> ## Documentation Index
> Fetch the complete documentation index at: https://docs.laozhang.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Gemini Omni 1.2 Flash 動画生成API：料金と使い方
> LaoZhang APIでGoogleのGemini Omni 1.2 Flashを呼び出します。OpenAI形式の /v1/videos で、テキスト、画像、参照画像から音声付きのMP4を生成して取得できます。Googleアカウントは不要です。
Gemini Omni 1.2 Flashは、音声付きのクリップの中で、プロンプトに書いたセリフを人物が話すGoogleの動画生成モデルです。LaoZhang APIでは1本ごとの課金で、360pが\$0.10、720pが\$0.30、1080pが\$0.45、3〜10秒はどの長さでも同じ料金です。
| 項目 | 内容 |
| - | - |
| モデルID | `gemini-omni-1.2-flash` |
| タスクの作成 | `POST /v1/videos`（JSONまたはmultipart） |
| タスクの取得 | `GET /v1/videos/{id}`。完了したら `video_url` を読み取る |
| ダウンロード | `video_url` を直接使うか、`GET /v1/videos/{id}/content` |
| トークングループ | `default`。課金方式は従量優先 |
| 料金 | 1本ごとの課金で、解像度だけで決まる。詳細は下の「料金」を参照 |
| 仕様 | 3〜10秒、360p・720p・1080p、16:9または9:16、24 fps、音声付き |
| 画像入力 | 最大6枚。下の「画像から動画を生成する」と「参照画像から生成する」を参照 |
| 保存期間 | 動画のリンクは7日間利用できる |
| ルート | 独自に統合したルートで、料金は1本ごとに独自に設定。Googleアカウントは不要 |
下の「テキストから動画を生成する」の例の出力：gemini-omni-1.2-flash、720p、10秒、16:9。人物がプロンプトのセリフを話します（プロンプトは出力例に対応するため英語のままです）
## 料金と選び方
### 料金
Gemini Omni 1.2 Flashは1本ごとの課金で、料金は `resolution` だけで決まります。
| `resolution` | 横向き / 縦向きの出力 | 1本あたり |
| - | - | -: |
| `360p` | 640×360 / 360×640 | \$0.10 |
| `720p`（既定値） | 1280×720 / 720×1280 | \$0.30 |
| `1080p` | 1920×1080 / 1080×1920 | \$0.45 |
次のパラメーターは、料金に影響しません。
* `seconds`：3〜10秒はどの長さでも同じ料金です。720pの10秒クリップなら、1秒あたり\$0.03です。
* 画像：先頭フレームや参照画像を送っても、料金は変わりません。
* `reasoning_effort` とアスペクト比：どの値でも同じ料金です。
課金のルールです。
* タスクの作成時に課金され、失敗したタスクは全額返金されます。コンテンツの審査でブロックされたタスクも返金されます。
* パラメーターエラーで送信時に拒否されたリクエストは、課金されません。
* 再送するたびに新しいタスクが作成され、再び課金されます。自社のジョブIDとタスクの `id` の対応を保存してください。
実際の課金額は、タスクごとに[呼び出しログ](https://api.laozhang.ai/log)で確認できます。
**10秒のクリップは、Googleの公式価格の約43%です。** GoogleのGemini APIは1秒ごとの課金です。次の表は、10秒のクリップでGoogleの公式価格とLaoZhang APIの料金を比べたものです（2026年11月11日に確認。出典はページ末尾の「関連ドキュメントと出典」）。
| 10秒のクリップ | Googleの公式価格 | LaoZhang API |
| - | -: | -: |
| 360p | \$0.23 | \$0.10 |
| 720p | \$0.70 | \$0.30 |
| 1080p | \$1.04 | \$0.45 |
### 動画モデルの選び方
2026年11月11日時点で、1080pの10秒クリップでは、Gemini Omni 1.2 FlashがLaoZhang APIで最も低価格です（\$0.45）。360pは1本\$0.10なので、プロンプトをまとめて試すのに向いています。
* **人物にセリフを話させたい、または1080pが必要**：Gemini Omni 1.2 Flashを使います。
* **20〜60秒の連続したクリップ、既存動画の延長、1:1や4:3などの比率が必要**：[Muse](https://docs.laozhang.ai/ja/api-capabilities/muse-video-generation.md)を使います。エンドポイントは同じ `/v1/videos` で、同じトークンのままモデルを切り替えられます。
