Pixverse API for Multi-Shot Narrative Video Generation
A Pixverse API oferece aos desenvolvedores acesso direto aos modelos de geração de vídeo da AISphere. V6 abrange texto para vídeo, imagem para vídeo, geração guiada por referência, controle de quadro inicial e final, e extensão de clipe em um único fluxo de trabalho, enquanto C1 transforma storyboards em sequências de múltiplas tomadas que mantêm personagens e cenas consistentes entre os cortes. Atlas Cloud atende a ambas as séries com preços transparentes por segundo e nenhuma configuração de infraestrutura. Comece a construir hoje.
Explorar Modelos Líderes
O Atlas Cloud oferece os modelos criativos mais avançados e inovadores do setor.
Todos os endpoints da API do Pixverse explicados: V6 e C1 em cinco modalidades
Veja o que cada endpoint da API do Pixverse recebe, o que ele gera e qual o seu custo no Atlas Cloud, desde prompts de texto únicos até o controle de referência de sete imagens.
| 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. |
Novos recursos dos modelos PixVerse + demonstração
A combinação de modelos avançados com a plataforma acelerada por GPU da Atlas Cloud oferece velocidade, escalabilidade e controle criativo incomparáveis para a geração de imagens e vídeos.
Sequências de ação e VFX
O C1 foi criado para lidar com as sequências que expõem os limites da maioria dos modelos de vídeo com IA: coreografias de combate corpo a corpo, movimento em alta velocidade, efeitos de partículas, dinâmica de fluidos e ambientes atmosféricos. As relações espaciais e o peso físico permanecem consistentes entre os quadros, reduzindo o trabalho de correção que o conteúdo de ação normalmente exige. Ele suporta cenas realistas e estilizadas em um único fluxo de geração.
Produção de vídeo a partir de storyboards
O PixVerse C1 converte layouts estáticos de storyboard diretamente em sequências de vídeo contínuas, com a segmentação de cenas feita automaticamente com base na estrutura do prompt. As equipes de produção podem enviar quadros estáticos e receber uma sequência com vários planos sem reconstruir cada cena do zero. Isso faz do C1 a escolha prática para estúdios de cinema, equipes de animação e agências que trabalham a partir de briefings criativos já aprovados.
Controle de câmera cinematográfico
O PixVerse V6 renderiza movimentos de câmera — planos de acompanhamento, mudanças de perspectiva e revelações de ambiente — com precisão e artefatos mínimos. A emoção e a linguagem corporal dos personagens se mantêm consistentes nas mudanças de cena, o que o torna confiável para sequências narrativas que exigem mais do que um único clipe isolado. Para equipes de marketing e estúdios de conteúdo, isso significa menos correção manual e iteração mais rápida do briefing ao resultado final.
Controle com sete imagens de referência
Marque até sete imagens de referência como sujeito ou plano de fundo, dê um nome a cada uma e chame-a diretamente no prompt. Rostos, produtos e ambientes mantêm sua aparência exata em todos os quadros.
Som e imagem em uma única passagem
Quer som sem uma pipeline separada? Tanto o V6 quanto o C1 renderizam áudio sincronizado na mesma passagem de geração, de modo que trailers, anúncios e clipes para redes sociais saem da API prontos para publicar.
Todos os tamanhos de tela, uma única Pixverse API
De quadros cinematográficos 21:9 a feeds verticais 9:16, oito proporções de tela e quatro níveis de resolução cobrem produção para cinema, TV e redes sociais. Escolha 360p para rascunhos ou 1080p para a entrega final, sem recortes após a geração.
Prompts de 5,000 caracteres na Pixverse API
Um único prompt pode chegar a 5,000 caracteres, o suficiente para especificar ordem dos planos, iluminação, figurino e ritmo em uma única solicitação. Roteiros detalhados se traduzem em imagens que correspondem ao briefing logo na primeira vez.
