Gemini Omni 1.1 Flash

E2X'te Gemini Omni 1.1 Flash Image-to-Video API

Gemini Omni 1.1 Flash, 27 Ağustos 2026'da Google tarafında genel kullanıma ulaştı. Veo'ya değil, Gemini ailesine ait ve image-to-video capability'sini google/omni-1.1-flash/image-to-video olarak sunuyoruz. Faturayı bitmiş videonun saniyesi üzerinden kesiyoruz — 720p'de saniyesi $0.09, $0.15'lik liste ücretine karşılık; çünkü sabit duran %40 indirim dört capability'yi birden kapsıyor. Varsayılan sekiz saniyelik klip $0.72. Zorunlu alanlar: prompt ve image_url.

İlk çağrınızdan önce o fotoğrafın ne olduğunu anlayın. O bir sözleşme. İlk kareyi belirliyor; onunla birlikte kadrajı, objektifi, paleti, özneyi ve görüntüde zaten var olan her kusuru. Prompt'unuza kalan, sonraki birkaç saniye — öncesi değil.

Buradaki sönük sonuçların neredeyse hepsi tek bir hataya çıkıyor: değişimi değil, fotoğrafı tarif eden bir prompt. Neyin hareket ettiğini söyleyin. Kameranın nereye gittiğini söyleyin.

Çözünürlük bu ücreti ölçekliyor: 360p 0.33× ($0.0297/saniye), 1080p 1.5× ($0.135), 4K 2× ($0.18). Dört saniyelik bir 360p geçişi $0.1188 tutuyor — fotoğrafınızın hareket edip etmediğini öğrenmenin en ucuz yolu.

Ortası modele bırakılmış iki kare mi? Omni 1.1 Flash start-end-frame-to-video. Birkaç açıdan çekilmiş, çekim listesi boyunca sabit kalması gereken tek bir özne mi? Omni 1.1 Flash reference-to-video. Hiç kaynak materyal yok mu? Fiyat tartışmasının tamamını Omni 1.1 Flash text-to-video taşıyor.

Kaynak görselin sabitlediği şeyler

İşi bir yorum değil, bir devam olarak görün. Model fotoğrafınızı ilk kare kabul ediyor, ardından saniyede yirmi dört makul kare uyduruyor ve hepsi elden verdiğiniz şeye demirli kalıyor. Değer tam olarak bu demirlemede: onaylanmış bir key visual, kimse onu yeniden üretmediği için marka çizgisinde kalıyor.

Aynı zamanda kısıt da bu. Kalabalık bir kadraj, her şey değişirken tutarlı tutulacak daha fazla nesne veriyor ve tutarlılık bu neslin zayıf noktası. Google'ın model kartı bunu açıkça söylüyor: “Düzenlemeler boyunca tam tutarlılığı korumak, karmaşık hareket içeren sahneler üretmek veya kusursuz doğrulukta metin render etmek hâlâ bir zorluk.” Tabelalar bulanıyor. Kalabalıklar yüzleri karıştırıyor. Temiz bir arka plandaki tek bir özne on saniyeyi, karmaşanın dört saniyeyi kaldırdığından daha iyi kaldırıyor.

Para harcamadan önce fotoğrafı hazırlamak

Kadrajı kendiniz eşitleyin. Çıktı 16:9 ya da 9:16 geliyor — kare yok, 4:5 yok, ultrawide yok. 4:5 bir dikey görseli 16:9 bir job'a sokun, bir şey feda edilir: model kenarları kimsenin fotoğraflamadığı materyalle dolduruyor ya da kompozisyon sığmak için kayıyor. İki durumda da saniyesi $0.09 ödüyorsunuz. Karar hâlâ bedavayken kırpın.

Upscale ederek 4K'ya tırmanmayın. Kaynak çözünürlük, çıktının dürüstçe taşıyabileceği detayın tavanını belirliyor. 640 piksel genişliğindeki bir thumbnail'i 1080p'de render etmek, aynı detayın 1.5× ücretle daha büyük bir dosyası demek.

Harekete gidecek yer bırakın. Öznenin üstünde baş boşluğu, arabanın önünde yol. Sıkı kırpın, hiçbir şey kadraj dışına itilmeden hareket edemez — bir klibin sallanan bir fotoğraf gibi okunmasının yaygın sebeplerinden biri budur.

