Ett API för all media-AI.

Kling 4.0

Kling 4 API levererar Kling 4.0, videomodellen som Kuaishou släppte den 15 oktober 2026. Den genererar upp till 30 sekunder i en enda genomkörning, följer upp till 10 nyckelbildrutor, blandar 15 bilder, videor och motiv via Omni Reference och lägger till stereoljud med läppsynkronisering. Atlas Cloud betjänar alla fyra slutpunkter, inklusive videoredigering, på en enda OpenAI-kompatibel nyckel från 0,11 USD per sekund. Börja bygga idag.

Seedream 5.5

Seedream 5.5 är ByteDance Seeds familj för bildgenerering och redigering. Styr redigeringar med upp till 10 referensbilder, eller dela upp en bild i en basbild och upp till 99 redigerbara lager, med valfri OCR för textlager. På Atlas Cloud kostar generering, redigering och lageruppdelning standardmässigt 0,02 $ per bild, vilket hjälper utvecklare att planera budgetar för bildarbetsflöden. Börja bygga idag.

Wan 3.0

Wan 3.0 är Alibabas senaste videomodell, som producerar upp till 30 sekunder 1080p-video i 30fps med ljud i en enda generering. Styr den med en text-prompt, en första bildruta, upp till 10 referensbilder eller ett dokument. Standard kostar mindre per sekund, medan Prime bibehåller samma funktioner och returnerar resultat snabbare. Båda körs på samma Atlas Cloud-nyckel som Wan 2.7, 2.6 och 2.5.

GPT Image 2.6

GPT Image 2.6 API ger utvecklare OpenAIs bildmodell som släpptes den 4 november 2026 i två versioner: Flare för snabb iteration och Sunburst för detaljerat visuellt arbete. Den genererar bilder 50 % snabbare än tidigare och lägger till animerad GIF-utdata, SVG-export, markup-redigeringar som riktar sig mot området du ringar in samt en komplexitetsinställning. Atlas Cloud tillhandahåller båda modellerna med en OpenAI-kompatibel nyckel med pay-as-you-go-prissättning.

MiniMax H3

MiniMax H3 är MiniMax multimodala videofamilj för att skapa med text, bilder och referenser. Via de rutter som stöds bevarar den motiv från referensmedia, erbjuder flexibla bildformat och kombinerar genererat ljud med bild genom H3 Developer, med utdataprofiler som väljs per endpoint. Atlas Cloud samlar hela familjen bakom en enda OpenAI-kompatibel nyckel, med transparent användningsbaserad prissättning från standardpriset $0.038 per sekund. Börja bygga redan idag.

GPT Image 2.5

GPT Image 2.5 är OpenAIs modell för bildgenerering och bildredigering, lanserad den 8 september 2026 i två API-versioner. Flare är standardversionen, med upp till 50 % lägre latens än GPT Image 2, medan Sunburst tar längre tid på sig för att erbjuda finare kontroll över detaljerade redigeringar. Båda stöder upp till 16 referensbilder, fem kvalitetsnivåer, transparenta bakgrunder och anpassade storlekar upp till 3840px. Atlas Cloud tillhandahåller GPT Image 2.5 API till OpenAIs priser per token, eller till ett fast pris per bild baserat på 1K-, 2K- eller 4K-nivå.

Seedream 5.0 Pro

Seedream 5.0 Pro API ger utvecklare ByteDances kontrollerbara bildredigeringsmodell på Atlas Cloud. Den placerar redigeringar exakt med ankare och koordinater, separerar bilder i redigerbara lager, slår samman flera referenser och matchar exakta färger och material, med flerspråkig text i 2K och 3K. På Atlas Cloud når du den via en enda nyckel!

Seedance 2.0

Seedance 2.0 är ByteDance:s produktionsmodell för video och möjliggör exakt skapande av videoklipp. Omvandla prompts till video, animera en bild för första bildrutan med valfri vägledning från sista bildrutan eller forma resultaten med referensmedia och valfri webbsökning. Atlas Cloud samlar dessa arbetsflöden i ett enhetligt API med transparent prissättning enligt användning och en OpenAI-kompatibel nyckel. Börja bygga idag.

Gemini Omni 1.2 Flash

Kling V3.0

Från Kuaishou stöder Kling V3 API-familjen arbetsflöden för text, bilder och referensvideor. Överför rörelser samtidigt som karaktärens identitet bevaras, styr genereringen med visuella referenser och redigera videor med kommandon på naturligt språk. Atlas Cloud erbjuder Standard- och Pro-endpoints för olika produktionsbehov. Uppdatering: Kling V4 finns nu tillgänglig på Atlas Cloud. Utforska den på sidan [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4).

Grok Imagine Video

Grok Imagine Video ger utvecklare tillgång till xAI:s videofamilj för att skapa, animera, förlänga och redigera klipp. Generera videor på 1 till 15 sekunder från prompter, styr personer, objekt eller stilar med upp till sju referensbilder och arbeta i 480p eller 720p. Atlas Cloud samlar dessa funktioner via OpenAI-kompatibla endpoints med transparent, användningsbaserad prissättning. Börja bygga idag.

Vidu Q4 Preview

Vidu Q4 är Vidus senaste flaggskeppsmodell för video, utformad för generering från bild till video och från referens till video. Den kan animera en enskild stillbild och skapa automatiska scenövergångar, vilket ger utvecklare två inmatningsvägar för olika produktarbetsflöden. Atlas Cloud tillhandahåller dedikerade API-endpoints med publicerade parameterscheman till det verifierade standardpriset $0.04 per sekund. Börja bygga redan idag.

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash är Google DeepMinds naturligt multimodala videomodellfamilj för flexibla produktionsarbetsflöden. Redigera befintligt material med textinstruktioner, bibehåll visuell konsekvens med upp till 10 referensbilder och 3 videoklipp eller förläng en tagning i kedjbara segment till 40 sekunder. Få tillgång till alla arbetsflöden på Atlas Cloud med en enda OpenAI-kompatibel API-nyckel, pay-as-you-go-prissättning och tillgänglighet från dag 0. Börja bygga idag.

