Seedance 2.5 Flash hiện đang giảm giá 35% — kết thúc vào ngày 30 tháng 11
Hero background 1Hero background 2

Qwen Audio 3.0 TTS Voice Direction

Dòng sản phẩm Qwen Audio 3.0 TTS của Alibaba phục vụ các ứng dụng xã hội, đồng hành và thời gian thực. Hướng dẫn cách truyền đạt giọng nói và âm lượng của Plus bằng các lệnh ngôn ngữ tự nhiên, hoặc sử dụng Flash cho đối thoại trực tiếp và dịch vụ khách hàng. Atlas Cloud cung cấp mức giá tiêu chuẩn là 0,02 đô la cho mỗi 1.000 ký tự đầu vào đối với Plus và 0,015 đô la đối với Flash, giúp bạn ước tính chi phí cho từng khối lượng công việc. Hãy bắt đầu xây dựng ngay hôm nay.

Qwen Audio 3.0 TTS do Alibaba 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.

Qwen Audio 3.0 TTS: So sánh các endpoint tạo giọng nói

Chọn giọng nói biểu cảm hàng đầu cho trải nghiệm đồng hành hoặc giọng nói có độ trễ thấp để tương tác theo thời gian thực.

Phương thứcMô tả
Qwen Audio 3.0 TTS Flash API (Text to Speech)Chuyển văn bản thành giọng nói với khả năng tổng hợp độ trễ thấp, hỗ trợ nhiều ngôn ngữ và bao quát các phương ngữ tiếng Trung. Hướng dẫn linh hoạt giúp định hình cách thể hiện giọng nói cho trợ lý giọng nói, hội thoại trực tiếp và dịch vụ khách hàng. Giá tiêu chuẩn là $0.015 cho mỗi 1.000 ký tự đầu vào.
Qwen Audio 3.0 TTS Plus API (Text to Speech)Dành cho các ứng dụng mạng xã hội và đồng hành, endpoint hàng đầu này chuyển văn bản thành giọng nói tự nhiên, biểu cảm bằng giọng hệ thống. Điều chỉnh cảm xúc, ngữ điệu, vai trò, tốc độ và âm lượng bằng các hướng dẫn linh hoạt để định hình từng tương tác. Giá tiêu chuẩn là $0.02 cho mỗi 1.000 ký tự đầu vào.

Qwen Audio 3.0 TTS: Giọng nói phản hồi với khả năng kiểm soát biểu cảm

Chọn Qwen Audio 3.0 TTS Flash hoặc Plus cho các nhu cầu đàm thoại riêng biệt, với danh mục giọng nói phong phú, tổng hợp đa ngôn ngữ, cách phát âm có thể điều chỉnh, đầu vào văn bản có cấu trúc và đầu ra âm thanh linh hoạt thông qua Atlas Cloud.

Qwen Audio 3.0 TTS: Flash hoặc Plus

Qwen Audio 3.0 TTS cung cấp Flash cho tương tác có độ trễ thấp và Plus cho giọng nói đồng hành tự nhiên, truyền cảm. Mức giá tiêu chuẩn của Atlas Cloud là 0,015 đô la cho mỗi 1.000 ký tự đầu vào đối với Flash và 0,02 đô la đối với Plus. Hãy chọn mô hình phù hợp với các ưu tiên trò chuyện của sản phẩm của bạn, với tính năng thanh toán theo mức sử dụng. Điều này cung cấp cho các trợ lý giọng nói, công cụ dịch vụ khách hàng và ứng dụng xã hội hai tùy chọn tổng hợp với mức giá rõ ràng.

Danh mục 597 giọng nói

Mỗi mô hình 3.0 cung cấp một danh mục gồm 597 giọng nói cơ bản được nhân bản với các mẫu xem trước cùng nhãn giới tính và ngôn ngữ. Duyệt qua các giọng nói có sẵn, nghe các mẫu và truyền ID giọng nói của mô hình đã chọn cùng với văn bản của bạn. ID giọng nói dành riêng cho từng mô hình. Điều này giúp việc thử vai cho người kể chuyện hoặc nhân vật đồng hành trở nên dễ dàng hơn trước khi bạn tích hợp giọng nói vào ứng dụng của mình.

Giọng nói xuyên suốt các ngôn ngữ và phương ngữ

Đối với giọng nói đa ngôn ngữ, cả hai mô hình đều chấp nhận một gợi ý ngôn ngữ cho mỗi yêu cầu, với 10 mã được hỗ trợ bao gồm tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Việt và tiếng Indonesia. Thiết lập language_hints cho ngôn ngữ dự định và chọn một giọng nói tương thích. Flash cũng hỗ trợ tổng hợp phương ngữ tiếng Trung. Các nhà phát triển có thể sử dụng các chức năng điều khiển này để điều chỉnh trải nghiệm giọng nói cho khán giả quốc tế và cộng đồng người Hoa trong khu vực.

