Новые и популярные модели

Seedance 2.0 — мультимодальная видеомодель ByteDance: генерация по тексту, первому и последнему кадрам и omni-референсам. Эксклюзивно на APIXO: неограниченная параллельность, портреты реальных людей и скрытые возможности.

Seedance 2.0 Fast — это маршрут APIXO для рабочих процессов ByteDance Seedance 2.0, предоставляющий режимы генерации из текста, по первому и последнему кадру, а также режим omni-reference. Поддерживаются опциональный звук, веб-поиск и вывод в формате 480p/720p.

GPT-Image-2 — это модель для работы с изображениями нового поколения от OpenAI с повышенным фотореализмом, более качественным редактированием и более четким рендерингом текста на изображениях.

HappyHorse — это модель от Alibaba для генерации и редактирования видео, поддерживающая сценарии «текст в видео», «изображение в видео», генерации по референсу и редактирования видео, с выходным разрешением 720p/1080p.

Новейшие конвейеры Pro и Flex от BFL для преобразования текста в изображение и изображения в изображение с единой тарификацией 1K/2K и временем генерации ~30s.

Nano Banana Pro — это маршрут Google Gemini 3 Pro Image для генерации изображений с применением логического вывода. Он поддерживает нативный вывод в формате 4K, многоязычную типографику и создание пространственно точных композиций. В этом маршруте APIXO не предоставляет доступ к управлению функцией Search Grounding.

Midjourney — это продвинутая AI-модель для генерации изображений, известная своими художественными и высококачественными результатами. Она поддерживает рабочие процессы «текст в изображение», «изображение в изображение», «редактирование изображений», а также функции Vary и Upscale.

Генерация изображений профессионального уровня с улучшенным пониманием запросов и превосходным качеством результата.

GPT-Image-1 — это продвинутая мультимодальная модель от OpenAI для генерации высококачественных изображений с пониманием естественного языка.

Предварительная версия Gemini 2.5 Flash Image (также известная как Nano Banana) — это усовершенствованная модель ИИ, которая отлично справляется с созданием и редактированием изображений на основе естественного языка. Она создает гиперреалистичные, учитывающие законы физики изображения с плавной сменой стилей.

Создавайте и дорабатывайте изображения с помощью GPT Image 2.5. Превращайте текстовое описание или референсное фото в продуктовые визуалы, портреты и иллюстрации, а затем точно настраивайте важные детали.

Seedance 2.5 — это аудиовизуальная видеомодель от ByteDance для создания более длинных повествований на основе референсов. Она сочетает режиссуру на основе временной шкалы, мультимодальное творческое управление, синхронизированный звук, многоязычность и выборочное редактирование, помогая производственным командам разрабатывать связанные сцены, а не отдельные короткие клипы.

Qwen Image 3.0 — это модель Alibaba для генерации изображений по тексту и из изображений, поддерживающая разрешения 1K и 2K, пятнадцать соотношений сторон, до трех референсных изображений и опциональное расширение запроса. Оба уровня разрешения тарифицируются по одной ставке.

Qwen Image 3.0 Pro — это премиальный доступ от Alibaba к той же модели генерации изображений из текста и изображений. Стоимость для разрешений 1K и 2K рассчитывается отдельно, что позволяет по-разному тарифицировать черновики и финальные результаты.

MiniMax H3 объединяет текст, изображения, видео и аудио в одном процессе генерации. Создаёт видео до 2K и 15 секунд с нативным стереозвуком; поддерживает первый и последний кадры, смешанные референсы, перенос движения, многосценные истории и редактирование видео по инструкциям.

Seedream 5.0 Pro — это премиальная модель от ByteDance для генерации одиночных изображений по тексту и из других изображений. Она поддерживает разрешение 1K/2K, восемь соотношений сторон, до 10 референсных изображений и строгий контроль над пользовательскими размерами.

