API vidéo Google

Cette page décrit l’appel des modèles vidéo Google veo-3.1, veo-3.1-fast, gemini-omni-flash et gemini-omni-flash-1.1. Comme les autres modèles vidéo, ils se créent avec POST /v1/videos et s’interrogent avec GET /v1/videos/{id} ; l’authentification, le téléversement des médias, les états d’interrogation, le téléchargement des résultats et la gestion des erreurs sont décrits dans la spécification complète de l’API vidéo. Cette page ne présente que les champs et règles propres aux modèles vidéo Google.

Mis à jour le 2026-10-10. Les nouvelles requêtes vers les modèles vidéo Google utilisent toutes l’interrogation : ne définissez pas callback_url.

Modèles

Règles communes

• Format d’image : ratio (ou aspect_ratio) accepte uniquement 16:9 et 9:16 ; valeur par défaut 16:9.
• Résolution : resolution accepte 720p, 1080p ou 4k ; valeur par défaut 720p. Une requête en 360p est générée et facturée en 720P.
• size : un seul champ peut fixer à la fois la résolution et le format d’image, par exemple 1280x720, 1080x1920 ou 3840x2160 ; il peut aussi contenir uniquement le format 16:9 ou 9:16. Des valeurs contradictoires entre size, ratio et resolution renvoient 400.
• Nombre : chaque requête génère une seule vidéo ; n doit valoir 1.
• Images : 20 Mio maximum par image, sous l’une des formes suivantes :
  • une URL HTTPS publique (recommandé) ;
  • une Data URI, par exemple data:image/png;base64,... ;
  • du Base64 PNG, JPEG ou WebP sans préfixe ;
  • un fichier multipart/form-data, dans le champ input_reference, image, images, first_frame ou last_frame.
• Formats d’image : Veo accepte uniquement JPEG et PNG ; Gemini Omni accepte PNG, JPEG et WebP.
• Vidéos : URL HTTPS publiques uniquement, au format MP4, MOV ou WebM, 64 Mio maximum. Téléversez d’abord les vidéos locales comme indiqué dans Téléverser un média local, puis placez l’url renvoyée dans video. Les Data URI vidéo, le Base64 et les fichiers vidéo multipart ne sont pas acceptés.
• Champ de vidéo de référence : utilisez video ou videos au niveau racine, et non metadata.referenceVideos. Aucun modèle vidéo Google n’accepte d’audio de référence.
• Résultat : une fois la tâche terminée, video_url est une adresse MP4 sur assets.88api.ai. Vous pouvez la télécharger directement ou l’utiliser comme video d’une requête de prolongation ou d’édition ultérieure.

Veo 3.1 / Veo 3.1 Fast

• metadata.video_mode permet de choisir explicitement frames (image de début, ou images de début et de fin) ou reference (images de référence). task peut aussi valoir text_to_video, image_to_video, reference_to_video ou extend ; des valeurs contradictoires renvoient 400.
• generate_audio (ou metadata.generateAudio) vaut true par défaut et génère un audio natif synchronisé ; avec false, la vidéo ne comporte pas de piste audio. La génération audio n’influe pas sur le prix.
• negative_prompt (2000 caractères maximum) et seed (0–4294967295) peuvent figurer au niveau racine ou sous la forme metadata.negativePrompt et metadata.seed.
• L’entrée d’une prolongation doit être un MP4 de 1 à 30 secondes ; la facturation porte sur les secondes ajoutées, soit la durée du résultat moins la durée d’entrée.
• Veo ne prend pas en charge les vidéos de référence, l’audio de référence, temperature ni top_p.

Texte vers vidéo en 4K :

{
  "model": "veo-3.1",
  "prompt": "Voiture de sport argentée dans une ville pluvieuse la nuit, travelling en contre-plongée, reflets de néons, rendu cinématographique",
  "duration": 8,
  "resolution": "4k",
  "ratio": "16:9",
  "generate_audio": true
}

Images de début et de fin (les deux images sont, dans l’ordre, l’image de début et l’image de fin) :

{
  "model": "veo-3.1-fast",
  "prompt": "Transition fluide d’une place vide à l’aube vers le même cadrage la nuit, lumières allumées",
  "duration": 6,
  "size": "1920x1080",
  "images": [
    "https://cdn.example.com/start.jpg",
    "https://cdn.example.com/end.jpg"
  ],
  "metadata": {
    "negativePrompt": "blur, distortion"
  }
}

Images de référence (8 s fixes) :

