Modelli più recenti e popolari

Seedance 2.0 è il modello video multimodale di ByteDance che supporta le modalità da testo a video, primo e ultimo fotogramma e omni-reference. Esclusiva APIXO: concorrenza illimitata, supporto per ritratti di persone reali e funzionalità nascoste.

Seedance 2.0 Fast è una route APIXO per i flussi di lavoro di ByteDance Seedance 2.0, che espone le modalità da testo a video, primo e ultimo fotogramma e omni-riferimento con audio opzionale, ricerca web e output 480p/720p.

GPT-Image-2 è il modello di immagine di nuova generazione di OpenAI per un maggiore fotorealismo, un editing di immagini più accurato e una resa del testo più nitida nelle immagini.

HappyHorse è il modello di generazione e modifica video di Alibaba per flussi di lavoro da testo a video, da immagine a video, generazione guidata da riferimento e modifica video, con output 720p/1080p.

Le più recenti pipeline Pro & Flex di BFL per text-to-image e image-to-image con prezzi unificati 1K/2K e generazione in ~30s.

Nano Banana Pro è il percorso Gemini 3 Pro Image di Google per la generazione di immagini basata sul ragionamento, output nativo 4K, tipografia multilingue e composizioni spazialmente precise. APIXO non espone Search Grounding come controllo attivo su questo percorso.

Midjourney è un modello avanzato di generazione di immagini AI, noto per i suoi output artistici di alta qualità. Supporta flussi di lavoro text-to-image, image-to-image, image-edit, Vary e Upscale.

Generazione di immagini di livello professionale con comprensione avanzata dei prompt e output di qualità superiore.

GPT-Image-1 è il modello multimodale avanzato di OpenAI per la generazione di immagini di alta qualità con comprensione del linguaggio naturale.

Gemini 2.5 Flash Image Preview (alias Nano Banana) è un modello AI avanzato che eccelle nella generazione e modifica di immagini guidate dal linguaggio naturale. Produce elementi visivi iperrealistici e fisicamente accurati con trasformazioni di stile fluide.

Crea e perfeziona immagini con GPT Image 2.5. Trasforma un brief scritto o una foto di riferimento in immagini di prodotti, ritratti e illustrazioni, quindi perfeziona i dettagli che contano.

Seedance 2.5 è il modello video audiovisivo di ByteDance per lo storytelling più lungo e basato su riferimenti. Combina regia basata su timeline, guida creativa multimodale, audio sincronizzato, prestazioni multilingue e revisione selettiva per aiutare i team di produzione a sviluppare scene collegate anziché brevi clip isolate.

Qwen Image 3.0 è il modello text-to-image e image-to-image di Alibaba con output 1K e 2K, quindici rapporti d'aspetto, fino a tre immagini di riferimento ed espansione opzionale dei prompt. Entrambi i livelli di risoluzione sono fatturati alla stessa tariffa.

Qwen Image 3.0 Pro è l'opzione di livello superiore di Alibaba per lo stesso contratto text-to-image e image-to-image, con prezzi separati per l'output 1K e 2K, in modo che bozze e output finali possano essere fatturati in modo diverso.

MiniMax H3 è un modello video multimodale per uso generale che combina contesti di testo, immagine, video e audio in un unico flusso di lavoro di generazione. Crea video fino a 2K e 15 secondi con audio stereo nativo, supportando il controllo del primo e dell'ultimo fotogramma, riferimenti multimediali misti, trasferimento del movimento, storytelling multi-inquadratura e editing video guidato da istruzioni.

Seedream 5.0 Pro è il modello premium di ByteDance per la generazione di immagini singole da testo a immagine e da immagine a immagine, che supporta una risoluzione di 1K/2K, otto rapporti d'aspetto, fino a 10 immagini di riferimento e un controllo rigoroso delle dimensioni personalizzate.

Seedance 1.5 Pro è il modello video di ByteDance con tariffazione al secondo per la generazione rapida di video da testo e da immagini, con output 480p/720p/1080p, audio opzionale, controllo delle proporzioni e stabilità della videocamera a obiettivo fisso.

Gemini Omni è il modello multimodale di Google per la generazione di video a partire da testo, immagini di riferimento, video sorgente, asset audio riutilizzabili e ID asset dei personaggi.

Wan 2.7 Image è l'API omni-immagine di Alibaba per la generazione di immagini da testo, la generazione di immagini guidata da riferimento, la modifica di immagini, le immagini sequenziali e i flussi di lavoro Omni Image Pro ad alta risoluzione.

Wan 2.7 è il modello di generazione e modifica video di Alibaba per flussi di lavoro da testo a video, da immagine a video, di generazione guidata da riferimento e di modifica video, con input audio opzionale e output 720p/1080p.

Wan 2.6 è il modello di generazione video multimodale di Alibaba per flussi di lavoro di testo, immagine, immagine flash, riferimento e riferimento flash, con input audio opzionale e output 720p/1080p.

