
AI API для разработчиков
API генерации видео из изображений
Анимируйте фотографии продуктов, портреты и иллюстрации с помощью API генерации видео из изображений PoYo. Сравните видеомодели, элементы управления опорными кадрами, движением, настройками вывода и ценами для рабочих процессов разработчиков.
Подходящие модели
46 моделей

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

$0.085 /оплачиваемая секунда
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.

$0.17 /секунда
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.

$0.045 /секунда выходного и референсного видео
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 /генерация
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 /секунда
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 /секунда выходного и референсного видео
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.

$0.17 /секунда
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.

$0.045 /секунда
kling-3.0-motion-control
Kling 3.0 Motion Control is a reference-driven motion transfer model that combines one character image and one source video with transparent per-second pricing.

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

$0.135 /секунда
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.

$0.05 /секунда
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.

$0.20 /видео
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.

$0.06 /секунда
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.

$0.024 /секунда
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.

$0.045 /секунда
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 /оплачиваемая секунда
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 /оплачиваемая секунда
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.

$0.105 /секунда
omnihuman-2.0
OmniHuman 2.0 API on PoYo. Animate one portrait with 4-300 seconds of speech or singing into a 720p talking video with precise lip-sync, natural emotion, gestures and multi-person scenes. 21 credits ($0.105) per output second.

Скоро
Wan Animate 2
Alibaba's end-to-end character animation model for direct motion transfer, identity preservation, and text-driven viewpoint control. Coming soon to PoYo.

$0.085 /оплачиваемая секунда
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 /оплачиваемая секунда
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.

$0.05 /секунда
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.

$0.025 /секунда
h3-max-turbo
MiniMax H3 Max Turbo generates 5–15 second videos from text or first/last frames at 480p, 768p and 1080p.

$0.058 /оплачиваемая секунда
seedance-2.5-flash
ByteDance Seedance 2.5 Flash, the faster, lower-cost tier of Seedance 2.5: up to 30-second 480p or 720p videos with synchronized audio from text, first and last frames, or image, video, and audio references.

$0.03 /изображение
grok-imagine-image
xAI's Aurora-powered visual AI for image generation and video creation with Fun, Normal, and Spicy creative modes.

$0.035 /секунда
hailuo-02
MiniMax's #2 globally-ranked video model with NCR architecture, ultra-realistic physics, and 1080p cinematic output.

$0.10 /видео
veo3.1-lite
Google DeepMind's VEO 3.1 video family with text-to-video, image-to-video, 720p, 1080p, and 4K output options.

$0.018 /секунда
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.

$0.03 /генерация
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.

$0.072 /секунда
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.

$0.175 /видео
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.

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

$0.105 /видео
seedance-1.0-pro
ByteDance's #1 ranked video model with multi-shot storytelling, cinema-grade motion, and bilingual text-to-video generation.

$0.045 /видео
seedance-1.5-pro
ByteDance's latest video model with synchronized audio generation, flexible aspect ratios, and enhanced motion control.

$0.15 /видео
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.

$0.045 /секунда
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.

$0.15 /видео
kling-2.1/standard
Kling 2.1 on PoYo provides Standard and Pro image-to-video modes with 5-second and 10-second clips, start-frame control, and optional end-frame control in Pro.

$0.325 /видео
kling-2.6
Kuaishou's revolutionary video model that simultaneously generates visuals with synchronized dialogue, sound effects, and ambient audio in one pass.
$0.035 /секунда
kling-avatar-2.0/standard
Kling Avatar 2.0 creates audio-driven talking avatar videos from one reference image and one driving audio file, with Standard and Pro quality modes.

$0.40 /видео
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.

$0.21 /видео
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.

$0.085 /секунда
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.

$0.035 /секунда
wan-animate-move
Alibaba's 14B-parameter character animation model that transfers motion from reference videos to static characters with exceptional identity preservation.

$0.04 /секунда
kling-2.6-motion-control
Kuaishou's motion control model that transfers motion from reference videos to character images while maintaining identity and adapting environments.

