Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
google/gemini-omni-1.1-flashUsa o seu saldo, aos preços acima. Novas contas começam com uso grátis.
Configurações
Google: Gemini Omni 1.1 Flash é um modelo nativo de geração e edição de vídeo multimodal do Google. É o sucessor disponível geralmente do Gemini Omni Flash Preview, e situa-se na categoria de vídeo, cobrindo também texto. Se tem acompanhado a linha Omni do Google, esta é a versão destinada ao uso em produção, em vez da experimentação em pré-visualização.
O modelo aceita texto, imagem e vídeo como entrada, e produz texto e vídeo como saída. A sua janela de contexto é de 131.072 tokens, com uma saída máxima de 65.536 tokens. Do lado do vídeo, suporta resoluções de 360p, 720p, 1080p e 4K, proporções de aspeto de 16:9 e 9:16, e durações de clipe de 3 a 10 segundos em passos de um segundo. Pode receber um primeiro fotograma, um último fotograma, ou ambos, o que torna possíveis transições controladas e interpolação, e pode gerar áudio juntamente com o vídeo.
Essas capacidades apontam para um conjunto bastante específico de fluxos de trabalho. Texto para vídeo abrange planos de conceito, storyboards e clipes sociais curtos, enquanto imagem para vídeo permite animar uma imagem estática ou uma renderização de produto. Fornecer um primeiro e um último fotograma é útil quando precisa de um estado inicial e final definidos, por exemplo em versões reduzidas para publicidade ou transições de cena. A proporção 9:16 e as durações curtas adequam-se a formatos verticais, e a saída em 4K está disponível quando o entregável final precisa da resolução extra. Como o modelo também lê vídeo como entrada, editar e reestilizar filmagens existentes faz parte da mesma superfície, em vez de um pipeline separado.
Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "google/gemini-omni-1.1-flash". Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, seed, temperature e top_p. Vale a pena definir o parâmetro seed quando quer gerações reproduzíveis entre execuções, e temperature e top_p dão-lhe o controlo habitual sobre a amostragem. Os parâmetros de raciocínio permitem-lhe decidir se o raciocínio é incluído e quanto esforço é gasto nele, o que é importante quando um prompt precisa de planeamento antes de o vídeo ser produzido.
Não há nenhuma restrição declarada que exclua o modelo para trabalho geral de vídeo, mas o conjunto fixo de proporções de aspeto, 16:9 e 9:16, significa que formatos fora dessas duas não são abrangidos aqui. As durações estão limitadas a 10 segundos por geração, pelo que sequências mais longas têm de ser construídas a partir de múltiplos clipes. Se a sua tarefa for puramente geração de texto sem componente de vídeo, um modelo focado em texto será normalmente a escolha mais simples.
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_pEsta comunidade ainda não tem tópicos. Abra o primeiro sobre Google: Gemini Omni 1.1 Flash.