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
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/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)Custo estimado por geração de acordo com duração e resolução. Você só paga pelo que executar.
Descubra mais modelos de IA para Texto para Vídeo
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.
A geração de vídeo mais recente do Google DeepMind, com alta fidelidade e estilos variados.
Geração de vídeo 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).
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 Google nomeia um vocabulário de câmera para o Gemini Omni 1.1 Flash e depois se recusa a garanti-lo. Quais termos de lente, movimento e enquadramento mudam a saída, e quais são decoração.
Os rankings virais de #1 são sobre o modelo anterior, só na visão sem áudio. Veja onde o Gemini Omni 1.1 Flash foi de fato ranqueado, e com quantos votos.
O ByteDance Seedance 2.0 Mini (dreamina-seedance-2-0-mini-260615) é o modelo rápido e econômico de geração de vídeo da ByteDance com áudio nativo sincronizado. Na E2X, disponibilizamos sua capacidade baseada apenas em prompt no endpoint bytedance/seedance-2.0-mini/text-to-video, cobrada por segundo de vídeo gerado com um desconto permanente de 25%: $0.045 por segundo em 480p (preço de tabela $0.06/s) e $0.09 por segundo em 720p (preço de tabela $0.12/s). O clipe padrão de cinco segundos em 720p custa $0.45, e um rascunho de cinco segundos em 480p custa $0.225.
Ao contrário dos modelos de vídeo que limitam você a incrementos de 4, 6 ou 8 segundos, o Seedance 2.0 Mini aceita qualquer duração inteira de 4 a 15 segundos junto com seis proporções de tela (21:9, 16:9, 4:3, 1:1, 3:4 e 9:16). Cada requisição passa pelo nosso pipeline de provedor duplo: a API direta BytePlus ModelArk como primária, com fallback automático para a Eachlabs para que erros temporários de upstream ou limites de taxa não interrompam a sua tarefa.
Se a sua cena começa a partir de um ativo visual existente em vez de apenas um prompt de texto, use um dos três endpoints irmãos da mesma família de modelos: Seedance 2.0 Mini image-to-video para animar um único quadro inicial, Seedance 2.0 Mini start-end-frame-to-video para conectar dois quadros-chave, ou Seedance 2.0 Mini reference-to-video para combinar até 9 imagens de referência, 3 vídeos de referência e 3 clipes de áudio de referência.
Cada chamada para bytedance/seedance-2.0-mini/text-to-video parte de uma base de tabela de $0.06 por segundo (60,000 micro-centavos), reduzida pelo nosso desconto global permanente de 25% para $0.045 por segundo (45,000 micro-centavos). Dois fatores dinâmicos de preço determinam a cobrança final:
resolution: 480p aplica um multiplicador ×1 ($0.045/s) e 720p (o padrão) aplica um multiplicador ×2 ($0.09/s).duration: qualquer segundo inteiro de "4" a "15" (padrão "5") multiplica a tarifa por segundo pela duração do clipe.O áudio nativo (has_sound: true por padrão) está incluído na tarifa base sem nenhum multiplicador adicional. Quer você gere um clipe silencioso ou um clipe com diálogo sincronizado, passos e som ambiente, o preço por segundo permanece idêntico.
Veja como nossas tarifas com desconto por segundo se comparam a outros provedores de API que oferecem o seedance-2.0-mini, verificadas em 5 de novembro de 2026:
| Provedor | 480p por segundo | 720p por segundo | Clipe de 5s em 720p | Clipe de 15s em 720p | Modelo de cobrança |
|---|---|---|---|---|---|
| E2X (25% de desconto) | $0.045 | $0.090 | $0.45 | $1.35 | Fixo por segundo (resolution × duration) |
| Replicate | $0.040 | $0.090 | $0.45 | $1.35 | Fixo por segundo ($0.05 / $0.11 com entrada de vídeo) |
| WaveSpeed | $0.060 | $0.120 | $0.60 | $1.80 | Fixo por segundo ($0.12/s em 720p, E2X é 25% menor) |
| fal.ai | ~$0.072 | ~$0.155 | ~$0.77 | ~$2.32 | Baseado em tokens ($0.007 por 1K tokens de vídeo, E2X é 42% menor em 720p) |
| Eachlabs | $0.035–$0.039 | $0.075–$0.087 | $0.38–$0.44 | $1.13–$1.31 | Varia por modalidade (text vs image vs reference) |
Na resolução padrão 720p, a E2X iguala a tarifa text-to-video de $0.09/s da Replicate, fica 25% abaixo da WaveSpeed ($0.12/s) e 42% abaixo da fal.ai (~$0.1547/s). A E2X também mantém essa tarifa de $0.045/s (480p) e $0.09/s (720p) constante em todas as quatro capacidades, incluindo reference-to-video multimodal com entradas de vídeo, onde a Replicate aumenta sua tarifa para $0.11/s.
