API mimo-v2.5-tts — Tarifs et accès

小米 · Audio

High-quality voice synthesis with precise adherence to style instructions. Supports inline emotion tags for word-level control and can capture a character’s vocal persona with zero-shot prompting.

Aperçu

Modalités

Longueur de contexte8K

Sortie maximale8K

Publié le28 août 2026

Tarifs

Disponibilité

État du service24 dernières heures

Paramètres

Modèle / versionmimo-v2.5-tts

Modalités d’entréeTexte

Modalités de sortieAudio

Paramètres d’échantillonnage—

Longueur de contexte8K

Sortie maximale8K

Exemple de requête

curl "https://api.agtcloud.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"model":"mimo-v2.5-tts","messages":[{"role":"user","content":"Hello"}]}'

Points de terminaison

chatPOST /v1/chat/completionsRéférence API

Chat completions

EXPLORE MODELS

Plus de Audio

Comparez les capacités, le contexte et le prix des modèles du même type.

Tout parcourir

阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Entrée / Sortie · par 1M de tokensÀ partir de ¥2.2 / ¥13.3

Voir le modèle

阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Entrée / Sortie · par 1M de tokensÀ partir de ¥7 / ¥40

Voir le modèle

阿里巴巴

qwen3.5-omni-flash-realtime is a model from Alibaba for real-time multimodal interaction.

Entrée / Sortie · par 1M de tokensÀ partir de ¥3.3 / ¥20

Voir le modèle

阿里巴巴

qwen3.5-omni-plus-realtime is a model from Alibaba for real-time multimodal interaction.

Entrée / Sortie · par 1M de tokensÀ partir de ¥10 / ¥60

Voir le modèle

阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks (site alias/snapshot: qwen3.5-omni-flash-2026-03-15).

Entrée / Sortie · par 1M de tokensÀ partir de ¥2.2 / ¥13.3

Voir le modèle