Gemini Omni 1.2 Flash API
টেক্সট, ছবি, অডিও ও ভিডিও ইনপুট নিয়ে ভিডিও তৈরি ও সম্পাদনা করে এমন মডেল।
Gemini Omni 1.2 Flash হলো Google-এর একটি মাল্টিমোডাল মডেল, যা টেক্সট, ছবি, অডিও ও ভিডিও ইনপুট গ্রহণ করে এবং ভিডিও আউটপুট দেয়। এটি প্রাকৃতিক ভাষার কথোপকথনের মাধ্যমে ভিডিও সম্পাদনা করতে পারে, ফলে পুরো সৃজনশীল প্রক্রিয়া নতুন করে শুরু না করেই ধাপে ধাপে পরিবর্তন আনা যায়।
মডেলটি চরিত্র, দৃশ্য বা আঁকিবুঁকির ছবি ব্যবহার করে রেফারেন্স-চালিত সৃষ্টি সমর্থন করে এবং মহাকর্ষ, গতিশক্তি ও তরল গতিবিদ্যাসহ পদার্থবিজ্ঞানের স্বজ্ঞাত বোঝাপড়া প্রদর্শন করে। এটি ইতিহাস, বিজ্ঞান ও সাংস্কৃতিক প্রেক্ষাপট সম্পর্কে Gemini-এর জ্ঞান ব্যবহার করে।
সোশ্যাল অ্যাডের খসড়া, পণ্য উন্মোচনের ক্লিপ, ই-কমার্স মোশন বিজ্ঞাপন, অ্যাপ ডেমো ভিডিও, মৌসুমি ক্যাম্পেইনের বৈচিত্র্য, পারফরম্যান্স ক্রিয়েটিভ পরীক্ষা এবং সংক্ষিপ্ত প্রম্পট থেকে ব্যাখ্যামূলক ভিডিও তৈরির কাজে এটি উপযুক্ত।
আপডেট:
মডেল ID
gemini-omni-1.2-flash- কনটেক্সট
- 131.072K
- সর্বোচ্চ আউটপুট
- 65.536K
- ইনপুট
- text / image / video
- আউটপুট
- video
মূল বৈশিষ্ট্য
- টেক্সট, ছবি, অডিও ও ভিডিও ইনপুট
- কথোপকথনে ভিডিও সম্পাদনা
- রেফারেন্স-চালিত সৃষ্টি
- পদার্থবিজ্ঞানের উন্নত বোঝাপড়া
- Video Arena Elo-তে প্রথম স্থান
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| প্রাপ্যতা | |
|---|---|
অতীত পরিসংখ্যান সরাসরি অবস্থা পরীক্ষা নয়। ডেটা না থাকা মানেই পরিষেবা বন্ধ নয়।
বেঞ্চমার্ক
- 1404
Video Arena Elo
সামগ্রিকভাবে প্রথম স্থান; Gemini Omni Flash
স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।
রিজনিং
- ডিফল্ট এফোর্ট
- low
- সর্বদা সক্রিয়
- হ্যাঁ
- উপলব্ধ এফোর্ট স্তর
- high / low
ভিডিও স্পেসিফিকেশন
- আস্পেক্ট অনুপাত
- 16:9 / 9:16
- অডিও · আউটপুট
- হ্যাঁ
- রেজোলিউশন
- 720p / 1080p / 4K / 360p
API রেফারেন্স
এই মডেলের প্রোটোকলের বিস্তারিত প্রকাশ করা হয়নি। ইন্টিগ্রেশনের প্রয়োজনীয়তার জন্য API রেফারেন্স দেখুন।
API রেফারেন্স →সমর্থিত প্যারামিটার
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
সাধারণ প্রশ্ন
মডেল পরিচিতি: Gemini Omni 1.2 Flash?
