AI TOOLS RADAR
Todos os modelos / GOOGLE
google logo
google

Google: Chirp 3

Descrição da fonte (inglês)

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...

Ver fonte no OpenRouter
Visão geral

Especificações do modelo

Contexto
Não informado
Saída máxima
Não informado
Arquitetura
audio->transcription
Tokenizador
Other
Limite de conhecimento
Não informado
Moderado
Não
OPENROUTER

Preços completos

Tarifas sincronizadas do OpenRouter, por milhão de tokens.

Duração do áudio
$0.000267
por segundo
API

Início rápido

Defina OPENROUTER_API_KEY localmente. Python requer requests; JavaScript roda em Node.js. Mantenha a chave no servidor.

Documentação da 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'
Recursos e modalidades

Entrada → Saída

Entrada
audio
Saída
transcription
API

Parâmetros de API compatíveis

Provedores disponíveis

1 Provedor

Verificado: 19 de setembro de 2026

Provedores ao vivo no OpenRouter

Disponibilidade, latência, throughput e roteamento mudam continuamente. Consulte a fonte para dados atuais.

OpenRouter

Google

Não informado
Contexto
Não informado
Saída máxima
Não informado
google

4 modelos

Todos os modelos
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...

Contexto
1.0M
Entrada
audio · file · image · text · video
Saída
text
Entrada: $2Saída: $10por milhão de tokens
Ver detalhes do modelo →
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...

Contexto
1.0M
Entrada
audio · file · image · text · video
Saída
text
Entrada: $1Saída: $5por milhão de tokens
Ver detalhes do modelo →
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,...

Contexto
66K
Entrada
image · text
Saída
image · text
Entrada: $1.5 por milhão de tokensSaída: $7.5 por milhão de tokens
Ver detalhes do modelo →
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...

Contexto
98K
Entrada
audio
Saída
transcription
Entrada: $2 por milhão de tokensSaída: $12 por milhão de tokens
Ver detalhes do modelo →