MiniMax H3 Multimodal Video API
MiniMax H3 là dòng video đa phương thức của MiniMax, hỗ trợ sáng tạo từ văn bản, hình ảnh và nội dung tham chiếu. Trên các route được hỗ trợ, sản phẩm duy trì chủ thể từ nội dung tham chiếu, cung cấp các tỷ lệ khung hình linh hoạt và kết hợp âm thanh được tạo với hình ảnh thông qua H3 Developer, với hồ sơ đầu ra được lựa chọn theo endpoint. Atlas Cloud hợp nhất dòng sản phẩm này dưới một khóa tương thích với OpenAI, cùng mức giá trả theo nhu cầu minh bạch bắt đầu từ mức tiêu chuẩn $0.038 mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.
MiniMax H3 do MiniMax phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.
Khám phá Mô hình Hàng đầu
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
Chọn endpoint MiniMax H3 cho mọi đầu vào
So sánh các endpoint MiniMax H3 đã được xác minh cho văn bản, hình ảnh và dữ liệu tham chiếu theo độ phân giải, thời lượng, hỗ trợ âm thanh, khung hình và mức giá tiêu chuẩn tính theo giây.
| Phương thức | Mô tả |
|---|---|
| MiniMax H3 Developer T2V API (Text to Video) | Chuyển prompt văn bản thành video có âm thanh được tạo tự động thông qua endpoint MiniMax H3 Developer được tự lưu trữ. Chọn 480P, 768P hoặc 2K ở tỷ lệ 16:9, 9:16 hoặc 1:1 cho các ý tưởng kể chuyện, bản nháp chiến dịch và video mạng xã hội với mức giá tiêu chuẩn $0.05 mỗi giây. |
| MiniMax H3 Developer I2V API (Image to Video) | Bắt đầu bằng hình ảnh khung hình đầu tiên và tùy chọn thêm khung hình cuối, sau đó điều khiển video kết quả cùng âm thanh được tạo bằng prompt văn bản. Có sẵn ở 480P, 768P hoặc 2K, endpoint tự lưu trữ này phù hợp với hoạt ảnh sản phẩm, chuyển động của hình ảnh chủ đạo và các phân cảnh storyboard ở mức $0.05 mỗi giây. |
| MiniMax H3 Developer Reference to Video API | Khi tính liên tục của chủ thể là yếu tố quan trọng, hãy cung cấp một hoặc nhiều hình ảnh hoặc video tham chiếu cùng prompt văn bản để tạo video mới có âm thanh. Các cấu hình 480P, 768P và 2K hỗ trợ nhân vật xuất hiện xuyên suốt và các phân cảnh thương hiệu liên kết với nhau ở mức giá tiêu chuẩn $0.05 mỗi giây. |
| MiniMax H3 T2V API (Text to Video) | Mô tả cảnh bằng văn bản, và MiniMax H3 Text to Video API sẽ trả về một clip 2K mang phong cách điện ảnh dài từ 5 đến 15 giây. Chọn 16:9, 9:16, 1:1 hoặc khung hình thích ứng cho trailer, story trên mạng xã hội và tài nguyên chiến dịch với mức giá $0.038 mỗi giây. |
| MiniMax H3 I2V API (Image to Video) | Một khung hình đầu tiên được cung cấp sẽ trở thành video 2K được định hướng bởi prompt văn bản, với tùy chọn thêm khung hình cuối để định hình phần kết. Phạm vi 5 đến 15 giây phù hợp với màn ra mắt sản phẩm, tác phẩm nghệ thuật chuyển động và các chuyển cảnh hình ảnh được lên kế hoạch ở mức giá tiêu chuẩn $0.038 mỗi giây. |
| MiniMax H3 Reference to Video API | Giữ nguyên chủ thể từ hình ảnh tham chiếu trong khi prompt văn bản điều hướng một video 2K mới. Với thời lượng từ 5 đến 15 giây, endpoint này hỗ trợ các cảnh tập trung vào nhân vật và hình ảnh sản phẩm nhất quán ở mức $0.038 mỗi giây. |
Từ prompt đến chuyển động 2K với MiniMax H3
MiniMax H3 chuyển văn bản, khung hình đầu và cuối hoặc phương tiện tham chiếu thành video 2K, trong khi H3 Developer bổ sung âm thanh tạo sinh ở 480P, 768P hoặc 2K thông qua một quy trình Atlas Cloud API thanh toán theo mức sử dụng.
