Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
google/gemini-omni-1.1-flashUsa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Google: Gemini Omni 1.1 Flash è un modello nativo multimodale di generazione e modifica video di Google. È il successore generalmente disponibile di Gemini Omni Flash Preview, e si colloca nella categoria video pur coprendo anche il testo. Se hai seguito la linea Omni di Google, questa è la versione pensata per l'uso in produzione anziché per la sperimentazione in anteprima.
Il modello accetta testo, immagini e video come input, e produce testo e video come output. La sua finestra di contesto è di 131.072 token, con un output massimo di 65.536 token. Sul lato video supporta risoluzioni di 360p, 720p, 1080p e 4K, rapporti d'aspetto di 16:9 e 9:16, e durate delle clip da 3 a 10 secondi con incrementi di un secondo. Può prendere un primo frame, un ultimo frame, o entrambi, il che rende possibili transizioni controllate e interpolazione, e può generare audio insieme al video.
Queste capacità indicano un insieme piuttosto specifico di flussi di lavoro. Il text-to-video copre riprese concettuali, storyboard e brevi clip per i social, mentre l'image-to-video consente di animare un'immagine fissa o un render di prodotto. Fornire un primo e un ultimo frame è utile quando serve uno stato iniziale e finale definito, ad esempio in riduzioni pubblicitarie o transizioni di scena. Il rapporto 9:16 e le durate brevi si adattano ai formati verticali, e l'output in 4K c'è quando il deliverable finale richiede la risoluzione extra. Poiché il modello legge anche il video come input, la modifica e il restyling di filmati esistenti fanno parte della stessa superficie anziché di una pipeline separata.
Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "google/gemini-omni-1.1-flash". I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, seed, temperature e top_p. Vale la pena impostare il parametro seed quando si vogliono generazioni riproducibili tra esecuzioni, e temperature e top_p offrono il solito controllo sul campionamento. I parametri di reasoning ti permettono di decidere se il reasoning è incluso e quanto sforzo vi viene dedicato, il che conta quando un prompt necessita di pianificazione prima che il video venga prodotto.
Non c'è alcuna restrizione dichiarata che escluderebbe il modello per il lavoro video generale, ma l'insieme fisso di rapporti d'aspetto, 16:9 e 9:16, significa che i formati al di fuori di questi due non sono coperti qui. Le durate sono limitate a 10 secondi per generazione, quindi le sequenze più lunghe devono essere costruite da più clip. Se il tuo compito è puramente generazione di testo senza componente video, un modello incentrato sul testo sarà di solito la scelta più semplice.
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_pQuesta community non ha ancora discussioni. Apri la prima su Google: Gemini Omni 1.1 Flash.