Felo API PlatformFelo API Platform
Voltar aos modelos

Gemini Omni 1.2 Flash API

O Gemini Omni 1.2 Flash é um modelo do Google que gera e edita vídeos a partir de comandos de texto, imagens, áudio e vídeo, com foco em criação rápida e conversacional.

O Gemini Omni 1.2 Flash é um modelo do Google que se destaca por gerar e editar vídeos de forma rápida e conversacional. Ele aceita texto, imagens, áudio e vídeo como entrada, e produz vídeo como saída. A edição pode ser feita por conversa em linguagem natural, sem a necessidade de reiniciar todo o processo criativo. O modelo também suporta criação guiada por referências visuais, como imagens de personagens, cenas ou desenhos.

Uma das características do modelo é a compreensão intuitiva de física, incluindo gravidade, energia cinética e dinâmica de fluidos, o que contribui para cenas realistas. Além disso, ele utiliza o conhecimento do Gemini sobre história, ciência e contexto cultural para enriquecer as narrativas. Isso o torna adequado para tarefas como rascunhos de anúncios para redes sociais, clipes de lançamento de produtos, anúncios em movimento para e-commerce, vídeos de demonstração de aplicativos, variações de campanhas sazonais, testes de criativos de performance, mockups curtos no estilo de influenciadores, trailers e prévias de jogos, e explainers a partir de prompts curtos.

O Gemini Omni 1.2 Flash foi lançado em prévia pública e, no lançamento, gerava clipes de 10 segundos. Ele está disponível no Google AI Studio e na Gemini API. Algumas limitações incluem a ausência de suporte de API para referências de áudio e extensão de cena no lançamento, além de limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica. O modelo é comparado com o Veo 3.1 Fast.

Atualizado:

ID DO MODELO

gemini-omni-1.2-flash
Contexto
131.072K
Saída máxima
65.536K
Entrada
text / image / video
Saída
video

Destaques

  • Geração e edição de vídeo conversacional
  • Entrada multimodal: texto, imagem, áudio e vídeo
  • Compreensão intuitiva de física
  • Criação guiada por referências visuais
  • Clipes de 10 segundos no lançamento
  • Disponível em prévia pública no AI Studio e API

Provedores

1 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
Disponibilidade

Benchmarks

  • Video Arena Elo

    Primeiro lugar geral; Gemini Omni Flash

    1404

Pontuações conforme publicadas pelo fornecedor do modelo.

Raciocínio

Esforço padrão
low
Sempre ativado
Sim
Níveis de esforço disponíveis
high / low

Especificações do vídeo

Proporções de tela
16:9 / 9:16
Áudio · Saída
Sim
Resoluções
720p / 1080p / 4K / 360p

Referência da API

Os detalhes de protocolo deste modelo não foram publicados. Consulte a referência da API para os requisitos de integração.

Referência da API →

Parâmetros compatíveis

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

Perguntas frequentes

O que é Gemini Omni 1.2 Flash?

O Gemini Omni 1.2 Flash é um modelo do Google que se destaca por gerar e editar vídeos de forma rápida e conversacional. Ele aceita texto, imagens, áudio e vídeo como entrada, e produz vídeo como saída. A edição pode ser feita por conversa em linguagem natural, sem a necessidade de reiniciar todo o processo criativo. O modelo também suporta criação guiada por referências visuais, como imagens de personagens, cenas ou desenhos. Uma das características do modelo é a compreensão intuitiva de física, incluindo gravidade, energia cinética e dinâmica de fluidos, o que contribui para cenas realistas. Além disso, ele utiliza o conhecimento do Gemini sobre história, ciência e contexto cultural para enriquecer as narrativas. Isso o torna adequado para tarefas como rascunhos de anúncios para redes sociais, clipes de lançamento de produtos, anúncios em movimento para e-commerce, vídeos de demonstração de aplicativos, variações de campanhas sazonais, testes de criativos de performance, mockups curtos no estilo de influenciadores, trailers e prévias de jogos, e explainers a partir de prompts curtos. O Gemini Omni 1.2 Flash foi lançado em prévia pública e, no lançamento, gerava clipes de 10 segundos. Ele está disponível no Google AI Studio e na Gemini API. Algumas limitações incluem a ausência de suporte de API para referências de áudio e extensão de cena no lançamento, além de limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica. O modelo é comparado com o Veo 3.1 Fast.

Como o uso é cobrado?

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes. Cobrado com base no custo real de geração. Consulte sua conta para o valor final.

Quais tipos de entrada o modelo aceita?

O modelo aceita texto, imagens, áudio e vídeo como entrada, e gera vídeo como saída.

É possível editar vídeos de forma conversacional?

Sim, o modelo permite edição por conversa em linguagem natural, sem reiniciar todo o processo criativo.

Qual é a duração dos clipes gerados no lançamento?

No lançamento, o Gemini Omni Flash gerava clipes de 10 segundos.

O modelo está disponível publicamente?

Sim, ele foi lançado em prévia pública e está disponível no Google AI Studio e na Gemini API.

Quais são as limitações conhecidas?

No lançamento, não havia suporte de API para referências de áudio ou extensão de cena, e havia limitações de consistência de personagem em algumas mudanças de cena e movimentos de panorâmica.

Modelos relacionados