
AI-API'er til udviklere
AI-video-til-video-API
Byg referencedrevne videoworkflows med PoYo's AI-video-til-video-API. Sammenlign modeller med videoinput, transformationskontroller, outputkvalitet og priser til kreative applikationer.
Matchende modeller
11 modeller

$0.085 /faktureret sekund
seedance-2.5
ByteDance Seedance 2.5 video generation with 4-30 second output, first and last frame control, up to 50 image, video, and audio references, optional synchronized audio, and 480p, 720p, or 1080p delivery.

$0.045 /sekund output- og referencevideo
seedance-2
ByteDance Seedance 2 video generation with text-to-video, image-to-video, multimodal reference-to-video, video-to-video, and audio-to-video workflows using image, video, and audio references with optional native audio.

$0.225 /generering
gemini-omni-1.1-flash
Gemini Omni 1.1 Flash API for text-to-video, first and last frame interpolation, reference image generation, and reference-video workflows.

$0.027 /sekund
gemini-omni-1.2-flash
Gemini Omni 1.2 Flash API on PoYo. Generate 3–15 second videos at 360p to 4K from text, first and last frames, or up to 10 reference images and 3 reference videos, and edit existing videos up to 15 seconds. From 5.46 credits ($0.0273) per second.

$0.03 /sekund output- og referencevideo
seedance-2-mini
ByteDance Seedance 2.0 Mini video generation for lower-cost text-to-video, image-to-video, and multimodal reference workflows with 480p and 720p output.

$0.06 /sekund
wan2.7-text-to-video
Wan 2.7 Video models on PoYo for text-to-video, image-to-video, reference-to-video, and edit-video workflows.

$0.085 /faktureret sekund
kling-4.0
Kling 4.0 API on PoYo. Generate 3–30 second videos from text, first and last frames, or image/video references and subjects. Edit source videos at 720p or 1080p.

$0.063 /faktureret sekund
kling-4.0-flash
Kling 4.0 Flash API on PoYo. Generate fast 3–20 second 720p videos from text, a start frame, or image/video references and subjects, and edit source videos with references.

$0.60 /generering
omni-flash
Omni Flash API access for text-to-video, image-to-video, three-image reference fusion, and video-input generation workflows.

$0.40 /video
wan2.6-text-to-video
Alibaba's Wan 2.6 video generation family for text-to-video, image-to-video, and video-to-video with multi-shot 1080p output.

