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
ByteDance Seedance 2.0 Mini 视频生成模型家族,涵盖文生视频、图生视频、首尾帧过渡及多模态参考生视频(最多 9 张图像、3 段视频与 3 段音频),享 75 折优惠(480p 每秒 $0.045,720p 每秒 $0.09)。
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)按时长和分辨率估算每次生成的成本。您只需为实际运行的部分付费。
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.
Google DeepMind 最新的视频生成模型,画面还原度高,风格多样。
来自 E2X 团队的洞察、教程和更新。
在 E2X 上集成字节跳动 Seedance 2.0 Mini 文生视频、图生视频、首尾帧生视频及多模态参考生视频 API,480p 仅 $0.045/s,720p 仅 $0.09/s(享 75 折优惠)。
Google 说的是四十秒的场景。模型每次调用只出 3–10 秒。这里是四十秒真正要花多少钱,以及公告略过的那些限制。
Google 把 Omni 最高那一档标成了放大,而我们量了它实际加进去多少东西。什么时候这仍然值每秒 0.18 美元——以及为什么各家提供商的价格在顶档上分得最开。
2026 年 8 月 28 日,我们在五家提供商那里核对了 Gemini Omni 1.1 Flash 的价格。同样的权重,720p 下每秒从 0.09 美元到 0.13 美元——而且有一家挂着三个价。
字节跳动 Seedance 2.0 Mini 图生视频端点(bytedance/seedance-2.0-mini/image-to-video)能够将静态摄影照片、电商产品渲染图或数字插画转化为一段 4 到 15 秒的动态视频片段,并配有同步生成的原生音频。得益于我们在 $0.06/s 目录价基础上提供的常态化 25% 折扣(即七五折优惠),E2X 在 480p 分辨率下按每秒 $0.045 计费,在 720p 分辨率下按每秒 $0.09 计费。默认生成一段 5 秒的 720p 视频仅需 $0.45,而生成一段 4 秒的 480p 动态测试视频仅需 $0.18。
您上传的 image_url 将直接作为生成视频的精准起始第一帧(first_frame),在画面运动开始之前牢牢锁定主体人物外貌特征、光影色彩基调、镜头焦距以及画面构图。随后,您传入的 prompt 文本提示词将负责指挥接下来 4 到 15 秒内画面中哪些元素发生运动,以及音轨中应当呈现出怎样的声音效果。
当您的制作工作流需要其他类型的条件控制输入时,可以随时切换到 Seedance 2.0 Mini 模型家族中的同级兄弟端点:如果您同时拥有起始帧和结束帧画面,请使用 Seedance 2.0 Mini 首尾帧生成视频 (start-end-frame-to-video);如果您希望传入最多 9 张参考图片、3 段参考视频和 3 个音频文件进行多模态组合参考而不强制固定第一帧画面,请使用 Seedance 2.0 Mini 多模态参考生视频 (reference-to-video);如果只需从纯文本提示词直接生成视频,请使用 Seedance 2.0 Mini 文生视频 (text-to-video)。
在 E2X 平台上,bytedance/seedance-2.0-mini/image-to-video 采用与文生视频端点完全一致的费率标准。无论是传入参考首帧图像还是开启原生音频生成,都不会产生任何额外附加费:
$0.06/s(60,000 微美分),经 25% 折扣减免后为 $0.045/s(45,000 微美分)。resolution(分辨率系数):480p 为 ×1 倍率($0.045/s);默认的 720p 为 ×2 倍率($0.09/s)。duration(时长系数):支持从 "4" 到 "15" 的任意整数秒(默认值为 "5")。以下是我们在 2026 年 11 月 5 日核实的 E2X 图生视频价格与各竞争对手平台的详细对比:
| 视频片段时长 | 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 秒 | $0.180 | $0.36 | $0.48 | $0.62 | $0.36 |
| 5 秒(默认) | $0.225 | $0.45 | $0.60 | $0.77 | $0.45 |
| 8 秒 | $0.360 | $0.72 | $0.96 | $1.24 | $0.72 |
| 10 秒 | $0.450 | $0.90 | $1.20 | $1.55 | $0.90 |
| 15 秒(最大) | $0.675 | $1.35 | $1.80 | $2.32 | $1.35 |
在 720p 分辨率下,E2X 的价格比 fal.ai 低 42%,比 WaveSpeed 低 25%。此外值得注意的是,Eachlabs 对图生视频的定价高于文生视频(720p 下分别为 $0.087/s 与 $0.075/s);而在 E2X 上,Seedance 2.0 Mini 的全部四个功能端点始终共享同一套透明、可预测的价格表。
各平台的价格与服务条款可能会随时间变动。在做出购买决策前,请先查阅各供应商的最新官方定价。以上对比仅针对特定标准配置,并非声称 E2X 在任何配置下均为绝对最低价。