API request'i: bir URL girer, bir MP4 çıkar

Dashboard'dan bir key üretin ve sunucu tarafında tutun. Pipeline'ımız image_url adresini kendisi çekiyor, dolayısıyla adresin genel internet üzerinden erişilebilir olması gerekiyor — CDN'inizde ya da object store'unuzda bir HTTPS adresi; asla yerel bir yol, localhost ya da login arkasındaki bir URL değil. İmzalı URL'ler geniş bir pencereyle sorunsuz çalışıyor: job'lar yaklaşık dört dakika sürüyor ve altmış saniyelik bir link önce ölür.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/omni-1.1-flash/image-to-video",
    "input": {
      "prompt": "Çaydanlığın ağzından buhar kıvrılmaya başlıyor ve sağa savruluyor. Kamera yavaşça sapa doğru yaklaşıyor. Mutfak uğultusu, ısınmaya başlayan bir çaydanlığın tıkırtısı. Kadrajda başka hiçbir şey hareket etmiyor.",
      "image_url": "https://cdn.example.com/stills/copper-kettle-16x9.jpg",
      "aspect_ratio": "16:9",
      "resolution": "720p",
      "duration": "8"
    }
  }'

Geriye bir job ID alıyorsunuz. Ya polling yapın ya da bize bir webhookUrl verip döngüyü atlayın:

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const start = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/omni-1.1-flash/image-to-video",
    input: {
      prompt:
        "Kadın kameraya dönüyor ve atkı rüzgârda havalanıyor. Sabit kamera. Martılar, uzaktan dalga sesi.",
      image_url: "https://cdn.example.com/stills/portrait-9x16.png",
      aspect_ratio: "9:16",
      resolution: "360p",
      duration: "10",
    },
  }),
}).then((r) => r.json());

const { jobId } = start.data;

for (let tick = 0; tick < 360; tick++) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());

  if (job.data.status === "completed") {
    await archive(job.data.outputs[0].url);   // kalıcı bir yere kopyalayın
    break;
  }
  if (["failed", "cancelled"].includes(job.data.status)) {
    throw new Error(job.data.error?.message ?? job.data.status);
  }
  await new Promise((r) => setTimeout(r, 5000));
}

Bir job önce pending, sonra processing, ardından completed, failed ya da cancelled bildiriyor. Schema'da insanları ısıran iki ayrıntı var: duration ve resolution string, yani 10 değil "10" gönderin; ve ses anahtarı diye bir şey yok, çünkü ses görüntüyle birlikte üretiliyor ve prompt'unuzdan yönlendiriliyor. Alan tanımları makine tarafından okunabilir spesifikasyonda güncel kalıyor.

Fotoğrafı değil, farkı prompt'lamak

Yalnızca değişeni yazın. Özne, ışık ve kompozisyon dosyayla birlikte geldi; onları tekrarlamak, modelin harekete ayırabileceği dikkati harcıyor. Hiç hareket belirtmeyin, tam ücrete karşılık hafifçe kayan, neredeyse durağan bir kare alırsınız.

Tek bir hareket, adı konmuş. Buhar yükseliyor. Bir kapı içeri açılıyor. Saç havalanıyor. Önemli olan eylemi seçin, gerisi sabit dursun — bunu açıkça söylemek, kulağa geldiğinden çok daha fazla işe yarıyor.

Tek bir kamera talimatı. “Yavaş push-in”, “sabit kamera”, “elde sola kayış”. Sade bir dilbilgisi, bir paragraflık sinematografiyi yener; söylenmemiş kamera ise modelin kararına dönüşür.

Altta yatan ses. Oda tonu, trafik, tek bir belirgin efekt. Sessizlik varsayılan değil; belirtilmemiş bir miks sizin yerinize uyduruluyor. Prompt'lar 50.000 karaktere kadar çıkıyor, yani sınır asla uzunluk değil — kesinlik. Gemini Omni prompt rehberimiz ifade biçimlerine daha derin giriyor.

Veo 3.1 Fast'in kazandığı yerler, ki genellikle kazanır

Bunu faturadan değil bizden duyun. Veo 3.1 Fast image-to-video tam da bu platformda saniyesi $0.01'e çalışıyor — bu sayfadaki endpoint'in dokuzda biri.

Fiyatlar ve ürün koşulları değişebilir. Satın alma kararı vermeden önce her sağlayıcının güncel fiyatlandırmasını kontrol edin. Google Batch veya Flex fiyatlandırması, zamanlama, kapasite ve işleme koşulları farklı olduğu için standart bir on-demand API request'iyle birebir eşdeğer değildir ve bu karşılaştırmaya dahil edilmemiştir. Bu, kapsamı belirlenmiş bir karşılaştırmadır; E2X'in her konfigürasyonda dünyanın en ucuz seçeneği olduğu iddiası değildir.