$0.08 /sekund
happy-horse
Alibaba Happy Horse 1.0 video generation and editing with text-to-video, image-to-video, reference-to-video, and video-edit workflows.
Video til video-model-API'er – priser og modelvalg
Sammenlign udbydere, understøttede input, outputformater og priser, før du vælger en model.
Præcist match på opgaven
Modeller vises kun her, når deres katalogmetadata indeholder Video to Video.
Sammenligning af udbydere
Gennemgå modelfamilier på tværs af udbydere uden at forlade opgaveoversigten.
Klar til API-brug
Hvert modelkort linker til PoYo-priser, eksempler, playground-indstillinger og API-detaljer.
| Model | Udbyder | Opgavetyper | Pris |
|---|---|---|---|
| Seedance 2.5 seedance-2.5 | Seedance | Text to Video, Image to Video, Video to Video | $0.085/faktureret sekund |
| Seedance 2 seedance-2 | Seedance | Text to Video, Image to Video, Video to Video | $0.045/sekund output- og referencevideo |
| Gemini Omni 1.1 Flash gemini-omni-1.1-flash | Text to Video, Image to Video, Video to Video | $0.225/generering | |
| Gemini Omni 1.2 Flash gemini-omni-1.2-flash | Text to Video, Image to Video, Reference to Video | $0.027/sekund | |
| Seedance 2.0 Mini seedance-2-mini | Seedance | Text to Video, Image to Video, Video to Video | $0.03/sekund output- og referencevideo |
| Wan 2.7 Video wan2.7-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.06/sekund |
| Kling 4.0 kling-4.0 | Kling | Text to Video, Image to Video, Reference to Video | $0.085/faktureret sekund |
| Kling 4.0 Flash kling-4.0-flash | Kling | Text to Video, Image to Video, Reference to Video | $0.063/faktureret sekund |
| Omni Flash omni-flash | Text to Video, Image to Video, Video to Video | $0.60/generering | |
| Wan 2.6 wan2.6-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.40/video |
| Happy Horse happy-horse | Alibaba | Text to Video, Image to Video, Video to Video | $0.08/sekund |
Ofte stillede spørgsmål
Hvad er et AI-video-til-video-API?
+
Et AI-video-til-video-API tager imod optagelser, der styrer en genereret video eller en understøttet transformation. Kilden kan påvirke bevægelse, udseende eller scenens opbygning, afhængigt af endpointet. Det er et generativt workflow, så du bør gennemse resultatet i stedet for at forvente uændrede billeder fra kilden.
Betyder video til video et fuldt API til videoredigering?
+
Ikke nødvendigvis. Videoreferencer, generative redigeringer, rendering af tidslinjer og videokonvertering er forskellige funktioner. Tjek den valgte model for den præcise handling og de præcise kontroller. Hvis din opgave er at klippe, sætte klip sammen eller transkode, så brug det passende medietrin sammen med genereringen.
Hvilke kildevideoer kan jeg sende?
+
Tjek endpointet for accepterede formater, varighed, filstørrelse, opløsning og antal referencer. Brug en tilgængelig URL, hvor API'et kræver en. Vælg et kort klip med den relevante handling eller komposition i stedet for at sende urelaterede scener, som gør den ønskede reference sværere at følge.
Kan jeg bevare den oprindelige bevægelse og ændre udseendet?
+
Nogle modeller kan følge bevægelse eller komposition fra en kildevideo, men bevarelsen er ikke præcis for alle modeller eller anmodninger. Angiv, hvad der skal blive, og test først en simpel transformation. Hvis hovedopgaven er at overføre en optræden til et karakterbillede, så sammenlign endpoints til Motion Control.
Kan et video-til-video-API kun udskifte ét objekt?
+
Gå kun ud fra lokal redigering, hvis det valgte endpoint dokumenterer de nødvendige kontroller. En promptbaseret transformation kan også ændre andre dele af scenen. Tjek for understøttede objektreferencer, masker eller redigeringstilstande, og vurdér detaljerne omkring objektet, før du tager workflowet i brug.
Hvorfor flimrer den genererede video, eller hvorfor ændrer den sig fra billede til billede?
+
Tvetydige instruktioner, kompleks bevægelse, skjulte dele og modstridende referencer kan gøre den tidsmæssige sammenhæng sværere. Prøv et kortere og tydeligere kildeklip og en mere afgrænset ændring. Sammenlign outputtets stabilitet på tværs af modeller, og undgå at ændre motiv, omgivelser og bevægelse på én gang, når du fejlfinder.
Beholder resultatet lyden fra kildevideoen?
+
Lydens håndtering afhænger af modellen: Den kan generere ny lyd, acceptere lyd som reference eller returnere et resultat uden lyd. Gå ikke ud fra, at lyden bevares automatisk. Hvis det oprindelige lydspor skal bevares præcist, så planlæg et separat trin i dit medieworkflow, hvor lyden udtrækkes og lægges på igen.
Er videoopskalering det samme som video-til-video-generering?
+
Dedikeret opskalering handler om at øge opløsningen eller forbedre eksisterende optagelser. Generative video til video-modeller kan fortolke indholdet på ny og ændre visuelle detaljer. Brug en dedikeret videoopskalerer, når hovedkravet er forbedring, og brug referencedrevet generering, når der er tale om en kreativ transformation.
Hvordan følger jeg et job i video-til-video-API'et?
+
Send den valgte model og dens videoinput til PoYo's dokumenterede genereringsendpoint. Gem task_id, og brug statusforespørgsler eller en understøttet webhook til at hente det færdige resultat. Gem kildeklippet og indstillingerne sammen med jobbet, så du kan sammenligne resultater og undgå dobbelte indsendelser.
Hvad påvirker prisen på et video-til-video-API?
+
Modellen og de valgte indstillinger afgør faktureringsenheden. Nogle niveauer opkræver for outputtets varighed, mens andre også medregner referencevideoens varighed eller kvalitetsvalg. Læs den aktuelle prisbeskrivelse omhyggeligt, og vurdér både behandlingen af input og output, hvor det er relevant.
Hvordan vælger jeg mellem Video til video og Motion Control?
+
Vælg Video til video, når eksisterende optagelser skal styre en scene eller en understøttet transformation. Vælg Motion Control, når en referenceoptræden skal styre et separat karakterbillede. Sammenlign nødvendige input og bevarelsen af motivet med de samme repræsentative materialer, før du beslutter dig.
Hvad gør jeg, når et videoinput bliver afvist?
+
Sammenhold den returnerede fejl med de dokumenterede krav til URL, format, varighed og størrelse. Bekræft, at kilden kan hentes uden dit browserlogin. Ret inputtet, før du prøver igen, og forespørg på den oprindelige opgave, hvis problemet var en netværkstimeout og ikke en bekræftet afvisning.