* **2K、参照動画、参照音声が必要**：[MiniMax H3](https://docs.laozhang.ai/ja/api-capabilities/minimax-h3-video-generation.md)を使います。
各モデルで5秒・10秒のクリップがいくらか、どのエンドポイントを使うかは、[動画APIの比較](https://docs.laozhang.ai/ja/api-capabilities/video-generation-guide.md)にまとめています。
## 出力例
次のクリップは、編集していないGemini Omni 1.2 Flashの出力で、モデルが生成した音声がそのまま付いています。クリックすると再生されます。キャプションには、解像度、長さ、アスペクト比、プロンプトを載せています。
[Museの出力例](https://docs.laozhang.ai/ja/api-capabilities/muse-video-generation.md)と[MiniMax H3の出力例](https://docs.laozhang.ai/ja/api-capabilities/minimax-h3-video-generation.md)は同じプロンプトを使っているため、同じシーンでモデルを比較できます。
720p、5秒、16:9。プロンプト：A red fox walking through snowy forest at sunrise, cinematic
720p、10秒、16:9。プロンプト：A paper boat drifts down a rainy city gutter, then sails into a small sunny pond
1080p、10秒、16:9。プロンプト：A hot air balloon rises over a valley at dawn, drifts over a river and a village, then lands in a meadow
1080p、10秒、9:16の縦向き。プロンプト：A cyclist rides through a coastal town from morning to sunset: market, harbor, cliff road, lighthouse
## 始める前に
### トークンの作成
[トークン管理](https://api.laozhang.ai/token)で、次の設定でトークンを追加します。
| 設定 | 選択 |
| - | - |
| グループ | `default` |
| 課金方式 | 従量優先（推奨。コンソールの表示は「按量优先」）または回数課金（「按次计费」）。従量課金のみ（「按量计费」）のトークンでは呼び出せない |
| ヒント | 動画専用のトークンを作ると、呼び出しログで課金とタスクを照合しやすい |
GoogleアカウントもGemini APIキーも必要ありません。動画専用のグループを有効にする必要もありません。すでに[Muse](https://docs.laozhang.ai/ja/api-capabilities/muse-video-generation.md)で使っているトークンは、そのまま使えます。
### 仕組み
**1. タスクを作成する**
`model` と `prompt` を指定して、`POST /v1/videos` を呼びます。このエンドポイントは非同期で、動画の完成を待たずに、数秒でタスクの ID を返します。この ID を保存してください。
**2. 状態をポーリングする**
5〜10秒おきに `GET /v1/videos/{id}` を呼び、`status` を読み取ります。360pの短いクリップは通常30〜60秒、720pの10秒クリップは約1分、1080pの10秒クリップは約1.5〜2分で完了します。
**3. 結果をダウンロードする**
`status` が `completed` になったら、`video_url` からMP4をダウンロードします。ダウンロードに `Authorization` ヘッダーは不要です。
> [!WARNING]
>
> **最大15分間ポーリングを続け、タスクの実行中は再送しないでください。**
>
> * 送信とポーリングのどちらもすぐに返るため、HTTPのタイムアウトを長くする必要はありません。
> * `status` が `queued` か `in_progress` の間は確認を続けます。
> * ポーリングをやめた場合は、あとで同じ `id` を確認してください。再送すると新しいタスクが作成され、再び課金されます。
> * 30分たっても完了していないタスクは、失敗として扱われ、全額返金されます。
### 準備
cURLの例では、レスポンスのフィールドを読み取るために `jq` を使います（macOSでは `brew install jq`）。先にキーとベースURLを設定します。
```bash theme={null}
export LAOZHANG_API_KEY="LaoZhang APIのキー"
export BASE_URL="https://api.laozhang.ai"
```
## 動画を生成する
### テキストから動画を生成する
```bash theme={null}
curl -s -X POST "$BASE_URL/v1/videos" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-H "Content-Type: application/json" \
