Pixverse API for Multi-Shot Narrative Video Generation
La Pixverse API ofrece a los desarrolladores acceso directo a los modelos de generación de video de AISphere. V6 abarca texto a video, imagen a video, generación guiada por referencia, control de fotogramas de inicio y fin, y extensión de clips en un solo flujo de trabajo, mientras que C1 convierte guiones gráficos en secuencias de múltiples tomas que mantienen la consistencia de personajes y escenas entre cortes. Atlas Cloud da servicio a ambas series con precios transparentes por segundo y sin configuración de infraestructura. Empieza a construir hoy.
Explorar Modelos Líderes
Atlas Cloud le proporciona los últimos modelos creativos líderes en la industria.
Todos los endpoints de la API de Pixverse explicados: V6 y C1 en cinco modalidades
Descubra qué recibe cada endpoint de la API de Pixverse, qué genera y cuánto cuesta en Atlas Cloud, desde prompts de texto únicos hasta el control de referencia de siete imágenes.
| Modality | Description |
|---|---|
| Pixverse V6 Text-to-Video API (Text to Video) | Describe a scene in up to 5,000 characters and V6 renders it as a video of 1 to 15 seconds, at up to 1080p, with audio generated in the same pass. Eight aspect ratios from 21:9 cinematic to 9:16 vertical cover film, social, and ad formats without post-cropping. Pricing on Atlas Cloud starts at $0.025 per second. |
| Pixverse V6 Image-to-Video API (Image to Video) | A single still image is all this endpoint needs to produce a motion clip that preserves the source's visual identity, guided by a text prompt of up to 5,000 characters. It accepts JPG and PNG inputs up to 10MB with aspect ratios from 1:2.5 to 2.5:1, so portraits, product shots, and wide banners all animate without reformatting. Optional native audio and a seed parameter make outputs repeatable for production pipelines. |
| Pixverse V6 Start-End-to-Video API (Image to Video) | When a clip has to land on an exact final frame, this endpoint takes both a start image and an end image and generates all the motion in between. Frames can be passed as public URLs or Base64 in PNG, JPEG, or WebP, and clips run 1 to 15 seconds at up to 1080p. That makes it the natural pick for scene transitions, loopable content, and shots with a fixed visual destination. |
| Pixverse V6 Reference-to-Video API (Reference to Video) | Up to seven reference images steer each generation, and every image can be tagged as subject or background and given its own reference name for prompt-level control. V6 keeps character appearance and scene context stable across the clip, which removes manual keyframing from character-driven and brand-consistent work. Output supports the full range of eight aspect ratios and resolutions up to 1080p. |
| Pixverse V6 Video-Extend API (Video to Video) | Need a clip to run longer than its original cut? Pass a source video URL plus a text prompt and V6 continues the footage for another 1 to 15 seconds, preserving the established motion and visual style. At $0.025 per second on Atlas Cloud, extending a scene costs the same as generating one from scratch. |
| Pixverse C1 Text-to-Video API (Text to Video) | C1 treats text-to-video as a storyboard problem, generating clips built for multi-shot narrative continuity rather than isolated standalone shots. Prompts up to 5,000 characters drive videos of 1 to 15 seconds with native audio, eight aspect ratio options, and quality up to 1080p. Atlas Cloud prices the C1 series from $0.03 per second on a pay-as-you-go basis. |
| Pixverse C1 Image-to-Video API (Image to Video) | Feed C1 a still image and it returns a video sequence in which character and scene fidelity hold from the first frame to the last. Inputs follow the same practical limits as V6, JPG or PNG up to 10MB with aspect ratios from 1:2.5 to 2.5:1, so existing assets drop straight in. Its storyboard-aware design suits multi-scene projects where identity drift between shots is not acceptable. |
| Pixverse C1 Start-End-to-Video API (Image to Video) | Defining a clip by its first and last frames gives C1 a complete narrative arc to fill, and the model generates the connecting motion while keeping the series' storyboard-native visual language intact. Start and end images upload as URLs or Base64 in PNG, JPEG, or WebP, with durations of 1 to 15 seconds and a seed option for repeatable results. Episodic and multi-chapter productions use it to lock scene-to-scene transitions in place. |
| Pixverse C1 Reference-to-Video API (Reference to Video) | For serialized content where a character must look identical from one episode to the next, this endpoint accepts up to seven tagged reference images and holds their appearance across every generated shot. Subject and background tags plus per-image reference names give the Pixverse API its most granular consistency control, layered on C1's multi-shot architecture. It is available on Atlas Cloud from $0.03 per second with one OpenAI-compatible key. |
Nuevas funciones de los modelos PixVerse + demostración
La combinación de modelos avanzados con la plataforma acelerada por GPU de Atlas Cloud ofrece una velocidad, escalabilidad y control creativo inigualables para la generación de imágenes y video.
