Google 视频 API 规范

本页是 Google 视频模型 veo-3.1、veo-3.1-fast、gemini-omni-flash、gemini-omni-flash-1.1 的调用规范。它们与其他视频模型共用 POST /v1/videos 创建、GET /v1/videos/{id} 轮询的流程；鉴权、素材上传、轮询状态、结果下载和错误处理见 视频 API 完整调用规范，本页只列出 Google 视频特有的字段和规则。

更新于 2026-10-10。Google 视频模型新请求统一使用轮询，不要设置 callback_url。

模型一览

通用规则

• 比例：ratio（或 aspect_ratio）只支持 16:9 和 9:16，默认 16:9。
• 分辨率：resolution 取 720p、1080p 或 4k，默认 720p。请求 360p 时按 720P 生成和计费。
• size：可以用一个字段同时指定分辨率和比例，例如 1280x720、1080x1920、3840x2160；也可以只写比例 16:9 或 9:16。size、ratio、resolution 给出互相矛盾的值时返回 400。
• 数量：每次请求生成 1 个视频，n 只能为 1。
• 图片：单张不超过 20 MiB，以下形式任选其一：
  • 公网 HTTPS 链接（推荐）；
  • Data URI，例如 data:image/png;base64,...；
  • 不带前缀的 PNG、JPEG 或 WebP Base64；
  • multipart/form-data 文件，字段名可用 input_reference、image、images、first_frame、last_frame。
• 图片格式：Veo 只接受 JPEG 和 PNG；Gemini Omni 接受 PNG、JPEG 和 WebP。
• 视频：只接受公网 HTTPS 链接，格式 MP4、MOV 或 WebM，不超过 64 MiB。本地视频按本地素材上传先上传，再把返回的 url 填入 video；不接受视频 Data URI、Base64 或 multipart 视频文件。
• 参考视频字段：使用顶层 video 或 videos，不使用 metadata.referenceVideos。Google 视频模型都不支持参考音频。
• 结果：完成后 video_url 是 assets.88api.ai 上的 MP4 地址，可以直接下载，也可以作为下一次延长或编辑请求的 video。

Veo 3.1 / Veo 3.1 Fast

• metadata.video_mode 可显式选择 frames（首帧或首尾帧）或 reference（参考图）。也可以用 task 指定 text_to_video、image_to_video、reference_to_video 或 extend；两者冲突时返回 400。
• generate_audio（或 metadata.generateAudio）默认为 true，生成原生同步音频；设为 false 时成品不带音轨。是否生成音频不影响价格。
• negative_prompt（2000 字以内）和 seed（0–4294967295）可写在顶层，也可写成 metadata.negativePrompt、metadata.seed。
• 视频延长的输入须为 1–30 秒的 MP4，按“成品时长 − 输入时长”的新增秒数计费。
• Veo 不支持参考视频、参考音频、temperature 和 top_p。

4K 文生视频：

{
  "model": "veo-3.1",
  "prompt": "雨夜城市中的银色跑车，低机位跟拍，霓虹倒影，电影感",
  "duration": 8,
  "resolution": "4k",
  "ratio": "16:9",
  "generate_audio": true
}

首尾帧（两张图按顺序为首帧、尾帧）：

{
  "model": "veo-3.1-fast",
  "prompt": "从清晨的空旷广场平滑过渡到夜晚灯光亮起的同一构图",
  "duration": 6,
  "size": "1920x1080",
  "images": [
    "https://cdn.example.com/start.jpg",
    "https://cdn.example.com/end.jpg"
  ],
  "metadata": {
    "negativePrompt": "blur, distortion"
  }
}

参考图（固定 8 秒）：

{
  "model": "veo-3.1",
  "prompt": "保持参考图中人物的面部和服装，在海边缓慢行走",
  "duration": 8,
  "images": [
    "https://cdn.example.com/character-front.jpg",
    "https://cdn.example.com/character-side.jpg"
  ],
  "metadata": {
    "video_mode": "reference"
  }
}

视频延长：

{
  "model": "veo-3.1",
  "prompt": "延续当前镜头，人物继续向前走",
  "task": "extend",
  "video": "https://assets.88api.ai/media/task-videos/2026/10/example.mp4"
}

上传本地图片作为首帧（metadata 以 JSON 字符串提交）：

curl --request POST 'https://api.88api.ai/v1/videos' \
  --header 'Authorization: Bearer sk-xxxx' \
  --form 'model=veo-3.1-fast' \
  --form 'prompt=镜头缓慢推近，背景云层自然移动' \
  --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

不传 task 时，按提交的素材决定任务：

• 也可以用 task 显式指定 text_to_video、image_to_video、reference_to_video、edit 或 extend。
• 与 Veo 不同：两张图片放在 images 中会按参考图处理；需要首尾帧时请使用 first_frame 和 last_frame。
• 首尾帧字段不能与普通参考图混用。
• gemini-omni-flash 只输出 720P，不支持视频编辑和视频延长；参考视频需与参考图一起提交。
• gemini-omni-flash-1.1 最多接受 10 张参考图和 3 段参考视频。
• 视频编辑（1.1）：video 放 1 段视频，在提示词中说明要修改的内容。不能传 ratio、aspect_ratio 或 size，画面比例沿用原视频；可以传 resolution。
• 视频延长（1.1）：
  • 写法为 task: "extend" 加 1 段 video，不能传 duration、ratio 或 size。
  • 每次新增约 10 秒，resolution 可选 720p（默认）或 1080p，不支持 4K。
  • 输入须为 1–30 秒的 MP4。更长的视频请先截取末尾片段（建议 10 秒）再延长。
  • 按“成品时长 − 输入时长”的新增秒数计费。可选传 input_duration（输入视频秒数），与实测时长相差超过 0.1 秒时请求会被拒绝。
• 延长结果是完整的 MP4，其中输入部分由模型重新生成，与原片相似但不是逐帧拷贝。拼接时请保留原片完整内容，只截取延长结果中输入时长之后的部分接在原片后面。
• 可选 temperature（0–2）和 top_p（0–1）。Gemini Omni 不提供生成音频开关。

首帧生成（Flash）：

{
  "model": "gemini-omni-flash",
  "prompt": "镜头缓慢推近，热气从糕点上升起",
  "duration": 5,
  "ratio": "9:16",
  "image": "https://cdn.example.com/start.jpg"
}

参考图加参考视频（1.1，4K）：

{
  "model": "gemini-omni-flash-1.1",
  "prompt": "保持参考视频的镜头节奏，将主体替换为参考图中的产品",
  "duration": 8,
  "resolution": "4k",
  "images": ["https://cdn.example.com/product.jpg"],
  "video": "https://cdn.example.com/reference.mp4"
}

视频延长（1.1）：

{
  "model": "gemini-omni-flash-1.1",
  "prompt": "延续当前画面，水面的波纹自然扩散",
  "task": "extend",
  "resolution": "1080p",
  "video": "https://assets.88api.ai/media/task-videos/2026/10/example.mp4"
}