
AI-API-er for utviklere
API for AI-referanse til video
Generer nye videoscener der karakterer, produkter og stiler holder seg konsekvente med referansebildene dine. Sammenlign modeller med flere referanser og referanser i flere modaliteter, grenser for inndata og priser hos PoYo.
Aktuelle modeller
15 modeller

$0.105 /sekund
hailuo-03
MiniMax H3 (Hailuo 03) generates native 2K video from text, first/last frames, or image, video, and audio references.

$0.085 /fakturert 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 (utdata + referansevideo)
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.

$0.03 /sekund (utdata + referansevideo)
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.

$0.11 /sekund
happy-horse-1.1
Alibaba Happy Horse 1.1 video generation with text-to-video, image-to-video, and reference-to-video workflows.

$0.05 /sekund
kling-o3/standard
Kling O3 video generation on PoYo with Standard, Pro, and 4K variants for text-to-video, image-to-video, and reference-to-video workflows.

$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.

$0.045 /sekund
vidu-q4
Vidu Q4 API on PoYo. Turn a start image or up to 12 reference images and 3 voice clips into 3-16 second cinematic videos with native audio, multi-shot storytelling and 540p to 4K output. From 9 credits ($0.045) per second.

$0.05 /fakturert sekund
wan3.0-text-to-video
Generate videos up to 30 seconds with Wan 3.0 using text, first and last frames, or multimodal references including images, video, audio, documents, and links.

$0.068 /fakturert sekund
wan3.0-prime-text-to-video
Wan 3.0 Video Prime is Alibaba's Wan 3.0 tier optimized for faster turnaround, with multimodal image, video, audio, document, and public webpage references, videos up to 30 seconds, and optional generated audio.

$0.085 /fakturert 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.

$0.05 /sekund
h3-max
MiniMax H3 Max generates 5–15 second videos from text, first/last frames, or image, video and audio references at 480p, 768p and 1080p.