Nano Banana 2.1

Nano Banana 2.1 är Googles bildmodellfamilj byggd på Gemini 3.6 Flash. Den erbjuder generering och redigering på Pro-nivå med Flash-hastighet, stöder redigeringar och sammanslagningar på naturligt språk över 1 till 14 indatabilder och bibehåller konsekvens för upp till 4 figurer och 10 objekt. Via Atlas Cloud får utvecklare tillgång till modellfamiljen med en OpenAI-kompatibel nyckel, stabil drifttid och tillgänglighet från dag 0. Börja bygga idag.

Nano Banana 2

Bygg med Nano Banana 2 API, drivs av Googles Gemini 3.1 Flash Image-modell. Den genererar inbyggda 4K-bilder på upp till 4096x2304 med exakt textåtergivning och konsekventa karaktärer över upp till 14 referensbilder för både generering och redigering. På Atlas Cloud når du den via ett enhetligt API tillsammans med över 300 modeller, med priser från 0,04 dollar per bild, 99,99 % drifttid och gratis krediter för att komma igång.

GPT Image 2

GPT Image 2 API ger utvecklare tillgång till OpenAI:s senaste bildmodell, uppföljaren till GPT Image 1.5. Den genererar och redigerar bilder med exakt textåtergivning i latinska och CJK-tecken, plus en stark komposition för affischer, mockups och infografik. På Atlas Cloud når du den via ett enhetligt API tillsammans med över 300 modeller, med gratis krediter, 99,99 % upptid och utan krav på OpenAI-organisationsverifiering.

Grok Imagine Image 2.0

Grok Imagine Image 2.0, utvecklad av xAI, kombinerar avancerad text-till-bild-generering med redigering på naturligt språk för referensbaserade arbetsflöden. Skapa bilder i 1K eller 2K, gå från prompt till färdig bild och förfina befintliga bilder med direkta instruktioner. Atlas Cloud samlar alla stödda endpoints bakom en OpenAI-kompatibel API-nyckel med transparent prissättning och betalning efter användning samt enkel integrering. Börja bygga idag.

Seedance 2.0 Mini

Seedance 2.0 Mini tar ByteDances multimodala videogenerering till arbetsflöden där hastighet och kostnad är avgörande. Det levererar kärnfunktionerna i Seedance 2.0 med ett lättare fotavtryck – snabbare generering, lägre kostnad per video och samma API-integration som du redan använder. För team som kör pipelines med hög volym eller gör prototyper i stor skala är Mini den praktiska standarden.

Suno Chirp

Suno Chirp API ger utvecklare Sunos musikgenereringsmodeller på Atlas Cloud via en enda nyckel. Från en textprompt och valfria låttexter producerar den en fullständig låt med sång och instrumentering, returnerar två variationer per begäran och har instrumentala och flerspråkiga alternativ. Utbudet sträcker sig över Chirp V6 och tidigare versioner, och debiteras per generering från 0,132 USD.

Wan 2.7

Wan 2.7 API ger utvecklare Alibabas allt-i-ett-videosvit, som täcker text-till-video, bild-till-video, referens-till-video och videoredigering, plus bildgenerering. Det producerar infödda 1080p-klipp på upp till 15 sekunder med synkroniserat ljud, kontroll från första till sista bildrutan och upp till 5 karaktärsreferenser. (Se den senaste [Wan 3.0 API-sidan](https://www.atlascloud.ai/models/wan-3.0) för nativ 30-sekunders video och upp till 20 blandade referenser.)

Seedream 5.0 Lite

Seedream 5.0 Lite API tar ByteDances resonemangsförsta bildmodell till Atlas Cloud. Det är den första bildmodellen som kopplar samman webbsökning i realtid med visuellt resonemang, vilket grundar genereringen i liveinformation och verklig fysik, med inbyggd redigering. På Atlas Cloud körs den med en enda OpenAI-kompatibel nyckel från 0,032 USD per bild, med en sekventiell utmatning på upp till 15 konsekventa bildrutor.

Nano Banana 2 Lite

Nano Banana 2 Lite API tar Googles bildmodell Gemini 3.1 Flash-Lite till Atlas Cloud, den snabbaste och mest kostnadseffektiva nivån i Nano Banana-familjen. Den genererar och redigerar bilder på några sekunder samtidigt som den behåller familjens karaktärskonsistens, exakta redigering och verkliga kunskap, över text-till-bild och bildredigering i 1K-upplösning. Få tillgång till den tillsammans med NB2, Pro och över 300 andra modeller via en enda OpenAI-kompatibel nyckel, så att du kan skapa utkast i stora volymer på Lite och färdigställa dem på en högre nivå.

Veo 3.1

Veo 3.1 är Google DeepMinds videogenereringsfamilj för filmisk produktion. Den stöder styrning av första och sista bildrutan, upp till tre referensbilder för konsekvent motivåtergivning samt scenförlängning med visuell och ljudmässig kontinuitet. Atlas Cloud eliminerar behovet av Google Cloud-konfiguration och ger åtkomst via ett OpenAI-kompatibelt API, vilket gör det enkelt att integrera varianterna standard, Fast och Lite i produktionsflöden.

Happyhorse 1.1

HappyHorse 1.1 är Alibabas familj för videogenerering för utvecklare som arbetar med text, källbilder eller visuella referenser. Den omvandlar prompter till videoklipp, animerar en vald första bild med valfri vägledning och kan använda en till nio referensbilder för exakt visuell styrning. Atlas Cloud samlar dessa arbetsflöden i en enda integration med transparent prissättning baserad på faktisk användning. Börja bygga i dag.

