AI TOOLS RADAR
Alle Modelle / GOOGLE
google logo
google

Google: Gemini 3.5 Transcribe

Beschreibung der Quelle (Englisch)

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...

Quelle bei OpenRouter ansehen
Überblick

Modellspezifikationen

Kontext
98.304 tokens
Maximale Ausgabe
32.768 tokens
Architektur
audio->transcription
Tokenizer
Gemini
Wissensstand
Nicht angegeben
Moderiert
Nein
OPENROUTER

Vollständige Preise

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

Eingabe
$2
pro 1 Mio. Token
Ausgabe
$12
pro 1 Mio. Token
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/gemini-3.5-transcribe' \
  -F 'file=@audio.wav'
Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe
audio
Ausgabe
transcription
API

Unterstützte API-Parameter

Verfügbare Anbieter

1 Anbieter

Geprüft: 25. September 2026

Live-Anbieter bei OpenRouter

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

OpenRouter

Google AI Studio

Nicht angegeben
Kontext
98K
Maximale Ausgabe
33K
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 3.8 Flash Lite TTS

Gemini 3.8 Flash Lite TTS is a text-to-speech model from Google and the fast, high-throughput member of the 3.8 TTS family alongside Gemini 3.8 Flash TTS. It is suited for...

Kontext
33K
Eingabe
text
Ausgabe
speech
Eingabe: $0.5 pro Million TexttokensAusgabe: $6 pro Million Audiotokens
Modelldetails ansehen →