Vidu API: Consistent Subjects from Reference Images
API Vidu daje deweloperom dostęp do modeli wideo z Shengshu AI i Uniwersytetu Tsinghua, zbudowany na architekturze U-ViT, która łączy projektowanie Diffusion i Transformer. Wpisz od jednego do czterech obrazów referencyjnych, a Vidu utrzymuje spójność podmiotów w ujęciach, z inteligentnym przełączaniem kamery i płynnym, kinematycznym ruchem. Atlas Cloud dodaje dostęp do modeli Day-0 i jeden klucz kompatybilny z OpenAI dla całej oferty. Zacznij budować dzisiaj.
Poznaj Wiodące Modele
Atlas Cloud zapewnia najnowsze, wiodące w branży modele kreatywne.
Every Vidu API Endpoint Compared: Q1, Q2, Q3, and 2.0 at a Glance
Scan durations, resolutions, reference image limits, and audio options across all 25 Vidu API video generation endpoints to match the right model to your workload.
| Modality | Description |
|---|---|
| Vidu Q3-Pro T2V API (Text to Video) | Describe a scene in plain text and Q3-Pro renders it as video up to 16 seconds long, with five aspect ratios plus general and anime styles. Super resolution output reaches 1440p, and audio with background music generates in the same pass. It suits cinematic ads and narrative shots where fidelity matters most. |
| Vidu Q3-Turbo T2V API (Text to Video) | Need volume more than polish? This turbo tier converts text prompts into clips of 1 to 16 seconds below Pro tier pricing, while keeping the same 1440p super resolution ceiling, style presets, and optional audio track. Teams use it for rapid storyboarding and testing creative directions. |
| Vidu Q3-Pro I2V API (Image to Video) | Upload one still image, describe the motion you want, and the model animates it with smooth, cinematic movement for up to 16 seconds. Output scales from 540p to 1440p super resolution with generated audio and background music. Product showcases and photo animation pipelines are its natural home. |
| Vidu Q3-Turbo I2V API (Image to Video) | When turnaround matters, the lowest priced Q3 tier brings photos to life from a single reference image and a motion prompt. It reaches 1440p super resolution and attaches audio automatically unless disabled. Social clips and bulk catalog animation run economically on it. |
| Vidu Q3-Pro SE2V API (Start-End to Video) | Give it a first frame and a last frame, and Q3-Pro interpolates a coherent transition between them lasting up to 16 seconds. The two frames must keep their aspect ratios within 0.8 to 1.25 of each other, and audio plus background music are generated on request. Storyboards, morph effects, and scene bridges all fit here. |
| Vidu Q3-Turbo SE2V API (Start-End to Video) | Fast frame bridging is the turbo variant's specialty. It connects a start image and an end image into one continuous shot, supports 540p through 1440p super resolution output, and toggles audio with a single flag. Iterate transitions quickly here before committing to a Pro render. |
| Vidu Q3 R2V API (Reference to Video) | Consistency across camera angles sets this endpoint apart. Feed it 1 to 4 reference images and it keeps subjects stable through intelligent camera switching, producing clips of 3 to 16 seconds at up to 1440p super resolution with audio. Character driven ads and episodic content benefit most. |
| Vidu Q3-Mix R2V API (Reference to Video) | Blend up to 4 reference images into one scene with intelligent transitions and smooth dynamic effects. The Q3-Mix endpoint holds subject identity while settings shift, renders clips of 1 to 16 seconds in five aspect ratios, and adds generated audio by default. Multi-shot brand stories and mashup creative are built on it. |
| Vidu Q2 T2V API (Text to Video) | Text goes in, and a finished clip of 1 to 8 seconds comes out at up to 1080p. General and anime styles, five aspect ratios, and automatic audio with background music are all controlled through simple parameters. It makes a solid default for everyday prompt to video work. |
| Vidu Q2-Pro I2V API (Image to Video) | Animating a single photo with prompts of up to 5000 characters, this Pro endpoint outputs 540p to 1080p clips running as long as 10 seconds. Movement amplitude can be pinned to small, medium, or large for precise motion control. Explainers and marketing stills convert well here. |
| Vidu Q2-Pro-Fast I2V API (Image to Video) | The Fast variant keeps 720p and 1080p output and the same price as the standard Pro tier while shortening generation queues for image animation jobs. Durations stretch from 1 to 10 seconds with optional audio and background music. Pick it when pipelines demand quick iteration. |
