Как создать, скачать и проверить видео через Gemini Omni 1.2 Flash API

Полный Python-пример для Gemini Omni 1.2 Flash: генерация видео, ожидание файла, восстановление загрузки, проверка медиа и ограничения редактирования.

Ручной склеечный пресс выравнивает киноплёнку с оранжевым кадром: плоская иллюстрация монтажа и получения готового видео.

Вызовите gemini-omni-1.2-flash через Interactions API Google, укажите видео как формат ответа и отдельно проверьте три результата: взаимодействие завершено, файл готов, скачанный материал прошёл приёмку. Завершённый API-ответ ещё не означает, что у вас есть воспроизводимое видео. Повторная генерация, пока файл обрабатывается, может создать лишнюю работу и расходы.

В руководстве небольшой запрос на генерацию видео из текста проходит весь этот путь. Мы предоставляем готовую программу на Python, команды восстановления и локальный медиавалидатор, затем объясняем, какие настройки меняются при использовании референсов, редактирования и продления. Официальная документация проверена 15 ноября 2026 года. Ссылки на документацию Google ведут на английские страницы.

Руководство публикует Ofox. Основание проверки — 24 офлайн-теста вспомогательного кода и программы запуска с синтетическими ответами и реальным Google SDK, а также 10 проверок медиавалидатора на собственных файлах, созданных FFmpeg. Реальную генерацию Omni, сравнение качества моделей, замеры задержки и проверку счёта мы не выполняли. Программа для реального вызова — шаблон интеграции, проверенный офлайн, а не подтверждение успешного полного обращения к Google. Синтетический ролик не выдаётся за результат Omni.

Сначала выберите модель и API

В актуальной карточке модели Google указан идентификатор gemini-omni-1.2-flash: входные данные — текст, изображения и видео, результат — видео с нативным аудио. Не подменяйте модель текстовой Gemini и не переносите старую схему запроса Veo. Наше руководство по Veo 3.1 API (на английском) описывает другую интеграцию.

Нужен проект Google с доступом к модели и необходимой настройкой оплаты или доступного лимита. Получайте и храните ключ по инструкции Google. Подписка на пользовательское приложение сама по себе не доказывает доступность вызова в API-проекте. Задайте GEMINI_API_KEY обычным для вас способом управления секретами; не помещайте ключ в промпт или публичный журнал ошибок.

Здесь используется https://generativelanguage.googleapis.com/v1beta/interactions. У Ofox отдельно документированы API видеозадач, создание задачи, получение статуса и аутентификация. Эти контракты полезны при работе с видеомоделью, поддерживаемой Ofox, но не взаимозаменяемы с запросом Google ниже. Статья не подтверждает доступность Omni через Ofox и не приводит цену Omni в Ofox.

Англоязычная документация Google о Gemini Omni 1.2 Flash, видеовозможностях и запланированном переходе версии 1.1.

Реальный снимок англоязычной документации Google; область аккаунта исключена. Это описание продукта, а не сгенерированный результат и не тест интеграции Ofox.

Google объявил, что 3 декабря 2026 года запросы к gemini-omni-1.1-flash начнут направляться к 1.2. На дату проверки статьи этот день ещё не наступил. В примере явно используется 1.2, без зависимости от будущего изменения псевдонима. Версия gemini-omni-flash-preview отмечена в карточке как отключённая.

Установите комплект и выполните офлайн-проверки

Скачайте комплект Omni video kit, распакуйте его и перейдите в omni-video-kit. Внутри — программа реального вызова, функции обработки результата, медиавалидатор, два тестовых модуля и README на английском. Основную программу не нужно собирать из разрозненных фрагментов.

Используйте Python 3.11 или новее в изолированном окружении:

python -m venv .venv
source .venv/bin/activate
python -m pip install 'google-genai==3.3.0' httpx
python -m unittest test_video_result.py test_runner_offline.py -v

В Windows PowerShell окружение активируется командой .venv\Scripts\Activate.ps1. Установка пакетов обращается к реестру. Сами тесты используют синтетические данные и имитацию сервиса; для программы запуска также блокируются сетевые соединения. Ключ Google не требуется. Ожидаемый результат — 24 успешных теста.

