वीडियो जनरेशन API क्या है?

एक वीडियो जनरेशन API एक टेक्स्ट प्रॉम्प्ट से वीडियो क्लिप बनाता है, और कई मॉडलों में आपके द्वारा प्रदान की गई छवियों, वीडियो या ऑडियो से भी। आप एक जॉब सबमिट करते हैं, वीडियो तैयार होने तक पोल करते हैं, और अधिकांश मॉडल आउटपुट के प्रति सेकंड को रिज़ॉल्यूशन द्वारा निर्धारित दर से बिल करते हैं।

मॉडल के प्रकार

वीडियो जनरेशन API क्या करता है

एक वीडियो जनरेशन API विवरण को एक छोटे वीडियो क्लिप में बदल देता है। सबसे सरल मोड text-to-video है: आप दृश्य, क्रिया और कैमरा की गति का वर्णन करते हैं, और मॉडल क्लिप को रेंडर करता है। अधिकांश वीडियो मॉडल अन्य इनपुट भी स्वीकार करते हैं:

  • इमेज-टू-वीडियो। एक छवि पहली फ्रेम बन जाती है, और मॉडल उसे एनिमेट करता है। कुछ मॉडल अंतिम फ्रेम भी लेते हैं और दोनों के बीच गति उत्पन्न करते हैं। देखना image-to-video।.
  • वीडियो के संदर्भ में। संदर्भ छवियां, और कुछ मॉडलों में वीडियो या ऑडियो क्लिप पात्रों, उत्पादों या शैली को नए दृश्य में ले जाती हैं बजाय इसके कि वे उसका पहला फ्रेम बन जाएं।
  • संपादन और विस्तार। कुछ मॉडल मौजूदा क्लिप को संपादित या पुनः स्टाइल करते हैं, या उसे जारी रखते हैं।

कई मॉडल एक सिंक्रनाइज़्ड ऑडियो ट्रैक भी जेनरेट करते हैं, जैसे संवाद, साउंड इफेक्ट्स या संगीत, और कुछ आपको इसे बंद करने देते हैं। टीमें वीडियो जनरेशन का उपयोग विज्ञापनों और सोशल क्लिप्स, उत्पाद डेमो, व्याख्याकार, स्टोरीबोर्ड और कॉन्सेप्ट प्रीव्यू के लिए करती हैं, और मौजूदा आर्टवर्क को एनिमेट करने के लिए।

अनुरोध कैसे काम करता है: एक असिंक्रोनस जॉब

वीडियो जनरेशन एक असिंक्रोनस जॉब के रूप में चलता है। आप भेजते हैं POST /v1/videos/generations मॉडल ID के साथ, प्रॉम्प्ट और सेटिंग्स जैसे अवधि, संकल्प तथा aspect_ratio. API तुरंत उत्तर देता है नौकरी id और एक पोलिंग URL। फिर आप कॉल करते हैं /v1/jobs/{job_id} जब तक स्थिति न हो पूरा, और परिणाम से वीडियो URL पढ़ें। एक ऐसा कार्य जो सफल नहीं होता है, समाप्त होता है असफल एक त्रुटि के साथ।

जॉब्स आमतौर पर 1 से 15 मिनट में खत्म हो जाते हैं, और 4K आउटपुट में 30 मिनट या उससे अधिक समय लग सकता है। आपने जो क्लिप बनाई है, उसे जारी रखने के लिए, भेजें extend_from इसके जॉब आईडी या वीडियो URL के साथ।

क्लिप को आकार देने वाली सेटिंग्स

  • मियाद। सेकंडों में सेट करें। अधिकांश मॉडल कुछ सेकंड से लेकर 15 सेकंड तक के क्लिप जनरेट करते हैं, और कुछ 30 सेकंड या उससे अधिक तक पहुंचते हैं।
  • समाधान। आमतौर पर 480p से 1080p के बीच। कुछ मॉडल 360p भी देते हैं, और कुछ 2K या 4K तक जाते हैं।
  • पहलू अनुपात। टेक्स्ट-टू-वीडियो का अनुपात 16:9, 9:16 या 1:1 जैसा होता है। इमेज-टू-वीडियो आमतौर पर स्रोत छवि के आकार का अनुसरण करता है।
  • फ्रेम रेट। मॉडल द्वारा सेट किया जाता है, पैरामीटर द्वारा नहीं। कई मॉडल 24 fps पर रेंडर करते हैं।
  • ऑडियो। नेटिव ऑडियो वाले मॉडलों पर, ऐसी सेटिंग जैसे generate_audio साउंडट्रैक चालू या बंद करता है।
  • बीज और नकारात्मक संकेत। कुछ मॉडल दोहराए जा सकने वाले परिणामों के लिए एक बीज स्वीकार करते हैं और एक नकारात्मक संकेत जो यह बताता है कि किन चीज़ों से बचना है।