Text to Video 2K với MiniMax H3
Biến prompt dạng văn bản thành một đoạn video 2K mang phong cách điện ảnh, dài từ 5 đến 15 giây. Chọn khung hình 16:9, 9:16, 1:1 hoặc thích ứng để phù hợp với nơi phát hành. Vì luồng này bắt đầu chỉ từ văn bản, các nhóm có thể chuyển trực tiếp từ ý tưởng cảnh quay sang chuyển động đã kết xuất. Luồng này phù hợp với các cảnh chủ đạo, trailer và tài sản chiến dịch cần đầu ra độ phân giải cao.
Định hướng bằng khung hình đầu và cuối
Bắt đầu bằng một khung hình đầu đã được phê duyệt và thêm khung hình cuối tùy chọn để xác định điểm kết thúc của chuyển động. Prompt văn bản điều khiển hành động giữa hai mốc hình ảnh này. Luồng hình ảnh tiêu chuẩn trả về các đoạn video 2K dài từ 5 đến 15 giây, trong khi luồng Developer bổ sung các lựa chọn 480P và 768P. Sử dụng luồng này cho cảnh ra mắt sản phẩm, hoạt ảnh ảnh chủ đạo hoặc các chuyển cảnh được lên kế hoạch.
Duy trì tính nhất quán của chủ thể theo tham chiếu
Khi chủ thể dễ nhận diện là yếu tố quan trọng, hãy cung cấp ảnh tham chiếu để định hướng một video 2K mới dài từ 5 đến 15 giây. Prompt xác định bối cảnh và hành động, còn ảnh tham chiếu giúp duy trì chủ thể. H3 Developer mở rộng luồng này để hỗ trợ một hoặc nhiều ảnh hoặc video tham chiếu, đồng thời có thể tạo âm thanh. Tính năng này phù hợp với nhân vật xuất hiện xuyên suốt, các video quảng bá liên kết và mạch kể chuyện nhất quán về sản phẩm.
Âm thanh tạo sinh với H3 Developer
Chọn H3 Developer khi hình ảnh và âm thanh tạo sinh cần nằm trong cùng một yêu cầu. Các luồng chuyển văn bản thành video, chuyển hình ảnh thành video và chuyển tham chiếu thành video đều hỗ trợ đầu ra 480P, 768P hoặc 2K. Bắt đầu từ prompt, tạo chuyển động cho khung hình mở đầu hoặc duy trì chủ thể từ phương tiện tham chiếu mà vẫn trong cùng dòng mô hình. Luồng này phù hợp với các ý tưởng kể chuyện, khoảnh khắc của nhân vật và bản xem trước chiến dịch nghe nhìn.
Một quy trình MiniMax H3 API
Atlas Cloud đặt các luồng H3 từ văn bản, hình ảnh và tham chiếu bên cạnh ba luồng H3 Developer trong cùng một quy trình API. Giá tiêu chuẩn của H3 là $0.038 cho mỗi giây được tạo, còn H3 Developer có giá tiêu chuẩn $0.05 mỗi giây. Chỉ trả phí cho luồng và đầu ra bạn chọn, sau đó thay đổi model ID khi nhu cầu sản xuất thay đổi. Cấu trúc này giữ toàn bộ quá trình thử nghiệm và triển khai trong một tích hợp duy nhất.
Cùng một prompt, ba engine: Đối đầu trực tiếp MiniMax H3 API
Mọi clip trong bộ này đều được tạo từ một prompt giống hệt nhau gửi tới MiniMax H3 API và hai mô hình video khác được lưu trữ trên Atlas Cloud, nhờ đó có thể so sánh chuyển động, âm thanh và độ bám sát chỉ dẫn mà không thay đổi dù chỉ một từ.
