Google · 影片

Hermes Agent x Gemini Omni

Gemini Omni 隸屬 RunAPI 上的 Google 目錄,音訊、角色與影片變體共用相同的 SDK 套件、CLI 命名空間與計費介面。

5 variants 起價 $0.46 / 次呼叫 可商用

Prerequisite: npx runapi mcp install

Prompt

Prompt 模型

任務合適時使用 gemini-omni-audio:從預設語音同步建立可重複使用的語音資源。

You have access to RunAPI task tools for Gemini Omni.

Available Gemini Omni models:
- gemini-omni-audio: 從預設語音同步建立可重複使用的語音資源
  endpoints: /api/v1/gemini_omni/create_audio
  request fields: audio_id, name, voice_description, example_dialogue
- gemini-omni-character: 從一張參考圖片同步建立可重複使用的角色資源
  endpoints: /api/v1/gemini_omni/create_character
  request fields: descriptions, reference_image_url, body_reference_image_url, character_name
- gemini-omni-flash-1-1: 支援首尾影格與多模態參考控制的快速影片生成
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt, duration_seconds
- gemini-omni-flash-preview: 適合自然語言創意迭代的快速對話式影片生成
  endpoints: /api/v1/gemini_omni/text_to_video
  request fields: model, prompt
- gemini-omni-text-to-video: 以提示詞生成的多模態影片,可使用圖片、音訊、角色與來源片段參考
  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: 製作一段 1080p 霓虹城市跟拍鏡頭:一個可重複使用的角色在雨中行走,同時有沉穩的旁白說話。
/api/v1/gemini_omni/create_audio: Submit the request and verify the synchronous output. POST /api/v1/gemini_omni/create_audio。確認同步回應符合該端點的 API 參考。
/api/v1/gemini_omni/create_character: Submit the request and verify the synchronous output. POST /api/v1/gemini_omni/create_character。確認同步回應符合該端點的 API 參考。
/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,並儲存回傳的 Task ID。
GET /api/v1/gemini_omni/text_to_video/<task-id>,直到狀態為 completed 或 failed。
確認 completed 回應包含 API 參考中記載的端點專屬輸出。

公開版本與端點

模型 ID 端點 起始價格 模型目錄
gemini-omni-audio
/api/v1/gemini_omni/create_audio
免費 模型詳情
gemini-omni-character
/api/v1/gemini_omni/create_character
免費 模型詳情
gemini-omni-flash-1-1
/api/v1/gemini_omni/text_to_video
$2.52 / 次呼叫 模型詳情
gemini-omni-flash-preview
/api/v1/gemini_omni/text_to_video
$0.46 / 次呼叫 模型詳情
gemini-omni-text-to-video
/api/v1/gemini_omni/text_to_video
$2.52 / 次呼叫 模型詳情

驗證

輪詢,直到 Task 進入終態

選擇 <model-id> 後產生驗證命令。

設定

指南端點: <endpoint>

選擇 <model-id> 後,依端點的公開輸入契約產生請求。
使用流程

三步開始使用

  1. 選擇模型 ID

    選擇公開模型 ID,並查看其端點與目前起始價格。

  2. 設定 RunAPI

    呼叫端點前設定 RUNAPI_API_KEY。

  3. 驗證結果

    對非同步端點輪詢同一路徑,直到 Task 進入終態。

使用 Hermes Agent + Gemini Omni 可以打造什麼

  • 產品與行銷短片

    根據文字需求為商品頁、廣告和到達頁製作簡短的宣傳短片。

  • 社群媒體短影音

    為社群平台製作短影音,並針對同一創意產生多個版本後再挑選。

  • 圖片動畫與影片編輯

    在模型提供圖片轉影片或影片編輯端點時,讓靜態圖片動起來或修改現有影片。

為什麼透過 RunAPI + Hermes Agent 使用 Gemini Omni

  • 5 個變體,一個 API 金鑰

    透過一個 RunAPI 連線選擇可用的模型變體,無需變更現有整合。

  • 清楚的用量價格

    送出請求前查看目錄中的目前價格,無需訂閱或最低消費。

  • 自動化工作流程

    透過一致的工作流程提交工作、查詢狀態並收集非同步結果,無需撰寫手動輪詢程式碼。

Hermes Agent + Gemini Omni 常見問題

Gemini Omni 可以建立什麼?

它可以建立可重複使用的音訊資源、可重複使用的角色資源,以及結合提示詞與圖片、音訊、角色或來源影片參考的多模態影片。

什麼時候應該建立角色資源?

當多支影片需要相同的視覺形象時,就建立角色資源;再將回傳的角色 ID 傳入需要重複使用該主體的影片請求中。

音訊資源如何運作?

音訊資源會記錄預設的語音選擇,需要旁白或對白且要維持一致語音的影片請求,可以直接引用它。

哪些因素會影響 Gemini Omni 影片的價格?

影片價格取決於請求模式、時長、解析度,以及來源媒體是否改變了實際計費的片段長度。

單一影片請求可以混合多種參考類型嗎?

可以。在文件載明的參考數量限制內,Gemini Omni 影片可將提示詞文字與參考圖片、音訊 ID、角色 ID 及來源影片結合使用。

應該使用哪個模型 ID?

從版本表選擇公開模型 ID。每個 ID 可用的端點都列在對應資料列。

本指南會設定聊天模型嗎?

不會。此 Model Line 使用頁面所示的端點流程,不會被描述為 Agent 聊天模型。

開始在 Hermes Agent 中使用 Gemini Omni

正在與團隊一起打造?

我們可以協助企業接入、整合與技術問題。

聯絡我們