La génération d’image vers vidéo anime une image fixe en un court clip vidéo. L’image devient généralement la première image, et votre invite décrit le mouvement et le mouvement de la caméra, de sorte que le sujet, le cadrement et le style de l’image se retrouvent dans la vidéo.
L’image-à-vidéo est un mode de génération vidéo. Au lieu de créer une scène uniquement à partir du texte, le modèle part d’une image que vous fournissez et l’anime. Sur la plupart des modèles, l’image devient la première image du clip, donc son sujet, son cadrage, ses couleurs et son style sont là où la vidéo commence. L’invite décrit ensuite ce qui se passe ensuite: comment le sujet se déplace, quels changements dans la scène et comment la caméra se déplace, par exemple Zoom arrière lentement et panoramique vers la droite.
Cela vous donne plus de contrôle que text-to-video. Vous pouvez concevoir ou approuver l’aspect exact en premier, souvent avec un API de génération d’images, puis y ajouter du mouvement.
L’image-à-vidéo utilise le même point de terminaison que les autres générations vidéo, POSTE /v1/videos/generations. Passer l’image comme URL publique dans image, ajoutez une invite pour le mouvement, puis définissez durée et résolution. Sur les modèles qui prennent une dernière image, la deuxième image va dans son propre champ, par exemple image_end. De nombreux modèles choisissent le mode à partir de ce que vous attachez, et un Mode le paramètre le sélectionne explicitement.
La sortie suit généralement le format d’image de votre image, donc recadrez l’image dans la forme souhaitée, par exemple 9:16 pour la vidéo verticale, avant de l’envoyer. Chaque page de modèle liste les formats d’image et les tailles qu’elle accepte. La requête s’exécute comme un travail asynchrone: l’API renvoie un aide-emploi immédiatement, et vous sondez ALLEZ-/v1/jobs/{job_id} jusqu’à ce que la vidéo soit prête.
Testez les candidats avec votre propre image, car les modèles diffèrent dans la fidélité avec laquelle ils gardent les visages, les produits et le texte imprimé tout en ajoutant du mouvement. Comparez également le support de la première et de la dernière image, la durée maximale et la résolution, l’audio natif et le temps de génération. Comparaisons de modèles côte à côte Aidez à réduire la liste.
L’image-vidéo est facturée comme les autres générations vidéo: la plupart des modèles facturent par seconde de sortie à un débit fixé par la résolution, et beaucoup utilisent le même débit pour text-to-video et image-to-video. Certains modèles facturent également les images d’entrée. Parcourez le Modèles vidéo, essaie-en un dans le Playground, et lisez le Référence de génération vidéo avant d’appeler l’API avec votre clé.
Payez au fur et à mesure, ou choisissez un plan avec des indemnités hebdomadaires. Les tarifs actuels sont sur le page de prix.
20 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
/v1/videos/generationsPrix par seconde
| Modèle | Tarif le plus bas | S'applique à |
|---|---|---|
| Wan 2.2 Alibaba Cloud | $0.015 par seconde | Flash 480P |
| PixVerse V6 Max PixVerse | $0.030667$0.024534 par seconde | 360p standard sans son |
| MiniMax H3 Lite MiniMax | $0.025 par seconde | 480p |
| Pixverse Avatar PixVerse | $0.025556 par seconde | 360p |
| Pixverse v6 PixVerse | $0.025556 par seconde | 360p standard sans son |
| Pixverse C1 PixVerse | $0.030667 par seconde | 360p standard sans son |
| Wan 2.1 Alibaba Cloud | $0.036 par seconde | Turbo |
| Wan 2.5 Alibaba Cloud | $0.05 par seconde | 480P |
| Modèle | Tarif le plus bas | S'applique à |
|---|---|---|
| MiniMax H3 Highspeed MiniMax | $0.06 par seconde | 768p |
| Seedance 2.0 Mini ByteDance | $0.070 par seconde | T2V/I2V 480P |
| Wan 3.0 Alibaba Cloud | $0.07 par seconde | 480P standard |
| Kling 4.0 Flash Kling AI | $0.094 par seconde | 720p standard |
| Grok Imagine Video 1.5 xAI | $0.096 par seconde | 480p |
| Seedance 2.5 Flash ByteDance | $0.135 par seconde | T2V/I2V 480P |
| HappyHorse 1.1 Alibaba Cloud | $0.14 par seconde | 720p |
| Kling 4.0 Kling AI | $0.157 par seconde | 720p standard |
| Kling V3 Kling AI | $0.168 par seconde | T2V/I2V standard |
| Kling 3.0 Turbo Kling AI | $0.18 par seconde | 720p |
| MiniMax H3 MiniMax | $0.18 par seconde | 768p |
| Seedance 2.5 ByteDance | $0.206 par seconde | T2V/I2V 480P |
Le texte vers vidéo crée la scène à partir d’une invite uniquement. L’image vers vidéo commence à partir d’une image que vous fournissez, généralement comme première image, et l’invite décrit le mouvement.
Sur la plupart des modèles, oui: image-to-video suit la forme de l’image source. Recadrez l’image au ratio nécessaire, par exemple 9:16 ou 16:9, avant de l’envoyer.
Oui, sur les modèles qui le supportent. Vous envoyez une seconde image comme dernière image, et le modèle génère le mouvement entre les deux images.
La plupart des modèles facturent par seconde la vidéo générée à un tarif fixé par la résolution, souvent au même tarif que text-to-video. Certains modèles facturent également les images d’entrée. Sur EmpirioLabs AI vous pouvez payer à l’avance ou choisir un forfait avec des allocations hebdomadaires.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.