| Vidu Q2-Turbo I2V API (Image to Video) | At the lowest price in the entire Vidu family, this endpoint animates one image into clips of up to 10 seconds at 540p, 720p, or 1080p. Audio and background music generate automatically unless switched off. High volume UGC tools and batch jobs are where it earns its keep. |
| Vidu Q2-Pro SE2V API (Start-End to Video) | Two keyframes become one fluid shot. Q2-Pro fills the gap between a start image and an end image over 1 to 8 seconds at up to 1080p, with generated audio and background music available. Keep the frame aspect ratios within 0.8 to 1.25 of each other for a valid request. |
| Vidu Q2-Pro-Fast SE2V API (Start-End to Video) | Prefer speed for frame interpolation? This variant renders start to end transitions at 720p or 1080p in clips up to 8 seconds, with audio and background music toggles included. It shares standard Pro pricing while tightening iteration loops for editors. |
| Vidu Q2-Turbo SE2V API (Start-End to Video) | The most economical start-end option in the family lives here. Supply first and last frames and receive a 1 to 8 second clip at up to 1080p, with optional audio in the same call. Prototyping transitions before a Pro render is a common workflow. |
| Vidu Q2 R2V API (Reference to Video) | Up to 7 distinct subjects, each defined by 1 to 3 reference images, can appear together in a single generated scene. Clips run 1 to 10 seconds at up to 1080p, and an audio type switch isolates speech or sound effects. Multi-character storytelling is the headline use case. |
| Vidu Q2-Pro R2V API (Reference to Video) | Casting several consistent characters into premium footage is what the Pro reference tier does best. It accepts up to 7 subjects with 3 images each, prompts up to 1500 characters, and outputs clips of up to 10 seconds at 1080p with speech only or sound effect only audio modes. Serialized content and virtual character work fit naturally. |
| Vidu Q1 T2V API (Text to Video) | The first generation text endpoint outputs fixed 5 second clips locked at 1080p, with 16:9, 9:16, and 1:1 aspect ratios plus general and anime styles. Audio and background music remain switchable. Choose it when predictable, uniform clip specs simplify a pipeline. |
| Vidu Q1 I2V API (Image to Video) | Simplicity defines this endpoint: one image, one prompt of up to 5000 characters, one 5 second 1080p clip. Movement amplitude and audio toggles are the only knobs to tune. Integrations that standardized on Q1 output keep running unchanged. |
| Vidu Q1 SE2V API (Start-End to Video) | Interpolating between two uploaded frames, Q1 produces a 5 second 1080p transition with adjustable motion amplitude and optional audio plus background music. Frame pairs must keep their aspect ratios within 0.8 to 1.25 of each other. It remains a stable choice for fixed length transition effects. |
| Vidu Q1 R2V API (Reference to Video) | Structured casting is the pattern here: up to 7 subjects, each backed by 1 to 3 images, render into a fixed 5 second 1080p clip. Audio narrows to speech only or sound effects only when needed. Multi-character scenes with locked output specs suit it well. |
| Vidu 2.0 I2V API (Image to Video) | Would a short silent clip do the job? Vidu 2.0 turns one image into a 4 or 8 second video with adjustable movement amplitude and seed control for reproducible results. Thumbnails, previews, and lightweight animation tasks are typical fits. |
| Vidu 2.0 SE2V API (Start-End to Video) | Exactly two images, a prompt of up to 1500 characters, and a choice of 4 or 8 second duration define this compact endpoint. Motion intensity runs from small to large under one movement amplitude parameter. It handles quick morphs and simple frame pair transitions. |
| Vidu 2.0 R2V API (Reference to Video) | From 1 to 3 reference images, this endpoint composes videos in 16:9, 9:16, or 1:1 while preserving the referenced subjects. Seed and movement amplitude round out a deliberately small parameter set. Consistent character clips for social formats are the common case. |
| Vidu R2V Q1 API (Multi-Image Reference to Video) | Broader flat input distinguishes this reference endpoint, which takes a single list of 1 to 7 images in 16:9, 9:16, or 1:1. Prompts cap at 1500 characters and each image can reach 50MB. It works well when subjects arrive as loose image sets rather than structured casts. |
W API Vidu: Spójność, Dźwięk i Kontrola Kinematyczna
Od spójności czterech obrazów referencyjnych po natywny dźwięk i 16-sekundowe klipsy 1080p, Vidu API na Atlas Cloud umieszcza całą serię Q Shengshu za jednym endpointem płatności za użycie.
