Meilleurs modèles de génération audio

Classement des modèles mis à jour à partir de données d’utilisation réelles.

Les modèles sont classés selon le nombre total de jetons de prompt et de réponse traités via l’API OpenRouter au cours des 7 derniers jours. Affichage des 4 meilleurs modèles. Les classements mesurent l’utilisation sur OpenRouter et reflètent l’adoption, et non la qualité des modèles ou leurs performances aux tests de référence.

Les modèles de génération audio créent des sorties audio à partir de texte ou d’autres prompts, pour des cas d’usage comme la génération musicale, la conception sonore, les assistants vocaux et les applications multimodales qui répondent par de l’audio. Cette collection met en avant certains des meilleurs modèles de génération audio disponibles sur OpenRouter, ce qui facilite la comparaison de la qualité, des prix et de la latence entre fournisseurs via une seule API.

Meilleurs modèles de génération audio sur OpenRouter

A cost-efficient version of GPT Audio. The new snapshot features an upgraded decoder for more natural sounding voices and maintains better voice consistency. Input is priced at $0.60 per million tokens and output is priced at $2.40 per million tokens.

par openai128K de contexte0,60 $US/M entrée 2,40 $US/M sortie
Favicon de openai

OpenAI: GPT Audio

119M jetons

The gpt-audio model is OpenAI's first generally available audio model. The new snapshot features an upgraded decoder for more natural sounding voices and maintains better voice consistency. Audio is priced at $32 per million input tokens and $64 per million output tokens.

par openai128K de contexte2,50 $US/M entrée 10 $US/M sortie

Full-length songs are priced at $0.08 per song. Lyria 3 is Google's family of music generation models, available through the Gemini API. With Lyria 3, you can generate high-quality, 48kHz stereo audio from text prompts or from images. These models deliver structural coherence, including vocals, timed lyrics, and full instrumental arrangements. Lyria 3 Pro can generate full-length songs with verses, choruses, bridges.

par google1,05M de contexte0,08 $US/song

30 second duration clips are priced at $0.04 per clip. Lyria 3 is Google's family of music generation models, available through the Gemini API. With Lyria 3, you can generate high-quality, 48kHz stereo audio from text prompts or from images. These models deliver structural coherence, including vocals, timed lyrics, and full instrumental arrangements. Lyria 3 Clip can generate short clips, loops, previews.

par google1,05M de contexte0,04 $US/song

Questions fréquentes

Explorer d’autres collections