base de conocimientos / desarrolladores

Imágenes, audio y embeddings

Los generadores de la aplicación, y los bloques de construcción para la búsqueda: imágenes, vídeo, habla, transcripción y embeddings, cada uno facturado por uso de su balance.

Esta página está traducida automáticamente para mayor comodidad. La versión original en inglés es la que se aplica.

Generar imágenes

Realiza de una a cuatro imágenes desde un prompt y las devuelve cuando se hayan hecho. ?image En la app.

POST https://nymbot.ai/api/v1/images/generations — necesita una clave de API, o Pago Lightning por solicitud.

Los ids vienen de GET /api/v1/models?type=imageEl generador estándar, @cf/black-forest-labs/flux-1-schnell, cuesta un plano 5 créditos estándar (50 sats) una imagen. Cada otro generador gasta créditos Pro a su propio precio, con la tarifa habitual y margen, como en La app. n Las fotos cuestan n Un campo que un generador no toma se cae en lugar de rechazado; el generador estándar utiliza sólo el prompt.

resolution no se utiliza: cada generador hace su propio tamaño. url, cada imagen se sube a un anfitrión público de Blossom y usted obtiene su enlace (algunos generadores solo devuelven un enlace propio, que se transmite). Lo que el fuego puede vercon b64_json la imagen se vuelve en la respuesta y nunca se sube. Una imagen enviada como data: URL en image_url Se verifica de la misma manera que un Editar y cargado a Blossom primero para que el generador pueda recogerlo; se elimina de nuevo si la solicitud no es descargada.

Si algunas de las n las imágenes fallan, se obtienen las que funcionaron, se cobran solo por aquellas (más cualquiera que el proveedor haya facturado a pesar del fracaso), y nymbot.failed indica cuántos están faltando. Si todos fallan, la solicitud devuelve 502.

Respuesta

{
  "created": 1790726400,
  "model": "nano-banana",
  "cost": 0.2126,
  "data": [
    {
      "url": "https://blossom.example/5c0e4b7d3a91f2e8...c4.png",
      "content_type": "image/png"
    }
  ],
  "nymbot": { "balance": "pro", "charged_credits": 1.817, "charged_sats": 181.7, "balance_credits": 410.608, "balance_sats": 41060.8 }
}

cURL

curl https://nymbot.ai/api/v1/images/generations \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana",
    "prompt": "A lighthouse at dusk, oil painting",
    "size": "16:9"
  }'

Python

import os
import requests

res = requests.post(
    "https://nymbot.ai/api/v1/images/generations",
    headers={"Authorization": "Bearer " + os.environ["NYMBOT_API_KEY"]},
    json={"model": "nano-banana", "prompt": "A lighthouse at dusk, oil painting", "size": "16:9"},
)
res.raise_for_status()
print(res.json()["data"][0]["url"])

JavaScript

const res = await fetch("https://nymbot.ai/api/v1/images/generations", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.NYMBOT_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({ model: "nano-banana", prompt: "A lighthouse at dusk, oil painting", size: "16:9" }),
});
const body = await res.json();
console.log(body.data[0].url);

Editar imágenes

Cambia una imagen que sube, siguiendo una promesa. Este es el punto final de edición de OpenAI, por lo que los SDK de OpenAI images.edit funcionan como son. Solo los generadores Pro con edit en la lista de modelos lo acepta.

POST https://nymbot.ai/api/v1/images/edits — necesita una clave de API, o Pago Lightning por solicitudEl cuerpo es multipart/form-datahasta 32 MB.

La imagen que sube se verifica para ser un bien formado PNG, JPEG, WebP o GIF, enviado como su tipo real, y colocado en un anfitrión público Blossom, porque los generadores recogen su entrada por enlace. Tratarlo como público. Si la edición falla y nada se carga, la copia alojada se borra de nuevo. La respuesta tiene la misma forma que para la generación. El precio es el precio del generador, que para algunos generadores incluye una tarifa para la imagen de entrada.

