Una API de generación de vídeo crea un clip de vídeo a partir de un mensaje de texto y, en muchos modelos, a partir de imágenes, vídeo o audio que proporciones. Envías un trabajo, haces sondeos hasta que el vídeo esté listo, y la mayoría de los modelos facturan por segundo de salida a una velocidad fijada por la resolución.
Una API de generación de vídeo convierte una descripción en un clip de vídeo corto. El modo más sencillo es text-to-video: describes la escena, la acción y el movimiento de la cámara, y el modelo renderiza el clip. La mayoría de los modelos de vídeo también aceptan otras entradas:
Muchos modelos también generan una pista de audio sincronizada, como diálogos, efectos de sonido o música, y algunos permiten desactivarla. Los equipos utilizan la generación de vídeo para anuncios y clips sociales, demostraciones de productos, explicaciones, guiones gráficos y avances conceptuales, y para animar obras de arte existentes.
La generación de vídeo se ejecuta como un trabajo asíncrono. Tú envías POST /v1/videos/generations con el ID del modelo, el aviso y configuraciones como duración, resolución y aspect_ratio. La API responde de inmediato con un job id y una URL de encuesta. Luego llamas ¡QUE /v1/jobs/{job_id} hasta que el estatus sea terminado, y lee la URL del vídeo del resultado. Un trabajo que no tenga éxito termina como fallido Con un error.
Los trabajos suelen terminar en 1 a 15 minutos, y la salida 4K puede tardar de 30 minutos o más. Para continuar un clip que has generado, envía extend_from con su ID de trabajo o una URL de vídeo.
generate_audio Enciende o desactiva la banda sonora.Ejecuta la misma indicación a través de varios candidatos y compara la calidad del movimiento, la adherencia a las indicaciones y hasta qué punto los personajes se mantienen consistentes. Luego comprueba los límites que importan para tu proyecto: duración máxima y resolución, entradas soportadas, audio nativo y tiempo de generación. Comparaciones de modelos lado a lado mostrar las capacidades y tasas de dos modelos juntos.
La mayoría de los modelos de vídeo facturan por segundo del vídeo generado, a una velocidad establecida por la resolución de salida, por lo que el coste crece tanto con la duración como con la resolución: un clip de 10 segundos cuesta el doble que uno de 5 segundos con los mismos ajustes. Algunos modelos cobran una tarifa diferente con el audio encendido o desactivado, algunos cobran una cantidad fija por vídeo para una duración y resolución establecidas, y las solicitudes que editan o referencian un vídeo fuente pueden facturar tanto los segundos de entrada como la salida.
Explora la modelos de vídeo y ejecutar un mensaje en el Playground antes de escribir código. Para llamar a un modelo, crea una clave API en el panel de control, envía el trabajo a https://api.empiriolabs.ai/v1/videos/generations y encuesta el endpoint de trabajos. El Referencia de generación de vídeo lista cada campo de solicitud, y Plantillas de generación Aplica efectos curados con un modelo y configuraciones recomendados.
Paga conforme lo utilizas o elige un plan con asignaciones semanales. Las tarifas actuales para cada modelo están en el página de precios.
37 modelos, del más barato al más caro cuando comparten unidad de facturación. La página de cada modelo tiene su tarjeta de precios completa, parámetros y código.
