Aktualizacja Poyo.ai z sierpnia 2026: 8 nowych modeli do obrazów, wideo, czatu i muzyki

W sierpniu 2026 do Poyo.ai trafiło osiem modeli produkcyjnych, obejmujących w jednym miesiącu obrazy, wideo i czat. W tym samym miesiącu Suno Music zostało przekształcone w jedną przestrzeń roboczą, a Grok Imagine Video 1.5 zyskał dodatkowe workflows i wyjście 1080p.

Ta miesięczna aktualizacja dotyczy tylko modeli, które są dziś dostępne na Poyo.ai. Poniższe ceny odpowiadają publicznym stronom modeli na dzień 2 września 2026. Zanim wdrożysz workflow produkcyjny, sprawdź aktualną stawkę na stronie modelu.

Jak wybrać

Zacznij od zadania, a potem otwórz odpowiednią stronę modelu.

Wideo: największa zmiana sierpnia

Seedance 2.5

Seedance 2.5 ruszył 8 sierpnia i jest przeznaczony do dłuższego wideo z dużą liczbą referencji. Użyj go, gdy klip wymaga czegoś więcej niż promptu: pierwsza i ostatnia klatka, obrazy, wideo i audio mogą trafić do jednego żądania.

• ID modelu: seedance-2.5
• Czas trwania: 4–30 sekund
• Wyjście: 480p, 720p lub 1080p
• Referencje: do 30 obrazów, 10 wideo i 10 plików audio, maksymalnie 50 plików na żądanie
• Opcjonalny zsynchronizowany dźwięk przez generate_audio

Gdy jest wideo referencyjne, rozliczany czas trwania to suma czasu trwania wyniku i czasu trwania wideo referencyjnego. Pola żądania znajdziesz w dokumentacji API Seedance 2.5. Porównanie z MiniMax H3 znajdziesz w artykule MiniMax H3 vs Seedance 2.5.

Wan 3.0 i Wan 3.0 Video Prime

Wan 3.0 i Wan 3.0 Video Prime ruszyły 25 sierpnia. Oba obsługują tekst na wideo, obraz na wideo oraz multimodalne generowanie wideo z referencji. Standardowy Wan 3.0 wybierz, gdy ważniejszy jest koszt, a Prime, gdy ważniejszy jest czas generowania.

Wspólne możliwości:

• Wyjście 2–30 sekund w 480p, 720p lub 1080p
• Jeden lub dwa obrazy jako pierwsza klatka i opcjonalna ostatnia klatka
• Do 10 obrazów referencyjnych, 5 wideo referencyjnych, 5 klipów audio referencyjnych oraz jeden dokument lub publiczna strona internetowa
• Opcjonalny generowany dźwięk we wszystkich trzech workflows

ID modeli:

• Wan 3.0: wan3.0-text-to-video, wan3.0-image-to-video, wan3.0-reference-to-video
• Wan 3.0 Video Prime: wan3.0-prime-text-to-video, wan3.0-prime-image-to-video, wan3.0-prime-reference-to-video

FLUX 3

FLUX 3 stał się 6 sierpnia produkcyjną rodziną wideo z pięcioma workflows zamiast jednego endpointu tekst na wideo.

• flux-3/text-to-video
• flux-3/image-to-video
• flux-3/first-last-frame-to-video
• flux-3/extend-video
• flux-3/keyframes-to-video

Workflows standardowe kosztują 34 kredyty / $0.17 za sekundę w 720p i 58 kredytów / $0.29 za sekundę w 1080p. Przedłużenie wideo kosztuje 82 kredyty / $0.41 za sekundę w 720p i 106 kredytów / $0.53 za sekundę w 1080p. Natywny dźwięk jest częścią rodziny.

Użyj FLUX 3, gdy potrzebujesz kontroli nad ujęciem, kontynuacji albo umieszczonych klatek kluczowych, a nie jednorazowego generowania. Dokładniejsze omówienia: FLUX 3: wszystko, co musisz wiedzieć oraz FLUX 3 vs FLUX 2.

Ulepszenie Grok Imagine Video 1.5

To ulepszenie, a nie nowa pozycja w katalogu. Grok Imagine Video 1.5 obejmuje teraz tekst na wideo, obraz na wideo z jedną klatką oraz generowanie wideo z referencji z 1–7 obrazami. Wyjście obejmuje 480p, 720p i 1080p.

Obrazy: dwie uzupełniające się opcje

Qwen Image 3 i Qwen Image 3 Pro

Qwen Image 3 przeszedł 6 sierpnia ze strony zapowiedzi do działającego generatora. Lepiej pasuje do długich promptów, układów gęstych od informacji, drobnego tekstu i grafik w wielu językach.

• ID modeli: qwen-image-3, qwen-image-3-pro
• Wyjście: 1K lub 2K
• Zadania: tekst na obraz i obraz na obraz

Każdy obraz wejściowy dolicza 0,5 kredytu / $0.0025. Pełne tło: Qwen Image 3.0: wszystko, co musisz wiedzieć.

Grok Imagine Image 2.0

Grok Imagine Image 2.0 ruszył 15 sierpnia. Jedno ID modelu obsługuje tekst na obraz i edycję z użyciem do trzech obrazów wejściowych.

