Pular para o conteúdo
Alfa
  • Modelos
  • Classificações
  • Ori
Falar com vendas

Rodapé

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produto

  • Chat
  • Classificações
  • Avaliações de desempenho
  • Aplicativos
  • Descobrir
  • Modelos
  • Ori
  • Coleções
  • Provedores
  • Ferramentas
  • Preços
  • Business
  • Enterprise
  • Laboratório

Empresa

  • Sobre
  • Blog
  • Clientes
  • Carreiras
    Vagas
  • Privacidade
  • Termos de serviço
  • Central de confiança
  • Suporte
  • Funciona com OR
  • Dados
  • Marca

Desenvolvedor

  • Documentação
  • Referência da API
  • Plataforma para desenvolvedores
  • Status
  • Mapa do site para IA

Conectar

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Coleções/Modelos de áudio

Melhores modelos de geração de áudio

Classificações de modelos atualizadas novembro de 2026 com base em dados reais de uso.

Os modelos são classificados pelo total de tokens de prompt e de resposta processados pela API do OpenRouter nos últimos 7 dias. Exibindo os 4 melhores modelos. As classificações medem o uso no OpenRouter e refletem a adoção, não a qualidade do modelo ou o desempenho em testes de referência.

Os modelos de geração de áudio criam saídas de áudio a partir de texto ou outros prompts, viabilizando casos de uso como geração de música, design de som, assistentes habilitados para voz e aplicações multimodais que respondem com áudio. Esta coleção destaca alguns dos melhores modelos de geração de áudio disponíveis no OpenRouter, facilitando a comparação de qualidade, preços e latência entre provedores por meio de uma única API.

Explorar todos os modelosComparar modelos

Principais modelos de geração de áudio no OpenRouter

Favicon de openai

OpenAI: GPT Audio Mini

460M tokens

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.

por openai128K de contextoUS$ 0,60/M entrada tokensUS$ 2,40/M saída tokens
Favicon de google

Google: Lyria 3 Pro Preview

204M tokens

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.

por google1,05M de contextoUS$ 0,08/song
Favicon de openai

OpenAI: GPT Audio

102M tokens

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.

por openai128K de contextoUS$ 2,50/M entrada tokensUS$ 10/M saída tokens
Favicon de google

Google: Lyria 3 Clip Preview

8,98M tokens

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.

por google1,05M de contextoUS$ 0,04/song

Perguntas frequentes

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.

Explorar mais coleções

  • Modelos gratuitos
  • Modelos com desconto
  • Programação
  • Interpretação de papéis
  • Modelos de visão
  • Chamada de ferramentas
  • OpenClaw
  • Modelos de imagem
  • Modelos de vídeo
  • Texto para fala
  • Conversão de fala em texto
  • Modelos de embeddings
  • Modelos de reclassificação
  • Modelos destiláveis
  • Todas as coleções