🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →
Modeller/Google AI/Gemini API
Live6 utvalda slutpunkter

Google Gemini API — AI-video, bild och text-till-tal

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.

DALL·E

Google bildgenerering och redigeringsfamilj. Bläddra i navet för alla varianter.1 utvalda slutpunkter
AI LipsyncNyttFeatured
DALL·E

Nano Banana 2

Google bildgenereringsslutpunkt; familjehubben inkluderar ytterligare generations- och redigeringsvarianter.

Image generation
$0.06/request
Prova Model

Veo 3.1

Videogenerering, bild-till-video, referens, tillägg, snabba och lite varianter.2 utvalda slutpunkter
AI VoiceoverLive
Veo 3.1

Veo 3.1 Text till video

Skapa en video från en prompt med Veo 3.1-familjen.

Video generation
$2.50/request
Prova Model
AI VoiceoverLive
Veo 3.1

Veo 3.1 Snabb text till video

Snabbare Veo 3.1 prompt-to-video generation.

Video generationSnabbt
$0.60/request
Prova Model

Gemini Omni

Videogenerering och redigering av arbetsflöden med synkroniserat ljud.1 utvalda slutpunkter
AI VoiceoverLive
Gemini Omni

Gemini Omni text till video

Generera video med synkroniserat ljud med Gemini Omni.

Video + synchronized audio
From $0.16
Prova Model

Tvillingarna text-till-tal

Generera uttrycksfullt dialogljud med flera högtalare från text.1 utvalda slutpunkter
Text till talNytt
Tvillingarna TTS

Gemini 3.8 Flash TTS

Skapa uttrycksfullt dialogljud med flera högtalare från strukturerad text.

Dialogue to audioSnabbt
$0.015/1,000 chars
Prova Model

Bild 4

Google text-till-bild-modeller med standard-, snabb- och ultranivåer.1 utvalda slutpunkter
AI LipsyncLive
Bild 4

Imagen 4 Fast

Snabb generering av text-till-bild i Googles Imagen 4-familj.

Image generationSnabbt
$0.02/generation
Prova Model

Google Gemini media API-familjer

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.

What you can build

Create and edit images

Använd Nano Banana för promptbaserad bildgenerering och referensbaserade redigeringar, eller Imagen 4 för text-till-bild-arbete av hög kvalitet.

Skapa video

Ring Veo 3.1 eller Gemini Omni för prompt-till-video, bilddriven rörelse och relaterade videoarbetsflöden.

Synthesize speech

Skicka strukturerade högtalare och dialogvarv till Gemini TTS för att generera ljud med flera högtalare.

Google AI API-slutpunkter

FamiljIngångUtgångUtgångsprisFull 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.

Hur man anropar Google Gemini API

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.

1. Skapa en bild med Nano Banana

Skicka en uppmaning till en Nano Banana-bildslutpunkt.

2. Skapa en bild med 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"}

Skicka en uppmaning och bildförhållande till Imagen 4.

3. Skapa video med Veo 3.1

Ring Veo med en uppmaning och varaktighet.

4. Skapa video med Gemini Omni

Skapa video med synkroniserat ljud.

5. Skapa tal med 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"}

Ge strukturerade talar- och dialogvändningar.

6. Fråga efter den slutförda utmatningen

Använd det returnerade begäran-ID:t med den delade slutpunkten för resultat.

Google Gemini API FAQ

Vilka Google AI-modeller kan jag ringa via Muapi?

De utvalda mediefamiljerna inkluderar Nano Banana, Imagen 4, Veo, Gemini Omni och Gemini Text-to-Speech. Följ varje familjesida för dess kompletta slutpunktsuppställning.

Täcker den här sidan Gemini-textchattmodeller?

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.

Hur får jag en Google Gemini API-nyckel?

Skapa en Muapi API-nyckel från Access Keys och skicka den sedan i x-api-key-huvudet till modellens slutpunkt.

Använder alla Google-modeller samma förfrågningsformat?

Nej. Slutpunkter för bild, video och tal tar olika fält. Använd de modellspecifika familjesidorna och API-exemplen för exakta förfrågningsscheman.

Bygg med Googles AI-mediemodeller

Använd en Muapi API-nyckel för att integrera Googles bild-, video- och text-till-tal-modeller i din applikation.