$0.08 /секунда
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.
API моделей изображение в видео - цены и подбор модели
Сравните поставщиков, поддерживаемые входные данные, форматы результата и цены перед выбором модели.
Точное совпадение задачи
Здесь отображаются только модели, в метаданных каталога которых есть Image to Video.
Сравнение провайдеров
Сравнивайте семейства моделей разных провайдеров, не покидая каталог задач.
Готовые API-маршруты
Каждая карточка модели ведет к ценам PoYo, примерам, playground и деталям API.
| Модель | Провайдер | Типы задач | Цена |
|---|---|---|---|
| MiniMax H3 / Hailuo 03 hailuo-03 | MiniMax | Text to Video, Image to Video, Reference to Video | $0.105/секунда |
| Seedance 2.5 seedance-2.5 | Seedance | Text to Video, Image to Video, Video to Video | $0.085/оплачиваемая секунда |
| FLUX 3 flux-3/text-to-video | Black Forest Labs | Text to Video, Image to Video | $0.17/секунда |
| Seedance 2 seedance-2 | Seedance | Text to Video, Image to Video, Video to Video | $0.045/секунда выходного и референсного видео |
| Gemini Omni 1.1 Flash gemini-omni-1.1-flash | Text to Video, Image to Video, Video to Video | $0.225/генерация | |
| Gemini Omni 1.2 Flash gemini-omni-1.2-flash | Text to Video, Image to Video, Reference to Video | $0.027/секунда | |
| Seedance 2.0 Mini seedance-2-mini | Seedance | Text to Video, Image to Video, Video to Video | $0.03/секунда выходного и референсного видео |
| FLUX 3 Max flux-3-max/text-to-video | Black Forest Labs | Text to Video, Image to Video | $0.17/секунда |
| Kling 3.0 Motion Control kling-3.0-motion-control | Kling | Motion Control, Image to Video | $0.045/секунда |
| Happy Horse 1.1 happy-horse-1.1 | Alibaba | Text to Video, Image to Video, Reference to Video | $0.11/секунда |
| Kling 3.0 kling-3.0/standard | Kling | Text to Video, Image to Video | $0.135/секунда |
| Kling O3 kling-o3/standard | Kling | Text to Video, Image to Video, Reference to Video | $0.05/секунда |
| Sora 2 Official sora-2-official | OpenAI | Text to Video, Image to Video | $0.20/видео |
| Wan 2.7 Video wan2.7-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.06/секунда |
| PixVerse V6 Max pixverse-v6-max | PixVerse | Text to Video, Image to Video | $0.024/секунда |
| Vidu Q4 vidu-q4 | Vidu | Image to Video, Reference to Video | $0.045/секунда |
| Wan 3.0 wan3.0-text-to-video | Alibaba | Text to Video, Image to Video, Reference to Video | $0.05/оплачиваемая секунда |
| Wan 3.0 Video Prime wan3.0-prime-text-to-video | Alibaba | Text to Video, Image to Video, Reference to Video | $0.068/оплачиваемая секунда |
| OmniHuman 2.0 omnihuman-2.0 | ByteDance | Image to Video, Audio to Video, Talking Avatar | $0.105/секунда |
| Wan Animate 2 wan-animate-2 | Alibaba | Image to Video | Скоро |
| Kling 4.0 kling-4.0 | Kling | Text to Video, Image to Video, Reference to Video | $0.085/оплачиваемая секунда |
| Kling 4.0 Flash kling-4.0-flash | Kling | Text to Video, Image to Video, Reference to Video | $0.063/оплачиваемая секунда |
| MiniMax H3 Max h3-max | MiniMax | Text to Video, Image to Video, Reference to Video | $0.05/секунда |
| MiniMax H3 Max Turbo h3-max-turbo | MiniMax | Text to Video, Image to Video | $0.025/секунда |
| Seedance 2.5 Flash seedance-2.5-flash | Seedance | Text to Video, Image to Video, Video to Video | $0.058/оплачиваемая секунда |
| Grok Imagine grok-imagine-image | xAI | Text to Image, Image to Video, Uncensored | $0.03/изображение |
| Hailuo 02 hailuo-02 | MiniMax | Text to Video, Image to Video | $0.035/секунда |
| Veo 3.1 veo3.1-lite | Text to Video, Image to Video | $0.10/видео | |
| Veo 3.1 Official veo3.1-fast-official | Text to Video, Image to Video | $0.018/секунда | |
| Wan 2.2 Fast wan2.2-image-to-video-fast | Alibaba | Text to Video, Image to Video | $0.03/генерация |
| Grok Imagine Video 1.5 grok-imagine-video-1.5 | xAI | Image to Video, Reference to Video | $0.072/секунда |
| Hailuo 2.3 hailuo-2.3 | MiniMax | Text to Video, Image to Video | $0.175/видео |
| Omni Flash omni-flash | Text to Video, Image to Video, Video to Video | $0.60/генерация | |
| Seedance 1.0 Pro seedance-1.0-pro | Seedance | Text to Video, Image to Video | $0.105/видео |
| Seedance 1.5 Pro seedance-1.5-pro | Seedance | Text to Video, Image to Video | $0.045/видео |
| Wan 2.5 wan2.5-image-to-video | Alibaba | Text to Video, Image to Video | $0.15/видео |
| Kling 1.6 kling-1.6/standard | Kling | Text to Video, Image to Video | $0.045/секунда |
| Kling 2.1 kling-2.1/standard | Kling | Image to Video | $0.15/видео |
| Kling 2.6 kling-2.6 | Kling | Text to Video, Image to Video | $0.325/видео |
| Kling Avatar 2.0 kling-avatar-2.0/standard | Kling | Image to Video, Audio to Video, Talking Avatar | $0.035/секунда |
| Wan 2.6 wan2.6-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.40/видео |
| Kling 2.5 Turbo Pro kling-2.5-turbo-pro | Kling | Text to Video, Image to Video | $0.21/видео |
| Kling 3.0 Turbo kling-3.0-turbo/standard | Kling | Text to Video, Image to Video | $0.085/секунда |
| Wan Animate wan-animate-move | Alibaba | Image to Video | $0.035/секунда |
