AI TOOLS RADAR
Tutti i modelli / GOOGLE
google logo
google

Google: Gemini 3.5 Transcribe

Descrizione della fonte (inglese)

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...

Vedi la fonte su OpenRouter
Panoramica

Specifiche del modello

Contesto
98.304 tokens
Output massimo
32.768 tokens
Architettura
audio->transcription
Tokenizer
Gemini
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Input
$2
per milione di token
Output
$12
per milione di token
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Documentazione API

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'
Capacità e modalità

Input → Output

Input
audio
Output
transcription
API

Parametri API supportati

Provider disponibili

1 Provider

Verificato: 25 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Google AI Studio

Non indicato
Contesto
98K
Output massimo
33K
google

4 modelli

Tutti i modelli
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...

Contesto
8K
Input
text
Output
speech
Input: $0.5 per milione di token di testoOutput: $6 per milione di token audio
Vedi i dettagli del modello →
google logogoogle

Google: Gemini 3.8 Flash TTS

Gemini 3.8 Flash TTS is a text-to-speech model from Google and the successor to Gemini 3.1 Flash TTS Preview. It is the creative tier of the 3.8 TTS family, suited...

Contesto
8K
Input
text
Output
speech
Input: $0.5 per milione di token di testoOutput: $9 per milione di token audio
Vedi i dettagli del modello →
google logogoogle

Google: Gemini 3.8 Flash

Gemini 3.8 Flash is Google's most intelligent Flash model with significant gains from 3.7 Flash across software engineering, agentic tasks, and multi-step reasoning.

Contesto
1.0M
Input
text · image · video · file · audio
Output
text
Input: $0.75Output: $3.75per milione di token
Vedi i dettagli del modello →
google logogoogle

Google: Gemini 3.8 Flash (batch)

Gemini 3.8 Flash is Google's most intelligent Flash model with significant gains from 3.7 Flash across software engineering, agentic tasks, and multi-step reasoning.

Contesto
1.0M
Input
text · image · video · file · audio
Output
text
Input: $0.375Output: $1.875per milione di token
Vedi i dettagli del modello →