FLUX 3 API: 20-Second Video With Native Audio
FLUX 3 API นำ foundation model รุ่นล่าสุดของ Black Forest Labs มาไว้ในสแต็กของคุณ ด้วยสถาปัตยกรรม Self-Flow เดียวที่ฝึกร่วมกันบนภาพ วิดีโอ และเสียง สร้างคลิปความยาวสูงสุด 20 seconds ที่มีบทสนทนาหลายภาษา เอฟเฟกต์เสียง และบรรยากาศเสียงได้ในครั้งเดียว หรือเรนเดอร์งาน text-to-image พร้อมตัวอักษรที่แม่นยำ Atlas Cloud ให้บริการบนคีย์เดียวที่ compatible กับ OpenAI พร้อมการคิดราคาแบบ pay-as-you-go ต่อการเรียกใช้ และการเข้าถึง Day-0
สำรวจโมเดลชั้นนำ
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
ทุก FLUX 3 API Endpoint แยกตาม Modality
มี video endpoints 5 ตัวอยู่ภายใต้ FLUX 3 API surface เดียว และตารางด้านล่างแสดงว่าแต่ละตัวรับอะไร ส่งอะไรกลับ และคิดค่าใช้จ่ายต่อวินาทีเท่าไร
| Modality | คำอธิบาย |
|---|---|
| FLUX 3 T2V API (ข้อความเป็นวิดีโอ) | พรอมต์ข้อความจะถูกแปลงเป็นคลิปยาว 5 ถึง 20 วินาที พร้อมเสียงที่สร้างขึ้นในรอบเดียวกัน เพราะ generate_audio ถูกเปิดไว้เป็นค่าเริ่มต้น ผลลัพธ์ออกมาได้ที่ 720p หรือ 1080p ในอัตราส่วนภาพแบบตายตัว 7 แบบ ตั้งแต่ 21:9 ถึง 9:16 รวมถึงตัวเลือก auto และค่า seed ช่วยให้สร้างผลลัพธ์เดิมซ้ำได้ ราคาอยู่ที่ $0.17 ต่อวินาทีของวิดีโอที่สร้างขึ้น |
| FLUX 3 I2V API (ภาพเป็นวิดีโอ) | อัปโหลดภาพ PNG, JPEG หรือ WebP เพียงภาพเดียว แล้วโมเดลจะทำแอนิเมชันต่อจากเฟรมนั้น โดยรับทิศทางการเคลื่อนไหวและจังหวะจากพรอมต์ ระยะเวลาเลือกได้ตั้งแต่ 5 ถึง 20 วินาที เหมาะกับภาพสินค้า อินโทรตัวละคร และเวอร์ชันตัดสั้นสำหรับโซเชียลที่สร้างจากงานภาพที่คุณมีอยู่แล้ว การคิดค่าบริการอยู่ที่ $0.17 ต่อวินาทีของวิดีโอที่สร้างขึ้น |
| FLUX 3 Keyframes API (คีย์เฟรมเป็นวิดีโอ) | เมื่อช็อตต้องไปให้ถึงจังหวะสำคัญเฉพาะ สามารถปักภาพ keyframe ได้สูงสุด 10 ภาพไว้ที่ตำแหน่งเฟรมแบบเป๊ะ ๆ บนไทม์ไลน์ 24 fps แต่ละ frame_index ต้องไม่เกิน duration คูณ 24 ซึ่งช่วยให้ทีม storyboard และ previz ควบคุมได้โดยตรงว่าอะไรจะปรากฏเมื่อไร อัตราคิดเท่ากับ endpoint สร้างอื่น ๆ ที่ $0.17 ต่อวินาทีของวิดีโอที่สร้างขึ้น |
| FLUX 3 FLF API (เฟรมแรกและเฟรมสุดท้ายเป็นวิดีโอ) | ต้องการให้คลิปลงท้ายด้วยภาพสุดท้ายแบบเป๊ะ ๆ ใช่ไหม? การส่ง start_image_url และ end_image_url จะล็อกทั้งต้นและท้ายของช็อตไว้ ขณะที่โมเดลเติมการเคลื่อนไหวระหว่างกลางให้ การเผยโลโก้ ลำดับการแปลงร่าง และการเปลี่ยนฉากที่ต้องต่อเนื่องกับฟุตเทจรอบข้างล้วนเหมาะกับ endpoint นี้ ที่ $0.17 ต่อวินาทีของวิดีโอที่สร้างขึ้น |