Seedream 4.7

ByteDance Seedream 4.7 API förenar text-till-bild-generering, precis redigering och sekventiella bildarbetsflöden i en och samma familj. Den följer instruktioner samtidigt som den bevarar identitet, ljussättning och lokal struktur i källbilder, och kan skapa sammanhängande bildserier i en enda begäran. Använd alla fyra varianterna med en och samma OpenAI-kompatibla Atlas Cloud-nyckel, med transparent prissättning baserad på faktisk användning. Börja bygga redan i dag.

Hunyuan 3D

Hunyuan 3D API placerar Tencents Hunyuan3D-grundmodell i din stack och omvandlar en textprompt eller en enskild bild till ren, vattentät geometri via en tvåstegs-pipeline för form och textur. Välj Pro-nivån för upp till 1.5M faces och 4K PBR-material, eller Rapid för iteration på 2 till 3 minuter. Atlas Cloud tillhandahåller båda nivåerna via en enda OpenAI-kompatibel nyckel med transparent pay-as-you-go-prissättning från $0.02 per generering och Day-0-åtkomst. Börja bygga i dag.

Pixverse V6

Pixverse v6 är PixVerses AI-videogenereringsmodellfamilj för utvecklare som behöver exakt kreativ kontroll. Prompter kan innehålla upp till 5 000 tecken, referensbaserad generering stöder upp till sju bilder och seed-baserade förfrågningar hjälper till att återskapa resultat mellan produktionskörningar. Atlas Cloud samlar alla endpoints i ett enda API med transparent pay-as-you-go-prissättning och utan behov av infrastrukturinstallation. Börja bygga redan i dag.

Grok Imagine

Grok Imagine API täcker xAI:s bild-, video- och talmodeller – från Image 2.0 till Video 1.5 och xAI TTS v1. Rendera 1K eller 2K stillbilder över 14 bildformat, skapa upp till 15 sekunders 1080p-video, styr resultatet med upp till 7 referensbilder, eller lägg till röst på 20 språk. Atlas Cloud kör alla lägen på en enda slutpunkt, prissatt per användning från $0.02 per bild och $0.05 per sekund. Börja bygga idag.

HiDream

HiDream O1 1.5 Image API tar HiDream.ai:s enhetliga grundmodell till din stack, med text-till-bild, redigering av enskilda bilder och motivstyrd personalisering i ett enda system på pixelnivå. Justera guidance och inference steps för hög prompt fidelity över sex förinställningar för bildförhållande. Atlas Cloud levererar den via en enda OpenAI-kompatibel endpoint med transparent pay-as-you-go-prissättning på $0.044 per bild. Börja bygga idag.

HeyGen Avatar V Digital Twin

HeyGen Avatar V Digital Twin bygger på HeyGens avatarteknik och skapar presentatörsvideor med flexibla bakgrundsalternativ. Placera presentatören mot en valfri bakgrund eller ta bort bakgrunden för att förbereda material för kompositioner i flera lager. Med Atlas Clouds API kan du integrera de här funktionerna i videoflöden för produktgenomgångar, introduktionsskärmar och varumärkesprofilerade presentationer. Kom igång redan idag.

MiniMax Speech 2.8

Minimax Speech 2.8 är en familj av text-till-tal-modeller från MiniMax som stöder naturligt och uttrycksfullt tal på 40 språk. Forma varje uppläsning med känslostyrning och välj den version som passar produktens behov. På Atlas Cloud är standardpriset $0.06 per 1 000 tecken för Turbo och $0.10 per 1 000 tecken för HD, vilket ger utvecklare tydliga kostnader för båda modellerna. Börja bygga redan i dag.

Avatar Omni Human 2.0

ByteDance Avatar Omni Human 2.0 är en ljudstyrd modell för karaktärsanimation. Stöd för scener med flera personer och dynamiska gester gör det möjligt att skapa avatarer för gemensamma framträdanden med uttrycksfulla karaktärsrörelser. På Atlas Cloud kan du integrera modellen via API-åtkomst och använda dess modellspecifika parameterschema för att konfigurera indata i ditt videoflöde. Börja bygga redan i dag.

Gemini Flash TTS

Gemini Flash TTS är Googles familj av talgenereringsmodeller för utvecklare som skapar uttrycksfullt ljud från text. Välj Gemini 3.1 Flash för den senaste generationen, Gemini 2.5 Flash för styrbart tal eller Gemini 2.5 Pro för studiokvalitet. Förinställda röster finns för alla alternativ, och i 3.1 Flash och 2.5 Pro kan talstilen styras med naturligt språk. Atlas Cloud samlar alla tre modeller i en och samma katalog. Börja bygga idag.

MiniMax Lyrics

Minimax Lyrics är MiniMax dedikerade modell för låtskrivande, utformad för produktionsklara arbetsflöden inom låtskrivning. Förfina ofärdiga rader, strukturera om ett utkast eller bygg ut en befintlig låt samtidigt som dess kreativa inriktning bevaras, och skicka sedan resultatet direkt till MiniMax musikmodeller som textunderlag. Använd den via Atlas Cloud till det verifierade standardpriset på $0.01 per generering. Börja bygga idag.

MiniMax Music 2.6

MimiMax Music 2.6 är MiniMax senaste text-till-musik-modell för utvecklare som bygger upplevelser med vokal- och instrumentalmusik. Forma varje låt med en stilprompt och text, och strukturera sedan dess förlopp med de sektionkontroller som stöds. Atlas Cloud ger åtkomst via en enda OpenAI-kompatibel nyckel med transparent löpande betalning till standardpriset $0.15 per generering. Börja bygga redan idag.

MiniMax Music 3.0

MiniMax Music 3.0 ger utvecklare tillgång till MiniMax:s musikmodell med 11.1B parametrar och öppna vikter. Forma låtstrukturen med sektionsetiketter, ange valfri sångtext och välj sångbaserad eller instrumental output, medan modellen hanterar komposition, arrangemang och produktion i ett enda steg. Atlas Cloud erbjuder enhetlig API-åtkomst med transparent pay-as-you-go-prissättning till standardpriset $0.15 per generering. Börja bygga redan idag.