Secuencias de acción y VFX
C1 está diseñado para manejar las secuencias que ponen al límite a la mayoría de los modelos de video con IA: coreografías de combate cuerpo a cuerpo, movimiento a alta velocidad, efectos de partículas, dinámica de fluidos y entornos atmosféricos. Las relaciones espaciales y el peso físico se mantienen consistentes entre fotogramas, lo que reduce el trabajo de corrección que suele exigir el contenido de acción. Admite escenas tanto realistas como estilizadas dentro de un único flujo de generación.
Producción de video a partir de storyboards
PixVerse C1 convierte diseños de storyboard estáticos directamente en secuencias de video continuas, con una segmentación de escenas gestionada automáticamente según la estructura del prompt. Los equipos de producción pueden subir paneles fijos y recibir una secuencia de varios planos sin reconstruir cada escena desde cero. Esto convierte a C1 en la opción práctica para estudios de cine, equipos de animación y agencias que trabajan con briefs creativos ya aprobados.
Control de cámara cinematográfico
PixVerse V6 renderiza movimientos de cámara —planos de seguimiento, cambios de perspectiva y revelaciones del entorno— con precisión y artefactos mínimos. La emoción y el lenguaje corporal de los personajes se mantienen consistentes entre cambios de escena, lo que lo hace fiable para secuencias narrativas que exigen más que un solo clip aislado. Para los equipos de marketing y los estudios de contenido, esto se traduce en menos corrección manual y una iteración más rápida del brief al resultado final.
Control con siete imágenes de referencia
Etiqueta hasta siete imágenes de referencia como sujeto o fondo, asigna un nombre a cada una y llámala directamente en el prompt. Rostros, productos y entornos conservan su aspecto exacto en cada fotograma.
Sonido e imagen en una sola pasada
¿Quieres sonido sin una pipeline aparte? Tanto V6 como C1 renderizan audio sincronizado en la misma pasada de generación, de modo que tráilers, anuncios y clips para redes salen de la API listos para publicar.
Todos los tamaños de pantalla, una sola Pixverse API
Desde encuadres cinematográficos de 21:9 hasta feeds verticales de 9:16, ocho relaciones de aspecto y cuatro niveles de resolución cubren la producción para cine, televisión y redes sociales. Elige 360p para borradores o 1080p para la entrega final, sin recortes tras la generación.
Prompts de 5,000 caracteres en la Pixverse API
Un solo prompt puede alcanzar los 5,000 caracteres, suficiente para especificar el orden de los planos, la iluminación, el vestuario y el ritmo en una sola solicitud. Los guiones detallados se traducen en material que se ajusta al brief a la primera.
