इमेज-टू-वीडियो जनरेशन एक स्थिर छवि को एक छोटे वीडियो क्लिप में एनिमेट करता है। छवि आमतौर पर पहला फ्रेम बन जाती है, और आपका प्रॉम्प्ट गति और कैमरे की गति का वर्णन करता है, इसलिए विषय, फ्रेमिंग और तस्वीर की शैली वीडियो में भी बनी रहती है।
इमेज-टू-वीडियो वीडियो जनरेशन का एक तरीका है। केवल टेक्स्ट से सीन बनाने के बजाय, मॉडल उस तस्वीर से शुरू करता है जो आप प्रदान करते हैं और उसे एनिमेट करता है। अधिकांश मॉडलों में छवि क्लिप का पहला फ्रेम बन जाती है, इसलिए इसका विषय, फ्रेमिंग, रंग और शैली वीडियो की शुरुआत से होती है। प्रॉम्प्ट फिर बताता है कि आगे क्या होता है: विषय कैसे चलता है, दृश्य में क्या बदलाव होते हैं और कैमरा कैसे यात्रा करता है, उदाहरण के लिए धीरे-धीरे ज़ूम आउट करें और दाईं ओर पैन करें।.
यह आपको text-to-video से अधिक नियंत्रण देता है। आप पहले सटीक लुक डिजाइन या अनुमोदित कर सकते हैं, अक्सर एक इमेज जनरेशन API, और फिर उसमें गति जोड़ें।
इमेज-टू-वीडियो अन्य वीडियो जनरेशन के समान एंडपॉइंट का उपयोग करता है, POST /v1/videos/generations. छवि को सार्वजनिक URL के रूप में पास करें छवि, मोशन के लिए एक प्रॉम्प्ट जोड़ें, और सेट करें अवधि तथा संकल्प. उन मॉडलों में जो अंतिम फ्रेम लेते हैं, दूसरी छवि अपने क्षेत्र में जाती है, जैसे image_end. कई मॉडल उस मोड को चुनते हैं जो आप संलग्न करते हैं, और एक मोड समूह पैरामीटर इसे स्पष्ट रूप से चुनता है।
आउटपुट आमतौर पर आपकी छवि के आस्पेक्ट रेशियो का पालन करता है, इसलिए छवि को उस आकार में क्रॉप करें जो आप चाहते हैं, जैसे वर्टिकल वीडियो के लिए 9:16, भेजने से पहले। प्रत्येक मॉडल पेज उन इमेज फॉर्मेट्स और आकारों की सूची देता है जिन्हें वह स्वीकार करता है। अनुरोध एक असिंक्रोनस जॉब के रूप में चलता है: API एक लौटाता है नौकरी id तुरंत, और आप मतदान करते हैं /v1/jobs/{job_id} जब तक वीडियो तैयार न हो जाए।
उम्मीदवारों को अपनी खुद की छवि से परीक्षण करें, क्योंकि मॉडल इस बात में भिन्न होते हैं कि वे चेहरे, उत्पाद और मुद्रित पाठ को कितनी निष्ठा से रखते हैं जबकि गति जोड़ते हैं। साथ ही पहले और अंतिम फ्रेम समर्थन, अधिकतम अवधि और रिज़ॉल्यूशन, मूल ऑडियो और जनरेशन समय की तुलना करें। साइड-बाय-साइड मॉडल तुलना सूची को संकुचित करने में मदद करें।
इमेज-टू-वीडियो अन्य वीडियो जनरेशन की तरह बिल किया जाता है: अधिकांश मॉडल आउटपुट के प्रति सेकंड चार्ज करते हैं जो रिज़ॉल्यूशन द्वारा निर्धारित दर पर होती है, और कई text-to-video और image-to-video के लिए समान दर का उपयोग करते हैं। कुछ मॉडल इनपुट इमेजेज को भी बिल करते हैं। ब्राउज़ करें वीडियो मॉडल, एक में से एक आज़माएं Playground, और पढ़ें वीडियो जनरेशन संदर्भ API को अपनी कुंजी से कॉल करने से पहले।
जैसे-जैसे जाएं भुगतान करें, या साप्ताहिक भत्तों वाली योजना चुनें। वर्तमान दरें मूल्य निर्धारण पृष्ठ।.
