هوش مصنوعی کاربردی، یادگیری ماشین و ایجنت‌های هوشمند.

تلفیق هوش مصنوعی مولد، پردازش داده‌های بزرگ و ایجنت‌های خودمختار برای شتاب‌بخشی به فرآیندهای کسب‌وکار.

نسخه

لیریا ۳ پرو، مدل موسیقی مستقر بر API گوگل

لیریا ۳ پرو مدل موسیقی گوگل مستقر بر API جمینای است و نرخ پردازش هر آهنگ کامل هشت سنت است، نه بر پایه توکن و نه بر پایه اشتراک ماهانه. در جدول رتبه بندی بی کلام جایگاه پنجم و در جدول آواز جایگاه هشتم را دارد، یعنی عملکرد آن زیر تصویر قوی‌تر از عملکردش در آواز است.

  • نرخ هشت سنت برای هر آهنگ
  • واترمارک SynthID
  • بدون لایه رایگان

پیش نمایش تامین‌کننده: گوگل

آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می‌شود. چه چیزی عوض شد

مشخصات فنی، بر پایه اسناد رسمی گوگل

شناسه مدل lyria-3-pro-preview است. طول خروجی از طریق پرامپت کنترل می‌شود و اسناد رسمی به جای عدد دقیق عبارت «چند دقیقه» را ثبت کرده‌اند؛ نسخه Clip در همین خانواده دقیقا سی ثانیه تولید می‌کند و با نرخ چهار سنت محاسبه می‌شود. خروجی استریو ۴۴.۱ کیلوهرتز است، با قالب پیش فرض mp3، و روی نسخه Pro قالب WAV هم قابل دریافت است. تولید متن ترانه هم در همین پایپ لاین انجام می‌شود و در زبان پرامپت ورودی بازگردانده می‌شود.

دو محدودیت که در اسناد به صراحت ثبت شده: هر تولید یک مرحله واحد است و ویرایش چند مرحله‌ای در معماری پشتیبانی نمی‌شود؛ و لایه فیلترینگ درخواست‌هایی که صدای یک هنرمند مشخص یا متن دارای حق تکثیر را هدف بگیرند مسدود می‌کند. تمام خروجی‌ها واترمارک صوتی SynthID دارند که بنا بر توضیح گوگل برای شنوایی انسان قابل تشخیص نیست.

نرخ هشت سنت چه معنایی دارد

این نرخ یعنی هزینه با شمار آهنگ‌های تولید شده مقیاس می‌گیرد، نه با شمار دقیقه یا شمار توکن. صد آهنگ معادل هشت دلار است. برای مقایسه: ایلون میوزیک هر دقیقه ۹۰۰ اعتبار مصرف می‌کند که در پلن شش دلاری چیزی حدود سی و سه دقیقه در ماه می‌شود، و سونو و فلو موزیک اساسا بر پایه اشتراک محاسبه می‌شوند. این تنها رقم در این رده است که مستقیما به واحد کار متصل است.

مرز تفکیک از فلو موزیک

فلو موزیک محصول مصرفی گوگل است و صفحه اصلی آن مدل زیربنایی را Lyria 3.5 معرفی می‌کند. چنین مدلی در اسناد API گوگل ثبت نشده و در جدول رتبه بندی هم ردیفی با این نام وجود ندارد. بنابراین ارقام این سند متعلق به همین مدل است، نه به آن محصول، و در این گزارش به آن محصول نسبت داده نشده است.

در عمل هم دو مسیر استقرار کاملا متفاوتند: این یکی از طریق API فراخوانی می‌شود و کاربر آن یک توسعه دهنده است؛ آن یکی رابط کاربری، کتابخانه و ویدیو دارد و کاربرش کسی است که می‌خواهد یک آهنگ بسازد.

دسترس پذیری از ایران

ایران در فهرست مناطق در دسترس API جمینای ثبت نشده، و این نتیجه مستقیما از صفحه رسمی گوگل استخراج شده. در این رده هیچ لایه رایگانی هم وجود ندارد که این محدودیت را جبران کند: صفحه رسمی قیمت‌گذاری هر دو مدل لیریا را در ستون رایگان با وضعیت «در دسترس نیست» علامت‌گذاری کرده است.

