ادغام مدل هوش مصنوعی gemini-audio-vision از طریق API با کارایی بالا و تعرفه مصرف منعطف. مدل هوش مصنوعی gemini-audio-vision با کارایی بالا، پاسخ‌دهی سریع و قیمت‌گذاری به ازای مصرف در پلتفرم MuAPI.
مدل هوش مصنوعی gemini-audio-vision با کارایی بالا، پاسخ‌دهی سریع و قیمت‌گذاری به ازای مصرف در پلتفرم MuAPI.
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 input tokens, $5.00/M output tokens (higher per-run minimum for audio) | Token-based billing with no subscription — pay only for what you use, including the higher token cost of audio input. |
| Fal.ai | در دسترس نیست | نقاط پایانی بینایی Fal.ai فقط تصویری هستند. آنها درک صوتی بومی را از طریق API فایل Gemini ارائه نمی دهند. |
| Replicate | در دسترس نیست | Replicate در حال حاضر نقطه پایانی با قابلیت درک صوتی Gemini میزبانی شده را ارائه نمی دهد. |
Token-based billing with no subscription — pay only for what you use, including the higher token cost of audio input.
نقاط پایانی بینایی Fal.ai فقط تصویری هستند. آنها درک صوتی بومی را از طریق API فایل Gemini ارائه نمی دهند.
Replicate در حال حاضر نقطه پایانی با قابلیت درک صوتی Gemini میزبانی شده را ارائه نمی دهد.
** 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