Pixverse API for Multi-Shot Narrative Video Generation
Pixverse API cung cấp cho các nhà phát triển quyền truy cập trực tiếp vào các mô hình tạo video của AISphere. V6 bao gồm chuyển văn bản thành video, hình ảnh thành video, tạo theo hướng dẫn tham chiếu, kiểm soát khung hình bắt đầu và kết thúc, cũng như mở rộng clip trong một quy trình duy nhất, trong khi C1 biến bảng phân cảnh thành các chuỗi nhiều cảnh quay giữ cho các nhân vật và bối cảnh nhất quán giữa các lần cắt. Atlas Cloud phục vụ cả hai chuỗi với mức giá minh bạch theo từng giây và không cần thiết lập cơ sở hạ tầng. Bắt đầu xây dựng ngay hôm nay.
Khám phá Mô hình Hàng đầu
Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.
Giải thích tất cả các Endpoint của Pixverse API: V6 và C1 qua năm phương thức
Xem mỗi endpoint của Pixverse API nhận những gì, tạo ra những gì và chi phí bao nhiêu trên Atlas Cloud, từ các prompt văn bản đơn lẻ đến kiểm soát tham chiếu bảy hình ảnh.
| Modality | Description |
|---|---|
| Pixverse V6 Text-to-Video API (Text to Video) | Đối với nội dung được tuần tự hóa nơi một nhân vật phải trông giống nhau từ tập này sang tập khác, điểm cuối này chấp nhận tối đa bảy hình ảnh tham chiếu được gắn thẻ và duy trì diện mạo của chúng trong mỗi cảnh được tạo. Các thẻ chủ đề và nền cùng với tên tham chiếu trên mỗi hình ảnh cung cấp cho API Pixverse kiểm soát tính nhất quán chi tiết nhất được phân lớp trên kiến trúc nhiều shot của C1. Có sẵn trên Atlas Cloud từ $0,03 mỗi giây với kóa tương thích OpenAI. |
| Pixverse V6 Image-to-Video API (Image to Video) | A single still image is all this endpoint needs to produce a motion clip that preserves the source's visual identity, guided by a text prompt of up to 5,000 characters. It accepts JPG and PNG inputs up to 10MB with aspect ratios from 1:2.5 to 2.5:1, so portraits, product shots, and wide banners all animate without reformatting. Optional native audio and a seed parameter make outputs repeatable for production pipelines. |
| Pixverse V6 Start-End-to-Video API (Image to Video) | When a clip has to land on an exact final frame, this endpoint takes both a start image and an end image and generates all the motion in between. Frames can be passed as public URLs or Base64 in PNG, JPEG, or WebP, and clips run 1 to 15 seconds at up to 1080p. That makes it the natural pick for scene transitions, loopable content, and shots with a fixed visual destination. |
| Pixverse V6 Reference-to-Video API (Reference to Video) | Up to seven reference images steer each generation, and every image can be tagged as subject or background and given its own reference name for prompt-level control. V6 keeps character appearance and scene context stable across the clip, which removes manual keyframing from character-driven and brand-consistent work. Output supports the full range of eight aspect ratios and resolutions up to 1080p. |
| Pixverse V6 Video-Extend API (Video to Video) | Need a clip to run longer than its original cut? Pass a source video URL plus a text prompt and V6 continues the footage for another 1 to 15 seconds, preserving the established motion and visual style. At $0.025 per second on Atlas Cloud, extending a scene costs the same as generating one from scratch. |
| Pixverse C1 Text-to-Video API (Text to Video) | C1 treats text-to-video as a storyboard problem, generating clips built for multi-shot narrative continuity rather than isolated standalone shots. Prompts up to 5,000 characters drive videos of 1 to 15 seconds with native audio, eight aspect ratio options, and quality up to 1080p. Atlas Cloud prices the C1 series from $0.03 per second on a pay-as-you-go basis. |
| Pixverse C1 Image-to-Video API (Image to Video) | Feed C1 a still image and it returns a video sequence in which character and scene fidelity hold from the first frame to the last. Inputs follow the same practical limits as V6, JPG or PNG up to 10MB with aspect ratios from 1:2.5 to 2.5:1, so existing assets drop straight in. Its storyboard-aware design suits multi-scene projects where identity drift between shots is not acceptable. |
| Pixverse C1 Start-End-to-Video API (Image to Video) | Defining a clip by its first and last frames gives C1 a complete narrative arc to fill, and the model generates the connecting motion while keeping the series' storyboard-native visual language intact. Start and end images upload as URLs or Base64 in PNG, JPEG, or WebP, with durations of 1 to 15 seconds and a seed option for repeatable results. Episodic and multi-chapter productions use it to lock scene-to-scene transitions in place. |
| Pixverse C1 Reference-to-Video API (Reference to Video) | For serialized content where a character must look identical from one episode to the next, this endpoint accepts up to seven tagged reference images and holds their appearance across every generated shot. Subject and background tags plus per-image reference names give the Pixverse API its most granular consistency control, layered on C1's multi-shot architecture. It is available on Atlas Cloud from $0.03 per second with one OpenAI-compatible key. |
Các tính năng mới của mô hình PixVerse + Showcase
Việc kết hợp các mô hình tiên tiến với nền tảng tăng tốc GPU của Atlas Cloud mang lại tốc độ, khả năng mở rộng và quyền kiểm soát sáng tạo vượt trội cho việc tạo hình ảnh và video.
