AI TOOLS RADAR
Wszystkie modele / GOOGLE
google logo
google

Google: Gemini 3.1 Flash TTS Preview

Opis źródłowy (angielski)

Gemini 3.1 Flash TTS Preview is a text-to-speech model from Google, and a substantial generational step up from Gemini 2.5 Flash TTS. It takes text input and produces audio output...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
32 768 tokens
Maksymalne wyjście
16 384 tokens
Architektura
text->speech
Tokenizer
Gemini
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Wejście
$1
za milion tokenów tekstowych
Wyjście
$20
za milion tokenów audio
API

Konfiguracja modelu

Obsługiwane głosy

ZephyrPuckCharonKoreFenrirLedaOrusAoedeCallirrhoeAutonoeEnceladusIapetusUmbrielAlgiebaDespinaErinomeAlgenibRasalgethiLaomedeiaAchernarAlnilamSchedarGacruxPulcherrimaAchirdZubenelgenubiVindemiatrixSadachbiaSadaltagerSulafat
API

Szybki start

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

Wybierz obsługiwany głos. Zastąp YOUR_VOICE_ID, jeśli nie podano głosu.

Dokumentacja API

curl --fail-with-body https://openrouter.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-3.1-flash-tts-preview","input":"Hello!","voice":"Zephyr","response_format":"mp3"}' \
  --output speech.mp3
Możliwości i modalności

Wejście → Wyjście

Wejście
text
Wyjście
speech
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 16 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
33K
Maksymalne wyjście
16K
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 →