Respuesta

{
  "created": 1790726460,
  "model": "nano-banana",
  "cost": 0.2126,
  "data": [{ "b64_json": "iVBORw0KGgoAAAANSUhEUgAA..." }],
  "nymbot": { "balance": "pro", "charged_credits": 1.817, "charged_sats": 181.7, "balance_credits": 408.791, "balance_sats": 40879.1 }
}

cURL

curl https://nymbot.ai/api/v1/images/edits \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F model=nano-banana \
  -F [email protected] \
  -F prompt="Make it a snowy evening"

Python

import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("photo.png", "rb") as f:
    result = client.images.edit(model="nano-banana", image=f, prompt="Make it a snowy evening")

with open("edited.png", "wb") as out:
    out.write(base64.b64decode(result.data[0].b64_json))

JavaScript

import fs from "node:fs";
import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const result = await client.images.edit({
  model: "nano-banana",
  image: fs.createReadStream("photo.png"),
  prompt: "Make it a snowy evening",
});
await writeFile("edited.png", Buffer.from(result.data[0].b64_json, "base64"));

Vídeo

Un vídeo toma minutos, por lo que se ejecuta en el fondo. Lo envías, obtendrás una identificación inmediatamente, y preguntarás sobre la identificación hasta que se haga.

POST https://nymbot.ai/api/v1/videos — necesita una clave de API, o Pago Lightning por solicitud- Regreso 202.

El precio es fijo cuando se envía, desde el generador, la resolución y la longitud, por lo que se cobra de su saldo Pro tan pronto como el proveedor acepte el trabajo, y se muestra como cost, estimated_cost y nymbotSi el proveedor rechaza el trabajo, no se cobra nada. Si la renderización fallece más tarde, o el clip acabado no puede almacenarse y el proveedor no ha facturado por él, la factura se reembolsará una vez, automáticamente. Una renderización que todavía está pasando después de una hora se abandona, y mantiene su cargo, porque el proveedor factura una renderización una vez que la acepta.

La respuesta (202)

{
  "id": "vid_3e9a51c07b2f4d86e0a1c4f2",
  "object": "video",
  "model": "veo",
  "status": "in_progress",
  "created": 1790726400,
  "seconds": 8,
  "resolution": "1080p",
  "estimated_cost": 3.18,
  "expires_at": 1790812800,
  "cost": 3.18,
  "nymbot": { "balance": "pro", "charged_credits": 31.8, "charged_sats": 3180, "balance_credits": 378.808, "balance_sats": 37880.8 }
}

status Comienza como in_progress, o completed El video ya está en data cuando el generador lo devuelve inmediatamente.

Comprobar en un video

GET https://nymbot.ai/api/v1/videos/{id} - Necesita una llave perteneciente al nim que la envió.Una llave que haya alcanzado su límite todavía puede comprobar.

Él responde 202 En el momento en que se realiza el video y 200 una vez que se haya terminado o ha fracasado. Pregunta cada 5 a 10 segundos. Cada cheque pregunta al proveedor una vez y responde a la vez; nunca espera el vídeo. GET /api/v1/videos lista los últimos 50 empleos de la clave como {"object": "list", "data": […]}.

La respuesta (200)

{
  "id": "vid_3e9a51c07b2f4d86e0a1c4f2",
  "object": "video",
  "model": "veo",
  "status": "completed",
  "created": 1790726400,
  "seconds": 8,
  "resolution": "1080p",
  "estimated_cost": 3.18,
  "expires_at": 1790812800,
  "completed_at": 1790726590,
  "data": { "url": "https://blossom.example/9b41d0c2e7a3f658...1e.mp4", "content_type": "video/mp4" },
  "cost": 3.18,
  "nymbot": { "balance": "pro", "charged_credits": 31.8, "charged_sats": 3180 }
}

status es in_progress, completed o failedUn trabajo fallido lleva error ({"code": "generation_failed", "message": …}Si se le ha devuelto, cost Es 0 y nymbot Añadir refunded_credits y refunded_satsEl vídeo terminado está en un anfitrión público de Blossom, como las imágenes generadas.

cURL

curl https://nymbot.ai/api/v1/videos \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "veo", "prompt": "Waves rolling onto a beach at sunrise", "duration": 8, "aspect_ratio": "16:9"}'

curl https://nymbot.ai/api/v1/videos/vid_3e9a51c07b2f4d86 \
  -H "Authorization: Bearer $NYMBOT_API_KEY"

Python

import os, time
import requests

headers = {"Authorization": "Bearer " + os.environ["NYMBOT_API_KEY"]}

job = requests.post(
    "https://nymbot.ai/api/v1/videos",
    headers=headers,
    json={"model": "veo", "prompt": "Waves rolling onto a beach at sunrise", "duration": 8, "aspect_ratio": "16:9"},
).json()

while True:
    time.sleep(8)
    status = requests.get("https://nymbot.ai/api/v1/videos/" + job["id"], headers=headers).json()
    if status["status"] in ("completed", "failed"):
        break

print(status["data"]["url"] if status["status"] == "completed" else status["error"])

