AI TOOLS RADAR
Alle Modelle / GOOGLE
google logo
google

Google: Chirp 3

Beschreibung der Quelle (Englisch)

Chirp 3 is Google's latest multilingual speech-to-text model. It offers enhanced transcription accuracy across 24 GA languages and 77+ preview languages, with support for automatic language detection, automatic punctuation, and...

Quelle bei OpenRouter ansehen
Überblick

Modellspezifikationen

Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
Architektur
audio->transcription
Tokenizer
Other
Wissensstand
Nicht angegeben
Moderiert
Nein
OPENROUTER

Vollständige Preise

Mit OpenRouter synchronisierte Preise; Tokenpreise gelten pro eine Million Token.

Audiodauer
$0.000267
pro Sekunde
API

Schnellstart

Setzen Sie OPENROUTER_API_KEY lokal. Python benötigt requests; JavaScript läuft in Node.js. Bewahren Sie den Schlüssel auf dem Server auf.

API-Dokumentation

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=google/chirp-3' \
  -F 'file=@audio.wav'
Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe
audio
Ausgabe
transcription
API

Unterstützte API-Parameter

Verfügbare Anbieter

1 Anbieter

Geprüft: 19. September 2026

Live-Anbieter bei OpenRouter

Verfügbarkeit, Latenz, Durchsatz und Routing ändern sich laufend. Aktuelle Betriebsdaten stehen auf der Quellseite.

OpenRouter

Google

Nicht angegeben
Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
google

4 Modelle

Alle Modelle
google logogoogle

Google: Gemini 4 Argon

Gemini 4 Argon is Google's flagship reasoning model, built for complex software engineering, deep mathematical and scientific problem solving, and autonomous multi-step agents. Google trained it to keep context across...

Kontext
1.0M
Eingabe
audio · file · image · text · video
Ausgabe
text
Eingabe: $2Ausgabe: $10pro 1 Mio. Token
Modelldetails ansehen →
google logogoogle

Google: Gemini 4 Argon (batch)

Gemini 4 Argon is Google's flagship reasoning model, built for complex software engineering, deep mathematical and scientific problem solving, and autonomous multi-step agents. Google trained it to keep context across...

Kontext
1.0M
Eingabe
audio · file · image · text · video
Ausgabe
text
Eingabe: $1Ausgabe: $5pro 1 Mio. Token
Modelldetails ansehen →
google logogoogle

Google: Nano Banana 2.1

Nano Banana 2.1 (Gemini Nano Banana 2.1) is Google's image generation and editing model on the Flash tier, succeeding Nano Banana 2 and Nano Banana Pro. It improves product recontextualization,...

Kontext
66K
Eingabe
image · text
Ausgabe
image · text
Eingabe: $1.5 pro 1 Mio. TokenAusgabe: $7.5 pro 1 Mio. Token
Modelldetails ansehen →
google logogoogle

Google: Gemini 3.5 Transcribe

Gemini 3.5 Transcribe is a speech-to-text model from Google. It is suited for synchronous transcription that needs word-level timestamps or speaker diarization, with support for up to eight speakers. Audio...

Kontext
98K
Eingabe
audio
Ausgabe
transcription
Eingabe: $2 pro 1 Mio. TokenAusgabe: $12 pro 1 Mio. Token
Modelldetails ansehen →