--data-raw '{
"model": "gemini-omni-1.2-flash",
"prompt": "A street musician plays the violin under a street lamp on a rain-soaked cobblestone street at dusk. The camera slowly pushes in. She stops, smiles at the camera and says: \"This one is for you.\" Soft rain and violin in the background.",
"resolution": "720p",
"seconds": "10",
"aspect_ratio": "16:9"
}' | tee omni-create.json
export VIDEO_ID=$(jq -r '.id' omni-create.json)
```
リクエストが成功すると、待機中のタスクが返ります。
```json theme={null}
{
"id": "task_pmz6yURlFEdpV7oQREUQWFMvYe0ZNN0j",
"object": "video",
"model": "gemini-omni-1.2-flash",
"status": "queued",
"progress": 0,
"resolution": "720p",
"seconds": "10",
"created_at": 1794395489
}
```
この3つの任意フィールドには、いずれも既定値があります。
* `resolution`：省略すると `720p` です。まず仕上がりを確かめたいだけなら `360p` を指定すると、1本\$0.10で済みます。
* `seconds`：3〜10の整数で、省略すると10秒です。
* `aspect_ratio`：`16:9` または `9:16` で、省略すると `16:9` です。
### 人物にセリフを話させる
セリフは `prompt` にそのまま書きます。引用符で囲み、誰が話すのかを書くと、クリップの中の人物がそのセリフを口にします。セリフは、日本語、英語、中国語、韓国語、ロシア語で話せます。上の例は英語のセリフで、下の「画像から動画を生成する」の例は日本語のセリフです。
セリフを書かない場合は、モデルが映像に合わせて環境音と効果音を付けます。入れたい音があるときは、プロンプトに書いてください。上の例では、最後の文で雨とバイオリンの音を指定しています。
### 画像から動画を生成する
`image` に画像を1枚指定すると、クリップはその画像の画面から始まります。画像は、公開URLまたは `data:image/...;base64,` のデータURLで渡します。
```bash theme={null}
curl -s -X POST "$BASE_URL/v1/videos" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-H "Content-Type: application/json" \
--data-raw '{
"model": "gemini-omni-1.2-flash",
"prompt": "ロボットシェフが鍋のスープをかき混ぜ、泡立て器を持ち上げて、うれしそうに言う。「晩ごはん、もうすぐできるよ！」カメラがゆっくり寄り、鍋から湯気が立ちのぼる。",
"resolution": "720p",
"seconds": "6",
"image": "https://example.com/robot-chef.jpg"
}'
```
ローカルの画像は、multipartフォームデータでそのままアップロードできます。フィールド名は `input_reference` です。
```bash theme={null}
curl -s -X POST "$BASE_URL/v1/videos" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-F model=gemini-omni-1.2-flash \
-F prompt="灯台の下の岩に波が打ち寄せ、雲がゆっくり流れて、灯台の光がともる" \
-F resolution=360p \
-F seconds=5 \
-F input_reference=@./lighthouse.jpg
```
`-F` でアップロードするときは、`Content-Type: application/json` を設定しないでください。画像は1枚あたり10 MBまでで、JPEG、PNG、WebPに対応します。
### 参照画像から生成する
`reference_images` に複数の画像を指定すると、モデルは画像の中の人物、物、場所を1本のクリップにまとめます。プロンプトでは、配列の順の番号で画像を指し示します。次の例では、英語で「image 1」「image 2」と書いています。
```bash theme={null}
curl -s -X POST "$BASE_URL/v1/videos" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-H "Content-Type: application/json" \
--data-raw '{
"model": "gemini-omni-1.2-flash",