| FLUX 3 Extend API (การต่อขยายวิดีโอ) | ฟุตเทจเดิมจะพาเรื่องราวเดินหน้าต่อบน endpoint นี้: MP4 ที่มีขนาดไม่เกิน 50 MB และสั้นกว่า 15 seconds จะถูกต่อเนื่องจากเฟรมท้ายตามพรอมต์ เสียงยังสร้างควบคู่ไปกับภาพ และยังใช้เอาต์พุต 720p หรือ 1080p กับช่วง 5 ถึง 20 วินาทีเช่นเดิม การต่อขยายมีราคา $0.41 ต่อวินาทีของวิดีโอที่สร้างขึ้น |
วิดีโอ เสียง และคำสั่งกำกับใน FLUX 3 API เพียงครั้งเดียว
FLUX 3 API สร้างโดย Black Forest Labs บนแบ็กโบนมัลติโมดัลเดียว สามารถส่งคืนวิดีโอ HD หรือ Full HD ความยาวสูงสุด 20 วินาที พร้อมบทสนทนา เอฟเฟกต์เสียง และเสียงบรรยากาศที่สร้างขึ้นในรอบเดียวกัน อีกทั้งยังรับคำสั่งกำกับสำหรับช็อต keyframes ภาษา และข้อความบนหน้าจอได้ตลอดกระบวนการ
ภาพและเสียง 20 วินาทีในรอบเดียว
การเรียกเพียงครั้งเดียวส่งคืนวิดีโอความยาว 5 ถึง 20 วินาทีพร้อมเสียงที่สร้างขึ้นภายในรอบเดียวกัน ไม่ใช่การพากย์ทับภายหลัง บทสนทนา เอฟเฟกต์เสียง และเสียงบรรยากาศจะลงตรงเฟรมที่เหตุการณ์เกิดขึ้นพอดี และผลลัพธ์ออกมาได้ที่ 720p HD หรือ 1080p Full HD จังหวะที่แม่นยำแบบนี้ทำให้เปลวไฟจากกระทะหรือเสียงประตูปิดกระแทกดูเหมือนถ่ายทำจริง ไม่ใช่นำชิ้นส่วนมาประกอบกัน
เปลี่ยนฉากและมุมกล้องได้ภายในการสร้างครั้งเดียว
แค่สั่งให้ตัดฉาก โมเดลก็ทำให้ได้ ฉากและมุมกล้องเปลี่ยนได้ภายในการสร้างครั้งเดียว ขณะที่ตัวละครเดิม เสื้อผ้าเดิม และตรรกะของแสงยังคงต่อเนื่องข้ามทุกช็อต ชิ้นงานที่ยาวขึ้นสร้างได้ด้วยการเชื่อมคลิปแบบ agentic ซึ่งเชื่อมการสร้างหลายครั้งแยกกันให้เป็นลำดับวิดีโอที่เล่นได้นานเป็นนาที สตอรีบอร์ดที่เคยต้องเรนเดอร์สี่ครั้งและใช้เอดิเตอร์ ตอนนี้ส่งกลับมาเป็นชิ้นงานต่อเนื่องชิ้นเดียวได้แล้ว
ห้าวิธีเข้าสู่ FLUX 3 API
รองรับจุดเริ่มต้นทั้งห้าแบบ ได้แก่ ข้อความอย่างเดียว ภาพนิ่งภาพเดียว คู่เฟรมแรกและเฟรมสุดท้าย keyframes ที่วางตลอดไทม์ไลน์ หรือคลิปที่มีอยู่แล้วเพื่อนำไปต่อยอด keyframes ใช้ตรึงสิ่งที่จะเกิดขึ้นและเวลาที่เกิด ส่วนการต่อเนื่องจะรับช่วงจากฟุตเทจที่คุณมีอยู่แล้ว สตูดิโอที่มีภาพนิ่งแบรนด์หรือคัตที่ทำค้างไว้ครึ่งทาง สามารถเริ่มจากแอสเซ็ตเหล่านั้นแทนการอธิบายทุกช็อตตั้งแต่ศูนย์ได้
บทสนทนาที่ลงตัวในสิบสามภาษา
บทสนทนาแบบเนทีฟครอบคลุมสำเนียงภาษาอังกฤษ ภาษาจีน สเปน ฝรั่งเศส เยอรมัน ญี่ปุ่น โปรตุเกส รัสเซีย อิตาลี อินโดนีเซีย ตุรกี ฮินดี ปัญจาบ และอื่น ๆ พร้อมการขยับปากที่ตรงกับภาษาที่คุณเลือก ตัวอักษรถูกเรนเดอร์เป็นส่วนหนึ่งของฉากด้วย ดังนั้นป้ายและชื่อเรื่องจึงอยู่ในเฟรมตั้งแต่แรก ไม่ต้องนำไปคอมโพสิตภายหลัง ด้วยเหตุนี้ prompt เดียวจึงสามารถส่งมอบสปอตที่โลคัลไลซ์แล้วพร้อมตัวอักษรที่จัดวางเรียบร้อยได้
FLUX 3 API ภายใต้คีย์ Atlas Cloud เดียว