Seedance 1.5 Pro — это видеомодель от ByteDance с посекундной тарификацией для быстрой генерации видео из текста и изображений. Поддерживает вывод в формате 480p/720p/1080p, опциональный звук, управление соотношением сторон и стабилизацию камеры с эффектом фиксированного объектива.

Gemini Omni — это мультимодальная модель Google для генерации видео из текста, референсных изображений, исходного видео, многоразовых аудиоресурсов и идентификаторов ассетов персонажей.

Wan 2.7 Image — это универсальный API от Alibaba для работы с изображениями, предназначенный для преобразования текста в изображение, генерации по образцу, редактирования, создания последовательных изображений и рабочих процессов Omni Image Pro в высоком разрешении.

Wan 2.7 — это модель Alibaba для создания и редактирования видео, поддерживающая рабочие процессы «текст в видео», «изображение в видео», генерацию по референсу и редактирование видео, с опциональным вводом аудио и выводом в формате 720p/1080p.

Wan 2.6 — это многорежимная модель Alibaba для создания видео для рабочих процессов на основе текста, изображения, flash-изображения, референса и flash-референса, с опциональным вводом аудио и выводом в формате 720p/1080p.

Seedream 5.0 — это ИИ-модель нового поколения от ByteDance для генерации изображений с функциями поиска в вебе в реальном времени, управляемого редактирования и логического вывода. Она поддерживает генерацию по тексту и из других изображений с разрешением 2K/3K, несколькими соотношениями сторон и до 14 референсных изображений.

Архивная информация. Sora 2 Pro больше не доступна на APIXO.

«Замена лиц» — это API APIXO типа «изображение-в-изображение», который заменяет лицо на целевой фотографии лицом с референсной фотографии. Используйте его для портретов, которыми вы владеете или которые уполномочены использовать.

«Замена головы» — это API APIXO типа «изображение в изображение», который полностью заменяет голову на целевой фотографии головой с эталонного снимка. Используется для портретов, которыми вы владеете или на использование которых у вас есть разрешение.

«Апскейлер видео» — это API от APIXO для обработки видео, который повышает разрешение исходного ролика до 1080p, 2K или 4K. Тарификация производится за каждую секунду исходного видео.

«Удаление водяных знаков» — это API от APIXO для очистки видео. Он предназначен для удаления видимых водяных знаков, логотипов и наложенного текста с видео, которым вы владеете или которое имеете право изменять. Оплата взимается за секунду исходного видео.

Z-Image LoRA Pro — асинхронный API для генерации изображений по тексту, оптимизированный для высокой детализации. Возвращает одно изображение на запрос, поддерживает предустановки соотношения сторон, точный размер в пикселях до 2560 по стороне, воспроизводимость по seed и расширение промпта без дополнительной платы.

Z-Image LoRA — асинхронный API для генерации изображений по тексту. Возвращает одно изображение на запрос, поддерживает предустановки соотношения сторон, точное управление размером в пикселях, воспроизводимость по seed и расширение промпта без дополнительной платы.

Seedance 2.0 Mini — это более доступный маршрут APIXO для рабочих процессов с ByteDance Seedance 2.0. Он поддерживает режимы «текст в видео», «по первому и последнему кадрам» и «с универсальными референсами», а также опционально звук, веб-поиск и вывод в формате 480p/720p.

Wan 2.6 Image — модель от Alibaba для генерации изображений из текста и других изображений. Поддерживает промпты, негативные промпты, соотношение сторон, пакетную генерацию и опциональное управление параметром seed.

Wan 2.5 Image — это модель от Alibaba для генерации изображений, оптимизированная для пакетной обработки в сценариях «текст в изображение» и «изображение в изображение». По умолчанию она генерирует четыре изображения на запрос.

«Улучшение изображений» — это API APIXO для улучшения одного изображения, поддерживающий 2K, 4K и 8K-кратное масштабирование и управление форматом вывода (JPG, PNG, WEBP).