"prompt": "The robot chef from image 2 walks into the ramen shop from image 1 and sits down at the counter. The cat sleeping next to him wakes up.",
"resolution": "720p",
"seconds": "8",
"reference_images": [
"https://example.com/ramen-shop.jpg",
"https://example.com/robot-chef.jpg"
]
}'
```
* `image` と `reference_images` は合わせて最大6枚で、7枚以上送るとエラーが返ります。
* multipartでアップロードするときは、参照画像のフィールド名も `reference_images` で、複数回指定できます。
* `image` と `reference_images` は同時に送れます。`image` が最初の画面を決め、参照画像は登場させたい人物や物を伝えます。
* 実在の人物についての制限は、下の「コンテンツの制限」を参照してください。
### 縦向きと1080pで生成する
縦向きにするには、`"aspect_ratio": "9:16"` を指定します。代わりに `size` を使うと、解像度と比率をまとめて指定できます。次は、1080pの縦向きの例です。
```bash theme={null}
curl -s -X POST "$BASE_URL/v1/videos" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-H "Content-Type: application/json" \
--data-raw '{
"model": "gemini-omni-1.2-flash",
"prompt": "A cyclist rides through a coastal town from morning to sunset: market, harbor, cliff road, lighthouse",
"size": "1080x1920",
"seconds": "10"
}'
```
`size` に使える値は、下の「リクエストのフィールド」にあります。料金は対応する解像度の区分で決まり、`1080x1920` なら1080pの\$0.45です。
## ポーリングとダウンロード
### タスクを取得する
```bash theme={null}
curl -s "$BASE_URL/v1/videos/$VIDEO_ID" \
-H "Authorization: Bearer $LAOZHANG_API_KEY"
```
生成中は `status` が `in_progress` になり、`progress` におおよその進捗が入ります。
```json theme={null}
{
"id": "task_cpg5YjZdGpf5G64hpcehVFip3yEzBGmJ",
"object": "video",
"model": "gemini-omni-1.2-flash",
"status": "in_progress",
"progress": 24,
"resolution": "360p",
"seconds": "3",
"size": "640x360",
"created_at": 1794395880
}
```
完了すると、タスクに `video_url` が入ります。
```json theme={null}
{
"id": "task_cpg5YjZdGpf5G64hpcehVFip3yEzBGmJ",
"object": "video",
"model": "gemini-omni-1.2-flash",
"status": "completed",
"progress": 100,
"resolution": "360p",
"seconds": "3",
"size": "640x360",
"created_at": 1794395880,
"completed_at": 1794395908,
"video_url": "https://media.laozhang.ai/videos/omni-video_b1c75730eec94afecd7a03e6-8a6288ae03f4.mp4"
}
```
失敗したタスクは `status: "failed"` になり、理由が `error.message` に入ります。課金はすでに返金されています。
```json theme={null}
{
"id": "task_bgrPGFRI5wEwlOW0XrCy5b29xTGHlKbt",
"object": "video",
"model": "gemini-omni-1.2-flash",
"status": "failed",
"progress": 100,
"resolution": "360p",
"seconds": "3",
"size": "640x360",
"created_at": 1794395882,
"error": {
"code": "video_generation_failed",
"message": "input_reference must be a public internet link. This request is not charged."
