Felo API PlatformFelo API Platform
Kembali ke model

Gemini Omni 1.1 Flash API

Model video multimodal daripada Google DeepMind yang menjana video dengan audio asli daripada teks, imej dan klip rujukan, serta menyokong suntingan video secara perbualan.

Gemini Omni 1.1 Flash ialah model video multimodal daripada Google DeepMind yang menyatukan pemprosesan teks, imej, audio dan video dalam satu panggilan API. Ia boleh menjana video daripada gesaan teks, daripada satu imej, daripada imej dan video rujukan, serta daripada bingkai pertama dan terakhir untuk interpolasi. Model ini juga menyokong penyambungan babak dalam kenaikan 10 saat sehingga jumlah 40 saat, dan menghasilkan audio asli termasuk pertuturan, muzik dan kesan bunyi bersama video.

Model ini sesuai untuk penghasilan pemasaran daripada ringkasan kempen, imej produk, papan cerita dan konsep visual, papan cerita secara perbualan dengan penghalusan babak berulang, penjanaan video dipacu suara latar, kandungan penerangan berbilang bahasa, penyambungan klip sedia ada dengan gesaan, dan prototaip ciri AI baharu. Ia menawarkan mod draf 360p, penjanaan 720p dan penskalaan naik 4K, menerima sehingga 7 imej rujukan dan 3 video rujukan, serta menyokong Content Credentials (C2PA) untuk provenans.

Sebagai model video multimodal yang pantas dan cekap kos, Gemini Omni 1.1 Flash menggabungkan saluran paip yang mungkin memerlukan tiga hingga empat model berasingan kepada satu panggilan API, sekali gus mengurangkan kependaman, kos dan kadar kegagalan. Mod draf 360p berjalan sehingga 60% lebih pantas daripada penjanaan standard 720p, dan model ini mengekalkan konsistensi visual serta aliran naratif semasa penyambungan babak. Ia tersedia melalui Gemini API, Agent Platform Google Cloud dan alat pihak ketiga seperti Comfy dan Nenis.

Dikemas kini:

ID MODEL

gemini-omni-1.1-flash
Konteks
131.072K
Output maks
65.536K
Input
text / image / video
Output
video

Sorotan

  • Video daripada teks, imej dan klip rujukan
  • Audio asli termasuk pertuturan dan muzik
  • Suntingan video secara perbualan
  • Sambungan babak sehingga 40 saat
  • Mod draf 360p sehingga 60% lebih pantas
  • Sokongan Content Credentials (C2PA)

Penyedia

1 penyedia

Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.

Penyedia · Butiran harga
Ketersediaan

Penaakulan

Tahap usaha lalai
low
Sentiasa diaktifkan
Ya
Tahap usaha yang tersedia
high / low

Spesifikasi video

Nisbah aspek
16:9 / 9:16
Audio · Output
Ya
Resolusi
720p / 1080p / 4K / 360p

Rujukan API

Butiran protokol model ini belum diterbitkan. Rujuk rujukan API untuk keperluan integrasi.

Rujukan API →

Parameter yang disokong

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

Soalan lazim

Mengenali Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash ialah model video multimodal daripada Google DeepMind yang menyatukan pemprosesan teks, imej, audio dan video dalam satu panggilan API. Ia boleh menjana video daripada gesaan teks, daripada satu imej, daripada imej dan video rujukan, serta daripada bingkai pertama dan terakhir untuk interpolasi. Model ini juga menyokong penyambungan babak dalam kenaikan 10 saat sehingga jumlah 40 saat, dan menghasilkan audio asli termasuk pertuturan, muzik dan kesan bunyi bersama video. Model ini sesuai untuk penghasilan pemasaran daripada ringkasan kempen, imej produk, papan cerita dan konsep visual, papan cerita secara perbualan dengan penghalusan babak berulang, penjanaan video dipacu suara latar, kandungan penerangan berbilang bahasa, penyambungan klip sedia ada dengan gesaan, dan prototaip ciri AI baharu. Ia menawarkan mod draf 360p, penjanaan 720p dan penskalaan naik 4K, menerima sehingga 7 imej rujukan dan 3 video rujukan, serta menyokong Content Credentials (C2PA) untuk provenans. Sebagai model video multimodal yang pantas dan cekap kos, Gemini Omni 1.1 Flash menggabungkan saluran paip yang mungkin memerlukan tiga hingga empat model berasingan kepada satu panggilan API, sekali gus mengurangkan kependaman, kos dan kadar kegagalan. Mod draf 360p berjalan sehingga 60% lebih pantas daripada penjanaan standard 720p, dan model ini mengekalkan konsistensi visual serta aliran naratif semasa penyambungan babak. Ia tersedia melalui Gemini API, Agent Platform Google Cloud dan alat pihak ketiga seperti Comfy dan Nenis.

Bagaimana penggunaan dicaj?

Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza. Dicaj berdasarkan kos penjanaan sebenar. Lihat bil anda untuk jumlah akhir.

Apakah jenis input yang disokong oleh Gemini Omni 1.1 Flash?

Model ini menerima input teks, imej, audio dan video. Ia juga menerima sehingga 7 imej rujukan dan 3 video rujukan untuk penjanaan video.

Apakah output yang dihasilkan oleh model ini?

Gemini Omni 1.1 Flash menghasilkan video bersama audio asli, termasuk pertuturan, muzik dan kesan bunyi.

Berapa lama video yang boleh dijana atau disambung?

Model ini menyambung babak dalam kenaikan 10 saat sehingga jumlah 40 saat.

Apakah tugas yang paling sesuai untuk model ini?

Ia sesuai untuk penghasilan pemasaran, papan cerita secara perbualan, penjanaan video dipacu suara latar, kandungan penerangan berbilang bahasa dan prototaip ciri AI baharu.

Apakah perbezaan Gemini Omni 1.1 Flash berbanding model dalam siri yang sama?

Versi pratonton terdahulu telah ditamatkan penggunaan bagi memberi laluan kepada model 1.2 Flash. Gemini Omni 1.1 Flash kekal sebagai keluaran ketersediaan umum yang pantas dan cekap kos.

Adakah model ini menyokong penjanaan atau suntingan imej?

Tidak. Gemini Omni 1.1 Flash tidak menyokong penjanaan imej, suntingan imej, output berstruktur, arahan sistem, cache konteks dan penalaan.

Model berkaitan