O que é uma API de geração de vídeo?

Uma API de geração de vídeo cria um clipe de vídeo a partir de um prompt de texto e, em muitos modelos, a partir de imagens, vídeo ou áudio que você fornece. Você envia um trabalho, faz sondação até o vídeo estar pronto, e a maioria dos modelos cobra por segundo de saída em uma taxa definida pela resolução.

Tipos de modelos

O que uma API de geração de vídeo faz

Uma API de geração de vídeo transforma uma descrição em um clipe de vídeo curto. O modo mais simples é text-to-video: você descreve a cena, a ação e o movimento da câmera, e o modelo renderiza o clipe. A maioria dos modelos de vídeo também aceita outras entradas:

  • Image-to-video. Uma imagem se torna o primeiro quadro, e o modelo o anima. Alguns modelos também pegam um último quadro e geram o movimento entre os dois. Veja image-to-video.
  • Referência ao vídeo. Imagens de referência e, em alguns modelos, clipes de vídeo ou áudio, transportam personagens, produtos ou um estilo para uma nova cena em vez de se tornarem seu primeiro quadro.
  • Edição e extensão. Alguns modelos editam ou reestilizam um clipe existente, ou o continuam.

Muitos modelos também geram uma faixa de áudio sincronizada, como diálogos, efeitos sonoros ou música, e alguns permitem desligá-la. As equipes usam geração de vídeo para anúncios e clipes sociais, demonstrações de produtos, explicações, storyboards e prévias conceituais, além de animar obras de arte existentes.

Como funciona uma solicitação: um trabalho assíncrono

A geração de vídeo roda como um trabalho assíncrono. Você envia POST /v1/videos/generations com o ID do modelo, o prompt e configurações como duração, resolução e aspect_ratio. A API responde imediatamente com um job id e uma URL de pesquisa. Você então liga VÁ /v1/jobs/{job_id} até que o status seja completo, e leia a URL do vídeo a partir do resultado. Um trabalho que não tem sucesso termina como falhou com um erro.

Os trabalhos normalmente terminam em 1 a 15 minutos, e a saída em 4K pode levar 30 minutos ou mais. Para continuar um clipe que você gerou, envie extend_from com seu ID de trabalho ou uma URL de vídeo.

Configurações que moldam o clipe

  • Duração. Ajuste em segundos. A maioria dos modelos gera clipes de alguns segundos até 15 segundos, e alguns chegam a 30 segundos ou mais.
  • Resolução. Geralmente entre 480p e 1080p. Alguns modelos também oferecem 360p, e outros vão até 2K ou 4K.
  • Proporção de aspecto. Texto-vídeo-vídeo adota uma proporção como 16:9, 9:16 ou 1:1. Imagem-vídeo geralmente segue o formato da imagem de origem.
  • Taxa de quadros. Definido pelo modelo, não por um parâmetro. Vários modelos renderizam a 24 fps.
  • Áudio. Em modelos com áudio nativo, uma configuração como generate_audio Liga ou desativa a trilha sonora.
  • Semente e prompt negativo. Alguns modelos aceitam uma semente para resultados repetíveis e um prompt negativo que lista o que evitar.

Escolher um modelo e entender a faturação

Execute o mesmo prompt por alguns candidatos e compare a qualidade do movimento, a adesão ao prompt e o quão bem os caracteres permanecem consistentes. Depois, verifique os limites que importam para o seu projeto: duração máxima e resolução, entradas suportadas, áudio nativo e tempo de geração. Comparações de modelos lado a lado Mostrar as capacidades e taxas de dois modelos juntos.

A maioria dos modelos de vídeo cobra por segundo do vídeo gerado, a uma taxa definida pela resolução de saída, então o custo cresce tanto com o comprimento quanto com a resolução: um clipe de 10 segundos custa o dobro do que um clipe de 5 segundos nas mesmas configurações. Alguns modelos cobram uma taxa diferente com áudio ligado ou desligado, alguns cobram uma quantia fixa por vídeo para um comprimento e resolução definidos, e solicitações que editam ou referenciam um vídeo fonte podem cobrar tanto os segundos de entrada quanto a saída.

Tente ligar para um modelo de vídeo no EmpirioLabs AI

Navegar pelo modelos de vídeo e execute um prompt no Playground antes de escrever código. Para chamar um modelo, crie uma chave de API no dashboard, envie o trabalho para https://api.empiriolabs.ai/v1/videos/generations e consulta o endpoint de trabalhos. O Referência de geração de vídeo lista todos os campos de solicitação, e Modelos de geração Aplique efeitos curados com um modelo e configurações recomendados.

Pague conforme você utiliza, ou escolha um plano com subsídios semanais. As tarifas atuais para cada modelo estão no página de preços.

