Gemini Omni 1.2 Flash
Generate smooth video transitions between a start frame and an end frame with Gemini Omni 1.2 Flash. Supports durations from 3 to 10 seconds and resolutions up 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/start-end-frame-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。
Generate smooth video transitions between a start frame and an end frame with Gemini Omni 1.2 Flash. Supports durations from 3 to 10 seconds and resolutions up to 4K.
Generate smooth video transitions between two key frames with Gemini Omni 1.1 Flash. Provide a start frame, an end frame and a text prompt to guide the in-between 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)。
一份从 Google 自家文档搭出来的 Gemini Omni 1.1 Flash prompt 指南:FIRST_FRAME 和 IMAGE_REF 标签、多镜头默认行为、声音的写法,以及延伸时的时间码陷阱。
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。
字节跳动 Seedance 2.0 Mini 首尾帧生成视频端点(bytedance/seedance-2.0-mini/start-end-frame-to-video)可在您提供的两个关键帧画面——即 image_url(起始第一帧)与 end_frame_url(结束最后一帧)——之间,生成一段长达 4 到 15 秒的连续平滑过渡视频。凭借我们在 $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 分辨率下每秒仅收 $0.045,在 720p 分辨率下每秒仅收 $0.09,且免费包含原生同步音频。
关键帧桥接技术让您能够确定性地掌控镜头运动或产品形态转变的起点与终点构图。您无需再像使用开放式图生视频那样祈祷画面在结束时恰好停在下一个剪辑镜头所需的构图位置,而是直接将首尾两端的关键帧交给模型,由模型自动合成中间的过渡动作与同步声音。
如果您只需要固定起始第一帧画面,请调用 Seedance 2.0 Mini 图生视频 (image-to-video)。如果您希望在多个镜头之间保持角色外貌、道具或声音风格的一致性,而不需要死板锁定首尾帧,请调用 Seedance 2.0 Mini 多模态参考生视频 (reference-to-video)。若只需通过纯文本提示词生成视频,请查看 Seedance 2.0 Mini 文生视频 (text-to-video)。
在 E2X 平台上,同时传入首尾两张关键帧图片不会在标准文生视频或图生视频价格之上收取任何附加费。所有任务均以每秒 $0.06/s 的目录基准价(60,000 微美分)起算,经 25% 折扣减免后,480p(×1 倍率)仅需 $0.045/s(45,000 微美分),720p(×2 倍率)仅需 $0.09/s。
以下是我们在 2026 年 11 月 5 日核实的完整价格矩阵,并与 fal.ai 及 WaveSpeed 进行了横向对比:
| 过渡视频时长 | E2X 480p ($0.045/s) | E2X 720p ($0.09/s) | WaveSpeed 720p ($0.12/s) | fal.ai 720p (~$0.155/s) | E2X 相比 fal.ai 节省比例 |
|---|---|---|---|---|---|
| 4 秒 | $0.180 | $0.36 | $0.48 | $0.62 | 便宜 42% |
| 5 秒(默认) | $0.225 | $0.45 | $0.60 | $0.77 | 便宜 42% |
| 7 秒 | $0.315 | $0.63 | $0.84 | $1.08 | 便宜 42% |
| 10 秒 | $0.450 | $0.90 | $1.20 | $1.55 | 便宜 42% |
| 12 秒 | $0.540 | $1.08 | $1.44 | $1.86 | 便宜 42% |
| 15 秒(最大) | $0.675 | $1.35 | $1.80 | $2.32 | 便宜 42% |
由于首尾帧过渡效果的好坏完全取决于两张输入图片能否自然衔接,480p 档位($0.045/s)成为了理想的分镜测试沙盒。您可以先花 $0.18 在 480p 下测试一段 4 秒的过渡桥接,验证镜头弧线与光影变化是否顺滑、视频中段有没有出现生硬跳剪,确认无误后再以 $0.36(4 秒)或 $0.45(5 秒)的价格渲染最终的 720p 高清成片。
各平台的价格与服务条款可能会随时间调整。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。
不同于那些仅提供 4 秒、6 秒、8 秒或 10 秒跳跃式时长选项的视频模型,bytedance/seedance-2.0-mini/start-end-frame-to-video 开放了从 4 秒到 15 秒之间的每一个整数秒选项("4"、"5"、"6"、"7"、"8"、"9"、"10"、"11"、"12"、"13"、"14"、"15")。
在首尾关键帧生成任务中,duration 参数直接决定了画面中物理运动的速度快慢:
4 至 6 秒):最适合起始帧与结束帧在视角或空间位置上非常接近的场景,例如产品旋转 30 度展示、房门推开、或者人物转头面向镜头。紧凑的时长能够驱动干脆利落的直接运动,避免画面出现无意义的停滞漂移。7 至 10 秒):最适合跨越整个房间尺度的摄影机推拉(Dolly)、从白昼到夜晚的光影转换,或者包含两个步骤的角色连贯动作。11 至 15 秒):最适合舒缓且富有氛围感的摇臂升降镜头(Crane shot)或多节拍的复杂场面调度,避免因 8 秒时长上限而导致过渡显得过于仓促。在 input 对象中有三个必填字段:prompt、image_url(起始首帧)以及 end_frame_url(结束尾帧)。两个图像 URL 都必须能够通过 HTTPS 公网访问。
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/start-end-frame-to-video",
"input": {
"prompt": "Smooth camera orbit clockwise around the matte black headphones as the earcups rotate flat against the walnut stand. Soft studio rim light shifts smoothly across the aluminum headband. Quiet mechanical hinge click.",
