ModelFold Docs

简体中文

English

简体中文

English

Appearance

Gemini Omni 1.1 Flash ​

本页由 ModelFold 文档站根据上游官方 OpenAPI 文档同步生成。接口路径、参数、示例与官方保持一致；品牌与 API 域名已替换为 ModelFold。

接口 ​

POST /jobs/createTask

完整 URL: https://ai.modelfold.online/v1/jobs/createTask

鉴权：所有请求都需要 Authorization: Bearer <API_KEY> 请求头。

创建任务 ​

调用该接口可创建一个新的多模态视频生成任务。

  • 查询任务详情 — 提交任务后，可通过统一查询接口查看任务进度并获取生成结果

TIP

生产环境建议优先使用 callBackUrl 参数接收任务完成通知，而不是持续轮询任务状态接口。

相关资源 ​

总额度说明： 系统采用配额制管理上传内容。总可用配额为 7 个单位。不同类型的参数将占用不同的配额，请确保所有参数占用的配额总和不超过 7。

配额计算规则：

  1. 图片 (image_urls): 每张图片占用 1 个配额。
  2. 视频 (video_list): 每个视频占用 2 个配额。
    • 注：视频上传上限为 1 个。
  3. 角色 ID (character_ids): 每个 ID 占用 1 个配额。
    • 注：角色 ID 上传上限为 3 个。

限制公式：图片数 + (视频数 × 2) + 角色ID数 ≤ 7

典型场景示例：

  • 若上传 1 个视频（占 2）和 3 个角色 ID（占 3），则最多还能上传 2 张图片。
  • 若不上传视频和角色 ID，则最多可上传 7 张图片。

特别注意（首帧限制提示）： 当您上传了首帧图片（first_frame_url非空）以指定起始画面时，为避免素材冲突， image_urls（图片）、video_list（视频）、character_ids（角色ID）以及audio_ids（音频）参数将不可传递。 如果您需要混合使用多模态素材，请勿上传首帧图片。

请求参数 ​

请求体 (application/json) ​

参数类型必填说明
modelstring是用于生成任务的模型名称。该字段为必填项。此接口必须使用 google/gemini-omni-flash-1-1 模型。 默认值："google/gemini-omni-flash-1-1"。 可选值：google/gemini-omni-flash-1-1。 示例：google/gemini-omni-flash-1-1。
callBackUrlstring否任务完成通知的回调 URL。该参数为可选项。如果提供，当任务完成时，无论成功或失败，系统都会向该 URL 发送 POST 请求。如果未提供，则不会发送回调通知。 示例：https://your-domain.com/api/callback。
inputobject是多模态视频生成任务的输入参数。
  input.promptstring是视频提示词，用于描述目标视频的画面内容、风格、镜头语言或角色行为。 示例：生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。。
  input.image_urlsarray&lt;string&gt;否图片地址数组。可上传多张参考图片，用于提供角色、场景、风格或分镜参考。
图片限制：
- 单个文件大小不超过 20MB
- 请使用可公开访问的图片 URL
- 最大7张图
- 注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
  input.first_frame_urlstring否首帧图片地址。用于指定生成视频的起始画面。注意：本字段与 image_urls、audio_ids、video_list、character_ids 字段互斥，不可同时传递。 示例：https://example.com/assets/first-frame.png。
  input.last_frame_urlstring否尾帧图片地址。用于指定生成视频的结束画面。注意：尾帧图片不能单独使用，必须与首帧图片（first_frame_url）同时提供。 示例：https://example.com/assets/last-frame.png。
  input.audio_idsarray&lt;string&gt;否由 gemini-omni-audio 接口生成的音频 ID 数组。用于为视频提供旁白、对白、配乐或声音参考。最多3个。注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
  input.video_listarray&lt;object&gt;否视频片段数组。每个元素描述一个可参与生成的视频素材及其截取时间范围。
视频限制：
- 单个文件大小不超过 100MB
- 视频时长不超过 30s
- ends 应大于 start
- 结束与起始时间之差不超过10s
- 最多1个，占用两张图
- 注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
    input.video_list[].urlstring是视频地址。单个视频文件大小不超过 100MB，视频时长不超过 30s。
    input.video_list[].startnumber是起始时间，单位为秒。
    input.video_list[].endsnumber是结束时间，单位为秒。应大于 start。结束与起始时间之差不超过10秒
  input.character_idsarray&lt;string&gt;否由 gemini-omni-character 接口生成的角色 ID 数组。用于为视频提供角色外观、身份或人物参考。最多 3 个角色 ID。每个占 1 个图片槽位（用肖像+全身两张图创建的占 2 个）。总槽位（图片数 + 视频数×2 + 角色槽位）≤ 7。注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
  input.durationstring是生成视频的时长，单位为秒。可选值为 4、6、8、10。
该参数仅在无视频输入时生效；如使用视频输入，输出时长由模型决定，duration
参数将被忽略。注意：当提供视频输入时，输出时长由模型自动确定。此时 duration 参数将不会生效。 可选值：4 / 6 / 8 / 10。 示例：8。
  input.aspect_ratiostring否生成视频的画面宽高比。16:9 为横屏视频，9:16 为竖屏视频。 可选值：16:9 / 9:16。 示例：16:9。
  input.resolutionstring否生成视频的分辨率。可选值为 360p、720p、1080p、4k。 默认值："720p"。 可选值：360p / 720p / 1080p / 4k。 示例：720p。
  input.seedinteger否随机种子。取值范围：[0, 2147483647]。如果不指定，系统会自动生成一个 seed。固定 seed 可以提高结果的可复现性，但由于模型本身具有随机性，结果仍可能存在差异。

