API for tekst til video

AI-API-er for utviklere

API for tekst til video

Bygg AI-videogenerering inn i appen din med PoYos API for tekst til video. Sammenlign videomodeller, varighet, oppløsning, lydalternativer og priser for automatiserte kreative arbeidsflyter.

Aktuelle modeller

35 modeller

MiniMax H3 / Hailuo 03
Tekst til video

$0.105 /sekund

hailuo-03

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

Seedance 2.5
Tekst til video

$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.

FLUX 3
Tekst til video

$0.17 /sekund

flux-3/text-to-video

Black Forest Labs' FLUX 3 video family for text, images, first and last frames, source-video extension, positioned keyframes, and native audio generation.

Seedance 2
Tekst til video

$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.

Gemini Omni 1.1 Flash
Tekst til video

$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.

Seedance 2.0 Mini
Tekst til video

$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.

FLUX 3 Max
Tekst til video

$0.17 /sekund

flux-3-max/text-to-video

Create 5–20 second videos with FLUX 3 Max from text, one or two images, or up to ten positioned keyframes. Choose 720p or 1080p and generate native synchronized audio.

Happy Horse 1.1
Tekst til video

$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.

Kling 3.0
Tekst til video

$0.135 /sekund

kling-3.0/standard

Kuaishou's advanced Kling 3.0 video model family with Standard, Pro, and native 4K generation, multi-shot storyboarding, synchronized audio, and element-based consistency.

Kling O3
Tekst til video

$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.

Sora 2 Official
Tekst til video

$0.20 /video

sora-2-official

OpenAI Sora 2 on PoYo with synced audio, improved physics, optional reference image input, and fixed 4-second, 8-second, 12-second, 16-second, and 20-second tiers.

Wan 2.7 Video
Tekst til video

$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.

PixVerse V6 Max
Tekst til video

$0.024 /sekund

pixverse-v6-max

PixVerse V6 Max API on PoYo. Generate 1–15 second videos from text or one image at 360p to 1080p, with optional native dialogue, music and sound effects. From 4.8 credits ($0.024) per second.

Wan 3.0
Tekst til video

$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.

Wan 3.0 Video Prime
Tekst til video

$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.

Kling 4.0
Tekst til video

$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.

Kling 4.0 Flash
Tekst til video

Kommer snart

Kling 4.0 Flash

Kling 4.0 Flash brings fast 720p video creation up to 20 seconds, native audio, and Omni Reference for text, image, and multimodal creative workflows.

MiniMax H3 Max
Tekst til video

$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.

MiniMax H3 Max Turbo
Tekst til video

$0.025 /sekund

h3-max-turbo

MiniMax H3 Max Turbo generates 5–15 second videos from text or first/last frames at 480p, 768p and 1080p.

Hailuo 02
Tekst til video

$0.035 /sekund

hailuo-02

MiniMax's #2 globally-ranked video model with NCR architecture, ultra-realistic physics, and 1080p cinematic output.

Runway Gen-4.5
Tekst til video

$0.375 /video

runway-gen-4.5

Runway Gen-4.5 is a high-fidelity video model focused on prompt adherence, cinematic motion, visual fidelity, and optional reference image guidance.

Veo 3.1
Tekst til video

$0.10 /video

veo3.1-lite

Google DeepMind's VEO 3.1 video family with text-to-video, image-to-video, 720p, 1080p, and 4K output options.

Veo 3.1 Official
Tekst til video

$0.018 /sekund

veo3.1-fast-official

Official VEO 3.1 video generation with text, image, first/last-frame and reference workflows across fast, lite and quality tiers.

Wan 2.2 Fast
Tekst til video

$0.03 /generering

wan2.2-image-to-video-fast

Wan 2.2 Fast provides fast text-to-video and image-to-video generation with low-cost 480p and 720p tiers for quick iteration.

Hailuo 2.3
Tekst til video

$0.175 /video

hailuo-2.3

MiniMax's Hailuo 2.3 video model for realistic human motion, expressive characters, and text-to-video or first-frame guided generation at 768p and 1080p.

Omni Flash
Tekst til video

$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.

Seedance 1.0 Pro
Tekst til video

$0.105 /video

seedance-1.0-pro

ByteDance's #1 ranked video model with multi-shot storytelling, cinema-grade motion, and bilingual text-to-video generation.

Seedance 1.5 Pro
Tekst til video

$0.045 /video

seedance-1.5-pro

ByteDance's latest video model with synchronized audio generation, flexible aspect ratios, and enhanced motion control.

Wan 2.5
Tekst til video

$0.15 /video

wan2.5-image-to-video

Wan 2.5 combines text-to-video and image-to-video generation with 5-second and 10-second output, synchronized audio support, and multiple size and resolution tiers.

Kling 1.6
Tekst til video

$0.045 /sekund

kling-1.6/standard

Kling 1.6 Standard and Pro video generation on PoYo with text, first/last frame, and multi-image element reference workflows.

Kling 2.6
Tekst til video

$0.325 /video

kling-2.6

Kuaishou's revolutionary video model that simultaneously generates visuals with synchronized dialogue, sound effects, and ambient audio in one pass.

