Model Gemini Omni 1.2 Flash od firmy Google trafił do usługi AI Gateway. Narzędzie umożliwia generowanie materiałów wideo na podstawie promptów tekstowych za pomocą jednego klucza API, eliminując potrzebę posiadania osobnego konta Google.
Gemini Omni 1.2 Flash generuje wideo o długości od 3 do 15 sekund z natywnym dźwiękiem oraz pozwala na edycję klipów źródłowych o czasie trwania od 3 do 15 sekund przy użyciu maksymalnie sześciu obrazów referencyjnych. Twórcy mogą wydłużać materiały wideo o 3 do 10 sekund na wywołanie (maksymalnie do 30 sekund łącznie) lub dopracowywać wygenerowane klipy w kolejnych wywołaniach z wykorzystaniem poprzedniego identyfikatora (previousInteractionId). Wyjściowe pliki wspierają rozdzielczości 360p, 720p, 1080p oraz 4K w proporcjach 16:9 lub 9:16.
W ramach AI SDK pliki wideo można odbierać bezpośrednio jako plik przy użyciu funkcji generateText lub streamText, wskazując model o nazwie google/gemini-omni-1.2-flash. W przypadku wykorzystania streamText odczytywany jest pełny strumień (fullStream), który przekazuje wideo w formie ukończonego pliku.
Usługa AI Gateway udostępnia jednolite API do wywoływania modeli, śledzenia zużycia i kosztów oraz konfigurowania ponownych prób wywołania, przełączenia awaryjnego i optymalizacji wydajności w celu uzyskania dostępności wyższej niż oferowana przez samego dostawcę. Usługa oferuje również wbudowane niestandardowe raporty, obsługę Zero Data Retention, budżety dla kluczy API oraz reguły trasowania.
AI Gateway odzwierciedla ceny dostawcy bez stosowania marży i nie pobiera opłat platformowych za wnioskowanie, w tym dla zapytań typu Bring Your Own Key (BYOK).
