لیریا ۳٫۵ (Lyria 3.5)
Lyria 3.5 از ۷ مرداد ۱۴۰۵ در Flow Music و از ۱۳ شهریور ۱۴۰۵ در اپ Gemini عرضه شد. Google آن را خوش‌صداترین مدل موسیقی خودش معرفی کرده است. از یک توضیح متنی یا یک عکس، آهنگ با آواز، ترانه و تنظیم کامل سازها می‌سازد و در اپ Gemini طول قطعه تا ۳ دقیقه است. همهٔ خروجی‌ها واترمارک نامرئی SynthID دارند. اگر برای ویدیو، تبلیغ یا شبکهٔ اجتماعی موسیقی اختصاصی لازم دارید، این مدل برای شماست.
Lyria 3.5 مدل ساخت موسیقی Google DeepMind است که در اپ Gemini، Flow Music و Gemini API در دسترس است. این صفحه مشخصات رسمی، پلن‌هایی که به آن دسترسی دارند و محدودیت‌هایش را تاریخ‌دار و با منبع جمع کرده است.
مشخصات فنی
هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.
| مشخصه | مقدار | تا تاریخ | منبع |
|---|---|---|---|
| شناسهٔ API | lyria-3.5 | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| طول قطعه | در اپ Gemini تا ۳ دقیقه؛ در API چند دقیقه و قابل تنظیم با پرامپت | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| ورودی و خروجی | ورودی متن و تصویر، خروجی صدا (MP3) و متن ترانه | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| فرمت و کیفیت صدا | استریو ۴۴٫۱ کیلوهرتز؛ MP3 پیش‌فرض و WAV در API | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| آواز و ترانه | آواز، ترانهٔ زمان‌بندی‌شده و تنظیم کامل سازها؛ نسخهٔ بی‌کلام هم ممکن است | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| زبان ترانه | ترانه به زبان پرامپت شما ساخته میشود | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| واترمارک SynthID | روی همهٔ صداهای ساخته‌شده، نامرئی برای شنونده | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| سقف مصرف در اپ Gemini | AI Pro: ۴ برابر حد استاندارد؛ AI Ultra: ۵ یا ۲۰ برابر AI Pro (سقف کلی اپ) | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| قیمت رسمی API | ۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان ندارد | ۱۸ مهر ۱۴۰۵ | منبع رسمی |
| نام دیگر | lyria-3.5 شناسهٔ رسمی در Gemini API |
تایم‌لاین نسخه‌ها
رویدادهای مهم این مدل، به ترتیب زمانی معکوس.
Geminiبرای همهٔ کاربران در وب و اپ موبایل فعال شد، همراه با قالب‌های آماده و انتخاب قطعهٔ کوتاه یا بلند. اعلام رسمی
Gemini APIدر تغییرات Gemini API با شناسهٔ lyria-3.5 و خروجی استریو ۴۴٫۱ کیلوهرتز ثبت شد. اعلام رسمی
Lyria 3.5 در Flow MusicGoogle بهبود در ملودی، کیفیت ترانه، آواز طبیعی‌تر، تلفظ بهتر و کنترل ساده‌تر تمپو و طول قطعه را اعلام کرد. اعلام رسمی
Lyria 3 در Gemini APIنسل قبلی با دو مدل lyria-3-clip-preview و lyria-3-pro-preview که Google حالا آن‌ها را legacy می‌نامد. اعلام رسمی
موارد استفاده
جاهایی که این مدل واقعاً تفاوت می‌سازد.
موسیقی پس‌زمینهٔ ویدیو
Google یکی از کاربردهای اصلی را ساخت موسیقی اختصاصی برای ویدیو معرفی کرده است. در اپ Gemini میتوانید سبک را انتخاب کنید و بین نسخهٔ باکلام و بی‌کلام یکی را بگیرید.
جینگل و موسیقی برند
برای تبلیغ و شبکهٔ اجتماعی، یک جینگل اختصاصی برند بسازید. میتوانید ترانه را خودتان بنویسید یا موضوع را بدهید تا مدل ترانه بسازد.
آهنگ از روی عکس
به‌جای توضیح متنی، یک عکس بدهید تا Lyria 3.5 حال‌وهوای آن را به آهنگ تبدیل کند. قالب‌های آماده هم برای کارهایی مثل آهنگ تولد هست.
