Felo API PlatformFelo API Platform
Zpět na modely

Gemini Omni 1.2 Flash API

Model Gemini Omni 1.2 Flash od Googlu generuje a upravuje video z textu, obrázků, zvuku a videa v rychlém konverzačním režimu a v žebříčku Video Arena Elo dosahuje 1404 bodů.

Gemini Omni 1.2 Flash je model pro tvorbu a úpravy videa od Googlu, dostupný v režimu veřejného náhledu v Google AI Studio a přes Gemini API. Přijímá kombinace textu, obrázků, zvuku a videa a na jejich základě generuje videový výstup. Umožňuje rovněž úpravy videa prostřednictvím přirozeného jazyka a iterativní práci bez nutnosti začínat celý tvůrčí proces znovu. Model využívá znalosti Googlu Gemini z oblasti historie, vědy a kulturního kontextu a vykazuje vylepšené intuitivní porozumění fyzice, včetně gravitace, kinetické energie a dynamiky tekutin.

Model se hodí pro rychlou tvorbu konceptů a variant: návrhy reklam pro sociální sítě, klipy k uvedení produktu na trh, pohyblivé reklamy pro elektronické obchodování, ukázky aplikací, sezónní kampaně, testování výkonnostní kreativity, krátké mockupy ve stylu influencerů, upoutávky a náhledy herního obsahu či vysvětlující videa z krátkých zadání. Využívá tvorbu řízenou referencemi – obrázky postav, scén nebo kreseb – a propojuje fotorealističnost s vyprávěním příběhu.

Mezi omezení modelu patří, že při uvedení na trh generoval klipy v délce 10 sekund a byl dostupný ve veřejném náhledu. Zpočátku neměl podporu API pro zvukové reference ani prodlužování scén a měl omezení konzistence postav při některých změnách scén a panoramatických pohybech. Pro srovnání: Gemini Omni 1.1 Flash prodlužuje scény až do celkové kumulativní délky 40 sekund, analyzuje až 10 sekund předchozího záznamu, umožňuje zadat počáteční a koncové snímky, podporuje výstup až ve 4K a nabízí 360p náhledy pro rychlejší iteraci.

Aktualizováno:

MODEL ID

gemini-omni-1.2-flash
Kontext
131.072K
Max. výstup
65.536K
Vstup
text / image / video
Výstup
video

Hlavní body

  • Rychlá konverzační tvorba a úpravy videa
  • Vstupy: text, obrázky, zvuk i video
  • Iterativní úpravy bez restartu celého procesu
  • Porozumění fyzice: gravitace, kinetika, tekutiny
  • Tvorba řízená referencemi postav a scén
  • První místo v žebříčku Video Arena Elo

Poskytovatelé

1 poskytovatelů

Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.

Poskytovatel · Podrobnosti k cenám
Dostupnost

Benchmarky

  • Video Arena Elo

    první místo celkově; Gemini Omni Flash

    1404

Skóre podle zveřejnění poskytovatele modelu.

Uvažování

Výchozí úroveň úsilí
low
Vždy zapnuto
Ano
Dostupné úrovně úsilí
high / low

Specifikace videa

Poměry stran
16:9 / 9:16
Zvuk · Výstup
Ano
Rozlišení
720p / 1080p / 4K / 360p

Reference API

Podrobnosti o protokolu tohoto modelu nejsou zveřejněny. Požadavky na integraci najdete v referenci API.

Reference API →

Podporované parametry

  • prompt
  • duration
  • resolution
  • aspect_ratio
  • generate_audio
  • seed
  • size
  • frame_images
  • input_references
  • user
  • session_id
  • trace

Časté dotazy

Co je Gemini Omni 1.2 Flash?

Gemini Omni 1.2 Flash je model pro tvorbu a úpravy videa od Googlu, dostupný v režimu veřejného náhledu v Google AI Studio a přes Gemini API. Přijímá kombinace textu, obrázků, zvuku a videa a na jejich základě generuje videový výstup. Umožňuje rovněž úpravy videa prostřednictvím přirozeného jazyka a iterativní práci bez nutnosti začínat celý tvůrčí proces znovu. Model využívá znalosti Googlu Gemini z oblasti historie, vědy a kulturního kontextu a vykazuje vylepšené intuitivní porozumění fyzice, včetně gravitace, kinetické energie a dynamiky tekutin. Model se hodí pro rychlou tvorbu konceptů a variant: návrhy reklam pro sociální sítě, klipy k uvedení produktu na trh, pohyblivé reklamy pro elektronické obchodování, ukázky aplikací, sezónní kampaně, testování výkonnostní kreativity, krátké mockupy ve stylu influencerů, upoutávky a náhledy herního obsahu či vysvětlující videa z krátkých zadání. Využívá tvorbu řízenou referencemi – obrázky postav, scén nebo kreseb – a propojuje fotorealističnost s vyprávěním příběhu. Mezi omezení modelu patří, že při uvedení na trh generoval klipy v délce 10 sekund a byl dostupný ve veřejném náhledu. Zpočátku neměl podporu API pro zvukové reference ani prodlužování scén a měl omezení konzistence postav při některých změnách scén a panoramatických pohybech. Pro srovnání: Gemini Omni 1.1 Flash prodlužuje scény až do celkové kumulativní délky 40 sekund, analyzuje až 10 sekund předchozího záznamu, umožňuje zadat počáteční a koncové snímky, podporuje výstup až ve 4K a nabízí 360p náhledy pro rychlejší iteraci.

Jak se využití účtuje?

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny. Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.

Jaké vstupy model Gemini Omni 1.2 Flash přijímá?

Model přijímá kombinace textu, obrázků, zvuku a videa. Na jejich základě generuje videový výstup.

K čemu se model Gemini Omni 1.2 Flash hodí?

Hodí se pro rychlou tvorbu konceptů a variant, například návrhů reklam pro sociální sítě, klipů k uvedení produktu, ukázek aplikací nebo vysvětlujících videí z krátkých zadání.

Jaké jsou rozdíly mezi modelem Gemini Omni 1.2 Flash a modelem Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash prodlužuje scény až do celkové kumulativní délky 40 sekund, analyzuje až 10 sekund předchozího záznamu, umožňuje zadat počáteční a koncové snímky, podporuje výstup až ve 4K a nabízí 360p náhledy pro rychlejší iteraci. Gemini Omni 1.2 Flash při uvedení na trh generoval klipy v délce 10 sekund a zpočátku neměl podporu API pro zvukové reference ani prodlužování scén.

Jak si model Gemini Omni 1.2 Flash stojí v žebříčku Video Arena?

V žebříčku Video Arena Elo dosahuje 1404 bodů a obsazuje první místo celkově. Před modelem Seedance 2.0 Mini vede o 101 bodů Elo.

Jaké má model Gemini Omni 1.2 Flash známá omezení?

Při uvedení na trh generoval klipy v délce 10 sekund a byl dostupný ve veřejném náhledu. Zpočátku neměl podporu API pro zvukové reference ani prodlužování scén a měl omezení konzistence postav při některých změnách scén a panoramatických pohybech.

Související modely