मॉडल चुनना और बिलिंग को समझना

कुछ उम्मीदवारों के माध्यम से एक ही प्रॉम्प्ट चलाएं और गति की गुणवत्ता, प्रॉम्प्ट पालन और कैरेक्टर्स की स्थिरता की तुलना करें। फिर अपने प्रोजेक्ट के लिए महत्वपूर्ण सीमाओं की जांच करें: अधिकतम अवधि और रिज़ॉल्यूशन, समर्थित इनपुट, नेटिव ऑडियो और जनरेशन समय। साइड-बाय-साइड मॉडल तुलना दो मॉडलों की क्षमताओं और दरों को एक साथ दिखाएं।

अधिकांश वीडियो मॉडल आउटपुट रिज़ॉल्यूशन द्वारा निर्धारित दर पर जनरेटेड वीडियो के प्रति सेकंड बिल करते हैं, इसलिए लागत लंबाई और रिज़ॉल्यूशन दोनों के साथ बढ़ती है: 10 सेकंड की क्लिप की कीमत समान सेटिंग्स पर 5-सेकंड क्लिप की तुलना में दोगुनी होती है। कुछ मॉडल ऑडियो ऑन या ऑफ के लिए अलग दर लेते हैं, कुछ निश्चित लंबाई और रिज़ॉल्यूशन के लिए प्रति वीडियो एक निश्चित राशि बिल करते हैं, और स्रोत वीडियो को संपादित या संदर्भित करने के अनुरोध इनपुट सेकंड के साथ-साथ आउटपुट को भी बिल कर सकते हैं।

वीडियो मॉडल को कॉल करने की कोशिश करें EmpirioLabs AI

ब्राउज़ करें वीडियो मॉडल और एक प्रॉम्प्ट चलाएं Playground कोड लिखने से पहले। मॉडल कॉल करने के लिए, डैशबोर्ड में एक API कुंजी बनाएं, जॉब सबमिट करें https://api.empiriolabs.ai/v1/videos/generations और जॉब्स एंडपॉइंट का पोल करें। द वीडियो जनरेशन संदर्भ हर अनुरोध फ़ील्ड सूचीबद्ध करता है, और जनरेशन टेम्प्लेट अनुशंसित मॉडल और सेटिंग्स के साथ क्यूरेटेड इफेक्ट्स लागू करें।

जैसे-जैसे आप जाएं भुगतान करें, या साप्ताहिक भत्तों वाली योजना चुनें। हर मॉडल के लिए वर्तमान दरें हैं मूल्य निर्धारण पृष्ठ।.

EmpirioLabs AI पर वीडियो जनरेशन मॉडल

37 मॉडल, जहाँ बिलिंग इकाई एक है वहाँ सबसे सस्ते पहले। हर मॉडल के पेज पर पूरा रेट कार्ड, पैरामीटर और कोड है।

एंडपॉइंट

POST /v1/videos/generations

प्रति सेकंड कीमत

मॉडलसबसे कम दरकिस पर लागू
Wan 2.2 Alibaba Cloud$0.015 प्रति सेकंडफ्लैश 480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 प्रति सेकंडफ्लैश 720P (कोई ऑडियो नहीं)
PixVerse V6 Max PixVerse$0.030667$0.024534 प्रति सेकंडमानक 360p कोई ऑडियो नहीं
MiniMax H3 Lite MiniMax$0.025 प्रति सेकंड480पी
Pixverse Avatar PixVerse$0.025556 प्रति सेकंड360 पी
Pixverse v6 PixVerse$0.025556 प्रति सेकंडमानक 360p कोई ऑडियो नहीं
Pixverse C1 PixVerse$0.030667 प्रति सेकंडमानक 360p कोई ऑडियो नहीं
Wan 2.1 Alibaba Cloud$0.036 प्रति सेकंडटर्बो
सभी 30 मॉडल दिखाएँ
मॉडलसबसे कम दरकिस पर लागू
Wan 2.5 Alibaba Cloud$0.05 प्रति सेकंड480पी
SVI 2.0 Pro VITA-Group / EPFL$0.057 प्रति सेकंड480p वीडियो
MiniMax H3 Highspeed MiniMax$0.06 प्रति सेकंड768पी
Hunyuan Video 1.5 Tencent$0.075$0.061 प्रति सेकंड480पी
Seedance 2.0 Mini ByteDance$0.070 प्रति सेकंडT2V/I2V 480पी
Wan 3.0 Alibaba Cloud$0.07 प्रति सेकंडमानक 480 पी
Kling 4.0 Flash Kling AI$0.094 प्रति सेकंडमानक 720p
Grok Imagine Video 1.5 xAI$0.096 प्रति सेकंड480पी
Wan 2.7 Alibaba Cloud$0.10 प्रति सेकंडसभी मोड 720P
MOSS Video and Audio OpenMOSS$0.12 प्रति सेकंड360p वीडियो
Seedance 2.0 Fast ByteDance$0.122 प्रति सेकंडT2V/I2V 480पी
Seedance 2.5 Flash ByteDance$0.135 प्रति सेकंडT2V/I2V 480पी
Seedance 2.0 Pro ByteDance$0.139 प्रति सेकंडT2V/I2V 480पी
HappyHorse 1.0 Alibaba Cloud$0.14 प्रति सेकंडसभी मोड 720P
HappyHorse 1.1 Alibaba Cloud$0.14 प्रति सेकंड720 पी
Kling v3 Motion Control Kling AI$0.14 प्रति सेकंडमानक (720p)
Kling 4.0 Kling AI$0.157 प्रति सेकंडमानक 720p
Kling O3 Kling AI$0.168 प्रति सेकंडमानक T2V/I2V
Kling V3 Kling AI$0.168 प्रति सेकंडमानक T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 प्रति सेकंड720 पी
MiniMax H3 MiniMax$0.18 प्रति सेकंड768पी
Seedance 2.5 ByteDance$0.206 प्रति सेकंडT2V/I2V 480पी