See Audio 1.0

Seed Audio 1.0 is ByteDance Doubao Voice's next-generation audio engine, designed to move creators beyond basic voice generation into directed narrative production. It streamlines audio engineering for publish-ready audiobooks, serialized episodes, and commercial audio. Access it through Atlas Cloud with one OpenAI-compatible key and transparent pay-as-you-go pricing. Start building today.

Ltx 2.3

ltx 2.3 är Lightricks familj av videogenereringsmodeller för filmiskt skapande i Fast- och Pro-arbetsflöden. Fast-modellerna kan skapa klipp på upp till 20 sekunder i 720p eller 1080p, medan bildarbetsflöden kan animera en första bildruta och valfritt interpolera mot en sista bildruta. Få åtkomst till familjen via ett OpenAI-kompatibelt Atlas Cloud API med transparent prissättning per anrop. Börja bygga redan i dag.

Grok Imagine Video 1.5 Lite

Grok Imagine Video 1.5 Lite är xAI:s billigaste modell i videofamiljen Grok Imagine, utvecklad för integrerad generering av bild och ljud från uppmaningar eller källbilder. Den stöder tal synkroniserat med läpprörelser och valbar utskriftskvalitet, inklusive 1080p uppskalad från 720p. Få tillgång till båda genereringslägena på Atlas Cloud med användningsbaserad prissättning på $0.02 per sekund och en OpenAI-kompatibel nyckel. Börja bygga redan idag.

Vidu Q3

Vidu Q3 är Vidus modellfamilj för förfinad videogenerering och visuellt berättande. Alternativen Pro, Turbo, Q3 och Q3-Mix skapar mjuka rörelser, rika detaljer, flera visuella stilar, intelligent kameraväxling och smidiga scenövergångar. Få åtkomst till familjen via Atlas Cloud med en OpenAI-kompatibel nyckel, transparent betalning baserad på användning, tillförlitlig drifttid och tillgänglighet från dag 0. Börja bygga idag.

Vidu Q2

Vidu Q2 är en familj av videogenereringsmodeller utformad för styrbara produktionsflöden. Definiera start- och slutbilder för att forma en sekvens, animera statiska bilder med mjuka rörelser och välj varianterna Turbo, Pro eller Pro Fast för olika arbetsflödesbehov. Atlas Cloud ger åtkomst via en enda OpenAI-kompatibel API-nyckel med transparent prissättning baserad på faktisk användning och smidig integrering. Börja bygga idag.

Vidu Q1

Vidu Q1 är Vidus multimodala videogenereringsfamilj för utvecklare som bygger styrbara visuella arbetsflöden. Skapa klipp från textprompter, en källbild, visuella referenser eller definierade start- och slutbilder, och välj den inmatningsväg som passar varje produktionsuppgift. Atlas Cloud samlar åtkomsten via en enda OpenAI-kompatibel nyckel, med transparent prissättning per anrop och enkel integration. Börja bygga redan idag.

Hailuo 02

Hailuo 02 är Hailuo AI:s familj av videogenereringsmodeller, utvecklad för utvecklare som behöver flexibel prestanda på flera nivåer. Standard-modellen levererar en verifierad effektivitetsförbättring på 2.5x och en svarsfrekvens på 85 % för komplexa instruktioner, vilket möjliggör videogenerering av hög kvalitet. På Atlas Cloud kostar Fast $0.10 per anrop, Standard $0.28 och Pro $0.49 enligt ordinarie priser, så att team kan anpassa varje arbetsbelastning efter budget- och kvalitetskrav. Börja bygga idag.

PixVerse C1

Pixverse c1 är PixVerses första AI-videomodell som skapats specifikt för filmproduktion. Dess rörelsemotor, filmiska visuella effekter, referensstyrda konsekvens och konvertering av storyboards med flera paneler stöder sammanhängande, styrbara sekvenser med flera tagningar. Via Atlas Cloud kan utvecklare anropa modellen med en OpenAI-kompatibel nyckel till standardpris från $0.03 per sekund. Börja bygga redan idag.

Midjourney 8.2

Midjourney 8.2 gör Midjourneys familj av verktyg för bild- och videoskapande tillgänglig för utvecklare via Atlas Cloud. Skapa från text, omtolka eller ändra stilen på befintliga bilder, kombinera två till fem indata, ta bort bakgrunder eller animera en bild till fyra 5-sekundersklipp i 480p eller 720p. Använd alla arbetsflöden via en enda OpenAI-kompatibel nyckel med transparent prissättning enligt användning och hög tillgänglighet. Börja bygga idag.

Kling 2.5 Turbo Pro

Kling v2.5 Turbo Pro är Kuaishous modell för videogenerering som förvandlar promptar och källbilder till välpolerade klipp. Den ger filmisk precision i rörelserna och förbättrad tidsmässig stabilitet, så att scenerna förblir sammanhängande när motiv och kameror rör sig. Atlas Cloud erbjuder båda genereringslägena via ett enhetligt API, med transparenta betala-efter-användning-priser och en enda OpenAI-kompatibel nyckel. Börja bygga redan i dag. Uppdatering: Kling V4 finns nu på Atlas Cloud. Utforska den på sidan [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4).

Kling 2.6

Kling v2.6 är Kuaishous familj av videomodeller för filmisk text-till-video- och bild-till-video-skapande, AI-avatarer och referensstyrd rörelseöverföring. Den stöder flexibla bildförhållanden, förbättrad dynamik, stabil identitet och temporal konsekvens i specialiserade arbetsflöden. Atlas Cloud erbjuder Pro- och Standard-alternativ via enhetliga endpoints med transparent prissättning enligt användning. Börja bygga redan idag. Uppdatering: Kling V4 finns nu på Atlas Cloud. Utforska den på sidan [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4).

