Lyria 3.5: meglio Clip o Pro? Prezzi, durata e casi d’uso

Nel confronto Lyria 3.5 Clip vs Pro, Clip è la scelta giusta per contenuti da 30 secondi e per individuare una direzione musicale spendendo poco; Pro serve solo quando il brano deve restare coerente tra strofe, ritornelli, bridge o lungo un montaggio più esteso. Il prezzo API attuale è di $0.04 per una richiesta Clip e $0.08 per un brano completo, anche se i nomi usati oggi da Google sono meno lineari di quanto lasci intendere la query.

Quale modello Lyria 3.5 scegliere?

Scegli Clip quando il contenuto finale dura 30 secondi o meno, oppure quando la direzione musicale non è ancora definita. Passa al modello per brani completi se è l'arrangiamento stesso a far parte del risultato da consegnare. In pratica: Clip per basi social, stinger, loop e provini; brano completo per un video di prodotto, il tema evolutivo di un podcast, l'inno di una campagna o qualsiasi traccia che richieda intro, strofa, ritornello, bridge e finale per risultare intenzionale.

Google Lyria 3 Clip è il modello per contenuti brevi attualmente documentato come lyria-3-clip-preview. Il suo MP3 da 30 secondi fissi è un vantaggio quando un team deve ascoltare otto direzioni prima di approvarne una: ogni idea scartata resta breve ed economica.

Non conviene acquistare durata prima di aver scelto una direzione. Per decidere tra elettronica pulita, acustica calda e tensione orchestrale, un direttore creativo non ha bisogno di più brani completi. Di solito bastano hook, palette sonora, tempo e trattamento vocale racchiusi in un campione breve.

Lyria 3.5 è il modello per brani completi attualmente documentato come lyria-3.5. I quattro centesimi in più sono giustificati quando conta la continuità: una melodia deve tornare, l'energia deve crescere e le sezioni devono entrare nei momenti utili, senza sembrare frammenti generati separatamente.

A 60 secondi il criterio di scelta si ribalta. Sotto questa soglia, Clip è la soluzione diretta più economica. A 60 secondi, due richieste Clip e una richiesta per un brano completo costano entrambe $0.08. Oltre la soglia, una sola richiesta Full Song andata a buon fine costa meno di più generazioni da 30 secondi messe in sequenza e conserva un unico arco musicale.

Lyria 3.5 Clip vs Pro: cosa significano davvero i nomi di Google

L'API attiva non offre oggi due endpoint chiamati Lyria 3.5 Clip e Lyria 3.5 Pro. In base alla guida, al changelog, alle pagine dei modelli e al listino Google verificati il 4 settembre 2026, l'opzione breve resta Lyria 3 Clip, con ID lyria-3-clip-preview; la nuova opzione per brani completi è Lyria 3.5, con ID lyria-3.5. Nel testo esplicativo, la guida Google continua a definire quest'ultima “Pro model”: ecco perché la formula cercata dagli utenti ha senso, anche se i nomi degli endpoint non coincidono perfettamente.

In produzione, la distinzione è importante. Il nome di un modello in una presentazione di pianificazione può anche essere approssimativo; l'ID inserito in una richiesta API no. Usare le stringhe previste ma non documentate lyria-3.5-clip-preview o lyria-3.5-pro-preview significherebbe costruire un workflow attorno a nomi assenti dalle pagine attualmente online.

La nota di rilascio del 3 settembre annuncia lyria-3.5 in anteprima pubblica per la generazione di brani completi. Lo stesso changelog registra la precedente coppia Clip e Pro il 25 marzo, mentre la guida attuale affianca l'endpoint Clip rimasto disponibile al nuovo endpoint Lyria 3.5 Full Song. Il confronto utile, quindi, è tra iterazione breve e produzione di un brano completo, non tra due livelli 3.5 dai nomi perfettamente coordinati.

