Google · 视频

OpenClaw x Gemini Omni

Gemini Omni 属于 RunAPI 的 Google catalog,音频、角色和视频变体共用同一个 SDK 包、CLI 命名空间和计费页面。

5 variants 起价 $0.46 / 次调用 可商用

Prerequisite: npx runapi mcp install

Prompt

Prompt 模型

任务匹配时使用 gemini-omni-audio:基于预设声音同步创建可复用声音资源。

You have access to RunAPI task tools for Gemini Omni.

Available Gemini Omni models:
- gemini-omni-audio: 基于预设声音同步创建可复用声音资源
  endpoints: /api/v1/gemini_omni/create_audio
  request fields: audio_id, name, voice_description, example_dialogue
- gemini-omni-character: 基于单张参考图同步创建可复用角色资源
  endpoints: /api/v1/gemini_omni/create_character
  request fields: descriptions, reference_image_url, body_reference_image_url, character_name
- gemini-omni-flash-1-1: 支持首尾帧与多模态参考控制的快速视频生成
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt, duration_seconds
- gemini-omni-flash-preview: 面向自然语言创意迭代的快速对话式视频生成
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt
- gemini-omni-text-to-video: 支持提示词、图片、音频、角色和源片段参考的多模态视频
  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: 生成一段 1080p 霓虹城市跟拍视频:可复用角色在雨中前行,并配合稳定旁白。
/api/v1/gemini_omni/create_audio: Submit the request and verify the synchronous output. POST /api/v1/gemini_omni/create_audio。确认同步响应符合该端点的 API 参考。
/api/v1/gemini_omni/create_character: Submit the request and verify the synchronous output. POST /api/v1/gemini_omni/create_character。确认同步响应符合该端点的 API 参考。
/api/v1/gemini_omni/text_to_video: Submit the task, poll for its status, then verify the completed output. POST /api/v1/gemini_omni/text_to_video,并保存返回的 Task ID。
GET /api/v1/gemini_omni/text_to_video/<task-id>,直到状态为 completed 或 failed。
确认 completed 响应包含 API 参考中记录的端点专属输出。

公开版本与端点

模型 ID 端点 起步价格 模型目录
gemini-omni-audio
/api/v1/gemini_omni/create_audio
免费 模型详情
gemini-omni-character
/api/v1/gemini_omni/create_character
免费 模型详情
gemini-omni-flash-1-1
/api/v1/gemini_omni/text_to_video
$2.52 / 次调用 模型详情
gemini-omni-flash-preview
/api/v1/gemini_omni/text_to_video
$0.46 / 次调用 模型详情
gemini-omni-text-to-video
/api/v1/gemini_omni/text_to_video
$2.52 / 次调用 模型详情

验证

轮询,直到 Task 进入终态

选择 <model-id> 后生成验证命令。

配置

指南端点: <endpoint>

选择 <model-id> 后,按端点的公开输入契约生成请求。
使用流程

三步开始使用

  1. 选择模型 ID

    选择公开模型 ID,并查看其端点与当前起步价格。

  2. 配置 RunAPI

    调用端点前设置 RUNAPI_API_KEY。

  3. 验证结果

    对于异步端点,轮询同一端点,直到 Task 进入终态。

使用 OpenClaw + Gemini Omni 可以构建什么

  • 产品与营销短片

    根据文字需求为商品页、广告和落地页制作简短的宣传短片。

  • 社交媒体短视频

    为社交平台制作短视频,并对同一创意生成多个版本后再挑选。

  • 图片动画与视频编辑

    在模型提供图生视频或视频编辑端点时,让静态图片动起来或修改现有视频。

为什么通过 RunAPI + OpenClaw 使用 Gemini Omni

  • 5 个变体,一个 API 密钥

    通过一个 RunAPI 连接选择可用的模型变体,无需更改现有集成。

  • 清晰的用量价格

    发送请求前查看目录中的当前价格,无需订阅或最低消费。

  • 自动化任务流程

    通过一致的任务流程提交任务、查询状态并收集异步结果,无需编写手动轮询代码。

OpenClaw + Gemini Omni 常见问题

Gemini Omni 可以创建什么?

它可以创建可复用声音资源、可复用角色资源,以及组合提示词、图片、音频、角色或源视频参考的多模态视频。

什么时候应该创建角色资源?

当多个视频需要保持同一个视觉身份时,先创建角色资源,再把返回的 character ID 传入后续视频请求。

声音资源如何使用?

声音资源记录预设声音选择,可被需要稳定旁白或对白音色的视频请求引用。

Gemini Omni 视频价格由什么决定?

视频价格取决于请求模式、时长、分辨率,以及源媒体是否改变实际计费片段长度。

一个视频请求可以混合多种参考吗?

可以。Gemini Omni 视频可在文档限制内组合提示词、参考图、audio ID、character ID 和源视频。

应该使用哪个模型 ID?

从版本表选择公开模型 ID。每个 ID 可使用的端点均显示在对应行。

本指南会配置聊天模型吗?

不会。该 Model Line 使用页面所示的端点流程,不会被描述为 Agent 聊天模型。

开始在 OpenClaw 中使用 Gemini Omni

需要团队接入支持?

我们可以协助团队接入、完成系统集成并解答技术问题。

联系我们