Chuỗi cảnh hành động & VFX
C1 được xây dựng để xử lý những chuỗi cảnh vốn phơi bày giới hạn của hầu hết các mô hình video AI — vũ đạo cận chiến, chuyển động tốc độ cao, hiệu ứng hạt, động lực học chất lỏng và môi trường giàu không khí. Quan hệ không gian và trọng lượng vật lý được giữ nhất quán qua từng khung hình, giúp giảm khối lượng chỉnh sửa mà nội dung hành động thường đòi hỏi. Mô hình hỗ trợ cả cảnh tả thực lẫn cảnh cách điệu trong cùng một quy trình tạo video.
Sản xuất video từ storyboard
PixVerse C1 chuyển đổi trực tiếp các bố cục storyboard tĩnh thành chuỗi video liền mạch, với việc phân đoạn cảnh được xử lý tự động dựa trên cấu trúc prompt. Các đội sản xuất chỉ cần tải lên các khung hình tĩnh là nhận được chuỗi cảnh nhiều góc quay mà không phải dựng lại từng cảnh từ đầu. Điều này khiến C1 trở thành lựa chọn thiết thực cho các hãng phim, đội ngũ hoạt hình và các agency làm việc theo brief sáng tạo đã được phê duyệt.
Điều khiển máy quay điện ảnh
PixVerse V6 kết xuất các chuyển động máy quay — cảnh quay bám theo, chuyển đổi góc nhìn và những cú mở cảnh môi trường — với độ chính xác cao và rất ít lỗi hình ảnh. Cảm xúc và ngôn ngữ cơ thể của nhân vật được giữ nhất quán qua các lần chuyển cảnh, giúp mô hình đáng tin cậy cho những chuỗi cảnh kể chuyện đòi hỏi nhiều hơn một clip đơn lẻ. Với các đội marketing và studio nội dung, điều này đồng nghĩa với việc ít phải chỉnh sửa thủ công hơn và vòng lặp từ brief đến thành phẩm nhanh hơn.
Điều khiển bằng bảy ảnh tham chiếu
Gắn thẻ tối đa bảy ảnh tham chiếu làm chủ thể hoặc nền, đặt tên cho từng ảnh và gọi trực tiếp trong prompt. Khuôn mặt, sản phẩm và môi trường giữ nguyên diện mạo chính xác trong mọi khung hình.
Âm thanh và hình ảnh trong một lần tạo
Muốn có âm thanh mà không cần một pipeline riêng? Cả V6 lẫn C1 đều kết xuất âm thanh đồng bộ ngay trong cùng một lần tạo, nên trailer, quảng cáo và clip mạng xã hội xuất ra từ API là có thể đăng ngay.
Mọi kích thước màn hình, một Pixverse API duy nhất
Từ khung hình điện ảnh 21:9 đến bảng tin dọc 9:16, tám tỷ lệ khung hình và bốn mức độ phân giải bao trọn đầu ra cho phim, truyền hình và mạng xã hội. Chọn 360p cho bản nháp hoặc 1080p cho bản giao cuối, không cần cắt cúp sau khi tạo.
