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 segundos | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Animações estendidas de 10–15s, fotos de produtos de e-commerce quadradas (1:1) ou 4:3, opção de silenciar áudio |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 segundos | 16:9, 9:16 | Entregas de alta resolução em 1080p ($0.135/s) e 4K ($0.18/s) |
| Veo 3.1 Fast image-to-video | $0.015 (com som) | $0.010/s (silencioso) | 8 segundos | 16:9, 9:16 | Animações de alto volume de 4–8s em 16:9 ou 9:16 |
Use o Veo 3.1 Fast image-to-video quando um clipe de 8 segundos em 16:9 ou 9:16 atender ao escopo. Avance para o Seedance 2.0 Mini image-to-video quando precisar de 9 a 15 segundos de movimento contínuo ou quando sua imagem de origem estiver recortada em 1:1, 4:3, 3:4 ou 21:9. Você pode navegar por todos os endpoints de animação na categoria image-to-video ou no catálogo completo de modelos.
Como a imagem de entrada já estabelece a cena visual, escreva seu prompt em torno da mudança em vez de descrever novamente a imagem estática:
16:9, 9:16, 1:1, 4:3, 3:4 ou 21:9 com pelo menos 720 pixels na borda menor para que o modelo não precise adicionar barras ou reenquadrar as bordas.Com nosso desconto de 25%, o image-to-video custa $0.045 por segundo em 480p e $0.09 por segundo em 720p. Um clipe de 5 segundos em 720p custa $0.45, e um teste de rascunho de 4 segundos em 480p custa $0.18.
Dois campos dentro de input são obrigatórios: prompt (string de até 2,000 caracteres) e image_url (uma URL HTTPS publicamente acessível apontando para o seu quadro inicial).
Sim. Você pode passar qualquer string de duration em segundos inteiros de "4" a "15". Um clipe de 15 segundos custa $0.675 em 480p ou $1.35 em 720p.
Sim. Quando o filtro padrão do BytePlus ModelArk aciona uma verificação PrivacyInformation em uma foto de retrato, nosso worker registra automaticamente a imagem como um ativo privado temporário com moderação ignorada, conclui a geração e exclui o ativo temporário imediatamente depois.
Passe "has_sound": false no objeto input. Por padrão, has_sound é true e gera efeitos sonoros sincronizados e áudio ambiente sem custo adicional.
Use o endpoint irmão bytedance/seedance-2.0-mini/start-end-frame-to-video, que aceita tanto image_url (primeiro quadro) quanto end_frame_url (último quadro) exatamente pela mesma tarifa de $0.045/s (480p) e $0.09/s (720p).