Pixverse vs outros modelos – um único prompt
O mesmo prompt, gerado pelo Pixverse e por outros modelos de vídeo líderes: multi-shot e filme publicitário de alto padrão
Crie um comercial de produto cinematográfico de 10 segundos para uma bicicleta elétrica de luxo. Cena 1, 0–2 s: Close-up macro de gotas de chuva deslizando pelo quadro preto fosco da bicicleta. Reflexos de neon suaves, profundidade de campo rasa, movimento lento de aproximação da câmera. Ambiência sutil de chuva. Cena 2, 2–5 s: Plano de acompanhamento em ângulo baixo enquanto a bicicleta percorre à noite uma rua molhada da cidade. Os pneus espirram água ao passar por poças rasas. Adicione som realista dos respingos dos pneus, um zumbido suave do motor elétrico e ambiência de tráfego distante. Cena 3, 5–8 s: Plano lateral fluido acompanhando a mesma bicicleta passando sob os postes de luz. Mantenha exatamente a mesma geometria do quadro, rodas, farol, cor e proporções. Motion blur controlado, enquadramento publicitário premium. Cena 4, 8–10 s: Hero shot final: a bicicleta para ao lado de um prédio de vidro. O farol brilha suavemente, os reflexos de chuva e neon desaparecem naturalmente. Produto centralizado, nítido, com visual publicitário de alto padrão. Requisitos: - Manter exatamente o mesmo design da bicicleta em todos os planos - Usar controle de câmera cinematográfico claro: close-up macro, acompanhamento em ângulo baixo, plano lateral, hero shot final - Manter chuva, iluminação, reflexos e atmosfera urbana consistentes - Sincronizar o áudio com o movimento: chuva, respingos dos pneus, zumbido do motor elétrico, ambiência urbana - Sem rodas deformadas, sem estrutura do quadro mudando, sem detalhes de produto inconsistentes - Materiais realistas, visual de filme publicitário refinado, 1080p
Pixverse
Wan 2.7
Kling V3.0
Crie um comercial de produto cinematográfico de 10 segundos para uma caixa de som sem fio transparente sobre uma mesa de estúdio moderna. Cena 1, 0–2 s: Close-up macro da carcaça transparente da caixa de som. Os componentes internos ficam visíveis através do invólucro translúcido. Iluminação de estúdio suave, reflexos limpos, profundidade de campo rasa, movimento lento de aproximação da câmera. Cena 2, 2–5 s: A caixa de som liga. Um sutil anel de LED acende do centro para fora. A câmera executa um plano orbital suave ao redor do produto. Adicione um toque de inicialização suave e um pulso grave de baixo sincronizado com a animação do LED. Cena 3, 5–8 s: Plano lateral próximo: as ondas sonoras são visualizadas por meio de vibrações suaves em um copo de água ao lado. A caixa de som mantém exatamente a mesma forma, tamanho, material e disposição interna. Fundo de estúdio limpo, enquadramento de produto premium. Cena 4, 8–10 s: Hero shot final: a caixa de som transparente centralizada na mesa, o anel de LED brilhando suavemente, a câmera recua lentamente. Estúdio futurista minimalista, visual publicitário refinado. Requisitos: - Manter exatamente o mesmo design da caixa de som em todos os planos - Usar controle de câmera cinematográfico: close-up macro, órbita suave, close-up lateral, recuo final no hero shot - Manter iluminação de estúdio, reflexos, transparência e escala do produto consistentes - Sincronizar o áudio com a ação: toque de inicialização, pulso de graves, vibração sutil - Sem componentes internos mudando, sem carcaça transparente deformada, sem posição de LED inconsistente - Estilo de comercial de tecnologia de alto padrão, composição limpa, materiais realistas, 1080p
Pixverse
Wan 2.7
Kling V3.0
De clipes individuais a histórias seriadas: casos de uso da Pixverse API
Quer você esteja animando uma única foto de produto ou dirigindo uma série com vários episódios, a Pixverse API na Atlas Cloud cobre vídeo para redes sociais, animação para e-commerce, transições fluidas e narrativas longas, com preços transparentes de pagamento por uso.
Conteúdo social de formato curto
Transforme um único prompt de texto em um clipe vertical que para o scroll com a geração de texto para vídeo do Pixverse V6. Criadores que publicam diariamente no TikTok, Reels e Shorts mantêm os feeds sempre atualizados por $0.025 por segundo.
Anúncios de produtos com a Pixverse API
Fotos estáticas de produtos se tornam clipes principais cheios de movimento com a conversão de imagem para vídeo do V6, preservando a identidade visual original quadro a quadro. Equipes de e-commerce animam catálogos inteiros em anúncios sem agendar uma sessão de estúdio.
Narrativa seriada com personagens
Precisa do mesmo protagonista em dez episódios? A conversão de referência para vídeo do C1 fixa a aparência do personagem e o ambiente de um clipe para outro, dando a equipes de animação, estúdios de webtoon e detentores de IP um pipeline seriado confiável.
