Was ist eine Video-Generierungs-API?

Eine Video-Generierungs-API erstellt einen Videoclip aus einem Textprompt und auf vielen Modellen aus Bildern, Videos oder Audio, die Sie liefern. Sie senden einen Auftrag ein, fragen ab, bis das Video fertig ist, und die meisten Modelle rechnen pro Sekunde Ausgabe zu einem durch die Auflösung festgelegten Rate ab.

Modellarten

Was eine Video-Generierungs-API bewirkt

Eine Video-Generierungs-API verwandelt eine Beschreibung in einen kurzen Videoclip. Der einfachste Modus ist text-to-video: Sie beschreiben die Szene, die Aktion und die Kamerabewegung, und das Modell rendert den Clip. Die meisten Videomodelle akzeptieren auch andere Eingaben:

  • Bild-zu-Video. Ein Bild wird zum ersten Bild, und das Modell animiert es. Einige Modelle nehmen auch ein letztes Bild und erzeugen die Bewegung zwischen den beiden. Siehe image-to-video.
  • Referenz auf Video. Referenzbilder und bei manchen Modellen nehmen Video- oder Audioclips Charaktere, Produkte oder einen Stil in eine neue Szene mit, anstatt deren erstes Bild zu werden.
  • Bearbeitung und Erweiterung. Manche Modelle bearbeiten oder restylen einen bestehenden Clip oder setzen ihn fort.

Viele Modelle erzeugen außerdem eine synchronisierte Audiospur wie Dialoge, Soundeffekte oder Musik, und manche erlauben es, sie auszuschalten. Teams nutzen Videogenerierung für Werbung und soziale Clips, Produktdemos, Erklärer, Storyboards und Konzeptvorschauen sowie zur Animation bestehender Grafik.

Wie eine Anfrage funktioniert: ein asynchroner Job

Die Videogenerierung läuft als asynchroner Job. Sie senden POST /v1/videos/generations mit der Modell-ID, dem Prompt und Einstellungen wie dauer, auflösung und aspect_ratio. Die API antwortet sofort mit einem job id und eine Umfrage-URL. Dann rufen Sie an KOMM /v1/jobs/{job_id} bis der Status lautet abgeschlossen, und lesen die Video-URL aus dem Ergebnis. Ein Job, der nicht erfolgreich ist, endet als fehlgeschlagen mit einem Fehler.

Aufträge sind typischerweise in 1 bis 15 Minuten abgeschlossen, und 4K-Ausgabe kann 30 Minuten oder mehr dauern. Um einen von Ihnen generierten Clip fortzusetzen, senden Sie extend_from mit seiner Job-ID oder einer Video-URL.

Einstellungen, die den Clip formen

  • Dauer. In Sekunden eingestellt. Die meisten Modelle erzeugen Clips von wenigen Sekunden bis zu 15 Sekunden, und manche erreichen 30 Sekunden oder mehr.
  • Auflösung. Meistens zwischen 480p und 1080p. Manche Modelle bieten auch 360p an, andere gehen bis 2K oder 4K.
  • Seitenverhältnis. Text-zu-Video verwendet ein Verhältnis wie 16:9, 9:16 oder 1:1. Bild-zu-Video folgt in der Regel der Form des Ausgangsbilds.
  • Bildrate. Eingestellt durch das Modell, nicht durch einen Parameter. Mehrere Modelle rendern mit 24 fps.
  • Audio. Bei Modellen mit nativem Audio kann eine Einstellung wie generate_audio Schaltet den Soundtrack an oder aus.
  • Seed und negative Prompt. Einige Modelle akzeptieren einen Seed für wiederholbare Ergebnisse und eine negative Eingabeaufforderung, die auflistet, was zu vermeiden ist.

Modellwahl und Verständnis der Abrechnung

Führe denselben Prompt durch einige Kandidaten und vergleiche Bewegungsqualität, Prompt-Konformität und wie gut die Charaktere konsistent bleiben. Überprüfe dann die Grenzen, die für dein Projekt wichtig sind: maximale Dauer und Auflösung, unterstützte Eingaben, native Audio und Generierungszeit. Modellvergleiche direkt nebeneinander zeigen Sie die Fähigkeiten und Raten zweier Modelle zusammen.

Die meisten Videomodelle rechnen pro Sekunde erzeugten Videos zu einem durch die Ausgangsauflösung festgelegten Satz, sodass die Kosten sowohl mit Länge als auch Auflösung steigen: Ein 10-sekündiger Clip kostet doppelt so viel wie ein 5-sekündiger Clip bei denselben Einstellungen. Einige Modelle verlangen einen anderen Preis bei Ein- oder Ausschaltung des Audios, einige berechnen einen festen Betrag pro Video für eine festgelegte Länge und Auflösung, und Anfragen, die ein Quellvideo bearbeiten oder referenzieren, können sowohl die Eingangssekunden als auch die Ausgabe in Rechnung stellen.

Versuche, ein Videomodell auf EmpirioLabs AI anzurufen

Durchsuchen Sie die Videomodelle und führen Sie einen Prompt in der Playground bevor Sie Code schreiben. Um ein Modell aufzurufen, erstellen Sie einen API-Schlüssel im Dashboard und senden Sie den Auftrag an https://api.empiriolabs.ai/v1/videos/generations und abfrage den Jobs-Endpunkt. Die Referenz zur Videogenerierung listet jedes Anfragefeld auf, und Generierungsvorlagen Wende kuratierte Effekte mit einem empfohlenen Modell und Einstellungen an.