15 giây, video ngắn khổ ngang 16:9. Cảnh quay người thật về một tiệm giặt tự phục vụ lúc khuya, kết hợp với hoạt họa phát sáng vẽ tay thành một hình ảnh mixed-media. Một tiệm giặt tự phục vụ nhỏ, đèn huỳnh quang chập chờn yếu ớt; bên trong có các máy giặt đang chạy, giỏ nhựa đựng đồ giặt và một chiếc ghế băng cũ, với một chiếc tất đơn lẻ nằm trên sàn. Toàn bộ không gian yên tĩnh, mang một tâm trạng hoài niệm mơ hồ. Hình ảnh có chất liệu như cảnh quay điện thoại cầm tay bằng một tay, với độ rung máy rõ rệt; ánh đèn huỳnh quang trắng khiến phơi sáng dao động lúc sáng lúc tối; các bề mặt kính có phản chiếu môi trường; khi ống kính tiến sát vật thể sẽ có độ trễ lấy nét. Hình ảnh không nên bóng bẩy và chỉn chu như quảng cáo thương mại — cảm giác tổng thể nên giống một lát cắt tài liệu chân thật, như thể bạn tình cờ bước vào lúc khuya và vội ghi lại cảnh đó trong lúc đuổi theo một thị giác kỳ lạ, như trong mơ.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Góc nhìn ngôi thứ nhất · độ cao ngang tầm mắt · camera game cầm tay Cảnh: Cú máy mô phỏng một người chơi đang điều khiển một game FPS chiến tranh hiện đại, hai tay cầm súng trường tấn công và chậm rãi tiến dọc theo vành đai ngoài của một căn cứ quân sự. Người chơi di chuyển về phía trước trên con đường cạnh chỗ nấp, tâm ngắm quét qua lối đi phía trước; sau một thoáng dừng lại, họ bắn vài phát về phía một mục tiêu ở xa, rồi tiếp tục đẩy lên — giống cảnh gameplay trực tiếp của một người chơi bình thường. Ánh sáng: Ánh sáng tự nhiên tông lạnh của một căn cứ quân sự hiện đại đan xen với khói và lửa đầu nòng. Hình ảnh chân thực và sắc nét, với vũ khí kim loại cùng bụi và màn khói chiến trường mang chất lượng của game AAA. Máy quay: Camera có độ lắc cầm tay nhẹ khi người chơi di chuyển — ban đầu chậm rãi tiến lên, sau đó quét nhẹ sang trái và phải để quan sát, có rung giật lùi tinh tế khi khai hỏa, trước khi cuối cùng tiếp tục tiến đều về phía trước.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Quy trình sản xuất xoay quanh MiniMax H3
Dù bản tóm tắt ban đầu là nội dung viết, hình ảnh tĩnh đã được phê duyệt hay một chủ thể xuất hiện định kỳ, MiniMax H3 đều có thể tạo nên các đợt ra mắt sản phẩm, bảng phân cảnh, biến thể mạng xã hội, chuỗi nhân vật, phim thuyết trình ý tưởng và các ý tưởng kết hợp âm thanh thông qua quy trình tạo phù hợp.
Phim ra mắt sản phẩm với MiniMax H3
Hoạt ảnh hóa khung hình đầu tiên đã được phê duyệt ở độ phân giải 2K, sau đó dùng khung hình cuối tùy chọn để định hướng phần kết. Các đội ngũ thương hiệu có thể biến hình ảnh chủ đạo thành màn giới thiệu sản phẩm, teaser ra mắt và những khoảnh khắc chỉn chu cho chiến dịch.