}
}
```
### 動画をダウンロードする
```bash theme={null}
curl -L -o omni-video.mp4 "$(curl -s "$BASE_URL/v1/videos/$VIDEO_ID" \
-H "Authorization: Bearer $LAOZHANG_API_KEY" | jq -r '.video_url')"
```
`Authorization` ヘッダーを付けて `GET /v1/videos/{id}/content` を呼んでも、MP4ファイルが返ります。動画のリンクは7日間利用できます。長く使う動画は、ダウンロードして自分で保存してください。
### 最小のPythonクライアント
`requests` が必要です（`pip install requests`）。
```python theme={null}
import os
import time
import requests
BASE_URL = "https://api.laozhang.ai"
HEADERS = {"Authorization": f"Bearer {os.environ['LAOZHANG_API_KEY']}"}
task = requests.post(
f"{BASE_URL}/v1/videos",
headers=HEADERS,
json={
"model": "gemini-omni-1.2-flash",
"prompt": "A street musician plays the violin under a street lamp on a rain-soaked cobblestone street at dusk. The camera slowly pushes in. She stops, smiles at the camera and says: \"This one is for you.\" Soft rain and violin in the background.",
"resolution": "720p",
"seconds": "10",
"aspect_ratio": "16:9",
},
timeout=120,
)
task.raise_for_status()
video_id = task.json()["id"]
deadline = time.time() + 15 * 60
while True:
video = requests.get(f"{BASE_URL}/v1/videos/{video_id}", headers=HEADERS, timeout=60).json()
if video["status"] == "completed":
break
if video["status"] == "failed":
raise RuntimeError(video["error"]["message"])
if time.time() > deadline:
raise TimeoutError(f"{video_id} はまだ実行中です。あとで同じidのポーリングを続けてください")
time.sleep(5)
with open("omni-video.mp4", "wb") as f:
f.write(requests.get(video["video_url"], timeout=300).content)
print("保存しました: omni-video.mp4、", video["size"], video["seconds"], "秒")
```
## APIリファレンス
### リクエストのフィールド
| フィールド | 必須 | 説明 |
| - | - | - |
| `model` | 必須 | `gemini-omni-1.2-flash` |
| `prompt` | 必須 | 画面、動き、セリフ、音の説明。最大20,000文字 |
| `resolution` | 任意 | `360p`、`720p`（既定値）、`1080p`。料金はこの値で決まる |
| `seconds` | 任意 | 3〜10の整数。既定値は10。料金には影響しない |
| `aspect_ratio` | 任意 | `16:9`（既定値）または `9:16` |
| `size` | 任意 | ピクセルで解像度と比率をまとめて指定する。使える値は下の表を参照 |
| `image` | 任意 | 最初の画面にする画像1枚。multipartのフィールド名は `input_reference` |
| `reference_images` | 任意 | 参照画像の配列。`image` と合わせて最大6枚 |
| `reasoning_effort` | 任意 | `low` または `high`。料金には影響しない |
`size` と、解像度・比率の対応です。
| `size` | 同じ意味の指定 | 1本あたり |
| - | - | -: |
| `640x360` / `360x640` | `360p`、16:9 / 9:16 | \$0.10 |
| `1280x720` / `720x1280` | `720p`、16:9 / 9:16 | \$0.30 |
| `1920x1080` / `1080x1920` | `1080p`、16:9 / 9:16 | \$0.45 |
次の入力には対応していません。送信時にエラーが返り、課金されません。
* 参照動画、参照音声、末尾フレーム（`video_url`、`last_frame` などのフィールド）
* 2K、4K、および `16:9`・`9:16` 以外のアスペクト比
* 3秒未満、または10秒を超える `seconds`
### 出力の仕様
* 形式はMP4で、H.264の映像にAACの音声が付き、24 fpsです。
* サイズと長さはリクエストのとおりです。たとえば `720p` と `9:16` なら、720×1280で出力されます。
* ファイルには、GoogleのC2PAコンテンツ認証情報（Content Credentials）と、目に見えないSynthIDの電子透かしが入ります。画面に見える透かしはありません。
### タスクの状態
| `status` | 意味 | 次の対応 |
| - | - | - |
| `queued` | 受け付け済みで、生成待ち | ポーリングを続ける |
| `in_progress` | 生成中。`progress` はおおよその進捗 | ポーリングを続ける |
| `completed` | 完了 | `video_url` からダウンロードする |
