Des modèles de chat qui créent images, vidéo et audio

Le modèle demande, ClawAI crée, le modèle répond

Quand votre message appelle un média, le modèle de chat peut appeler l'un des trois outils : générer une image, générer une vidéo ou générer un audio. ClawAI exécute le modèle de média, attend la fin et rend le résultat au même modèle de chat : la réponse que vous lisez a donc été écrite par le modèle qui a vu ce qui a été créé. L'image, la vidéo ou l'audio terminé apparaît sous la réponse. Les modèles qui ne savent pas appeler d'outils gardent l'ancien raccourci, où un modèle de média distinct répond à la demande.

Compatible avec Grok, GPT et Gemini

Tout modèle de chat qui prend en charge l'appel d'outils peut les utiliser, y compris les modèles Grok, GPT et Gemini. Un modèle qui ne génère pas de médias lui-même, comme Claude, peut quand même en demander, car ce sont des modèles dédiés d'image, de vidéo et d'audio, derrière les outils, qui produisent les médias, et non le modèle de chat.

Images, vidéo et audio

Les images viennent des modèles Gemini, OpenAI ou xAI, la vidéo de Veo ou Grok Imagine, et l'audio sous forme de voix (OpenAI ou Gemini) ou de courts morceaux de musique (Gemini Lyria). Les modèles disponibles dépendent de ce que l'opérateur a connecté. Un modèle de chat peut nommer un modèle, mais seulement parmi la liste connue de la plateforme ; sinon, le modèle par défaut est utilisé.

Attente, limites et coût

La génération est mesurée comme toute autre : elle puise dans l'allocation de votre forfait ou dans votre crédit à l'usage, et elle est refusée si aucun des deux ne la couvre. Un tour qui crée un média n'est pas diffusé mot à mot, car le modèle doit attendre le résultat. Une réponse peut créer jusqu'à deux éléments et un message jusqu'à trois dans la vue Comparer, chacun avec une attente bornée.

Questions fréquentes

Quels modèles de chat peuvent créer des médias ?

Tout modèle de chat qui prend en charge l'appel d'outils, par exemple les modèles Grok, GPT et Gemini. Les médias sont produits par des modèles d'image, de vidéo et d'audio derrière les outils : un modèle qui ne les génère pas lui-même, comme Claude, peut donc quand même en demander.

Où cela fonctionne-t-il ?

Dans le chat normal et dans les voies de Comparer. Les autres laboratoires d'orchestration (consensus, escalade, meilleur de N, etc.) n'offrent pas encore les outils de médias ; ils gardent le comportement précédent, où une demande d'image va à un modèle d'image.

Combien cela coûte-t-il ?

Chaque génération est mesurée sur l'allocation de votre forfait ou votre crédit à l'usage, en plus des tokens du modèle de chat lui-même. La page des tarifs indique ce que chaque forfait inclut.