मुख्य सामग्री पर जाएँ

फ़ीचर

चैट मॉडल जो तस्वीरें, वीडियो और ऑडियो बनाते हैं

ClawAI में Grok, GPT या Gemini जैसा चैट मॉडल टूल के ज़रिए तस्वीरें, वीडियो और ऑडियो बना सकता है, नतीजे का इंतज़ार कर सकता है और फिर उस पर अपना जवाब लिख सकता है।

सभी फ़ीचर · अंतिम समीक्षा:

ऐप में देखें

  • ClawAI की एक चैट, जिसमें एक सवाल, लिखा हुआ जवाब, जवाब देने वाले मॉडल का बैज और जवाब के नीचे रूटिंग की जानकारी दिख रही है।
    हर जवाब बताता है कि उसे किस मॉडल ने और क्यों लिखा।
  • ClawAI का संदेश बॉक्स, जिसमें मॉडल चुनने वाली सूची खुली है और चुने जा सकने वाले मॉडल दिख रहे हैं।
    मॉडल खुद चुनें, या AUTO को चुनने दें।

मॉडल माँगता है, ClawAI बनाता है, मॉडल जवाब देता है

जब आपके संदेश को मीडिया चाहिए, चैट मॉडल तीन टूल में से एक बुला सकता है: तस्वीर बनाना, वीडियो बनाना या ऑडियो बनाना। ClawAI मीडिया मॉडल चलाता है, उसके पूरा होने का इंतज़ार करता है और नतीजा उसी चैट मॉडल को लौटा देता है, इसलिए आप जो जवाब पढ़ते हैं वह उस मॉडल ने लिखा है जिसने देखा कि क्या बना। तैयार तस्वीर, वीडियो या ऑडियो जवाब के नीचे दिखता है। जो मॉडल टूल नहीं बुला सकते वे पुराने शॉर्टकट पर रहते हैं, जहाँ अलग मीडिया मॉडल अनुरोध का जवाब देता है।

Grok, GPT और Gemini के साथ काम करता है

टूल कॉलिंग वाला कोई भी चैट मॉडल इन टूल का उपयोग कर सकता है, जिनमें Grok, GPT और Gemini मॉडल शामिल हैं। जो मॉडल खुद मीडिया नहीं बनाता, जैसे Claude, वह भी इसे माँग सकता है, क्योंकि मीडिया टूल के पीछे के समर्पित तस्वीर, वीडियो और ऑडियो मॉडल बनाते हैं, चैट मॉडल नहीं।

तस्वीरें, वीडियो और ऑडियो

तस्वीरें Gemini, OpenAI या xAI के मॉडल से आती हैं, वीडियो Veo या Grok Imagine से, और ऑडियो आवाज़ (OpenAI या Gemini की आवाज़ें) या छोटे संगीत टुकड़ों (Gemini Lyria) के रूप में। कौन से मॉडल उपलब्ध हैं यह ऑपरेटर के जोड़े गए कनेक्टर पर निर्भर करता है। चैट मॉडल किसी मॉडल का नाम दे सकता है, पर केवल प्लेटफ़ॉर्म की जानी-पहचानी सूची से; बाकी पर डिफ़ॉल्ट मॉडल लगता है।

इंतज़ार, सीमाएँ और लागत

जनरेशन किसी भी अन्य जनरेशन की तरह मापा जाता है: वह आपके प्लान की सीमा या पे-एज़-यू-गो क्रेडिट से कटता है, और दोनों से पूरा न हो तो अस्वीकार हो जाता है। मीडिया बनाने वाला टर्न शब्द-दर-शब्द स्ट्रीम नहीं होता, क्योंकि मॉडल को नतीजे का इंतज़ार करना पड़ता है। एक जवाब में अधिकतम दो चीज़ें और तुलना दृश्य में एक संदेश पर तीन तक बन सकती हैं, हर एक के लिए सीमित इंतज़ार के साथ।

लोग जो सवाल पूछते हैं

कौन से चैट मॉडल मीडिया बना सकते हैं?
टूल कॉलिंग वाला कोई भी चैट मॉडल, जैसे Grok, GPT और Gemini मॉडल। मीडिया टूल के पीछे के तस्वीर, वीडियो और ऑडियो मॉडल बनाते हैं, इसलिए जो मॉडल खुद मीडिया नहीं बनाता, जैसे Claude, वह भी इसे माँग सकता है।
यह कहाँ काम करता है?
सामान्य चैट और तुलना लेन में। बाकी ऑर्केस्ट्रेशन लैब (सहमति, एस्केलेशन, बेस्ट-ऑफ-N आदि) अभी मीडिया टूल नहीं देते; वे पुराने व्यवहार पर रहते हैं, जहाँ तस्वीर का अनुरोध तस्वीर वाले मॉडल को जाता है।
इसकी लागत क्या है?
हर जनरेशन आपके प्लान की सीमा या पे-एज़-यू-गो क्रेडिट से मापा जाता है, चैट मॉडल के अपने टोकन के अतिरिक्त। कीमतों का पेज दिखाता है कि हर प्लान में क्या शामिल है।

हमारी बात मानने के बजाय खुद आज़माएँ

चैट मॉडल generate_image, generate_video और generate_audio बुलाते हैं; इमेज सर्विस मीडिया बनाती है और वही चैट मॉडल जवाब लिखता है, जिसे किसी भी अन्य जनरेशन की तरह मापा जाता है।