Nhân vật xuyên suốt các series ngắn
Khi tính liên tục là yếu tố quan trọng, hãy cung cấp một hình ảnh tham chiếu để clip 2K được tạo vẫn giữ cho chủ thể dễ nhận diện. Các studio có thể xây dựng phim ngắn về nhân vật xuyên suốt, nội dung quảng bá liên kết và các tập nội dung thương hiệu dựa trên một diện mạo nhất quán trên màn ảnh.
Ý tưởng âm thanh với MiniMax H3 Developer
Bắt đầu bằng prompt hoặc hình ảnh nguồn, để H3 Developer tạo phần âm thanh đi kèm. Các đội ngũ sáng tạo có được các phân đoạn thuyết trình ý tưởng, khoảnh khắc nhân vật và ý tưởng chiến dịch, trong đó hình ảnh và âm thanh cùng nằm trong một quy trình.
Chuyển tiếp bảng phân cảnh có kiểm soát
Định hướng cả hai đầu của một cảnh quay 2K bằng cách cung cấp khung hình đầu tiên và khung hình cuối tùy chọn. Các đội ngũ tiền kỳ có thể phác thảo màn xuất hiện, biến đổi và chuyển cảnh trước khi bắt tay vào sản xuất chiến dịch chính thức.
Biến thể mạng xã hội đa định dạng
Cần một ý tưởng cho nhiều vị trí hiển thị? Tạo các clip dựa trên văn bản dài 5 đến 15 giây ở định dạng 16:9, 1:1, 9:16 hoặc khung hình thích ứng cho các chiến dịch mạng xã hội ngang, vuông và dọc từ cùng một bản tóm tắt.
Phim thuyết trình ý tưởng dựa trên văn bản với MiniMax H3
Biến bản tóm tắt bằng văn bản thành một clip điện ảnh 2K mà không cần cung cấp tư liệu nguồn. Các agency có thể tạo nguyên mẫu cho các cảnh chính, nhịp trailer và ý tưởng hình ảnh, đồng thời chọn thời lượng từ 5 đến 15 giây.
MiniMax H3 trên các chỉ số API video thiết yếu
Xem các biến thể chuyển văn bản thành video của MiniMax H3 so sánh với bốn lựa chọn thay thế của Atlas Cloud về độ phân giải, thời lượng clip, khả năng tạo âm thanh và giá cơ bản niêm yết.
| Mô hình | Độ phân giải tối đa | Thời lượng clip | Tạo âm thanh | Giá cơ bản niêm yết |
|---|---|---|---|---|
| MiniMax H3 Text-to-Video | 2K | 5 đến 15 giây | √ | $0.038/giây |
| MiniMax H3-Developer Text-to-Video | 2K | - | √ | $0.05/giây |
| MiniMax H3 Fast Text-to-Video | 480P | 5 đến 15 giây | - | $0.046/giây |
| MiniMax H3 Max Text-to-Video | 768P | 5 đến 15 giây | - | $0.05/giây |
| Seedance 2.0 Text-to-Video | 4K | 4 đến 15 giây | √ | $0.112 |
| Wan-2.7 Text-to-video | 1080P | 2 đến 15 giây | √ | $0.10 |
| Kling V3.0 Turbo Text-to-Video | 1080P | 3 đến 15 giây | √ | $0.112 |
| Veo 3.1 Lite Text-to-video | 1080P | 4, 6 hoặc 8 giây | √ | $0.05 |
Cách Sử Dụng MiniMax H3 trên Atlas Cloud
Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.
Tạo Tài Khoản Atlas Cloud
Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.
Tại sao Sử dụng MiniMax H3 trên Atlas Cloud
Sự kết hợp của các mô hình tiên tiến của MiniMax H3 với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.
Hiệu suất và Tính linh hoạt
Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.
API Thống nhất:
Chạy MiniMax H3, GPT, Gemini và DeepSeek với một tích hợp duy nhất.
Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.
Doanh nghiệp và Mở rộng
Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.
Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.
Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.