请求示例 ​

bash
curl -X POST "https://ai.modelfold.online/v1/jobs/createTask" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-omni-flash-1-1",
  "callBackUrl": "https://your-domain.com/api/callback",
  "input": {
    "prompt": "生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。",
    "image_urls": [
      "https://example.com/assets/scene-1.png",
      "https://example.com/assets/scene-2.png"
    ],
    "audio_ids": [
      "audio_01hx8p0demo"
    ],
    "video_list": [
      {
        "url": "https://example.com/assets/source-video.mp4",
        "start": 0,
        "ends": 10
      }
    ],
    "duration": "4"
  }
}'
json
{
  "model": "google/gemini-omni-flash-1-1",
  "callBackUrl": "https://your-domain.com/api/callback",
  "input": {
    "prompt": "生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。",
    "image_urls": [
      "https://example.com/assets/scene-1.png",
      "https://example.com/assets/scene-2.png"
    ],
    "audio_ids": [
      "audio_01hx8p0demo"
    ],
    "video_list": [
      {
        "url": "https://example.com/assets/source-video.mp4",
        "start": 0,
        "ends": 10
      }
    ],
    "duration": "4"
  }
}

响应 ​

200 — 请求成功 ​

参数类型必填说明
codeinteger是请求状态码。请求失败时 HTTP 状态仍为 200，请始终以本字段判断：200 表示成功，其他值均表示失败，原因见 msg。常见值：401 API key 无效或缺失；402 积分不足；429 超出频率限制；422 或 500 请求未能处理（请先查看 msg、检查参数，再决定是否重试）。 可选值：200 / 401 / 402 / 404 / 422 / 429 / 433 / 455 / 500 / 501 / 505。 示例：200。
msgstring是响应消息，失败时的错误描述
dataobject是—
  data.taskIdstring否任务 ID，可用于调用任务详情接口查询任务状态。 示例：task_gemini_1765180586443。
json
{
  "code": 200,
  "msg": "success",
  "data": {
    "taskId": "task_gemini_1765180586443"
  }
}