«Удаление водяных знаков» — это авторизованный API APIXO для очистки одного изображения, предназначенный для удаления пробных знаков или наложений с изображений, которыми вы владеете или на обработку которых у вас есть разрешение.

Kling 3.0 Turbo — быстрая модель для генерации видео от Kuaishou. Предназначена для преобразования текста в видео и одного изображения в видео. Генерирует клипы длительностью 3-15 сек. с выходными параметрами 720p/1080p.

MiniMax Image 01 — это модель MiniMax для преобразования текста в изображение и изображения в изображение, предлагающая оптимизацию промтов, гибкое управление размером, пресеты 1K/2K и генерацию до 9 изображений за одну задачу.

MiniMax Speech 2.8 — это асинхронный API для преобразования текста в речь с режимами качества HD и турбо, предустановленными голосами, поддержкой пользовательских voice_id от MiniMax, управлением эмоциями, словарями произношения и настройками для многоязычного вывода.

MiniMax Voice создает многоразовые пользовательские идентификаторы голоса на основе текстового описания или одного общедоступного эталонного аудиоклипа, а затем возвращает аудио для предварительного прослушивания и проверки.

Hailuo 2.3 — это асинхронная модель для генерации видео от MiniMax с режимами standard и pro для сценариев «текст в видео» и «изображение в видео». Режим Standard поддерживает видео длиной 6s/10s в разрешении 768p, а режим pro — видео фиксированной длины 5s в разрешении 1080p.

Hailuo 2.3 Fast — это оптимизированная по скорости модель от MiniMax для преобразования изображений в видео с режимами standard и pro. Режим Standard поддерживает видео длиной 6s/10s в разрешении 768p, а режим pro — видео фиксированной длины 6s в разрешении 1080p.

Grok Image — это модель генерации изображений от xAI для рабочих процессов «текст-в-изображение» и «изображение-в-изображение» с простым управлением соотношением сторон и асинхронной обработкой задач. В режиме «текст-в-изображение» на APIXO возвращается 6 изображений за запрос.

Wan 2.2 Animate API — это модель Alibaba для анимации персонажей, которая объединяет исходное изображение и видео с движением для создания стилизованных анимаций с функцией анимации/замены.

Grok Video — это асинхронная модель генерации видео от xAI для сценариев «текст в видео» и «изображение в видео», с возможностью продолжения через task_id + index и управлением стилем.

Kling 3.0 Std — это модель от Kuaishou для создания видео стандартного качества. Она поддерживает режимы преобразования текста в видео, изображения в видео и управления движением. Модель позволяет создавать клипы длительностью до 15 сек. с возможностью генерации звука и гибкой настройкой соотношения сторон.

InfiniteTalk создает видео с говорящим или поющим аватаром из одной фотографии и аудиозаписи, обеспечивая точную синхронизацию губ. Поддерживается создание видео длительностью до 10 минут с разрешением 480p или 720p.

Nano Banana 2 — это модель Google для генерации изображений высокого разрешения. Она поддерживает контроль вывода 1K/2K/4K, промты длиной до 20,000 символов и до 14 референсных изображений. В текущем маршруте APIXO контекст из Google Поиска не доступен для активного управления.

Vidu Q3 — это модель для генерации видео с посекундной тарификацией, которая объединяет в одном API стандартные и Turbo-режимы преобразования текста в видео, а также преобразование изображения в видео. Модель поддерживает анимацию одного изображения, генерацию по первому и последнему кадру, опциональное добавление звука и фоновой музыки (BGM), а также создание видео с разрешением до 1080p.

Kling 2.5 Turbo Pro — это высокоскоростная модель от Kuaishou для создания видео из текста и изображений. Она поддерживает клипы длительностью 5-10 сек., опциональное добавление финальных изображений, управление соотношением сторон для преобразования текста в видео, а также негативные промпты и настройку по шкале CFG.