Spójność Podmiotu z Vidu API
Vidu API akceptuje od jednego do czterech obrazów referencyjnych i utrzymuje postaci, produkty i sceny wizualnie spójne w każdej klatce. Ta niezawodność sprawia, że serializowane opowiadanie historii i markowe bezpieczne wideo produktowe są praktyczne na dużą skalę.
Interpolacja Klatki Początkowej i Końcowej
Prześlij klatkę początkową i klatkę końcową, a model sam zbuduje gładkie przejście między nimi. Projektanci ruchu używają tego do morph, ujawnień i precyzyjnie wyczasowanych zmian sceny.
Natywny Dźwięk w Jednym Przebiegu
Dlaczego renderować ciche klipy i oceniać je później? Każdy endpoint Q3 może generować zsynchronizowane efekty dźwiękowe i muzykę w tle w tym samym przebiegu, dzięki czemu sceny dialogowe i reklamy przychodzą gotowe do publikacji.
Szesnaście Sekund, do 1440p
Jeśli scena potrzebuje miejsca do oddychania, uruchom klipy do 16 sekund w rozdzielczości 540p do 1080p, ze skalowaniem superrozdzielczości do 1440p. Mniej zszywanym strzałów oznacza gładsze opowieści i lżejszą postprodukcję.
Ruchliwa Ruchu i Styl
Ustawienie amplitudy ruchu zmienia wynik z subtelnego filmowego dryfu na dużą dramatyczną akcję, podczas gdy punkty końcowe tekstu do wideo przełączają się między stylami ogólnymi a anime. Reżyserowie uzyskują kontrolę na poziomie kadru bez przepisywania monitów.
Jeden Klucz Na Całej Linii Vidu API
Każda generacja modelu Vidu od Q1 do Q3 działa za jednym kluczem zgodnym z OpenAI z przejrzystymi cenami płatności za użycie na Atlas Cloud. Szkic na Turbo, a następnie uruchom ponownie to samo wywołanie na Pro dla końcowych renderów.
Vidu vs Other Models - One Prompt
The same prompt, generated by Vidu and other leading video models
Samotny kaskader dryfuje matowo czarny samochód muscle przez nocny rynek oświetlony neonem w deszczu. Otwórz z niskim ujęciem tracking nad mokrym asfaltem, gdy samochód przesuwa się za rogiem, iskry latają z barierki. Szybka panorama do sprzedawców cofających swoje stoiska, papierowe lampiony huśtają się dziko. Cięcie do ujęcia drona spiralującego w górę, gdy samochód przeciśka się między dwoma autobusami z marginesem zaledwie kilku centymetrów, następnie ostre cięcie do kokpitu: ręce szybko chwytają kierownicę, oczy zerkają na lustro pełne migających policyjnych świateł. Zakończ powolnym obrotem 180 stopni w dymną aleję, ryk silnika i świst deszczu wypełniają soundtrack. Fotorealistyczny, oświetlenie kinematyczne, 10 sekund, proporcje 16:9.