Pixverse vs. otros modelos: un mismo prompt
El mismo prompt, generado por Pixverse y otros modelos de vídeo líderes: multiplano y cine publicitario de alta gama
Crea un anuncio cinematográfico de producto de 10 segundos para una bicicleta eléctrica de lujo. Escena 1, 0–2 s: Primer plano macro de gotas de lluvia deslizándose por el cuadro negro mate de la bicicleta. Reflejos de neón suaves, poca profundidad de campo, lento movimiento de cámara de acercamiento. Sutil ambiente de lluvia. Escena 2, 2–5 s: Plano de seguimiento en ángulo bajo mientras la bicicleta recorre de noche una calle urbana mojada. Los neumáticos salpican al pasar por charcos poco profundos. Añade un sonido realista de salpicaduras de los neumáticos, un suave zumbido del motor eléctrico y ambiente de tráfico lejano. Escena 3, 5–8 s: Plano lateral de seguimiento fluido de la misma bicicleta pasando bajo las farolas. Mantén exactamente la misma geometría del cuadro, ruedas, faro, color y proporciones. Desenfoque de movimiento controlado, encuadre publicitario premium. Escena 4, 8–10 s: Plano final protagonista: la bicicleta se detiene junto a un edificio de cristal. El faro brilla suavemente, los reflejos de lluvia y neón se desvanecen de forma natural. Producto centrado, nítido, con estética publicitaria de alta gama. Requisitos: - Mantener exactamente el mismo diseño de bicicleta en todos los planos - Usar un control de cámara cinematográfico claro: primer plano macro, seguimiento en ángulo bajo, seguimiento lateral, plano final protagonista - Mantener coherentes la lluvia, la iluminación, los reflejos y la atmósfera urbana - Sincronizar el audio con el movimiento: lluvia, salpicaduras de neumáticos, zumbido del motor eléctrico, ambiente urbano - Sin ruedas deformadas, sin cambios en la estructura del cuadro, sin detalles de producto incoherentes - Materiales realistas, acabado de cine publicitario pulido, 1080p
Pixverse
Wan 2.7
Kling V3.0
Crea un anuncio cinematográfico de producto de 10 segundos para un altavoz inalámbrico transparente sobre una mesa de estudio moderna. Escena 1, 0–2 s: Primer plano macro de la carcasa transparente del altavoz. Los componentes internos son visibles a través del armazón transparente. Iluminación de estudio suave, reflejos limpios, poca profundidad de campo, lento movimiento de cámara de acercamiento. Escena 2, 2–5 s: El altavoz se enciende. Un sutil anillo LED se ilumina desde el centro hacia fuera. La cámara realiza un plano orbital fluido alrededor del producto. Añade un suave tono de encendido y un pulso grave de bajos sincronizado con la animación del LED. Escena 3, 5–8 s: Plano lateral cercano: las ondas sonoras se visualizan mediante suaves vibraciones en un vaso de agua cercano. El altavoz mantiene exactamente la misma forma, tamaño, material y disposición interna. Fondo de estudio limpio, encuadre de producto premium. Escena 4, 8–10 s: Plano final protagonista: el altavoz transparente centrado en la mesa, con el anillo LED brillando suavemente mientras la cámara se aleja lentamente. Estudio futurista minimalista, estética publicitaria pulida. Requisitos: - Mantener exactamente el mismo diseño del altavoz en todos los planos - Usar control de cámara cinematográfico: primer plano macro, órbita fluida, plano lateral cercano, alejamiento final protagonista - Mantener coherentes la iluminación de estudio, los reflejos, la transparencia y la escala del producto - Sincronizar el audio con la acción: tono de encendido, pulso de graves, vibración sutil - Sin cambios en los componentes internos, sin carcasa transparente deformada, sin posición del LED incoherente - Estilo publicitario tecnológico de alta gama, composición limpia, materiales realistas, 1080p
Pixverse
Wan 2.7
Kling V3.0
De clips individuales a historias serializadas: casos de uso de la Pixverse API
Ya sea que animes una sola foto de producto o dirijas una serie de varios episodios, la Pixverse API en Atlas Cloud cubre vídeo social, animación para e-commerce, transiciones fluidas y narrativa de formato largo con precios transparentes de pago por uso.
Contenido social de formato corto
Convierte un solo prompt de texto en un clip vertical que detiene el scroll con la generación de texto a vídeo de Pixverse V6. Los creadores que publican a diario en TikTok, Reels y Shorts mantienen sus feeds frescos por $0.025 por segundo.
Anuncios de producto con la Pixverse API
Las fotos estáticas de producto se convierten en clips protagonistas llenos de movimiento con la conversión de imagen a vídeo de V6, conservando la identidad visual original fotograma a fotograma. Los equipos de e-commerce animan catálogos completos y los convierten en anuncios sin reservar una sesión de estudio.
Narrativa serializada con personajes
¿Necesitas al mismo protagonista en diez episodios? La conversión de referencia a vídeo de C1 fija la apariencia del personaje y el entorno de un clip a otro, dando a los equipos de animación, estudios de webtoon y propietarios de IP un pipeline serializado fiable.
