Erstelle mit Molmo2 detaillierte Videobeschreibungen. Wähle eine niedrige, mittlere oder hohe Detailstufe für zeitliche Szenenbeschreibungen und visuelle Zusammenfassungen. Abrechnung pro 5 Sekunden.
Erstelle mit Molmo2 detaillierte Videobeschreibungen. Wähle eine niedrige, mittlere oder hohe Detailstufe für zeitliche Szenenbeschreibungen und visuelle Zusammenfassungen. Abrechnung pro 5 Sekunden.
Über dieses Modell
Molmo2 Video Captioner wandelt eine öffentlich erreichbare Video-URL in eine detaillierte Beschreibung um, die den zeitlichen Ablauf erfasst und nicht nur den Inhalt eines einzelnen Frames. Das Modell erkennt Motive, Objekte, Szenenwechsel, Kamerabewegungen, Interaktionen und wichtigen visuellen Kontext. Dadurch eignet sich das Ergebnis als barrierefreier Alternativtext, durchsuchbare Beschreibung für eine Medienbibliothek oder Eingabe für nachgelagerte Kreativ- und Automatisierungsabläufe. Wähle „niedrig“ für eine kurze Zusammenfassung, „mittel“ für eine ausgewogene Beschreibung oder „hoch“ für eine umfassendere Darstellung zeitlicher Aktionen und der Szenenstruktur. Clips dürfen bis zu zwei Minuten lang sein. Die API liefert die Beschreibung asynchron zurück und eignet sich damit auch für länger laufende Videoanalysen in Produktionspipelines, Workflow-Knoten und Hintergrundjobs.
Kostenanalyse
| Anbieter | Kosten | Notizen |
|---|---|---|
| muapiapp | $0.006 minimum; $0.010 per 5s | Zeitbasierte Abrechnung mit mindestens drei und höchstens 120 Sekunden. |
Zeitbasierte Abrechnung mit mindestens drei und höchstens 120 Sekunden.
** Die Preise der Mitbewerber werden auf der Grundlage ähnlicher Modellarchitekturen und Nutzungsstufen geschätzt.
Konfigurationsschema
| Parameter | Typ | Beschreibung | Standard |
|---|---|---|---|
| Video-URL | string | Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes. | https://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4 |
| Detail Level | Enum (3 Optionen) | Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail. | medium |
Public video URL to caption. Supports common video formats and a maximum duration of 2 minutes.
https://interactive-examples.mdn.mozilla.net/media/cc0-videos/flower.mp4Caption detail: low for a brief summary, medium for a balanced description, or high for comprehensive temporal and visual detail.
mediumEntwicklerdokumentation
Sende eine POST-Anfrage an /api/v1/molmo2-video-captioner mit einer öffentlichen video_url und optional dem detail_level low, medium oder high. Die API gibt eine request_id zurück. Rufe /api/v1/predictions/{id}/result wiederholt ab, bis status den Wert completed hat, oder gib eine Webhook-URL für die asynchrone Zustellung an.
curl -X POST "https://api.muapi.ai/api/v1/molmo2-video-captioner"
-H "x-api-key: YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{
"video_url": "https://example.com/video.mp4",
"detail_level": "medium"
}'
Die abgeschlossene Antwort enthält die generierte Beschreibung im Array outputs. Clips dürfen bis zu 120 Sekunden lang sein.
Häufig gefragt
Das Modell gibt eine schriftliche Beschreibung mit Motiven, Objekten, Aktionen, Szenenwechseln, Kamerabewegungen und relevantem visuellem Kontext des Videos zurück.
Gib unter video_url eine öffentlich erreichbare Video-URL an. Gängige Videoformate werden unterstützt; die maximale Eingabelänge beträgt zwei Minuten.
Low liefert eine kurze Zusammenfassung, medium eine ausgewogene Beschreibung und high eine umfassendere Darstellung zeitlicher Aktionen und visueller Details.
Die Anfrage läuft asynchron. Sende das Video ab, erhalte eine request_id und rufe den Ergebnis-Endpunkt wiederholt ab oder gib eine Webhook-URL an, um die fertige Beschreibung zu erhalten.
Die Abrechnung richtet sich nach der Videolänge und beträgt $0.010 pro fünf Sekunden. Für bis zu drei Sekunden gilt ein Mindestpreis von $0.006; maximal werden 120 Sekunden berechnet.
Ja. Das Modell ist als Workflow-Knoten mit Textausgabe verfügbar. Seine Beschreibung kann in nachgelagerte Schritte zum Schreiben, Suchen, Klassifizieren oder Veröffentlichen einfließen.