• ID modelu: grok-imagine-image-2.0
• Rozdzielczość: 1K lub 2K
• Jakość: low lub medium
• Do 4 obrazów na żądanie
• Wyjście: JPEG, PNG lub WebP

Czat: dwa nowe modele produkcyjne

Grok 4.6

Grok 4.6 ruszył 15 sierpnia i jest przeznaczony do długo działających agentów, programowania, inżynierii i pracy z wiedzą. Wywołuj go przez Chat Completions API zgodne z OpenAI.

• ID modelu: grok-4.6
• Wejście: 320 kredytów / $1.60 za 1 mln tokenów (oficjalnie $2.00)
• Wyjście, w tym tokeny rozumowania: 960 kredytów / $4.80 za 1 mln tokenów (oficjalnie $6.00)

To o 20% mniej niż oficjalne stawki za tokeny. Dokumentacja: czat zgodny z OpenAI.

Gemini 3.7 Flash

Gemini 3.7 Flash również ruszył 15 sierpnia. Użyj go do programowania agentowego, rozumowania multimodalnego, korzystania z narzędzi i pracy z długim kontekstem, gdy zamiast większego flagowca wolisz ogólnie dostępny model Flash od Google.

• ID modelu: gemini-3.7-flash
• Wejście: 120 kredytów / $0.60 za 1 mln tokenów (oficjalnie $0.75)
• Wejście z cache: 12 kredytów / $0.06 za 1 mln tokenów (oficjalnie $0.075)
• Wyjście, w tym tokeny myślenia: 600 kredytów / $3.00 za 1 mln tokenów (oficjalnie $3.75)

Dokumentacja: natywny format Gemini.

Muzyka: ulepszenie przestrzeni roboczej Suno

28 sierpnia Suno Music stało się jedną przestrzenią roboczą z 24 narzędziami. Możesz przełączać się między generowaniem, edycją, mashupami, głosami wielokrotnego użytku, rozdzielaniem ścieżek i konwersją formatów, nie opuszczając strony. Każde narzędzie pokazuje swoje ID modelu, cenę i dokumentację API.

Nowe i ulepszone możliwości:

• Generate Mashup: połącz dwie ścieżki audio z kontrolą stylu, wokalu, wersji modelu i czasu trwania. 12 kredytów / $0.06 za generowanie.
• Generate Sounds: efekty dźwiękowe i ambient z kontrolą pętli, tempa i tonacji. 2,5 kredytu / $0.0125 za generowanie.
• Suno Voice: zweryfikuj głos, utwórz Voice ID wielokrotnego użytku, wygeneruj ponownie frazę weryfikacyjną i sprawdź dostępność. Operacje na głosie są darmowe.
• Generate MIDI: 1 kredyt / $0.005 za generowanie.
• Generowanie i przedłużanie muzyki obsługuje teraz V5, V5.5, Style Persona, Voice Persona oraz czas trwania do 360 sekund.
• Edycja obejmuje covery, przedłużenia, zastępowanie fragmentów, dodawanie wokalu, dodawanie podkładu, oddzielanie wokalu i podział na 12 ścieżek.

Dokumentacja API: Generate Music.

Zmiany na platformie, z których możesz korzystać już teraz

Oto sierpniowe zmiany w produkcie, które wpływają na to, jak pracujesz na Poyo.ai:

• Przegląd w dashboardzie, który trzyma historię i użycie w jednym miejscu.
• Historia generowania, która znów pokazuje podglądy wyników.
• Czytelniejszy rynek modeli, z aktualnymi cenami promocyjnymi na kartach modeli, gdy trwa promocja.
• Nowe punkty wejścia dla programistów: MCP, CLI, Skill oraz przewodniki po n8n i ComfyUI.
• Wietnamska i indonezyjska wersja językowa strony.

Ściągawka z modeli z sierpnia 2026

Sierpniowe ulepszenia, nieliczone w ośmiu premierach: Grok Imagine Video 1.5 i Suno Music.

Jak zacząć

1. Otwórz stronę modelu i uruchom jedno testowe generowanie w działającym narzędziu.
2. Skopiuj ID modelu do swojego istniejącego workflow Poyo: asynchroniczne wysyłanie i odpytywanie o status dla mediów albo Chat Completions / natywny format Gemini dla czatu.
3. Jeśli podłączasz to do wewnętrznego narzędzia, zacznij od MCP, CLI, n8n lub ComfyUI.

Po sierpniu: wczesnowrześniowe premiery

Dwa kolejne modele ruszyły tuż po zakończeniu okna tej sierpniowej aktualizacji:

• Gemini Omni 1.1 Flash 1 września, do workflows z tekstem na wideo, pierwszą i ostatnią klatką, obrazami referencyjnymi i wideo referencyjnym, od 360p do 4K. Przewodnik: Gemini Omni 1.1 Flash API.
• Claude Fable 5.1 2 września, do długotrwałego programowania i pracy z wiedzą, z oknem kontekstu 1M.

Nie wchodzą one w skład ośmiu sierpniowych modeli. Skorzystaj z powyższych linków, jeśli już oceniasz najnowsze opcje wideo i czatu.