Modelos/Google AI/API de Google

En vivo6 modelos

API de Google Gemini e Imagen — Modelos multimodales de Google

Accede a los modelos de IA de Google a través de MuAPI, incluyendo Gemini 2.0 Flash, Gemini 1.5 Pro e Imagen 3 para texto, visión, código y generación visual fotorrealista.Aprovecha ventanas de contexto ultralargas, comprensión multimodal y velocidad excepcional respaldadas por la infraestructura global de Google con precios de pago por uso transparentes.

Obtener clave de API de Google Explorar documentación Google Gemini API examples on GitHub

Nano Banana

Familia de generación y edición de imágenes de Google. Explora el centro para ver todas las variantes.1 featured endpoints

ImageNewFeatured

Nano Banana

Nano Banana 2

Endpoint de generación de imágenes de Google; el centro familiar incluye variantes adicionales de generación y edición.

Image generation

$0.06/request

Probar modelo

Imagen 4

Modelos de texto a imagen de Google con niveles estándar, rápido y ultra.1 featured endpoints

ImageEn vivo

Imagen 4

Imagen 4 Fast

Generación rápida de texto a imagen en la familia Imagen 4 de Google.

Image generationFast

$0.02/generation

Probar modelo

Veo 3.1

Variantes de generación de vídeo, imagen a vídeo, referencia, extensión, rápidas y ligeras.2 featured endpoints

VideoEn vivo

Veo 3.1

Veo 3.1 Text to Video

Genera un vídeo a partir de una indicación con la familia Veo 3.1.

Video generation

$2.50/request

Probar modelo

VideoEn vivo

Veo 3.1

Veo 3.1 Fast Text to Video

Generación más rápida de texto a vídeo con Veo 3.1.

Video generationFast

$0.60/request

Probar modelo

Gemini Omni

Flujos de trabajo de generación y edición de vídeo con audio sincronizado.1 featured endpoints

VideoEn vivo

Gemini Omni

Gemini Omni Text to Video

Genera vídeo con audio sincronizado utilizando Gemini Omni.

Video + synchronized audio

From $0.16

Probar modelo

Gemini Text-to-Speech

Generate expressive multi-speaker dialogue audio from text.1 featured endpoints

Text to SpeechNew

Gemini TTS

Gemini 3.8 Flash TTS

Create expressive multi-speaker dialogue audio from structured text.

Dialogue to audioFast

$0.015/1,000 chars

Probar modelo

Modelos multimodales de Google listos para producción

La suite de IA de Google en MuAPI ofrece capacidades incomparables para procesar y generar texto, audio, imágenes y vídeo en una sola arquitectura unificada.

Diseñados tanto para tareas de alta velocidad y bajo costo con Flash como para razonamiento profundo con Pro, estos modelos potencian flujos de trabajo empresariales exigentes.

Capacidades de la IA de Google

Generación fotorrealista con Imagen 3

Síntesis de imágenes de vanguardia con renderizado tipográfico superior y riqueza de detalles.

Ventana de contexto de un millón de tokens

Procesa documentos extensos, repositorios enteros de código y horas de vídeo en una sola consulta.

Inferencia ultrarrápida con Gemini Flash

Latencia mínima y máxima eficiencia de costos para aplicaciones de usuario en tiempo real.

Google AI API endpoints

Family	Input	Output	Starting price	Full lineup
Nano Banana	Prompt and optional references	Image	From $0.03/request	/nano-banana-api
Imagen 4	Prompt	Image	From $0.02/generation	/imagen-4
Veo 3.1	Referencias de texto, imagen o vídeo	Video	From $0.30/request	/veo-3.1
Gemini Omni	Texto, imagen o vídeo según el endpoint	Video, edits, or audio	From $0.048/sec on selected endpoints	/gemini-omni
Gemini TTS	Speaker and dialogue turns	Audio	From $0.01/1,000 characters	/gemini-tts

El precio varía según el modelo, duración, resolución y endpoint. Confirma los costes exactos en la página de cada familia antes de enviar solicitudes.

How to call the Google Gemini API

Envía una solicitud JSON específica del modelo con tu clave de API de Muapi, guarda el ID de la solicitud y consulta el endpoint de resultados compartido. Los endpoints de imagen, vídeo y voz utilizan diferentes campos de solicitud.

1. Generar una imagen con Nano Banana

curl -X POST https://api.muapi.ai/api/v1/nano-banana \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A small glass greenhouse on a mossy hillside at sunrise","aspect_ratio":"1:1"}'

# Response: {"request_id":"REQUEST_ID"}

Send a prompt to a Nano Banana image endpoint.

2. Generar una imagen con Imagen 4

curl -X POST https://api.muapi.ai/api/v1/google-imagen4 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A richly detailed glasshouse at sunrise, dew on tropical leaves","aspect_ratio":"16:9","num_images":1}'

# Response: {"request_id":"REQUEST_ID"}

Submit a prompt and aspect ratio to Imagen 4.

3. Generar vídeo con Veo 3.1

curl -X POST https://api.muapi.ai/api/v1/veo3.1-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A cinematic sunrise over a misty mountain valley","duration":8}'

# Response: {"request_id":"REQUEST_ID"}

Invoca Veo con una indicación y duración.

4. Generar vídeo con Gemini Omni

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'

# Response: {"request_id":"REQUEST_ID"}

Crea vídeo con audio sincronizado.

5. Generate speech with Gemini TTS

curl -X POST https://api.muapi.ai/api/v1/gemini-3-8-flash-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Kore","accent":"Neutral","style":"Empathetic","pace":"Natural"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"Welcome to the show."}]}'

# Response: {"request_id":"REQUEST_ID"}

Provide structured speaker and dialogue turns.

6. Poll for the completed output

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# Poll until status is completed, then read the generated asset URL from outputs.

Use the returned request ID with the shared result endpoint.

Preguntas frecuentes sobre la API de Google

¿Qué modelos de Google están disponibles en MuAPI?

MuAPI incluye Gemini 2.0 Flash, Gemini 1.5 Pro, Gemini 1.5 Flash y la serie Imagen 3 de generación de imágenes.

¿Es compatible con la visión multimodal?

Sí, los modelos Gemini en MuAPI admiten entradas combinadas de texto, imágenes y documentos en una sola llamada a la API.

Nano Banana APIExplora los endpoints de generación y edición de imágenes de Google.Imagen 4 APICompara generación de imágenes estándar, rápida y ultra.Veo 3.1 APIBrowse the complete Veo video lineup.Veo APISee the earlier Veo video endpoints.Veo 4 APICheck the Veo 4 page for its current availability status.Gemini Omni APIExplora flujos de trabajo de generación de vídeo, edición y audio.Gemini Omni 1.1 Flash APIExplora los endpoints de vídeo y edición Flash.Gemini TTS APICompare multi-speaker speech synthesis models.Speech to Text APIExplore Google speech recognition endpoints.

Crea aplicaciones inteligentes con la API de Google

Empieza a utilizar Gemini e Imagen 3 hoy mismo con integración rápida y documentación completa.

Obtener clave de API Leer documentación