Qu’est-ce qu’une API de génération vidéo ?

Une API de génération vidéo crée un clip vidéo à partir d’une invite texte, et sur de nombreux modèles à partir d’images, de vidéos ou d’audio que vous fournissez. Vous soumettez un travail, vous interrogez jusqu’à ce que la vidéo soit prête, et la plupart des modèles facturent par seconde de sortie à un rythme fixé par la résolution.

Types de modèles

Ce que fait une API de génération vidéo

Une API de génération vidéo transforme une description en un court clip vidéo. Le mode le plus simple est text-to-video: vous décrivez la scène, l’action et le mouvement de la caméra, et le modèle rend le clip. La plupart des modèles vidéo acceptent également d’autres entrées:

  • Image-vers-vidéo. Une image devient la première image, et le modèle l’anime. Certains modèles prennent également une dernière image et génèrent le mouvement entre les deux. Voir image-to-video.
  • Référence à la vidéo. Les images de référence, et sur certains modèles les extraits vidéo ou audio, transportent des personnages, des produits ou un style dans une nouvelle scène au lieu de devenir sa première image.
  • Édition et extension. Certains modèles modifient ou restylent un clip existant, ou le poursuivent.

De nombreux modèles génèrent également une piste audio synchronisée, comme des dialogues, des effets sonores ou de la musique, et certains permettent de la désactiver. Les équipes utilisent la génération vidéo pour les publicités et les clips sociaux, les démos de produits, les explications, les storyboards et les avant-premières conceptuelles, ainsi que pour animer des illustrations existantes.

Comment fonctionne une requête: un travail asynchrone

La génération vidéo s’exécute comme un travail asynchrone. Vous envoyez POSTE /v1/videos/generations avec l’ID du modèle, l’invite et des réglages tels que durée, résolution et aspect_ratio. L’API répond immédiatement par un aide-emploi et une URL de sondage. Vous appelez ensuite ALLEZ-/v1/jobs/{job_id} jusqu’à ce que le statut soit achevé, et lire l’URL de la vidéo à partir du résultat. Une tâche qui ne réussit pas se termine comme Échoué avec une erreur.

Les tâches se terminent généralement en 1 à 15 minutes, et la sortie 4K peut prendre 30 minutes ou plus. Pour poursuivre un clip que vous avez généré, envoyez extend_from avec son ID de job ou une URL vidéo.

Paramètres qui façonnent le clip

  • Durée. Réglé en secondes. La plupart des modèles génèrent des extraits allant de quelques secondes jusqu’à 15 secondes, et certains atteignent 30 secondes ou plus.
  • Résolution. Généralement entre 480p et 1080p. Certains modèles proposent aussi du 360p, et d’autres vont jusqu’à 2K ou 4K.
  • Format d’image. Le texte à la vidéo adopte un rapport tel que 16:9, 9:16 ou 1:1. L’image-vidéo suit généralement la forme de l’image source.
  • Framerate. Défini par le modèle, pas par un paramètre. Plusieurs modèles se rendent à 24 fps.
  • Audio. Sur les modèles à audio natif, un réglage tel que generate_audio Active ou désactive la bande-son.
  • Envoi de graine et de message négatif. Certains modèles acceptent une graine pour des résultats répétables et une indication négative indiquant ce qu’il faut éviter.

Choisir un modèle et comprendre la facturation

Passez la même requête à travers plusieurs candidats et comparez la qualité du mouvement, l’adhésion aux prompts et la cohérence des caractères. Ensuite, vérifiez les limites qui comptent pour votre projet: durée maximale et résolution, entrées prises en charge, audio natif et temps de génération. Comparaisons de modèles côte à côte Afficher les capacités et les taux de deux modèles ensemble.

La plupart des modèles vidéo facturent par seconde la vidéo générée, à un débit fixé par la résolution de sortie, donc le coût augmente à la fois avec la durée et la résolution: un clip de 10 secondes coûte deux fois plus cher qu’un clip de 5 secondes avec les mêmes réglages. Certains modèles facturent un débit différent avec l’audio activé ou désactivé, d’autres facturent un montant fixe par vidéo pour une longueur et une résolution définies, et les requêtes qui modifient ou référencent une vidéo source peuvent facturer les secondes d’entrée ainsi que la sortie.

Essayez d’appeler un modèle vidéo sur EmpirioLabs AI

Parcourez le Modèles vidéo et exécutez une invite dans le Playground avant d’écrire du code. Pour appeler un modèle, créez une clé API dans le tableau de bord, soumettez la tâche à https://api.empiriolabs.ai/v1/videos/generations et interrogez le point final des emplois. Le Référence de génération vidéo liste chaque champ de requête, et Modèles de génération Appliquez des effets sélectionnés avec un modèle et des réglages recommandés.

Payez au fur et à mesure, ou choisissez un plan avec des indemnités hebdomadaires. Les tarifs actuels pour chaque modèle sont sur le page de prix.