Kling o1

Kling O1 är Kuaishous familj av videomodeller, byggd med teknik för multimodalt visuellt språk. Arbetsflödena för text-till-video och bild-till-video kopplar samman språk och visuell kontext för att skapa sömlösa scener utifrån prompter eller källbilder. Atlas Cloud erbjuder båda lägena via ett REST API som är klart att använda, utan kallstarter och med transparent prissättning enligt användning. Börja bygga redan idag. Uppdatering: Kling V4 finns nu på Atlas Cloud. Utforska den på sidan för [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4).

Seedream 5.0 Flash

Seedream v5.0 Flash är ByteDance:s bildmodellserie för generering, redigering och strukturerad extrahering av tillgångar. Dess endpoint för lageruppdelning delar upp en bild i en basbild och upp till 16 ordnade PNG-lager, komplett med begränsningsrutor, namn, beskrivningar och z-indexdata. Atlas Cloud erbjuder åtkomst mot betalning efter användning via tre dedikerade endpoints med ett verifierat standardbaspris på $0.018. Börja bygga redan idag.

xAI TTS V1

xAI TTS v1 är xAI:s text-till-tal-modell med hög naturtrogenhet för att omvandla skriftligt innehåll till naturligt, uttrycksfullt ljud. Den stöder 20 språk och erbjuder finmaskig kontroll över framförandet, så att du kan anpassa hur talet låter i olika applikationer. Få åtkomst till modellen via Atlas Cloud med en enda OpenAI-kompatibel nyckel och transparent användningsbaserad prissättning. Börja bygga redan idag.

Qwen Image 3.0 Pro

Qwen Image 3.0 pro är Qwens familj för bildgenerering och bildredigering för utvecklare som bygger visuella produktionsflöden. Den skapar bilder upp till 2048×2048, skriver automatiskt om prompts, väljer upplösning utifrån promptens avsikt och följer redigeringsinstruktioner på naturligt språk samtidigt som ansiktsdrag och identitet bevaras. Få åtkomst till båda modellerna via Atlas Cloud med en enda OpenAI-kompatibel nyckel och standardprissättning enligt användning på $0.04 per anrop. Börja bygga redan idag.

Qwen Image 3.0

Qwen Image 3.0 är Qwens familj av modeller för bildgenerering och bildredigering, avsedd för utvecklare som bygger visuella produkter. Den kombinerar exakt följsamhet till promptar och avancerad textrendering med automatisk omskrivning av promptar samt val av upplösning som styrs av prompten. Genom Atlas Cloud får utvecklare tillgång till både genererings- och redigeringsmodeller med standardprissättning enligt användning på $0.03 per call. Börja bygga idag.

Qwen Image 2.0 Pro

Qwen Image 2.0 pro kommer från Qwen-modellfamiljen och är avsedd för professionella arbetsflöden för bildgenerering och bildredigering. Avancerad förståelse av prompter och instruktioner omvandlar detaljerade kreativa anvisningar till högkvalitativa nya bilder eller precisa redigeringar. Atlas Cloud tillhandahåller färdiga REST-inferensendpoints för båda modellerna till standardpriset $0.075 per anrop, vilket förenklar integration och kostnadsplanering. Börja bygga redan idag.

Qwen Image 2.0

Qwen Image 2.0 är nästa generations bildmodell från Qwen-teamet på Alibaba Cloud. Den är byggd för text- och bildinmatning och levererar inbyggd 2K-utdata, bättre semantisk följsamhet, realistiska detaljer och exakt instruktionsefterlevnad i arbetsflöden för både skapande och redigering. Atlas Cloud tillhandahåller färdiga REST-endpoints för båda lägena, utan cold starts, till standardpriset $0.035 per bild. Börja bygga redan i dag.

Grok Imagine Video 1.5

Grok Imagine Video 1.5 är xAI:s videogenereringsfamilj för utvecklare som behöver styrd rörelse utifrån prompter och visuella indata. Animera en startbild med rörelseinstruktioner på naturligt språk, välj 480p eller 720p för referensarbetsflöden och lägg till en valfri referensröst som styr resultatet. Få åtkomst till stödda lägen via en enda OpenAI-kompatibel Atlas Cloud-nyckel med transparent betalning efter användning. Börja bygga idag.

MiniMax H3 Max

MiniMax H3 Max från MiniMax skapar filmiska videor och stöder valfri vägledning med sista bildrutan när en källbild animeras, vilket ger utvecklare större kontroll över hur varje bildsekvens avslutas. Atlas Cloud erbjuder åtkomst med betalning efter användning via ett OpenAI-kompatibelt API, med standardpriser på $0.05 per sekund för H3 Max och $0.025 per sekund för Turbo. Båda varianterna använder transparent debitering per sekund. Börja bygga idag.

MiniMax H3 Fast

MiniMax H3 Fast är MiniMax familj för promptstyrd videogenerering med filmisk text-till-video, styrbar animering från första bildrutan med en valfri sista bildruta samt referensbaserade klipp som behåller källans motiv. Få åtkomst till alla arbetsflöden via Atlas Clouds enhetliga API till standardpriset enligt pay-as-you-go-modellen på $0.046 per sekund, med en enda integration för hela familjen. Börja bygga idag.

Luma Ray

Luma Ray 3.2 API levererar Lumas Ray 3.2-videomodell via Atlas Cloud, uppdateringen som låter kreatörer regissera AI-video bildruta för bildruta istället för att bara använda prompter. Generera filmiska klipp från text eller en första bildruta, omforma stilen på en källvideo med intensitetskontroll, eller rama om en tagning till ett nytt bildförhållande, allt i 540p till 1080p i tagningar på 5 eller 10 sekunder. Få tillgång till alla lägen via en enda Atlas Cloud-nyckel med pay-as-you-go-prissättning från 0,03 USD per sekund. Börja bygga idag.