Modelos de Geração de Vídeo no EmpirioLabs AI

37 modelos, do mais barato para o mais caro quando compartilham uma unidade de cobrança. A página de cada modelo traz a tabela de preços completa, os parâmetros e código.

Endpoints

POST /v1/videos/generations

Preço por segundo

ModeloMenor tarifaAplica-se a
Wan 2.2 Alibaba Cloud$0.015 por segundoFlash 480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 por segundoFlash 720P (sem áudio)
PixVerse V6 Max PixVerse$0.030667$0.024534 por segundo360p padrão sem áudio
MiniMax H3 Lite MiniMax$0.025 por segundo480p
Pixverse Avatar PixVerse$0.025556 por segundo360p
Pixverse v6 PixVerse$0.025556 por segundo360p padrão sem áudio
Pixverse C1 PixVerse$0.030667 por segundo360p padrão sem áudio
Wan 2.1 Alibaba Cloud$0.036 por segundoTurbo
Ver todos os 30 modelos
ModeloMenor tarifaAplica-se a
Wan 2.5 Alibaba Cloud$0.05 por segundo480P
SVI 2.0 Pro VITA-Group / EPFL$0.057 por segundoVídeo 480p
MiniMax H3 Highspeed MiniMax$0.06 por segundo768p
Hunyuan Video 1.5 Tencent$0.075$0.061 por segundo480p
Seedance 2.0 Mini ByteDance$0.070 por segundoT2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 por segundo480P padrão
Kling 4.0 Flash Kling AI$0.094 por segundo720p padrão
Grok Imagine Video 1.5 xAI$0.096 por segundo480p
Wan 2.7 Alibaba Cloud$0.10 por segundoTodos os Modos 720P
MOSS Video and Audio OpenMOSS$0.12 por segundoVídeo 360p
Seedance 2.0 Fast ByteDance$0.122 por segundoT2V/I2V 480P
Seedance 2.5 Flash ByteDance$0.135 por segundoT2V/I2V 480P
Seedance 2.0 Pro ByteDance$0.139 por segundoT2V/I2V 480P
HappyHorse 1.0 Alibaba Cloud$0.14 por segundoTodos os Modos 720P
HappyHorse 1.1 Alibaba Cloud$0.14 por segundo720p
Kling v3 Motion Control Kling AI$0.14 por segundoStandard (720p)
Kling 4.0 Kling AI$0.157 por segundo720p padrão
Kling O3 Kling AI$0.168 por segundoT2V/I2V padrão
Kling V3 Kling AI$0.168 por segundoT2V/I2V padrão
Kling 3.0 Turbo Kling AI$0.18 por segundo720p
MiniMax H3 MiniMax$0.18 por segundo768p
Seedance 2.5 ByteDance$0.206 por segundoT2V/I2V 480P

Preço por vídeo

ModeloMenor tarifaAplica-se a
Pixverse v5 PixVerse$0.23 por vídeo360p/540p 5s
Pixverse v5.6 PixVerse$0.35 por vídeo360p/540p 5s sem áudio

Também disponíveis: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

Perguntas frequentes

Quanto tempo leva para gerar um vídeo com uma API?

Os trabalhos de vídeo normalmente terminam em 1 a 15 minutos, dependendo do modelo e das configurações, e a saída em 4K pode levar 30 minutos ou mais. A API retorna um ID de trabalho de uma só vez, e você o consulta até que o vídeo esteja pronto.

Qual é o preço da geração de vídeo com IA?

A maioria dos modelos cobra por segundo do vídeo gerado, com a tarifa definida pela resolução, então clipes mais longos e nítidos custam mais. Alguns modelos cobram uma tarifa diferente com áudio ligado ou desligado. Em EmpirioLabs AI você pode pagar conforme vai ou escolher um plano com alocações semanais.

Qual é a diferença entre text-to-video e image-to-video?

Texto-para-vídeo cria o clipe inteiro a partir de um prompt. Image-para-vídeo começa com uma imagem que você fornece, geralmente como o primeiro quadro, para que você controle o sujeito e a composição antes que qualquer movimento seja adicionado.

Modelos de vídeo com IA podem gerar som?

Muitos podem. Modelos com áudio nativo geram uma trilha sonora sincronizada, como diálogos, efeitos sonoros ou música, e alguns permitem que você desligue isso.

Quais resoluções podem produzir modelos de vídeo com IA?

Dependendo do modelo, de 360p até 1080p, e 2K ou 4K em alguns. Resoluções mais altas custam mais por segundo e podem demorar mais para renderizar.

Qual modelo Geração de Vídeo custa menos no EmpirioLabs AI?

Wan 2.2 tem a menor tarifa por segundo entre os 30 modelos Geração de Vídeo com esse tipo de cobrança, seguido de Wan 2.6, PixVerse V6 Max. A tabela de preços desta página mostra a menor tarifa de cada modelo e a que ela se aplica.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.