AI TOOLS RADAR
Todos os modelos / GOOGLE
google logo
google

Google: Gemini 3.5 Transcribe

Descrição da fonte (inglês)

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...

Ver fonte no OpenRouter
Visão geral

Especificações do modelo

Contexto
98.304 tokens
Saída máxima
32.768 tokens
Arquitetura
audio->transcription
Tokenizador
Gemini
Limite de conhecimento
Não informado
Moderado
Não
OPENROUTER

Preços completos

Tarifas sincronizadas do OpenRouter, por milhão de tokens.

Entrada
$2
por milhão de tokens
Saída
$12
por milhão de tokens
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/gemini-3.5-transcribe' \
  -F 'file=@audio.wav'
Recursos e modalidades

Entrada → Saída

Entrada
audio
Saída
transcription
API

Parâmetros de API compatíveis

Provedores disponíveis

1 Provedor

Verificado: 25 de setembro de 2026

Provedores ao vivo no OpenRouter

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

OpenRouter

Google AI Studio

Não informado
Contexto
98K
Saída máxima
33K
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 3.8 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...

Contexto
33K
Entrada
text
Saída
speech
Entrada: $0.5 por milhão de tokens de textoSaída: $6 por milhão de tokens de áudio
Ver detalhes do modelo →