Những giải đáp về MiniMax H3 cho nhà phát triển API
MiniMax H3 là dòng mô hình video đa phương thức của MiniMax để tạo các đoạn video từ văn bản, hình ảnh và phương tiện tham chiếu. Atlas Cloud cung cấp các endpoint text to video, image to video và reference to video chuyên dụng thông qua một quy trình API duy nhất. Độ phân giải và hỗ trợ âm thanh phụ thuộc vào endpoint được chọn.
Bạn có thể chuyển một prompt dạng văn bản thành video, tạo chuyển động cho khung hình đầu tiên kèm tùy chọn khung hình cuối, hoặc duy trì tính nhất quán của chủ thể thông qua một tuyến reference được hỗ trợ. H3 Developer bổ sung âm thanh được tạo tự động cho các quy trình text, image và reference.
Bắt đầu bằng một API key của Atlas Cloud và chọn endpoint phù hợp với loại đầu vào bạn có. Xem schema của playground để biết các trường bắt buộc của request, sau đó gửi prompt cùng mọi media được hỗ trợ. Hãy coi schema riêng của từng endpoint là nguồn chuẩn để xác định tên tham số và các giá trị được phép.
Chọn text to video khi bắt đầu từ prompt, image to video khi tạo chuyển động cho khung hình đầu tiên với tùy chọn khung hình cuối, hoặc reference to video khi tính liên tục của chủ thể phụ thuộc vào media hiện có. Chọn H3 Developer khi cần âm thanh được tạo tự động. Không nên mặc định rằng các tham số có thể được chuyển nguyên trạng giữa các route.
Các route text, image và reference của H3 tiêu chuẩn hỗ trợ đầu ra 2K với thời lượng đã được xác minh từ 5 đến 15 giây. Các route H3 Developer hỗ trợ đầu ra 480P, 768P và 2K. Đối với text to video, H3 tiêu chuẩn hỗ trợ 16:9, 9:16, 1:1 hoặc khung hình thích ứng, trong khi H3 Developer hỗ trợ 16:9, 9:16 hoặc 1:1.
Âm thanh được tạo tự động được hỗ trợ rõ ràng trong các route text, image và reference của H3 Developer. Các profile H3 tiêu chuẩn đã được xác minh không nêu rõ việc hỗ trợ âm thanh được tạo tự động, vì vậy hãy chọn H3 Developer khi cần âm thanh.
Atlas Cloud niêm yết mức giá tiêu chuẩn của H3 là $0.038 cho mỗi giây được tạo và của H3 Developer là $0.05 cho mỗi giây được tạo. Theo cơ chế thanh toán theo mức sử dụng, chi phí tăng theo thời lượng được tạo trên route đã chọn.
Hãy coi mỗi prompt là một brief sản xuất ngắn gọn, nêu rõ chủ thể, bối cảnh, thứ tự hành động, chuyển động của camera, nhu cầu âm thanh và các ràng buộc. Khi đưa vào các tài liệu tham chiếu, hãy gán cho từng asset một vai trò rõ ràng, chẳng hạn như nhận diện, chuyển động hoặc bố cục, để các hướng dẫn không xung đột với nhau.
Sử dụng managed API khi bạn muốn truy cập theo mức sử dụng thông qua một API key duy nhất tương thích với OpenAI mà không phải vận hành hạ tầng mô hình. Triển khai local phù hợp hơn với các nhóm cần toàn quyền kiểm soát open weights và có thể tự đánh giá các yêu cầu về phần cứng, vận hành và cấp phép.
Khám phá Thêm Dòng
Kling 4.0
Kling 4 API cung cấp Kling 4.0, mô hình video được Kuaishou phát hành vào ngày 15 tháng 10 năm 2026. Nó tạo ra tối đa 30 giây trong một lần chạy, theo dõi tối đa 10 khung hình chính, trộn 15 hình ảnh, video và chủ thể thông qua Omni Reference, đồng thời thêm âm thanh nổi với tính năng đồng bộ khẩu hình. Atlas Cloud phục vụ cả bốn điểm cuối, bao gồm cả chỉnh sửa video, trên một khóa tương thích OpenAI duy nhất với giá từ 0,11 USD mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.
