gemini-audio-vision API — MuAPI: AI مدلها
ادغام مدل هوش مصنوعی gemini-audio-vision از طریق API با کارایی بالا و تعرفه مصرف منعطف.
ادغام مدل هوش مصنوعی gemini-audio-vision از طریق API با کارایی بالا و تعرفه مصرف منعطف.
مدلها
دسترسی برنامهنویسی به مدل gemini-audio-vision در پلتفرم MuAPI با کمترین تأخیر و مقیاسپذیری آنی.
تحلیل هزینه
| ارائهدهنده | هزینه | یادداشتها |
|---|---|---|
| muapiapp | $2.00/M توکنهای ورودی, $5.00/M توکنهای خروجی (higher per-run minimum for صوت) | Token-based billing with بدون نیاز به اشتراک — pay only for what you use, including the higher token cost of audio input. |
| Fal.ai | در دسترس نیست | Fal.ai's vision endpoints are image-only; they do not offer native audio-understanding via Gemini's file API. |
| Replicate | در دسترس نیست | Replicate does not currently offer a hosted Gemini audio-understanding endpoint. |
Token-based billing with بدون نیاز به اشتراک — pay only for what you use, including the higher token cost of audio input.
Fal.ai's vision endpoints are image-only; they do not offer native audio-understanding via Gemini's file API.
Replicate does not currently offer a hosted Gemini audio-understanding endpoint.
** مدلها。
طرح پیکربندی
| پارامتر | نوع | توضیحات | پیشفرض |
|---|---|---|---|
| پرامپت (دستور متنی) | string | تنظیم پارامتر The question or instruction describing what to analyze in the audio. جهت هدایت دقیق فرآیند تولید مدل. | Describe what is said and any background sounds in this audio, including speaker changes and tone. |
| آدرس اینترنتی صوت | string | تنظیم پارامتر URL of the audio to analyze. جهت هدایت دقیق فرآیند تولید مدل. | https://d3adwkbyhxyrtq.cloudfront.net/webassets/audiomodels/sample-audio.mp3 |
| پرامپت سیستمی | string | اختیاری system-level instruction to guide the model's analysis style. | Respond with a structured JSON analysis, not prose. |
| مدل هوش مصنوعی | （1 ） | تنظیم پارامتر Gemini model to use for audio understanding. جهت هدایت دقیق فرآیند تولید مدل. | gemini-2.5-flash |
تنظیم پارامتر The question or instruction describing what to analyze in the audio. جهت هدایت دقیق فرآیند تولید مدل.
Describe what is said and any background sounds in this audio, including speaker changes and tone.تنظیم پارامتر URL of the audio to analyze. جهت هدایت دقیق فرآیند تولید مدل.
https://d3adwkbyhxyrtq.cloudfront.net/webassets/audiomodels/sample-audio.mp3اختیاری system-level instruction to guide the model's analysis style.
Respond with a structured JSON analysis, not prose.تنظیم پارامتر Gemini model to use for audio understanding. جهت هدایت دقیق فرآیند تولید مدل.
gemini-2.5-flashمستندات توسعهدهندگان
یک درخواست POST به اندپوینت مدل همراه با کلید دسترسی MuAPI و پارامترهای مورد نظر ارسال فرمایید.
سوالات پرتکرار