什么是视频生成 API?

视频生成 API 会根据文本提示创建一个视频片段,并在许多模型上根据你提供的图片、视频或音频生成视频片段。你提交作业,进行投票直到视频准备好,大多数模型按分辨率设定的速率按每秒输出计费。

模型类型

视频生成 API 的作用

视频生成 API 将描述转换为短视频剪辑。最简单的模式是 text-to-video:你描述场景、动作和摄像机运动,模型渲染该片段。大多数视频模型还接受其他输入:

  • 图像转视频。 图像成为第一帧,模型对其进行动画。有些模型还会取最后一帧,生成两帧之间的运动。参见 image-to-video。 。 。.
  • 参考视频。 参考图像,以及某些型号的视频或音频片段,会将角色、产品或风格带入新场景,而不是成为其第一帧。
  • 编辑与扩展。 有些模型会编辑或重新设置现有剪辑,或者继续其内容。

许多模型还会生成同步的音频轨,比如对话、音效或音乐,有些还允许你关闭它。Teams 使用视频生成用于广告和社交剪辑、产品演示、解说、分镜和概念预览,以及现有艺术作品的动画。

请求的工作原理:异步作业

视频生成作为异步作业运行。你发送 后 /v1/videos/generations 带有模型ID、提示符和设置,例如: 会期, (中文), 决议 以及 aspect_ratio.API 立即回复 任务(d) 以及一个轮询 URL。然后你拨打 快/v1/jobs/{job_id} 直到状态为 已完成,并读取结果中的视频URL。未成功的作业将以 失败 但出现了错误。

工作通常在 1 到 15 分钟内完成,而 4K 输出可能需要 30 分钟甚至更久。要继续你生成的片段,请发送 extend_from 带有其作业 ID 或视频 URL。

塑造剪辑的设置

  • 持续时间。 以秒为单位。大多数模型生成的片段长度从几秒到15秒,有些甚至能达到30秒甚至更长。
  • 分辨率。 通常在480p到1080p之间。有些型号也支持 360p,有些则支持 2K 或 4K。
  • 宽高比。 文本到视频的比例如16:9、9:16或1:1。图像到视频通常遵循源图像的形状。
  • 帧率。 由模型设置,而非参数。多个模型以 24 fps 渲染。
  • 音频。 在带有原生音频的模型上,设置如下: generate_audio 开启或关闭原声音乐。
  • 草稿和负面提示。 有些模型接受一个可重复结果的种子,以及一个列出应避免的负面提示。

选择模型并理解计费

将同一个提示应用到几个候选选项中,比较动作质量、提示遵循度以及角色保持一致性。然后检查对你项目重要的限制:最大时长和分辨率、支持的输入、原生音频和生成时间。 并排模型比较 同时展示两个型号的性能和速率。

大多数视频型号按生成视频每秒计费,按输出分辨率设定的费率,因此成本随长度和分辨率而增加:在相同设置下,一个10秒的剪辑成本是5秒剪辑的两倍。有些型号在开启或关闭音频时收取不同的费率,少数则按固定长度和分辨率按每视频收取固定费用,而编辑或引用源视频的请求则可同时计费输入秒数和输出数据。

试着在EmpirioLabs AI上打电话给视频模特

浏览 视频模型 并在 Playground 在编写代码之前。要调用模型,请在仪表板中创建一个 API 密钥,并将作业提交到 https://api.empiriolabs.ai/v1/videos/generations 并轮询 jobs 端点。该 视频生成参考 列出所有请求字段,并且 生成模板 使用推荐的模型和设置应用精心筛选的效果。

按需付费,或选择带有每周津贴的套餐。每个车型的当前费率均在 定价页面。 。 。.

EmpirioLabs AI 上的视频生成模型

共 37 个模型;计费单位相同的按价格从低到高排列。每个模型的页面都有完整价目表、参数和代码。

端点

POST /v1/videos/generations

按秒计价

模型最低费率适用于
Wan 2.2 Alibaba Cloud$0.015 每秒闪电480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 每秒闪存720P(无音频)
PixVerse V6 Max PixVerse$0.030667$0.024534 每秒标准360p无音频
MiniMax H3 Lite MiniMax$0.025 每秒480p
Pixverse Avatar PixVerse$0.025556 每秒360p
Pixverse v6 PixVerse$0.025556 每秒标准360p无音频
Pixverse C1 PixVerse$0.030667 每秒标准360p无音频
Wan 2.1 Alibaba Cloud$0.036 每秒涡轮
显示全部 30 个模型
模型最低费率适用于
Wan 2.5 Alibaba Cloud$0.05 每秒480P
SVI 2.0 Pro VITA-Group / EPFL$0.057 每秒480p视频
MiniMax H3 Highspeed MiniMax$0.06 每秒768p
Hunyuan Video 1.5 Tencent$0.075$0.061 每秒480p
Seedance 2.0 Mini ByteDance$0.070 每秒T2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 每秒标准480P
Kling 4.0 Flash Kling AI$0.094 每秒标准720p
Grok Imagine Video 1.5 xAI$0.096 每秒480p
Wan 2.7 Alibaba Cloud$0.10 每秒所有模式 720P
MOSS Video and Audio OpenMOSS$0.12 每秒360p视频
Seedance 2.0 Fast ByteDance$0.122 每秒T2V/I2V 480P
Seedance 2.5 Flash ByteDance$0.135 每秒T2V/I2V 480P
Seedance 2.0 Pro ByteDance$0.139 每秒T2V/I2V 480P
HappyHorse 1.0 Alibaba Cloud$0.14 每秒所有模式 720P
HappyHorse 1.1 Alibaba Cloud$0.14 每秒720p
Kling v3 Motion Control Kling AI$0.14 每秒标准(720p)
Kling 4.0 Kling AI$0.157 每秒标准720p
Kling O3 Kling AI$0.168 每秒标准T2V/I2V
Kling V3 Kling AI$0.168 每秒标准T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 每秒720p
MiniMax H3 MiniMax$0.18 每秒768p
Seedance 2.5 ByteDance$0.206 每秒T2V/I2V 480P

按视频计价

模型最低费率适用于
Pixverse v5 PixVerse$0.23 根据视频360p/540p 5
Pixverse v5.6 PixVerse$0.35 根据视频360p/540p 5s 无音频

另有: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

常见问题

用 API 生成一个视频需要多长时间?

视频作业通常在 1 到 15 分钟内完成,具体取决于模型和设置,而 4K 输出可能需要 30 分钟甚至更久。API 会一次性返回一个作业 ID,你会轮询它直到视频准备好。

AI视频生成的定价如何?

大多数型号按生成视频的每秒计费,费率由分辨率决定,因此更长且更清晰的片段费用更高。部分型号在开启或关闭音频时收取不同的费用。在EmpirioLabs AI上,你可以按时付费,或者选择带有每周补贴的套餐。

text-to-video和image-to-video有什么区别?

文本转视频是根据提示创建整个剪辑。图像转视频从你提供的图像开始,通常是第一帧,因此在添加任何动作之前,你先控制主题和构图。

AI视频模型能生成声音吗?

很多都能。带有原生音频的模型会生成同步的配乐,比如对话、音效或音乐,有些模型还允许关闭。

AI 视频模型能产生什么分辨率?

根据型号不同,从 360p 到 1080p,有些型号支持 2K 或 4K。更高分辨率每秒成本更高,渲染时间也可能更长。

在 EmpirioLabs AI 上,哪个 视频生成 模型最便宜?

在按此方式计价的 30 个 视频生成 模型中,Wan 2.2 的每秒费率最低,其次是 Wan 2.6, PixVerse V6 Max。本页的价格表列出了每个模型的最低费率及其适用范围。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。