Wan 2.6
Tekst til video

$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.

Kling 2.5 Turbo Pro
Tekst til video

$0.21 /video

kling-2.5-turbo-pro

Kling 2.5 Turbo Pro is a flexible short-form video model with text-to-video, optional frame guidance, smooth motion, cinematic depth, and fixed 5-second and 10-second tiers.

Kling 3.0 Turbo
Tekst til video

$0.085 /sekund

kling-3.0-turbo/standard

Kling 3.0 Turbo is the speed-optimized Kling 3.0 variant for high-volume text-to-video and image-to-video generation with multi-shot storyboarding. Standard (720p) and Pro (1080p) models available.

Happy Horse
Tekst til video

$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.

Tekst 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 Text 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.

ModellLeverandørOppgavetyperPris
MiniMax H3 / Hailuo 03

hailuo-03

MiniMaxText to Video, Image to Video, Reference to Video$0.105/sekund
Seedance 2.5

seedance-2.5

SeedanceText to Video, Image to Video, Video to Video$0.085/fakturert sekund
FLUX 3

flux-3/text-to-video

Black Forest LabsText to Video, Image to Video$0.17/sekund
Seedance 2

seedance-2

SeedanceText to Video, Image to Video, Video to Video$0.045/sekund (utdata + referansevideo)
Gemini Omni 1.1 Flash

gemini-omni-1.1-flash

GoogleText to Video, Image to Video, Video to Video$0.225/generering
Seedance 2.0 Mini

seedance-2-mini

SeedanceText to Video, Image to Video, Video to Video$0.03/sekund (utdata + referansevideo)
FLUX 3 Max

flux-3-max/text-to-video

Black Forest LabsText to Video, Image to Video$0.17/sekund
Happy Horse 1.1

happy-horse-1.1

AlibabaText to Video, Image to Video, Reference to Video$0.11/sekund
Kling 3.0

kling-3.0/standard

KlingText to Video, Image to Video$0.135/sekund
Kling O3

kling-o3/standard

KlingText to Video, Image to Video, Reference to Video$0.05/sekund
Sora 2 Official

sora-2-official

OpenAIText to Video, Image to Video$0.20/video
Wan 2.7 Video

wan2.7-text-to-video

AlibabaText to Video, Image to Video, Video to Video$0.06/sekund
PixVerse V6 Max

pixverse-v6-max

PixVerseText to Video, Image to Video$0.024/sekund
Wan 3.0

wan3.0-text-to-video

AlibabaText to Video, Image to Video, Reference to Video$0.05/fakturert sekund
Wan 3.0 Video Prime

wan3.0-prime-text-to-video

AlibabaText to Video, Image to Video, Reference to Video$0.068/fakturert sekund
Kling 4.0

kling-4.0

KlingText to Video, Image to Video, Reference to Video$0.085/fakturert sekund
Kling 4.0 Flash

kling-4-0-flash

KlingText to Video, Image to VideoKommer snart
MiniMax H3 Max

h3-max

MiniMaxText to Video, Image to Video, Reference to Video$0.05/sekund
MiniMax H3 Max Turbo

h3-max-turbo

MiniMaxText to Video, Image to Video$0.025/sekund
Hailuo 02

hailuo-02

MiniMaxText to Video, Image to Video$0.035/sekund
Runway Gen-4.5

runway-gen-4.5

RunwayText to Video$0.375/video
Veo 3.1

veo3.1-lite

GoogleText to Video, Image to Video$0.10/video
Veo 3.1 Official

veo3.1-fast-official

GoogleText to Video, Image to Video$0.018/sekund
Wan 2.2 Fast

wan2.2-image-to-video-fast

AlibabaText to Video, Image to Video$0.03/generering
Hailuo 2.3

hailuo-2.3

MiniMaxText to Video, Image to Video$0.175/video
Omni Flash

omni-flash

GoogleText to Video, Image to Video, Video to Video$0.60/generering
Seedance 1.0 Pro

seedance-1.0-pro

SeedanceText to Video, Image to Video$0.105/video
Seedance 1.5 Pro

seedance-1.5-pro

SeedanceText to Video, Image to Video$0.045/video
Wan 2.5

wan2.5-image-to-video

AlibabaText to Video, Image to Video$0.15/video
Kling 1.6

kling-1.6/standard

KlingText to Video, Image to Video$0.045/sekund
Kling 2.6

kling-2.6

KlingText to Video, Image to Video$0.325/video
Wan 2.6

wan2.6-text-to-video

AlibabaText to Video, Image to Video, Video to Video$0.40/video
Kling 2.5 Turbo Pro

kling-2.5-turbo-pro

KlingText to Video, Image to Video$0.21/video
Kling 3.0 Turbo

kling-3.0-turbo/standard

KlingText to Video, Image to Video$0.085/sekund
Happy Horse

happy-horse

AlibabaText to Video, Image to Video, Video to Video$0.08/sekund

Vanlige spørsmål

Hva er et API for tekst til video?

