Quali modelli di chat possono creare media?

Qualsiasi modello di chat che supporta la chiamata di strumenti, per esempio i modelli Grok, GPT e Gemini. I media li producono modelli di immagini, video e audio dietro gli strumenti, quindi anche un modello che non li genera da sé, come Claude, può richiederli.

Nella chat normale e nelle corsie di Confronta. Gli altri laboratori di orchestrazione (consenso, escalation, best-of-N e così via) non offrono ancora gli strumenti media; mantengono il comportamento precedente, in cui una richiesta di immagine va a un modello di immagini.

Ogni generazione è misurata sulla quota del tuo piano o sul credito a consumo, in aggiunta ai token del modello di chat. La pagina dei prezzi mostra cosa include ogni piano.

Modelli di chat che creano immagini, video e audio

Tutte le funzionalità · Ultima revisione: 2026-09-26

Guardalo nell’app

Ogni risposta mostra quale modello l’ha scritta e perché.
Scegli tu il modello, oppure lascia scegliere ad AUTO.

Il modello chiede, ClawAI crea, il modello risponde

Quando il tuo messaggio richiede un media, il modello di chat può richiamare uno di tre strumenti: genera immagine, genera video o genera audio. ClawAI esegue il modello di media, attende la fine e restituisce il risultato allo stesso modello di chat, quindi la risposta che leggi è scritta dal modello che ha visto ciò che è stato creato. L'immagine, il video o l'audio finito compare sotto la risposta. I modelli che non possono richiamare strumenti mantengono la scorciatoia precedente, in cui un modello di media separato risponde alla richiesta.

Funziona con Grok, GPT e Gemini

Qualsiasi modello di chat che supporta la chiamata di strumenti può usarli, compresi i modelli Grok, GPT e Gemini. Un modello che non genera media da sé, come Claude, può comunque richiederli, perché i media sono creati da modelli dedicati di immagini, video e audio dietro gli strumenti e non dal modello di chat.

Immagini, video e audio

Le immagini arrivano dai modelli Gemini, OpenAI o xAI, il video da Veo o Grok Imagine, l'audio come voce (voci OpenAI o Gemini) o brevi brani musicali (Gemini Lyria). I modelli disponibili dipendono da ciò che l'operatore ha collegato. Un modello di chat può indicare un modello, ma solo uno dell'elenco noto della piattaforma; in caso contrario si usa quello predefinito.

Attesa, limiti e costo

La generazione è misurata come ogni altra: attinge alla quota del tuo piano o al credito a consumo, e viene rifiutata se nessuno dei due la copre. Un turno che crea media non viene trasmesso parola per parola, perché il modello deve attendere il risultato. Una risposta può creare fino a due elementi e un messaggio fino a tre nella vista Confronta, ciascuno con un'attesa limitata.

Domande frequenti

Quali modelli di chat possono creare media?: Qualsiasi modello di chat che supporta la chiamata di strumenti, per esempio i modelli Grok, GPT e Gemini. I media li producono modelli di immagini, video e audio dietro gli strumenti, quindi anche un modello che non li genera da sé, come Claude, può richiederli.
Dove funziona?: Nella chat normale e nelle corsie di Confronta. Gli altri laboratori di orchestrazione (consenso, escalation, best-of-N e così via) non offrono ancora gli strumenti media; mantengono il comportamento precedente, in cui una richiesta di immagine va a un modello di immagini.
Quanto costa?: Ogni generazione è misurata sulla quota del tuo piano o sul credito a consumo, in aggiunta ai token del modello di chat. La pagina dei prezzi mostra cosa include ogni piano.

Provalo invece di fidarti della nostra parola

I modelli di chat richiamano generate_image, generate_video e generate_audio; il servizio immagini crea il media e lo stesso modello di chat scrive la risposta, misurata come ogni altra generazione.

Inizia con il piano gratuito Vedilo applicato a un compito reale