$0.072 /sekund
grok-imagine-video-1.5
Grok Imagine Video 1.5 API for text-to-video, single-frame image-to-video, and 1–7 image reference-to-video generation with up to 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.
Referanse til video: modell-API-er – priser og hvilken modell som passer
Sammenlign leverandører, støttede inndata, utdataformater og priser før du velger en modell.
Nøyaktig oppgavetreff
Modeller vises her bare når katalogdataene deres inkluderer Reference to Video.
Sammenligning av leverandører
Se modellfamilier fra ulike leverandører uten å forlate oppgavekatalogen.
Klar for API
Hvert modellkort lenker til priser, eksempler, Playground-innstillinger og API-detaljer hos PoYo.
| Modell | Leverandør | Oppgavetyper | Pris |
|---|---|---|---|
| MiniMax H3 / Hailuo 03 hailuo-03 | MiniMax | Text to Video, Image to Video, Reference to Video | $0.105/sekund |
| Seedance 2.5 seedance-2.5 | Seedance | Text to Video, Image to Video, Video to Video | $0.085/fakturert sekund |
| Seedance 2 seedance-2 | Seedance | Text to Video, Image to Video, Video to Video | $0.045/sekund (utdata + referansevideo) |
| Gemini Omni 1.1 Flash gemini-omni-1.1-flash | Text to Video, Image to Video, Video to Video | $0.225/generering | |
| Seedance 2.0 Mini seedance-2-mini | Seedance | Text to Video, Image to Video, Video to Video | $0.03/sekund (utdata + referansevideo) |
| Happy Horse 1.1 happy-horse-1.1 | Alibaba | Text to Video, Image to Video, Reference to Video | $0.11/sekund |
| Kling O3 kling-o3/standard | Kling | Text to Video, Image to Video, Reference to Video | $0.05/sekund |
| Wan 2.7 Video wan2.7-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.06/sekund |
| Vidu Q4 vidu-q4 | Vidu | Image to Video, Reference to Video | $0.045/sekund |
| Wan 3.0 wan3.0-text-to-video | Alibaba | Text to Video, Image to Video, Reference to Video | $0.05/fakturert sekund |
| Wan 3.0 Video Prime wan3.0-prime-text-to-video | Alibaba | Text to Video, Image to Video, Reference to Video | $0.068/fakturert sekund |
| Kling 4.0 kling-4.0 | Kling | Text to Video, Image to Video, Reference to Video | $0.085/fakturert sekund |
| MiniMax H3 Max h3-max | MiniMax | Text to Video, Image to Video, Reference to Video | $0.05/sekund |
| Grok Imagine Video 1.5 grok-imagine-video-1.5 | xAI | Image to Video, Reference to Video | $0.072/sekund |
| Happy Horse happy-horse | Alibaba | Text to Video, Image to Video, Video to Video | $0.08/sekund |
Vanlige spørsmål
Hva er et API for AI-referanse til video?
+
Det genererer en ny video ut fra en tekstprompt og referansefiler som bilder, og på noen modeller også videoer eller lyd. Referansene definerer motiver, utseende eller stil, mens prompten beskriver hva som skjer. Resultatet er en nygenerert scene, ikke en redigering av et eksisterende klipp.
Hva skiller referanse til video fra bilde til video?
+
Bilde til video animerer et bestemt bilde, vanligvis som første bilde (og noen ganger et siste bilde), slik at klippet starter fra det bildet. Referanse til video bruker bilder som veiledning for identitet, objekter eller stil og lar modellen bygge en ny komposisjon. Velg bilde til video når åpningsbildet må stemme nøyaktig.
Hva skiller referanse til video fra video til video?
+
Video til video tar eksisterende opptak som kilde for redigering, forlengelse eller omforming. I referanse til video styrer en referansevideo bare elementer som bevegelse, kamera eller stil i et nygenerert klipp. Trenger du å endre et eksisterende klipp og samtidig beholde innholdet, bør du heller sammenligne endepunkter for video til video.
Hvor mange referansebilder kan jeg sende inn?
+
Grensene varierer etter modell, fra noen få bilder til flere titalls på endepunkter med flere modaliteter, og noen modeller senker bildegrensen når en referansevideo er med. Sjekk endepunktdokumentasjonen for antall, formater, filstørrelse og krav til sideforhold før du bygger opplastingsflyten.
Kan jeg bruke referansevideoer og lyd i tillegg til bilder?
+
Noen modeller godtar referanser i flere modaliteter: bilder for utseende, videoer for bevegelse eller kamera og lyd for lyd eller rytme. Andre godtar bare referansebilder. Noen endepunkter krever minst én visuell referanse når det sendes med lyd, og begrenser varighet og oppløsning på referansevideoer.
Kan jeg kombinere referansebilder med første og siste bilde?
+
Vanligvis ikke i samme forespørsel. På mange modeller utelukker feltene for bilder og referanser hverandre, og forespørselen avvises hvis begge sendes. Avgjør om oppgaven er styrt av bilder (bilde til video) eller av referanser før du sender inn.
Hvordan holder jeg en karakter eller et produkt konsekvent?
+
Bruk tydelige referanser med godt lys som viser motivet uten store tildekninger, og hold settet fokusert på det som må være uendret. Nevn motivene eksplisitt i prompten, unngå motstridende referanser, og test et kort klipp først. Konsistensen varierer fortsatt mellom modeller, så sammenlign resultatene med dine egne filer.
Påvirker referanser alternativene for oppløsning eller varighet?
+
Det kan de. Noen modeller begrenser maksimal oppløsning, bruker automatisk tilpasset sideforhold eller låser varigheten når referanser brukes. Les parameterreglene for det valgte endepunktet, slik at forespørselen ikke feiler valideringen.
Hva påvirker prisen for API-et for referanse til video?
+
Varighet og oppløsning på resultatet er de viktigste faktorene. Avhengig av modellen kan referansevideoer faktureres etter varighet, ekstra referansebilder kan gi tillegg, eller referansetokens utover en gratiskvote kan bli belastet. Sjekk den gjeldende prisbeskrivelsen for modellen du velger.
Hvordan sender jeg inn og følger en jobb for referanse til video?
+
Send modellen, prompten og referanse-URL-ene til det dokumenterte genereringsendepunktet hos PoYo, lagre task_id du får tilbake, og bruk statusforespørsler eller en webhook til å hente resultatet. Sørg for at referanse-URL-ene er offentlig tilgjengelige, og lagre referansesettet sammen med jobben for sammenligning.