Zum Inhalt springen
Alpha
  • Modelle
  • Ranglisten
  • Ori
Vertrieb kontaktieren

Fußzeile

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produkt

  • Chat
  • Ranglisten
  • Leistungsvergleiche
  • Apps
  • Entdecken
  • Modelle
  • Ori
  • Sammlungen
  • Anbieter
  • Tools
  • Preise
  • Business
  • Enterprise
  • Labs

Unternehmen

  • Über
  • Blog
  • Kunden
  • Karriere
    Offene Stellen
  • Datenschutz
  • Nutzungsbedingungen
  • Vertrauenszentrum
  • Support
  • Funktioniert mit OR
  • Daten
  • Marke

Entwickler

  • Dokumentation
  • API-Referenz
  • Entwicklerplattform
  • Status
  • KI-Sitemap

Verbinden

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Sammlungen/Audiomodelle

Beste Modelle zur Audiogenerierung

Modellranglisten aktualisiert November 2026 auf Basis tatsächlicher Nutzungsdaten.

Modelle werden nach der Gesamtzahl der Prompt- und Completion-Token eingestuft, die in den letzten 7 Tagen über die OpenRouter-API verarbeitet wurden. Die 4 bestplatzierten Modelle werden angezeigt. Ranglisten messen die Nutzung auf OpenRouter und spiegeln die Verbreitung wider, nicht die Modellqualität oder die Leistung in Vergleichstests.

Modelle zur Audiogenerierung erzeugen Audioausgaben aus Text oder anderen Prompts und ermöglichen Anwendungsfälle wie Musikgenerierung, Sounddesign, sprachgesteuerte Assistenten und multimodale Anwendungen, die mit Audio antworten. Diese Sammlung stellt einige der besten auf OpenRouter verfügbaren Modelle zur Audiogenerierung vor und erleichtert den Vergleich von Qualität, Preisen und Latenz verschiedener Anbieter über eine einzige API.

Alle Modelle durchsuchenModelle vergleichen

Top-Modelle zur Audiogenerierung auf OpenRouter

Favicon für openai

OpenAI: GPT Audio Mini

461M Token

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.

von openai128K Kontext0,60 $/M Eingabe Token2,40 $/M Ausgabe Token
Favicon für google

Google: Lyria 3 Pro Preview

205M Token

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.

von google1,05M Kontext0,08 $/song
Favicon für openai

OpenAI: GPT Audio

102M Token

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.

von openai128K Kontext2,50 $/M Eingabe Token10 $/M Ausgabe Token
Favicon für google

Google: Lyria 3 Clip Preview

9,02M Token

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.

von google1,05M Kontext0,04 $/song

Häufig gestellte Fragen

Send POST /api/v1/chat/completions with modalities set to ["text", "audio"] and an audio object naming the voice and format. Audio output requires stream: true; the response arrives as SSE chunks, and the client concatenates the base64 delta.audio.data fragments in order before decoding the combined string once into the final file. The audio guide covers the request and the chunk format. For dedicated speech synthesis, use the text-to-speech models at POST /api/v1/audio/speech.

Listings with published pricing show input audio and output audio prices per million tokens next to their text token prices, so the cost of a reply depends on how much audio it returns. You pay only for the requests you make, with no separate subscription per provider.

Set audio.voice and audio.format in the request. Voices such as alloy or nova and formats such as wav, mp3, flac, opus, and pcm16 vary by model, so check the model page before you choose.

Yes. One OpenRouter API key works for every audio model on this page and for every other model on OpenRouter. Create a key on your API keys page.

Weitere Sammlungen entdecken

  • Kostenlose Modelle
  • Vergünstigte Modelle
  • Programmierung
  • Rollenspiel
  • Bildverarbeitungsmodelle
  • Tool-Aufrufe
  • OpenClaw
  • Bildmodelle
  • Videomodelle
  • Text-zu-Sprache
  • Spracherkennung
  • Embedding-Modelle
  • Reranking-Modelle
  • Destillierbare Modelle
  • Alle Sammlungen