通过可配置的评论深度获取 YouTube 视频评论、作者详情、点赞数和回复数。 YouTube 视频评论会提取任何公开视频的顶层讨论串，返回每条评论的作者名称、作者缩略图、发布日期、文本、点赞数和回复数。这样无需手动在观看页面滚动并复制粘贴，就能获取真实的受众反应——问题、投诉、称赞和功能请求；每条评论的回复数还能告诉你哪些讨论串引发了最多讨论。评论深度按 20 条为增量进行配置，因此你可以提取快速样本，也可以获取更深的评论集来进行完整的情感分析。
通过可配置的评论深度获取 YouTube 视频评论、作者详情、点赞数和回复数。
关于此模型
YouTube 视频评论会提取任何公开视频的顶层讨论串，返回每条评论的作者名称、作者缩略图、发布日期、文本、点赞数和回复数。这样无需手动在观看页面滚动并复制粘贴，就能获取真实的受众反应——问题、投诉、称赞和功能请求；每条评论的回复数还能告诉你哪些讨论串引发了最多讨论。评论深度按 20 条为增量进行配置，因此你可以提取快速样本，也可以获取更深的评论集来进行完整的情感分析。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | From $0.003333 per 20 comments | Live and Standard pricing are chunked by 20 comments; Standard normal/high starts at $0.001/$0.002 per chunk. |
| Fal.ai | 暂不可用 | 不提供独立 API。 |
| Replicate | 暂不可用 | 不提供独立 API。 |
Live and Standard pricing are chunked by 20 comments; Standard normal/high starts at $0.001/$0.002 per chunk.
不提供独立 API。
不提供独立 API。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 视频 ID | string | YouTube 视频 ID 或完整 YouTube URL（watch、embed、短链接）。 | dQw4w9WgXcQ |
| 深度 | integer | 要获取的评论数量，必须是 20 的倍数（Live：20 到 200；Standard：最多 700）。 | 20 |
| 位置 | 枚举（213 个选项） | 搜索所针对的国家或地区。 | United States |
| 语言 | 枚举（129 个选项） | 搜索使用的语言。 | English |
| 标签 | string | 可选的 request tag for tracing. | null |
| 交付方式 | 枚举（2 个选项） | 使用 Live 以立即获得结果，或使用 Standard 将任务排队。 | live |
| 优先级 | 枚举（2 个选项） | 标准任务优先级。 | normal |
YouTube 视频 ID 或完整 YouTube URL（watch、embed、短链接）。
dQw4w9WgXcQ要获取的评论数量，必须是 20 的倍数（Live：20 到 200；Standard：最多 700）。
20搜索所针对的国家或地区。
United States搜索使用的语言。
English可选的 request tag for tracing.
null使用 Live 以立即获得结果，或使用 Standard 将任务排队。
live标准任务优先级。
normal开发者文档
video_id 中传入 YouTube 视频 ID 或 URL。curl -X POST https://api.muapi.ai/api/v1/seo-youtube-video-comments \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"video_id": "dQw4w9WgXcQ",
"depth": 20
}'
常见问答
Live 请求每 20 条评论一组，预留费用起价为 $0.003333；Standard 请求的 normal/high 优先级每 20 条评论一组，起价分别为 $0.001/$0.002。最终费用会根据返回的任务成本进行对账。
它包含顶层评论，并显示每条评论的回复数；响应中不会展开单条回复。
Live 请求最多支持 200 条评论；Standard 请求最多支持 700 条，通过 `depth` 以 20 为增量设置。
作者标题、作者个人资料 URL、作者缩略图、发布日期、评论文本、点赞数和回复数。
可以，返回的评论文本非常适合传入 LLM 或情感分类器，以评估整体受众反应。