Тесты вспомогательных функций проверяют завершённые и незавершённые взаимодействия, URI, состояния файла и ограниченный опрос. Тесты программы проверяют фактическую сериализацию установленным SDK, восстановление через GET, таймауты и ошибки сервиса, сохранение частичной загрузки и отказ от перезаписи файла, созданного параллельно. В частности, имитация 503 или таймаута должна приводить к одному POST создания, без автоматического повтора.

Медиавалидатор — отдельный уровень проверки. Установите ffmpeg и ffprobe из доверенного менеджера пакетов или официального источника и заранее убедитесь, что команды доступны. Локальные проверки использовали созданные узоры и тоны, беззвучную дорожку, повреждённые файлы и намеренно разные длительности дорожек. Это проверка валидатора, а не качества модели.

Создайте короткое видео с явными настройками

Начните с одного объекта, одного движения и неподвижной камеры: так проще оценить соответствие запросу. Английский промпт программы означает следующее:

Один зелёный лист плывёт по спокойному пруду слева направо. Неподвижный общий план, мягкий дневной свет. Тихие естественные звуки воды, без речи, музыки и текста.

Цель — трёхсекундное горизонтальное видео 720p с естественным звуком воды. Это желаемый результат, а не то, что мы наблюдали. Точный вызов создания в полной программе:

interaction = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input=(
        "A single green leaf drifts across a still pond from left to right. "
        "Fixed wide shot, soft daylight. Quiet natural water sounds, "
        "no speech, no music, no text."
    ),
    response_format={
        "type": "video",
        "delivery": "uri",
        "duration": "3s",
        "resolution": "720p",
        "aspect_ratio": "16:9"
    },
    store=True,
    timeout=180,
    automatic_continuation=False
)

Фрагмент предполагает клиент и обработку восстановления из run_live.py; запускайте полный скрипт. В нём задан HTTP-таймаут, а retry_options.attempts=1 отключает автоматические повторы SDK. До отправки запроса программа резервирует локальную запись восстановления. Это защита от повторного создания при неопределённом исходе на сервере, а не гарантия однократного выполнения в любой инфраструктуре.

После задания ключа своего проекта Google следующая команда отправляет настоящий запрос и может расходовать лимит или деньги:

python run_live.py --create --out leaf.mp4

store=True выбран намеренно: результат можно получить позже и использовать в следующем диалоге редактирования. Руководство Omni также описывает синхронную однократную генерацию без хранения. Но этот вариант исключает последующее редактирование через previous_interaction_id; его нельзя незаметно подставлять в пример с восстановлением.

Доставка по URI позволяет не помещать большой видеофайл в JSON-ответ. Она не означает, что любая генерация обязательно должна быть фоновой. Режим генерации, завершение взаимодействия и готовность файла — разные условия. Ниже мы разделяем состояния, а не превращаем каждое ожидание в новую генерацию.

Разделяйте завершение взаимодействия, готовность файла и восстановление

Получив ответ, программа сохраняет leaf.mp4.interaction.json и выводит ID взаимодействия и статус. Это закрытая запись восстановления: в ней могут быть содержимое или медиаданные. Её наличие не доказывает, что видео готово.

ЭтапЧто проверяет программаЧто сохранить или сделать
Создание отправлено, исход неизвестенЗапись ожидания есть даже без полученного IDИзучить записи аккаунта или сервиса до нового создания
Взаимодействие вернулосьcompleted, нет заявленных ошибок, есть видеоСохранить ID и ответ
Получен URI видеоURI соответствует ожидаемому ресурсу GoogleПроверять этот файл, не принимать URI за ID новой задачи
Обработка файлаPROCESSING, ACTIVE или FAILEDЖдать обработку, скачивать ACTIVE, останавливаться при ошибке или неизвестном статусе
Передача файлаБайты пишутся в новый .partСохранять частичные данные при сбое, не считать их готовым видео
Публикация локального файлаРезультат не пуст и не заменяет существующий файлПроверить медиа и содержание перед использованием

Вспомогательный код принимает только документированный HTTPS-источник файлов Google и ожидаемую форму пути. Например, URI /v1beta/files/...:download?alt=media преобразуется в имя files/..., нужное Files API. URL с учётными данными и посторонними адресами отклоняются: программа не скачивает произвольные ссылки из ответа. Аутентификацией занимается SDK; ключ не должен попадать в копируемый URL.

