Text to video models
Mô hình AI chuyển văn bản thành video
Tạo clip, bản thảo quảng cáo, trình bày sản phẩm và video khái niệm phim từ các prompt bằng văn bản trong khi so sánh các mô hình video sẵn sàng API.
Các mô hình phù hợp
Các mô hình 33
$0.105 / second
hailuo-03
MiniMax H3 (Hailuo 03) generates native 2K video from text, first/last frames, or image, video, and audio references.
$0.085 / second
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 / second
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 / second
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 / generation
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.
$0.03 / second
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.
$0.11 / second
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 / second
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 / second
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 / generation
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 / second
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.
$0.05 / second
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 / second
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.
Coming soon
Kling 4.0
Kling 4.0 brings 30-second cinematic video, 4K output, multi-keyframe control, multimodal references, and native stereo audio to creative workflows.
Coming soon
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.
$0.05 / second
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 / second
h3-max-turbo
MiniMax H3 Max Turbo generates 5–15 second videos from text or first/last frames at 480p, 768p and 1080p.
$0.035 / second
hailuo-02
MiniMax's #2 globally-ranked video model with NCR architecture, ultra-realistic physics, and 1080p cinematic output.
$0.375 / generation
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.
$0.10 / generation
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 / second
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 / generation
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.
$0.175 / generation
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 / generation
omni-flash
Omni Flash API access for text-to-video, image-to-video, three-image reference fusion, and video-input generation workflows.
$0.105 / generation
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 / generation
seedance-1.5-pro
ByteDance's latest video model with synchronized audio generation, flexible aspect ratios, and enhanced motion control.
$0.15 / generation
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 / second
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.
$0.325 / generation
kling-2.6
Kuaishou's revolutionary video model that simultaneously generates visuals with synchronized dialogue, sound effects, and ambient audio in one pass.
$0.40 / generation
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 / generation
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 / second
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.
$0.08 / second
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.
Văn bản sang video Model API - Giá cả và mô hình phù hợp
Gọi đến các API mô hình Văn bản sang video thông qua PoYo.ai để xem xét giá cả minh bạch API, trang mô hình và một dòng phát sinh bất đồng bộ thống nhất.
Đúng phù hợp với nhiệm vụ
Các mô hình chỉ xuất hiện ở đây khi các metadata danh mục của họ bao gồm Text to Video.
So sánh nhà cung cấp
Xem xét các gia đình mô hình trên các nhà cung cấp mà không rời khỏi thư mục nhiệm vụ.
Các đường dẫn sẵn sàng cho API
Mỗi thẻ mô hình liên kết đến giá PoYo, ví dụ, điều khiển sân chơi và chi tiết API.
| Mô hình | Nhà cung cấp | Các loại nhiệm vụ | Giá |
|---|---|---|---|
| MiniMax H3 / Hailuo 03 hailuo-03 | MiniMax | Text to Video, Image to Video | $0.105lần tạo |
| Seedance 2.5 seedance-2.5 | Seedance | Text to Video, Image to Video, Video to Video | $0.085lần tạo |