Prompt dài 5,000 ký tự trên Pixverse API
Một prompt duy nhất có thể dài tới 5,000 ký tự — đủ để chỉ định thứ tự cảnh quay, ánh sáng, phục trang và nhịp độ trong một yêu cầu. Kịch bản chi tiết cho ra thước phim khớp với brief ngay từ lần đầu.
Pixverse vs các model khác – cùng một prompt
Cùng một prompt, được tạo bởi Pixverse và các model video hàng đầu khác: đa cảnh quay và phim quảng cáo cao cấp
Tạo một quảng cáo sản phẩm điện ảnh dài 10 giây cho một chiếc xe đạp điện cao cấp. Cảnh 1, 0–2 giây: Cận cảnh macro những giọt mưa trượt trên khung xe màu đen nhám. Ánh phản chiếu neon dịu nhẹ, độ sâu trường ảnh nông, chuyển động máy quay đẩy vào chậm rãi. Âm thanh mưa nhẹ làm nền. Cảnh 2, 2–5 giây: Cú máy tracking góc thấp khi chiếc xe chạy qua con phố ướt mưa trong đêm. Bánh xe làm bắn nước qua những vũng nông. Thêm âm thanh nước bắn từ lốp chân thực, tiếng vo vo êm của động cơ điện và tiếng xe cộ xa xa. Cảnh 3, 5–8 giây: Cú máy bám theo bên hông mượt mà của cùng chiếc xe khi đi qua dưới đèn đường. Giữ nguyên hoàn toàn hình dáng khung, bánh xe, đèn pha, màu sắc và tỷ lệ. Motion blur được kiểm soát, bố cục khung hình quảng cáo cao cấp. Cảnh 4, 8–10 giây: Hero shot kết thúc: chiếc xe dừng lại bên một tòa nhà kính. Đèn pha sáng dịu, ánh phản chiếu của mưa và neon mờ dần một cách tự nhiên. Sản phẩm ở giữa khung hình, sắc nét, mang phong cách quảng cáo cao cấp. Yêu cầu: - Giữ nguyên hoàn toàn thiết kế xe đạp trong tất cả các cảnh quay - Sử dụng điều khiển máy quay điện ảnh rõ ràng: cận cảnh macro, tracking góc thấp, bám theo bên hông, hero shot kết thúc - Giữ mưa, ánh sáng, phản chiếu và không khí thành phố nhất quán - Đồng bộ âm thanh với chuyển động: tiếng mưa, nước bắn từ lốp, tiếng động cơ điện, âm thanh thành phố - Không có bánh xe biến dạng, không thay đổi cấu trúc khung, không có chi tiết sản phẩm thiếu nhất quán - Chất liệu chân thực, chất lượng phim quảng cáo trau chuốt, 1080p
Pixverse
Wan 2.7
Kling V3.0
Tạo một quảng cáo sản phẩm điện ảnh dài 10 giây cho một chiếc loa không dây trong suốt đặt trên bàn studio hiện đại. Cảnh 1, 0–2 giây: Cận cảnh macro lớp vỏ trong suốt của loa. Các linh kiện bên trong hiện rõ qua lớp vỏ trong. Ánh sáng studio dịu nhẹ, phản chiếu sạch sẽ, độ sâu trường ảnh nông, chuyển động máy quay đẩy vào chậm rãi. Cảnh 2, 2–5 giây: Loa khởi động. Một vòng LED tinh tế sáng dần từ tâm ra ngoài. Máy quay thực hiện cú quay vòng quanh sản phẩm một cách mượt mà. Thêm âm báo khởi động nhẹ nhàng và nhịp bass trầm đồng bộ với hiệu ứng LED. Cảnh 3, 5–8 giây: Cận cảnh bên hông: sóng âm được thể hiện qua những rung động nhẹ trên ly nước đặt gần đó. Loa giữ nguyên hoàn toàn hình dáng, kích thước, chất liệu và bố cục linh kiện bên trong. Nền studio sạch sẽ, bố cục sản phẩm cao cấp. Cảnh 4, 8–10 giây: Hero shot kết thúc: chiếc loa trong suốt ở giữa bàn, vòng LED sáng dịu, máy quay từ từ lùi ra. Studio tối giản mang phong cách tương lai, chất quảng cáo trau chuốt. Yêu cầu: - Giữ nguyên hoàn toàn thiết kế loa trong tất cả các cảnh quay - Sử dụng điều khiển máy quay điện ảnh: cận cảnh macro, quay vòng mượt mà, cận cảnh bên hông, cú lùi máy hero kết thúc - Giữ ánh sáng studio, phản chiếu, độ trong suốt và tỷ lệ sản phẩm nhất quán - Đồng bộ âm thanh với hành động: âm báo khởi động, nhịp bass, rung động tinh tế - Không thay đổi linh kiện bên trong, không có vỏ trong suốt biến dạng, không có vị trí LED thiếu nhất quán - Phong cách quảng cáo công nghệ cao cấp, bố cục gọn gàng, chất liệu chân thực, 1080p
Pixverse
Wan 2.7
Kling V3.0
Từ clip đơn lẻ đến câu chuyện nhiều tập: các trường hợp sử dụng Pixverse API
Dù bạn đang tạo chuyển động cho một ảnh sản phẩm hay đạo diễn một loạt phim nhiều tập, Pixverse API trên Atlas Cloud đáp ứng video mạng xã hội, chuyển động cho thương mại điện tử, chuyển cảnh liền mạch và kể chuyện dài tập, với mức giá trả theo mức dùng minh bạch.
