了解 Rivya 模型的可用状态、必需文件、参数设置和积分费用，区分网页表单与 API 请求字段，提交前检查输入与估价。

模型分类只能帮你缩小范围；能否完成眼前的任务，还要看当前可用状态、输入要求和实际表单。先明确要得到什么结果，再按下面的顺序检查。使用网页功能不需要先记住内部参数名。

先看能否运行，再看任务类型

模型目录分为聊天、图片、视频和音频。同属视频分类，也可能分别用于文字生成视频、让照片动起来，或用动作参考驱动角色，所需输入并不一样。

准备提示词前，先读当前的可用状态说明。模型暂时不能直接生成时，介绍页仍可能保留。能力列表或示例不能证明它现在就能在 Rivya 运行，具体见模型可用性说明。

支持模式说明输入与输出的关系，例如文生图、图生视频、文字转语音或对话转音频。表单可能根据附件和选项确定模式，不一定单独提供模式选择器。需要比较起点时，可以参考模型选择指南。

写提示词前，先核对输入要求

检查项	为什么要看
提示词或朗读文本	描述画面的文字与要读出来的台词用途不同；按当前表单填写，并遵守长度限制。
必需文件	有些任务只需文字，有些必须提供图片、视频、音频或特定组合；提示词不能代替必需上传。
文件限制	查看当前模型和模式支持的格式、大小、数量，以及尺寸或时长限制。
参考素材用途	首帧、尾帧、主体图、动作视频和录音不能随意互换，要放进对应字段。
其他控制项	对话表单可以为不同台词指定声音，另一些音频表单只接收一段文字；各模型并不相同。

等待上传结束，再确认需要的文件确实已附上。在电脑里选中了文件，并不代表它已经进入生成请求。具体见参考素材与上传及音频上传。

参考数量上限更高，只代表能提供更多输入，不保证产品身份或画面一致性更好。相互冲突的参考反而可能让目标不清楚。给每份素材明确用途，并将结果与原始产品或源素材对照，而不只和上一张生成图比较。

画幅描述宽高比例，分辨率描述像素尺寸或清晰度档位；质量是模型特有选项，时长则只在支持的任务中指定输出长度。它们是不同的控制项。具体模型示例和限制见质量、时长与画幅参数。

部分字段会在特定模式下隐藏；由参考图驱动的请求，也可能不再单独发送画幅参数。在提示词中写入不支持的数值，不会启用这个选项。按当前表单接受的设置提交，并检查实际输出。

声音控制也各有用途：为视频生成声音、朗读一段台词、上传录音作为输入，是不同工作流。音频开关不是录音上传入口，附上音频也不代表所有视频模型都会保留或混合它。操作方式见视频工作流或音频工作流。

模型的积分提示只是参考，不是所有请求的最终报价。费用可能受模型、时长、分辨率、输入文件或聊天用量影响；部分任务先预留积分，再结算实际费用。更换设置或参考素材后，提交前要重新查看估算值。

预算中也要计入重试。较短测试或较低设置，不一定让整个项目更便宜；任务技术上成功、但结果不满意，也不意味着自动退积分。具体见积分与账单和失败任务与积分返还。

切换模型可能恢复默认参数，并移除不支持或超出数量上限的附件。重新核对提示词、文件和相关设置，不要假设新模型会完整沿用上一份请求。

提交与验收时按以下顺序检查：

通过下载输出保留自己的文件副本。更高设置不保证事实正确、文字清晰，也不保证重新生成时其他画面细节完全不变。

这篇指南用于理解网页上的模型表单。开发集成时，应查看API 模型文档中对应模型的页面，核对 API 模型 ID、支持输入、请求字段及就绪状态。网页显示的字段名称，不一定就是 API 接受的参数名。

网页能否使用与 API 输入是否就绪，需要分别确认。存在公开模型页或网页上传功能，并不能证明 API 已经支持同一条输入路径。

使用文字生成图片，或通过最多 16 张参考图编辑图片。支持 1K、2K、4K 分辨率，以及自动、透明和不透明背景。

用文字、参考图或源视频生成视频。支持 16:9、9:16 和 4、6、8、10 秒；有视频输入时，输出时长由模型决定。

最多七张图片，每张 20 MB；或一个不超过 95 MB、30 秒的视频搭配最多五张图。视频截取片段不得超过 10 秒。不支持音频或角色素材 ID。

Gemini Omni 1.1 Flash: 首尾帧模式只接受一张起始图或一对首尾图，不能混用其他参考素材。