Lyria 3.5 Gemini API 怎么接：模型 ID、Interactions API、价格与中转核验

如果你想把 AI 作曲接进视频配乐、播客片头、游戏原声或品牌音效工具，看到“Lyria 3.5 已经可以通过 Gemini API 调用”后，最容易犯的错误是把它当成一个普通的 Gemini 文本模型：换一个 model 字段，继续发送原来的聊天补全请求。

这条路径大概率不够。

截至 2026 年 9 月 8 日，Google 的 Gemini API 文档将 Lyria 3.5 标为公开预览模型，模型 ID 是 lyria-3.5。它通过 Interactions API 生成完整歌曲，输入可以是文字或图片，输出包括 MP3 音频和歌词；官方价格页列出的付费价格是 0.08 美元/首。这些特征决定了它和文本、图片理解模型的接入合同不同，也决定了“某个渠道支持 Gemini”不能直接证明它支持 Lyria 3.5。

本文先用官方资料厘清接口，再给出通过第三方 API 平台或中转渠道接入时应该逐项核验的清单。文中的价格和能力均以 2026 年 9 月 8 日查到的官方页面为准；预览模型、渠道价格和可用性都可能变化。

先记住四个结论

模型 ID 是 lyria-3.5，不是 gemini-3.5，也不是 lyria-3-pro-preview。 后两个名字对应不同模型或旧版本，不应混用。
官方调用入口是 Interactions API。 不能因为渠道提供 /v1/chat/completions 兼容接口，就推断它能生成 Lyria 音频。
输出不是文本 JSON，而是音频和歌词。 你的服务端需要处理 Base64 音频、文件存储、下载链接和内容审核，而不是只读取 text 字段。
官方价是每首 0.08 美元，不是每百万 Token。 第三方渠道还可能有倍率、最低充值、失败请求计费和自定义计量口径，必须单独对账。

Lyria 3.5 到底支持什么

Google 的模型页把 Lyria 3.5 定义为面向完整歌曲生成的音乐模型，重点是多段结构的连贯性，包括主歌、副歌和桥段。音乐生成指南列出的输出为 44.1 kHz 立体声 MP3；模型还会返回歌词文本。输入除了文字提示，也可以使用图片，让图片的氛围、场景或叙事成为音乐创作的参考。

项目	官方资料显示的内容	接入影响
模型 ID	`lyria-3.5`	先确认渠道是否原样保留该 ID，避免被映射成别的 Lyria 版本
状态	Preview / 公开预览	不要把预览模型当成长期稳定接口，需关注版本和下线通知
输入	Text、Image	要核验渠道是否支持图片输入，而不只是纯文本
输出	Audio（MP3）、Text（歌词）	需要保存音频数据，并处理歌词与音频的对应关系
音频	44.1 kHz stereo	渠道不能只返回一段文本或把音频转成不明格式
调用方式	Interactions API	不能仅用普通聊天补全兼容性判断
不支持能力	Live API、Function calling、Structured outputs、Thinking、Batch、Flex、Priority 等	不适合直接套用 Agent 或实时语音模型的配置模板

DeepMind 的模型卡还提醒，Lyria 3.5 的分发方式和使用限制应以 Google 的模型与产品条款为准。模型能生成音频，不等于你的产品可以无条件发布、商用或模仿特定音乐人的声音；接入前仍要检查内容安全、版权和产品使用场景。

官方请求长什么样

Google 的音乐生成指南给出了基于 interactions.create 的 SDK 调用，也给出了 REST 入口。下面是按官方文档整理的最小 REST 形态：

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3.5",
    "input": "一首 90 BPM 的氛围电子音乐，温暖的合成器、低调鼓点，适合科技纪录片片尾，不要人声"
  }'

实际返回内容需要按 SDK 或 API 响应结构读取音频字段和歌词字段。不要把上面的请求直接替换到只接受 messages、choices 和 content 的 OpenAI 兼容客户端里，然后假设音频会自动出现在 content 中。

另外，Google 文档建议先用更快的 lyria-3-clip-preview 试提示词，再提交完整歌曲生成。这个建议对成本和产品体验都有意义：短片适合验证曲风、乐器、速度和人声要求，完整歌曲则应该在提示词确定后再生成。两者是不同模型 ID，不能把 Clip 的可用性当成 Lyria 3.5 已经可用。

0.08 美元/首只是官方基线

Google Gemini API 价格页当前列出：

模型	官方计费单位	付费价格
`lyria-3.5`	Full Song，按请求	0.08 美元/首
`lyria-3-clip-preview`	30 秒 Clip，按请求	0.04 美元/首

这不是第三方中转站的最终价格。通过渠道调用时，至少要再确认以下变量：

渠道是否按“请求”计费，还是把请求折算成自定义 Token 或点数；
失败、超时、生成成功但下载失败时是否扣费；
一次请求是否可能产生多份候选音频；
渠道倍率作用在官方单首价格、内部底价还是某个分组价格上；
是否存在最低充值额、有效期、并发限制和每日配额；
音频文件是否由渠道代存，下载链接有效期多长；
预览模型升级或更换版本后，旧模型 ID 是否继续可用。

一个简单的预算估算可以先写成：

预计成本 = 完整歌曲请求数 × 0.08 美元 × 渠道计价倍率
         + Clip 试作请求数 × 0.04 美元 × 渠道计价倍率
         + 失败重试与下载补偿成本

这里只是核算框架，不是任何渠道的报价。真正对账时，要保存模型 ID、请求 ID、提交时间、返回状态、生成是否成功、音频时长和渠道账单明细。对于预览模型，不能用一次成功请求推断长期可用性或稳定性。