Preços e termos de produto podem mudar. Verifique os preços atuais de cada provedor antes de tomar uma decisão de compra. Plataformas baseadas em tokens calculam cobranças exatas a partir das dimensões em pixels e contagem de quadros, portanto seus equivalentes por segundo acima refletem uma saída padrão 16:9 a 24 fps. Esta é uma comparação delimitada, não uma afirmação de que a E2X é a opção mais barata em todas as configurações.
Como o formato 480p custa metade por segundo em relação ao 720p ($0.045/s vs $0.09/s), separar o teste de prompts da renderização final reduz o gasto de iteração pela metade.
Um clipe de teste de quatro segundos em 480p custa $0.18. Em 480p, o movimento de câmera, o posicionamento do sujeito, o contraste de iluminação e a sincronia do áudio nativo são nítidos o suficiente para avaliar se um prompt funciona. Depois de definir o prompt e o seed, altere resolution para "720p" e defina duration para a duração do seu corte final.
| Duração | Rascunho 480p ($0.045/s) | Final 720p ($0.09/s) | Preço de tabela E2X em 720p ($0.12/s) |
|---|---|---|---|
| 4 segundos | $0.180 | $0.36 | $0.48 |
| 5 segundos (padrão) | $0.225 | $0.45 | $0.60 |
| 8 segundos | $0.360 | $0.72 | $0.96 |
| 10 segundos | $0.450 | $0.90 | $1.20 |
| 12 segundos | $0.540 | $1.08 | $1.44 |
| 15 segundos (máx.) | $0.675 | $1.35 | $1.80 |
Executar cinco rascunhos de 4 segundos em 480p (5 × $0.18 = $0.90) seguidos por uma renderização de 10 segundos em 720p ($0.90) totaliza $1.80, em comparação com $5.40 se todas as seis tentativas fossem executadas com 10 segundos e 720p.
Gere uma chave de API no painel, armazene-a em seu servidor e envie tarefas para POST https://api.e2x.ai/v1/jobs/submit. Apenas o campo prompt (até 2,000 caracteres) é obrigatório.
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
}
}'
Essa requisição de seis segundos em 720p no formato ultrawide 21:9 custa $0.54 (6 × $0.09). Mude resolution para "480p" durante os testes e os mesmos seis segundos custarão $0.27.
