Modelos de chat que criam imagens, vídeo e áudio

O modelo pede, o ClawAI cria, o modelo responde

Quando sua mensagem pede uma mídia, o modelo de chat pode chamar uma de três ferramentas: gerar imagem, gerar vídeo ou gerar áudio. O ClawAI executa o modelo de mídia, espera terminar e devolve o resultado ao mesmo modelo de chat, então a resposta que você lê foi escrita pelo modelo que viu o que foi criado. A imagem, o vídeo ou o áudio pronto aparece sob a resposta. Modelos que não chamam ferramentas mantêm o atalho anterior, em que um modelo de mídia separado responde ao pedido.

Funciona com Grok, GPT e Gemini

Qualquer modelo de chat que aceite chamada de ferramentas pode usá-las, inclusive os modelos Grok, GPT e Gemini. Um modelo que não gera mídia por conta própria, como o Claude, ainda pode pedi-la, porque a mídia é criada por modelos dedicados de imagem, vídeo e áudio por trás das ferramentas, e não pelo modelo de chat.

Imagens, vídeo e áudio

As imagens vêm de modelos Gemini, OpenAI ou xAI, o vídeo do Veo ou do Grok Imagine, e o áudio como fala (vozes da OpenAI ou do Gemini) ou peças curtas de música (Gemini Lyria). Os modelos disponíveis dependem do que o operador conectou. Um modelo de chat pode indicar um modelo, mas só da lista conhecida da plataforma; qualquer outro volta ao padrão.

Espera, limites e custo

A geração é medida como qualquer outra: usa a franquia do seu plano ou o crédito pré-pago por uso, e é recusada se nenhum dos dois cobrir. Um turno que cria mídia não é transmitido palavra por palavra, porque o modelo precisa esperar o resultado. Uma resposta pode criar até dois itens e uma mensagem até três na visão Comparar, cada um com espera limitada.

Perguntas frequentes

Quais modelos de chat podem criar mídia?

Qualquer modelo de chat que aceite chamada de ferramentas, por exemplo os modelos Grok, GPT e Gemini. A mídia é produzida por modelos de imagem, vídeo e áudio por trás das ferramentas, então um modelo que não a gera sozinho, como o Claude, também pode pedi-la.

Onde isso funciona?

No chat normal e nas faixas de Comparar. Os outros laboratórios de orquestração (consenso, escalonamento, melhor de N e assim por diante) ainda não oferecem as ferramentas de mídia; mantêm o comportamento anterior, em que um pedido de imagem vai para um modelo de imagem.

Quanto custa?

Cada geração é medida na franquia do seu plano ou no crédito pré-pago por uso, além dos tokens do próprio modelo de chat. A página de preços mostra o que cada plano inclui.