Vidu Q3
Seedance 2.0
Vidu Q2 Pro
Styl anime: młoda szermantka staje naprzeciw kolosalnego smoka burzy nad zniszczonym pływającym świątynią. Zacznij od szybkiego wjazdu kamery na jej oczy, gdy piorun rozdziera niebo, następnie szybki panoramiczny pan podążający za jej sprintem przez kruszący się kamienny most, gruz unosi się wokół jej stóp. Kamera krąży, gdy ona skacze, jej ostrze zapalają się błękitnym płomieniem, podczas gdy szczęki smoka rozbijają się tam, gdzie stała klatkę wcześniej. Cofnij się do epickiego planu szerokoangażowego, gdy jej uderzenie przecina błyskawicę na pół i fala uderzeniowa tworzy zmarszczki przez chmury. Ostre cieniowanie 2D cel, dynamiczne linie prędkości, grzmot i pęczniący chór w partiturze. 8 sekund, proporcje 16:9.
Vidu Q3 Pro
Seedance 2.0
Vidu Q2 Pro
Gdzie Vidu API pasuje do Twojego potoku produkcji
Od filmów marki ze spójnymi postaciami do projektowania ruchu frame'ów początkowych i końcowych, API Vidu łączy przepływy pracy text-to-video, image-to-video i reference-to-video za jednym punktem końcowym pay-as-you-go na Atlas Cloud.
Spójne postacie w każdym ujęciu
Wprowadź 1 do 4 obrazów referencyjnych do Vidu Q3-Mix lub Q3 reference-to-video, a podmioty pozostają spójne w przejściach między scenami. Zespoły dramatu krótkometrażowego i twórcy IP utrzymują tę samą twarz z odcinka na odcinek.
Reklamy filmowe za pośrednictwem API Vidu
Premiery produktów i spoty marki ożywają, gdy Vidu API renderuje gładkie efekty dynamiczne z opcjonalnym audio do 1080p. Agencje iterują koncepcje reklam bez rezerwowania choćby jednego dnia zdjęć.
Projekt ruchu ramki początkowej i końcowej
Potrzebujesz precyzyjnego przejścia między dwoma klatkami kluczowymi? Modele Q3-Pro i Q2 start-end-to-video interpolują gładki ruch od pierwszej klatki do ostatniej, umożliwiając ujawnianie logo, morphowanie scen i transformacje produktów.
Ze scenariusza na ekran za pomocą Vidu API
Pisarze zamieniają monit tekstowy w 1080p materiał wideo z wieloma stylami wizualnymi za pośrednictwem punktów końcowych text-to-video API Vidu. Opcjonalna generacja audio daje storyboardom i klipom previz gotowy wygląd w jednym przejściu.
Nieruchome obrazy, które się poruszają
Gdy statyczne zdjęcie produktu lub ilustracja wymaga ruchu, modele image-to-video od Q1 do Q3-Turbo animują to płynnym, naturalnym ruchem. Zespoły e-commerce i edytory mediów społecznych publikują codziennie klipy zatrzymujące przewijanie.
Potoki animacji zbudowane na Vidu
Architektura U-ViT Vidu została zbudowana dla długoformowej, wysoce spójnej wyjścia, naturalnego dopasowania do projektowania animacji i serii episodycznych. Studia tworzą storyboardy, animują i poprawiają całe sekwencje za pomocą wywołań API zamiast ręcznego keyframingu.