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}`);
}
}
Tenha em mente três detalhes de implementação ao integrar seu cliente:
duration e resolution são enums de string no esquema do catálogo ("5", "10", "15" e "480p", "720p"), embora nosso worker também normalize durações inteiras com segurança.has_sound é um booleano (true por padrão). Defina has_sound: false quando seu pipeline sobrepuser sua própria locução ou trilha musical e você quiser um contêiner MP4 silencioso.job.outputs[0].url em seu próprio bucket de armazenamento assim que a tarefa for concluída. As definições completas dos campos estão disponíveis na especificação legível por máquina e por meio de nossos SDKs oficiais.A E2X hospeda três famílias distintas de vídeo da ByteDance e do Google. Cada uma atende a uma combinação diferente de duração de clipe, flexibilidade de proporção de tela e limite de resolução:
| Modelo | 720p por segundo | Nível rascunho | Faixa de duração | Proporções | Controle de áudio | Melhor indicação |
|---|---:|---:|---|---|---|---|
| Seedance 2.0 Mini | $0.09 | $0.045/s (480p) | 4–15 s (passos de 1s) | 6 (21:9 a 9:16) | Sim (has_sound) | Tomadas únicas de 10–15s, proporções 21:9 / 1:1 / 4:3, referências multimodais @Image/@Video/@Audio |
| Gemini Omni 1.1 Flash | $0.09 | $0.0297/s (360p) | 4, 6, 8, 10 s | 2 (16:9, 9:16) | Sempre ativo | Entregas em 1080p ($0.135/s) e 4K ($0.18/s) |
| Veo 3.1 Fast | $0.015 (com som) | $0.010/s (silencioso) | 4, 6, 8 s | 2 (16:9, 9:16) | Sim (has_sound) | Clipes avulsos de 4–8s de menor custo em 16:9 ou 9:16 |
Em 720p, o Seedance 2.0 Mini e o Gemini Omni 1.1 Flash text-to-video custam exatamente os mesmos $0.09 por segundo. Escolha o Seedance 2.0 Mini quando sua cena precisar de 11 a 15 segundos em uma única tomada contínua, quando seu layout exigir enquadramento 21:9, 4:3, 3:4 ou 1:1 (Omni e Veo suportam apenas 16:9 e 9:16), ou quando você quiser desativar o áudio (has_sound: false). Escolha o Gemini Omni 1.1 Flash quando sua entrega final precisar ser em 1080p ou 4K. E se você precisar apenas de um clipe avulso de 4 a 8 segundos em 16:9 ou 9:16, o Veo 3.1 Fast text-to-video continua sendo a rota de menor custo no catálogo text-to-video. Você pode inspecionar todos os endpoints disponíveis na página de modelos da E2X.
480p e 720p a 24 fps. Ele não renderiza 1080p ou 4K nativamente.21:9 (cinema ultrawide), 16:9 (widescreen padrão), 4:3, 1:1 (feeds sociais quadrados), 3:4 e 9:16 (vertical para dispositivos móveis).4 a 15 segundos (4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15).prompt aceita até 2,000 caracteres. seed aceita qualquer número inteiro não negativo (minimum: 0) para que você possa manter a trajetória da câmera estável enquanto edita uma única cláusula no prompt.Com um limite de 2,000 caracteres e durações de até 15 segundos, um ritmo claro de cena evita deformações no meio do clipe:
has_sound for true, descreva explicitamente o som ambiente, os efeitos foley ou o diálogo falado no final do seu prompt. Leia nosso guia da API Seedance 2.0 Mini para exemplos de prompts lado a lado.Com nosso desconto permanente de 25% sobre a base de tabela de $0.06/s, o Seedance 2.0 Mini custa $0.045 por segundo em 480p e $0.09 por segundo em 720p. Um clipe padrão de 5 segundos em 720p custa $0.45, e um clipe de rascunho de 5 segundos em 480p custa $0.225.
Verificado em 5 de novembro de 2026 em 720p, o preço da E2X ($0.09/s) é 42% menor que o da fal.ai (~$0.1547/s), 25% menor que o da WaveSpeed ($0.12/s) e iguala a tarifa text-to-video de $0.09/s da Replicate, mantendo $0.09/s fixo mesmo em tarefas reference-to-video nas quais a Replicate cobra $0.11/s.
Não. O áudio nativo sincronizado (has_sound: true por padrão) está incluído tanto na tarifa de $0.045/s (480p) quanto na de $0.09/s (720p) sem custo adicional. Definir has_sound: false silencia a faixa de áudio sem alterar o preço.
Ele suporta seis proporções de tela (21:9, 16:9, 4:3, 1:1, 3:4 e 9:16) e todas as durações em segundos inteiros de 4 a 15 segundos ("4" a "15"), tendo "16:9" e "5" como padrões.
O Seedance 2.0 Mini suporta as resoluções 480p e 720p. Se o seu projeto exigir saída em 1080p ($0.135/s) ou 4K ($0.18/s), use google/omni-1.1-flash/text-to-video na E2X.
Cada requisição ao Seedance 2.0 Mini é roteada primeiro para a API direta BytePlus ModelArk da ByteDance (dreamina-seedance-2-0-mini-260615) e faz fallback automático para a Eachlabs caso o provedor principal retorne um erro, tudo por trás de uma única chave de API E2X e um esquema unificado.