Atlas Cloud ให้บริการ FLUX 3 ผ่าน unified endpoint เดียวกับที่อยู่หน้าแค็ตตาล็อกส่วนที่เหลือ ดังนั้นคีย์เดียวจึงเข้าถึงโมเดลวิดีโอ รูปภาพ และภาษาได้โดยไม่ต้องทำอินทิเกรชันที่สอง การคิดค่าบริการยังเป็นแบบจ่ายตามการใช้งาน ไม่มีค่าสมัครสมาชิกและไม่มีค่า seat fee โดยคุณจ่ายเฉพาะการสร้างที่รันจริงเท่านั้น การสลับโมเดลก็แค่เปลี่ยนสตริง เริ่มสร้างได้วันนี้
หนึ่ง Prompt สามโมเดล: เปรียบเทียบ FLUX 3 API แบบ Side by Side
แต่ละแถวด้านล่างใช้ prompt เดียวกันทุกประการรันผ่าน FLUX 3 API และโมเดลวิดีโออีกสองตัวบน Atlas Cloud เพื่อให้ประเมินความต่อเนื่องของการเคลื่อนไหว การเปลี่ยนช็อต และเสียงเนทีฟได้จากโจทย์เดียวกัน แทนที่จะอิงเดโมที่คัดมาเฉพาะส่วนที่ดีที่สุด
ไลฟ์แอ็กชันสไตล์ภาพยนตร์ ตรอกด้านหลังในโตเกียวตอนกลางคืนที่พื้นเปียกลื่นจากฝน สุนัข Shiba Inu ใส่เสื้อกันฝนสีเหลืองตัวจิ๋วขี่สเกตบอร์ดลงไปตามตรอก เลี้ยวหลบแอ่งน้ำและช่องไอน้ำ เริ่มด้วยช็อต tracking มุมต่ำที่ไถลเฉียดพื้นเปียกตามหลังบอร์ด แสงนีออนสะท้อนเป็นเส้นพาดผ่านไป สุนัขเฉี่ยวชนกองโคมกระดาษจนกระจายลอยขึ้นในอากาศ แล้ว whip pan ตามโคมใบหนึ่งที่หมุนคว้างไปทางร้านราเมง ตัดไปเป็นช็อตโดรนที่ดึงกล้องขึ้นและถอยหลัง ขณะที่ Shiba ตบอุ้งเท้าลง หมุนบอร์ดให้หยุดกึกอย่างแรง แล้วเห่าหนึ่งครั้งใส่เชฟราเมงที่กำลังหัวเราะ เชฟดีดชาชูหนึ่งชิ้นให้สุนัขงับกลางอากาศ แสงอุ่นจากร้านตัดกับแสงนีออนเย็น ละอองน้ำถูกส่องสว่างจากด้านหลัง เสียง: ฝนตกซู่ ๆ ล้อยูรีเทนกึกก้องบนพื้นหิน กระทะวอกร้อนฉ่า เสียงเห่าแหลมหนึ่งครั้ง เสียงรถไฟแล่นผ่านที่ไหนสักแห่งด้านบน อัตราส่วนภาพ 16:9
Generated with BLACKFORESTLABS FLUX 3 on Atlas Cloud
Generated with Veo3.1 on Atlas Cloud
Generated with Kling v3.0 on Atlas Cloud
สไตล์อนิเมะวาดมือ เวลาเที่ยงวันที่สว่างจ้าเหนือทะเลเมฆไร้ขอบเขต นักตกปลาท้องฟ้าวัยรุ่นทรงตัวบนดาดฟ้าเรือเหาะไม้ แล้วเหวี่ยงสายเบ็ดยาวลงไปในทะเลเมฆ เริ่มด้วยมุมมองบุคคลที่หนึ่งเหนือราวกั้น ขณะสายเบ็ดสะบัดออกไปและหายลับในความขาว คันเบ็ดกระตุกตึงทันที แล้วกล้องตัดไปเป็นการโคจรรวดเร็วรอบดาดฟ้า ขณะที่เธอถูกลากครูดไปบนแผ่นไม้ เชือกเสียดถุงมือจนเกิดควัน รองเท้าข้างหนึ่งเกี่ยวกับขดเชือก เธอยันเท้ากับราวกั้นแล้วดึงกลับสุดแรง ในจังหวะที่ปลาคาร์ปขนาดเท่าวาฬพุ่งทะลุเมฆขึ้นมาด้านหลัง เกล็ดสะท้อนแสงรุ้งพาดไปทั่วใบเรือ ปิดด้วยช็อตฮีโร่มุมต่ำ ขณะที่ลูกเรือโห่ร้องดีใจ และละอองเมฆลอยผ่านเฟรม cel shading แบบงานจิตรกรรม แสง rim light โทนอุ่น เห็นพื้นผิวฝีแปรงชัดเจน เสียง: ลมพัดแรง เชือกเอี๊ยดอ๊าด ดนตรีออร์เคสตราค่อย ๆ ไต่ระดับ เสียงตูมลึกชุ่มน้ำตอนทะลุผิวน้ำ อัตราส่วนภาพ 16:9