Transiciones fluidas con la Pixverse API
Cuando dos fotogramas clave definen tu plano, el endpoint start-end genera todo el movimiento entre ellos. Cortes de escena pulidos, revelaciones con morphing y fondos visuales que se repiten en bucle a la perfección llegan sin ningún trabajo manual de keyframes.
Montajes largos a partir de clips cortos
Los clips generados rara vez tienen que terminar en su primer corte, ya que el endpoint video-extend de V6 continúa el metraje conservando el movimiento y el estilo. Los editores encadenan segmentos extendidos en tráileres, vídeos musicales y secuencias más largas.
Crea apps de vídeo sobre la Pixverse API
Todos los endpoints de V6 y C1 están detrás de una sola clave compatible con OpenAI en Atlas Cloud, facturada por uso desde $0.025 por segundo. Los desarrolladores añaden generación de vídeo lista para producción a sus propios productos sin gestionar infraestructura de GPU.
Benchmarks de la API de PixVerse: dónde se sitúan V6 y C1 entre los mejores modelos de vídeo
Antes de elegir tu stack de generación de vídeo, mira cómo se compara la API de PixVerse con Kling, Veo, Sora y Wan en modos de entrada, resolución, duración de clip, audio nativo y precio por segundo.
| Modelo | Modos de entrada | Resolución máxima | Duración del clip | Audio nativo | Price per Second |
|---|---|---|---|---|---|
| PixVerse V6 | Texto, imagen, imágenes de referencia, fotogramas inicial y final, extensión de vídeo | 1080p | De 1 a 15 segundos | √ | From $0.025/s on Atlas Cloud |
| PixVerse C1 | Texto, imagen, imágenes de referencia, fotogramas inicial y final | 1080p | De 1 a 15 segundos | √ | From $0.03/s on Atlas Cloud |
| Kling 2.5 Turbo Pro | Texto, imagen | 1080p | 5 o 10 segundos | - | About $0.07/s |
| Google Veo 3.1 | Texto, imagen, imágenes de referencia, primer y último fotograma | Hasta 4K | 4, 6 u 8 segundos | √ | $0.40/s (Fast from $0.10/s) |
| OpenAI Sora 2 | Texto, imagen | 720p (1080p en Sora 2 Pro) | 4, 8 o 12 segundos | √ | $0.10/s ($0.30/s for Pro) |
| Alibaba Wan 2.5 | Texto, imagen, guía de audio opcional | 1080p | 5 o 10 segundos | √ | From $0.05/s |
Cómo usar Pixverse en Atlas Cloud
Empieza en minutos — sigue estos sencillos pasos para integrar y desplegar modelos a través de la plataforma de Atlas Cloud.
Crea una cuenta en Atlas Cloud
Regístrate en atlascloud.ai y completa la verificación. Los nuevos usuarios reciben créditos gratuitos para explorar la plataforma y probar modelos.
Por Qué Usar Pixverse en Atlas Cloud
Combina modelos avanzados de Pixverse con la plataforma acelerada por GPU de Atlas Cloud, proporcionando rendimiento, escalabilidad y experiencia de desarrollo incomparables.
Rendimiento y Flexibilidad
Baja Latencia:
Inferencia optimizada por GPU para respuestas en tiempo real.
API Unificada:
Una sola integración para acceder a Pixverse, GPT, Gemini y DeepSeek.
Precios Transparentes:
Facturación por Token, soporta modo Serverless.
Empresa y Escala
Experiencia del Desarrollador:
SDK, análisis de datos, herramientas de ajuste fino y plantillas todo en uno.
Confiabilidad:
99.99% de disponibilidad, control de permisos RBAC, registros de cumplimiento.
Seguridad y Cumplimiento:
Certificación SOC 2 Type II, cumplimiento HIPAA, soberanía de datos en EE.UU.
Preguntas sobre la API de Pixverse, respondidas
La API de PixVerse ofrece a los desarrolladores acceso programático a los modelos de generación de video por IA de PixVerse a través de Atlas Cloud. En lugar de utilizar la aplicación de consumo PixVerse, que funciona con créditos diarios, añade una marca de agua y limita la resolución, puede llamar a los modelos directamente a través de una API REST y pagar solo por lo que genera.