مشخصات

هر عدد این جدول از صفحه خود سازنده آمده و لینک همان صفحه کنارش است.

شناسه مدل
lyria-3-pro-preview منبع
ورودی
متن منبع
خروجی
صدا منبع
قیمت هر آهنگ
$۰.۰۸ برای هر آهنگ منبع

استفاده از ایران

این ستون تاریخ دارد و می‌گوید چطور بررسی شده، چون بیشتر فهرست‌ها حدسش می‌زنند. هر جا فقط صفحه سیاست سازنده را خوانده باشیم، یادداشت پایین همین را می‌گوید.

دسترسی
مسدود
پرداخت
راه کارآمدی ندارد
پلن رایگان
ندارد
تاریخ اندازه گیری

چطور بررسی کردیم: گوگل فهرست مناطق در دسترس API جمینای را به صورت رسمی منتشر می‌کند و ایران در این فهرست ثبت نشده؛ همین منبع برای سایر مدل‌های API گوگل در این مرجع نیز مرجع سنجش بوده است. برای رده مدل‌های موسیقی، هیچ لایه رایگانی در معماری قیمت‌گذاری تعبیه نشده: صفحه رسمی قیمت‌گذاری هر دو ردیف لیریا را در ستون رایگان با وضعیت «در دسترس نیست» علامت‌گذاری کرده است.

نقاط قوت مستند

  • نرخ قیمت‌گذاری شفاف به ازای هر آهنگ، ویژگی یکتا در این رده
  • خروجی استریو ۴۴.۱ کیلوهرتز با قابلیت دریافت WAV روی نسخه Pro
  • واترمارک SynthID روی تمام خروجی‌ها
  • جایگاه پنجم در جدول رتبه بندی بی کلام، بالاتر از ایلون میوزیک و یودیو

ظرفیت‌های بهبود و ملاحظات فنی

  • حداکثر طول خروجی به صورت عددی مشخصه سازی نشده؛ اسناد فقط عبارت «چند دقیقه» را ثبت کرده‌اند.
  • تولید در یک مرحله واحد انجام می‌شود و ویرایش چند مرحله‌ای در معماری پشتیبانی نمی‌شود.
  • هیچ لایه رایگانی در پیکربندی قیمت‌گذاری وجود ندارد، بر خلاف سایر مدل‌های جمینای.
  • در جدول رتبه بندی آواز، سی و پنج امتیاز پایین‌تر از جایگاهش در جدول بی کلام قرار دارد.
  • ایران در فهرست مناطق در دسترس ثبت نشده است.

جمع‌بندی فنی

برای بار کاری نرم افزاری که باید موسیقی تولید کند، این مدل شفاف‌ترین ساختار قیمت‌گذاری این رده را دارد و محاسبه هزینه در آن ساده است. برای کاربری که قصد نشستن و ساختن یک آهنگ را دارد، این مدل ابزار مناسبی نیست و باید به سراغ محصول‌های مصرفی رفت.

پرسش‌هایی که واقعا پرسیده می‌شود

نرخ قیمت‌گذاری لیریا ۳ پرو چقدر است

هشت سنت به ازای هر آهنگ کامل. نسخه Clip که سی ثانیه تولید می‌کند با نرخ چهار سنت محاسبه می‌شود. هیچ کدام لایه رایگان ندارند.

آیا لیریا همان مدل زیربنایی فلو موزیک است

دقیقا نه. فلو موزیک مدل زیربنایی خود را Lyria 3.5 معرفی می‌کند و چنین مدلی در اسناد API گوگل ثبت نشده است. ارقام این سند تنها به lyria-3-pro-preview تعلق دارد.

منابع

  1. Google, Gemini API music generation docsمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵
  2. Google, Gemini API pricingمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵
  3. Google, Gemini API available regionsمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