Transições fluidas via Pixverse API
Quando dois quadros-chave definem o seu plano, o endpoint start-end gera todo o movimento entre eles. Cortes de cena refinados, revelações com morphing e visuais de fundo que fazem loop perfeito chegam sem nenhum trabalho manual de keyframes.
Cortes longos a partir de clipes curtos
Os clipes gerados raramente precisam terminar no primeiro corte, já que o endpoint video-extend do V6 continua a filmagem preservando movimento e estilo. Editores encadeiam segmentos estendidos em trailers, videoclipes e sequências mais longas.
Crie apps de vídeo com a Pixverse API
Todos os endpoints V6 e C1 ficam atrás de uma única chave compatível com OpenAI na Atlas Cloud, cobrada por uso a partir de $0.025 por segundo. Desenvolvedores adicionam geração de vídeo pronta para produção aos próprios produtos sem gerenciar infraestrutura de GPU.
Benchmarks da API PixVerse: onde V6 e C1 se posicionam entre os principais modelos de vídeo
Antes de escolher sua stack de geração de vídeo, veja como a API PixVerse se compara com Kling, Veo, Sora e Wan em modos de entrada, resolução, duração de clipe, áudio nativo e preço por segundo.
| Modelo | Modos de entrada | Resolução máxima | Duração do clipe | Áudio nativo | Price per Second |
|---|---|---|---|---|---|
| PixVerse V6 | Texto, imagem, imagens de referência, quadros inicial e final, extensão de vídeo | 1080p | 1 a 15 segundos | √ | From $0.025/s on Atlas Cloud |
| PixVerse C1 | Texto, imagem, imagens de referência, quadros inicial e final | 1080p | 1 a 15 segundos | √ | From $0.03/s on Atlas Cloud |
| Kling 2.5 Turbo Pro | Texto, imagem | 1080p | 5 ou 10 segundos | - | About $0.07/s |
| Google Veo 3.1 | Texto, imagem, imagens de referência, primeiro e último quadro | Até 4K | 4, 6 ou 8 segundos | √ | $0.40/s (Fast from $0.10/s) |
| OpenAI Sora 2 | Texto, imagem | 720p (1080p no Sora 2 Pro) | 4, 8 ou 12 segundos | √ | $0.10/s ($0.30/s for Pro) |
| Alibaba Wan 2.5 | Texto, imagem, orientação de áudio opcional | 1080p | 5 ou 10 segundos | √ | From $0.05/s |
Como Usar Pixverse no Atlas Cloud
Comece em minutos — siga estes passos simples para integrar e implantar modelos pela plataforma da Atlas Cloud.
Crie uma Conta no Atlas Cloud
Cadastre-se em atlascloud.ai e conclua a verificação. Novos usuários recebem créditos gratuitos para explorar a plataforma e testar modelos.
Por Que Usar Pixverse no Atlas Cloud
Combine modelos avançados de Pixverse com a plataforma acelerada por GPU do Atlas Cloud, fornecendo desempenho, escalabilidade e experiência de desenvolvimento incomparáveis.
Desempenho e Flexibilidade
Baixa Latência:
Inferência otimizada por GPU para respostas em tempo real.
API Unificada:
Uma única integração para acessar Pixverse, GPT, Gemini e DeepSeek.
Preços Transparentes:
Faturamento por Token, suporta modo Serverless.
Empresa e Escala
Experiência do Desenvolvedor:
SDK, análise de dados, ferramentas de ajuste fino e modelos tudo em um.
Confiabilidade:
99.99% de disponibilidade, controle de permissões RBAC, logs de conformidade.
Segurança e Conformidade:
Certificação SOC 2 Type II, conformidade HIPAA, soberania de dados nos EUA.
Perguntas sobre a API do Pixverse, respondidas
A API do PixVerse oferece aos desenvolvedores acesso programático aos modelos de geração de vídeo por IA do PixVerse por meio da Atlas Cloud. Em vez de usar o aplicativo voltado ao consumidor do PixVerse, que funciona com créditos diários, adiciona marca d'água e limita a resolução, você chama os modelos diretamente por meio de uma API REST e paga apenas pelo que gerar.