Nội dung mạng xã hội dạng ngắn
Biến một câu lệnh văn bản duy nhất thành clip dọc khiến người xem dừng lướt với tính năng tạo video từ văn bản của Pixverse V6. Các nhà sáng tạo đăng bài hằng ngày lên TikTok, Reels và Shorts giữ cho bảng tin luôn mới mẻ với chi phí $0.025 mỗi giây.
Quảng cáo sản phẩm với Pixverse API
Ảnh sản phẩm tĩnh trở thành các clip chủ đạo giàu chuyển động nhờ tính năng tạo video từ ảnh của V6, với bản sắc hình ảnh gốc được giữ nguyên qua từng khung hình. Các đội thương mại điện tử biến toàn bộ danh mục sản phẩm thành quảng cáo mà không cần đặt lịch chụp studio.
Kể chuyện nhân vật theo nhiều tập
Cần cùng một nhân vật chính xuyên suốt mười tập? Tính năng tạo video từ ảnh tham chiếu của C1 khóa cố định ngoại hình nhân vật và bối cảnh qua từng clip, mang lại cho các đội hoạt hình, studio webtoon và chủ sở hữu IP một quy trình sản xuất nhiều tập đáng tin cậy.
Chuyển cảnh liền mạch qua Pixverse API
Khi hai khung hình chính xác định cảnh quay của bạn, endpoint start-end sẽ tạo toàn bộ chuyển động giữa chúng. Những cú cắt cảnh mượt mà, hiệu ứng biến hình ấn tượng và hình nền lặp hoàn hảo đều có được mà không cần bất kỳ thao tác keyframe thủ công nào.
Bản dựng dài từ các clip ngắn
Các clip được tạo hiếm khi phải kết thúc ở lần cắt đầu tiên, vì endpoint video-extend của V6 tiếp nối cảnh quay trong khi vẫn giữ nguyên chuyển động và phong cách. Người dựng phim nối các đoạn được kéo dài thành trailer, video ca nhạc và những chuỗi cảnh dài hơn.
Xây dựng ứng dụng video trên Pixverse API
Mọi endpoint V6 và C1 đều nằm sau một khóa tương thích OpenAI duy nhất trên Atlas Cloud, tính phí theo mức dùng từ $0.025 mỗi giây. Các nhà phát triển thêm khả năng tạo video cấp production vào sản phẩm của mình mà không phải quản lý hạ tầng GPU.
