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.
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:
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.
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.
generate_audio Liga ou desativa a trilha sonora.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.
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.
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
/v1/videos/generationsPreço por segundo
| Modelo | Menor tarifa | Aplica-se a |
|---|---|---|
| Wan 2.2 Alibaba Cloud | $0.015 por segundo | Flash 480P |
| Wan 2.6 Alibaba Cloud | $0.0250$0.0225 por segundo | Flash 720P (sem áudio) |
| PixVerse V6 Max PixVerse | $0.030667$0.024534 por segundo | 360p padrão sem áudio |
| MiniMax H3 Lite MiniMax | $0.025 por segundo | 480p |
| Pixverse Avatar PixVerse | $0.025556 por segundo | 360p |
| Pixverse v6 PixVerse | $0.025556 por segundo | 360p padrão sem áudio |
| Pixverse C1 PixVerse | $0.030667 por segundo | 360p padrão sem áudio |
| Wan 2.1 Alibaba Cloud | $0.036 por segundo | Turbo |
| Modelo | Menor tarifa | Aplica-se a |
|---|---|---|
| Wan 2.5 Alibaba Cloud | $0.05 por segundo | 480P |
| SVI 2.0 Pro VITA-Group / EPFL | $0.057 por segundo | Vídeo 480p |
| MiniMax H3 Highspeed MiniMax | $0.06 por segundo | 768p |
| Hunyuan Video 1.5 Tencent | $0.075$0.061 por segundo | 480p |
| Seedance 2.0 Mini ByteDance | $0.070 por segundo | T2V/I2V 480P |
| Wan 3.0 Alibaba Cloud | $0.07 por segundo | 480P padrão |
| Kling 4.0 Flash Kling AI | $0.094 por segundo | 720p padrão |
| Grok Imagine Video 1.5 xAI | $0.096 por segundo | 480p |
| Wan 2.7 Alibaba Cloud | $0.10 por segundo | Todos os Modos 720P |
| MOSS Video and Audio OpenMOSS | $0.12 por segundo | Vídeo 360p |
| Seedance 2.0 Fast ByteDance | $0.122 por segundo | T2V/I2V 480P |
| Seedance 2.5 Flash ByteDance | $0.135 por segundo | T2V/I2V 480P |
| Seedance 2.0 Pro ByteDance | $0.139 por segundo | T2V/I2V 480P |
| HappyHorse 1.0 Alibaba Cloud | $0.14 por segundo | Todos os Modos 720P |
| HappyHorse 1.1 Alibaba Cloud | $0.14 por segundo | 720p |
| Kling v3 Motion Control Kling AI | $0.14 por segundo | Standard (720p) |
| Kling 4.0 Kling AI | $0.157 por segundo | 720p padrão |
| Kling O3 Kling AI | $0.168 por segundo | T2V/I2V padrão |
| Kling V3 Kling AI | $0.168 por segundo | T2V/I2V padrão |
| Kling 3.0 Turbo Kling AI | $0.18 por segundo | 720p |
| MiniMax H3 MiniMax | $0.18 por segundo | 768p |
| Seedance 2.5 ByteDance | $0.206 por segundo | T2V/I2V 480P |
Preço por vídeo
| Modelo | Menor tarifa | Aplica-se a |
|---|---|---|
| Pixverse v5 PixVerse | $0.23 por vídeo | 360p/540p 5s |
| Pixverse v5.6 PixVerse | $0.35 por vídeo | 360p/540p 5s sem áudio |
Também disponíveis: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis
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.
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.
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.
Muitos podem. Modelos com áudio nativo geram uma trilha sonora sincronizada, como diálogos, efeitos sonoros ou música, e alguns permitem que você desligue isso.
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.
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.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.