V6 es la serie insignia de propósito general y cubre texto a video, imagen a video, referencia a video, control de fotograma inicial y final, y extensión de video en un solo pipeline. C1 adopta un enfoque nativo de storyboard, pensado para producción narrativa multiplano, donde la continuidad de escena y la consistencia de personajes entre cortes importan tanto como la calidad de cada fotograma. En Atlas Cloud, los endpoints de V6 parten de $0.025 por segundo y los de C1 desde $0.03 por segundo.
El precio es de pago por uso, sin necesidad de suscripción. Los cinco endpoints de PixVerse V6 se facturan desde $0.025 por segundo de video generado, y los cuatro endpoints de C1 parten de $0.03 por segundo. Solo pagas por lo que generas, con precios transparentes por llamada en cada solicitud.
Todos los endpoints de generación de PixVerse producen video en 360p, 540p, 720p o 1080p, con 720p como valor predeterminado. Los clips pueden durar de 1 a 15 segundos, y hay ocho relaciones de aspecto disponibles: 16:9, 9:16, 1:1, 4:3, 3:4, 2:3, 3:2 y 21:9. Ese rango cubre desde los formatos verticales para redes sociales hasta los encuadres cinematográficos 21:9, sin recortes posteriores a la generación.
Sí. Tanto V6 como C1 producen sonido en la misma pasada de generación, y la API de Pixverse expone un parámetro sound que está habilitado por defecto. Ponlo en false si planeas musicalizar el clip por tu cuenta. La única excepción es el endpoint Video-Extend de V6, que no expone ningún parámetro de audio.
C1 lee un storyboard de varios paneles como un director lee una página de cómic: trata cada panel como un plano independiente e infiere la lógica de transición entre ellos. El resultado es una secuencia continua de múltiples planos con personajes y lógica espacial consistentes, de modo que los equipos pueden pasar de los storyboards aprobados al metraje sin reconstruir cada escena. En el endpoint de texto a video, la segmentación de planos también puede controlarse directamente mediante la estructura del prompt.
Los endpoints Reference-to-Video de V6 y C1 aceptan de 1 a 7 imágenes de referencia por solicitud, cada una etiquetable como referencia de sujeto o de fondo. Las imágenes pueden enviarse como URL públicas o cadenas Base64 en formato PNG, JPEG o WebP, con un límite total de 20MB por solicitud. Las referencias etiquetadas son lo que permite a las producciones multiplano mantener fija la identidad de los personajes de un clip a otro.
El endpoint Video-Extend de V6 toma la URL de un video de origen más un prompt de texto y genera una continuación de 1 a 15 segundos. La continuidad del movimiento y el estilo visual se mantienen en la extensión, lo que lo hace práctico para alargar un clip más allá de su duración original o construir contenido secuenciado a partir de varias fuentes. Se factura a la misma tarifa de $0.025 por segundo que los demás endpoints de V6.
Crea una cuenta de Atlas Cloud, genera una clave de API y llama a cualquier endpoint de PixVerse con esa clave en el encabezado Authorization. Las solicitudes se ejecutan de forma asíncrona: envías una generación, recibes un prediction ID y luego consultas el endpoint de resultados hasta que el estado sea completed. No hay infraestructura que configurar, y el acceso Day-0 significa que las nuevas versiones de PixVerse aparecen sin ninguna migración. Empieza a construir hoy mismo.
Explorar Más Series
Seedance 2.0
La API de Seedance 2.0 le ofrece acceso de producción al modelo de video multimodal de ByteDance: entradas cuatrimodales (texto, imagen, video, audio) y un sistema "Universal Reference" líder en la industria que bloquea la composición, el movimiento de la cámara y las acciones de los personajes en diferentes tomas. Integre un control de nivel de director con una sola llamada a la API, una tarifa fija de $0.09/s, clave instantánea y sin lista de espera, todo respaldado por un tiempo de actividad y cumplimiento de nivel empresarial. ¡Seedance 2.0 Native 4K ya está disponible!
Grok Imagine
La Grok Imagine API ofrece a los desarrolladores la generación de imágenes, video y audio de xAI en una sola suite. Produce imágenes de hasta 2K con renderizado de texto multilingüe, además de videos de hasta 15 segundos con audio nativo y sincronizado, y edición basada en referencias. En Atlas Cloud, una sola clave ejecuta cada modo de Grok Imagine, por lo que puede alternar entre imagen, video y audio sin configuraciones separadas, desde $0.02 por imagen y $0.05 por segundo.