JavaScript

const headers = {
  "Authorization": "Bearer " + process.env.NYMBOT_API_KEY,
  "Content-Type": "application/json",
};

const job = await (await fetch("https://nymbot.ai/api/v1/videos", {
  method: "POST",
  headers,
  body: JSON.stringify({ model: "veo", prompt: "Waves rolling onto a beach at sunrise", duration: 8, aspect_ratio: "16:9" }),
})).json();

let status;
do {
  await new Promise((r) => setTimeout(r, 8000));
  status = await (await fetch("https://nymbot.ai/api/v1/videos/" + job.id, { headers })).json();
} while (status.status !== "completed" && status.status !== "failed");

console.log(status.status === "completed" ? status.data.url : status.error);

Texto del discurso

Lee texto en voz alta y devuelve el archivo de audio en sí, no un enlace. audio.speech.create En el OpenAI SDKs funciona.

POST https://nymbot.ai/api/v1/audio/speech — necesita una clave de API, o Pago Lightning por solicitud.

La voz estándar cuesta un plano 3 créditos estándar (30 sats) una solicitud, como en la aplicación. Aura 2 es Pro, precio por los caracteres que envía. El cuerpo de respuesta es el audio, con un Content-TypeEl costo está en la X-Nymbot-Cost-Sats Si el modelo de habla falla, nada se cargará.

Respuesta

HTTP/1.1 200 OK
Content-Type: audio/mpeg
X-Nymbot-Cost-Sats: 4.2
X-Nymbot-Balance-Sats: 41055.6

(audio bytes)

cURL

curl https://nymbot.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "aura-2", "voice": "luna", "input": "Your invoice has been paid."}' \
  --output speech.mp3

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

audio = client.audio.speech.create(
    model="aura-2",
    voice="luna",
    input="Your invoice has been paid.",
)
audio.write_to_file("speech.mp3")

JavaScript

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const audio = await client.audio.speech.create({
  model: "aura-2",
  voice: "luna",
  input: "Your invoice has been paid.",
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

Modelos y voces de audio

Dos listas públicas para elegir un modelo de habla y voz, o un modelo de transcripción. Hay 41 Aura 2 hablantes de inglés y cuatro idiomas MeloTTS.

GET https://nymbot.ai/api/v1/audio/models No es necesaria la llave.

GET https://nymbot.ai/api/v1/audio/voices?language=en No es necesaria la llave.

Respuestas (en voz alta)

{
  "object": "list",
  "data": [
    { "id": "luna", "name": "Luna", "provider": "deepgram", "model_id": "aura-2", "models": ["aura-2"], "language": "en", "description": "Aura 2 English voice", "gender": "female", "preview_url": null },
    { "id": "en", "name": "MeloTTS English", "provider": "myshell", "model_id": "@cf/myshell-ai/melotts", "models": ["@cf/myshell-ai/melotts", "melotts"], "language": "en", "description": "English (MeloTTS)", "gender": null, "preview_url": null }
  ]
}

Los modelos de la lista de respuestas {"object": "list", "data": {"tts": […], "stt": […]}}Cada modelo de discurso da su equilibrio, precio, max_input_chars, response_formats, languages y default_voiceEl modelo de transcripción da sus alias, max_file_bytes, max_secondsPrecio y formato por minuto.

cURL

curl https://nymbot.ai/api/v1/audio/models
curl "https://nymbot.ai/api/v1/audio/voices?language=en"

Python

import requests

print(requests.get("https://nymbot.ai/api/v1/audio/models").json())
for voice in requests.get("https://nymbot.ai/api/v1/audio/voices", params={"language": "en"}).json()["data"]:
    print(voice["id"], voice["model_id"])

JavaScript

console.log(await (await fetch("https://nymbot.ai/api/v1/audio/models")).json());
const voices = await (await fetch("https://nymbot.ai/api/v1/audio/voices?language=en")).json();
for (const v of voices.data) console.log(v.id, v.model_id);

Discurso en texto

Convierte una grabación en texto con Whisper. Este es el punto final de transcripción de OpenAI, así que audio.transcriptions.create Los trabajos.

POST https://nymbot.ai/api/v1/audio/transcriptions — necesita una clave de API, o Pago Lightning por solicitudEl cuerpo es multipart/form-data.