Luma Uni 1

Luma Uni 1 API levererar Lumas första enhetliga resonerande bildmodell via Atlas Cloud, som täcker text-till-bild, styrbar redigering och referensgenerering från upp till 9 bilder. Uni-1 resonerar via en prompt istället för att matcha sökord, så scener kompletteras med en rymdlogik som bygger på sunt förnuft och en mindre AI-aktig look, och matas ut i 2048px över nio bildförhållanden. Få tillgång till alla fyra modellerna via en Atlas Cloud-nyckel med pay-as-you-go-prissättning från 0,04 USD per bild och utan väntelista. Börja bygga idag.

Seedance 2.0 Fast

Seedance 2.0 fast är ByteDances videogenereringsfamilj för snabba produktionsflöden. Den omvandlar textprompter till video med inbyggt ljud, animerar en bild för första bildrutan med en valfri sista bildruta och tar emot multimodala referenser för kontrollerad generering. Atlas Cloud samlar alla lägen bakom en enda OpenAI-kompatibel nyckel med transparent prissättning där du bara betalar för det du använder, så att utvecklare effektivt kan gå från testning till integration. Börja bygga idag.

Nano Banana Pro

Nano Banana Pro är Googles nästa generations Nano Banana-bildmodell för visuella arbetsflöden i produktion. Den genererar bilder med skarpare detaljer, rikare färgkontroll och snabbare diffusion, medan särskilda redigeringsendpoints stöder exakta AI-drivna justeringar. Via Atlas Cloud kan utvecklare välja Text-to-image-, Edit-, Ultra- eller Developer-endpoints, med standardpriser från $0.14 per anrop. Börja bygga idag.

Hi3D

Hi3D är Math Magics bild-till-3D-familj, baserad på de egenutvecklade modellerna Sparc3D och Ultra3D. Den bibehåller strukturell trohet, geometrisk precision och konsekventa texturer i fyra nivåer, medan v3.0 Master stöder meshmodeller på upp till 5 million faces för huvudobjekt och 3D-utskrift. Få tillgång till familjen på Atlas Cloud med transparent prissättning per anrop, betalning efter användning och tillgänglighet från Day-0. Börja bygga idag.

Meshy 7

Meshy 7 är Meshys 3D-genereringsfamilj för att omvandla promptar, enstaka bilder eller flera referenser till texturerade tillgångar. Arbetsflödena stöder fristående texturreferenser från flera vyer, justerbara polygonbudgetar, valfria PBR-kartor upp till 8K, sex exportformat samt A- eller T-poser för karaktärer. Få tillgång till text-till-3D, bild-till-3D och flera bilder-till-3D via Atlas Cloud med betalning efter användning och en enda OpenAI-kompatibel nyckel. Börja bygga idag.

FLUX 3

FLUX 3 API tar Black Forest Labs senaste grundmodell till din stack: en enhetlig Self-Flow-arkitektur som tränats gemensamt på bilder, video och ljud. Generera klipp på upp till 20 sekunder med flerspråkig dialog, ljudeffekter och miljöljud i ett enda pass, eller rendera text-till-bild-arbeten med korrekt typografi. Atlas Cloud tillhandahåller den med en enda OpenAI-kompatibel nyckel, pay-as-you-go-prissättning per anrop och Day-0-åtkomst.

Tripo

Tripo API tar Tripo3D:s senaste H3.1-motor till din stack och omvandlar textprompter och enskilda bilder till detaljerade 3D-modeller. Generera täta mesh-modeller med upp till 2 million polygons med konfigurerbara PBR-material, quad topology för riggning och export i GLB eller FBX. Atlas Cloud tillhandahåller den via en API key med transparent prissättning per anrop på $0.10 per generation och Day-0 access till nya releaser. Börja bygga i dag.

Krea

Krea API levererar Krea 2 Turbo, den hastighetsoptimerade open source-varianten av Krea 2 från Krea, med hela dess karakteristiska estetiska bredd intakt. Ge den en textprompt så renderar den skarpa, detaljerade bilder i en snabb körning, väl lämpad för snabb idégenerering och snabba designiterationer. Atlas Cloud kör modellen på en enhetlig endpoint med transparent pay-as-you-go-prissättning från $0.008 per image och pålitlig drifttid. Börja bygga idag.

VEED

Perfect for AI Avatar Video Creation

Youchuan

Youchuan API omfattar nu både V8.1- och V8.2-generationerna, för både stillbilder och rörligt material. Promptdrivna lägen returnerar fyra variationer på en gång, bilder renderas i inbyggd 2K HD utan uppskalningssteg, blends sammanfogar upp till fem referenser, och en enskild stillbild animeras till femsekundersklipp i 480p eller 720p. Atlas Cloud tillhandahåller det via en OpenAI-kompatibel nyckel med Day-0-åtkomst och pris per anrop från 0,086 USD. Börja bygga i dag.

Seed 3D

Seed 3D API levererar ByteDances Seed3D V2.0, en andra generationens foundation model som omvandlar en enda bild till en helt texturerad 3D-resurs med enhetliga PBR-kartor för albedo, normal, metallic och roughness som produceras i ett enda pass. Dess coarse-to-fine Diffusion Transformer vann 92,8 % av blinda jämförelser mot Tripo 3.0. Atlas Cloud tillhandahåller den via en OpenAI-kompatibel endpoint för $0.353 per generering med pay-as-you-go-prissättning och Day-0 access. Börja bygga idag.

Avatar Omni Human 1.5

Seedream 4.5

Seedream 4.5 API gör ByteDances senaste bildmodell tillgänglig för utvecklare via en enda ändpunkt. Det förenar 4K text-till-bild-generering med referensbaserad redigering, renderar exakt typografi och håller motiv konsekventa över upp till 10 referensbilder. Atlas Cloud tillhandahåller det via ett OpenAI-kompatibelt API med tillförlitlig upptid och transparent prissättning på 0,04 USD per bild, utan att det krävs något abonnemang.