Benchmark PixVerse API: V6 và C1 đứng ở đâu giữa các mô hình video hàng đầu
Trước khi chọn stack tạo video, hãy xem PixVerse API so với Kling, Veo, Sora và Wan như thế nào về chế độ đầu vào, độ phân giải, độ dài clip, âm thanh gốc và giá tính theo giây.
| Mô hình | Chế độ đầu vào | Độ phân giải tối đa | Độ dài clip | Âm thanh gốc | Price per Second |
|---|---|---|---|---|---|
| PixVerse V6 | Văn bản, hình ảnh, ảnh tham chiếu, khung hình đầu và cuối, kéo dài video | 1080p | 1 đến 15 giây | √ | From $0.025/s on Atlas Cloud |
| PixVerse C1 | Văn bản, hình ảnh, ảnh tham chiếu, khung hình đầu và cuối | 1080p | 1 đến 15 giây | √ | From $0.03/s on Atlas Cloud |
| Kling 2.5 Turbo Pro | Văn bản, hình ảnh | 1080p | 5 hoặc 10 giây | - | About $0.07/s |
| Google Veo 3.1 | Văn bản, hình ảnh, ảnh tham chiếu, khung hình đầu tiên và cuối cùng | Lên đến 4K | 4, 6 hoặc 8 giây | √ | $0.40/s (Fast from $0.10/s) |
| OpenAI Sora 2 | Văn bản, hình ảnh | 720p (1080p trên Sora 2 Pro) | 4, 8 hoặc 12 giây | √ | $0.10/s ($0.30/s for Pro) |
| Alibaba Wan 2.5 | Văn bản, hình ảnh, hướng dẫn âm thanh tùy chọn | 1080p | 5 hoặc 10 giây | √ | From $0.05/s |
Cách Sử Dụng Pixverse 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 Pixverse trên Atlas Cloud
Sự kết hợp của các mô hình tiên tiến của Pixverse 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 Pixverse, 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.
Giải đáp các câu hỏi về Pixverse API
PixVerse API cung cấp cho các nhà phát triển quyền truy cập theo chương trình vào các mô hình tạo video AI của PixVerse thông qua Atlas Cloud. Thay vì sử dụng ứng dụng tiêu dùng PixVerse, hoạt động dựa trên tín dụng hàng ngày, thêm hình mờ và giới hạn độ phân giải, bạn có thể gọi trực tiếp các mô hình thông qua REST API và chỉ trả tiền cho những gì bạn tạo ra.
V6 là dòng chủ lực đa dụng, bao gồm chuyển văn bản thành video, ảnh thành video, ảnh tham chiếu thành video, kiểm soát khung hình đầu-cuối và kéo dài video trong cùng một pipeline. C1 theo hướng tiếp cận dựa trên storyboard, được xây dựng cho sản xuất kể chuyện nhiều cảnh quay, nơi tính liên tục của bối cảnh và sự nhất quán của nhân vật giữa các cắt cảnh quan trọng không kém chất lượng từng khung hình. Trên Atlas Cloud, các endpoint V6 có giá từ $0.025 mỗi giây và các endpoint C1 từ $0.03 mỗi giây.
Giá tính theo mức sử dụng, không cần đăng ký thuê bao. Cả năm endpoint PixVerse V6 được tính phí từ $0.025 mỗi giây video được tạo, và cả bốn endpoint C1 bắt đầu từ $0.03 mỗi giây. Bạn chỉ trả cho những gì mình tạo ra, với mức giá minh bạch theo từng lần gọi trên mọi yêu cầu.
Mọi endpoint tạo video của PixVerse đều xuất ở 360p, 540p, 720p hoặc 1080p, mặc định là 720p. Clip có thể dài từ 1 đến 15 giây, và có tám tỷ lệ khung hình để lựa chọn: 16:9, 9:16, 1:1, 4:3, 3:4, 2:3, 3:2 và 21:9. Dải lựa chọn này bao trọn từ định dạng dọc cho mạng xã hội đến khung hình điện ảnh 21:9 mà không cần cắt xén sau khi tạo.
Có. Cả V6 và C1 đều tạo âm thanh trong cùng một lượt sinh video, và Pixverse API cung cấp tham số sound được bật mặc định. Hãy đặt thành false nếu bạn định tự lồng nhạc cho clip. Ngoại lệ duy nhất là endpoint V6 Video-Extend, vốn không có tham số âm thanh.
C1 đọc bố cục storyboard nhiều khung giống như đạo diễn đọc một trang truyện tranh: mỗi khung được xem là một cảnh quay riêng và logic chuyển cảnh giữa chúng được suy luận tự động. Kết quả là một chuỗi nhiều cảnh quay liền mạch với nhân vật và logic không gian nhất quán, giúp các nhóm đi từ storyboard đã duyệt đến thước phim mà không phải dựng lại từng cảnh. Trên endpoint chuyển văn bản thành video, việc phân đoạn cảnh quay còn có thể điều khiển trực tiếp qua cấu trúc prompt.