प्रति वीडियो कीमत

मॉडलसबसे कम दरकिस पर लागू
Pixverse v5 PixVerse$0.23 प्रति वीडियो360p/540p 5 एस
Pixverse v5.6 PixVerse$0.35 प्रति वीडियो360p/540p 5s कोई ऑडियो नहीं

ये भी उपलब्ध हैं: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

अक्सर पूछे जाने वाले प्रश्न

API के साथ वीडियो बनाने में कितना समय लगता है?

वीडियो जॉब्स आमतौर पर 1 से 15 मिनट में खत्म हो जाते हैं, मॉडल और सेटिंग्स पर निर्भर करता है, और 4K आउटपुट में 30 मिनट या उससे अधिक समय लग सकता है। API एक बार में जॉब आईडी लौटाता है, और आप उसे तब तक पोल करते हैं जब तक वीडियो तैयार न हो जाए।

AI वीडियो जनरेशन की कीमत कैसे तय की जाती है?

अधिकांश मॉडल जनरेटेड वीडियो के प्रति सेकंड बिल करते हैं, और रेट रिज़ॉल्यूशन द्वारा सेट होता है, इसलिए लंबे और तेज़ क्लिप्स की लागत अधिक होती है। कुछ मॉडल ऑडियो ऑन या ऑफ के लिए अलग दर लेते हैं। EmpirioLabs AI पर आप जैसे-जैसे भुगतान करते हैं वैसा ही भुगतान कर सकते हैं या साप्ताहिक अलाउंस वाला प्लान चुन सकते हैं।

text-to-video और image-to-video में क्या अंतर है?

टेक्स्ट-टू-वीडियो एक प्रॉम्प्ट से पूरा क्लिप बनाता है। इमेज-टू-वीडियो उस छवि से शुरू होता है जो आप प्रदान करते हैं, आमतौर पर पहले फ्रेम के रूप में, ताकि आप विषय और रचना को नियंत्रित कर सकें इससे पहले कि कोई भी गति जोड़ी जाए।

क्या AI वीडियो मॉडल ध्वनि उत्पन्न कर सकते हैं?

कई मॉडल ऐसा कर सकते हैं। नेटिव ऑडियो वाले मॉडल एक सिंक्रनाइज़्ड साउंडट्रैक जेनरेट करते हैं, जैसे संवाद, साउंड इफेक्ट्स या संगीत, और कुछ आपको इसे बंद करने देते हैं।

AI वीडियो मॉडल कौन से रिज़ॉल्यूशन उत्पन्न कर सकते हैं?

मॉडल के अनुसार, 360p से 1080p तक, और कुछ पर 2K या 4K तक। उच्च रिज़ॉल्यूशन प्रति सेकंड अधिक खर्च करते हैं और रेंडर होने में अधिक समय ले सकते हैं।

EmpirioLabs AI पर कौन सा वीडियो जनरेशन मॉडल सबसे सस्ता है?

इस तरह बिल होने वाले 30 वीडियो जनरेशन मॉडलों में Wan 2.2 की प्रति सेकंड दर सबसे कम है, उसके बाद Wan 2.6, PixVerse V6 Max आते हैं। इस पेज की कीमत तालिका हर मॉडल की सबसे कम दर और वह किस पर लागू होती है, दिखाती है।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।