Nano Banana 2
Google 图像生成端点;家庭中心包括额外的生成和编辑变体。
在 Muapi 上使用 Google Gemini 媒体模型进行 AI 图像生成、电影视频和多扬声器语音合成。一个 Muapi API 密钥可为您的应用程序提供跨这些端点的一致的提交和轮询工作流程。本页面重点介绍媒体生成工作流程。 Gemini 型号系列使用不同的请求字段和定价;请点击每个系列的链接,了解完整的产品系列、确切的参数和当前的供货情况。
Google 图像生成端点;家庭中心包括额外的生成和编辑变体。
Google Imagen 4 系列中的快速文本到图像生成。
使用 Gemini Omni 生成带有同步音频的视频。
从结构化文本创建富有表现力的多扬声器对话音频。
谷歌在 Muapi 上的生成媒体阵容涵盖图像生成和编辑、视频创建和文本转语音。 Nano Banana 和 Imagen 封面图片; Veo 和 Gemini Omni 封面视频; Gemini TTS 生成语音对话。
此登录页面突出显示了代表性端点,以便您可以比较这些系列,而无需重复其专用中心的每个模型行。使用系列页面了解完整目录、参数详细信息和当前可用性。
使用 Nano Banana 进行基于提示的图像生成和基于参考的编辑,或使用 Imagen 4 进行高质量的文本到图像工作。
致电 Veo 3.1 或 Gemini Omni 以获取视频提示、图像驱动的运动和相关视频工作流程。
将结构化扬声器和对话发送至 Gemini TTS 以生成多扬声器音频。
| Family | 输入 | 输出 | 起始价格 | 阵容齐全 |
|---|---|---|---|---|
| Midjourney | Prompt and optional references | 图像 | 每次请求 0.03 美元起 | /nano-banana-api |
| Imagen 4 | 迅速的 | 图像 | 每代 0.02 美元起 | /imagen-4 |
| 维奥3.1 | Prompt, image, or video references | 视频 | From $0.30/request | /veo-3.1 |
| Gemini Omni | 提示、图像或视频,具体取决于端点 | Video, edits, or audio | 选定端点上 0.048 美元/秒起 | /gemini-omni |
| Gemini TTS | 演讲者和对话轮流 | 音频 | From $0.01/1,000 characters | /gemini-tts |
定价因型号、持续时间、分辨率和端点而异。提交前请在每个家庭页面上确认确切的费用。
使用 Muapi API 密钥提交特定于模型的 JSON 请求,保存请求 ID,然后轮询共享结果端点。图像、视频和语音端点使用不同的请求字段。
curl -X POST https://api.muapi.ai/api/v1/nano-banana \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A small glass greenhouse on a mossy hillside at sunrise","aspect_ratio":"1:1"}'
# Response: {"request_id":"REQUEST_ID"}Send a prompt to a Nano Banana image endpoint.
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"}向 Imagen 4 提交提示和宽高比。
呼叫 Veo 并提供提示和持续时间。
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'
# Response: {"request_id":"REQUEST_ID"}创建具有同步音频的视频。
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"}提供结构化的演讲者和对话轮流。
将返回的请求 ID 与共享结果端点一起使用。
特色媒体系列包括 Nano Banana、Imagen 4、Veo、Gemini Omni 和 Gemini Text-to Speech。请关注每个系列页面,了解其完整的终端产品阵容。
该目录重点关注 Google 媒体生成端点:图像、视频和语音。检查 Muapi 的实时 API 架构,了解当前可用的文本生成模型及其请求格式。
从访问密钥创建 Muapi API 密钥,然后将其在 x-api-key 标头中发送到模型端点。
不会。图像、视频和语音端点属于不同的领域。使用特定于模型的系列页面和 API 示例来获取准确的请求架构。
使用一个 Muapi API 密钥将 Google 图像、视频和文本转语音模型集成到您的应用程序中。