В примере готовность файла проверяется не более 60 раз, с паузами 5 секунд. HTTP-таймаут — 180 секунд. Это ограничение числа проверок и каждого запроса, а не общий пятиминутный дедлайн или обещание скорости генерации. Ошибка транспорта передаётся вызывающему коду без нового создания. Программа выбирает первое видео SDK; для нескольких результатов измените и проверьте реализацию.

Для восстановления используйте реальный ID уже существующего взаимодействия:

python run_live.py --resume YOUR_INTERACTION_ID --out recovered-leaf.mp4

Команда выполняет GET получения, а не POST создания. Она не опрашивает незавершённое взаимодействие непрерывно: изучите сохранённый статус и при необходимости запросите его позднее. Если первый запрос завершился таймаутом до получения ID, скрипт не может обнаружить неизвестную серверную операцию. Запись ожидания блокирует новое создание под тем же именем; сначала выясните исход первого запроса, а не обходите защиту сменой имени.

Существующий выходной файл или .part останавливает программу до отправки. После неудачного скачивания могут остаться частичный файл и запись восстановления. Для получения известного существующего взаимодействия используйте новое имя, как выше. Окончательное сохранение создаёт жёсткую ссылку в том же каталоге и удаляет .part, не перезаписывая файл, возникший параллельно. Если файловая система не поддерживает операцию, сохраните полную частичную копию и исправьте локальное сохранение. Новая генерация для этого не нужна.

Проверьте файл, затем посмотрите и послушайте видео

Когда программа сообщает о сохранении файла, запустите проверку:

python verify_video.py leaf.mp4 --seconds 3 --require-audio

Валидатор требует непустой локальный файл, обычный видеопоток с корректными размерами, положительную длительность и аудиопоток, если он запрошен. Длительность контейнера и каждой обычной видеодорожки сравнивается с целевой с допуском 0,25 секунды, выбранным для этого примера. Затем FFmpeg декодирует видеодорожки и аудио. Если длительность дорожки отсутствует в метаданных, строгая проверка завершается ошибкой, а не подставляет длительность контейнера.

Это существенно: трёхсекундный контейнер может содержать лишь секунду видео и три секунды звука. Проверка только контейнера пропустит короткую картинку. Аналогично, аудиопоток может быть полностью беззвучным. Проверяется наличие дорожки, но не слышимость, синхронность или художественное качество.

Для примера с листом отдельно выполните приёмку:

ВопросЧто проверитьЕсли не выполнено
Нужный объект присутствует?Один зелёный лист на пруду, без посторонних объектовИзменить одно условие объекта и записать новую попытку
Движение правильное?Лист идёт слева направо, камера неподвижнаРазделить движение объекта и камеры в промпте
Клип непрерывен?Нет неожиданной склейки, мерцания, резкого обрываСравнить начало, середину и конец до редактирования или повторной генерации
Звук пригоден?Слышна вода, нет лишней речи или музыкиПослушать: наличие дорожки не заменяет проверку
Подходит для назначения?Нужное кадрирование, различимый объект, нет лишнего текстаПроверить фактическое место размещения, не только метаданные

Мы не генерировали и не оценивали настоящий ролик с листом. Это критерии для вашего разрешённого запуска. Храните промпт, точные настройки и результат вместе, чтобы сравнить следующую попытку. Успешное декодирование — технический этап, а не доказательство выполнения творческого задания.

Выбирайте настройки референсов, редактирования и продления отдельно

Спецификация модели и ограничения по операциям различают режимы. Максимальную длину нового видео нельзя переносить на каждую операцию.

