API генерации видео из текста

AI API для разработчиков

API генерации видео из текста

Встройте генерацию видео AI в свое приложение с помощью PoYo API генерации видео из текста. Сравните модели видео, продолжительность, разрешение, параметры звука и цены для автоматизированных творческих рабочих процессов.

Подходящие модели

37 моделей

MiniMax H3 / Hailuo 03
текст в видео

$0.105 /секунда

hailuo-03

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

Seedance 2.5
текст в видео

$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.

FLUX 3
текст в видео

$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.

Seedance 2
текст в видео

$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.

Gemini Omni 1.1 Flash
текст в видео

$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.

Gemini Omni 1.2 Flash
текст в видео

$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.

Seedance 2.0 Mini
текст в видео

$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.

FLUX 3 Max
текст в видео

$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.

Happy Horse 1.1
текст в видео

$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.

Kling 3.0
текст в видео

$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.

Kling O3
текст в видео

$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.

Sora 2 Official
текст в видео

$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.

Wan 2.7 Video
текст в видео

$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.

PixVerse V6 Max
текст в видео

$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.

Wan 3.0
текст в видео

$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.

Wan 3.0 Video Prime
текст в видео

$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.

Kling 4.0
текст в видео

$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.

Kling 4.0 Flash
текст в видео

$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.

MiniMax H3 Max
текст в видео

$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.

MiniMax H3 Max Turbo
текст в видео

$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.

Seedance 2.5 Flash
текст в видео

$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.

Hailuo 02
текст в видео

$0.035 /секунда

hailuo-02

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

Runway Gen-4.5
текст в видео

$0.375 /видео

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
текст в видео

$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.

Veo 3.1 Official
текст в видео

$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.

Wan 2.2 Fast
текст в видео

$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.

Hailuo 2.3
текст в видео

$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.

Omni Flash
текст в видео

$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.

Seedance 1.0 Pro
текст в видео

$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.

Seedance 1.5 Pro
текст в видео

$0.045 /видео

seedance-1.5-pro

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

Wan 2.5
текст в видео

$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.

Kling 1.6
текст в видео

$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.

Kling 2.6
текст в видео

$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.

Wan 2.6
текст в видео

$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.

Kling 2.5 Turbo Pro
текст в видео

$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.

Kling 3.0 Turbo
текст в видео

$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.

Happy Horse
текст в видео

$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 текст 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 Text 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.

МодельПровайдерТипы задачЦена
MiniMax H3 / Hailuo 03

hailuo-03

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

seedance-2.5

SeedanceText to Video, Image to Video, Video to Video$0.085/оплачиваемая секунда
FLUX 3

flux-3/text-to-video

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

seedance-2

SeedanceText 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

GoogleText to Video, Image to Video, Video to Video$0.225/генерация
Gemini Omni 1.2 Flash

gemini-omni-1.2-flash

GoogleText to Video, Image to Video, Reference to Video$0.027/секунда
Seedance 2.0 Mini

seedance-2-mini

SeedanceText 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 LabsText to Video, Image to Video$0.17/секунда
Happy Horse 1.1

happy-horse-1.1

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

kling-3.0/standard

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

kling-o3/standard

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

sora-2-official

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

wan2.7-text-to-video

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

pixverse-v6-max

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

wan3.0-text-to-video

AlibabaText to Video, Image to Video, Reference to Video$0.05/оплачиваемая секунда
Wan 3.0 Video Prime

wan3.0-prime-text-to-video

AlibabaText to Video, Image to Video, Reference to Video$0.068/оплачиваемая секунда
Kling 4.0

kling-4.0

KlingText to Video, Image to Video, Reference to Video$0.085/оплачиваемая секунда
Kling 4.0 Flash

kling-4.0-flash

KlingText to Video, Image to Video, Reference to Video$0.063/оплачиваемая секунда
MiniMax H3 Max

h3-max

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

h3-max-turbo

MiniMaxText to Video, Image to Video$0.025/секунда
Seedance 2.5 Flash

seedance-2.5-flash

SeedanceText to Video, Image to Video, Video to Video$0.058/оплачиваемая секунда
Hailuo 02

hailuo-02

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

runway-gen-4.5

RunwayText to Video$0.375/видео
Veo 3.1

veo3.1-lite

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

veo3.1-fast-official

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

wan2.2-image-to-video-fast

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

hailuo-2.3

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

omni-flash

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

seedance-1.0-pro

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

seedance-1.5-pro

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

wan2.5-image-to-video

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

kling-1.6/standard

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

kling-2.6

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

wan2.6-text-to-video

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

kling-2.5-turbo-pro

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

kling-3.0-turbo/standard

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

happy-horse

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

Частые вопросы

Что такое API генерации видео из текста?