Prezzi di Lyria 3.5 e pareggio a 60 secondi

Clip costa meno per singola richiesta; il modello Full Song diventa più economico per minuto generato non appena la traccia richiesta supera un minuto. Il listino prezzi attuale di Google, verificato il 4 settembre 2026, non prevede un livello API gratuito per nessuna delle due opzioni. Lyria 3 Clip Preview costa $0.04 per brano, mentre Lyria 3.5 Full Song costa $0.08 per brano.

Su 100 richieste, la spesa è di $4 con Clip e $8 con Full Song. Il confronto aiuta a stimare il budget di sperimentazione, ma non mette sullo stesso piano i risultati, perché hanno durate diverse. Il calcolo va normalizzato sul contenuto necessario:

• Una base social da 30 secondi costa $0.04 con Clip o $0.08 con il modello Full Song. Vince Clip.
• Una base da 60 secondi montata a partire da due generazioni Clip costa $0.08. Anche una richiesta Full Song costa $0.08. Il prezzo è pari, ma il brano completo offre il vantaggio strutturale.
• Una traccia da 120 secondi costruita con quattro generazioni Clip costa $0.16. Una richiesta Full Song riuscita costa $0.08. Il brano completo vince sia per costo sia per continuità.

Questi valori presuppongono che non servano nuovi tentativi e che una richiesta Full Song raggiunga la durata desiderata. Non fingono neppure che due output indipendenti da 30 secondi, una volta uniti, diventino una canzone. I conti indicano dove cambia il costo delle richieste; quando le sezioni devono legarsi tra loro, il vincolo creativo rende ancora più forte la scelta del brano completo.

Il modello di budget più efficace è un funnel. Prova otto direzioni musicali con Clip spendendo $0.32, poi trasforma le due finaliste in brani completi con altri $0.16. Il costo totale è $0.48. Generare subito come brani completi tutte e otto le direzioni costerebbe $0.64: il flusso ibrido fa risparmiare $0.16, cioè il 25%, prima di eventuali nuovi tentativi.

Possiamo chiamarlo filtro dallo sketch alla colonna sonora: gli output brevi ed economici stabiliscono quali idee meritano più durata. Non è soltanto un risparmio di quattro centesimi. Evita anche che i revisori debbano ascoltare arrangiamenti completi quando genere, voce o strumentazione erano già sbagliati nei primi dieci secondi.

Vincitore della categoria: Clip sotto i 60 secondi; Lyria 3.5 Full Song sopra i 60 secondi. Esattamente a un minuto, la decisione va presa in base alla coerenza, non al prezzo della richiesta.

Velocità di iterazione: Clip vince nei provini

Clip è più efficace nell'iterazione creativa perché il suo perimetro fisso rende ogni alternativa confrontabile. Google non ha pubblicato benchmark sulla latenza dei due endpoint attuali: qui “più veloce” indica un contenuto più breve da generare, ascoltare, catalogare e scartare, non un vantaggio dichiarato nella velocità dei server.

Immagina un team di brand al lavoro su un teaser di prodotto da 30 secondi. Deve ancora decidere se la colonna sonora debba risultare precisa, giocosa, lussuosa o incalzante. In questa fase, una strofa completa e un bridge non aggiungono valore alla decisione. Otto proposte di uguale durata permettono di confrontare la stessa finestra per genere, BPM, tonalità, strumentazione e trattamento vocale.

Il vero criterio qualitativo è l'efficacia dell'apertura rispetto al montaggio. Bisogna ascoltare se il primo beat è netto, se c'è spazio per il parlato, se la crescita accompagna la presentazione del prodotto e se il finale può essere tagliato senza sembrare troncato. Se la traccia deve andare in loop, va verificato anche che la coda si ricongiunga all'inizio senza uno stacco armonico evidente. Per questo compito circoscritto, Clip è pronto per la pubblicazione dopo la revisione editoriale e dei diritti.

Clip resta invece una semplice mood board quando il progetto dipende dallo sviluppo nel tempo. Una texture promettente di 30 secondi non dimostra che un ritornello funzionerà, che la seconda strofa introdurrà variazioni intelligenti o che un arco di due minuti rimarrà coerente. Promuoverla a soluzione per un brano completo sarebbe come approvare un campione di colore al posto di un'identità visiva finita.