Gemini Omni 1.2 Flash হলো Google-এর একটি মাল্টিমোডাল মডেল, যা টেক্সট, ছবি, অডিও ও ভিডিও ইনপুট গ্রহণ করে এবং ভিডিও আউটপুট দেয়। এটি প্রাকৃতিক ভাষার কথোপকথনের মাধ্যমে ভিডিও সম্পাদনা করতে পারে, ফলে পুরো সৃজনশীল প্রক্রিয়া নতুন করে শুরু না করেই ধাপে ধাপে পরিবর্তন আনা যায়। মডেলটি চরিত্র, দৃশ্য বা আঁকিবুঁকির ছবি ব্যবহার করে রেফারেন্স-চালিত সৃষ্টি সমর্থন করে এবং মহাকর্ষ, গতিশক্তি ও তরল গতিবিদ্যাসহ পদার্থবিজ্ঞানের স্বজ্ঞাত বোঝাপড়া প্রদর্শন করে। এটি ইতিহাস, বিজ্ঞান ও সাংস্কৃতিক প্রেক্ষাপট সম্পর্কে Gemini-এর জ্ঞান ব্যবহার করে। সোশ্যাল অ্যাডের খসড়া, পণ্য উন্মোচনের ক্লিপ, ই-কমার্স মোশন বিজ্ঞাপন, অ্যাপ ডেমো ভিডিও, মৌসুমি ক্যাম্পেইনের বৈচিত্র্য, পারফরম্যান্স ক্রিয়েটিভ পরীক্ষা এবং সংক্ষিপ্ত প্রম্পট থেকে ব্যাখ্যামূলক ভিডিও তৈরির কাজে এটি উপযুক্ত।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে। প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।
এই মডেল কী কী ইনপুট নিতে পারে?
এটি টেক্সট, ছবি, অডিও ও ভিডিও ইনপুট গ্রহণ করে এবং আউটপুট হিসেবে ভিডিও দেয়। ইনপুটগুলো একসঙ্গে মিশিয়েও ব্যবহার করা যায়।
ভিডিও সম্পাদনা কীভাবে কাজ করে?
প্রাকৃতিক ভাষার কথোপকথনের মাধ্যমে ভিডিও সম্পাদনা করা যায়, ফলে পুরো সৃজনশীল প্রক্রিয়া নতুন করে শুরু করতে হয় না।
এটি কী ধরনের কাজের জন্য উপযুক্ত?
সোশ্যাল অ্যাডের খসড়া, পণ্য উন্মোচনের ক্লিপ, ই-কমার্স মোশন বিজ্ঞাপন, অ্যাপ ডেমো ভিডিও এবং সংক্ষিপ্ত প্রম্পট থেকে ব্যাখ্যামূলক ভিডিও তৈরির জন্য এটি উপযুক্ত।
Gemini Omni 1.1 Flash-এর সঙ্গে এর পার্থক্য কী?
Gemini Omni 1.1 Flash দৃশ্যকে মোট 40 সেকেন্ড পর্যন্ত বাড়াতে পারে, 10 সেকেন্ড পর্যন্ত পূর্ববর্তী প্রেক্ষাপট বিশ্লেষণ করে, শুরু ও শেষ ফ্রেম নির্দিষ্ট করতে দেয় এবং 4K পর্যন্ত উচ্চ-রেজোলিউশন আউটপুট ও 360p প্রিভিউ সমর্থন করে।
এটি কীভাবে ব্যবহার করা যায়?
Gemini Omni Flash পাবলিক প্রিভিউতে Google AI Studio এবং Gemini API-তে পাওয়া যায়।
সংশ্লিষ্ট মডেল
Gemini Omni 1.1 Flash
Googleভিডিওgemini-omni-1.1-flashটেক্সট, ছবি, অডিও ও ভিডিও থেকে ভিডিও তৈরি ও সম্পাদনার জন্য গুগলের দ্রুত মাল্টিমোডাল মডেল।
রেজোলিউশন
720p / 1080p / 4K / 360p
সময়কাল
—
প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।
Veo 3.1 Fast
Googleভিডিওveo-3.1-fastGoogle-এর Veo 3.1 Fast হলো টেক্সট ও ছবি থেকে ভিডিও তৈরির জন্য একটি উন্নত মডেল।
রেজোলিউশন
720p / 1080p / 4K
সময়কাল
—
প্রকৃত জেনারেশন খরচের ভিত্তিতে চার্জ করা হয়। চূড়ান্ত পরিমাণের জন্য আপনার বিল দেখুন।