Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
google/gemini-omni-1.1-flashLäuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Google: Gemini Omni 1.1 Flash ist ein natives multimodales Modell zur Videogenerierung und Videobearbeitung von Google. Es ist der allgemein verfügbare Nachfolger von Gemini Omni Flash Preview und gehört zur Kategorie Video, deckt aber auch Text ab. Wer die Omni-Reihe von Google verfolgt hat, weiß, dass diese Version für den Produktionseinsatz gedacht ist und nicht für Experimente in der Vorschau.
Das Modell akzeptiert Text, Bilder und Videos als Eingabe und erzeugt Text und Videos als Ausgabe. Sein Kontextfenster umfasst 131.072 Token, mit einer maximalen Ausgabe von 65.536 Token. Auf der Videoseite unterstützt es Auflösungen von 360p, 720p, 1080p und 4K, Seitenverhältnisse von 16:9 und 9:16 sowie Clipdauern von 3 bis 10 Sekunden in Ein-Sekunden-Schritten. Es kann ein erstes Bild, ein letztes Bild oder beides verwenden, was kontrollierte Übergänge und Interpolation ermöglicht, und es kann Audio zusammen mit dem Video generieren.
Diese Fähigkeiten deuten auf eine recht spezifische Gruppe von Arbeitsabläufen hin. Text-zu-Video deckt Konzeptaufnahmen, Storyboards und kurze Social-Media-Clips ab, während Bild-zu-Video es ermöglicht, ein Standbild oder ein Produktrendering zu animieren. Die Angabe eines ersten und eines letzten Bildes ist nützlich, wenn ein definierter Anfangs- und Endzustand benötigt wird, beispielsweise bei Werbe-Kürzungen oder Szenenübergängen. Das Verhältnis 9:16 und die kurzen Dauern eignen sich für vertikale Formate, und 4K-Ausgabe ist dann verfügbar, wenn das Endergebnis die zusätzliche Auflösung benötigt. Da das Modell auch Video als Eingabe liest, sind Bearbeitung und Umgestaltung vorhandenen Materials Teil derselben Oberfläche und keine separate Pipeline.
Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "google/gemini-omni-1.1-flash" auf. Die unterstützten Anforderungsparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, seed, temperature und top_p. Der Parameter seed ist es wert, gesetzt zu werden, wenn Sie reproduzierbare Generierungen über mehrere Durchläufe hinweg wünschen, und temperature und top_p bieten die übliche Kontrolle über das Sampling. Die Reasoning-Parameter lassen Sie entscheiden, ob Reasoning einbezogen wird und wie viel Aufwand dafür betrieben wird, was wichtig ist, wenn ein Prompt vor der Videoerstellung eine Planung erfordert.
Es gibt keine genannte Einschränkung, die das Modell für allgemeine Videoarbeit ausschließen würde, aber die feste Auswahl an Seitenverhältnissen, 16:9 und 9:16, bedeutet, dass Formate außerhalb dieser beiden hier nicht abgedeckt sind. Die Dauern sind auf 10 Sekunden pro Generierung begrenzt, sodass längere Sequenzen aus mehreren Clips zusammengesetzt werden müssen. Wenn Ihre Aufgabe rein die Textgenerierung ohne Videokomponente ist, ist ein textfokussiertes Modell normalerweise die einfachere Wahl.
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-1.1-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_pIn dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Google: Gemini Omni 1.1 Flash.