Generated with BLACKFORESTLABS FLUX 3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Kling v3.0 on Atlas Cloud
ที่ที่ทีมต่าง ๆ นำ FLUX 3 API ไปใช้งานจริง
ไม่ว่างานนั้นจะเป็นคลิปโซเชียลยาวยี่สิบวินาทีพร้อมเสียงในตัว, สตอรี่บอร์ดแบบคีย์เฟรม, งานตัดโฆษณาแบบโลคัลไลซ์, หรือร่างคร่าว ๆ ก่อนเรนเดอร์ขั้นสุดท้าย FLUX 3 API ก็รองรับได้บน Atlas Cloud ด้วยราคาแบบจ่ายตามการใช้งานและสิทธิ์เข้าถึงตั้งแต่ Day-0.
คลิปโซเชียลที่มาพร้อมเสียงครบในตัว
สร้างวิดีโอได้ยาวสูงสุดยี่สิบวินาทีจากพรอมป์ตข้อความเพียงครั้งเดียว พร้อมเสียงพูด เอฟเฟกต์ และบรรยากาศที่สร้างมาคู่กับเฟรม ทีมโซเชียลได้คลิปสำเร็จรูปโดยไม่ต้องทำงานเสียงแยกอีกขั้น
สตอรี่บอร์ดหลายช็อตผ่าน FLUX 3 API
คีย์เฟรมแบบเรียงลำดับช่วยให้ FLUX 3 API พาแต่ละฉากไปตามช่วงเวลาที่กำหนด ปรับมุมกล้องและฉากภายในงานสร้างเดียว ศิลปินสตอรี่บอร์ดสามารถพรีวิวลำดับทั้งหมดได้ก่อนจะจองถ่ายจริง
การจัดวางตัวอักษรและข้อความในเฟรม
Typography แสดงผลได้แม่นยำภายในฉากที่สร้างขึ้น และการจัดการข้อความหลายภาษาก็ดีขึ้นจาก FLUX รุ่นก่อน ๆ ที่เคยส่งมา งานจำลองบรรจุภัณฑ์ การ์ดชื่อเรื่อง และแบนเนอร์โลคัลไลซ์ ออกมาจากการเรียกเพียงครั้งเดียวพร้อมให้ตรวจทาน
งานตัดโฆษณาแบบโลคัลไลซ์ด้วย FLUX 3 API
ต้องการสปอตเดียวกันในหกตลาดใช่ไหม? FLUX 3 API สร้างบทสนทนาหลายภาษาแบบซิงโครไนซ์ไปพร้อมกับวิดีโอ ทำให้แต่ละเวอร์ชันมีแทร็กเสียงโลคัลไลซ์ของตัวเอง โดยไม่ต้องผ่านห้องพากย์
ใช้ฟุตเทจเดิมให้คุ้มอีกครั้ง
ฟุตเทจที่มีอยู่สามารถนำไปใช้ในบริบทใหม่ ขยายต่อด้วยเสียงที่เข้ากัน หรือปรับรูปแบบใหม่ได้ โดยองค์ประกอบหลักยังคงเดิม เอเจนซีชุบชีวิตชิ้นงานแคมเปญเก่า แทนการสั่งถ่ายใหม่อีกครั้ง
รอบร่างราคาประหยัดบน FLUX 3 API
โหมดร่างจะส่งพรีวิว HD ที่รวดเร็วในต้นทุนต่ำกว่า และช็อตที่อนุมัติแล้วจะเรนเดอร์ใหม่อีกครั้งเป็น HD หรือ FHD ผ่าน FLUX 3 API ทำให้การปรับแก้ไปมาคุ้มงบ แม้คอนเซ็ปต์จะต้องลองถึงยี่สิบครั้ง
เปรียบเทียบ FLUX 3 API กับโมเดลวิดีโออื่น ๆ บน Atlas Cloud แบบเคียงข้างกัน
พิจารณาความยาวคลิป ความละเอียดเอาต์พุต เสียงแบบเนทีฟ และต้นทุนต่อวินาที เพื่อดูว่า FLUX 3 API เหนือกว่าตรงไหน และโมเดลอื่นบน Atlas Cloud อาจเหมาะกับ pipeline ของคุณมากกว่าตรงไหน
| โมเดล | ความยาวคลิปสูงสุด | ความละเอียดเอาต์พุตสูงสุด | เสียงแบบเนทีฟ | ราคาต่อวินาที |
|---|---|---|---|---|
| FLUX 3 Video (Text-to-Video) | 20 s | FHD, สูงสุด 2 MP ต่อเฟรม | √ บทสนทนา, SFX, เสียงบรรยากาศ | $0.17 HD / $0.29 FHD |