| FLUX 3 flux-3/text-to-video | Black Forest Labs | Text to Video, Image to Video | $0.17lần tạo |
| Seedance 2 seedance-2 | Seedance | Text to Video, Image to Video, Video to Video | $0.045lần tạo |
| Gemini Omni 1.1 Flash gemini-omni-1.1-flash | Text to Video, Image to Video, Video to Video | $0.225lần tạo | |
| Seedance 2.0 Mini seedance-2-mini | Seedance | Text to Video, Image to Video, Video to Video | $0.03lần tạo |
| Happy Horse 1.1 happy-horse-1.1 | Alibaba | Text to Video, Image to Video, Uncensored | $0.11lần tạo |
| Kling 3.0 kling-3.0/standard | Kling | Text to Video, Image to Video | $0.135lần tạo |
| Kling O3 kling-o3/standard | Kling | Text to Video, Image to Video | $0.05lần tạo |
| Sora 2 Official sora-2-official | OpenAI | Text to Video, Image to Video | $0.20lần tạo |
| Wan 2.7 Video wan2.7-text-to-video | Alibaba | Text to Video, Image to Video, Uncensored | $0.06lần tạo |
| Wan 3.0 wan3.0-text-to-video | Alibaba | Text to Video, Image to Video, Uncensored | $0.05lần tạo |
| Wan 3.0 Video Prime wan3.0-prime-text-to-video | Alibaba | Text to Video, Image to Video, Uncensored | $0.068lần tạo |
| Kling 4.0 kling-4-0 | Kling | Text to Video, Image to Video | $0.00lần tạo |
| Kling 4.0 Flash kling-4-0-flash | Kling | Text to Video, Image to Video | $0.00lần tạo |
| MiniMax H3 Max h3-max | MiniMax | Text to Video, Image to Video | $0.05lần tạo |
| MiniMax H3 Max Turbo h3-max-turbo | MiniMax | Text to Video, Image to Video | $0.025lần tạo |
| Hailuo 02 hailuo-02 | MiniMax | Text to Video, Image to Video | $0.035lần tạo |
| Runway Gen-4.5 runway-gen-4.5 | Runway | Text to Video | $0.375lần tạo |
| Veo 3.1 veo3.1-lite | Text to Video, Image to Video | $0.10lần tạo | |
| Veo 3.1 Official veo3.1-fast-official | Text to Video, Image to Video | $0.018lần tạo | |
| Wan 2.2 Fast wan2.2-image-to-video-fast | Alibaba | Text to Video, Image to Video | $0.03lần tạo |
| Hailuo 2.3 hailuo-2.3 | MiniMax | Text to Video, Image to Video | $0.175lần tạo |
| Omni Flash omni-flash | Text to Video, Image to Video, Video to Video | $0.60lần tạo | |
| Seedance 1.0 Pro seedance-1.0-pro | Seedance | Text to Video, Image to Video | $0.105lần tạo |
| Seedance 1.5 Pro seedance-1.5-pro | Seedance | Text to Video, Image to Video | $0.045lần tạo |
| Wan 2.5 wan2.5-image-to-video | Alibaba | Text to Video, Image to Video | $0.15lần tạo |
| Kling 1.6 kling-1.6/standard | Kling | Text to Video, Image to Video | $0.045lần tạo |
| Kling 2.6 kling-2.6 | Kling | Text to Video, Image to Video | $0.325lần tạo |
| Wan 2.6 wan2.6-text-to-video | Alibaba | Text to Video, Image to Video, Video to Video | $0.40lần tạo |
| Kling 2.5 Turbo Pro kling-2.5-turbo-pro | Kling | Text to Video, Image to Video | $0.21lần tạo |
| Kling 3.0 Turbo kling-3.0-turbo/standard | Kling | Text to Video, Image to Video | $0.085lần tạo |
| Happy Horse happy-horse | Alibaba | Text to Video, Image to Video, Uncensored | $0.08lần tạo |
Những câu hỏi thường được hỏi
Trang văn bản-video PoYo.ai bao gồm những gì?
+
Trang này liệt kê các mô hình có metadata nhiệm vụ bao gồm Text to Video, với thẻ mô hình, bảng giá, nhà cung cấp, nhãn nhiệm vụ và liên kết đến các trang mô hình đầy đủ.
Các mô hình văn bản-video tốt nhất cho các dòng công việc nào?
+
Chúng là tốt nhất để tạo ra video từ mô tả bằng văn bản, bao gồm các khái niệm quảng cáo, clip xã hội, trình bày sản phẩm, storyboard, phim khái niệm và bản thảo video khối lượng cao.
Tôi nên kiểm tra điều gì trước khi tích hợp một văn bản-video API?
+
So sánh thời gian hỗ trợ, độ phân giải, tỷ lệ khía cạnh, khả năng âm thanh, tốc độ sản xuất, giá cả và dòng công việc không đồng bộ trước khi mở trang mô hình cho chi tiết API.
Khám phá tất cả các mô hình AI
Mở thị trường mô hình đầy đủ để so sánh hình ảnh, video, âm thanh, trò chuyện, 3D và mô hình công cụ.
Xem tất cả các mô hìnhXây dựng bằng API
Sử dụng tài liệu PoYo API khi bạn sẵn sàng gửi các công việc, tình trạng cuộc thăm dò hoặc nhận được cuộc gọi trở lại.
Các tài liệu API