Aller au contenu
Alpha
  • Modèles
  • Classements
  • Ori
Contacter l’équipe commerciale

Pied de page

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produit

  • Chat
  • Classements
  • Évaluations comparatives
  • Applications
  • Découvrir
  • Modèles
  • Ori
  • Collections
  • Fournisseurs
  • Outils
  • Tarifs
  • Business
  • Enterprise
  • Laboratoire

Entreprise

  • À propos
  • Blog
  • Clients
  • Carrières
    Recrutement
  • Confidentialité
  • Conditions d’utilisation
  • Centre de confiance
  • Assistance
  • Compatible avec OR
  • Données
  • Marque

Développeur

  • Documentation
  • Référence de l’API
  • Plateforme pour développeurs
  • Statut
  • Plan du site pour l’IA

Connecter

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Collections/Modèles audio

Meilleurs modèles de génération audio

Classement des modèles mis à jour novembre 2026 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.

Parcourir tous les modèlesComparer les modèles

Meilleurs modèles de génération audio sur OpenRouter

Favicon de openai

OpenAI: GPT Audio Mini

459M jetons

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 jetons2,40 $US/M sortie jetons
Favicon de google

Google: Lyria 3 Pro Preview

203M jetons

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
Favicon de openai

OpenAI: GPT Audio

101M 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 jetons10 $US/M sortie jetons
Favicon de google

Google: Lyria 3 Clip Preview

8,95M jetons

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

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.

Explorer d’autres collections

  • Modèles gratuits
  • Modèles à prix réduit
  • Programmation
  • Jeu de rôle
  • Modèles de vision
  • Appel d’outils
  • OpenClaw
  • Modèles d’image
  • Modèles vidéo
  • Synthèse vocale
  • Reconnaissance vocale
  • Modèles de plongement vectoriel
  • Modèles de reclassement
  • Modèles distillables
  • Toutes les collections