| `failed` | 失敗し、返金済み | `error.message` に従ってリクエストを修正し、新しいタスクを作成する |
### コンテンツの制限
次の2種類の内容はモデルにブロックされます。タスクは `failed` で返り、全額返金されます。
* プロンプトに実在の人物の名前があると、ブロックされます。モデルは実在の人物の肖像も生成しないため、有名人の写真のような画像はブロックされることがあります。
* 性的な内容と、著作権で保護されたキャラクターもブロックされます。
AIで生成した人物画像など、一般的な人物の画像は問題なく使えます。
### エラー
エラーメッセージは英語で返ります。次の表は、エラーが返る場所ごとに並べています。
| 返る場所 | `message` の先頭 | 対処 |
| - | - | - |
| 送信時のHTTP 400 | `seconds must be a whole number from 3 to 10.` | `seconds` を3〜10にする |
| 送信時のHTTP 400 | `resolution must be one of 360p, 720p, 1080p` | 2Kと4Kには対応していない。3つの解像度のいずれかにする |
| 送信時のHTTP 400 | `aspect_ratio must be one of 16:9, 9:16.` | `16:9` か `9:16` にする |
| 送信時のHTTP 400 | `video_url is not supported` | 参照動画のフィールドを外し、プロンプトと画像だけを送る |
| 送信時のHTTP 400 | `Send at most 6 images in total` | 画像を6枚以下にする |
| 失敗したタスク | `Could not download …` | 誰でもダウンロードできる画像リンクを使うか、データURLで送る |
| 失敗したタスク | `The prompt or images were blocked` | 実在の人物の名前や写真、制限に触れる内容を外して、新しいタスクを作成する |
| 失敗したタスク | `Video generation failed because of a temporary service error.` | そのまま新しいタスクを作成する |
## よくある質問
### Gemini Omni 1.2 Flash APIの料金は1本いくらですか？
解像度ごとの料金で、360pが1本\$0.10、720pが\$0.30、1080pが\$0.45です。3〜10秒はどの長さでも同じ料金です。10秒のクリップなら、Googleの公式価格の約43%です。比較は上の「料金」にあります。
### Gemini Omni 1.2 FlashにGoogleアカウントは必要ですか？
いいえ。GoogleアカウントもGemini APIキーも必要ありません。LaoZhang APIの `default` グループのトークンで、`POST /v1/videos` を呼ぶだけです。課金方式は従量優先を選んでください。
### Gemini Omni 1.2 Flashは最長何秒ですか？ 4Kは出せますか？
1本あたり3〜10秒で、解像度は最大1080pです。2Kと4Kには対応していません。20〜60秒の連続したクリップが必要なときは[Muse](https://docs.laozhang.ai/ja/api-capabilities/muse-video-generation.md)を、2Kが必要なときは[MiniMax H3](https://docs.laozhang.ai/ja/api-capabilities/minimax-h3-video-generation.md)を使ってください。
### Gemini Omni 1.2 Flashの動画に透かしは入りますか？
画面に見える透かしは入りません。ファイルには、GoogleのC2PAコンテンツ認証情報と、目に見えないSynthIDの電子透かしが入ります。どちらも、動画がAIで生成されたことを示すためのものです。
### Gemini Omni 1.2 Flashの生成時間はどのくらいですか？
360pの短いクリップは通常30〜60秒、720pの10秒クリップは約1分、1080pの10秒クリップは約1.5〜2分です。エンドポイントは非同期で、送信もポーリングもすぐに返るため、5〜10秒おきに状態を確認してください。
### MuseやSora 2のコードをGemini Omniに切り替えるには？
エンドポイントは同じです。作成と取得のパスも、トークンも変える必要はありません。変更するのは次の3点です。
* `model` を `gemini-omni-1.2-flash` にする。
* `seconds` を3〜10にする。
* 360pか1080pが必要なときは、`resolution` を加える。省略すると720pになる。
## 関連ドキュメントと出典
* [動画APIの比較と料金](https://docs.laozhang.ai/ja/api-capabilities/video-generation-guide.md)：各動画モデルの1本あたりの費用、エンドポイント、トークングループの比較
* [Muse 動画生成API](https://docs.laozhang.ai/ja/api-capabilities/muse-video-generation.md)：同じエンドポイントで使える、20〜60秒の長いクリップと動画の延長
* [モデルと料金](https://docs.laozhang.ai/ja/models.md)
* [Gemini Omni 1.2 Flash提供開始のお知らせ（英語）](https://docs.laozhang.ai/en/announcements/gemini-omni-1-2-flash-2026-11.md)
* [Google：Gemini Omni 1.2 Flashの発表](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/)（モデルの機能。2026年11月11日に確認）
* [Google：Gemini APIの料金](https://ai.google.dev/gemini-api/docs/pricing)（公式の1秒あたりの料金。2026年11月11日に確認）
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.