Endpoint Reference-to-Video của cả V6 và C1 đều nhận từ 1 đến 7 ảnh tham chiếu mỗi yêu cầu, mỗi ảnh có thể được gắn nhãn là tham chiếu nhân vật hoặc bối cảnh. Ảnh có thể gửi dưới dạng URL công khai hoặc chuỗi Base64 ở định dạng PNG, JPEG hoặc WebP, với tổng dung lượng yêu cầu tối đa 20MB. Chính các ảnh tham chiếu được gắn nhãn này giúp các sản phẩm nhiều cảnh quay giữ nguyên nhận diện nhân vật từ clip này sang clip khác.
Endpoint V6 Video-Extend nhận URL của video nguồn cùng một prompt văn bản và tạo ra phần tiếp nối dài từ 1 đến 15 giây. Tính liên tục của chuyển động và phong cách hình ảnh được giữ nguyên trong phần mở rộng, nên rất tiện để kéo dài clip vượt quá thời lượng gốc hoặc xây dựng nội dung nối tiếp từ nhiều nguồn. Phí tính theo cùng mức $0.025 mỗi giây như các endpoint V6 khác.
Tạo tài khoản Atlas Cloud, tạo API key, rồi gọi bất kỳ endpoint PixVerse nào với key đó trong header Authorization. Các yêu cầu chạy bất đồng bộ: gửi yêu cầu tạo video, nhận prediction ID, sau đó poll endpoint kết quả cho đến khi trạng thái là completed. Không cần dựng hạ tầng nào, và quyền truy cập Day-0 nghĩa là các bản phát hành PixVerse mới xuất hiện mà không cần di chuyển hệ thống. Hãy bắt tay xây dựng ngay hôm nay.
Khám phá Thêm Dòng
Seedance 2.0
Seedance 2.0 API cung cấp cho bạn quyền truy cập cấp sản xuất vào mô hình video đa phương thức của ByteDance — đầu vào bốn phương thức (văn bản, hình ảnh, video, âm thanh) và hệ thống "Universal Reference" hàng đầu trong ngành giúp khóa bố cục, chuyển động của camera và hành động của nhân vật trên các cảnh quay. Tích hợp quyền kiểm soát cấp độ đạo diễn bằng một lệnh gọi API, mức giá cố định $0,09/giây, cấp khóa tức thì và không có danh sách chờ — được hỗ trợ bởi thời gian hoạt động và sự tuân thủ cấp doanh nghiệp. Seedance 2.0 Native 4K hiện đã ra mắt!
Grok Imagine
Grok Imagine API cung cấp cho các nhà phát triển khả năng tạo hình ảnh, video và âm thanh của xAI trong một bộ công cụ duy nhất. API này tạo ra hình ảnh độ phân giải lên đến 2K với khả năng hiển thị văn bản đa ngôn ngữ, cộng với video lên đến 15 giây với âm thanh gốc, được đồng bộ hóa và chỉnh sửa dựa trên tham chiếu. Trên Atlas Cloud, một khóa duy nhất có thể chạy mọi chế độ Grok Imagine, do đó bạn có thể chuyển đổi giữa hình ảnh, video và âm thanh mà không cần thiết lập riêng biệt, với mức giá từ 0,02 USD cho mỗi hình ảnh và 0,05 USD mỗi giây.
Gemini Omni Flash
Gemini Omni API đưa mô hình tạo và chỉnh sửa video đa phương thức của Google DeepMind, được giới thiệu tại Google I/O 2026, vào stack của bạn. Gemini Omni kết hợp công cụ suy luận của Gemini với media tạo sinh, chấp nhận mọi tổ hợp văn bản, hình ảnh, video và âm thanh để tạo ra kết quả nhất quán, dựa trên nền tảng tri thức. Tinh chỉnh kết quả qua hội thoại tự nhiên — hoán đổi vật thể, viết lại cảnh quay và thay đổi phong cách, trong khi vật lý, nhân vật và tính liên tục vẫn được giữ nguyên. Atlas Cloud cung cấp trọn bộ dòng Gemini Omni Flash — chuyển văn bản thành video, chuyển hình ảnh thành video với tối đa 7 hình ảnh tham chiếu, và chuyển tham chiếu thành video — thông qua một API hợp nhất với mức giá minh bạch tính theo giây từ $0.112 và không cần đăng ký thuê bao. Bắt đầu xây dựng ngay hôm nay.