Gdzie API Vidu stoi na tle Kling, Veo i Sora
Porównaj długość klipu, limity rozdzielczości, wyjście audio i szybkości na sekundę obok siebie, a zobaczysz dokładnie, co API Vidu dostarcza za każdy dolar w Twoim pipeline'u wideo
| Model | Tryby wejściowe | Maksymalna długość klipu | Najwyższa rozdzielczość | Natywny audio |
|---|---|---|---|---|
| Vidu Q3-Mix | Tekst plus 1 do 4 obrazy referencyjne | 16s | 1080p natywny, 1440p z super rozdzielczością | √ |
| Vidu Q3 (Pro & Turbo) | Tekst, obraz, ramki początku-końca, obrazy referencyjne | 16s | Do 1080p, 1440p skalowany w górę | √ |
| Vidu Q2 (Pro & Turbo) | Tekst, obraz, ramki początku-końca lub referencje | 10s | 1080p | √ |
| Kling 2.5 Turbo | Tekst lub pojedynczy obraz z instrukcją | 10s | 1080p (warstwa Pro) | - |
| Google Veo 3.1 | Tekst, obraz, do 3 obrazów referencyjnych | 8s na klip, rozszerzalny | 1080p, 4K w podglądzie | √ |
| OpenAI Sora 2 | Instrukcja tekstowa | 12s | 720p (1080p na Sora 2 Pro) | √ |
Jak używać Vidu na Atlas Cloud
Zacznij w kilka minut — wykonaj te proste kroki, aby zintegrować i wdrożyć modele za pośrednictwem platformy Atlas Cloud.
Utwórz konto Atlas Cloud
Zarejestruj się na atlascloud.ai i ukończ weryfikację. Nowi użytkownicy otrzymują bezpłatne kredyty do eksploracji platformy i testowania modeli.
Dlaczego Używać Vidu na Atlas Cloud
Połączenie zaawansowanych modeli Vidu z platformą GPU-akcelerowaną Atlas Cloud zapewnia niezrównaną wydajność, skalowalność i doświadczenie deweloperskie.
Wydajność i Elastyczność
Niska Latencja:
Inferencja zoptymalizowana pod GPU dla rozumowania w czasie rzeczywistym.
Zunifikowane API:
Uruchamiaj Vidu, GPT, Gemini i DeepSeek za pomocą jednej integracji.
Przejrzysta Wycena:
Przewidywalne rozliczenia za token z opcjami serverless.
Przedsiębiorstwo i Skala
Doświadczenie Dewelopera:
SDK, analityka, narzędzia dostrajania i szablony.
Niezawodność:
99,99% dostępności, RBAC i logowanie gotowe na zgodność.
Bezpieczeństwo i Zgodność:
SOC 2 Type II, zgodność z HIPAA, suwerenność danych w USA.
Vidu API Questions, Answered
Rozliczenie odbywa się za sekundę wygenerowanego wideo bez wymaganego abonamentu. Punkty końcowe Q2-Turbo zaczynają się od 0,026 USD za sekundę, Q3-Turbo kosztuje 0,034 USD za sekundę, Q3-Pro i Q3 reference-to-video kosztują 0,042 USD za sekundę, a Q3-Mix reference-to-video to 0,106 USD za sekundę. Płacisz tylko za to, co generujesz, przy przejrzystym cenniku za każde połączenie.
Punkty końcowe Q3 obsługują klipy do 16 sekund z opcjami rozdzielczości 540p, 720p i 1080p, plus wyjście super rozdzielczości do 1440p. Proporcje obrazu obejmują 16:9, 9:16, 4:3, 3:4 i 1:1, dlatego ten sam punkt końcowy może kierować się na formaty krajobrazowe, portretowe lub kwadratowe.
Tak. Modele Q3 zawierają przełącznik audio włączony domyślnie, a punkty końcowe text-to-video dodają oddzielny przełącznik muzyki w tle. Wyłącz oba, gdy potrzebujesz ciszy dla własnego projektowania dźwięku.