+

Et API for tekst til video gjør en skriftlig beskrivelse om til et generert klipp. Appen din angir scenen og støttede innstillinger og henter videoen når behandlingen er ferdig. Det passer for opptaksproduksjon, kreative prototyper og produkter som tilbyr AI-videogenerering til brukerne sine.

Hvordan bør jeg skrive en prompt til et API for videogenerering?

+

Beskriv én tydelig scene: motiv, handling, miljø, kamerabevegelse og visuell stil. Bruk bevegelser som faktisk kan skje innenfor den valgte varigheten. Unngå å presse en hel historie inn i ett kort klipp; del ulike opptak opp i forespørsler som appen din kan sette sammen senere.

Hvilken modell for tekst til video passer best for appen min?

+

Sammenlign modeller på representative opptak i stedet for å stole på én demovideo. Vurder bevegelse, visuell stabilitet, presisjon i forhold til prompten, lyd og behandlingstid sammen med prisen. Hold inndatainnstillingene like, og noter hvor mange forsøk som gir et brukbart klipp for akkurat din app.

Kan et API for tekst til video generere lyd og dialog?

+

Noen videomodeller genererer innebygd lyd, mens andre returnerer klipp uten lyd eller tilbyr valgfrie lydinnstillinger. Sjekk hvordan det aktuelle endepunktet håndterer tale, musikk og lydeffekter. Trenger du nøyaktig fortellerstemme, kan du generere en egen voiceover med tekst til tale og kombinere den i medieflyten din.

Hvor lang kan en generert video være?

+

Hvilke varigheter som finnes, avhenger av modell og endepunkt. Velg en dokumentert varighet i stedet for et vilkårlig tall. For lengre innhold kan du generere enkeltopptak og sette dem sammen, eller bruke forlengelsesfunksjoner der den valgte modellen støtter det. Et API for korte klipp lager ikke automatisk en ferdig redigert film.

Hvilken oppløsning og hvilket sideforhold bør jeg velge?

+

Velg en tilgjengelig oppløsning og et sideforhold som passer den endelige plasseringen. Større dimensjoner kan øke kostnaden eller behandlingstiden uten å rette opp svak bevegelse eller unøyaktig innhold. Test først en praktisk utkastkonfigurasjon, og bekreft deretter de endelige utdatainnstillingene for den valgte modellen.

Hvordan får jeg bedre konsistens på tvers av flere klipp?

+

Gjenbruk tydelige beskrivelser av motiv og stil, planlegg opptakene før generering, og unngå å endre for mange variabler mellom forespørslene. Hvis identitet eller utseende må følge et fast design, bør du gå over til støttede referanseinndata med bilder eller flere modaliteter. Klipp som genereres uavhengig av hverandre fra tekst alene, kan variere i karakterer, objekter og omgivelser.

Er tekst til video det samme som å gjengi et manus med arkivopptak?

+

Nei. Generative videomodeller lager nye klipp ut fra instruksjoner. Malbasert gjengivelse, teksting og redigering av arkivopptak er egne arbeidsflyter som kan kombineres med genererte klipp. Bruk oppgave- og modelldokumentasjonen hos PoYo til å velge genereringsfunksjoner som passer flyten din.

Hvordan håndterer jeg en forespørsel til API-et for tekst til video?

+

Send modellen og de støttede inndataene til /api/generate/submit, og ta vare på task_id du får tilbake. Spør /api/generate/status/{task_id} eller bruk callback_url for å motta varsel når oppgaven er ferdig. Hold oversikt over jobbstatusen i appen din, slik at en oppdatering i nettleseren eller et tidsavbrudd hos klienten ikke gjør at du mister oversikten over en videoforespørsel som kjører.

Hvordan beregnes prisen for API-et for tekst til video?

+

Videopriser kan være per generering, per klipp eller per sekund, med nivåer for varighet, oppløsning, kvalitet og lyd. Sammenlign de faktiske innstillingene og faktureringsenheten for hver modell. Ta med kostnaden for forkastede kreative utkast når du anslår hva en ferdig produksjon vil koste.

Hvorfor behandles videoen fortsatt, eller hvorfor mislyktes den?

+

Videogenerering kan ta lengre tid enn en vanlig HTTP-forespørsel. Sjekk den lagrede oppgavestatusen før du prøver igjen, og se på feilen som returneres, for eksempel innstillinger som ikke støttes, manglende inndata eller kontoproblemer. Ikke tolk et tidsavbrudd hos klienten som bevis på at oppgaven mislyktes, og ikke opprett dupliserte jobber mens den opprinnelige oppgaven kjører.

Hvor finner jeg kodeeksempler for video-API-et?

+

Åpne modellsiden for den valgte modellen for gjeldende API-dokumentasjon og eksempler, eller les /models/{model-id}/llms.txt. Bruk disse feltene i Python-, JavaScript- eller HTTP-klienten din. Oppbevar påloggingsinformasjon på serveren, og hold jobbene som genererer klipp, atskilt fra grensesnittet som viser fremdriften.