Vidu

Vidu är Shengshu Technologys familj av videogenereringsmodeller, skapad för sammanhängande rörelser och stabila motiv genom föränderliga bildsekvenser. Q-serien stöder kontroll av flera motiv, intelligent kameraväxling, mjuka rörelser samt synkroniserad ljud- och videoutmatning för filmiskt berättande. Atlas Cloud ger tillgång från Day 0 till den växande modellserien och håller nya lanseringar nära din produktionspipeline. Börja bygga idag.

Qwen Image

Qwen Image är Alibabas Tongyi Qianwen-familj för bildgenerering och bildredigering, utvecklad för att återge komplex kinesisk och engelsk text i många olika visuella stilar. Dess 20B MMDiT-modeller stöder detaljerad bildskapande, textändringar i bilder, objektmanipulering, ändringar av handlingar, stilöverföring och detaljförbättring. På Atlas Cloud får du tillgång till genererings- och redigeringsendpoints till standardpriser från $0.03 per bild. Börja idag.

Gemini Omni Flash

Gemini Omni är Google DeepMinds videomodellfamilj med inbyggt multimodalt stöd för promptstyrt skapande och redigering. Skapa från text, animera stillbilder eller bearbeta befintligt videomaterial med valfria visuella referenser, samtidigt som oförändrat innehåll bevaras. Flexibla inställningar för upplösning, bildformat och längd stöder många olika produktionsflöden. Atlas Cloud samlar åtkomsten med transparent prissättning enligt användning. Börja bygga idag.

Nano Banana

Nano Banana gör Googles Gemini-modeller för bildgenerering och bildredigering tillgängliga för utvecklare via Atlas Cloud. Skapa bilder från text eller redigera befintliga bilder och leverera dem i PNG- eller JPEG-format i kvadratiska, stående, liggande och ultrabreda layouter. Valfri Base64-utdata stöder API-arbetsflöden. Atlas Cloud erbjuder ett OpenAI-kompatibelt gränssnitt, åtkomst från dag 0 och transparent pay-as-you-go-prissättning. Börja bygga redan idag.

Hailuo 2.3

Utvecklad av MiniMax ger Hailuo 2.3 professionell videogenerering till kreativa arbetsflöden och produktionsprocesser. Standard och Pro kombinerar tillförlitlig promptföljsamhet med avancerad rörelse, realistisk fysik, filmiska bilder, detaljerad scenutveckling och konsekvent karaktärskontinuitet, medan Fast möjliggör snabba iterationer. Atlas Cloud erbjuder alla fem varianterna med transparent prissättning baserad på faktisk användning. Börja bygga idag.

Wan 2.6

Wan 2.6 API bygger en berättelse med flera tagningar från en enda prompt, i stället för ett enskilt klipp. Alibabas berättarmotor klipper mellan tagningar med sammanhängande övergångar samtidigt som karaktärens identitet, röst och stil hålls stabila genom hela scenen. Den omfattar text, bild och referens till video i 1080p, med synkroniserat ljud och flerspråkig läppsynk. Nå den via en enda nyckel på Atlas Cloud, tillsammans med över 300 modeller.

Flux.2 Image

Developed by Black Forest Labs, FLUX.2 is a powerhouse 32-billion parameter rectified flow Transformer model that redefines creative workflows by unifying AI image generation, editing, and composition. It transforms complex text prompts into high-fidelity visuals while offering integrated tools for professional-grade editing at resolutions up to 2K, providing a streamlined, all-in-one solution for digital artists and designers seeking unmatched precision and scalability in their visual content creation.

Seedance 1.5 Pro

Seedance 1.5 Pro API brings ByteDance's audio-video model to developers through one endpoint. It generates video with synchronized native audio and multilingual lip sync, follows cinematic camera moves such as pans, orbits, and zooms, and keeps characters consistent across 4 to 12 second clips. Atlas Cloud serves both text-to-video and image-to-video with reliable uptime and transparent pricing from $0.018 per second.

Ltx 2.3

Ltx 2.5, från Lightricks LTX-2-familj, omvandlar text eller en bild från första bildrutan till filmisk video med synkroniserat ljud, medan audio-to-video följer ett styrande dialog-, musik- eller atmosfärspår och låter ljudet bestämma videons längd. Välj 24 eller 48 fps, generera upp till 20 sekunder i 720p eller 1080p i Fast-läge och få tillgång till nya versioner på Atlas Cloud från dag 0. Börja bygga redan idag.

Veo 3.1 Lite

Veo 3.1 Lite är Googles familj av videomodeller för utvecklare som bygger skalbara produktionspipelines. Beroende på endpoint kan du använda flexibla längdalternativ, skapa en 8-sekundersövergång mellan definierade första och sista bildrutor eller generera video i vanliga bildformat. Atlas Cloud samlar dessa funktioner under en OpenAI-kompatibel nyckel med transparent användningsbaserad prissättning och smidig API-åtkomst. Börja bygga idag.

Veo 3.1 Fast

Veo 3.1 Fast är Googles videomodellfamilj med fokus på hastighet, byggd för responsiva produktionsflöden och snabba kreativa iterationer. Prompt- och keyframe-arbetsflödena bibehåller imponerande visuell kvalitet samtidigt som de skapar mjuka, uttrycksfulla rörelser. Atlas Cloud ger Day-0-åtkomst, en gemensam nyckel, transparent prissättning enligt pay-as-you-go-modellen och ett verifierat standardbaspris på $0.08. Börja bygga idag.

MAI Image 2.6

MAI Image 2.6 är Microsoft AI:s familj för bildgenerering och bildredigering med fotorealistiska resultat redo för design. Dess flaggskepps- och Flash-varianter erbjuder generering med naturligt språk, förbättrad återgivning av text i bilder, modellstyrda bildformat och precisa, instruktionsstyrda redigeringar. Atlas Cloud samlar alla fyra endpoints med transparent prissättning enligt användning och Day-0-åtkomst för skalbar integration. Börja bygga idag.

