مقایسه داده‌محور ایده‌جو

Agentic Video Understanding in Gemini در برابر Gemini Omni 1.1 Flash

این مقایسه فقط بر داده‌های موجود در آرشیو ایده‌جو تکیه دارد. قیمت، قابلیت یا ادعایی که در Corpus ثبت نشده باشد به مقایسه اضافه نمی‌شود.

چرا این دو محصول قابل مقایسه‌اند؟

سیگنال‌های مشترک ثبت‌شده: artificial intelligence، video، هوش مصنوعی، ویدیو

معیار
Agentic Video Understanding in Gemini
Gemini Omni 1.1 Flash
دسته‌بندی
API • هوش مصنوعی • ویدیو
ابزار طراحی • هوش مصنوعی • ویدیو
رأی ثبت‌شده
۲۵۷
۲۱۶
سازنده
Rohan Doshi
Sundar Pichai
تاریخ داده
2026-09-06
2026-08-28

Agentic Video Understanding in Gemini

تحلیل عاملیت‌محور ویدیو (Agentic Video Understanding) یک حالت پردازشی جدید در مدل‌های جمینای شامل نسخه‌های ۳.۷ فلش، ۳.۶ فلش و ۳.۵ فلش-لایت است که به مدل امکان می‌دهد به جای استفاده از نرخ فریم ثابت، خودش درباره نحوه و سرعت تماشای ویدیو و مدیاهای مورد نیاز تصمیم‌گیری کند. این رویکرد هوشمندانه باعث کاهش مصرف توکن تا ۸۸ درصد و کاهش هزینه‌ها تا ۶۶ درصد شده و در عین حال دقت مدل را تا ۷ درصد ارتقا می‌دهد که بیشترین تأثیر آن روی ویدیوهای طولانی مشخص می‌شود. این قابلیت هم‌اکنون از طریق API جمینای در محیط AI Studio و پلتفرم Gemini Enterprise به صورت زنده فعال است. کاربران برای بهره‌مندی از این ویژگی کافی است حالت پردازش را روی گزینه "agentic" قرار دهند و هیچ هزینه اضافی یا تعرفه جداگانه‌ای از آن‌ها دریافت نمی‌شود.

Gemini Omni 1.1 Flash

Gemini Omni ۱.۱ Flash، مدل چندرسانه‌ای جدید ما برای تولید و ویرایش ویدئو است. این مدل توانایی تولید ویدئوهای با کیفیت استودیو را دارد و امکاناتی چون گسترش صحنه، درون‌ریزی فریم اول و آخر، بهبود واضح ۴K، و پروتوتایپ سریع را فراهم می‌کند. همچنین می‌توانید صحنه را گسترش دهید و در عین حفظ شخصیت‌ها، نورپردازی و زمینه، تغییرات را اعمال کنید. با این ابزار، تولید محتوا در زمان کمتر و با کیفیت بالاتر امکان‌پذیر می‌شود.