ОперацияДокументированное ограничениеПрактическое следствие
Новое видеоЦелое число секунд от 3 до 15, по умолчанию 10Явно задайте длину воспроизводимого примера
Первый и последний кадры3–10 секундНачальный и конечный кадры не позволяют получить 15-секундную интерполяцию
Изображения-референсыДо шести при любой длительностиУкажите роль каждого изображения
Видеореференсы нового видеоДля выхода 3–10 секунд — до трёх; 11–15 секунд — один; каждый не длиннее трёх секундСчитайте число референсов отдельно от длины результата
Входное видео для редактированияДо 15 секундСначала обрежьте или разделите неподходящий файл
ПродлениеДобавляет 3–10 секунд за ход, суммарно до 30; контекст — последние 10 секундСледите за общей длиной и повторяйте важные ранние детали
Разрешение360p, 720p, 1080p, 4k; по умолчанию 720p1080p и 4K обозначены как апскейл, не как нативная съёмка

Обычным языком объясните, что сохранить из изображения и как видео должно влиять на новый кадр. Звук видеореференса игнорируется; такие референсы применяются к новой генерации, а не редактированию или продлению. Нативное аудио на выходе не означает поддержку загруженного аудио на входе или звуковых референсов. Редактирование голоса не поддерживается.

Google также предупреждает, что сопоставление и рассуждение по нескольким видео не поддерживаются, а такие промпты могут ухудшать результат или давать неожиданное поведение. Допустимое число референсов не является гарантией надёжного рассуждения между роликами.

Для первого изображения-референса используйте ясные роли вместо устаревших управляющих тегов:

Create a 5-second landscape shot.
Use the attached image as the appearance reference for the green leaf.
Keep its shape and color consistent.
The leaf drifts from left to right across still water.
Keep the camera fixed, with soft daylight and gentle water sounds.
Do not add speech, music, captions or extra leaves.

Шаблон задаёт пятисекундный горизонтальный кадр, внешний вид зелёного листа по приложенному изображению, сохранение формы и цвета, движение вправо, неподвижную камеру, дневной свет и воду без речи, музыки, субтитров и лишних листьев. Но настоящее изображение нужно приложить через документированный контракт медиавхода: упоминание файла в тексте его не загружает. Проверьте право использовать материал и доступность операции в аккаунте. Google рекомендует сначала естественное описание ролей и лишь затем принудительный video_config.task, который может ужесточить допустимые сочетания медиа.

Следующий самостоятельный пример редактирует ранее сгенерированное и сохранённое видео. Сохраните его как edit_saved_video.py; настоящий предыдущий ID читается из OMNI_PREVIOUS_INTERACTION_ID. Это новая потенциально платная операция, не офлайн-тест и не команда восстановления скачивания:

import os
from pathlib import Path
from google import genai

client = genai.Client(
    api_key=os.environ["GEMINI_API_KEY"],
    http_options={"timeout": 180000, "retry_options": {"attempts": 1}}
)
try:
    edit = client.interactions.create(
        model="gemini-omni-1.2-flash",
        previous_interaction_id=os.environ["OMNI_PREVIOUS_INTERACTION_ID"],
        input="Make the daylight warmer. Keep the leaf, its motion and the camera framing unchanged.",
        response_format={"type": "video", "delivery": "uri"},
        store=True,
        timeout=180,
        automatic_continuation=False
    )
    Path("edit-interaction.json").write_text(edit.model_dump_json(indent=2))
    print(edit.id, edit.status)
finally:
    client.close()

В том же активированном окружении и каталоге комплекта оставьте GEMINI_API_KEY и задайте ID сохранённой генерации. В macOS или Linux:

export OMNI_PREVIOUS_INTERACTION_ID='YOUR_STORED_GENERATION_ID'
python edit_saved_video.py

В Windows PowerShell задайте $env:OMNI_PREVIOUS_INTERACTION_ID = 'YOUR_STORED_GENERATION_ID', затем выполните python edit_saved_video.py. Вместо заполнителя нужен ID взаимодействия генерации, а не имя файла Files API. Храните edit-interaction.json закрыто и сохраняйте запись каждой попытки перед следующим запуском.

