Atlas Cloud är nu auktoriserad återförsäljare i USA av Dreamina Seedance 2.5 och Seedream 5.0 Pro.Atlas Cloud är nu auktoriserad återförsäljare i USA av Dreamina Seedance 2.5 och Seedream 5.0 Pro.
Talmodellsfamiljen från xAI skapar naturligt ljud med hög ljudtrohet och en fördröjning på under en sekund. Uttrycksfulla taggar formar pauser, viskningar, betoningar och tempo på 20 språk, medan justerbar talhastighet och textnormalisering ger bättre kontroll över framförandet. Atlas Cloud tillhandahåller en enhetlig ljudendpoint med konsekvent debitering per Unicode-tecken och transparent standardprissättning för produktionsarbetsflöden.
xAI är utvecklad av xAI. Atlas Cloud (som drivs av Atlas Cloud AI LLC) tillhandahåller åtkomst till modellen men äger den inte. Alla varumärken tillhör sina respektive ägare.
Skapa filmiska videor med hög detaljrikedom från text och bilder med de senaste AI-modellerna för videogenerering på Atlas Cloud.
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.
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.
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.
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.
Skapa hänförande, produktionsklara bilder från prompts och referenser med de mest avancerade AI-modellerna för bildgenerering på Atlas Cloud.
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.
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.
Driv chatt, resonemang och agenter i stor skala med ledande stora språkmodeller, levererade snabbt och prisvärt på Atlas Cloud.
Compare standard vs. our pricing across every xAI model.
| Model | Standard Price (USD) | Our Price (USD) | Discount | |
|---|---|---|---|---|
| Grok Imagine Image 2.0 Developer Edit | $0.04/pic | Start from$0.014/pic | -65% | View |
| Grok Imagine Image 2.0 Developer Text-to-Image | $0.04/pic | Start from$0.014/pic | -65% | View |
| Grok Imagine Video V1.5 Lite Developer Image-to-Video | $0.02 | Start from$0.007/s video | -65% | View |
| Grok Imagine Video V1.5 Lite Developer Text-to-Video | $0.02 | Start from$0.007/s video | -65% | View |
| Grok Imagine Video v1.5 Developer Reference-to-Video | $0.08 | Start from$0.028/s video | -65% | View |
| Grok Imagine Video v1.5 Developer Text-to-Video | $0.08 | Start from$0.028/s video | -65% | View |
Instantly explore and experiment with 400+ production-ready models in the Atlas Playground. Start customizing with one click.
Grok Imagines bild- och video-endpoints hanterar generering, redigering och animering från ett enda API. Team använder dem för att förvandla statiska tillgångar till videoinnehåll med ljud och för att producera visuella kreativa material i ett tempo och till en kostnad som tidigare inte var praktiskt genomförbar.
E-handelsteam bygger pipelines som animerar produktbilder till korta videoklipp med hjälp av Grok Imagine Video v1.5, med omgivande ljud och produktkontextuellt ljud genererat i samma anrop. Ett enda produktfoto blir ett ljudsatt klipp redo för annonser och produktsidor utan videoinspelning eller ljudredigering. Till en kostnad av 0,096 dollar per sekund på Atlas Cloud kostar en 10-sekunders produktvideo mindre än en dollar.
Varumärkesteam använder Grok Imagine Video v1.5 för att förvandla godkända kampanjfotografier till animerade sociala annonser med inbyggt genererat ljud. Eftersom ljud- och videotokens produceras i samma inferenspassering (inference pass), synkroniseras dialog, ljudeffekter och bakgrundsmusik med bilderna utan efterbearbetning. Detta tar helt bort ljudproduktionssteget från annonsens kreativa arbetsflöde.
Regissörer och filmfotografer använder Grok Imagine Image för att generera visuella bildmanus som visar bildkomposition, kameravinkel och ljussättning innan produktionen börjar. Utmatningen i 2K-upplösning är tillräckligt detaljerad för att delas med teamet som en visuell genomgång för varje scen. För 0,06 dollar per bild kostar det mindre än en enda timmes produktionstid att iterera genom flera tagningsalternativ.
Fastighetsutvecklare använder Grok Imagine Video v1.5 för att generera filmiska livsstilsklipp från arkitektoniska renderingar eller interiörbilder. En balkongrendering blir till ett klipp med solnedgångsvy och stämningsfullt ljud, ett köksfoto blir en morgonscen med naturligt ljud. Detta ersätter dyra livsstilsfotograferingar för bostadsannonser och marknadsföringsmaterial inför försäljning.
Kreativa team använder Grok Imagine Image Edits 3-källorsinmatning för att sammanställa element från flera referensbilder till en enda utdata — och kombinerar en produktbild, en bakgrund och en ljusreferens i ett API-anrop. Detta gör det praktiskt att producera kampanjvarianter som bibehåller varumärkeskonsistens i olika sceninställningar. Varje sammansättning kostar 0,06 USD per bild på Atlas Cloud.