O V6 é a série carro-chefe de uso geral, cobrindo texto para vídeo, imagem para vídeo, referência para vídeo, controle de quadro inicial e final e extensão de vídeo em um único pipeline. Já o C1 adota uma abordagem nativa de storyboard, criada para produção narrativa com múltiplos planos, em que a continuidade de cena e a consistência de personagens entre cortes importam tanto quanto a qualidade de cada quadro. No Atlas Cloud, os endpoints do V6 partem de $0.025 por segundo e os do C1 de $0.03 por segundo.
O preço é sob demanda (pay-as-you-go), sem necessidade de assinatura. Os cinco endpoints do PixVerse V6 são cobrados a partir de $0.025 por segundo de vídeo gerado, e os quatro endpoints do C1 partem de $0.03 por segundo. Você paga apenas pelo que gerar, com preço transparente por chamada em cada requisição.
Todos os endpoints de geração do PixVerse produzem vídeo em 360p, 540p, 720p ou 1080p, com 720p como padrão. Os clipes podem ter de 1 a 15 segundos, e há oito proporções de tela disponíveis: 16:9, 9:16, 1:1, 4:3, 3:4, 2:3, 3:2 e 21:9. Essa variedade cobre desde formatos verticais para redes sociais até quadros cinematográficos 21:9, sem nenhum corte após a geração.
Sim. Tanto o V6 quanto o C1 produzem som na mesma passada de geração, e a API do Pixverse expõe um parâmetro sound habilitado por padrão. Defina-o como false quando quiser sonorizar o clipe por conta própria. A única exceção é o endpoint Video-Extend do V6, que não expõe parâmetro de áudio.
O C1 lê um storyboard de múltiplos painéis como um diretor lê uma página de quadrinhos: trata cada painel como um plano separado e infere a lógica de transição entre eles. O resultado é uma sequência contínua de múltiplos planos com personagens e lógica espacial consistentes, permitindo que as equipes passem dos storyboards aprovados para a filmagem sem reconstruir cada cena. No endpoint de texto para vídeo, a segmentação de planos também pode ser controlada diretamente pela estrutura do prompt.
Os endpoints Reference-to-Video do V6 e do C1 aceitam de 1 a 7 imagens de referência por requisição, cada uma podendo ser marcada como referência de personagem ou de fundo. As imagens podem ser enviadas como URLs públicas ou strings Base64 nos formatos PNG, JPEG ou WebP, com a requisição total limitada a 20MB. São as referências marcadas que permitem às produções de múltiplos planos manter a identidade dos personagens travada de clipe em clipe.
O endpoint Video-Extend do V6 recebe a URL de um vídeo de origem mais um prompt de texto e gera uma continuação de 1 a 15 segundos. A continuidade do movimento e o estilo visual se mantêm na extensão, o que o torna prático para alongar um clipe além da duração original ou construir conteúdo sequenciado a partir de várias fontes. A cobrança é feita à mesma taxa de $0.025 por segundo dos demais endpoints do V6.
Crie uma conta no Atlas Cloud, gere uma chave de API e chame qualquer endpoint do PixVerse com essa chave no cabeçalho Authorization. As requisições rodam de forma assíncrona: você envia uma geração, recebe um prediction ID e depois consulta o endpoint de resultado até o status indicar completed. Não há infraestrutura para configurar, e o acesso Day-0 significa que os novos lançamentos do PixVerse chegam sem nenhuma migração. Comece a construir hoje mesmo.
Explorar Mais Séries
Seedance 2.0
A API do Seedance 2.0 oferece acesso de produção ao modelo de vídeo multimodal da ByteDance — entradas quadrimodais (texto, imagem, vídeo, áudio) e um sistema "Universal Reference" líder do setor que fixa a composição, o movimento da câmera e as ações dos personagens entre as cenas. Integre um controle de nível de diretor com uma única chamada de API, uma taxa fixa de $0,09/s, chave instantânea e sem lista de espera — respaldado por tempo de atividade e conformidade de nível corporativo. O Seedance 2.0 Native 4K já está no ar!
Grok Imagine
A Grok Imagine API oferece aos desenvolvedores a geração de imagens, vídeos e áudio da xAI em um único pacote. Ela produz imagens de até 2K com renderização de texto multilíngue, além de vídeos de até 15 segundos com áudio nativo sincronizado e edição baseada em referências. Na Atlas Cloud, uma única chave executa todos os modos do Grok Imagine, permitindo que você alterne entre imagem, vídeo e áudio sem configurações separadas, a partir de US$ 0,02 por imagem e US$ 0,05 por segundo.