回调 ​

videoTaskCompleted ​

回调地址：{request.body#/callBackUrl}（即请求体里的 callBackUrl）。

当 google/gemini-omni-flash-1-1 任务成功或失败时，系统会发送此回调。

回调体参数

参数类型必填说明
codeinteger是统一回调状态码：成功为 200，失败为 501。 可选值：200 / 501。 示例：200。
msgstring是统一回调消息。 可选值：Playground task completed successfully. / Playground task failed.。 示例：Playground task completed successfully.。
dataobject是—
  data.taskIdstring是任务唯一标识符。
  data.modelstring是任务使用的模型。 可选值：google/gemini-omni-flash-1-1。 示例：google/gemini-omni-flash-1-1。
  data.statestring是任务最终状态。 可选值：success / fail。 示例：success。
  data.paramstring是包含已提交任务参数的 JSON 字符串。
  data.resultJsonstring否任务成功时，包含 resultUrls、firstFrameUrl、lastFrameUrl 或 resultObject 的 JSON 字符串；任务。仅在 state 为 success 时出现。
  data.failCodestring否失败码，数字字符串，如 "400"、"500"。仅在 state 为 fail 时出现。
  data.failMsgstring否失败原因，仅在 state 为 fail 时出现。
  data.costTimeinteger否处理耗时（秒），成功和失败回调都会返回。
  data.completeTimeinteger否任务完成时间戳。
  data.createTimeinteger否任务创建时间戳。
  data.updateTimeinteger否完成时间请以 completeTime 为准；updateTime 可能与 createTime 相同。
  data.creditsConsumednumber否本任务消耗的积分；失败任务为 0。

任务成功完成

json
{
  "code": 200,
  "msg": "Playground task completed successfully.",
  "data": {
    "taskId": "task_example_video_webhook_001",
    "model": "google/gemini-omni-flash-1-1",
    "state": "success",
    "param": "{\"input\":\"{\\\"prompt\\\":\\\"Create a futuristic night city short film with a slow push-in shot as the character walks out from a neon-lit street.\\\",\\\"image_urls\\\":[\\\"https://example.com/input-image.jpg\\\"],\\\"audio_ids\\\":[\\\"audio_01hx8p0demo\\\"],\\\"video_list\\\":[{\\\"url\\\":\\\"https://example.com/input-video.mp4\\\",\\\"start\\\":0,\\\"ends\\\":10}],\\\"duration\\\":\\\"4\\\"}\",\"callBackUrl\":\"https://example.com/callback\",\"model\":\"google/gemini-omni-flash-1-1\"}",
    "resultJson": "{\"resultUrls\":[\"https://example.com/generated-video.mp4\"]}",
    "costTime": 12,
    "completeTime": 1234567890,
    "createTime": 1234560000,
    "updateTime": 1234567890,
    "creditsConsumed": 1.23
  }
}

任务失败

json
{
  "code": 501,
  "msg": "Playground task failed.",
  "data": {
    "taskId": "task_example_video_webhook_001",
    "model": "google/gemini-omni-flash-1-1",
    "state": "fail",
    "param": "{\"input\":\"{\\\"prompt\\\":\\\"Create a futuristic night city short film with a slow push-in shot as the character walks out from a neon-lit street.\\\",\\\"image_urls\\\":[\\\"https://example.com/input-image.jpg\\\"],\\\"audio_ids\\\":[\\\"audio_01hx8p0demo\\\"],\\\"video_list\\\":[{\\\"url\\\":\\\"https://example.com/input-video.mp4\\\",\\\"start\\\":0,\\\"ends\\\":10}],\\\"duration\\\":\\\"4\\\"}\",\"callBackUrl\":\"https://example.com/callback\",\"model\":\"google/gemini-omni-flash-1-1\"}",
    "failCode": "400",
    "failMsg": "<error detail>",
    "costTime": 12,
    "creditsConsumed": 0
  }
}

ModelFold — 一个 API，接入所有主流 AI 模型。

© 2026 ModelFold