โมเดลแชตที่สร้างรูปภาพ วิดีโอ และเสียง

โมเดลขอ ClawAI สร้าง โมเดลตอบ

เมื่อข้อความของคุณต้องใช้สื่อ โมเดลแชตเรียกเครื่องมือได้หนึ่งในสามอย่าง คือสร้างรูปภาพ สร้างวิดีโอ หรือสร้างเสียง ClawAI รันโมเดลสื่อ รอจนเสร็จ แล้วส่งผลกลับให้โมเดลแชตตัวเดิม คำตอบที่คุณอ่านจึงเขียนโดยโมเดลที่เห็นสิ่งที่ถูกสร้างขึ้น รูปภาพ วิดีโอ หรือเสียงที่เสร็จแล้วจะแสดงใต้คำตอบ โมเดลที่เรียกเครื่องมือไม่ได้ยังใช้ทางลัดเดิม ซึ่งโมเดลสื่อแยกต่างหากเป็นผู้ตอบคำขอ

ใช้ได้กับ Grok, GPT และ Gemini

โมเดลแชตใดก็ตามที่รองรับการเรียกเครื่องมือใช้เครื่องมือเหล่านี้ได้ รวมถึงโมเดล Grok, GPT และ Gemini โมเดลที่ไม่ได้สร้างสื่อเองอย่าง Claude ก็ขอสื่อได้เช่นกัน เพราะสื่อถูกสร้างโดยโมเดลรูปภาพ วิดีโอ และเสียงเฉพาะทางที่อยู่หลังเครื่องมือ ไม่ใช่โดยโมเดลแชต

รูปภาพ วิดีโอ และเสียง

รูปภาพมาจากโมเดลของ Gemini, OpenAI หรือ xAI วิดีโอมาจาก Veo หรือ Grok Imagine ส่วนเสียงเป็นเสียงพูด (เสียงของ OpenAI หรือ Gemini) หรือเพลงสั้น ๆ (Gemini Lyria) โมเดลที่ใช้ได้ขึ้นอยู่กับสิ่งที่ผู้ดูแลเชื่อมต่อไว้ โมเดลแชตระบุชื่อโมเดลได้ แต่ต้องอยู่ในรายการที่แพลตฟอร์มรู้จักเท่านั้น นอกนั้นจะใช้ค่าเริ่มต้น

การรอ ข้อจำกัด และค่าใช้จ่าย

การสร้างถูกวัดเหมือนการสร้างอื่น ๆ โดยหักจากโควตาของแพ็กเกจหรือเครดิตแบบจ่ายตามการใช้ และจะถูกปฏิเสธหากทั้งสองอย่างไม่พอ รอบที่สร้างสื่อจะไม่สตรีมทีละคำ เพราะโมเดลต้องรอผลลัพธ์ หนึ่งคำตอบสร้างได้สูงสุดสองชิ้น และหนึ่งข้อความในมุมมองเปรียบเทียบสร้างได้สูงสุดสามชิ้น โดยแต่ละชิ้นมีเวลารอจำกัด

คำถามที่พบบ่อย

โมเดลแชตใดสร้างสื่อได้บ้าง

โมเดลแชตใดก็ตามที่รองรับการเรียกเครื่องมือ เช่นโมเดล Grok, GPT และ Gemini สื่อถูกผลิตโดยโมเดลรูปภาพ วิดีโอ และเสียงที่อยู่หลังเครื่องมือ ดังนั้นโมเดลที่ไม่ได้สร้างสื่อเองอย่าง Claude ก็ขอได้

ใช้ได้ที่ไหน

ในแชตปกติและในช่องเปรียบเทียบ ห้องทดลองการประสานงานอื่น ๆ (ฉันทามติ การยกระดับ ดีที่สุดจาก N เป็นต้น) ยังไม่มีเครื่องมือสื่อ และยังทำงานแบบเดิมที่คำขอรูปภาพถูกส่งไปยังโมเดลรูปภาพ

มีค่าใช้จ่ายเท่าไร

การสร้างแต่ละครั้งถูกวัดจากโควตาของแพ็กเกจหรือเครดิตแบบจ่ายตามการใช้ นอกเหนือจากโทเค็นของโมเดลแชตเอง หน้าราคาแสดงสิ่งที่แต่ละแพ็กเกจรวมอยู่