Vincitore della categoria: Lyria 3 Clip. Il limite è proprio ciò che lo rende efficiente prima dell'approvazione della direzione musicale.

Controllo e coerenza: Pro vince sull'arrangiamento

Il modello Full Song prevale quando il tempo diventa materia di progetto. La guida alla generazione musicale di Google documenta tag di sezione come [Intro], [Verse], [Chorus], [Bridge] e [Outro], oltre a timestamp con cui indicare quando devono entrare strumenti, testo e variazioni di energia. Si possono specificare anche genere, strumenti, BPM, tonalità o scala, atmosfera, testo personalizzato e durata desiderata.

Questo controllo è concreto in un video di prodotto da 90 secondi. L'apertura può lasciare spazio alla voce narrante, il beat può ampliarsi quando compare la funzionalità chiave e la frase finale può risolversi sotto il logo. Un prompt generico chiede un'atmosfera; un prompt strutturato assegna alla musica un compito preciso nella timeline.

Controllo, però, non significa editing. Google descrive la generazione musicale come un processo single-turn: non si può riprendere il brano restituito e chiedere all'API, in un turno successivo, di attenuare solo il secondo ritornello. La richiesta successiva produce una nuova generazione e lo stesso prompt può dare un risultato diverso. La revisione va organizzata su take completi, non su correzioni chirurgiche.

Per questo la struttura del prompt conta più della sua eleganza stilistica. Un brief efficace presenta prima il risultato da consegnare, poi la grammatica musicale e infine la timeline:

Una colonna sonora strumentale di 90 secondi per un video di prodotto, a 112 BPM in Re minore. Basso analogico smorzato, batteria elettronica asciutta e un unico synth arpeggiato brillante. Mantieni 0:00-0:12 essenziale per la voce narrante, aggiungi le percussioni a 0:12, raggiungi il crescendo principale a 0:42, riduci l'energia a 1:05 e chiudi in modo netto entro 1:30. Niente voce cantata.

I timestamp non garantiscono un risultato definitivo. Rendono leggibile l'errore: un revisore può segnalare che il crescendo è arrivato tardi o che la base sotto la narrazione si è fatta troppo densa, quindi modificare una sola istruzione nel take completo successivo.

Generazione Full Song con Lyria: quando Pro vale il costo

Full Song conviene quando un arco musicale continuo vale più del doppio degli sketch. In genere accade con un contenuto sopra i 60 secondi, un motivo melodico ricorrente, sezioni temporizzate, un testo personalizzato o una chiusura che deve risolversi invece di ripartire in loop.

Il modello Full Song è anche la scelta più sicura se il montatore ha bisogno di alternative all'interno dello stesso file. Intro coerente, strofa a bassa energia, ritornello più intenso e outro pulito offrono più punti di montaggio utilizzabili senza cucire insieme generazioni scollegate. L'MP3 resta un formato di consegna limitato rispetto alle stem o a una sessione modificabile, ma una singola traccia organizzata è molto più vicina a un asset di produzione di quattro clip indipendenti.

Vincitore della categoria: Lyria 3.5 Full Song. Il sovrapprezzo acquista ampiezza e controllo dell'arrangiamento, non soltanto più secondi.

Quale workflow API per musica AI si adatta al tuo progetto?

Usa l'API come un sistema di revisione creativa in due fasi, non come una slot machine. Google stessa consiglia di iterare con l'endpoint Clip prima di impegnarsi in una generazione completa con Lyria 3.5. Il workflow più solido conserva lo stesso brief musicale nei due passaggi e modifica solo durata e livello strutturale.

Ecco l'evoluzione dello stesso brief per il lancio di un prodotto. Il prompt iniziale debole è: “Crea musica moderna e vivace per un video di prodotto”. Lascia irrisolti genere, tempo, centro tonale, strumentazione, uso della voce, punti di montaggio e finale. Qualsiasi risultato potrebbe essere difendibile, rendendo il feedback inevitabilmente vago.