中转 API 接入前的六项核验

1. 查模型 ID，而不是只查模型家族

让渠道明确回答：是否支持 lyria-3.5，支持的是 Google Gemini API 原生模型 ID，还是渠道自己的别名。最好用模型列表接口、模型详情页和一次真实请求交叉确认。

如果页面只写“支持 Gemini 音频”“支持 Lyria”或“支持 Google 全系模型”，证据仍然不够。尤其要区分：

lyria-3.5：完整歌曲模型；
lyria-3-clip-preview：30 秒短片模型；
其他 Lyria 版本或第三方音乐模型：接口、价格和能力可能完全不同。

2. 查 Interactions API 是否真的透传

询问渠道是否支持官方的 /v1beta/interactions 路径、model 和 input 字段，以及音频输出字段。若渠道只提供聊天补全接口，应当把它标记为“未确认支持”，而不是自行猜测。

还要检查是否存在静默转换：渠道把请求转成自己的统一格式时，是否保留图片输入、歌词输出、错误码和请求 ID。转换层越复杂，越需要用原始响应做回归测试。

3. 查音频输出是否完整

至少准备三类测试：纯音乐、带人声歌曲、图片加文字提示。分别核对：

是否拿到可播放的 MP3；
声道、采样率和文件大小是否符合预期；
歌词是否和音频一起返回；
长响应是否被截断；
Base64、临时 URL 或二进制响应的保存方式是否稳定；
生成成功后下载失败，渠道是否能重新获取结果。

4. 查提示词和内容安全边界

官方指南建议明确写出流派、乐器、BPM、调性、氛围和段落结构，也支持用 [Verse]、[Chorus]、[Bridge] 等标签表达结构。你的测试提示词应固定版本，避免把提示词差异误认为渠道质量差异。

同时要确认渠道如何返回安全拦截、版权相关拒绝和内容审核错误。不要为了“提高通过率”绕过安全策略，也不要把被拦截的请求无限重试。

5. 查并发、超时和重试规则

完整歌曲生成明显不同于普通文本补全。一次请求可能需要更长的等待时间，返回内容也更大。接入时应记录：

连接超时与服务端超时是否分开；
429、5xx 和内容拒绝是否使用不同重试策略；
重试是否会产生新的计费请求；
幂等键或请求 ID 能否防止用户重复点击造成重复生成；
渠道是否限制并发、每日请求数或音频下载流量。

不要把所有错误都自动重试。对内容安全拒绝、模型不存在和参数不支持，重试不会解决问题；对网络中断则应先查请求状态，再决定是否重新生成。

6. 做一次“官方价—渠道账单”对账

用固定的 30 秒 Clip 和固定的完整歌曲各做一组小样本，记录实际请求数和最终扣费。对账时不要只看余额变化，还要保存响应中的用量、状态和请求时间。若渠道使用倍率或点数，要求它说明换算公式和计费时点。

如果官方价格页写的是按首收费，而渠道把它显示成“每百万 Token”，要特别谨慎：这可能是渠道内部换算，也可能代表它并未按原生 Lyria 3.5 接口计费。没有清晰解释前，不要据此比较谁更便宜。

哪些应用适合现在接入

Lyria 3.5 更适合以下场景：

视频、播客或短片的原创背景音乐草稿；
游戏原型、广告 Demo 或品牌音效的快速试作；
需要文字和画面共同决定音乐方向的创意工具；
能接受预览模型变化，并有人工审核和替换流程的产品。

它不适合被直接当成：

实时互动音乐引擎：模型页不支持 Live API；
需要函数调用和结构化 JSON 的 Agent 工具：官方能力列表没有这些支持；
对版本、延迟和长周期成本有硬性承诺的生产主链路：当前仍是预览状态；
只会发送普通聊天请求的旧客户端：接口和输出类型都需要适配。

最后的判断顺序

如果你今天要把 Lyria 3.5 接进应用，建议按这个顺序做决定：

在官方文档确认 lyria-3.5、Interactions API、输入输出和价格；
在准备使用的渠道页面确认原生模型 ID，而不是只看“支持 Gemini”；
用一条纯文本、一条图片提示和一条带结构标签的提示做小样本；
检查 MP3、歌词、错误码、下载和重试行为；
用固定请求数量对比官方 0.08 美元/首基线和渠道最终账单；
只有在模型、接口、计费和内容安全都说得清楚时，才扩大请求量。

Lyria 3.5 的热点在于它把音乐生成能力带进了 Gemini API，但对开发者而言，真正的门槛不是“能不能生成一首歌”，而是你的 API 客户端、渠道和账单系统能否正确理解一种按请求计费、返回音频、仍处于预览阶段的新模型。先按接口合同核验，再比较渠道，通常比直接追求一个看起来更低的单价更稳妥。

参考来源

Google Gemini API 更新日志（2026 年 9 月 3 日 Lyria 3.5 公开预览）：https://ai.google.dev/gemini-api/docs/changelog
Google Gemini API：Lyria 3.5 模型页：https://ai.google.dev/gemini-api/docs/models/lyria-3.5
Google Gemini API：Lyria 3.5 音乐生成指南：https://ai.google.dev/gemini-api/docs/music-generation
Google Gemini API：价格页：https://ai.google.dev/gemini-api/docs/pricing
Google DeepMind：Lyria 3.5 模型卡：https://deepmind.google/models/model-cards/lyria-3-5/
Google Blog：Lyria 3.5 在 Gemini 与 Gemini API 中可用（2026 年 9 月 4 日）：https://blog.google/innovation-and-ai/products/gemini-app/better-tracks-lyria-gemini/

核验说明：本文于 2026 年 9 月 8 日整理。官方模型状态、价格、地区、接口版本以及第三方渠道的模型映射和账单规则均可能变化；使用前请再次查看实时页面并做小样本对账。