Gere legendas detalhadas para vídeos com Molmo2. Escolha entre nível baixo, médio ou alto de detalhe para descrições temporais das cenas e resumos visuais. Pague a cada 5 segundos.
Gere legendas detalhadas para vídeos com Molmo2. Escolha entre nível baixo, médio ou alto de detalhe para descrições temporais das cenas e resumos visuais. Pague a cada 5 segundos.
Sobre este modelo
O Molmo2 Video Captioner transforma um URL público de vídeo em uma descrição escrita detalhada que acompanha o que acontece ao longo do tempo, e não apenas o que aparece em um único quadro. Ele pode identificar pessoas e outros elementos, objetos, mudanças de cena, movimentos de câmera, interações e contexto visual importante, tornando o resultado útil como texto alternativo de acessibilidade, descrição pesquisável para uma biblioteca de mídia ou entrada para fluxos criativos e de automação posteriores. Escolha nível baixo de detalhe para um resumo conciso, médio para uma legenda equilibrada ou alto para um relato mais abrangente das ações temporais e da estrutura das cenas. Os clipes podem ter até dois minutos, e a API retorna a legenda de forma assíncrona, permitindo integrar análises de vídeo demoradas a pipelines de produção, nós de fluxo de trabalho e tarefas em segundo plano.
Análise de custos
| Provedor | Custo | Notas |
|---|---|---|
| muapiapp | $0.006 minimum; $0.010 per 5s | Cobrança baseada na duração, com mínimo de três segundos e máximo de 120 segundos. |
Cobrança baseada na duração, com mínimo de três segundos e máximo de 120 segundos.
** Os preços dos concorrentes são estimados com base em arquiteturas de modelos e níveis de uso semelhantes.
Esquema de configuração
| Parâmetro | Tipo | Descrição | Padrão |
|---|---|---|---|
| URL do 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 | Enum (3 opções) | 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.
mediumDocumentação do desenvolvedor
Envie uma solicitação POST para /api/v1/molmo2-video-captioner com um video_url público e, opcionalmente, detail_level como low, medium ou high. A API retorna um request_id. Consulte /api/v1/predictions/{id}/result até que o status seja completed ou informe um URL de webhook para entrega assíncrona.
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"
}'
A resposta concluída inclui a legenda gerada no array outputs. Os clipes podem ter até 120 segundos.
Perguntas frequentes
Ele retorna uma legenda escrita que descreve os sujeitos, objetos, ações, mudanças de cena, movimentos de câmera e o contexto visual relevante do vídeo.
Informe um URL de vídeo publicamente acessível em video_url. Formatos de vídeo comuns são aceitos, e a duração máxima da entrada é de dois minutos.
O nível baixo gera um resumo conciso, o médio oferece uma descrição equilibrada e o alto fornece um relato mais abrangente das ações temporais e dos detalhes visuais.
A solicitação é assíncrona. Envie o vídeo, receba um request_id e consulte o endpoint de resultado ou informe um URL de webhook para receber a legenda concluída.
A cobrança é baseada na duração do vídeo, a $0.010 a cada cinco segundos, com mínimo de $0.006 para até três segundos e duração faturável máxima de 120 segundos.
Sim. O modelo está disponível como um nó de fluxo de trabalho com saída de texto, então a legenda pode alimentar etapas posteriores de redação, pesquisa, classificação ou publicação.