Små spelstudior använder Grok Imagine Image för att generera konceptkonst under förproduktionen och skickar sedan nyckelbilder till Grok Imagine Video v1.5 för att producera animerade trailersekvenser. Videoförlängningsfunktionen låter team kedja samman klipp från en enda startbild för att bygga längre filmiska sekvenser som överskrider gränsen på 15 sekunder per anrop. Detta arbetsflöde ersätter externa animationsentreprenörer för marknadsföringsinnehåll i tidiga skeden.
xAI TTS v1 är en text-till-tal-modell från xAI som omvandlar skrivet innehåll till naturligt och uttrycksfullt ljud. Atlas Cloud tillhandahåller den som modellen xai/tts-v1 via sin gemensamma endpoint för ljudgenerering.
Den kan skapa berättarröst, produktpresentationer med röst, tillgänglighetsljud, lokaliserat tal och dialog för röstbaserade applikationer. Uttrycksfulla taggar och justerbara inställningar för framförandet hjälper dig att anpassa det genererade talet till olika scener och målgrupper.
Skicka en POST-begäran till https://api.atlascloud.ai/api/v1/model/generateAudio med Bearer-autentisering, modellvärdet xai/tts-v1, din text och en språkinställning. Fråga sedan prediction-endpointen upprepade gånger med det returnerade aktivitets-ID:t, eller registrera en webhook för att få besked när processen är klar.
Atlas Cloud listar fler än 80 röster och 20 språkalternativ, med automatisk språkdetektering via inställningen auto. De flerspråkiga rösterna Ara, Eve, Leo, Rex och Sal stöder alla språk som listas i endpointens schema.
Lägg till infogade taggar som [pause], [laugh] och [sigh], eller omslut text med taggar som <whisper> och <slow> för att forma framförandet. Talhastigheten kan justeras från 0.7 till 1.5, medan valfri textnormalisering förbättrar uttalet av siffror, förkortningar och symboler.
Välj MP3, WAV, PCM, μ-law eller A-law utifrån dina krav på uppspelning eller telefoni. Samplingsfrekvenser från 8,000 till 48,000 Hz stöds, och MP3-utdata erbjuder bithastigheter från 32,000 till 192,000 bps.
Atlas Cloud tar betalt för xAI TTS v1 enligt standardpriset $0.015 per 1,000 indatatecken. Debiteringen räknar Unicode-tecken, så ett CJK-tecken räknas på samma sätt som en latinsk bokstav.
Varje Atlas Cloud-begäran accepterar upp till 15,000 texttecken. Dela upp längre manus i separata begäranden och använd samma röst, språk, hastighet och utdata-inställningar när du behöver ett konsekvent framförande mellan segmenten.
Den aktuella dokumentationen för Atlas Cloud beskriver ett asynkront arbetsflöde där du skickar in ett jobb och hämtar resultatet genom upprepade förfrågningar eller via webhook. Begärandeschemat innehåller tre nivåer för latensoptimering, men den offentliga dokumentationen bekräftar inte någon direkt Atlas Cloud WebSocket-endpoint.
Seedance 2.5 API är nu tillgängligt på Atlas Cloud! Det ger utvecklare ByteDances nyaste videomodell. Den genererar upp till 30 sekunder inbyggd video i en enda körning från text, en enskild bild eller upp till 50 multimodala referenser, med synkroniserat ljud och flerspråkig text i bildrutan. På Atlas Cloud når du den genom en enda nyckel, med motivkonsekvens och förbättrad fysik som håller långa tagningar sammanhängande.
Wan 3.0 API är nästa generation av Alibabas Wan-videofamilj, byggd för att ta långformatsgenerering, multireferenskontroll och audiovisuell kvalitet till nya höjder. Atlas Cloud är redan värd för Wan 2.7, 2.6 och 2.5, och Wan 3.0 körs på samma enhetliga nyckel utan separat konfiguration. Börja bygga idag. Rulla ner till uppvisningen för att se vad Wan 3.0 kan skapa.
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-familjen från OpenAI ger utvecklare möjlighet att välja mellan Flare och Sunburst för produktionsarbetsflöden för bilder. Rendera med valfria upplösningar upp till 3840x2160 och välj mellan fem kvalitetsnivåer, däribland xhigh och max, för att uppfylla specifika krav på utdata. Atlas Cloud erbjuder färdig REST-inferens utan cold starts och med standardpriser från $0.004 per generering. Börja bygga idag.
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 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.
Kling 3.0 API tar Kuaishous flaggskeppsvideosvit till Atlas Cloud genom en OpenAI-kompatibel nyckel. Den omfattar två modeller, Kling 3.0 för AI Director-berättande, flerspråkig läppsynkronisering och exakt text på skärmen, samt Kling 3.0 Omni (O3) för kloning av motiv och röst från en kort video eller bild. Båda genererar inbyggt ljud i samma passering, med utmatning upp till 4K. Skapa filmiska narrativ, global marknadsföring, flerspråkiga annonser och serialiserat karaktärsinnehåll på en pålitlig infrastruktur.
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 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 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 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.
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.
Guider, handledningar och produktnyheter som hjälper dig att få ut mesta möjliga av Atlas Cloud.