ElevenLabs

ElevenLabs v3 API levererar ElevenLabs mest uttrycksfulla text-to-speech-modell och genererar naturligt tal som förmedlar äkta känsla. Inline-ljudtaggar som [whispers], [laughs] och [excited] formar framförande och ton, medan dialog med flera talare väver samman flera röster till ett sömlöst samtal. Atlas Cloud tillhandahåller den via en enda OpenAI-kompatibel endpoint med transparent pay-as-you-go-prissättning och Day-0-åtkomst, redo att nå globala målgrupper redan i dag.

Happy Horse 1.0

HappyHorse 1.0 ingår i Alibabas videogenereringsfamilj för utvecklare som bygger styrbara visuella arbetsflöden. Skapa video från text eller en första bild, styr identitet och stil med one till nine referensbilder eller omvandla befintligt videomaterial med textinstruktioner. Atlas Cloud tillhandahåller en OpenAI-kompatibel nyckel, ett asynkront REST-arbetsflöde, tillförlitlig drifttid och åtkomst från Day-0. Börja bygga idag.

MAI Image 2.5

MAI Image 2.5 API levererar Microsofts familj för fotorealistisk bildgenerering och bildredigering via en enda endpoint, med text-to-image och redigering i standard- och Flash-varianter. Utöver tillförlitlig text i bilder skapar den naturliga porträtt och använder visuellt resonemang för att hålla scenlayouten sammanhängande. Atlas Cloud erbjuder prissättning där du betalar per användning från $0.03 per bild, Day-0-åtkomst och en OpenAI-kompatibel nyckel.

Seedream v4

Seedream v4 är ByteDances avancerade storskaliga bildmodell, och Seedream v4 API gör den produktionsklar med inbyggd 4K-utdata, både text- och bildindata, exakt promptbaserad redigering och konsekventa sekvenser med flera bilder på upp till 14 bildrutor. Atlas Cloud tillhandahåller alla fyra modellnivåer via en OpenAI-kompatibel endpoint, med transparent prissättning enligt betala per användning på $0.03 per bild och åtkomst från Day 0. Börja bygga i dag.

Nvidia Cosmos

Explore Nvidia Cosmos API on Atlas Cloud.

Seedance

Seedance 1 Pro är ByteDances familj för videogenerering och filmiskt skapande i flera tagningar. Den bevarar scenkontinuiteten mellan klipp och omvandlar stillbilder till uttrycksfull rörelse med konsekventa detaljer från bildruta till bildruta. På Atlas Cloud ansluter en OpenAI-kompatibel nyckel till alla v1 Pro-endpoints, medan debitering per sekund och enkelt modellbyte stöder arbetsflöden från snabba prototyper till produktionsrenderingar.

Ideogram

Ideogram Image API tar Ideogram AI:s typografifokuserade modell till Atlas Cloud, byggd för att lösa den textåtergivning som generiska bildmodeller inte klarar. V4-serien skapar skarpa affischer, logotyper och T-shirt-grafik med korrekt stavning, varierade teckensnitt och fina detaljer. Välj Quality-nivån för $0.025 per bild eller Turbo för $0.008, allt via en enhetlig API-slutpunkt med transparent prissättning där du betalar efter användning. Börja bygga i dag.

Van

Van är en flaggskeppsmässig AI-videoserie byggd på Wan 2.5 och 2.6-ramverken, och Van API enar sin fullständiga text-till-video- och bild-till-video-portfölj på Atlas Cloud. Rendera filmiska klipp upp till 1080p, välj sedan snabboptimerade 2.6-modeller för snabb iteration eller kostnadseffektiva 2.5-varianter för stora batchar. Varje modell levereras på Day-0 bakom en OpenAI-kompatibel nyckel med transparent pay-as-you-go-prissättning. Börja bygga idag.

GPT Image 1 Mini

GPT Image 1 MINI är OpenAI:s kostnadseffektiva, inbyggt multimodala modell för att skapa bilder. Med GPT-5:s språkförståelse genererar den högkvalitativa bilder från prompter och redigerar tillhandahållna bilder samtidigt som den bevarar avsikten genom kreativa arbetsflöden. Atlas Cloud erbjuder produktionsklar åtkomst utan kallstarter och transparent betalning per användning till standardpriset $0.005 per anrop. Börja bygga idag.

GPT Image 1.5

GPT Image 1.5 är OpenAI:s bildmodell, driven av GPT-5-vägledning för exakt visuellt skapande. Förvandla prompter på naturligt språk till fotorealistiska scener, produktvisualiseringar, konceptbilder och stiliserad grafik, och förfina sedan bilderna med objektändringar, bakgrundsbyten, retuschering, textredigering samt kontroll över färg och ljussättning. Atlas Cloud erbjuder åtkomst med betalning efter användning, med standardpriser från $0.004 för text-till-bild och $0.006 för redigering. Börja bygga idag.

Wan 2.5

Wan 2.5 API producerar video och ljud i ett svep, så att röst, ljud och läppsynkronisering stämmer överens utan ett separat steg. Den är byggd på Alibabas Diffusion Transformer-arkitektur och stöder text och bild till video från 480p till 1080p i 5 eller 10 sekunder, med pålitlig synkronisering även för kinesiska promptar. Få tillgång till den via en enda nyckel på Atlas Cloud, tillsammans med över 300 modeller.

Wan

Wan API tar Alibabas öppna Wan-videomodeller till Atlas Cloud via en enda enhetlig nyckel. Wan 2.2 var banbrytande med en Mixture-of-Experts-arkitektur för videodiffusion, vilket höjde kapaciteten och rörelsekontrollen till samma inferenskostnad. Den hanterar text-till-video, bild-till-video och video-till-video, med kontroll från första till sista bildrutan, förlängning och uppskalning, allt tillgängligt tillsammans med över 300 modeller.

Tools

Open, advanced large-scale image generative models that power high-fidelity creation and editing with modular APIs, reproducible training, built-in safety guardrails, and elastic, production-grade inference at scale.

LLM

Chat, reason, and code with the latest open-weight large language models across DeepSeek, Moonshot, Qwen, GLM, MiniMax and more.