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-1.2-flashLäuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Gemini Omni 1.2 Flash ist ein natives multimodales Modell von Google, positioniert als Nachfolger von Gemini Omni 1.1 Flash. Es liegt in der Videokategorie und verarbeitet zugleich Text, ist also für Arbeit gebaut, die Sprachverständnis mit Videogenerierung und Videobearbeitung kombiniert, statt für Text allein.
Das Modell akzeptiert Text, Bilder und Video als Eingabe und kann Text oder Video als Ausgabe zurückgeben. Sein Kontextfenster beträgt 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 15 Sekunden. Sie können ein erstes Frame, ein letztes Frame oder beides angeben, und Audiogenerierung ist verfügbar. Reasoning-Steuerungen sind Teil des Parametersatzes, was bedeutet, dass das Modell seinen Reasoning-Prozess offenlegen kann, wenn Sie danach fragen.
Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Weil es Video sowohl als Eingabe annimmt als auch erzeugt, eignet es sich für Bearbeitungs- und Transformationsarbeit: vorhandenes Material umzugestalten, einen Clip zu verlängern oder anzupassen oder Segmente neu zu generieren, während das umgebende Material konsistent bleibt. Die Eingaben für erstes Frame und letztes Frame machen es nützlich für kontrollierte Übergänge und dafür, eine Aufnahme an einen geplanten Anfang und ein geplantes Ende anzupassen. Die zwei Seitenverhältnisse decken sowohl Querformat-Auslieferung als auch vertikale Formate ab, und der Auflösungsbereich lässt Sie schnell bei niedrigeren Auflösungen iterieren, bevor Sie eine endgültige Version in 1080p oder 4K rendern. Audiogenerierung bedeutet, dass Sie einen vollständigen kurzen Clip ohne separaten Sound-Durchlauf produzieren können. Texteingabe zusammen mit Videoausgabe eignet sich auch für promptgesteuerte Storyboard- oder Konzeptarbeit, bei der Sie eine Szene beschreiben und einen kurzen Clip zurückbekommen.
Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "google/gemini-omni-1.2-flash" auf. Die unterstützten Anfrageparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, seed, temperature und top_p. Der Parameter seed ist nützlich, wenn Sie reproduzierbare Ausgaben über mehrere Läufe hinweg wünschen, und temperature und top_p geben Ihnen Kontrolle darüber, wie viel Variation Sie zwischen Generierungen erhalten. Die Reasoning-Parameter lassen Sie entscheiden, ob Reasoning offengelegt wird und wie viel Aufwand dafür betrieben wird.
Behalten Sie die Ausgabeobergrenze im Blick: 65.536 Token ist die maximale Ausgabe, und Clips sind auf 15 Sekunden begrenzt, sodass längere Sequenzen aus mehreren Generierungen aufgebaut werden müssen. Wenn Ihre Aufgabe reine Textgenerierung ohne Videokomponente ist, ist ein textfokussiertes Modell wahrscheinlich eine einfachere Wahl. Für Arbeit, die Sprache mit kurzer Videogenerierung oder Videobearbeitung mischt, deckt dieses Modell den vollständigen Weg vom Prompt bis zum fertigen Clip ab.
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_pIn dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Google: Gemini Omni 1.2 Flash.