Gemini Omni 1.2 Flash: модель Google для генерации и редактирования видео с клипами до 15 секунд и звуком. Принимает текст, изображения и видео.
Модель Google: Gemini Omni 1.2 Flash доступна через API Apikley из России без VPN, с оплатой в рублях.
Модальности: Текст · Видео
Клипы Gemini Omni 1.2 Flash могут длиться до 15 секунд, в Omni 1.1 Flash предел был 10. По описанию Google, звук, включая диалоги, создаётся вместе с изображением. Главное новшество версии: многошаговое редактирование. Клип можно доработать по очереди запросов, сменив фон, освещение, погоду или соотношение сторон, без новой генерации. Для сохранения героев и предметов принимаются референсные изображения. Google заявляет заметно меньше нежелательных склеек при движении камеры. Модель принимает текст, изображения и видео, отвечает текстом и видео. Контекст 131 072 токена, лимит ответа 65 536 токенов. Вызов функций у модели не заявлен. Результаты помечаются водяным знаком SynthID.
OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели google/gemini-omni-1.2-flash. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.
curl https://api.apikley.ru/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash",
"messages": [
{
"role": "user",
"content": "Объясните, что такое API, в двух предложениях."
}
]
}'from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")
response = client.chat.completions.create(
model="google/gemini-omni-1.2-flash",
messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)Клипы до 15 секунд вместо 10, многошаговое редактирование, более естественные диалоги, точнее следование референсным изображениям и меньше нежелательных склеек. Это перечисляет Google в анонсе версии.
По документации Google, это видео из текста и из изображения, переход между первым и последним кадрами, референсы героев, правка видео и продолжение клипа.
Контекстное окно 131 072 токена, лимит ответа 65 536 токенов.
Да, звук создаётся вместе с видео, включая диалоги и синхронную артикуляцию.
Да, по документации Google клип продолжается с последних секунд, и каждый шаг добавляет от 3 до 10 секунд, до 30 секунд суммарно. Так получается видео длиннее одного клипа.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.