在直接调用字节跳动 BytePlus ModelArk(dreamina-seedance-2-0-mini-260615)接口时,开发者经常遇到的一个运维障碍是其默认的视觉内容安全过滤器——当输入照片中包含真实人类面孔时,接口往往会抛出 InputImageSensitiveContentDetected.PrivacyInformation 错误并拒绝执行。
我们的后端 Worker 通过两层自动化机制为您彻底解决了这一痛点:
PrivacyInformation 拦截错误时,我们的 Worker 会自动将该图片注册到 BytePlus 的 AIGC 私有资产库(Asset Library)中并配置 Moderation.Strategy = "Skip",随后将任务请求载荷中的图片地址重写为 asset://<id> 格式重新提交生成,并在轮询取回结果后立即删除该临时资产。bytedance-seedance-2-0-mini-image-to-video)完成视频生成。在请求参数中,prompt 和 image_url 均为必填项。请确保 image_url 指向一个公网可访问的 HTTPS 图像文件地址(或者有效期不少于 15 分钟的预签名 URL)。
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
}
}'
您也可以先调用 E2X 上的图像生成端点——例如 Nano Banana 2.1 文生图(1K 分辨率仅需 $0.03)或 GPT Image 2.5 Sunburst 文生图(1K 分辨率仅需 $0.0525)——生成理想的起始首帧画面,然后将返回的图片 URL 直接传入 image_url 参数中:
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}`);
}
}
请注意,bytedance/seedance-2.0-mini/image-to-video 会直接根据您提供的源图像尺寸自动推断输出视频的画面比例(自动映射到 21:9、16:9、4:3、1:1、3:4 和 9:16 中最接近的支持比例),因此在提交请求前请先将源图像裁剪为您期望的目标宽高比。完整的参数说明请参阅机器可读模型规范 (llms.txt)以及 E2X SDK 文档页面。
您可以根据最大支持时长、输出分辨率上限以及每秒单价来对比我们平台上的三款图生视频端点:
| 模型端点 | 720p 每秒单价 | 草稿测试档位 | 最大时长 | 支持的宽高比 | 最佳适用场景 |
|---|---|---|---|---|---|
| Seedance 2.0 Mini image-to-video | $0.09 | $0.045/s (480p) | 15 秒 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 10–15 秒长镜头动画、正方形 (1:1) 或 4:3 电商商品主图动态化、支持静音开关 |
| Gemini Omni 1.1 Flash image-to-video | $0.09 | $0.0297/s (360p) | 10 秒 | 16:9, 9:16 | 需要 1080p ($0.135/s) 及 4K ($0.18/s) 高分辨率成片交付 |
| Veo 3.1 Fast image-to-video | $0.015(含声音) | $0.010/s(静音) | 8 秒 | 16:9, 9:16 | 16:9 或 9:16 比例下的高并发大批量 4–8 秒图生视频生成 |
当 8 秒以内的 16:9 或 9:16 视频片段足以满足需求时,推荐使用 Veo 3.1 Fast 图生视频。而当您需要 9 到 15 秒的连续动态画面,或者当您的源图片裁剪比例为 1:1、4:3、3:4 或 21:9 时,请升级使用 Seedance 2.0 Mini 图生视频端点。您可以在图生视频分类页面或完整模型目录中查看所有动态生成端点。
由于输入的起始图像已经确立了视觉场景与构图,编写提示词时应当围绕“发生的变化”展开,而不必重复描述静态画面中已有的内容:
16:9、9:16、1:1、4:3、3:4 或 21:9 比例,并确保短边分辨率至少达到 720 像素,避免模型对画面边缘进行填充或重新构图。享受 25% 常态化折扣后,图生视频在 480p 分辨率下每秒仅需 $0.045,在 720p 分辨率下每秒仅需 $0.09。一段 5 秒的 720p 视频片段费用为 $0.45,一段 4 秒的 480p 草稿测试费用仅为 $0.18。
input 对象中有两个必填字段:prompt(不超过 2,000 个字符的文本描述字符串)和 image_url(指向起始帧画面的公网可访问 HTTPS 链接)。
支持。您可以传入从 "4" 到 "15" 之间的任意整数秒 duration 字符串。生成一段 15 秒视频在 480p 下收费 $0.675,在 720p 下收费 $1.35。
完全可以。当 BytePlus ModelArk 的默认安全过滤器对人像照片触发 PrivacyInformation 拦截校验时,我们的 Worker 会自动将该图片注册为跳过审核策略的临时私有资产并完成视频生成,随后立即清理删除该临时资产。
只需在 input 对象中传入 "has_sound": false 即可。默认情况下 has_sound 为 true,系统会免费生成与画面同步的音效和环境背景音。
请使用同家族的兄弟端点 bytedance/seedance-2.0-mini/start-end-frame-to-video,该端点支持同时传入 image_url(起始首帧)和 end_frame_url(结束尾帧),且计费标准同样为 $0.045/s(480p)和 $0.09/s(720p)。