
APIs de IA para programadores
API de vídeo para vídeo com IA
Cria workflows de vídeo baseados em referências com a API de vídeo para vídeo com IA do PoYo. Compara modelos com entrada de vídeo, controlos de transformação, qualidade de saída e preços para aplicações criativas.
Modelos correspondentes
11 modelos

$0.085 /segundo faturado
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 /segundo de saída + vídeo de referência
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 /geração
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 /segundo
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 /segundo de saída + vídeo de referência
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 /segundo
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 /segundo faturado
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 /segundo faturado
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 /geração
omni-flash
Omni Flash API access for text-to-video, image-to-video, three-image reference fusion, and video-input generation workflows.

$0.40 /vídeo
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 /segundo
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.
APIs de modelos de Vídeo para vídeo - Preços e adequação do modelo
Compara fornecedores, entradas suportadas, formatos de saída e preços antes de escolheres um modelo.
Correspondência exata da tarefa
Os modelos só aparecem aqui quando os metadados do catálogo incluem Video to Video.
Comparação de fornecedores
Consulta famílias de modelos de vários fornecedores sem sair do diretório de tarefas.
Caminhos prontos para a API
Cada cartão de modelo liga aos preços do PoYo, a exemplos, aos controlos do playground e aos detalhes da API.
| Modelo | Fornecedor | Tipos de tarefa | Preço |
|---|---|---|---|
| Seedance 2.5 seedance-2.5 | Seedance | Text to Video, Image to Video, Video to Video | $0.085/segundo faturado |
| Seedance 2 seedance-2 | Seedance | Text to Video, Image to Video, Video to Video | $0.045/segundo de saída + vídeo de referência |
| Gemini Omni 1.1 Flash gemini-omni-1.1-flash | Text to Video, Image to Video, Video to Video | $0.225/geração | |
| Gemini Omni 1.2 Flash gemini-omni-1.2-flash | Text to Video, Image to Video, Reference to Video | $0.027/segundo | |
| Seedance 2.0 Mini seedance-2-mini | Seedance | Text to Video, Image to Video, Video to Video | $0.03/segundo de saída + vídeo de referência |
| Wan 2.7 Video wan2.7-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.06/segundo |
| Kling 4.0 kling-4.0 | Kling | Text to Video, Image to Video, Reference to Video | $0.085/segundo faturado |
| Kling 4.0 Flash kling-4.0-flash | Kling | Text to Video, Image to Video, Reference to Video | $0.063/segundo faturado |
| Omni Flash omni-flash | Text to Video, Image to Video, Video to Video | $0.60/geração | |
| Wan 2.6 wan2.6-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.40/vídeo |
| Happy Horse happy-horse | Alibaba | Text to Video, Image to Video, Video to Video | $0.08/segundo |
Perguntas frequentes
O que é uma API de vídeo para vídeo com IA?
+
Uma API de vídeo para vídeo com IA recebe imagens em movimento para orientar um vídeo gerado ou uma transformação suportada. A origem pode influenciar o movimento, o aspeto ou a estrutura da cena, consoante o endpoint. É um workflow generativo, por isso deves analisar o resultado em vez de esperares frames de origem inalterados.
Vídeo para vídeo significa uma API completa de edição de vídeo?
+
Não necessariamente. Referências de vídeo, edições generativas, renderização em linha temporal e conversão de vídeo são capacidades diferentes. Verifica no modelo escolhido a operação exata e os controlos. Se a tua tarefa for cortar, juntar clips ou transcodificar, utiliza o passo de processamento multimédia adequado em conjunto com a geração.
Que vídeos de origem posso submeter?
+
Consulta no endpoint os formatos aceites, a duração, o tamanho do ficheiro, a resolução e o número de referências. Usa um URL acessível sempre que a API o exigir. Escolhe um clip curto com a ação ou a composição relevante, em vez de enviares cenas não relacionadas que dificultam o seguimento da referência pretendida.
Posso manter o movimento original e mudar o aspeto?
+
Alguns modelos conseguem seguir o movimento ou a composição de um vídeo de origem, mas a preservação não é exata em todos os modelos nem em todos os pedidos. Indica o que deve manter-se e começa por testar uma transformação simples. Se a tarefa principal for transferir uma interpretação para a imagem de uma personagem, compara os endpoints de Controlo de movimento.
Uma API de vídeo para vídeo consegue substituir apenas um objeto?
+
Só deves assumir edição localizada quando o endpoint selecionado documentar os controlos necessários. Uma transformação baseada em prompt também pode alterar outras partes da cena. Verifica se existem referências de objetos, máscaras ou modos de edição suportados e avalia o detalhe envolvente antes de adotares o workflow.
Porque é que o vídeo gerado cintila ou muda entre frames?
+
Instruções ambíguas, movimento complexo, oclusões e referências contraditórias podem dificultar a consistência temporal. Experimenta um clip de origem mais curto e mais claro e uma alteração mais restrita. Compara a estabilidade dos resultados entre modelos e evita mudar em simultâneo o sujeito, o cenário e o movimento quando estiveres a diagnosticar um problema.
O resultado mantém o áudio do vídeo de origem?
+
O comportamento do áudio depende do modelo: pode gerar áudio novo, aceitar áudio como referência ou devolver um resultado silencioso. Não assumas que é preservado automaticamente. Se a banda sonora original tiver de se manter exata, planeia no teu workflow multimédia um passo separado de extração de áudio e de nova montagem.
A ampliação de vídeo é o mesmo que a geração de vídeo para vídeo?
+
A ampliação dedicada concentra-se em aumentar a resolução ou melhorar o material existente. Os modelos generativos de vídeo para vídeo podem reinterpretar o conteúdo e alterar detalhes visuais. Utiliza um ampliador de vídeo dedicado quando o requisito principal for a melhoria, e a geração baseada em referências quando pretenderes uma transformação criativa.
Como acompanho uma tarefa da API de vídeo para vídeo?
+
Submete o modelo escolhido e as respetivas entradas de vídeo ao endpoint de geração documentado do PoYo. Guarda o task_id e utiliza consultas de estado ou um webhook suportado para obter o resultado concluído. Guarda o clip de origem e as definições junto da tarefa, para poderes comparar resultados e evitar submissões duplicadas.
O que influencia o preço da API de vídeo para vídeo?
+
O modelo e as definições selecionadas determinam a unidade de faturação. Alguns escalões cobram a duração da saída, enquanto outros contam também a duração do vídeo de referência ou as opções de qualidade. Lê com atenção a descrição de preços atual e estima o processamento da entrada e da saída, quando aplicável.
Como escolho entre Vídeo para vídeo e Controlo de movimento?
+
Escolhe Vídeo para vídeo quando o material existente deve orientar uma cena ou uma transformação suportada. Escolhe Controlo de movimento quando uma interpretação de referência deve conduzir a imagem de uma personagem separada. Compara as entradas necessárias e a preservação do sujeito com os mesmos assets representativos antes de decidires.
O que devo fazer quando uma entrada de vídeo é rejeitada?
+
Compara o erro devolvido com os requisitos documentados de URL, formato, duração e tamanho. Confirma que a origem pode ser obtida sem a sessão iniciada no teu navegador. Corrige a entrada antes de tentares de novo e consulta a tarefa original quando o problema tiver sido um timeout de rede e não uma rejeição confirmada.