Il prompt Clip migliorato è: “Un teaser di prodotto strumentale di 30 secondi a 112 BPM in Re minore, con basso analogico smorzato, batteria elettronica asciutta e un unico synth arpeggiato brillante. Preciso e sicuro, non aggressivo. Parti in modo netto, crea un crescendo a 12 secondi e termina con un colpo risolutivo. Niente voce cantata”. Non promette un risultato migliore. Crea un test migliore, perché i revisori possono valutare una direzione specifica usando criteri espliciti.

1. 1

   Definisci il test di accettazione

   Prima di generare, stabilisci quattro controlli: il primo beat sostiene il montaggio, il parlato ha spazio, il crescendo coincide con la presentazione e il finale si taglia in modo pulito. Aggiungi esclusioni legate al brand, per esempio niente voce cantata o batteria dal sapore rétro.

2. 2

   Fai i provini con Clip

   Mantieni la durata a 30 secondi. A ogni iterazione cambia una sola variabile principale, come genere, famiglia di strumenti o energia, lasciando invariato l'obiettivo del video di prodotto. Etichetta ogni output in base alla scelta che mette alla prova, non con un numero di take arbitrario.

3. 3

   Promuovi la direzione vincente

   Trasferisci nel prompt Full Song genere, BPM, tonalità, palette strumentale e atmosfera approvati. Solo a questo punto aggiungi tag di sezione o eventi con timestamp: valutare la struttura prima di approvare la direzione ha un costo elevato.

4. 4

   Controlla i file consegnati

   Conserva insieme l'MP3 e il testo restituito per liriche o struttura. Verifica frequenza di campionamento effettiva, loudness, inizio e fine, contenuti sensibili ai controlli di sicurezza e presenza di ogni sezione richiesta prima di passare l'asset al montatore.

5. 5

   Completa il lavoro fuori dal generatore

   Taglia, livella, metti in sequenza e prova la traccia sulle immagini definitive. Se servono le stem, ricorda che la risposta API documentata contiene un MP3 e del testo, non una sessione multitraccia.

Per un annuncio da 30 secondi, fermati a Clip se l'output supera il test di accettazione. Per un video di prodotto da 90 secondi, usa Clip soltanto per scegliere il sound, quindi genera l'arco definitivo con Lyria 3.5. Per uno stinger molto breve, Clip rimane l'opzione più vicina, ma dovrai accorciare l'output da 30 secondi in fase di montaggio. Per la musica interattiva in tempo reale, nessuno dei due è adatto: Google indirizza gli sviluppatori verso Lyria RealTime.

Workflow di output dell'API Lyria 3.5 e lacune produttive

Il formato di consegna attuale è sufficiente per un asset stereo finito, ma troppo povero per una produzione musicale dettagliata. Entrambi i modelli usano l'Interactions API di Google, accettano input testuali e immagini e restituiscono audio MP3 insieme a testo per liriche o struttura. Non offrono una sessione multitraccia con cui un produttore possa riequilibrare separatamente voce, batteria e basso.

La prima lacuna riguarda l'editing. Ogni generazione è single-turn: un Clip selezionato non può essere esteso via conversazione mantenendo lo stesso brano e un take Full Song non può essere riparato localmente con un prompt successivo. I prompt vanno trattati come brief riproducibili, non come file di progetto modificabili.

La seconda lacuna riguarda le operazioni su larga scala. Le pagine attuali dei modelli Clip e Full Song indicano un limite di input di 131,072 token, ma dichiarano non supportati Batch API, Flex inference e Priority inference. Chi deve programmare la generazione di un catalogo in massa o garantirsi un canale prioritario non può presumere che gli endpoint standard in preview offrano queste capacità.