Định hình Biểu cảm TTS Qwen Audio 3.0

Hãy cho mô hình biết cảm xúc của một câu thoại thông qua các hướng dẫn bằng ngôn ngữ tự nhiên về cảm xúc, giọng điệu, đặc điểm nhân vật và cách diễn đạt. Cả hai mô hình cũng cung cấp các hệ số nhân về tốc độ và cao độ từ 0,5 đến 2,0 cùng âm lượng từ 0 đến 100. Kết hợp lệnh hướng dẫn phong cách với các công cụ kiểm soát thông số này để tinh chỉnh cùng một kịch bản. Các đoạn hội thoại giàu sức biểu cảm và trải nghiệm đồng hành sẽ đạt hiệu quả tốt hơn nhờ cách diễn đạt được điều chỉnh phù hợp với từng thời điểm.

Độ chính xác SSML và Đọc công thức

Khi một kịch bản cần những khoảng dừng có chủ ý hoặc toán học bằng lời nói, cả hai mô hình đều hỗ trợ đầu vào SSML và LaTeX khi bật enable_ssml. Gửi văn bản đã chuẩn bị thông qua cùng một yêu cầu tổng hợp thay vì coi mọi đoạn văn là văn bản thông thường. SSML cung cấp một cách để đánh dấu các khoảng dừng, trong khi LaTeX đại diện cho các công thức bằng giọng nói. Các tùy chọn đầu vào này phù hợp cho tường thuật giáo dục và các kịch bản đòi hỏi cách đọc từ tốn hơn.

Bốn định dạng, một quy trình làm việc âm thanh

Việc phân phối âm thanh hỗ trợ bốn định dạng: MP3, PCM, WAV và Opus, với bảy tùy chọn tốc độ lấy mẫu từ 8.000 đến 48.000 Hz. Hãy chọn output_format và sample_rate trong yêu cầu của bạn; bit_rate chỉ áp dụng cho Opus. Atlas Cloud sử dụng tính năng gửi không đồng bộ và thăm dò ID tác vụ để truy xuất các URL âm thanh được tạo. Quy trình làm việc này cho phép các nhóm chuẩn bị các tệp giọng nói cho các yêu cầu phát lại và sản xuất khác nhau thông qua một API duy nhất.

Qwen Audio 3.0 TTS và hơn thế nữa: Một kịch bản, ba giọng nói

So sánh Qwen Audio 3.0 TTS với phiên bản kế nhiệm hàng đầu của nó và một giải pháp thay thế từ ElevenLabs bằng cách sử dụng các kịch bản giống hệt nhau nhằm gợi ra những khoảng dừng tinh tế, sự chuyển biến cảm xúc và những cái kết ấm áp.

Prompt

Suỵt... Tôi cứ ngỡ chúng tôi đã mất bạn. Đợi đã, ánh sáng đó... bạn đã tìm thấy đường về nhà rồi! Lại đây. Giờ bạn đã an toàn, và đêm nay, sẽ không ai phải đối mặt với bóng tối một mình.

Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud

Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud

Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud

Prompt

Hãy lắng nghe... chỉ là một tiếng giòn tan. Bây giờ, miếng đầu tiên: lớp vỏ giòn rụm, bơ ấm nóng, niềm vui thuần khiết! Ồ, thật ngon tuyệt. Hãy kéo ghế ngồi xuống. Bàn của chúng tôi luôn có chỗ dành cho bạn.

Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud

Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud

Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud

Từ người bạn đồng hành đến trợ lý: Qwen Audio 3.0 TTS

Kết hợp giọng Plus giàu biểu cảm với khả năng tổng hợp Flash ưu tiên độ trễ thấp trong Qwen Audio 3.0 TTS để xây dựng hội thoại cho người bạn đồng hành, trợ lý giọng nói, hỗ trợ bản địa hóa, thuyết minh truyện, lồng tiếng thương hiệu và bài học bằng giọng nói.

Hội thoại cho người bạn đồng hành với Qwen Audio 3.0 TTS

Tạo cho những người bạn đồng hành ảo giọng nói giàu biểu cảm với Plus, dùng chỉ dẫn để định hình cảm xúc, sắc thái và vai trò. Tạo lời chào thân tình, màn đối đáp vui nhộn hoặc câu trả lời trấn an cho ứng dụng mạng xã hội và trải nghiệm nhân vật tương tác.

Qwen Audio 3.0 TTS cho trợ lý giọng nói

Khi trợ lý cần trả lời bằng giọng nói, Flash cung cấp khả năng tổng hợp tiếng nói được tối ưu cho độ trễ thấp và hội thoại trực tiếp. Dùng Flash làm lớp đầu ra giọng nói cho các giao diện hội thoại chuyển văn bản được tạo ra thành lời nói.