| Kling 2.6 Motion Control kling-2.6-motion-control | Kling | Image to Video, Motion Control | $0.04/секунда |
| Happy Horse happy-horse | Alibaba | Text to Video, Image to Video, Video to Video | $0.08/секунда |
Частые вопросы
Что такое API генерации видео из изображений?
+
API изображения для видео использует неподвижное изображение в качестве отправной точки или визуальной ссылки для созданного видео. Ваше приложение предоставляет изображение и поддерживаемые настройки, часто с подсказкой о движении. В результате получается новый клип, а не простое слайд-шоу или гарантированная покадровая реконструкция.
Какие изображения лучше всего подходят для преобразования изображений в видео?
+
Используйте резкие изображения с четким объектом, разумным кадрированием и видимыми деталями. Оставьте место для желаемого движения и избегайте запутанных наложений или сильно сжатых источников. Для продукта сделайте важные этикетки и края хорошо видимыми; для портрета начните с четкого лица и подходящей обрезки.
Как записать изображение в видеоподсказку?
+
Сосредоточьтесь на том, что должно двигаться, а что должно оставаться стабильным. Описывайте движение объекта, движение камеры и атмосферу вместо того, чтобы повторять каждую деталь, уже видимую на снимке. Начните с простого действия, проверьте результат, затем меняйте одну инструкцию за раз.
Могу ли я предоставить и первый, и последний кадр?
+
Некоторые конечные точки изображения для видео поддерживают начальный и конечный кадры, тогда как другие принимают только начальное изображение или другие эталонные режимы. Проверьте задокументированные поля и ограничения изображений. Выбирайте кадры, описывающие правдоподобный переход; очень разные предметы или композиции могут затруднить интерполяцию.
Почему в видео меняется лицо, товар или логотип?
+
Генерация прогнозирует новые виды и движения на основе ограниченной визуальной информации, поэтому мелкие детали могут отклоняться. Попробуйте более четкое исходное изображение, более плавное движение и подсказку, которая явно сохраняет объект. Сравните модели, использующие один и тот же ресурс, и просмотрите важные для бренда детали перед публикацией.
Могу ли я управлять камерой с помощью API преобразования изображения в видео?
+
Вы можете описать поведение камеры в командной строке, а некоторые модели имеют специальные элементы управления. Прежде чем добавлять параметры, подтвердите, какие параметры поддерживает конечная точка. Используйте одно четкое движение, например медленное движение вперед или панорамирование, и оцените, сохраняет ли оно объект и дает ли желаемый снимок.
Может ли созданное видео содержать звук?
+
Поддержка звука зависит от модели. Некоторые конечные точки генерируют собственный звук, некоторые делают звук необязательным, а другие возвращают беззвучное видео. Проверьте выбранную модель и ценовую категорию. Для разговорного портрета «Говорящий аватар» может быть более подходящим; для точного повествования в рабочий процесс может вписаться отдельный шаг преобразования текста в речь.
Как выбрать продолжительность видео, разрешение и соотношение сторон?
+
Используйте только значения, задокументированные для выбранной модели. Сопоставьте кадрирование с окончательным размещением и убедитесь, что исходное изображение ему подходит. Более длинные клипы и более высокое разрешение могут изменить стоимость и поведение генерации, поэтому сравните практические черновые настройки, прежде чем переходить к созданию большой партии.
Как получить видео после отправки изображения?
+
Отправьте входные данные модели и изображения через генерацию PoYo, сохраните task_id и отслеживайте задачу до завершения. Используйте конечную точку состояния или поддерживаемый callback_url, а затем прочитайте результат видео. Сохраните исходное изображение и запросите настройки вместе с задачей, чтобы пользователи могли сравнивать созданные версии.
Сколько стоит запрос API изображения к видео?
+
Проверьте цену выбранной модели и единицу расчета: плата за видео может взиматься за клип, поколение или секунду. Разрешение, продолжительность, качество и звук могут влиять на соответствующий уровень. Оцените полную запрошенную конфигурацию и количество попыток, а не применяйте одну стартовую цену к каждому видео.
Должен ли я использовать изображение в видео, управление движением или говорящий аватар?
+
Используйте «Изображение в видео», чтобы добавить движение к неподвижному изображению. Выберите «Управление движением», если движение должно следовать за эталонным видео. Выберите «Говорящий аватар», если портрет должен произносить звуковую дорожку. Эти задачи могут перекрываться по выходным данным, но требуемые входные данные и элементы управления для них различны.
Что следует проверить перед автоматизацией запросов изображений на видео?
+
Подтвердите доступность исходного URL-адреса, поддерживаемый формат изображения, обрезку, продолжительность и идентификатор модели. Сохраняйте каждый идентификатор задачи, контролируйте одновременную отправку и проверяйте ошибки перед повторной попыткой. Начните с небольшого набора репрезентативных изображений, чтобы проверить сохранность объекта и стоимость создания приемлемого клипа.