muapi Logomuapi Logo
muapi Logomuapi Logo

जेमिनी ओमनी 1.2 फ्लैश: AI Video Generator

जेमिनी ओमनी 1.2 फ्लैश से टेक्स्ट से वीडियो बनाएं। 360p से 4K तक नेटिव ऑडियो के साथ 3-15 सेकंड की क्लिप, प्रति सेकंड भुगतान। मुफ़्त आज़माएं।. जेमिनी ओमनी 1.2 फ्लैश Google का तेज़ मल्टीमॉडल वीडियो मॉडल है, और यह उसका टेक्स्ट-से-वीडियो समापन बिंदु है: दृश्य, एक्शन, कैमरा और ध्वनि का वर्णन करने वाला प्रॉम्प्ट लिखें और उसी पास में तैयार नेटिव सिंक्रनाइज़ संवाद, परिवेशी ऑडियो और संगीत के साथ 3-15 सेकंड की क्लिप पाएं। 16:9, 9:16 या ऑटो आस्पेक्ट रेशियो चुनें और सस्ते ड्राफ़्ट के लिए 360p पर या अंतिम डिलीवरी के लिए 4K तक रेंडर करें। मूल्य आउटपुट के प्रति सेकंड के हिसाब से है ($0.023/s 360p पर, $0.07/s 720p पर, $0.105/s 1080p पर, $0.21/s 4K पर), इसलिए लागत क्लिप की लंबाई के साथ अनुमानित रूप से बढ़ती है। इसके बजाय किसी छवि से शुरू करने के लिए Gemini Omni 1.2 Flash Image to Video का उपयोग करें; संदर्भ छवियों पर आधारित करने के लिए Gemini Omni 1.2 Flash Reference to Video देखें; मौजूदा क्लिप संपादित करने के लिए Gemini Omni 1.2 Flash Video Edit देखें।

इंटरैक्टिव मॉडल नियंत्रण

जेमिनी ओमनी 1.2 फ्लैश से टेक्स्ट से वीडियो बनाएं। 360p से 4K तक नेटिव ऑडियो के साथ 3-15 सेकंड की क्लिप, प्रति सेकंड भुगतान। मुफ़्त आज़माएं।

📝

सिंहावलोकन

इस मॉडल के बारे में

जेमिनी ओमनी 1.2 फ्लैश Google का तेज़ मल्टीमॉडल वीडियो मॉडल है, और यह उसका टेक्स्ट-से-वीडियो समापन बिंदु है: दृश्य, एक्शन, कैमरा और ध्वनि का वर्णन करने वाला प्रॉम्प्ट लिखें और उसी पास में तैयार नेटिव सिंक्रनाइज़ संवाद, परिवेशी ऑडियो और संगीत के साथ 3-15 सेकंड की क्लिप पाएं। 16:9, 9:16 या ऑटो आस्पेक्ट रेशियो चुनें और सस्ते ड्राफ़्ट के लिए 360p पर या अंतिम डिलीवरी के लिए 4K तक रेंडर करें। मूल्य आउटपुट के प्रति सेकंड के हिसाब से है ($0.023/s 360p पर, $0.07/s 720p पर, $0.105/s 1080p पर, $0.21/s 4K पर), इसलिए लागत क्लिप की लंबाई के साथ अनुमानित रूप से बढ़ती है। इसके बजाय किसी छवि से शुरू करने के लिए Gemini Omni 1.2 Flash Image to Video का उपयोग करें; संदर्भ छवियों पर आधारित करने के लिए Gemini Omni 1.2 Flash Reference to Video देखें; मौजूदा क्लिप संपादित करने के लिए Gemini Omni 1.2 Flash Video Edit देखें।

1कथात्मक शॉर्ट्स: एक ही समृद्ध टेक्स्ट प्रॉम्प्ट से दृश्य, कैमरा और संवाद संचालित करें।
2सोशल वीडियो: Reels, Shorts और TikTok के लिए अंतर्निहित ध्वनि के साथ 9:16 क्लिप बनाएं।
3विज्ञापन कॉन्सेप्ट: 360p पर व्यावसायिक विचारों का प्रोटोटाइप बनाएं, फिर चुने हुए नतीजे को 1080p या 4K पर दोबारा रेंडर करें।
4एक्सप्लेनर: अलग ऑडियो पाइपलाइन के बिना छोटे नैरेशन वाले विज़ुअल सीक्वेंस तैयार करें।
5तेज़ इटरेशन: उच्च रिज़ॉल्यूशन पर जाने से पहले प्रॉम्प्ट जांचने के लिए कम लागत वाले 360p ड्राफ़्ट का उपयोग करें।
💰

मूल्य निर्धारण एवं मूल्य

लागत विश्लेषण

muapi$0.023–$0.21 प्रति सेकंड (रिज़ॉल्यूशन के अनुसार)

प्रति-जनरेशन भुगतान, कोई सब्सक्रिप्शन नहीं। तैयार वीडियो के प्रति सेकंड के हिसाब से बिल।

Fal.aiउपलब्ध नहीं

यह मॉडल Fal.ai पर सूचीबद्ध नहीं है।

Replicateउपलब्ध नहीं

यह मॉडल Replicate पर सूचीबद्ध नहीं है।

** प्रतिस्पर्धी मूल्य निर्धारण का अनुमान समान मॉडल आर्किटेक्चर और उपयोग स्तरों के आधार पर लगाया जाता है।

⚙️

टेक्निकल डिटेल

कॉन्फ़िगरेशन स्कीमा

संकेतstring

Describe the scene, action, camera movement, and sound.