Endpoints
/v1/videos/generationsPrecio por segundo
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| Wan 2.2 Alibaba Cloud | $0.015 por segundo | Flash 480P |
| Wan 2.6 Alibaba Cloud | $0.0250$0.0225 por segundo | Flash 720P (sin audio) |
| PixVerse V6 Max PixVerse | $0.030667$0.024534 por segundo | 360p estándar sin audio |
| MiniMax H3 Lite MiniMax | $0.025 por segundo | 480p |
| Pixverse Avatar PixVerse | $0.025556 por segundo | 360p |
| Pixverse v6 PixVerse | $0.025556 por segundo | 360p estándar sin audio |
| Pixverse C1 PixVerse | $0.030667 por segundo | 360p estándar sin audio |
| Wan 2.1 Alibaba Cloud | $0.036 por segundo | Turbo |
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| Wan 2.5 Alibaba Cloud | $0.05 por segundo | 480P |
| SVI 2.0 Pro VITA-Group / EPFL | $0.057 por segundo | Vídeo 480p |
| MiniMax H3 Highspeed MiniMax | $0.06 por segundo | 768p |
| Hunyuan Video 1.5 Tencent | $0.075$0.061 por segundo | 480p |
| Seedance 2.0 Mini ByteDance | $0.070 por segundo | T2V/I2V 480P |
| Wan 3.0 Alibaba Cloud | $0.07 por segundo | 480P estándar |
| Kling 4.0 Flash Kling AI | $0.094 por segundo | 720p estándar |
| Grok Imagine Video 1.5 xAI | $0.096 por segundo | 480p |
| Wan 2.7 Alibaba Cloud | $0.10 por segundo | Todos los modos 720P |
| MOSS Video and Audio OpenMOSS | $0.12 por segundo | Vídeo 360p |
| Seedance 2.0 Fast ByteDance | $0.122 por segundo | T2V/I2V 480P |
| Seedance 2.5 Flash ByteDance | $0.135 por segundo | T2V/I2V 480P |
| Seedance 2.0 Pro ByteDance | $0.139 por segundo | T2V/I2V 480P |
| HappyHorse 1.0 Alibaba Cloud | $0.14 por segundo | Todos los modos 720P |
| HappyHorse 1.1 Alibaba Cloud | $0.14 por segundo | 720p |
| Kling v3 Motion Control Kling AI | $0.14 por segundo | Estándar (720p) |
| Kling 4.0 Kling AI | $0.157 por segundo | 720p estándar |
| Kling O3 Kling AI | $0.168 por segundo | T2V/I2V estándar |
| Kling V3 Kling AI | $0.168 por segundo | T2V/I2V estándar |
| Kling 3.0 Turbo Kling AI | $0.18 por segundo | 720p |
| MiniMax H3 MiniMax | $0.18 por segundo | 768p |
| Seedance 2.5 ByteDance | $0.206 por segundo | T2V/I2V 480P |
Precio por video
| Modelo | Tarifa más baja | Se aplica a |
|---|---|---|
| Pixverse v5 PixVerse | $0.23 por vídeo | 360p/540p 5s |
| Pixverse v5.6 PixVerse | $0.35 por vídeo | 360p/540p 5s sin audio |
También disponibles: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis
Los trabajos de vídeo suelen terminar en 1 a 15 minutos, dependiendo del modelo y la configuración, y la salida en 4K puede tardar de 30 minutos o más. La API devuelve un ID de trabajo de una vez y lo consultas hasta que el vídeo esté listo.
La mayoría de los modelos facturan por segundo de vídeo generado, con la tarifa fijada por resolución, así que los clips más largos y nítidos cuestan más. Algunos modelos cobran una tarifa diferente con audio activado o desactivado. En EmpirioLabs AI puedes pagar conforme vas o elegir un plan con asignaciones semanales.
El texto a vídeo crea todo el clip a partir de un indicador. Imagen a vídeo comienza desde una imagen que proporcionas, normalmente como primer fotograma, para que controles el tema y la composición antes de añadir cualquier movimiento.
Muchos sí pueden. Los modelos con audio nativo generan una banda sonora sincronizada, como diálogos, efectos de sonido o música, y algunos te permiten desactivarla.
Dependiendo del modelo, desde 360p hasta 1080p, y 2K o 4K en algunos. Las resoluciones más altas cuestan más por segundo y pueden tardar más en renderizarse.
Wan 2.2 publica la tarifa por segundo más baja de los 30 modelos de Generacion de video con ese tipo de precio, seguido de Wan 2.6, PixVerse V6 Max. La tabla de precios de esta página muestra la tarifa más baja de cada modelo y a qué se aplica.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.