محدودیت‌ها و آنچه این مدل نیست
- صدای خوانندهٔ واقعی و ترانهٔ دارای حق نشر ناموجود Google میگوید همهٔ پرامپت‌ها از فیلتر ایمنی رد می‌شوند و درخواست صدای یک خوانندهٔ مشخص یا ساخت ترانهٔ دارای حق نشر مسدود میشود. منبع رسمی
- فقط برای ۱۸ سال به بالا طبق صفحهٔ رسمی Gemini، ساخت موسیقی فقط برای کاربران ۱۸ سال به بالاست و محدودیت مصرف دارد. منبع رسمی
- سهم بیشتری از سقف مصرف می‌گیرد راهنمای Google میگوید ساخت رسانه سهم بیشتری از سقف مصرف Gemini می‌گیرد. Google عدد جداگانه‌ای برای تعداد آهنگ در هر پلن اعلام نکرده است. منبع رسمی
سؤالات متداول
Lyria 3.5 روی Google AI Pro فعاله؟
آهنگهای Lyria 3.5 چقدر طول میکشن؟
میتونه با زبانهای دیگه آواز بخونه؟
قیمت API مدل Lyria 3.5 چنده؟
منابع رسمی
مدل‌های مرتبط
هم‌خانواده‌ها، بقیهٔ مدل‌های همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.
| مدل | قیمت رسمی | وضعیت | تفاوت کلیدی |
|---|---|---|---|
لیریا ۳٫۵ (Lyria 3.5) | ۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان ندارد | فعال | خوش‌صداترین مدل موسیقی Google (به گزارش Google) |
جمینای ۳٫۱ پرو (Gemini 3.1 Pro) | تا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکن | فعال | مدل Pro جمینای برای استدلال عمیق و کار پیچیده |
جمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite) | ۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکن | فعال | سریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini |
جمینای ۳٫۶ فلش (Gemini 3.6 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن | فعال | مدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash |
جمینای ۳٫۷ فلش (Gemini 3.7 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلش | فعال | باربر هوشمند گوگل برای کد و ایجنت |
جمینای ۳٫۸ فلش (Gemini 3.8 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلار | فعال | هوشمندترین مدل کاری گوگل برای کد و ایجنت |
جمینای ۳٫۸ لایو (Gemini 3.8 Live) | صوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکن | فعال | گفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ای |
جمینای ۴ آرگون (Gemini 4 Argon) | ۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکن | فعال | مدل مرزی Google برای کد، کار دانشی و دفاع سایبری |
جمینای ۴ کربن (Gemini 4 Carbon) | ندارد | دسترسی محدود | قوی‌ترین مدل گوگل (به گفتهٔ گوگل) |
جمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash) | ۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰p | فعال | ساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو |
نانو بنانا ۲ (Nano Banana 2) | ۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلار | فعال | قابلیت‌های Nano Banana Pro با سرعت Flash |
نانو بنانا ۲٫۱ (Nano Banana 2.1) | ۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4K | فعال | ساخت و ویرایش تصویر با دانش جهانی جمینای |
نانو بنانا پرو (Nano Banana Pro) | ۰٫۱۳۴ دلار برای 1K و 2K، ۰٫۲۴ دلار برای 4K | فعال | مدل حرفه‌ای تصویر Google با استدلال و دانش جهانی بالا |
Google ۱۲ مدلGemini 3.1 Pro)فعالمدل Pro جمینای برای استدلال عمیق و کار پیچیدهتا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکنمشخصاتجمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite)فعالسریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۶ فلش (Gemini 3.6 Flash)فعالمدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۷ فلش (Gemini 3.7 Flash)فعالباربر هوشمند گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلشمشخصاتجمینای ۳٫۸ فلش (Gemini 3.8 Flash)فعالهوشمندترین مدل کاری گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلارمشخصاتجمینای ۳٫۸ لایو (Gemini 3.8 Live)فعالگفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ایصوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکنمشخصاتجمینای ۴ آرگون (Gemini 4 Argon)فعالمدل مرزی Google برای کد، کار دانشی و دفاع سایبری۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۴ کربن (Gemini 4 Carbon)دسترسی محدودقوی‌ترین مدل گوگل (به گفتهٔ گوگل)قیمت عمومی نداردمشخصاتجمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash)فعالساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰pمشخصاتنانو بنانا ۲ (Nano Banana 2)فعالقابلیت‌های Nano Banana Pro با سرعت Flash۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلارمشخصاتنانو بنانا ۲٫۱ (Nano Banana 2.1)فعالساخت و ویرایش تصویر با دانش جهانی جمینای۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4Kمشخصاتنانو بنانا پرو (Nano Banana Pro)فعالمدل حرفه‌ای تصویر Google با استدلال و دانش جهانی بالا۰٫۱۳۴ دلار برای 1K و 2K، ۰٫۲۴ دلار برای 4Kمشخصاتمدلهای دیگر برای همین کاربردها
این مدل در این فهرست‌ها هم آمده است. هر فهرست مدل‌های همان کاربرد و اشتراکی که بازشان می‌کند را کنار هم نشان می‌دهد.
همهٔ کاربردها