| FLUX 3 Video (Video-to-Video) | 20 s | FHD, สูงสุด 2 MP ต่อเฟรม | √ บทสนทนา, SFX, เสียงบรรยากาศ | $0.41 HD / $0.53 FHD |
| Seedance 2.0 Text-to-Video | 15 s | 4K (3840 x 2160) | √ เปิดไว้เป็นค่าเริ่มต้น | $0.112 |
| Kling V3.0 Turbo Text-to-Video | 15 s | 1080p | √ เลือกเปิดได้, ปิดไว้เป็นค่าเริ่มต้น | $0.112 |
| Wan-2.7 Text-to-video | 15 s | 1080p native, 1440p-SR | √ SFX, เพลง, เสียงบรรยากาศ | $0.10 |
| Veo3.1 Text-to-video | 8 s | 1080p | √ เสียงที่ซิงโครไนซ์ | $0.20 |
วิธีใช้ FLUX 3 บน Atlas Cloud
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สร้างบัญชี Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
ทำไมต้องใช้ FLUX 3 บน Atlas Cloud
การรวมโมเดล FLUX 3 ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
ประสิทธิภาพและความยืดหยุ่น
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน FLUX 3, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว
ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless
องค์กรและขนาด
ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต
ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม
ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา
คำถามเกี่ยวกับ FLUX 3 API พร้อมคำตอบสำหรับนักพัฒนา
FLUX 3 คือ multimodal foundation model ของ Black Forest Labs ที่ฝึกแบบร่วมกันบนภาพ วิดีโอ เสียง และการคาดการณ์การกระทำ แทนที่จะนำระบบแยกหลายส่วนมาต่อเข้าด้วยกัน FLUX 3 API เปิดให้เรียกใช้โมเดลนี้ผ่าน Atlas Cloud เพื่อให้คำขอเดียวส่งคืนวิดีโอพร้อมเสียงที่ซิงก์กัน คีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียวครอบคลุมโมเดลนี้และโมเดลอื่นทั้งหมดในแค็ตตาล็อก โดยคิดค่าบริการตามการใช้งานจริง
วิดีโอคือความสามารถที่พร้อมใช้งานทั่วไปในตอนนี้ ครอบคลุม text to video, image to video, ช็อตที่กำกับด้วย keyframe และการต่อคลิปที่มีอยู่เดิม โดยแต่ละแบบเลือกใช้เสียงแบบ native ได้ Black Forest Labs กำลังทยอยเปิดตัวตระกูลนี้เป็นระยะ ดังนั้น FLUX 3 Image และ FLUX 3 Action จะตามมาหลัง video endpoints แทนที่จะเปิดตัวพร้อมกัน
สร้างบัญชี สร้าง API key แล้วชี้ client ที่คุณใช้อยู่ไปยัง FLUX 3 API endpoint คำขอใช้รูปแบบที่เข้ากันได้กับ OpenAI แบบเดียวกับที่ใช้ทั่วทั้งแค็ตตาล็อกของ Atlas Cloud จึงไม่ต้องเรียนรู้ SDK แยก และไม่ต้องแก้ปัญหา vendor lock-in ภายหลัง การคิดค่าบริการเป็นแบบ pay-as-you-go ต่อการสร้างหนึ่งครั้ง โดยไม่ต้องสมัครสมาชิกก่อน เริ่มสร้างได้วันนี้
