gemini-audio-vision API — MuAPI: AI Large Language Models
รวมโมเดล AI gemini-audio-vision ผ่าน API ประสิทธิภาพสูงที่มีความหน่วงต่ำและจ่ายตามการใช้งานจริง
รวมโมเดล AI gemini-audio-vision ผ่าน API ประสิทธิภาพสูงที่มีความหน่วงต่ำและจ่ายตามการใช้งานจริง
About this model
เข้าถึงโมเดล gemini-audio-vision ผ่านการเขียนโปรแกรมบน MuAPI พร้อมการปรับขนาดได้ทันทีและความหน่วงต่ำ
Cost analysis
| Provider | Cost | Notes |
|---|---|---|
| muapiapp | $2.00/M 输入 Token, $5.00/M 输出 Token (higher per-run minimum for 音频) | Token-based billing with 无需订阅 — pay only for what you use, including the higher token cost of audio input. |
| Fal.ai | ไม่พร้อมใช้งาน | Fal.ai's vision endpoints are image-only; they do not offer native audio-understanding via Gemini's file API. |
| Replicate | ไม่พร้อมใช้งาน | Replicate does not currently offer a hosted Gemini audio-understanding endpoint. |
Token-based billing with 无需订阅 — 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.
** Competitor pricing is estimated based on similar model architectures and usage tiers.
Configuration schema
| Parameter | Type | Description | Default |
|---|---|---|---|
| พรอมต์ (Prompt) | string | The question or instruction describing what to analyze in the audio. | Describe what is said and any background sounds in this audio, including speaker changes and tone. |
| URL เสียง | string | URL of the audio to analyze. | https://d3adwkbyhxyrtq.cloudfront.net/webassets/audiomodels/sample-audio.mp3 |
| System Prompt | string | Optional system-level instruction to guide the model's analysis style. | Respond with a structured JSON analysis, not prose. |
| โมเดล | Enum (1 options) | Gemini model to use for audio understanding. | gemini-2.5-flash |
The question or instruction describing what to analyze in the audio.
Describe what is said and any background sounds in this audio, including speaker changes and tone.URL of the audio to analyze.
https://d3adwkbyhxyrtq.cloudfront.net/webassets/audiomodels/sample-audio.mp3Optional system-level instruction to guide the model's analysis style.
Respond with a structured JSON analysis, not prose.Gemini model to use for audio understanding.
gemini-2.5-flashDeveloper documentation
ส่งคำขอ POST ไปยังจุดสิ้นสุดพร้อมพารามิเตอร์ที่คุณต้องการและคีย์ MuAPI
Frequently asked