Seedance 2.5
Seedance 2.5 API cung cấp cho các nhà phát triển mô hình âm thanh và video kết hợp của ByteDance Seed, tạo ra từ 4 đến 30 giây trong một lần chạy từ văn bản, khung hình đầu tiên hoặc lên đến 50 tài liệu tham khảo qua hình ảnh, video và âm thanh. Nó chỉnh sửa các vùng đã chọn, kéo dài clip và tuân theo các đầu vào mô hình trắng và màn hình xanh. Atlas Cloud, một đại lý ủy quyền của Hoa Kỳ, bổ sung chế độ nháp 480p, bản chuẩn 1080p gốc và phân phối 4K nâng cao với mức giá trả theo mức sử dụng.
Wan 3.0
Wan 3.0 API là thế hệ tiếp theo trong hệ sinh thái video Wan của Alibaba, được xây dựng để đưa khả năng tạo video dài, kiểm soát đa tham chiếu và chất lượng nghe nhìn lên những tầm cao mới. Atlas Cloud đã lưu trữ Wan 2.7, 2.6 và 2.5, và Wan 3.0 hoạt động trên cùng một khóa hợp nhất mà không cần thiết lập riêng. Bắt đầu xây dựng ngay hôm nay. Cuộn xuống phần trưng bày để xem những gì Wan 3.0 có thể tạo ra.
MiniMax H3
MiniMax H3 là dòng video đa phương thức của MiniMax, hỗ trợ sáng tạo từ văn bản, hình ảnh và nội dung tham chiếu. Trên các route được hỗ trợ, sản phẩm duy trì chủ thể từ nội dung tham chiếu, cung cấp các tỷ lệ khung hình linh hoạt và kết hợp âm thanh được tạo với hình ảnh thông qua H3 Developer, với hồ sơ đầu ra được lựa chọn theo endpoint. Atlas Cloud hợp nhất dòng sản phẩm này dưới một khóa tương thích với OpenAI, cùng mức giá trả theo nhu cầu minh bạch bắt đầu từ mức tiêu chuẩn $0.038 mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.
GPT Image 2.5
GPT Image 2.5 là mô hình tạo và chỉnh sửa hình ảnh của OpenAI, được phát hành vào ngày 8 tháng 9 năm 2026 với hai phiên bản API. Flare là phiên bản mặc định, với độ trễ thấp hơn tới 50% so với GPT Image 2, trong khi Sunburst mất nhiều thời gian hơn để cung cấp khả năng kiểm soát tinh vi hơn đối với các chỉnh sửa chi tiết. Cả hai đều hỗ trợ tối đa 16 hình ảnh tham chiếu, năm cấp độ chất lượng, nền trong suốt và kích thước tùy chỉnh lên tới 3840px. Atlas Cloud cung cấp API GPT Image 2.5 theo mức phí tính trên token của OpenAI hoặc theo mức giá cố định trên mỗi hình ảnh theo cấp độ 1K, 2K hoặc 4K.
Seedream 5.0 Pro
Seedream 5.0 Pro API cung cấp cho các nhà phát triển mô hình chỉnh sửa hình ảnh có thể kiểm soát của ByteDance trên Atlas Cloud. Nó đặt các chỉnh sửa một cách chính xác bằng các điểm neo và tọa độ, tách hình ảnh thành các lớp có thể chỉnh sửa, kết hợp nhiều tham chiếu và khớp màu sắc cũng như vật liệu chính xác, với văn bản đa ngôn ngữ ở độ phân giải 2K và 3K. Trên Atlas Cloud, bạn có thể truy cập nó chỉ bằng một khóa!
Seedance 2.0
Seedance 2.0 là mô hình video phục vụ môi trường production của ByteDance, giúp tạo cảnh quay chính xác. Biến prompt thành video, tạo chuyển động cho hình ảnh khung hình đầu tiên với tùy chọn hướng dẫn bằng khung hình cuối, hoặc định hình kết quả bằng media tham chiếu và tùy chọn tìm kiếm web. Atlas Cloud hợp nhất các quy trình này trong một API duy nhất, với mức giá pay-as-you-go minh bạch và một key tương thích với OpenAI. Bắt đầu xây dựng ngay hôm nay.