Gemini Omni Flash
A Gemini Omni API traz para o seu stack o modelo multimodal de geração e edição de vídeo do Google DeepMind, apresentado no Google I/O 2026. O Gemini Omni funde o motor de raciocínio do Gemini com mídia generativa, aceitando qualquer combinação de texto, imagens, vídeo e áudio para produzir resultados consistentes e fundamentados em conhecimento. Refine os resultados por meio de conversas naturais — troque objetos, reescreva cenas e mude estilos, enquanto a física, os personagens e a continuidade permanecem intactos. A Atlas Cloud oferece toda a linha Gemini Omni Flash — texto para vídeo, imagem para vídeo com até 7 imagens de referência e referência para vídeo — por meio de uma única API unificada, com preços transparentes por segundo a partir de $0.112 e sem assinatura. Comece a construir hoje mesmo.
GPT Image 2
A API do GPT Image 2 dá aos desenvolvedores acesso ao mais recente modelo de imagem da OpenAI, o sucessor do GPT Image 1.5. Ele gera e edita imagens com renderização de texto precisa em caracteres latinos e CJK, além de uma forte composição para pôsteres, mockups e infográficos. Na Atlas Cloud, você o acessa através de uma API unificada junto a mais de 300 modelos, com créditos gratuitos, 99,99% de tempo de atividade e sem a necessidade de verificação de organização da OpenAI.
Os modelos criativos mais poderosos do Google estão todos disponíveis na Atlas Cloud. O Veo 3.1 oferece geração de vídeo cinematográfico, o Nano Banana 2 impulsiona a criação de imagens de alta fidelidade e o Gemini traz inteligência multimodal para cada fluxo de trabalho. Acesse o pacote completo de modelos do Google por meio de uma única API key com disponibilidade Day-0 e preços de pagamento conforme o uso (pay-as-you-go).
Seedance 2.0 Mini
O Seedance 2.0 Mini leva a geração de vídeo multimodal da ByteDance para fluxos de trabalho onde a velocidade e o custo são essenciais. Ele oferece os principais recursos do Seedance 2.0 com menor impacto — geração mais rápida, menor custo por vídeo e a mesma integração de API que você já usa. Para equipes que executam pipelines de alto volume ou prototipagem em escala, o Mini é a opção padrão prática.
ByteDance
Da geração de vídeo cinematográfico à criação de imagens de alta fidelidade, os modelos mais poderosos da ByteDance estão disponíveis no Atlas Cloud. Execute o Seedance e o Seedream em grande escala com os preços de inferência mais baixos e zero custos indiretos de infraestrutura.
Alibaba
O Atlas Cloud reúne toda a linha de modelos da Alibaba sob uma única API: Qwen para tarefas de linguagem e imagem, e Wan para geração de vídeo em até 1080p. Acesse cada modelo no formato pré-pago (pay-as-you-go) sem necessidade de assinaturas. A API da Alibaba está disponível por meio de uma única URL base usando seu cliente compatível com OpenAI existente.
OpenAI
O Atlas Cloud oferece acesso a toda a linha da API da OpenAI, desde o GPT Image 2 para geração de imagens até o Sora 2 para vídeo. Todos os modelos estão disponíveis na modalidade de pagamento conforme o uso, sem compromisso mensal. Integre-se trocando apenas uma URL base usando a API compatível com a OpenAI.
xAI
Construa pipelines completos de imagem e vídeo usando a xAI API no Atlas Cloud. Gere em 2K, edite com imagens de referência e anime imagens em clipes sincronizados com áudio.
Kwaivgi
A API da Kwaivgi com preço 15% abaixo do padrão. A Atlas Cloud oferece acesso Day-0 a novos lançamentos da Kling com preços de pagamento conforme o uso e sem limite de assentos. Uma conta, uma chave, todos os modelos da Kling do nível padrão ao nível master.
Seedream 5.0 Pro
A API do Seedream 5.0 Pro fornece aos desenvolvedores o modelo de edição de imagens controlável da ByteDance no Atlas Cloud. Ela posiciona as edições com precisão usando âncoras e coordenadas, separa as imagens em camadas editáveis, funde múltiplas referências e combina cores e materiais exatos, com texto multilíngue em 2K e 3K. No Atlas Cloud, você pode acessá-lo por meio de uma única chave!