डिफ़ॉल्ट मानA cat plays piano in a jazz bar, one continuous shot, soft live jazz
अवधि (सेकंड)integer

Video length in seconds (3-15).

डिफ़ॉल्ट मान8
पहलू अनुपातएनम (3 विकल्प)

Output aspect ratio. `auto` follows the reference image and is treated as 16:9 when none is provided.

डिफ़ॉल्ट मान16:9
संकल्पएनम (4 विकल्प)

Output resolution. Output priced per second of generated video: $0.023/s at 360p, $0.07/s at 720p, $0.105/s at 1080p, $0.21/s at 4K.

डिफ़ॉल्ट मान720p
बीजinteger

Random seed (10000-99999). Omit for a random seed.

डिफ़ॉल्ट मान-
📖

कार्यान्वयन मार्गदर्शिका

डेवलपर दस्तावेज़ीकरण

जेमिनी ओमनी 1.2 फ्लैश का उपयोग कैसे करें

  1. मल्टीमॉडल प्रॉम्प्ट लिखें विज़ुअल, कैमरा निर्देशन, संवाद और परिवेशी ध्वनि का एक साथ वर्णन करें। उदाहरण: 'A cat plays piano in a jazz bar, one continuous shot, soft live jazz.'

  2. अवधि, आस्पेक्ट रेशियो और रिज़ॉल्यूशन चुनें अवधि 3-15 सेकंड है। आस्पेक्ट रेशियो 16:9, 9:16 या auto है (संदर्भ छवि के बिना 16:9 माना जाता है)। रिज़ॉल्यूशन 360p, 720p, 1080p या 4k है। बिलिंग: 360p पर $0.023/s, 720p पर $0.07/s, 1080p पर $0.105/s, 4K पर $0.21/s।

  3. वैकल्पिक रूप से सीड सेट करें रेंडर को दोहराने योग्य बनाने के लिए seed (10000-99999) दें।

  4. सबमिट करें और पोल करें

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-text-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "A cat plays piano in a jazz bar, one continuous shot, soft live jazz", "duration": 8, "resolution": "720p", "aspect_ratio": "16:9"}'

फिर `GET /api/v1/predictions/{request_id}/result` को तब तक पोल करें जब तक `status` का मान `completed` न हो जाए।

5. **प्रॉम्प्ट के सुझाव**
   - ध्वनि का स्पष्ट वर्णन करें: *'soft piano underscore'*, *'wind through trees'*।
   - संवाद को उद्धरण चिह्नों में लिखें और बोलने वाले का वर्णन करें।
   - कैमरा मूव्स का नाम दें, जैसे *'slow dolly in'* या *'handheld tracking shot'*।
❓

सामान्य प्रश्न

अक्सर पूछा जाता है

जेमिनी ओमनी 1.2 फ्लैश क्या है?

यह Google का तेज़ मल्टीमॉडल वीडियो मॉडल है। यह समापन बिंदु टेक्स्ट प्रॉम्प्ट को नेटिव सिंक्रनाइज़ ऑडियो के साथ 3-15 सेकंड के वीडियो में बदलता है।

मूल्य कैसे निर्धारित होता है?

तैयार वीडियो के प्रति सेकंड के हिसाब से: 360p पर $0.023/s, 720p पर $0.07/s, 1080p पर $0.105/s, 4K पर $0.21/s। 720p की 8 सेकंड की क्लिप की कीमत $0.56 है।

कौन-सी अवधि और रिज़ॉल्यूशन समर्थित हैं?

3-15 सेकंड की अवधि और 360p, 720p, 1080p और 4K रिज़ॉल्यूशन।

क्या यह ऑडियो बनाता है?

हां। संवाद, परिवेशी ध्वनि और संगीत उसी पास में नेटिव रूप से तैयार होते हैं; इसे दिशा देने के लिए अपने प्रॉम्प्ट में ध्वनि का वर्णन करें।

क्या मैं संदर्भ छवियां या शुरुआती फ़्रेम उपयोग कर सकता हूं?

इस समापन बिंदु पर नहीं। शुरुआती फ़्रेम के लिए [Gemini Omni 1.2 Flash Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) या संदर्भ छवियों के लिए [Gemini Omni 1.2 Flash Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) का उपयोग करें।

मैं दोहराने योग्य परिणाम कैसे पाऊं?

उसी प्रॉम्प्ट और सेटिंग के साथ वही `seed` (10000-99999) भेजें।