Prześlij jeden do czterech obrazów referencyjnych postaci, produktu lub sceny, a model zachowuje tożsamość tego tematu podczas generowania nowego ruchu i kątów kamery. Q3 reference-to-video dodaje inteligentne przełączanie kamery z lepszą spójnością na wielu pozycjach kamery, co jest odpowiednie dla narracji episodycznej i wieloplanowej.
Tak. Punkty końcowe text-to-video ujawniają parametr stylu z opcjami ogólnymi i anime, a rodzina znana jest z animacji postaci ze stylem. Połącz styl anime z obrazami referencyjnymi, aby utrzymać tego samego bohatera w całej serii.
Utwórz klucz API Atlas Cloud, wybierz endpoint Vidu i wyślij żądanie REST z monitem i parametrami. Każdy model ma plac zabaw i opublikowany schemat parametrów, dlatego można walidować ustawienia przed napisaniem kodu. Ceny są opłacane za użycie per połączenie, a nowe wydania Vidu trafiają z dostępem w dniu 0. Zacznij budować dziś.
It does. Text-to-video endpoints expose a style parameter with general and anime options, and the family is known for stylized character animation. Pair the anime style with reference images to keep the same character across an entire series.
Create an Atlas Cloud API key, pick a Vidu endpoint, and send a REST request with your prompt and parameters. Every model has a playground and a published parameter schema, so you can validate settings before writing code. Pricing is pay-as-you-go per call, and new Vidu releases arrive with Day-0 access. Start building today.
Poznaj Więcej Rodzin
Seedance 2.0
API Seedance 2.0 zapewnia produkcyjny dostęp do multimodalnego modelu wideo ByteDance — czteromodalne dane wejściowe (tekst, obraz, wideo, dźwięk) oraz wiodący w branży system „Universal Reference”, który blokuje kompozycję, ruchy kamery i działania postaci w różnych ujęciach. Zintegruj kontrolę na poziomie reżysera za pomocą jednego wywołania API, stałej stawki 0,09 USD/s, natychmiastowego klucza i braku listy oczekujących — wszystko to przy wsparciu czasu sprawności i zgodności klasy korporacyjnej. Seedance 2.0 Native 4K jest już dostępne!
Grok Imagine
Grok Imagine API zapewnia programistom możliwość generowania obrazów, wideo i dźwięku od xAI w jednym pakiecie. Tworzy obrazy w rozdzielczości do 2K z wielojęzycznym renderowaniem tekstu, a także filmy do 15 sekund z natywnym, zsynchronizowanym dźwiękiem i edycją opartą na referencjach. W Atlas Cloud jeden klucz uruchamia każdy tryb Grok Imagine, dzięki czemu można przełączać się między obrazem, wideo i dźwiękiem bez osobnych konfiguracji, już od 0,02 USD za obraz i 0,05 USD za sekundę.
Gemini Omni Flash
Gemini Omni API wprowadza do Twojego stacku multimodalny model generowania i edycji wideo od Google DeepMind, zaprezentowany na Google I/O 2026. Gemini Omni łączy silnik rozumowania Gemini z mediami generatywnymi, przyjmując dowolną kombinację tekstu, obrazów, wideo i dźwięku, aby tworzyć spójne, oparte na wiedzy wyniki. Dopracowuj rezultaty w naturalnej rozmowie — podmieniaj obiekty, przepisuj sceny i zmieniaj style, podczas gdy fizyka, postacie i ciągłość pozostają nienaruszone. Atlas Cloud udostępnia pełną gamę Gemini Omni Flash — tekst na wideo, obraz na wideo z maksymalnie 7 obrazami referencyjnymi oraz referencję na wideo — poprzez jedno ujednolicone API z przejrzystym rozliczaniem za sekundę już od $0.112 i bez subskrypcji. Zacznij tworzyć już dziś.
