Genera subtítulos detallados para videos con Molmo2. Elige un nivel de detalle bajo, medio o alto para descripciones temporales de escenas y resúmenes visuales. Paga por cada 5 segundos.
Genera subtítulos detallados para videos con Molmo2. Elige un nivel de detalle bajo, medio o alto para descripciones temporales de escenas y resúmenes visuales. Paga por cada 5 segundos.
Acerca de este modelo
Molmo2 Video Captioner convierte una URL de video pública en una descripción escrita y detallada que sigue lo que sucede a lo largo del tiempo, no solo lo que aparece en un fotograma. Puede identificar sujetos, objetos, cambios de escena, movimientos de cámara, interacciones y contexto visual relevante. El resultado sirve como texto alternativo de accesibilidad, descripción con búsqueda para una biblioteca multimedia o entrada para flujos creativos y de automatización posteriores. Elige un nivel bajo para un resumen conciso, medio para un subtítulo equilibrado o alto para una descripción más completa de las acciones y la estructura temporal de las escenas. Los clips pueden durar hasta dos minutos y la API devuelve el subtítulo de forma asíncrona, para integrar el análisis prolongado en canales de producción, nodos de flujo de trabajo y tareas en segundo plano.
Análisis de costes
| Proveedor | Coste | Notas |
|---|---|---|
| muapiapp | $0.006 minimum; $0.010 per 5s | Facturación basada en la duración, con un mínimo de tres segundos y un máximo de 120 segundos. |
Facturación basada en la duración, con un mínimo de tres segundos y un máximo de 120 segundos.
** Los precios de competidores son estimaciones basadas en arquitecturas de modelos y niveles de uso similares.
Esquema de configuración
| Parámetro | Tipo | Descripción | Por defecto |
|---|---|---|---|
| URL de vídeo | 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 | Opciones permitidas (3) | 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.
mediumDocumentación para desarrolladores
Send a POST request to /api/v1/molmo2-video-captioner with a public video_url and optional detail_level of low, medium, or high. The API returns a request_id. Poll /api/v1/predictions/{id}/result until status is completed, or provide a webhook URL for asynchronous delivery.
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"
}'
The completed response places the generated caption in the outputs array. Clips may be up to 120 seconds long.
Preguntas frecuentes
It returns a written caption describing the video's subjects, objects, actions, scene changes, camera movement, and relevant visual context.
Pass a publicly reachable video URL in video_url. Common video formats are supported, and the maximum input duration is two minutes.
Low produces a concise summary, medium provides a balanced description, and high gives a more comprehensive account of temporal actions and visual details.
The request is asynchronous. Submit the video, receive a request_id, and poll the result endpoint or supply a webhook URL to receive the completed caption.
Billing is based on video duration at $0.010 per five seconds, with a $0.006 minimum for up to three seconds and a maximum billable duration of 120 seconds.
Yes. The model is available as a text-output workflow node, so its caption can feed into downstream writing, search, classification, or publishing steps.