La terza lacuna è la coerenza della documentazione. La guida congiunta afferma che la coppia attuale genera audio stereo a 44.1 kHz, mentre la pagina del modello Clip ancora online attribuisce all'endpoint un output a 48 kHz. Non codificare una regola di acquisizione rigida partendo da una delle due frasi. Leggi i metadati del file restituito, normalizzalo in post-produzione e conserva l'originale.

Google applica SynthID all'audio prodotto da Lyria. Secondo l'azienda, il watermark non è udibile ed è progettato per rimanere rilevabile dopo modifiche comuni come compressione MP3, aggiunta di rumore e variazioni di velocità. È un elemento utile per la provenienza, ma non sostituisce il registro interno degli asset, la conservazione dei prompt, la verifica dei diritti sulle fonti e una policy di trasparenza.

I termini dell'API di Google dichiarano che l'azienda non rivendica la proprietà dei contenuti generati, mentre attribuiscono all'utente la responsabilità dell'uso legittimo e di eventuali obblighi di attribuzione. Prompt e risposte della Gemini API a pagamento non vengono utilizzati per migliorare i prodotti Google, anche se resta una registrazione limitata per sicurezza e protezione. Nei progetti aziendali, usa un progetto Cloud con fatturazione e non confondere “Google non rivendica la proprietà” con una promessa di esclusività o di assenza di violazioni.

Vincitore della categoria: nessuno. L'Interactions API condivisa e la consegna MP3 sono semplici, ma entrambe le opzioni ereditano i vincoli della preview. Clip è pronto per contenuti brevi e circoscritti, dopo la revisione. Il modello Full Song è pronto per bozze stereo e basi finali a rischio contenuto; musica distintiva, pubblicazioni che richiedono stem e master per clienti con mix molto preciso necessitano ancora di un livello produttivo esterno all'API.

Se l'obiettivo reale è un'identità sonora riutilizzabile, non una serie di tracce isolate, confronta questo workflow con l'approccio all'API ElevenLabs Music Finetunes. Se la traccia generata deve entrare in un montaggio visivo completo, il confronto tra generatori di video musicali AI affronta il problema dell'assemblaggio a valle.

Passare da Clip a Pro: cosa cambia

Il cambio di modello costa pochissimo in termini di dati conservati, ma incide sul workflow più di quanto sembri. Entrambe le strade passano dall'Interactions API, quindi lo schema di base di richieste e risposte resta familiare. Cambiano prompt, contratto dell'asset e standard di revisione.

Per prima cosa, conserva il prompt Clip approvato come fonte di verità. Riporta genere, BPM, tonalità, strumentazione, atmosfera e regole sulla voce nel brief Full Song. Aggiungi poi la struttura richiesta dal contenuto più lungo: tag di sezione, tempi, variazioni di energia e un finale esplicito.

In secondo luogo, cambia l'ID del modello attraverso la configurazione. L'endpoint breve è lyria-3-clip-preview; quello attuale per i brani completi è lyria-3.5. Entrambi hanno nomi da fase preview, quindi inserire l'identificatore direttamente in più servizi crea una dipendenza evitabile quando Google modificherà di nuovo il contratto.

Infine, aggiorna il controllo qualità. Con Clip si valuta se un'idea regge per 30 secondi. Con Full Song bisogna anche chiedersi se i motivi ritornano con coerenza, le transizioni sono motivate, il testo rimane utilizzabile, la parte centrale evita ripetizioni e il finale si risolve. Questo ascolto aggiuntivo, insieme al giudizio editoriale, è il vero costo del passaggio.

Non aspettarti continuità dal Clip selezionato. Poiché l'editing multi-turn non è supportato, la chiamata Full Song è una nuova esecuzione dello stesso brief, non un'estensione dell'audio esatto. Il Clip approvato rappresenta la direzione. Se è essenziale riprodurne precisamente melodia o interpretazione vocale, il workflow non garantisce quel collegamento.