Modèles Génération de vidéos sur EmpirioLabs AI

37 modèles, du moins cher au plus cher lorsqu'ils partagent une unité de facturation. La page de chaque modèle présente sa grille tarifaire complète, ses paramètres et du code.

Endpoints

POST /v1/videos/generations

Prix par seconde

ModèleTarif le plus basS'applique à
Wan 2.2 Alibaba Cloud$0.015 par secondeFlash 480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 par secondeFlash 720P (sans audio)
PixVerse V6 Max PixVerse$0.030667$0.024534 par seconde360p standard sans son
MiniMax H3 Lite MiniMax$0.025 par seconde480p
Pixverse Avatar PixVerse$0.025556 par seconde360p
Pixverse v6 PixVerse$0.025556 par seconde360p standard sans son
Pixverse C1 PixVerse$0.030667 par seconde360p standard sans son
Wan 2.1 Alibaba Cloud$0.036 par secondeTurbo
Afficher les 30 modèles
ModèleTarif le plus basS'applique à
Wan 2.5 Alibaba Cloud$0.05 par seconde480P
SVI 2.0 Pro VITA-Group / EPFL$0.057 par secondeVidéo 480p
MiniMax H3 Highspeed MiniMax$0.06 par seconde768p
Hunyuan Video 1.5 Tencent$0.075$0.061 par seconde480p
Seedance 2.0 Mini ByteDance$0.070 par secondeT2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 par seconde480P standard
Kling 4.0 Flash Kling AI$0.094 par seconde720p standard
Grok Imagine Video 1.5 xAI$0.096 par seconde480p
Wan 2.7 Alibaba Cloud$0.10 par secondeTous les modes 720P
MOSS Video and Audio OpenMOSS$0.12 par secondeVidéo 360p
Seedance 2.0 Fast ByteDance$0.122 par secondeT2V/I2V 480P
Seedance 2.5 Flash ByteDance$0.135 par secondeT2V/I2V 480P
Seedance 2.0 Pro ByteDance$0.139 par secondeT2V/I2V 480P
HappyHorse 1.0 Alibaba Cloud$0.14 par secondeTous les modes 720P
HappyHorse 1.1 Alibaba Cloud$0.14 par seconde720p
Kling v3 Motion Control Kling AI$0.14 par secondeStandard (720p)
Kling 4.0 Kling AI$0.157 par seconde720p standard
Kling O3 Kling AI$0.168 par secondeT2V/I2V standard
Kling V3 Kling AI$0.168 par secondeT2V/I2V standard
Kling 3.0 Turbo Kling AI$0.18 par seconde720p
MiniMax H3 MiniMax$0.18 par seconde768p
Seedance 2.5 ByteDance$0.206 par secondeT2V/I2V 480P

Prix par vidéo

ModèleTarif le plus basS'applique à
Pixverse v5 PixVerse$0.23 par vidéo360p/540p 5
Pixverse v5.6 PixVerse$0.35 par vidéo360p/540p 5 secondes sans son

Également disponibles : Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

Questions fréquentes

Combien de temps faut-il pour générer une vidéo avec une API ?

Les tâches vidéo se terminent généralement en 1 à 15 minutes, selon le modèle et les paramètres, et la sortie 4K peut prendre 30 minutes ou plus. L’API renvoie un ID de tâche d’un coup, et vous l’interrogez jusqu’à ce que la vidéo soit prête.

Comment la génération de vidéos IA est-elle tarifée ?

La plupart des modèles facturent la vidéo générée à la seconde, avec le tarif fixé par la résolution, donc les clips plus longs et plus nets coûtent plus cher. Certains modèles facturent un tarif différent avec l’audio activé ou désactivé. En EmpirioLabs AI vous pouvez payer à l’avance ou choisir un forfait avec des quotas hebdomadaires.

Quelle est la différence entre text-to-video et image-to-video ?

Le texte vers vidéo crée l’intégralité du clip à partir d’une invitation. L’image vers vidéo commence à partir d’une image que vous fournissez, généralement en première image, afin que vous contrôliez le sujet et la composition avant qu’un mouvement ne soit ajouté.

Les modèles vidéo IA peuvent-ils générer du son ?

Beaucoup le peuvent. Les modèles avec un son natif génèrent une bande-son synchronisée, comme des dialogues, des effets sonores ou de la musique, et certains permettent de la désactiver.

Quelles résolutions les modèles vidéo IA peuvent-ils produire ?

Selon le modèle, de 360p jusqu’à 1080p, et 2K ou 4K sur certains. Les résolutions plus élevées coûtent plus cher par seconde et peuvent prendre plus de temps à rendre le jour.

Quel modèle Génération de vidéos coûte le moins cher sur EmpirioLabs AI ?

Wan 2.2 affiche le tarif par seconde le plus bas des 30 modèles Génération de vidéos facturés de cette façon, suivi de Wan 2.6, PixVerse V6 Max. Le tableau des prix de cette page indique le tarif le plus bas de chaque modèle et ce à quoi il s'applique.

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.