نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.
google/gemini-omni-1.2-flashيعمل من رصيدك بالأسعار أعلاه. تبدأ الحسابات الجديدة باستخدام مجاني.
الإعدادات
Gemini Omni 1.2 Flash هو نموذج متعدد الوسائط أصلي من Google، ويُطرح كخلف لـ Gemini Omni 1.1 Flash. يقع في فئة الفيديو مع تعامله أيضًا مع النصوص، لذا فهو مصمم للأعمال التي تجمع بين فهم اللغة وتوليد الفيديو وتحريره، وليس للنصوص وحدها.
يقبل النموذج النص والصور والفيديو كمدخلات، ويمكنه إرجاع النص أو الفيديو كمخرجات. نافذة السياق لديه هي 131,072 tokens، بحد أقصى للمخرجات يبلغ 65,536 tokens. على صعيد الفيديو، يدعم دقات 360p و720p و1080p و4K، ونسب أبعاد 16:9 و9:16، ومدد مقاطع من 3 إلى 15 ثانية. يمكنك تزويده بإطار أول، أو إطار أخير، أو كليهما، كما يتوفر توليد الصوت. أدوات التحكم في الاستدلال جزء من مجموعة المعاملات، ما يعني أن النموذج يمكنه إظهار عملية استدلاله عندما تطلب ذلك.
تشير هذه القدرات إلى مجموعة محددة إلى حد ما من المهام. ولأنه يستقبل الفيديو كمدخل بالإضافة إلى إنتاجه، فهو يناسب أعمال التحرير والتحويل: إعادة تصميم مقاطع موجودة بأسلوب جديد، أو تمديد مقطع أو تعديله، أو إعادة توليد أجزاء مع الحفاظ على اتساق المواد المحيطة. تجعل مدخلات الإطار الأول والإطار الأخير النموذج مفيدًا للانتقالات المضبوطة ول matching لقطة مع بداية ونهاية مخططتين. يغطي نسب الأبعاد كليهما التسليم الأفقي والصيغ العمودية، ويتيح لك نطاق الدقات التكرار بسرعة عند دقات أقل قبل إخراج نسخة نهائية بدقة 1080p أو 4K. يعني توليد الصوت أنه يمكنك إنتاج مقطع قصير كامل دون مرور صوتي منفصل. كما يناسب إدخال النص إلى جانب مخرجات الفيديو أعمال القصص المصورة أو المفاهيم المدفوعة بالمطالبات، حيث تصف مشهدًا وتحصل على مقطع قصير في المقابل.
يمكنك استدعاء النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "google/gemini-omni-1.2-flash". معاملات الطلب المدعومة هي include_reasoning وmax_tokens وreasoning وreasoning_effort وseed وtemperature وtop_p. يستحق معامل seed الاستخدام عندما تريد مخرجات قابلة للتكرار عبر التشغيلات، ويمنحك temperature وtop_p تحكمًا في مقدار التنوع بين عمليات التوليد. تتيح لك معاملات الاستدلال أن تقرر ما إذا كان الاستدلال سيظهر ومقدار الجهد المبذول فيه.
ضع سقف المخرجات في اعتبارك: 65,536 tokens هو الحد الأقصى للمخرجات، والمقاطع محدودة بـ 15 ثانية، لذا يجب بناء التسلسلات الأطول من عمليات توليد متعددة. إذا كانت مهمتك توليد نصوص فقط دون أي مكوّن فيديو، فمن المرجح أن يكون نموذج يركز على النصوص أنسب وأبسط. أما للأعمال التي تمزج اللغة مع توليد أو تحرير فيديو قصير، فهذا النموذج يغطي المسار الكامل من المطالبة إلى المقطع النهائي.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
// Video generation is asynchronous: submit, then poll until completed.
let job = await client.post("/videos", { body: {
"model": "google/gemini-omni-1.2-flash",
"prompt": "A drone shot over turquoise ocean waves at sunrise",
"duration": 8,
"resolution": "720p",
"aspect_ratio": "16:9"
} });
while (!["completed", "failed"].includes(job.status)) {
await new Promise((r) => setTimeout(r, 5000));
job = await client.get(`/videos/${job.id}`);
}
console.log(job.status, job.unsigned_urls);
include_reasoningmax_tokensreasoningreasoning_effortseedtemperaturetop_pلا توجد مواضيع في هذا المجتمع بعد. افتح أول موضوع عن Google: Gemini Omni 1.2 Flash.