Para los archivos WAV, WebM, MP4 y Ogg, la longitud se lee desde el archivo antes de que nada se ejecute, por lo que una grabación de más de 30 minutos se rechaza de antemano (con 3 segundos de gracia). La longitud de un archivo WAV proviene de su tasa de muestreo, canales y tamaño de muestreo. La longitud de otros formatos, como MP3, no se puede leer de antemano, por lo que están limitados por el tamaño: en la tasa de bit más baja Nymbot asume, 8 kbps, 30 minutos es de 1,8 MB, y un archivo más grande en tal formato se rechaza con 413 audio_too_long Enviar grabaciones más largas como WAV, WebM, MP4 o Ogg. Si Whisper luego reporta más de 30 minutos de todos modos, la solicitud se rechaza con 413 audio_too_long, y desde que Whisper se ejecutó, 30 minutos se cargan.

Usted paga por la longitud del audio, redondeado hasta el segundo: la más larga de la longitud leída del archivo, la longitud Whisper informes, y lo menos el tamaño del archivo permite, al precio por minuto de Whisper con la tarifa habitual y margen, y al menos 0.05 crédito una solicitud. 402 En la aplicación, la transcripción de un mensaje de voz puede ser gratuita; en la API siempre se carga.

Respuesta

{
  "text": "Your invoice has been paid.",
  "usage": { "type": "duration", "seconds": 3 },
  "nymbot": { "balance": "standard", "charged_credits": 0.05, "charged_sats": 0.5, "balance_credits": 120.35, "balance_sats": 1203.5 }
}

text Devuelve el texto claro. srt y vtt devolver los subtítulos, y verbose_json añade el idioma, la duración y los segmentos temporalizados. Para los tres que no son JSON, el coste está en los encabezados.

cURL

curl https://nymbot.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F [email protected] \
  -F model=whisper \
  -F response_format=json

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("memo.m4a", "rb") as f:
    transcript = client.audio.transcriptions.create(model="whisper", file=f)
print(transcript.text)

JavaScript

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const transcript = await client.audio.transcriptions.create({
  model: "whisper",
  file: fs.createReadStream("memo.m4a"),
});
console.log(transcript.text);

Traducción del discurso al inglés

POST https://nymbot.ai/api/v1/audio/translations — necesita una clave de API, o Pago Lightning por solicitudEl cuerpo es multipart/form-data.

El mismo que la transcripción, con los mismos campos aparte de language, límites y precio, pero el texto vuelve en inglés cualquiera que sea el idioma hablado. audio.translations.create.

cURL

curl https://nymbot.ai/api/v1/audio/translations \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -F [email protected] \
  -F model=whisper

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

with open("nota.m4a", "rb") as f:
    translation = client.audio.translations.create(model="whisper", file=f)
print(translation.text)

JavaScript

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const translation = await client.audio.translations.create({
  model: "whisper",
  file: fs.createReadStream("nota.m4a"),
});
console.log(translation.text);

Embajadores

Convierte texto en vectores para buscar, agrupar y deduplicar.Los modelos se ejecutan en Cloudflare y gastan el saldo estándar.

POST https://nymbot.ai/api/v1/embeddings — necesita una clave de API, o Pago Lightning por solicitud.

La lista de modelos es la fuente de verdad para cuáles están disponibles y cuánto cuestan; el EmbeddingGemma de Google, con vectores más cortos a petición, aparece allí también cuando el catálogo tiene un precio para ello.

Respuesta

{
  "object": "list",
  "data": [
    { "object": "embedding", "index": 0, "embedding": [0.0213, -0.0487, 0.0112] }
  ],
  "model": "@cf/baai/bge-m3",
  "usage": { "prompt_tokens": 9, "total_tokens": 9 },
  "nymbot": { "balance": "standard", "charged_credits": 0.05, "charged_sats": 0.5, "balance_credits": 1204.35, "balance_sats": 12043.5 }
}

cURL

curl https://nymbot.ai/api/v1/embeddings \
  -H "Authorization: Bearer $NYMBOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "@cf/baai/bge-m3", "input": ["Lightning invoices expire.", "Invoices on Lightning have a time limit."]}'

Python

import os
from openai import OpenAI

client = OpenAI(base_url="https://nymbot.ai/api/v1", api_key=os.environ["NYMBOT_API_KEY"])

result = client.embeddings.create(
    model="@cf/baai/bge-m3",
    input=["Lightning invoices expire.", "Invoices on Lightning have a time limit."],
)
print(len(result.data), len(result.data[0].embedding))

JavaScript

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://nymbot.ai/api/v1", apiKey: process.env.NYMBOT_API_KEY });

const result = await client.embeddings.create({
  model: "@cf/baai/bge-m3",
  input: ["Lightning invoices expire.", "Invoices on Lightning have a time limit."],
});
console.log(result.data.length, result.data[0].embedding.length);