{
  "model": "veo-3.1",
  "prompt": "Garder le visage et la tenue du personnage des images de référence, marche lente au bord de la mer",
  "duration": 8,
  "images": [
    "https://cdn.example.com/character-front.jpg",
    "https://cdn.example.com/character-side.jpg"
  ],
  "metadata": {
    "video_mode": "reference"
  }
}

Prolongation vidéo :

{
  "model": "veo-3.1",
  "prompt": "Prolonger le plan actuel, la personne continue d’avancer",
  "task": "extend",
  "video": "https://assets.88api.ai/media/task-videos/2026/10/example.mp4"
}

Téléverser une image locale comme image de début (metadata est envoyé sous forme de chaîne JSON) :

curl --request POST 'https://api.88api.ai/v1/videos' \
  --header 'Authorization: Bearer sk-xxxx' \
  --form 'model=veo-3.1-fast' \
  --form 'prompt=Lent travelling avant, les nuages se déplacent naturellement en arrière-plan' \
  --form 'seconds=8' \
  --form 'size=1280x720' \
  --form 'metadata={"video_mode":"frames"}' \
  --form 'input_reference=@start.jpg;type=image/jpeg'

Gemini Omni Flash / Gemini Omni 1.1

Sans task, la tâche est déterminée par les médias envoyés :

• task peut aussi être défini explicitement à text_to_video, image_to_video, reference_to_video, edit ou extend.
• Contrairement à Veo, deux images placées dans images sont traitées comme des images de référence ; pour des images de début et de fin, utilisez first_frame et last_frame.
• Les champs d’image de début et de fin ne peuvent pas être combinés avec des images de référence ordinaires.
• gemini-omni-flash produit uniquement du 720P et ne prend en charge ni l’édition ni la prolongation vidéo ; sa vidéo de référence doit être envoyée avec des images de référence.
• gemini-omni-flash-1.1 accepte jusqu’à 10 images de référence et 3 vidéos de référence.
• Édition vidéo (1.1) : placez 1 vidéo dans video et décrivez la modification souhaitée dans le prompt. N’envoyez ni ratio, ni aspect_ratio, ni size : le format d’image de la vidéo source est conservé. resolution peut être indiqué.
• Prolongation vidéo (1.1) :
  • Envoyez task: "extend" avec 1 video ; n’envoyez ni duration, ni ratio, ni size.
  • Chaque prolongation ajoute environ 10 secondes ; resolution accepte 720p (par défaut) ou 1080p, pas la 4K.
  • L’entrée doit être un MP4 de 1 à 30 secondes. Pour une vidéo plus longue, extrayez d’abord la fin (10 secondes recommandées), puis prolongez cet extrait.
  • La facturation porte sur les secondes ajoutées, soit la durée du résultat moins la durée d’entrée. Vous pouvez envoyer input_duration (durée de la vidéo d’entrée en secondes) ; si cette valeur s’écarte de plus de 0,1 seconde de la durée mesurée, la requête est rejetée.
• Le résultat d’une prolongation est un MP4 complet dont la partie d’entrée est régénérée par le modèle : elle ressemble à l’original sans en être une copie image par image. Pour un montage, conservez l’intégralité de l’original et n’ajoutez à sa suite que la partie du résultat située après la durée d’entrée.
• temperature (0–2) et top_p (0–1) sont facultatifs. Gemini Omni ne propose pas d’option de génération audio.

Génération à partir d’une image de début (Flash) :

{
  "model": "gemini-omni-flash",
  "prompt": "Lent travelling avant, de la vapeur s’élève des pâtisseries",
  "duration": 5,
  "ratio": "9:16",
  "image": "https://cdn.example.com/start.jpg"
}

Images de référence avec vidéo de référence (1.1, 4K) :

{
  "model": "gemini-omni-flash-1.1",
  "prompt": "Garder le rythme de caméra de la vidéo de référence et remplacer le sujet par le produit de l’image",
  "duration": 8,
  "resolution": "4k",
  "images": ["https://cdn.example.com/product.jpg"],
  "video": "https://cdn.example.com/reference.mp4"
}

Prolongation vidéo (1.1) :

{
  "model": "gemini-omni-flash-1.1",
  "prompt": "Prolonger la scène actuelle, les ondulations se propagent naturellement à la surface de l’eau",
  "task": "extend",
  "resolution": "1080p",
  "video": "https://assets.88api.ai/media/task-videos/2026/10/example.mp4"
}