Kling V3.0
Đến từ Kuaishou, dòng API Kling V3 hỗ trợ quy trình tạo video từ văn bản, hình ảnh và video tham chiếu. Chuyển động được truyền tải trong khi vẫn giữ nguyên danh tính nhân vật, hướng dẫn tạo nội dung bằng hình ảnh tham chiếu và chỉnh sửa video thông qua câu lệnh ngôn ngữ tự nhiên. Atlas Cloud cung cấp endpoint Standard và Pro cho các nhu cầu sản xuất khác nhau. Cập nhật: Kling V4 hiện đã có trên Atlas Cloud. Khám phá trên trang [Kling V4](https://www.atlascloud.ai/zh/models/kling-v4).
Grok Imagine Video
Grok Imagine Video cung cấp cho các nhà phát triển quyền truy cập vào dòng sản phẩm video của xAI để tạo, tạo chuyển động, kéo dài và chỉnh sửa các đoạn video. Tạo video dài từ 1 đến 15 giây từ lời nhắc, định hướng nhân vật, vật thể hoặc phong cách bằng tối đa bảy hình ảnh tham chiếu, và làm việc ở độ phân giải 480p hoặc 720p. Atlas Cloud tập hợp các khả năng này thông qua các endpoint tương thích với OpenAI, cùng mức giá minh bạch theo mức sử dụng. Bắt đầu xây dựng ngay hôm nay.
Vidu Q4 Preview
Vidu Q4 là mô hình video chủ lực mới nhất của Vidu, được thiết kế để chuyển hình ảnh thành video và chuyển tham chiếu thành video. Mô hình có thể tạo chuyển động cho một ảnh tĩnh duy nhất và tự động chuyển cảnh, mang đến cho nhà phát triển hai luồng đầu vào phục vụ các quy trình sản phẩm khác nhau. Atlas Cloud cung cấp các API endpoint chuyên dụng với lược đồ tham số được công bố, áp dụng mức giá tiêu chuẩn đã được xác minh là $0.04 mỗi giây. Bắt đầu xây dựng ngay hôm nay.
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash là dòng mô hình video đa phương thức nguyên bản của Google DeepMind, phục vụ các quy trình sản xuất linh hoạt. Chỉnh sửa cảnh quay hiện có bằng hướng dẫn văn bản, duy trì tính nhất quán hình ảnh với tối đa 10 ảnh tham chiếu và 3 đoạn video, hoặc kéo dài một cảnh thành các phân đoạn có thể nối tiếp, tối đa 40 giây. Truy cập mọi quy trình trên Atlas Cloud với một API key tương thích với OpenAI, mức giá trả theo mức sử dụng và khả dụng ngay từ ngày đầu tiên. Bắt đầu xây dựng ngay hôm nay.
Nano Banana 2.1
Nano Banana 2.1 là dòng mô hình hình ảnh của Google được xây dựng trên Gemini 3.6 Flash. Mô hình mang đến khả năng tạo và chỉnh sửa ở cấp độ Pro với tốc độ ngang tầm Flash, hỗ trợ chỉnh sửa và kết hợp bằng ngôn ngữ tự nhiên trên 1 đến 14 hình ảnh đầu vào, đồng thời duy trì tính nhất quán cho tối đa 4 nhân vật và 10 vật thể. Thông qua Atlas Cloud, các nhà phát triển có thể truy cập dòng mô hình này bằng một khóa tương thích với OpenAI, thời gian hoạt động ổn định và khả dụng ngay từ Day-0. Bắt đầu xây dựng ngay hôm nay.
Bài viết đề xuất
Hướng dẫn, bài hướng dẫn và cập nhật sản phẩm giúp bạn khai thác tối đa Atlas Cloud.