Bunu ciddiye alın. Bir kez canlandırılan tek bir fotoğrafın yeri Veo. Buradaki prim üç durumda kendini çıkarıyor: kurgunuz on saniye istiyor ve Veo sekizde duruyor; saniyesi $0.0297'ya taslak almak istiyorsunuz; ya da bu klibin bir sete ait olması gerekiyor. Bir fotoğrafı canlandırmanın diğer yolları image-to-video kategorisinde, model kataloğumuzun yanı başında duruyor.

Üzerine kurmadan önce

Çıktı 24 fps, üretim başına üç ile on saniye arası ve her karede zincirdeki hiç kimsenin kapatamayacağı bir SynthID watermark'ı var. Sonuç URL'leri geçici — dosyayı tamamlanma handler'ının içinde arşivleyin. Yarın çekemeyeceğiniz bir link, iki kez satın aldığınız bir render demek.

Bir kural özellikle fotoğraf yüklediğiniz için geçerli: AEA, İsviçre ve Birleşik Krallık genelinde Google, reşit olmayanları gösteren kaynak görselleri ve bazı tanınabilir kişileri engelliyor. Ayrıca Google'ın değerlendirdiği tek prompt dili İngilizce. Gemini Omni 1.1 Flash sürüm notlarımız, 30 Eylül 2026'da yukarı akışta kullanımdan kalkacak olan hâlâ çalıştırdığımız selefine göre başka nelerin değiştiğini anlatıyor.

Sıkça sorulan sorular

E2X'te Omni 1.1 Flash image-to-video ne kadar tutuyor?

Dokuz sent, 720p'de bir saniye alıyor. Varsayılan klip sekiz saniye, yani $0.72; tavan olan on saniye $0.90 ediyor. Bu ücret $0.15'lik liste fiyatının %40 altında ve 28 Ağustos 2026'da canlı kataloğumuzdan okundu. Çözünürlük çarpanı değiştiriyor — 360p'de 0.33×, 1080p'de 1.5×, 4K'da 2×.

Bir fotoğrafı canlandırmak için bunu mu yoksa Veo 3.1 Fast'i mi kullanmalıyım?

Tek tek fotoğrafların çoğu için Veo — $0.09'a karşı saniyesi $0.01, ya da sekiz saniyede $0.72'ye karşı $0.08. On saniyeye ihtiyacınız olduğunda, 360p'lik bir taslak geçişi toplamda para kazandırdığında ya da klibin aynı özneden üretilmiş başkalarıyla eşleşmesi gerektiğinde buraya dönün.

Çıktı hangi en-boy oranlarını destekliyor?

Yalnızca 16:9 ve 9:16. Kaynağınızı göndermeden önce hedef orana kırpın; aksi hâlde model uyumsuzluğu kendi başına çözer ve onayladığınız kompozisyonun bir kısmını kaybedebilirsiniz.

image_url nerede barındırılmalı?

Pipeline'ımızın genel HTTPS üzerinden erişebildiği herhangi bir yerde — bir CDN, bir S3 ya da GCS bucket'ı, kendi web sunucunuz. Yerel yollar, localhost ve kimlik doğrulama arkasındaki her şey başarısız oluyor. İmzalı URL'ler, süreleri bir job'ın aldığı dört dakikayı rahatça aştığında çalışıyor.

Klibim neden neredeyse hiç hareket etmiyor?

Genellikle prompt görseli yönlendirmek yerine yeniden tarif ettiği için. Fotoğraf özneyi ve kadrajı zaten sabitledi; hareket ve kamera hareketi belirtilmediğinde modelin üzerinde çalışacağı bir şey kalmıyor. Prompt'u tek bir hareket artı tek bir kamera talimatı olarak yeniden yazın.

Üretilen video ses içeriyor mu?

Evet, görüntüyle birlikte native olarak üretiliyor ve ona senkron. has_sound diye bir alan ve sessiz mod yok, o yüzden ambiyansı prompt içinde tarif edin. Ses sonradan düzenlenemiyor — bir değişiklik yeni bir üretim demek.

Kaynak görselimdeki kişilerle ilgili kısıtlar var mı?

Evet. Google, AEA, İsviçre ve Birleşik Krallık'taki kullanıcılar için reşit olmayanları ve belirli tanınabilir kişileri gösteren kaynak görselleri engelliyor — bu Google'ın politikası ve her sağlayıcıda uygulanıyor. Çıktılar ayrıca görünmez bir SynthID watermark'ı taşıyor, dolayısıyla etiketli AI varlıklarına göre plan yapın.