ใช่ และเกิดขึ้นในรอบการสร้างเดียวกัน ไม่ใช่ผ่านโมเดลที่สอง จึงช่วยให้บทสนทนา เอฟเฟกต์เสียง และบรรยากาศเสียงตรงกับภาพ FLUX 3 รองรับเสียงพูดพร้อม lip sync มากกว่าสิบภาษา รวมถึง English, Chinese, Spanish, Japanese และ Hindi คุณสามารถปิดเสียงเป็นรายคำขอได้เมื่อคุณต้องการเพียงฟุตเทจแบบเงียบ
การสร้างรองรับตั้งแต่ 5 ถึง 20 วินาที ส่งออกที่ HD 720p และมี Full HD 1080p ให้เลือกเมื่อรายละเอียดสำคัญกว่าต้นทุน รองรับทั้งเฟรมแบบ widescreen, square และ vertical ดังนั้น prompt เดียวกันสามารถนำไปใช้กับ hero บน landing page หรือฟีดบนมือถือได้ เรื่องราวที่ยาวขึ้นควรสร้างจากหลายคลิปที่ควบคุมได้ แทนที่จะใช้คำขอขนาดใหญ่เพียงครั้งเดียว
ส่งภาพเริ่มต้นเข้าไป แล้วโมเดลจะทำให้ภาพนั้นเคลื่อนไหว หรือกำหนด keyframe เมื่อช็อตต้องไปถึงจังหวะเฉพาะตามลำดับที่กำหนดได้ ฟุตเทจที่มีอยู่ยังสามารถนำมาต่อได้ โดยการเคลื่อนไหวและการจัดเฟรมจะสืบต่อจากช่วงท้ายของคลิปอินพุต ใช้การต่อคลิปแบบต่อเนื่องอย่างประหยัด เพราะความสม่ำเสมอทางภาพจะค่อย ๆ เบี่ยงเบนเมื่อแต่ละส่วนขยายอิงจากส่วนก่อนหน้า
Draft mode ส่งคืนพรีวิว HD ที่ต้นทุนต่ำกว่า เพื่อให้ประเมินองค์ประกอบภาพ จังหวะ และเสียงได้ก่อนจ่ายสำหรับการเรนเดอร์ขั้นสุดท้าย ปรับ prompt ซ้ำในโหมดนี้ จากนั้นรัน prompt ที่ดีที่สุดอีกครั้งที่ standard HD หรือ Full HD โดยไม่ต้องเปลี่ยนโครงสร้างคำขอ ทีมที่ต้องส่งมอบหลายเวอร์ชันจะได้ประโยชน์จากลูปนี้มากที่สุด
วิดีโอคิดค่าบริการตามจำนวนวินาทีของเอาต์พุต ดังนั้นคลิปสั้นจะมีค่าใช้จ่ายเพียงส่วนหนึ่งของคลิปยาว และคุณจ่ายเฉพาะสิ่งที่สร้างจริงเท่านั้น ความละเอียดเป็นตัวกำหนดอัตรา โดย Full HD สูงกว่า standard HD และ Draft mode ต่ำกว่าทั้งสองแบบ Atlas Cloud ไม่คิดค่าสมัครสมาชิก ค่าที่นั่งผู้ใช้ หรือยอดใช้ขั้นต่ำเพิ่มเติม เริ่มได้วันนี้
ยังไม่พร้อมใช้งาน FLUX 3 Video คือส่วนของตระกูลที่เปิดตัวแล้ว ขณะที่ FLUX 3 Image อยู่ในช่วงทยอยเปิดให้ใช้งาน และมีการประกาศ variant แบบ open weights ชื่อ FLUX 3 Dev สำหรับภายหลัง Atlas Cloud จะเพิ่ม FLUX 3 endpoint ใหม่แต่ละรายการเมื่อเปิดตัว ดังนั้นคีย์เดิมยังใช้งานต่อได้เมื่อ image generation มาถึง
โมเดลแบบร่วมกันช่วยตัดขั้นตอนการต่อชิ้นงานออกไป: ไม่ต้องมีรอบที่สองเพื่อจับเวลาเสียงพูดให้ตรงกับการขยับปาก หรือซ้อนเสียงบรรยากาศใต้คัตที่เสร็จแล้ว สิ่งนี้สำคัญที่สุดสำหรับฉากสนทนา เพราะความคลาดเคลื่อนระหว่างแทร็กจะเห็นได้ทันทีสำหรับผู้ชม Pipeline ลดจากหลายบริการเหลือการเรียกครั้งเดียว ซึ่งหมายถึงจุดล้มเหลวที่ต้องเฝ้าระวังน้อยลง
สำรวจกลุ่มเพิ่มเติม
Seedance 2.5
Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที่ซิงโครไนซ์และข้อความหลายภาษาในเฟรม บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว โดยมีความสอดคล้องของวัตถุและระบบฟิสิกส์ที่ได้รับการปรับปรุงซึ่งช่วยให้ภาพระยะยาวมีความต่อเนื่อง
