Kami menggunakan cookie. Cookie dan penyimpanan browser menjaga Anda tetap masuk dan mengingat preferensi Anda. Dengan izin Anda, kami juga mengukur cara situs digunakan. Anda dapat kapan saja. Lihat kebijakan cookie kami.
google/gemini-omni-1.2-flashBerjalan dengan saldo Anda sesuai harga di atas. Akun baru mendapat pemakaian gratis.
Pengaturan
Gemini Omni 1.2 Flash adalah model multimodal native dari Google, diposisikan sebagai penerus Gemini Omni 1.1 Flash. Model ini berada di kategori video sekaligus menangani teks, jadi model ini dibangun untuk pekerjaan yang menggabungkan pemahaman bahasa dengan pembuatan dan pengeditan video, bukan untuk teks saja.
Model ini menerima teks, gambar, dan video sebagai input, dan dapat mengembalikan teks atau video sebagai output. Jendela konteksnya adalah 131,072 token, dengan output maksimum 65,536 token. Di sisi video, model ini mendukung resolusi 360p, 720p, 1080p, dan 4K, rasio aspek 16:9 dan 9:16, serta durasi klip dari 3 hingga 15 detik. Anda dapat memberikan frame pertama, frame terakhir, atau keduanya, dan pembuatan audio tersedia. Kontrol penalaran adalah bagian dari kumpulan parameter, yang berarti model dapat menampilkan proses penalarannya saat Anda memintanya.
Kemampuan tersebut mengarah pada serangkaian pekerjaan yang cukup spesifik. Karena model ini menerima video sebagai input sekaligus menghasilkannya, model ini cocok untuk pekerjaan pengeditan dan transformasi: mengubah gaya rekaman yang ada, memperpanjang atau menyesuaikan klip, atau meregenerasi segmen sambil menjaga materi di sekitarnya tetap konsisten. Input frame pertama dan frame terakhir membuatnya berguna untuk transisi yang terkendali dan untuk menyesuaikan shot dengan awal dan akhir yang direncanakan. Dua rasio aspek mencakup pengiriman lanskap dan format vertikal, dan rentang resolusi memungkinkan Anda melakukan iterasi dengan cepat pada resolusi lebih rendah sebelum merender versi final pada 1080p atau 4K. Pembuatan audio berarti Anda dapat menghasilkan klip pendek yang lengkap tanpa proses suara terpisah. Input teks bersama output video juga cocok untuk pekerjaan storyboard atau konsep yang digerakkan oleh prompt, di mana Anda mendeskripsikan sebuah adegan dan mendapatkan klip pendek sebagai hasilnya.
Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "google/gemini-omni-1.2-flash". Parameter permintaan yang didukung adalah include_reasoning, max_tokens, reasoning, reasoning_effort, seed, temperature, dan top_p. Parameter seed layak digunakan saat Anda menginginkan output yang dapat direproduksi di berbagai eksekusi, dan temperature serta top_p memberi Anda kendali atas seberapa besar variasi yang Anda dapatkan antar generasi. Parameter penalaran memungkinkan Anda memutuskan apakah penalaran ditampilkan dan seberapa besar usaha yang dikeluarkan untuknya.
Ingatlah batas output: 65,536 token adalah output maksimum, dan klip dibatasi hingga 15 detik, jadi urutan yang lebih panjang perlu dibangun dari beberapa generasi. Jika tugas Anda murni pembuatan teks tanpa komponen video, model yang berfokus pada teks kemungkinan lebih cocok. Untuk pekerjaan yang mencampur bahasa dengan pembuatan atau pengeditan video pendek, model ini mencakup jalur lengkap dari prompt hingga klip yang selesai.
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_pKomunitas ini belum memiliki topik. Buka topik pertama tentang Google: Gemini Omni 1.2 Flash.