GPT Image 2
API GPT Image 2 daje programistom dostęp do najnowszego modelu obrazów firmy OpenAI, następcy GPT Image 1.5. Generuje i edytuje on obrazy z dokładnym renderowaniem tekstu w skryptach łacińskich i CJK, a także zapewnia silną kompozycję dla plakatów, makiet i infografik. W Atlas Cloud można uzyskać do niego dostęp za pośrednictwem jednego zunifikowanego API wraz z ponad 300 modelami, z darmowymi kredytami, gwarantowanym czasem pracy (uptime) na poziomie 99,99% i bez wymogu weryfikacji organizacji OpenAI.
Najpotężniejsze modele kreatywne Google są w pełni dostępne na platformie Atlas Cloud. Veo 3.1 zapewnia kinową generację wideo, Nano Banana 2 umożliwia tworzenie obrazów o wysokiej wierności, a Gemini wprowadza wielomodalną inteligencję do każdego przepływu pracy. Uzyskaj dostęp do pełnego pakietu modeli Google za pomocą jednego klucza API key z dostępnością Day-0 i cennikiem pay-as-you-go.
Seedance 2.0 Mini
Seedance 2.0 Mini wprowadza multimodalne generowanie wideo firmy ByteDance do przepływów pracy, w których szybkość i koszty mają największe znaczenie. Zapewnia podstawowe możliwości Seedance 2.0 przy mniejszym zużyciu zasobów — szybsze generowanie, niższy koszt na wideo i tę samą integrację API, z której już korzystasz. Dla zespołów obsługujących potoki o dużej objętości lub tworzących prototypy na dużą skalę, Mini jest praktycznym wyborem domyślnym.
ByteDance
Od generowania kinowych filmów po tworzenie obrazów o wysokiej wierności, najpotężniejsze modele ByteDance są dostępne w Atlas Cloud. Uruchamiaj Seedance i Seedream na dużą skalę z najniższymi cenami wnioskowania i zerowymi kosztami ogólnymi infrastruktury.
Alibaba
Atlas Cloud łączy pełną gamę modeli Alibaba w ramach jednego API: Qwen do zadań związanych z językiem i obrazem oraz Wan do generowania wideo w rozdzielczości do 1080p. Uzyskaj dostęp do każdego modelu w modelu płatności zgodnie z rzeczywistym użyciem (pay-as-you-go) bez subskrypcji. Alibaba API jest dostępne poprzez pojedynczy bazowy adres URL (base URL) przy użyciu istniejącego klienta kompatybilnego z OpenAI.
OpenAI
Atlas Cloud zapewnia dostęp do pełnej linii API OpenAI, od GPT Image 2 do generowania obrazów po Sora 2 do wideo. Każdy model jest dostępny w modelu płatności za użycie (pay-as-you-go) bez miesięcznych zobowiązań. Zintegruj się za pomocą jednej zmiany bazowego adresu URL, korzystając z API kompatybilnego z OpenAI.
xAI
Zbuduj kompletne potoki przetwarzania obrazów i wideo za pomocą xAI API w Atlas Cloud. Generuj w rozdzielczości 2K, edytuj za pomocą obrazów referencyjnych i animuj obrazy w klipy zsynchronizowane z dźwiękiem.
Kwaivgi
API Kwaivgi o 15% poniżej standardowej ceny. Atlas Cloud zapewnia dostęp od pierwszego dnia (Day-0) do nowych wydań Kling z modelem płatności zgodnie z użyciem (pay-as-you-go) i bez limitów stanowisk. Jedno konto, jeden klucz, każdy model Kling od poziomu standardowego po poziom master.
Seedream 5.0 Pro
Seedream 5.0 Pro API udostępnia programistom sterowalny model edycji obrazów firmy ByteDance w Atlas Cloud. Precyzyjnie rozmieszcza edycje za pomocą kotwic i współrzędnych, dzieli obrazy na edytowalne warstwy, łączy wiele odniesień oraz dopasowuje dokładne kolory i materiały, z wielojęzycznym tekstem w rozdzielczościach 2K i 3K. W Atlas Cloud można uzyskać do niego dostęp za pomocą jednego klucza!