MiniMax H3
MiniMax H3 API เปิดให้ใช้งานโมเดลวิดีโอมัลติโหมดอเนกประสงค์ของ MiniMax ซึ่งอ่าน text, images, video และ audio เป็นบริบทเดียว แทนที่จะประมวลผลทีละงาน คลิปมีความยาว 5 ถึง 15 วินาทีที่ 24 FPS รองรับอัตราส่วนภาพตั้งแต่ 21:9 ถึง 9:16 และ prompt เดียวสามารถสลับตัวละคร เปลี่ยนฉากหลัง เขียนบทสนทนาใหม่ หรือโคลนเสียงจากคลิปอ้างอิงได้ Atlas Cloud ให้บริการทั้งหมดนี้ผ่าน endpoint เดียวที่เข้ากันได้กับ OpenAI เริ่มสร้างได้วันนี้
Seedream 5.0 Pro
Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อความหลายภาษาที่ความละเอียด 2K และ 3K บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว!
Seedance 2.0
Seedance 2.0 API ให้คุณเข้าถึงระดับโปรดักชันของโมเดลวิดีโอแบบมัลติโมดัลจาก ByteDance — รองรับอินพุต 4 รูปแบบ (ข้อความ, รูปภาพ, วิดีโอ, เสียง) และระบบ "Universal Reference" ชั้นนำของอุตสาหกรรมที่ล็อกองค์ประกอบภาพ การเคลื่อนไหวของกล้อง และการกระทำของตัวละครในทุกช็อต ผสานรวมการควบคุมระดับผู้กำกับด้วยการเรียกใช้ API เพียงครั้งเดียว ในราคาคงที่ $0.09/วินาที รับคีย์ได้ทันที และไม่มีคิวรอ — พร้อมการรับประกันเวลาพร้อมใช้งานและการปฏิบัติตามข้อกำหนดระดับองค์กร Seedance 2.0 Native 4K เปิดใช้งานแล้ววันนี้!
GPT Image 2
GPT Image 2 API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลรูปภาพล่าสุดของ OpenAI ซึ่งเป็นรุ่นสืบทอดจาก GPT Image 1.5 โดยสามารถสร้างและแก้ไขรูปภาพพร้อมกับการเรนเดอร์ข้อความที่แม่นยำทั้งในอักษรละตินและ CJK รวมถึงการจัดวางองค์ประกอบที่ยอดเยี่ยมสำหรับโปสเตอร์ ม็อกอัป และอินโฟกราฟิก บน Atlas Cloud คุณสามารถเข้าถึงโมเดลนี้ผ่าน API ที่เป็นหนึ่งเดียวร่วมกับโมเดลอื่นๆ อีกกว่า 300 รุ่น พร้อมเครดิตฟรี เวลาทำงาน 99.99% และไม่จำเป็นต้องมีการตรวจสอบยืนยันองค์กรจาก OpenAI
Gemini Omni Flash
Gemini Omni API นำโมเดลสร้างและแก้ไขวิดีโอแบบมัลติโมดัลของ Google DeepMind ซึ่งเปิดตัวในงาน Google I/O 2026 มาสู่สแต็กของคุณ Gemini Omni ผสานเอนจินการใช้เหตุผลของ Gemini เข้ากับสื่อเชิงสร้างสรรค์ รองรับอินพุตทุกรูปแบบทั้งข้อความ รูปภาพ วิดีโอ และเสียง เพื่อสร้างผลลัพธ์ที่สอดคล้องกันและอิงตามความรู้ ปรับแต่งผลลัพธ์ผ่านการสนทนาอย่างเป็นธรรมชาติ ไม่ว่าจะเปลี่ยนวัตถุ เขียนฉากใหม่ หรือปรับสไตล์ โดยที่ฟิสิกส์ ตัวละคร และความต่อเนื่องยังคงเดิม Atlas Cloud ให้บริการ Gemini Omni Flash ครบทั้งไลน์อัป ทั้งการสร้างวิดีโอจากข้อความ การสร้างวิดีโอจากรูปภาพพร้อมรูปอ้างอิงสูงสุด 7 รูป และการสร้างวิดีโอจากรูปอ้างอิง ผ่าน API เดียวแบบครบวงจร ด้วยราคาต่อวินาทีที่โปร่งใสเริ่มต้นที่ $0.112 โดยไม่ต้องสมัครสมาชิก เริ่มสร้างได้เลยวันนี้
