Modelli Video

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.

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.

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.

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.

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.

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.

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.

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

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.

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.

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.

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 Imagine 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.

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.

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.

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.

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.

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.

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

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.

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.

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.