GPT Image 2
GPT Image 2 API cung cấp cho các nhà phát triển quyền truy cập vào mô hình hình ảnh mới nhất của OpenAI, phiên bản kế nhiệm của GPT Image 1.5. Mô hình này tạo và chỉnh sửa hình ảnh với khả năng hiển thị văn bản chính xác trên các chữ viết Latinh và CJK, cùng với bố cục mạnh mẽ cho áp phích, mockup và đồ họa thông tin. Trên Atlas Cloud, bạn có thể truy cập nó thông qua một API thống nhất cùng với hơn 300 mô hình khác, với tín dụng miễn phí, 99,99% thời gian hoạt động và không yêu cầu xác minh tổ chức OpenAI.
Các mô hình sáng tạo mạnh mẽ nhất của Google hiện đều có sẵn trên Atlas Cloud. Veo 3.1 cung cấp khả năng tạo video đậm chất điện ảnh, Nano Banana 2 hỗ trợ tạo hình ảnh có độ chân thực cao, và Gemini mang trí tuệ đa phương thức vào mọi quy trình làm việc. Truy cập toàn bộ bộ mô hình Google thông qua một API key duy nhất với tính khả dụng Day-0 và mức giá dùng bao nhiêu trả bấy nhiêu (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini mang khả năng tạo video đa phương thức của ByteDance vào các quy trình làm việc nơi tốc độ và chi phí là quan trọng nhất. Nó cung cấp các khả năng cốt lõi của Seedance 2.0 với mức tiêu thụ tài nguyên nhẹ hơn — tạo nhanh hơn, chi phí mỗi video thấp hơn và tích hợp API giống như bạn đã sử dụng. Đối với các nhóm chạy các quy trình (pipeline) khối lượng lớn hoặc tạo nguyên mẫu ở quy mô lớn, Mini là lựa chọn mặc định thiết thực.
ByteDance
Từ tạo video điện ảnh đến kiến tạo hình ảnh có độ trung thực cao, các mô hình mạnh mẽ nhất của ByteDance hiện đã có mặt trên Atlas Cloud. Chạy Seedance và Seedream ở quy mô lớn với mức giá suy luận thấp nhất và không có chi phí quản lý cơ sở hạ tầng.
Alibaba
Atlas Cloud tập hợp toàn bộ dòng mô hình của Alibaba dưới một API duy nhất: Qwen cho các tác vụ ngôn ngữ và hình ảnh, Wan để tạo video với độ phân giải lên đến 1080p. Truy cập mọi mô hình theo hình thức dùng đến đâu trả tiền đến đó (pay-as-you-go) mà không cần đăng ký gói. Alibaba API có sẵn thông qua một URL cơ sở (base URL) duy nhất bằng cách sử dụng ứng dụng khách tương thích với OpenAI hiện có của bạn.
OpenAI
Atlas Cloud cấp cho bạn quyền truy cập vào toàn bộ danh mục OpenAI API, từ GPT Image 2 để tạo hình ảnh đến Sora 2 cho video. Mọi mô hình đều có sẵn theo hình thức dùng đến đâu trả tiền đến đó (pay-as-you-go) mà không cần cam kết hàng tháng. Tích hợp dễ dàng chỉ bằng cách thay đổi một base URL thông qua API tương thích với OpenAI.
xAI
Xây dựng các pipeline hình ảnh và video hoàn chỉnh bằng xAI API trên Atlas Cloud. Tạo ở độ phân giải 2K, chỉnh sửa bằng hình ảnh tham chiếu và tạo hoạt ảnh từ hình ảnh thành các clip đồng bộ với âm thanh.
Kwaivgi
Kwaivgi API với mức giá thấp hơn 15% so với giá tiêu chuẩn. Atlas Cloud cung cấp quyền truy cập Day-0 cho các bản phát hành Kling mới với mức giá dùng trả theo mức sử dụng (pay-as-you-go) và không giới hạn số lượng người dùng. Một tài khoản, một khóa, mọi mô hình Kling từ cấp tiêu chuẩn đến cấp master.
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!
