Google · Wideo

Hermes Agent x Gemini Omni

Gemini Omni należy do katalogu Google w RunAPI i korzysta z tego samego pakietu SDK, przestrzeni nazw CLI i rozliczeń we wszystkich wariantach audio, postaci i wideo.

5 variants od $0.46 / wywołanie Do użytku komercyjnego
Uzyskaj klucz API Zobacz dokumentację Hermes Agent

Prerequisite: npx runapi mcp install

Prompt

Modele promptów

Użyj gemini-omni-audio, gdy pasuje do zadania: Synchroniczne tworzenie zasobów głosowych wielokrotnego użytku z gotowych głosów.

You have access to RunAPI task tools for Gemini Omni.

Available Gemini Omni models:
- gemini-omni-audio: Synchroniczne tworzenie zasobów głosowych wielokrotnego użytku z gotowych głosów
  endpoints: /api/v1/gemini_omni/create_audio
  request fields: audio_id, name, voice_description, example_dialogue
- gemini-omni-character: Synchroniczne tworzenie zasobów postaci wielokrotnego użytku z jednego obrazu referencyjnego
  endpoints: /api/v1/gemini_omni/create_character
  request fields: descriptions, reference_image_url, body_reference_image_url, character_name
- gemini-omni-flash-1-1: Szybkie generowanie multimodalnego wideo z kontrolą klatek i materiałów referencyjnych
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt, duration_seconds
- gemini-omni-flash-preview: Szybkie, konwersacyjne generowanie wideo do kreatywnych iteracji w języku naturalnym
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt
- gemini-omni-text-to-video: Multimodalne wideo z promptu z referencjami obrazów, audio, postaci i klipu źródłowego
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt, duration_seconds

Use the model ID and endpoint that match the user's request.
Example prompt: Stwórz ujęcie z jazdy kamery w 1080p w neonowym mieście, z postacią wielokrotnego użytku idącą w deszczu, podczas gdy spokojny narrator mówi.
/api/v1/gemini_omni/create_audio: Submit the request and verify the synchronous output. Wyślij POST do /api/v1/gemini_omni/create_audio. Sprawdź, czy synchroniczna odpowiedź jest zgodna z dokumentacją API endpointu.
/api/v1/gemini_omni/create_character: Submit the request and verify the synchronous output. Wyślij POST do /api/v1/gemini_omni/create_character. Sprawdź, czy synchroniczna odpowiedź jest zgodna z dokumentacją API endpointu.
/api/v1/gemini_omni/text_to_video: Submit the task, poll for its status, then verify the completed output. Wyślij POST do /api/v1/gemini_omni/text_to_video i zapisz ID zwróconej Task.
Wyślij GET do /api/v1/gemini_omni/text_to_video/<task-id>, aż stan zmieni się na completed lub failed.
Sprawdź, czy odpowiedź completed zawiera wynik właściwy dla endpointu opisany w dokumentacji API.

Publiczne wersje i endpointy

ID modelu Endpointy Cena początkowa Katalog
gemini-omni-audio
/api/v1/gemini_omni/create_audio
Bezpłatnie Szczegóły modelu
gemini-omni-character
/api/v1/gemini_omni/create_character
Bezpłatnie Szczegóły modelu
gemini-omni-flash-1-1
/api/v1/gemini_omni/text_to_video
$2.52 / wywołanie Szczegóły modelu
gemini-omni-flash-preview
/api/v1/gemini_omni/text_to_video
$0.46 / wywołanie Szczegóły modelu
gemini-omni-text-to-video
/api/v1/gemini_omni/text_to_video
$2.52 / wywołanie Szczegóły modelu

Weryfikacja

Odpytywanie do momentu osiągnięcia przez Task stanu końcowego

Wybierz <model-id>, aby wygenerować polecenia weryfikacyjne.

Konfiguracja

Endpoint przewodnika: <endpoint>

Wybierz <model-id>, aby wygenerować żądanie zgodne z publicznym kontraktem wejściowym endpointu.
Jak to działa

Zacznij w 3 krokach

  1. Wybierz ID modelu

    Wybierz publiczny ID modelu z katalogu i sprawdź jego endpoint oraz bieżącą cenę początkową.

  2. Skonfiguruj RunAPI

    Ustaw RUNAPI_API_KEY przed wysłaniem żądania do endpointu.

  3. Zweryfikuj wynik

    Dla asynchronicznych endpointów odpytuj ten sam endpoint, aż Task osiągnie stan końcowy.

Co możesz zbudować za pomocą Hermes Agent + Gemini Omni

  • Klipy produktowe i marketingowe

    Twórz krótkie klipy promocyjne na strony produktów, do reklam i na landing page na podstawie pisemnego briefu.

  • Krótkie wideo do mediów społecznościowych

    Twórz krótkie klipy do mediów społecznościowych i wypróbuj kilka ujęć tego samego pomysłu, zanim wybierzesz jedno.

  • Animacja obrazów i edycja wideo

    Ożywiaj statyczne obrazy lub zmieniaj istniejące nagrania, gdy model oferuje endpointy image-to-video lub edycji wideo.

Dlaczego warto używać Gemini Omni przez RunAPI + Hermes Agent

  • 5 wariantów, jeden klucz API

    Korzystaj z jednego połączenia RunAPI, aby wybierać spośród dostępnych wariantów modelu bez zmiany integracji.

  • Przejrzyste ceny użycia

    Sprawdź aktualne ceny w katalogu przed wysłaniem żądania, bez subskrypcji i minimalnych wydatków.

  • Automatyczne przepływy zadań

    Wysyłaj zadania, sprawdzaj ich status i odbieraj asynchroniczne wyniki w jednym przepływie, bez ręcznego kodu odpytywania.

Pytania o Hermes Agent + Gemini Omni

Co może tworzyć Gemini Omni?

Może tworzyć wielokrotnego użytku zasoby audio, wielokrotnego użytku zasoby postaci oraz multimodalne filmy łączące prompty z odniesieniami do obrazów, audio, postaci lub wideo źródłowego.

Kiedy warto utworzyć zasób postaci?

Utwórz zasób postaci, gdy kilka filmów ma mieć tę samą tożsamość wizualną; przekaż zwrócone ID postaci w żądaniach wideo, które mają ponownie wykorzystać tę postać.

Jak działają zasoby audio?

Zasoby audio przechowują wybór gotowego głosu i mogą być wskazywane w żądaniach wideo, które potrzebują narracji lub dialogów ze spójnym głosem.

Od czego zależy cena wideo Gemini Omni?

Cena wideo zależy od trybu żądania, długości, rozdzielczości oraz tego, czy materiał źródłowy zmienia faktycznie rozliczaną długość klipu.

Czy jedno żądanie wideo może łączyć kilka typów odniesień?

Tak. Wideo Gemini Omni może łączyć tekst promptu z obrazami referencyjnymi, ID audio, ID postaci i wideo źródłowym w ramach udokumentowanych limitów odniesień.

Którego ID modelu użyć?

Wybierz publiczny ID modelu z tabeli wersji. Każdy ID udostępnia endpointy pokazane w jego wierszu.

Czy ten przewodnik konfiguruje model czatu?

Nie. Ta linia modeli korzysta z pokazanego procesu endpointu i nie jest przedstawiana jako model czatu agenta.

Zacznij używać Gemini Omni z Hermes Agent

Uzyskaj klucz API Przeczytaj Szybki start

Budujesz z zespołem?

Pomożemy w konfiguracji dla firm, integracjach i kwestiach technicznych.

Skontaktuj się