"image_url": "https://cdn.example.com/keyframes/headphones-3q-left.jpg",
"end_frame_url": "https://cdn.example.com/keyframes/headphones-flat-top.jpg",
"resolution": "720p",
"duration": "5",
"has_sound": true,
"seed": 88310
}
}'
下面是一个使用 Node.js 轮询任务状态的完整示例,它将两张关键帧串联成一段 7 秒的平滑过渡视频:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const submitRes = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "bytedance/seedance-2.0-mini/start-end-frame-to-video",
input: {
prompt: "A single continuous crane shot rising from the rain-slicked street level up to the illuminated second-floor studio window. Rain pattering on pavement fading into muffled piano notes from upstairs.",
image_url: "https://cdn.example.com/keyframes/street-level-start.jpg",
end_frame_url: "https://cdn.example.com/keyframes/window-level-end.jpg",
resolution: "720p",
duration: "7",
has_sound: true,
},
}),
});
const { data: submitted } = await submitRes.json();
for (let i = 0; i < 240; i++) {
await new Promise((r) => setTimeout(r, 3000));
const res = await fetch(`https://api.e2x.ai/v1/jobs/${submitted.jobId}`, {
headers,
});
const { data: job } = await res.json();
if (job.status === "completed") {
console.log("Transition video URL:", job.outputs[0].url);
break;
}
if (job.status === "failed" || job.status === "cancelled") {
throw new Error(job.error?.message || `Job ended with ${job.status}`);
}
}
请留意 Schema 中的准确字段名称:起始首帧字段名为 image_url(我们的 Worker 同时也兼容接受 start_frame_url 或 first_frame_url 别名),结束尾帧字段名为 end_frame_url(或兼容别名 last_frame_url)。完整的类型定义请查阅机器可读模型规范 (llms.txt)以及 E2X SDK 文档。
E2X 平台上的三大视频模型家族均支持首尾关键帧插值生成:
| 模型名称 | 720p 每秒单价 | 草稿测试档位 | 可选时长档位 | 画面宽高比 | 音频开关 |
|---|---|---|---|---|---|
| Seedance 2.0 Mini start-end-frame | $0.09 | $0.045/s (480p) | 4 至 15 秒(任意整数秒) | 6 种(21:9, 16:9, 4:3, 1:1, 3:4, 9:16) | 支持 (has_sound) |
| Gemini Omni 1.1 Flash start-end-frame | $0.09 | $0.0297/s (360p) | 4, 6, 8, 10 秒 | 2 种(16:9, 9:16) | 始终开启 |
| Veo 3.1 Fast start-end-frame | $0.10(一口价) | 无 | 4, 6, 8 秒 | 2 种(16:9, 9:16) | 不支持 |
值得注意的是,在 start-end-frame-to-video 任务上,Veo 3.1 Fast 的目录定价为每秒 $0.10/s 且无常态化折扣;这使得 Seedance 2.0 Mini(480p 仅 $0.045/s,720p 仅 $0.09/s)在两种分辨率下都比 Veo 3.1 Fast 更加便宜,同时还额外支持 9 到 15 秒的长过渡桥接与原生同步音频。如果您需要 1080p 或 4K 超高清输出,请选用 Gemini Omni 1.1 Flash 首尾帧生视频。欢迎在首尾帧生成视频分类目录中对比所有关键帧模型,或浏览完整模型目录。
为了避免在 image_url 和 end_frame_url 之间出现奇怪的变形伪影或镜头中段跳剪,请遵循以下三条准则:
image_url 是 16:9(1280×720)而 end_frame_url 是 1:1(1024×1024),画面几何比例会在过渡过程中发生拉伸变形。享受常态化 25% 折扣后,该端点在 480p 分辨率下每秒收费 $0.045,在 720p 分辨率下每秒收费 $0.09。生成一段 5 秒的 720p 过渡视频仅需 $0.45,生成一段 4 秒的 480p 测试草稿仅需 $0.18。
请在 input 对象中将起始首帧传入 image_url 字段,将结束尾帧传入 end_frame_url 字段,并同时传入描述中间过渡动作的 prompt 文本。
是的。在 E2X 平台上,google/veo-3.1-fast/start-end-frame-to-video 的价格为每秒 $0.10,而 bytedance/seedance-2.0-mini/start-end-frame-to-video 在 720p 下仅需每秒 $0.09、在 480p 下仅需每秒 $0.045,并且还具备 4–15 秒灵活时长和原生同步音频能力。
完全可以。只需将镜头 1 的 end_frame_url 设置为镜头 2 的 image_url 即可。由于相邻两段视频交界处的边界帧在字节级别完全一致,您可以将多段 5 到 15 秒的视频无缝拼接在一起,接缝处不会出现任何肉眼可见的跳帧。
我们的主通道 BytePlus ModelArk 集成会自动处理 PrivacyInformation 人脸审核拦截:Worker 会自动将关键帧图片注册到跳过审核策略的私有 AIGC 资产库中完成生成,并在任务结束时立即删除临时资产;同时还有 Eachlabs 作为二级备用容灾通道随时待命。
包含。has_sound 参数默认设为 true,系统会免费为整个过渡过程生成同步的环境背景音与动作拟音音效。如果您需要静音视频片段,只需设置 has_sound: false。