Seedream 5.0 è il modello di immagine AI di nuova generazione di ByteDance con ricerca web in tempo reale, editing controllabile e ragionamento logico. Supporta la generazione da testo a immagine e da immagine a immagine con una risoluzione di 2K/3K, diversi rapporti d'aspetto e fino a 14 immagini di riferimento.

Informazioni archiviate. Sora 2 Pro non è più disponibile su APIXO.

Face Swap è l'API image-to-image di APIXO che sostituisce il volto in una foto target con quello di una foto di riferimento, per ritratti di tua proprietà o che sei autorizzato a usare.

Sostituzione Volto è l'API image-to-image di APIXO che sostituisce l'intera testa in una foto di destinazione con la testa di una foto di riferimento, da utilizzare per ritratti di vostra proprietà o per cui disponete dell'autorizzazione all'uso.

Upscaler video è l'API video-to-video di APIXO che migliora un video di origine fino alle risoluzioni 1080p, 2K o 4K, con addebito per secondo di video di origine.

Rimozione watermark video è l'API di pulizia video-to-video di APIXO per rimuovere watermark, loghi e testo in sovrimpressione visibili da video di tua proprietà o per cui disponi delle autorizzazioni alla modifica, con addebito per secondo di video di origine.

Z-Image LoRA Pro è un'API text-to-image asincrona ottimizzata per dettagli vividi, che restituisce un'immagine per richiesta, con preimpostazioni per le proporzioni, dimensioni esatte in pixel fino a 2560 per lato, riproducibilità tramite seed ed estensione del prompt senza costi aggiuntivi.

Z-Image LoRA è un'API text-to-image asincrona che restituisce un'immagine per richiesta, con preimpostazioni per le proporzioni, controllo esatto delle dimensioni in pixel, riproducibilità tramite seed ed estensione del prompt senza costi aggiuntivi.

Seedance 2.0 Mini è un'opzione APIXO a basso costo per i flussi di lavoro di ByteDance Seedance 2.0, che offre le modalità da testo a video, primo e ultimo fotogramma e omni-reference con audio, ricerca web e output 480p/720p opzionali.

Wan 2.6 Image è il modello da testo a immagine e da immagine a immagine di Alibaba con prompt, prompt negativo, rapporto d'aspetto, conteggio batch e controllo del seed opzionale.

Wan 2.5 Image è il modello di generazione di immagini di Alibaba ottimizzato per l'elaborazione in batch per flussi di lavoro da testo a immagine e da immagine a immagine, che per impostazione predefinita genera quattro immagini per richiesta.

Upscaler di immagini è l'API di APIXO per il miglioramento di singole immagini che supporta l'upscaling 2K, 4K e 8K, con controllo del formato di output JPG, PNG e WEBP.

Image Watermark Remover ? l'API autorizzata di APIXO per ripulire singole immagini, rimuovendo filigrane di esempio o sovrapposizioni da immagini di tua propriet? o che hai il permesso di elaborare.

Kling 3.0 Turbo è il modello di generazione video rapida di Kuaishou per flussi di lavoro text-to-video e image-to-video da singola immagine con output 720p/1080p e clip da 3-15 secondi.

MiniMax Image 01 è il modello da testo a immagine e da immagine a immagine di MiniMax con ottimizzazione dei prompt, controllo flessibile delle dimensioni, preimpostazioni 1K/2K e fino a 9 immagini generate per attività.

MiniMax Speech 2.8 è un'API asincrona di sintesi vocale con modalità di qualità HD e turbo, voci preimpostate, supporto per voice_id personalizzati di MiniMax, controllo delle emozioni, dizionari di pronuncia e impostazioni di output multilingue.

MiniMax Voice crea ID vocali personalizzati e riutilizzabili da un design vocale descritto testualmente o da una singola clip audio di riferimento pubblica, quindi restituisce un'anteprima audio per la convalida.

Hailuo 2.3 è il modello video asincrono di MiniMax con modalità standard e pro per la generazione da testo a video e da immagine a video. La modalità standard supporta 6s/10s a 768p, mentre la modalità pro restituisce un output fisso di 5s a 1080p.

Hailuo 2.3 Fast è il modello da immagine a video di MiniMax ottimizzato per la velocità, con modalità standard e pro. La modalità standard supporta 6s/10s a 768p, mentre la modalità pro restituisce un output fisso di 6s a 1080p.

Grok Image è il modello di generazione di immagini di xAI per flussi di lavoro text-to-image e image-to-image, con un semplice controllo del rapporto d'aspetto e l'esecuzione asincrona delle attività. La funzionalità text-to-image restituisce 6 immagini per richiesta su APIXO.

L'API Wan 2.2 Animate è il modello di animazione dei personaggi di Alibaba che combina un'immagine sorgente e un video di movimento per generare output animati stilizzati con comportamento di animazione/sostituzione.

Grok Video è il modello di generazione video asincrona di xAI per flussi di lavoro da testo a video e da immagine a video, con continuazione opzionale tramite task_id + index e controllo dello stile.

Kling 3.0 Std è il modello di generazione video di qualità standard di Kuaishou con modalità text-to-video, image-to-video e di controllo del movimento. Supporta clip fino a 15 secondi con generazione audio opzionale e formati flessibili.

InfiniteTalk converte una foto e un audio in video di avatar parlanti o cantanti con una precisa sincronizzazione labiale. Supporta fino a 10 minuti con risoluzione 480p o 720p.

Nano Banana 2 è il modello di generazione di immagini ad alta risoluzione di Google con controllo dell'output 1K/2K/4K, prompt di 20,000 caratteri e supporto per un massimo di 14 immagini di riferimento. Il contesto di Ricerca Google non è esposto come controllo attivo nel route corrente di APIXO.

Vidu Q3 è un modello di generazione video con addebito al secondo che unisce in un'unica API i flussi di lavoro standard e Turbo da testo a video e da immagine a video. Supporta l'animazione di immagini singole, le transizioni tra il primo e l'ultimo fotogramma, audio e BGM opzionali e un output fino a 1080p.

Kling 2.5 Turbo Pro è il modello video ad alta velocità di Kuaishou per la creazione di video text-to-video e image-to-video. Supporta clip da 5-10 secondi, immagini del fotogramma finale opzionali, controllo del formato per text-to-video, oltre a prompt negativi e alla guida della scala CFG.

LTX-2 19B è il diffusion transformer open-source 19B di Lightricks per la generazione di video cinematografici. Supporta flussi di lavoro text-to-video e image-to-video, condizionamento LoRA e output ad alta fedeltà fino a 1080p nell'API.

Kling 2.1 è il modello video multi-livello di Kuaishou con modalità Standard, Pro e Master per la creazione di video da immagine e da testo. Supporta clip da 5-10 secondi, immagini finali opzionali per la modalità Pro e il controllo del rapporto d'aspetto per la creazione di video da testo in modalità Master.

Kling 2.6 è il modello video audiovisivo nativo di Kuaishou che genera video, parlato, effetti sonori e audio d'ambiente in un unico passaggio. Supporta la creazione text-to-audio-visual e image-to-audio-visual con generazione vocale in cinese e inglese e clip fino a 10 secondi.

L'ultimo modello text-to-music di Suno che restituisce due brani rifiniti per chiamata con code più veloci e parti vocali più ricche.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Gateway compatibile con OpenAI per chat, agenti, ragionamento e generazione strutturata.

Kling 4.0 genera video da testo, fotogrammi chiave ordinati, immagini e video di riferimento, soggetti con nome e voci.

Modifica un'immagine principale con un prompt di testo e riferimenti visivi opzionali, mantenendone la composizione e le dimensioni.

Genera e modifica immagini con fino a 10 riferimenti e output 1K, 2K o 4K.

Genera un'immagine da testo o modifica fino a 10 immagini di riferimento con output 1K, 2K o 4K.

Wan 3.0 Video LoRA supporta flussi di lavoro text-to-video, image-to-video e reference-to-video con durata intelligente. La modalità di riferimento accetta input di immagini, video e audio.

Wan 3.0 Video Pro LoRA aumenta il limite di output a 4K per i flussi di lavoro text-to-video, image-to-video e reference-to-video, con durata intelligente e riferimenti di immagine, video e audio.

FLUX 3 è il modello video multimodale di Black Forest Labs per text-to-video, image-to-video ed estensione video, con audio nativo e output MP4 a 720p o 1080p.

Grok Imagine Video 1.5 anima immagini di riferimento, fotogrammi iniziali e finali, keyframe temporizzati e immagini loop, con limiti di input dipendenti dalla risoluzione.

Wan 3.0 Video supporta flussi di lavoro text-to-video, image-to-video e reference-to-video con durata intelligente. La modalità di riferimento accetta input di immagini, video, audio, file e link.

Kling 3.0 Omni espone nove modalità tramite un unico endpoint: i livelli standard, pro e 4K per i flussi di lavoro text-to-video, image-to-video e reference-to-video.

MiniMax H3 LoRA è la versione di MiniMax H3 stilizzata con LoRA con output 480p e 768p. Immagini, audio e video di riferimento possono condizionare la generazione da riferimento a video.

Modello video AI aggiornato di Google DeepMind con percorsi lite, fast e quality, controllo della durata di 4/6/8 secondi, output a 720p/1080p/4k e flussi di lavoro con riferimenti a più immagini.

Wan 2.5 è il modello di generazione video di Alibaba per flussi di lavoro da testo a video e da immagine a video, con input audio opzionale, output 480p/720p/1080p, clip da 5 o 10 secondi e espansione del prompt.

Informazioni archiviate. Sora 2 non è più disponibile su APIXO.

Seedream 4.5 è un potente modello AI text-to-image e image-to-image che offre una generazione di immagini di alta qualità con supporto per le risoluzioni 2K e 4K.