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
Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| Dostupnost | |
|---|---|
Historická data nejsou kontrolou v reálném čase. Chybějící data neznamenají výpadek.
Benchmarky
- 1404
Video Arena Elo
první místo celkově; Gemini Omni Flash
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
Gemini Omni 1.1 Flash
GoogleVideogemini-omni-1.1-flashGemini Omni 1.1 Flash od Google DeepMind je rychlý multimodální model pro generování videa z textu, obrázků, zvuku a dalších videí, který v jednom API sjednocuje zpracování textu, obrazu, zvuku a videa.
Rozlišení
720p / 1080p / 4K / 360p
Délka
—
Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.
Veo 3.1 Fast
GoogleVideoveo-3.1-fastVeo 3.1 Fast je od Googlu model pro generování videa, který vytváří video z textového zadání nebo z obrázku a je určený pro tvorbu filmově laděných výstupů.
Rozlišení
720p / 1080p / 4K
Délka
—
Účtováno podle skutečných nákladů na generování. Konečnou částku najdete ve faktuře.