LTX-2 19B — это диффузионный трансформер 19B с открытым исходным кодом от Lightricks для создания кинематографичных видео. Он поддерживает преобразование текста и изображений в видео, кондиционирование LoRA, а также создание высококачественных результатов до 1080p через API.

Kling 2.1 — многоуровневая видеомодель от Kuaishou с режимами Standard, Pro и Master для создания видео из изображений и текста. Она поддерживает ролики длительностью до 5-10 секунд, опциональные конечные изображения для режима Pro и управление соотношением сторон при создании видео из текста в режиме Master.

Kling 2.6 — нативная аудиовизуальная видеомодель от Kuaishou, генерирующая видео, речь, звуковые эффекты и фоновую атмосферу за один проход. Поддерживает создание аудиовизуального контента из текста и изображений с генерацией речи на китайском и английском языках и клипов длительностью до 10 секунд.

Новейшая модель Suno для преобразования текста в музыку, возвращающая две готовые композиции за вызов, с более быстрыми очередями и более насыщенным вокалом.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Совместимый с OpenAI шлюз для чатов, агентов, логических выводов и структурированной генерации.

Kling 4.0 генерирует видео на основе текста, упорядоченных ключевых кадров, референсных изображений и видео, именованных объектов и голосов.

Редактируйте основное изображение с помощью текстового запроса и необязательных визуальных референсов, сохраняя при этом его композицию и размеры.

Генерация и редактирование изображений с использованием до 10 референсов и 1K, 2K или 4K на выходе.

Генерация одного изображения по тексту или редактирование до 10 референсов с 1K, 2K или 4K на выходе.

Модель Wan 3.0 Video LoRA поддерживает рабочие процессы «текст в видео», «изображение в видео» и «видео по референсу» с интеллектуальной настройкой длительности. В референсном режиме на вход принимаются изображения, видео и аудио.

Модель Wan 3.0 Video Pro LoRA повышает максимальное разрешение до 4K для рабочих процессов «текст в видео», «изображение в видео» и «видео по референсу». Поддерживается интеллектуальная настройка длительности и использование изображений, видео и аудио в качестве референсов.

FLUX 3 — это мультимодальная видеомодель от Black Forest Labs для преобразования текста в видео, изображения в видео и расширения видео с нативным аудио и выводом в формате MP4 с разрешением 720p или 1080p.

Grok Imagine Video 1.5 анимирует опорные изображения, первый и последний кадры, ключевые кадры с временными метками и зацикленные изображения, при этом лимиты на ввод зависят от разрешения.

Модель Wan 3.0 Video поддерживает рабочие процессы «текст в видео», «изображение в видео» и «видео по референсу» с интеллектуальной настройкой длительности. В референсном режиме на вход принимаются изображения, видео, аудио, файлы и ссылки.

Kling 3.0 Omni предоставляет девять режимов через единую конечную точку: уровни standard, pro и 4K для сценариев преобразования текста в видео, изображения в видео и видео по образцу.

MiniMax H3 LoRA — это стилизованная с помощью LoRA версия MiniMax H3 с выводом в формате 480p и 768p. Референсные изображения, аудио и видео могут использоваться для управления генерацией видео по референсу.

Обновленная ИИ-видеомодель от Google DeepMind с режимами lite, fast и quality, управлением длительностью в 4/6/8 с, выводом 720p/1080p/4k и рабочими процессами с несколькими референсными изображениями.

Wan 2.5 — это модель Alibaba для создания видео для рабочих процессов «текст в видео» и «изображение в видео», с опциональным вводом аудио, выводом в формате 480p/720p/1080p, клипами длиной 5 или 10 секунд и расширением промптов.

Архивная информация. Sora 2 больше не доступна на APIXO.

Seedream 4.5 — это мощная ИИ-модель для генерации высококачественных изображений из текста и других изображений, с поддержкой разрешений 2K и 4K.