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
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| Ketersediaan | |
|---|---|
Statistik sejarah bukan pemeriksaan langsung. Ketiadaan data tidak bermaksud gangguan.
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
Gemini Omni 1.2 Flash
GoogleVideogemini-omni-1.2-flashModel penjanaan dan penyuntingan video Google yang menerima input teks, imej, audio dan video serta menghasilkan video melalui perbualan bahasa semula jadi.
Resolusi
720p / 1080p / 4K / 360p
Tempoh
—
Dicaj berdasarkan kos penjanaan sebenar. Lihat bil anda untuk jumlah akhir.
Veo 3.1 Fast
GoogleVideoveo-3.1-fastVeo 3.1 Fast ialah model penjanaan video daripada Google yang menjana video daripada teks dan imej, sesuai untuk penciptaan video sinematik.
Resolusi
720p / 1080p / 4K
Tempoh
—
Dicaj berdasarkan kos penjanaan sebenar. Lihat bil anda untuk jumlah akhir.