Chi non dovrebbe cambiare? Resta con Clip se ogni contenuto è una breve base social, un loop, un bumper o un prototipo. Non costruire su nessuno dei due endpoint se servono rigenerazione deterministica, stem native, un canale batch documentato, Priority inference o la riparazione locale di una singola sezione. Sono requisiti di workflow, non buoni motivi per sperare che un modello più lungo si comporti come una digital audio workstation.

Benchmark: cosa è dimostrato e cosa no

Nessun benchmark attuale dimostra che, sullo stesso brief da 30 secondi, il modello Full Song suoni meglio di Clip. La model card di Lyria 3.5 afferma che le valutazioni interne, umane e automatizzate, hanno rilevato un miglioramento significativo della fedeltà audio rispetto a Lyria 2 e una migliore aderenza ai prompt per il testo, ma non pubblica punteggi numerici né un confronto diretto tra modello breve e Full Song.

Si tratta di una valutazione del fornitore, non di un confronto indipendente. Un'analisi accademica del 2026 sull'omogeneizzazione della musica AI esamina Lyria 3 e Suno in diversi generi, non l'attuale coppia di modelli breve e Full Song. I suoi risultati non vanno trasferiti a questa decisione.

Il criterio di acquisto più onesto è operativo: adeguatezza della durata, rispetto della struttura, punti di montaggio utili, tasso di scarto e carico di post-produzione sul proprio brief regolarmente autorizzato. Finché una valutazione indipendente non pubblicherà prompt abbinati e output completi per entrambi gli endpoint attuali, dichiarare un vincitore universale per qualità audio sarebbe una congettura.

La mossa da fare lunedì

Lunedì scegli un montaggio di campagna reale da 30 secondi e scrivi quattro criteri di accettazione prima di aprire l'API. Genera otto direzioni con Clip, modificando una variabile significativa per volta. Conserva le due migliori solo se superano la stessa griglia di valutazione.

Se il contenuto finale è breve, rifinisci il Clip vincente e portalo nel montaggio. Se la campagna richiede anche un video di prodotto o un tema più lungo, trasforma i due brief in prompt Full Song con una struttura scandita da timestamp. Il costo base di generazione è $0.48 per otto provini e due finaliste Full Song.

Salva ogni MP3 insieme al prompt, al testo della struttura restituito, all'ID del modello e alla data di generazione. Controlla i metadati del file invece di presumere la frequenza di campionamento. Valuta la musica sulle immagini, non da sola. In questo modo il team mantiene un processo decisionale ripetibile, anche se il modello non offre editing multi-turn o rigenerazioni deterministiche.

Domande frequenti

Conviene usare Lyria 3.5 Clip o Pro per la musica aziendale?

Usa Clip per approvare una direzione musicale da 30 secondi, una breve base pubblicitaria, un loop, un bumper o un'anteprima. Scegli l'attuale endpoint Lyria 3.5 Full Song quando il contenuto richiede più di 60 secondi, sezioni temporizzate o un arrangiamento unico e coerente.

Lyria Clip può generare brani completi?

No. La guida attuale di Google specifica che l'endpoint Clip genera sempre 30 secondi. È possibile montare più clip insieme, ma restano generazioni separate e non offrono la continuità di una singola richiesta Full Song.

Quanto possono durare i brani di Lyria 3.5?

La guida alla Gemini API promette brani lunghi un paio di minuti, con una durata influenzata dal prompt. La pagina generale del prodotto di Google DeepMind mostra tracce fino a tre minuti, ma non va interpretata come una garanzia precisa dell'API finché la documentazione API non lo affermerà.

Qual è la differenza di prezzo tra Lyria Clip e Pro?

I prezzi correnti dell'API a pagamento sono $0.04 per una richiesta Lyria 3 Clip e $0.08 per una richiesta Lyria 3.5 Full Song, senza un livello API gratuito indicato. Clip costa la metà per richiesta; sopra il punto di pareggio dei 60 secondi, Full Song diventa più economico per minuto generato se una richiesta raggiunge la durata desiderata.

Prima di inserire musica AI in un workflow di produzione, scarica la checklist per l'audit dei workflow aziendali con l'AI.