AI TOOLS RADAR
Wszystkie modele / GOOGLE
google logo
google

Google: Chirp 3

Opis źródłowy (angielski)

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...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
Brak danych
Maksymalne wyjście
Brak danych
Architektura
audio->transcription
Tokenizer
Other
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Czas audio
$0.000267
za sekundę
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Dokumentacja API

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'
Możliwości i modalności

Wejście → Wyjście

Wejście
audio
Wyjście
transcription
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 19 września 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

Google

Brak danych
Kontekst
Brak danych
Maksymalne wyjście
Brak danych
google

4 modele

Wszystkie modele
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...

Kontekst
1.0M
Wejście
audio · file · image · text · video
Wyjście
text
Wejście: $2Wyjście: $10za milion tokenów
Zobacz szczegóły modelu →
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...

Kontekst
1.0M
Wejście
audio · file · image · text · video
Wyjście
text
Wejście: $1Wyjście: $5za milion tokenów
Zobacz szczegóły modelu →
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,...

Kontekst
66K
Wejście
image · text
Wyjście
image · text
Wejście: $1.5 za milion tokenówWyjście: $7.5 za milion tokenów
Zobacz szczegóły modelu →
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...

Kontekst
98K
Wejście
audio
Wyjście
transcription
Wejście: $2 za milion tokenówWyjście: $12 za milion tokenów
Zobacz szczegóły modelu →