Grok Imagine
Grok Imagine API ครอบคลุมโมเดลรูปภาพ วิดีโอ และพูดของ xAI ตั้งแต่ Image 2.0 ถึง Video 1.5 และ xAI TTS v1 สร้างรูปภาพนิ่ง 1K หรือ 2K ในอัตราส่วน 14 แบบ ขยายฉากไปยัง 15 วินาทีของวิดีโอ 1080p ควบคุมภาพด้วยรูปภาพอ้างอิงได้ถึง 7 รูป หรือเพิ่มบรรยายเสียงในภาษา 20 ภาษา Atlas Cloud รันทุกโหมดบนเอนด์พอยต์เดียว มีราคาแบบจ่ายตามการใช้งาน ตั้งแต่ $0.02 ต่อรูปภาพและ $0.05 ต่อวินาที เริ่มสร้างวันนี้
โมเดลเชิงสร้างสรรค์ที่ทรงพลังที่สุดของ Google พร้อมใช้งานแล้วบน Atlas Cloud โดย Veo 3.1 นำเสนอการสร้างวิดีโอระดับภาพยนตร์ Nano Banana 2 ขับเคลื่อนการสร้างภาพที่มีความเที่ยงตรงสูง และ Gemini นำความชาญฉลาดแบบมัลติโมดัลมาสู่ทุกเวิร์กโฟลว์ เข้าถึงชุดโมเดลของ Google เต็มรูปแบบผ่าน API key เดียวพร้อมความพร้อมใช้งานระดับ Day-0 และการกำหนดราคาแบบจ่ายตามการใช้งาน (pay-as-you-go)
Seedance 2.0 Mini
Seedance 2.0 Mini นำเสนอการสร้างวิดีโอแบบมัลติโมดัลของ ByteDance สู่เวิร์กโฟลว์ที่ความเร็วและต้นทุนมีความสำคัญสูงสุด โดยมอบความสามารถหลักของ Seedance 2.0 ในรูปแบบที่ใช้ทรัพยากรน้อยลง — สร้างได้เร็วกว่า ต้นทุนต่อวิดีโอต่ำกว่า และใช้การผสานรวม API เดิมที่คุณใช้อยู่แล้ว สำหรับทีมที่จัดการไปป์ไลน์ปริมาณมากหรือสร้างต้นแบบในสเกลขนาดใหญ่ Mini คือตัวเลือกเริ่มต้นที่ใช้งานได้จริง
ByteDance
ตั้งแต่การสร้างวิดีโอระดับภาพยนตร์ไปจนถึงการสร้างภาพที่มีความละเอียดสูง โมเดลที่ทรงพลังที่สุดของ ByteDance พร้อมใช้งานแล้วบน Atlas Cloud รัน Seedance และ Seedream ในสเกลขนาดใหญ่ด้วยราคาการอนุมานที่ต่ำที่สุด และไม่มีค่าใช้จ่ายแฝงด้านโครงสร้างพื้นฐาน
Alibaba
Atlas Cloud รวบรวมโมเดลทั้งหมดของ Alibaba ไว้ใน API เดียว: Qwen สำหรับงานด้านภาษาและรูปภาพ และ Wan สำหรับการสร้างวิดีโอความละเอียดสูงสุด 1080p เข้าถึงทุกโมเดลในรูปแบบจ่ายตามการใช้งานจริง (pay-as-you-go) โดยไม่ต้องสมัครสมาชิก Alibaba API พร้อมใช้งานผ่าน base URL เดียวโดยใช้ไคลเอนต์ที่รองรับ OpenAI ที่คุณมีอยู่แล้ว
OpenAI
Atlas Cloud ให้คุณเข้าถึงกลุ่มผลิตภัณฑ์ OpenAI API แบบครบวงจร ตั้งแต่ GPT Image 2 สำหรับการสร้างภาพถ่าย ไปจนถึง Sora 2 สำหรับวิดีโอ ทุกโมเดลพร้อมใช้งานแบบจ่ายตามการใช้งานจริง (pay-as-you-go) โดยไม่มีข้อผูกมัดรายเดือน เชื่อมต่อได้ง่ายดายด้วยการสลับ base URL เพียงจุดเดียวโดยใช้ API ที่เข้ากันได้กับ OpenAI
บทความแนะนำ
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ
