Modèles vidéo

Gemini Omni est le modèle de génération de vidéo multimodal de Google, permettant de créer des vidéos à partir de texte, de références d'images, d'une vidéo source, de ressources audio réutilisables et d'ID de ressources de personnages.

Seedance 2.0 est le modèle vidéo multimodal de ByteDance, prenant en charge les modes texte-vidéo, première et dernière image, et omni-référence. En exclusivité sur APIXO : concurrence illimitée, prise en charge des portraits de personnes réelles et fonctionnalités cachées.

Seedance 2.0 Fast est une route APIXO pour les workflows ByteDance Seedance 2.0, exposant les modes texte-vers-vidéo, première et dernière images et omni-référence, avec en option le son, la recherche web et une sortie 480p/720p.

HappyHorse est le modèle de génération et d'édition vidéo d'Alibaba pour les workflows de conversion texte-vidéo, image-vidéo, de génération guidée par référence et d'édition vidéo, avec une sortie 720p/1080p.

Seedance 2.5 est le modèle vidéo audiovisuel de ByteDance pour les narrations plus longues guidées par des références. Il combine une réalisation basée sur une chronologie, un guidage créatif multimodal, un son synchronisé, des performances multilingues et la révision sélective pour aider les équipes de production à développer des scènes liées entre elles au lieu de clips courts et isolés.

MiniMax H3 est un modèle vidéo multimodal polyvalent qui combine du texte, des images, des vidéos et de l'audio dans un seul workflow de génération. Il crée des vidéos d'une durée maximale de 2K et 15 secondes avec un son stéréo natif, tout en prenant en charge le contrôle de la première et de la dernière image, les références multimédias, le transfert de mouvement, la narration multi-plans et le montage vidéo guidé par instructions.

Seedance 1.5 Pro est le modèle vidéo par seconde de ByteDance pour la génération rapide de type texte-vidéo et image-vidéo, avec une sortie 480p/720p/1080p, du son en option, un contrôle du format d'image et une stabilité de caméra à objectif fixe.

Wan 2.7 est le modèle de génération et de montage vidéo d'Alibaba pour la génération texte-vers-vidéo et image-vers-vidéo, la génération guidée par référence et le montage vidéo, avec une entrée audio facultative et une sortie 720p/1080p.

Wan 2.6 est le modèle de génération de vidéo multimode d'Alibaba pour les flux de travail à partir de texte, d'image, d'image flash, de référence et de référence flash, avec une entrée audio en option et une sortie 720p/1080p.

Informations archivées. Sora 2 Pro n'est plus disponible sur APIXO.

Video Upscaler est l'API vidéo-vers-vidéo d'APIXO qui améliore une vidéo source pour la porter aux résolutions 1080p, 2K ou 4K, avec une facturation à la seconde de vidéo source.

Video Watermark Remover est l'API de nettoyage vidéo-vers-vidéo d'APIXO permettant de supprimer les filigranes, logos et superpositions de texte visibles d'une vidéo que vous possédez ou êtes autorisé à modifier, avec une facturation à la seconde de vidéo source.

Seedance 2.0 Mini est une option économique d'APIXO pour les workflows ByteDance Seedance 2.0, proposant les modes texte-vidéo, première et dernière image et omni-référence, avec en option le son, la recherche web et une sortie 480p/720p.

Kling 3.0 Turbo est le modèle de génération vidéo rapide de Kuaishou pour les workflows texte-vers-vidéo et image-vers-vidéo à partir d'une seule image, avec une sortie en 720p/1080p et des clips de 3-15 secondes.

Hailuo 2.3 est le modèle vidéo asynchrone de MiniMax avec des modes Standard et Pro pour la génération de vidéos à partir de texte et d'images. Le mode Standard prend en charge 6s/10s à 768p, tandis que le mode Pro renvoie une sortie fixe de 5s à 1080p.

Hailuo 2.3 Fast est le modèle de conversion d'image en vidéo de MiniMax optimisé pour la vitesse, avec des modes Standard et Pro. Le mode Standard prend en charge 6s/10s à 768p, tandis que le mode Pro renvoie une sortie fixe de 6s à 1080p.

Grok Imagine Video est le modèle de génération vidéo asynchrone de xAI pour les workflows texte-vidéo et image-vidéo, avec continuation facultative via task_id + index et contrôle du style.

L'API Wan 2.2 Animate est le modèle d'animation de personnages d'Alibaba qui combine une image source et une vidéo de mouvement pour générer des animations stylisées avec un comportement d'animation/remplacement.

InfiniteTalk convertit une photo et de l'audio en vidéos d'avatars parlants ou chantants avec une synchronisation labiale précise. Il prend en charge des vidéos d'une durée maximale de 10 minutes en résolution 480p ou 720p.

Kling 3.0 Std est le modèle de génération vidéo de qualité standard de Kuaishou. Il propose des modes texte-vers-vidéo, image-vers-vidéo et de contrôle du mouvement, et prend en charge des clips d'une durée maximale de 15 secondes, avec une génération de son en option et des formats d'image flexibles.

Vidu Q3 est un modèle de génération de vidéo facturé à la seconde qui combine les flux de travail Standard et Turbo texte-vidéo et image-vidéo en une seule API. Il prend en charge l'animation d'une seule image, les transitions entre la première et la dernière image, le son et la musique de fond (BGM) en option, et une sortie jusqu'à 1080p.

Kling 2.5 Turbo Pro est le modèle de génération vidéo à haute vitesse de Kuaishou pour la création texte-vers-vidéo et image-vers-vidéo. Il prend en charge les clips de 5-10 secondes, les images de fin de séquence en option, le contrôle du format d'image en mode texte-vers-vidéo, ainsi que les prompts négatifs et le guidage d'échelle CFG.

LTX-2 19B est le transformeur de diffusion 19B open source de Lightricks pour la génération de vidéos cinématiques. Il prend en charge les workflows texte-vers-vidéo et image-vers-vidéo, le conditionnement LoRA et les sorties haute-fidélité jusqu'à 1080p dans l'API.

Kling 2.1 est le modèle vidéo multi-niveaux de Kuaishou, proposant les modes Standard, Pro et Master pour la création de vidéos à partir d'images et de textes. Il prend en charge des clips de 5-10 secondes, des images de fin facultatives pour le mode Pro et le contrôle du format d'image pour la génération texte-vers-vidéo en mode Master.

Kling 2.6 est le modèle vidéo audiovisuel natif de Kuaishou qui génère la vidéo, la parole, les effets sonores et l'ambiance en une seule passe. Il prend en charge la création text-to-audio-visual et image-to-audio-visual avec une génération de voix en chinois et en anglais, et des clips allant jusqu'à 10 secondes.

Le modèle vidéo IA amélioré de Google DeepMind, doté de routes lite, fast et quality, d'un contrôle de la durée de 4/6/8 secondes, d'une sortie en 720p/1080p/4k et de workflows de référence multi-images.

Wan 2.5 est le modèle de génération de vidéo d'Alibaba pour la génération texte-vers-vidéo et image-vers-vidéo, avec une entrée audio facultative, une sortie 480p/720p/1080p, des clips de 5 ou 10 secondes et l'expansion de prompt.

Informations archivées. Sora 2 n'est plus disponible sur APIXO.

Kling 4.0 génère des vidéos à partir de texte, d'images-clés ordonnées, d'images et de vidéos de référence, de sujets nommés et de voix.

Wan 3.0 Video LoRA prend en charge les workflows texte-vers-vidéo, image-vers-vidéo et référence-vers-vidéo avec une durée intelligente. Le mode référence accepte les entrées de type image, vidéo et audio.

Wan 3.0 Video Pro LoRA relève le plafond des performances de sortie à 4K pour les workflows texte-vers-vidéo, image-vers-vidéo et référence-vers-vidéo, avec une durée intelligente et des références image, vidéo et audio.

FLUX 3 est le modèle vidéo multimodal de Black Forest Labs pour la génération texte-vidéo, image-vidéo et l'extension de vidéo, avec audio natif et sortie MP4 en 720p ou 1080p.

Grok Imagine Video 1.5 anime les images de référence, les premières et dernières images, les images clés temporisées et les images en boucle, avec des limites d'entrée dépendant de la résolution.

Kling 3.0 Omni expose neuf modes via un seul point de terminaison : les niveaux standard, pro et 4K répartis sur les workflows text-to-video, image-to-video et reference-to-video.

MiniMax H3 LoRA est la version stylisée LoRA de MiniMax H3 avec une sortie 480p et 768p. La génération de vidéo à partir de références peut être conditionnée par des images, de l'audio et des vidéos.

Wan 3.0 Video prend en charge les workflows texte-vers-vidéo, image-vers-vidéo et référence-vers-vidéo avec une durée intelligente. Le mode référence accepte les entrées de type image, vidéo, audio, fichier et lien.