Gemini Omni 1.1 Flash API — Python-Wrapper

Ein fokussiertes Python-SDK und ein MCP-Server für Google Gemini Omni Flash auf MuAPI. Es unterstützt Text-zu-Video, Bild-zu-Video, Video-Bearbeitung, wiederverwendbare Sprachprofile, wiederverwendbare Charakterprofile und asynchrones Job-Polling.

Google hat das Gemini Omni 1.1 Flash-Update am 27. August 2026 angekündigt — mit Szenenerweiterung (bis zu 10 Sekunden analysierter Kontext, bis zu 40 Sekunden Gesamtlänge), Keyframe-Steuerung für das erste/letzte Frame, einem 360p-Entwurfsauflösungsmodus, 4K-Upscaling und bis zu 3 Sekunden Video-Referenzeingabe. Details finden Sie unter muapi.ai/gemini-omni-1.1-flash. Dieser Client kapselt die Gemini Omni Flash-Endpunkte, die heute auf MuAPI verfügbar sind; die oben genannten 1.1-spezifischen Steuerungen werden schrittweise ausgerollt und sind von diesem SDK noch nicht bereitgestellt — dieses README und der Code werden aktualisiert, sobald MuAPI sie hinzufügt.

Verwandte Projekte

• Gemini Omni auf MuAPI — Modell-Landingpage: Text-zu-Video, Bild-zu-Video, Video-Bearbeitung, Sprachprofile, Charakterprofile.

• Gemini Omni 1.1 Flash auf MuAPI — Neuerungen im1.1-Update und Rollout-Status.

• gemini-omni-comfyui — ComfyUI-Custom-Nodes für Gemini Omni über MuAPI.

• Awesome-Gemini-Omni-API-Prompts — Kuratierte Prompt-Bibliothek für Gemini Omni und API-Leitfaden.

• awesome-ai-video-models — Vergleiche KI-Videomodelle nach API, Preis und Geschwindigkeit.

• Wan-3.0-API — Python-SDK für die Wan-3.0-Videogenerierung über MuAPI.

• Veo-4-API — Python-SDK für die Google-Veo-AI-Videogenerierung.

• Seedance-2-API — Python-SDK für die Videogenerierung mit ByteDance Seedance.

• Generative-Media-Skills — Agentenbereite Skills für automatisierte Medien-Workflows.

• muapi-cli — Befehlszeilenzugriff auf MuAPI-Bild-, Video- und Audiomodelle.

Related MCP server: media-gen-mcp

Installation

git clone https://github.com/Anil-matcha/Gemini-Omni-1.1-Flash-API.git
cd Gemini-Omni-1.1-Flash-API
pip install -r requirements.txt
cp .env.example .env

Legen Sie MUAPI_API_KEY in .env fest. Setzen Sie GEMINI_OMNI_API_BASE_URL nur, wenn Sie einen kompatiblen Anbieter verwenden, der nicht die Standard-MuAPI-Basis-URL nutzt.

Schnellstart

from gemini_omni_api import GeminiOmniAPI

api = GeminiOmniAPI()
job = api.text_to_video(
    "A street musician plays a violin on a rainy Paris evening, raindrops tap "
    "the cobblestones, a slow melancholic melody, distant café chatter.",
    duration=8,
    resolution="1080p",
    aspect_ratio="16:9",
)

result = api.wait_for_completion(job["request_id"])
print(result)

Bild-zu-Video

job = api.image_to_video(
    prompt="The subject slowly turns to face the camera as golden-hour light sweeps across the scene.",
    image_urls=["https://example.com/reference.jpg"],
    aspect_ratio="9:16",
    duration=8,
)

Video-Bearbeitung

job = api.video_edit(
    prompt="Restyle the entire clip as a hand-drawn Studio Ghibli animation, keep the original camera motion.",
    video_url="https://example.com/source.mp4",
    trim_start=0,
    trim_end=10,
    resolution="1080p",
)

Sprach- und Charakterprofile

voice = api.create_audio_profile("Narrator", preset_voice="warm-male-1", style_description="calm, deliberate pacing")
character = api.create_character_profile("Host", image_url="https://example.com/host.jpg")

job = api.text_to_video(
    "The host welcomes viewers to the show.",
    audio_ids=[voice["audioId"]],
    character_ids=[character["characterId"]],
)

API-Oberfläche

text_to_video(), image_to_video() und video_edit() akzeptieren duration (4/6/8/10 Sekunden), resolution (720p, 1080p, 4k), aspect_ratio (16:9, 9:16), bis zu 3 audio_ids, bis zu 3 character_ids und seed.

MCP-Server

Stellen Sie die Tools von Gemini Omni für MCP-fähige Clients bereit:

python mcp_server.py

Der Server stellt die Tools text_to_video, image_to_video, video_edit, create_audio_profile, create_character_profile und get_task_status bereit.

Status: 1.1-Update wird ausgerollt

Google hat Gemini Omni 1.1 Flash am 27. August 2026 angekündigt. Das Update wird derzeit über Google AI Studio, die Gemini Enterprise Agent Platform, Google Flow und die Gemini-App ausgerollt. MuAPI rollt den API-Zugriff für die neuen 1.1-Steuerungen aus (Szenenerweiterung, Keyframes, 360p-Entwurfsmodus, 4K-Upscaling, Video-Referenzeingabe) — dieses SDK zielt auf die heute auf MuAPI verfügbaren Gemini Omni Flash-Endpunkte und wird aktualisiert, sobald die 1.1-Endpunkte live gehen.

Endpunkt-Kompatibilität

Der Client verwendet die Pfade gemini-omni-text-to-video, gemini-omni-image-to-video, gemini-omni-video-edit, gemini-omni-audio und gemini-omni-character unterhalb von GEMINI_OMNI_API_BASE_URL. Wenn Ihr Anbieter seine Endpunkte anders benennt, übergeben Sie die kompatible Basis-URL dieses Anbieters oder passen Sie das kleine Client-Modul vor der Verwendung an.

Lizenz

MIT