Nano Banana 2
Google bildgenereringsslutpunkt; familjehubben inkluderar ytterligare generations- och redigeringsvarianter.
Använd Google Gemini mediemodeller på Muapi för AI-bildgenerering, filmisk video och talsyntes med flera högtalare. En Muapi API-nyckel ger din applikation ett konsekvent arbetsflöde för inlämning och omröstning över dessa slutpunkter.Den här sidan fokuserar på arbetsflöden för mediegenerering. Gemini modellfamiljer använder olika förfrågningsfält och prissättning; följ varje familjelänk för hela sortimentet, exakta parametrar och aktuell tillgänglighet.
Google bildgenereringsslutpunkt; familjehubben inkluderar ytterligare generations- och redigeringsvarianter.
Skapa en video från en prompt med Veo 3.1-familjen.
Snabbare Veo 3.1 prompt-to-video generation.
Generera video med synkroniserat ljud med Gemini Omni.
Skapa uttrycksfullt dialogljud med flera högtalare från strukturerad text.
Snabb generering av text-till-bild i Googles Imagen 4-familj.
Googles generativa medieutbud på Muapi sträcker sig över bildgenerering och -redigering, videoskapande och text-till-tal. Nano Banana och Imagen omslagsbilder; Veo och Gemini Omni omslagsvideo; Gemini TTS genererar talad dialog.
Den här målsidan belyser representativa slutpunkter så att du kan jämföra familjerna utan att upprepa varje modellrad från deras dedikerade nav. Använd familjesidorna för fullständiga kataloger, parameterdetaljer och aktuell tillgänglighet.
Använd Nano Banana för promptbaserad bildgenerering och referensbaserade redigeringar, eller Imagen 4 för text-till-bild-arbete av hög kvalitet.
Ring Veo 3.1 eller Gemini Omni för prompt-till-video, bilddriven rörelse och relaterade videoarbetsflöden.
Skicka strukturerade högtalare och dialogvarv till Gemini TTS för att generera ljud med flera högtalare.
| Familj | Ingång | Utgång | Utgångspris | Full lineup |
|---|---|---|---|---|
| DALL·E | /nano-banana-api | |||
| Bild 4 | /imagen-4 | |||
| Veo 3.1 | /veo-3.1 | |||
| Gemini Omni | /gemini-omni | |||
| Tvillingarna TTS | /gemini-tts |
Prissättningen varierar beroende på modell, varaktighet, upplösning och slutpunkt. Bekräfta exakta kostnader på varje familjesida innan du skickar in.
Skicka in en modellspecifik JSON-förfrågan med hjälp av din Muapi API-nyckel, spara förfrågnings-ID och polla den delade resultatslutpunkten. Bild-, video- och talslutpunkter använder olika förfrågningsfält.
Skicka en uppmaning till en Nano Banana-bildslutpunkt.
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"}Skicka en uppmaning och bildförhållande till Imagen 4.
Ring Veo med en uppmaning och varaktighet.
Skapa video med synkroniserat ljud.
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"}Ge strukturerade talar- och dialogvändningar.
Använd det returnerade begäran-ID:t med den delade slutpunkten för resultat.
De utvalda mediefamiljerna inkluderar Nano Banana, Imagen 4, Veo, Gemini Omni och Gemini Text-to-Speech. Följ varje familjesida för dess kompletta slutpunktsuppställning.
Den här katalogen fokuserar på Googles mediegenererande slutpunkter: bilder, video och tal. Kontrollera Muapis live-API-schema för de för närvarande tillgängliga textgenereringsmodellerna och deras förfrågningsformat.
Skapa en Muapi API-nyckel från Access Keys och skicka den sedan i x-api-key-huvudet till modellens slutpunkt.
Nej. Slutpunkter för bild, video och tal tar olika fält. Använd de modellspecifika familjesidorna och API-exemplen för exakta förfrågningsscheman.
Använd en Muapi API-nyckel för att integrera Googles bild-, video- och text-till-tal-modeller i din applikation.