Zahlen Sie nach Bezahlung oder wählen Sie einen Plan mit wöchentlichen Zulagen. Die aktuellen Tarife für jedes Modell sind auf der preisseite.

Videoerzeugung Modelle auf EmpirioLabs AI

37 Modelle, günstigste zuerst, wo sie eine Abrechnungseinheit teilen. Die Seite jedes Modells zeigt die vollständige Preisliste, Parameter und Code.

Endpunkte

POST /v1/videos/generations

Preis pro Sekunde

ModellNiedrigster TarifGilt für
Wan 2.2 Alibaba Cloud$0.015 pro SekundeFlash 480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 pro SekundeFlash 720P (kein Ton)
PixVerse V6 Max PixVerse$0.030667$0.024534 pro SekundeStandard 360p ohne Audio
MiniMax H3 Lite MiniMax$0.025 pro Sekunde480p
Pixverse Avatar PixVerse$0.025556 pro Sekunde360p
Pixverse v6 PixVerse$0.025556 pro SekundeStandard 360p ohne Audio
Pixverse C1 PixVerse$0.030667 pro SekundeStandard 360p ohne Audio
Wan 2.1 Alibaba Cloud$0.036 pro SekundeTurbo
Alle 30 Modelle anzeigen
ModellNiedrigster TarifGilt für
Wan 2.5 Alibaba Cloud$0.05 pro Sekunde480P
SVI 2.0 Pro VITA-Group / EPFL$0.057 pro Sekunde480p-Video
MiniMax H3 Highspeed MiniMax$0.06 pro Sekunde768p
Hunyuan Video 1.5 Tencent$0.075$0.061 pro Sekunde480p
Seedance 2.0 Mini ByteDance$0.070 pro SekundeT2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 pro SekundeStandard 480P
Kling 4.0 Flash Kling AI$0.094 pro SekundeStandard 720p
Grok Imagine Video 1.5 xAI$0.096 pro Sekunde480p
Wan 2.7 Alibaba Cloud$0.10 pro SekundeAlle Modi 720P
MOSS Video and Audio OpenMOSS$0.12 pro Sekunde360p-Video
Seedance 2.0 Fast ByteDance$0.122 pro SekundeT2V/I2V 480P
Seedance 2.5 Flash ByteDance$0.135 pro SekundeT2V/I2V 480P
Seedance 2.0 Pro ByteDance$0.139 pro SekundeT2V/I2V 480P
HappyHorse 1.0 Alibaba Cloud$0.14 pro SekundeAlle Modi 720P
HappyHorse 1.1 Alibaba Cloud$0.14 pro Sekunde720p
Kling v3 Motion Control Kling AI$0.14 pro SekundeStandard (720p)
Kling 4.0 Kling AI$0.157 pro SekundeStandard 720p
Kling O3 Kling AI$0.168 pro SekundeStandard T2V/I2V
Kling V3 Kling AI$0.168 pro SekundeStandard T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 pro Sekunde720p
MiniMax H3 MiniMax$0.18 pro Sekunde768p
Seedance 2.5 ByteDance$0.206 pro SekundeT2V/I2V 480P

Preis pro Video

ModellNiedrigster TarifGilt für
Pixverse v5 PixVerse$0.23 pro Video360p/540p 5er
Pixverse v5.6 PixVerse$0.35 pro Video360p/540p 5s ohne Ton

Ebenfalls verfügbar: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

Häufige Fragen

Wie lange dauert es, ein Video mit einer API zu generieren?

Videoaufträge sind je nach Modell und Einstellungen typischerweise in 1 bis 15 Minuten fertig, und 4K-Ausgaben können 30 Minuten oder mehr dauern. Die API gibt sofort eine Job-ID zurück, und Sie abfragen sie, bis das Video bereit ist.

Wie wird die KI-Videogenerierung bepreist?

Die meisten Modelle rechnen pro Sekunde generierten Videos ab, wobei der Preis durch die Auflösung festgelegt wird, sodass längere und schärfere Clips mehr kosten. Manche Modelle berechnen einen anderen Preis, wenn der Ton ein- oder ausgeschaltet ist. Auf EmpirioLabs AI können Sie nach Bezahlung zahlen oder einen Tarif mit wöchentlichen Zulagen wählen.

Was ist der Unterschied zwischen text-to-video und image-to-video?

Text-zu-Video erstellt den gesamten Clip aus einem Prompt. Image-to-Video beginnt mit einem Bild, das Sie liefern, meist als erster Frame, sodass Sie das Thema und die Komposition steuern, bevor eine Bewegung hinzugefügt wird.

Können KI-Videomodelle Ton erzeugen?

Viele können das. Modelle mit nativem Audio erzeugen einen synchronisierten Soundtrack wie Dialoge, Soundeffekte oder Musik, und manche erlauben es, ihn auszuschalten.

Welche Auflösungen können KI-Videomodelle erzeugen?

Je nach Modell von 360p bis 1080p und bei manchen 2K oder 4K. Höhere Auflösungen kosten mehr pro Sekunde und können länger zum Rendern dauern.

Welches Videoerzeugung Modell ist bei EmpirioLabs AI am günstigsten?

Wan 2.2 hat den niedrigsten Tarif pro Sekunde der 30 Videoerzeugung Modelle mit dieser Abrechnung, gefolgt von Wan 2.6, PixVerse V6 Max. Die Preistabelle auf dieser Seite zeigt den niedrigsten Tarif jedes Modells und wofür er gilt.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.