20 मॉडल, जहाँ बिलिंग इकाई एक है वहाँ सबसे सस्ते पहले। हर मॉडल के पेज पर पूरा रेट कार्ड, पैरामीटर और कोड है।
एंडपॉइंट
/v1/videos/generationsप्रति सेकंड कीमत
| मॉडल | सबसे कम दर | किस पर लागू |
|---|---|---|
| Wan 2.2 Alibaba Cloud | $0.015 प्रति सेकंड | फ्लैश 480P |
| PixVerse V6 Max PixVerse | $0.030667$0.024534 प्रति सेकंड | मानक 360p कोई ऑडियो नहीं |
| MiniMax H3 Lite MiniMax | $0.025 प्रति सेकंड | 480पी |
| Pixverse Avatar PixVerse | $0.025556 प्रति सेकंड | 360 पी |
| Pixverse v6 PixVerse | $0.025556 प्रति सेकंड | मानक 360p कोई ऑडियो नहीं |
| Pixverse C1 PixVerse | $0.030667 प्रति सेकंड | मानक 360p कोई ऑडियो नहीं |
| Wan 2.1 Alibaba Cloud | $0.036 प्रति सेकंड | टर्बो |
| Wan 2.5 Alibaba Cloud | $0.05 प्रति सेकंड | 480पी |
| मॉडल | सबसे कम दर | किस पर लागू |
|---|---|---|
| MiniMax H3 Highspeed MiniMax | $0.06 प्रति सेकंड | 768पी |
| Seedance 2.0 Mini ByteDance | $0.070 प्रति सेकंड | T2V/I2V 480पी |
| Wan 3.0 Alibaba Cloud | $0.07 प्रति सेकंड | मानक 480 पी |
| Kling 4.0 Flash Kling AI | $0.094 प्रति सेकंड | मानक 720p |
| Grok Imagine Video 1.5 xAI | $0.096 प्रति सेकंड | 480पी |
| Seedance 2.5 Flash ByteDance | $0.135 प्रति सेकंड | T2V/I2V 480पी |
| HappyHorse 1.1 Alibaba Cloud | $0.14 प्रति सेकंड | 720 पी |
| Kling 4.0 Kling AI | $0.157 प्रति सेकंड | मानक 720p |
| Kling V3 Kling AI | $0.168 प्रति सेकंड | मानक T2V/I2V |
| Kling 3.0 Turbo Kling AI | $0.18 प्रति सेकंड | 720 पी |
| MiniMax H3 MiniMax | $0.18 प्रति सेकंड | 768पी |
| Seedance 2.5 ByteDance | $0.206 प्रति सेकंड | T2V/I2V 480पी |
टेक्स्ट-टू-वीडियो केवल एक प्रॉम्प्ट से ही सीन बनाता है। इमेज-टू-वीडियो उस तस्वीर से शुरू होता है जो आप प्रदान करते हैं, आमतौर पर पहले फ्रेम के रूप में, और प्रॉम्प्ट गति का वर्णन करता है।
अधिकांश मॉडलों में, हाँ: image-to-video स्रोत छवि के आकार का पालन करता है। छवि को भेजने से पहले आवश्यक अनुपात जैसे 9:16 या 16:9 के अनुसार क्रॉप करें।
हाँ, उन मॉडलों पर जो इसे सपोर्ट करते हैं। आप आखिरी फ्रेम के रूप में दूसरी इमेज भेजते हैं, और मॉडल दोनों इमेज के बीच मोशन जनरेट करता है।
अधिकांश मॉडल प्रति सेकंड उत्पन्न वीडियो का बिल रिज़ॉल्यूशन द्वारा निर्धारित दर पर करते हैं, जो अक्सर text-to-video के समान दर पर होती है। कुछ मॉडल इनपुट छवियों को भी बिल करते हैं। EmpirioLabs AI आप जैसे-जैसे भुगतान करें वैसे भुगतान कर सकते हैं या साप्ताहिक भत्तों वाली योजना चुन सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।