+

API преобразования текста в видео превращает письменное описание в сгенерированный клип. Ваше приложение указывает сцену и поддерживаемые настройки, а затем извлекает видео после обработки. Он подходит для создания кадров, творческого прототипирования и продуктов, предлагающих пользователям создание видео с помощью искусственного интеллекта.

Как написать запрос для API создания видео?

+

Опишите одну четкую сцену: объект, действие, обстановку, движение камеры и визуальный стиль. Используйте слова-движения, которые могут произойти в течение выбранного периода времени. Не упаковывайте всю историю в один короткий клип; разделите отдельные снимки на запросы, которые ваше приложение сможет собрать позже.

Какая модель преобразования текста в видео лучше всего подходит для моего приложения?

+

Сравнивайте модели на репрезентативных снимках, а не полагайтесь на одно демонстрационное видео. Оценивайте движение, визуальную стабильность, мгновенную точность, звук и время обработки, а также цену. Сохраняйте одинаковые настройки ввода и записывайте, сколько попыток создает пригодный для использования клип для вашего конкретного приложения.

Может ли API преобразования текста в видео генерировать звук и диалог?

+

Некоторые видеомодели генерируют собственный звук, тогда как другие возвращают беззвучные клипы или предоставляют дополнительные элементы управления звуком. Проверьте конкретную конечную точку на предмет речи, музыки и звуковых эффектов. Если требуется точное повествование, рассмотрите возможность создания отдельной закадровой речи с помощью преобразования текста в речь и объединения ее в рабочем процессе с мультимедиа.

Какой длины может быть созданное видео?

+

Параметры продолжительности зависят от модели и конечной точки. Выберите документированную продолжительность, а не произвольное число. Для более длинного контента создавайте отдельные кадры и объединяйте их или используйте функции расширения, если выбранная модель их поддерживает. API коротких клипов не создает автоматически полностью отредактированный фильм.

Какое разрешение и соотношение сторон мне выбрать?

+

Выберите доступное разрешение и соотношение сторон, соответствующие окончательному размещению. Более высокие размеры могут увеличить стоимость или время обработки без исправления слабого движения или неточного контента. Сначала протестируйте практичную черновую конфигурацию, а затем подтвердите окончательные настройки вывода для выбранной модели.

Как улучшить согласованность в нескольких клипах?

+

Повторно используйте четкие описания предметов и стилей, планируйте снимки перед созданием и избегайте изменения слишком большого количества переменных между запросами. Если идентичность или внешний вид должны соответствовать фиксированному дизайну, перейдите к поддерживаемому изображению или мультимодальным справочным данным. Независимо созданные текстовые клипы могут отличаться персонажами, объектами или декорациями.

Преобразование текста в видео — это то же самое, что рендеринг сценария со стоковыми кадрами?

+

Нет. Генеративные видеомодели синтезируют новые клипы на основе инструкций. Рендеринг шаблонов, сборка субтитров и редактирование видеоматериалов — это отдельные рабочие процессы, которые можно комбинировать с созданными клипами. Используйте документацию по задаче и модели PoYo, чтобы выбрать возможности генерации, соответствующие вашему конвейеру.

Как мне управлять запросом API для преобразования текста в видео?

+

Отправьте модель и поддерживаемые входные данные в /api/generate/submit и сохраните возвращенный task_id. Запросите /api/generate/status/{task_id} или используйте callback_url для получения событий завершения. Сохраняйте состояние задания в своем приложении, чтобы при обновлении браузера или тайм-ауте клиента не терялся отслеживание выполняемого видеозапроса.

Как рассчитывается цена API преобразования текста в видео?

+

Цены на видео могут устанавливаться за поколение, за клип или за секунду, с уровнями длительности, разрешения, качества и звука. Сравните фактические настройки и единицы расчета для каждой модели. Включите стоимость отклоненных творческих проектов при оценке затрат, необходимых для готовой продукции.

Почему мое видео все еще обрабатывается или почему это не удалось?

+

Создание видео может занять больше времени, чем обычный HTTP-запрос. Прежде чем повторить попытку, проверьте статус сохраненной задачи и проверьте возвращаемую ошибку на наличие неподдерживаемых настроек, отсутствующих входных данных или проблем с учетной записью. Не рассматривайте тайм-аут клиента как свидетельство сбоя и не создавайте дублирующиеся задания во время выполнения исходного задания.

Где я могу найти примеры кода API видео?

+

Откройте страницу выбранной модели, чтобы просмотреть текущую документацию и примеры API, или прочитайте /models/{model-id}/llms.txt. Используйте эти поля для вашего клиента Python, JavaScript или HTTP. Храните учетные данные на сервере и отделяйте задания создания клипов от интерфейса, который отображает их ход.