Gemini Omni Flash
La Gemini Omni API lleva a tu stack el modelo multimodal de generación y edición de vídeo de Google DeepMind, presentado en Google I/O 2026. Gemini Omni fusiona el motor de razonamiento de Gemini con los medios generativos y acepta cualquier combinación de texto, imágenes, vídeo y audio para producir resultados coherentes y fundamentados en conocimiento. Refina los resultados mediante conversación natural: sustituye objetos, reescribe escenas y cambia de estilo mientras la física, los personajes y la continuidad permanecen intactos. Atlas Cloud ofrece toda la gama Gemini Omni Flash —texto a vídeo, imagen a vídeo con hasta 7 imágenes de referencia y referencia a vídeo— a través de una única API unificada, con precios transparentes por segundo desde $0.112 y sin suscripción. Empieza a construir hoy mismo.
GPT Image 2
La API de GPT Image 2 ofrece a los desarrolladores acceso al último modelo de imágenes de OpenAI, el sucesor de GPT Image 1.5. Genera y edita imágenes con una representación de texto precisa en caracteres latinos y CJK, además de una sólida composición para carteles, maquetas e infografías. En Atlas Cloud, puede acceder a ella a través de una API unificada junto con más de 300 modelos, con créditos gratuitos, un tiempo de actividad del 99,99% y sin necesidad de verificación de organización de OpenAI.
Los modelos creativos más potentes de Google están todos disponibles en Atlas Cloud. Veo 3.1 ofrece generación de video cinematográfico, Nano Banana 2 impulsa la creación de imágenes de alta fidelidad y Gemini aporta inteligencia multimodal a cada flujo de trabajo. Acceda a la suite completa de modelos de Google a través de una sola API key con disponibilidad Day-0 y precios de pago por uso (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini lleva la generación de video multimodal de ByteDance a los flujos de trabajo donde la velocidad y el costo son más importantes. Ofrece las capacidades principales de Seedance 2.0 con un menor consumo de recursos: generación más rápida, menor costo por video y la misma integración de API que ya utiliza. Para los equipos que ejecutan pipelines de alto volumen o crean prototipos a escala, Mini es la opción predeterminada práctica.
ByteDance
Desde la generación de video cinematográfico hasta la creación de imágenes de alta fidelidad, los modelos más potentes de ByteDance están disponibles en Atlas Cloud. Ejecute Seedance y Seedream a gran escala con los precios de inferencia más bajos y cero gastos generales de infraestructura.
Alibaba
Atlas Cloud reúne toda la línea de modelos de Alibaba bajo una sola API: Qwen para tareas de lenguaje e imagen, y Wan para la generación de video hasta 1080p. Acceda a cada modelo con pago por uso sin suscripciones. La API de Alibaba está disponible a través de una única URL base utilizando su cliente compatible con OpenAI existente.
OpenAI
Atlas Cloud le ofrece acceso a la línea completa de la API de OpenAI, desde GPT Image 2 para la generación de imágenes hasta Sora 2 para video. Cada modelo está disponible bajo la modalidad de pago por uso sin compromiso mensual. Intégrelo cambiando simplemente la URL base mediante la API compatible con OpenAI.
xAI
Construya pipelines completos de imágenes y video utilizando la xAI API en Atlas Cloud. Genere en 2K, edite con imágenes de referencia y anime imágenes en clips sincronizados con audio.
Kwaivgi
La API de Kwaivgi a un 15% por debajo del precio estándar. Atlas Cloud ofrece acceso Day-0 a los nuevos lanzamientos de Kling con precios de pago por uso y sin límites de puestos. Una cuenta, una clave, todos los modelos de Kling desde el nivel estándar hasta el nivel maestro.
Seedream 5.0 Pro
La API de Seedream 5.0 Pro ofrece a los desarrolladores el modelo de edición de imágenes controlable de ByteDance en Atlas Cloud. Sitúa las ediciones con precisión mediante anclajes y coordenadas, separa las imágenes en capas editables, fusiona múltiples referencias y empareja colores y materiales exactos, con texto multilingüe a 2K y 3K. ¡En Atlas Cloud puede acceder a él mediante una sola clave!