После получения ответа используйте новый ID с run_live.py --resume и новым именем файла, затем повторите медиа- и визуальную проверку. В отличие от полной программы первоначальной генерации, короткий пример редактирования не резервирует запись ожидания до POST. При таймауте без ID сначала изучите записи аккаунта: нельзя считать, что редактирование не произошло. Ни этот реальный вызов, ни настоящее продление для статьи не выполнялись.

Для редактирования и продления загруженных видео есть ограничения в ЕЭЗ, Швейцарии и Великобритании, отличающиеся от операций с видео, созданными моделью. Продление добавляет материал только в конец, не в середину или начало. Добавление диалога к загруженному видео, где уже есть речь, ограничено; многотуровое продолжение голоса в ранее сгенерированном видео описано отдельно. Проверяйте ограничения конкретной операции, а не воспринимайте поддержку редактирования как разрешение любого сценария.

Ищите причину на том этапе, где произошёл сбой

Соберите точную модель, endpoint, версию SDK, очищенный от секретов текст ошибки и имеющийся ID взаимодействия или файла. Наш разбор ошибок Gemini 4 API помогает разделить аутентификацию, доступ, формат запроса и квоту. Его модельные примеры относятся к Argon; здесь сохраняйте Omni и формат видеозапроса.

СимптомЧто проверитьСледующий шаг
HTTP 200, но парсер не видит видеоКонтракт ответа или незавершённостьoutput_video — удобное свойство SDK; в REST видео находится внутри steps
Неверная длительность с первым/последним кадромОграничения операцииИспользовать допустимое время вместо повтора того же запроса
Параметр генерации отклонёнНеподдерживаемое полеУбрать системные инструкции, temperature, top_p, stop sequences и отдельное поле отрицательного промпта; условия написать в обычном тексте
Взаимодействие завершено, файл обрабатываетсяГотовность файлаПроверять тот же ресурс, не создавать новое видео
Статус файла FAILED или неизвестенОбработка сервиса или изменение схемыОстановиться и сохранить доказательства, не считать любой иной статус успехом
Клиентский таймаут, исход неизвестенТранспорт и исполнение сервераСохранить запись ожидания, выяснить результат до нового POST
Скачивание удалось, валидатор отказалБайты, дорожки, локальные инструментыИзучить файл и вывод проверки перед повторным получением или генерацией
Недоступна операция с загруженным видеоРегион, тип источника, политикаПроверить условия аккаунта и операции, не менять ключи вслепую

При отказе фильтра безопасности изменяйте запрос в рамках разрешённых правил, а не повторяйте заблокированный промпт. Не публикуйте временные URL или ссылки с учётными данными. Для отдельного контракта Ofox используйте коды ошибок видео и общие правила повторных запросов; они не заменяют контракт ошибок Google.

Сохраните историю задачи перед масштабированием

Для каждой реальной попытки фиксируйте модель, версию промпта, референсы, длительность, разрешение, соотношение сторон, хранение, ID взаимодействия, ресурс файла, хеш локального результата и приёмку. Не включайте секреты и приватное содержимое в общие отчёты. Отделяйте GET существующей работы от POST новой: иначе диагностика и расходы будут искажены.

Перед оценкой расходов проверьте актуальную цену Omni для нужного режима и разрешения. Здесь нет измеренного счёта или тарифа Ofox. Отдельно учитывайте известное потребление неудачных попыток, редактирования и продления; неизвестное не равно нулю. Короткий черновик может увеличить итоговую цену, если за ним следует несколько платных правок. Сравнивайте путь до принятого результата, а не один запрос.

Сначала добейтесь приёмки небольшого примера, затем добавляйте по одному усложнению: изображение, другой формат кадра, редактирование сохранённого видео или продление. Оставьте прежнюю рабочую конфигурацию для сравнения. Масштабируйте только после того, как реальный аккаунт создаёт, получает и проверяет нужный результат. Итог работы — пригодное видео и запись приёмки, а не только сообщение об окончании генерации.