Hỗ trợ nhiều ngôn ngữ và phương ngữ

Flash hỗ trợ nhiều ngôn ngữ và phương ngữ tiếng Trung, đưa giọng nói bản địa hóa vào quy trình chăm sóc khách hàng. Chuyển các câu trả lời hỗ trợ bằng văn bản thành hướng dẫn bằng giọng nói, phù hợp với từng khu vực và đối tượng mà ứng dụng của bạn phục vụ.

Thuyết minh với Qwen Audio 3.0 TTS

Với Plus, chỉ dẫn định hình cảm xúc và sắc thái của người kể chuyện, còn các tùy chọn điều khiển giọng nói giúp điều chỉnh nhịp độ và âm lượng. Tạo các đoạn truyện và lời thoại nhân vật bằng giọng nói cho dự án sách nói, ứng dụng kể chuyện và nội dung âm thanh nhiều kỳ.

Lồng tiếng thương hiệu và sản phẩm

Với Plus, kịch bản sản phẩm trở thành lời lồng tiếng giàu biểu cảm; chỉ dẫn xác định phong cách truyền tải và cá tính giọng đọc. Tạo phần giới thiệu sản phẩm, clip quảng bá và hướng dẫn sử dụng ứng dụng bằng giọng nói theo định hướng thể hiện bản sắc thương hiệu.

Bài học và hướng dẫn học tập bằng giọng nói

Trong các ứng dụng học tập, Plus chuyển văn bản hướng dẫn thành lời nói giàu biểu cảm, với tốc độ và âm lượng có thể điều chỉnh. Nhà giáo dục có thể tạo ví dụ thuyết minh, phần mở đầu bài học và tài liệu ôn tập bằng giọng nói, với cách truyền đạt phù hợp với nội dung giảng dạy.

Qwen Audio 3.0 TTS và các giải pháp thay thế: So sánh điều khiển giọng nói và chi phí

So sánh Qwen Audio 3.0 TTS với các biến thể 3.1 và mô hình MiniMax Speech dựa trên trọng tâm ứng dụng, điều khiển giọng nói, định dạng âm thanh và bảng giá Atlas Cloud tiêu chuẩn.

Mô hìnhTrọng tâm ứng dụngĐiều khiển giọng nóiĐịnh dạng âm thanhGiá tiêu chuẩn / 1K ký tự
Qwen-Audio 3.0 TTS PlusGiọng đọc giàu cảm xúc cho mạng xã hội và ứng dụng đồng hànhMô tả cảm xúc, ngữ điệu và vai trò bằng chỉ dẫn; điều chỉnh tốc độ, cao độ và âm lượngMP3, PCM, WAV, Opus$0.02
Qwen-Audio 3.0 TTS FlashTổng hợp độ trễ thấp cho trợ lý, hội thoại trực tiếp và dịch vụ khách hàngĐiều chỉnh tốc độ, cao độ và âm lượng, kết hợp với chỉ dẫn về cảm xúc và phong cách nóiMP3, PCM, WAV, Opus$0.015
Qwen-Audio 3.1 TTS PlusGiọng thương hiệu, sách nói, lồng tiếng và diễn xuất nhân vậtDùng chỉ dẫn để định hướng cách thể hiện cảm xúc và vai diễn; tinh chỉnh tốc độ, cao độ và âm lượngMP3, PCM, WAV, Opus$0.03
Qwen-Audio 3.1 TTS FlashGiọng nói đa ngôn ngữ và phương ngữ cho các ứng dụng tương tácKết hợp chỉ dẫn bằng ngôn ngữ tự nhiên với thẻ biểu cảm và các thông số giọng nói có thể điều chỉnhMP3, PCM, WAV, Opus$0.003
MiniMax Speech 2.8 HDTạo giọng nói chú trọng sự tự nhiên và khả năng biểu cảmChọn giọng đọc và điều chỉnh tốc độ, cao độ cùng âm lượngMP3, WAV, FLAC$0.10
MiniMax Speech 2.8 TurboTạo giọng nói nhanh với các giọng đọc tùy chọn và thẻ chèn từ đệmDùng thiết lập sẵn về cảm xúc và chèn từ đệm trực tiếp; điều chỉnh tốc độ, cao độ và âm lượngMP3, WAV, FLAC$0.06

Cách Sử Dụng Qwen Audio 3.0 TTS 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 Qwen Audio 3.0 TTS trên Atlas Cloud

Sự kết hợp của các mô hình tiên tiến của Qwen Audio 3.0 TTS 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 Qwen Audio 3.0 TTS, 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.

Qwen Audio 3.0 TTS: giọng nói, quyền truy cập API và giá

Qwen Audio 3.0 TTS là dòng mô hình chuyển văn bản thành giọng nói của Alibaba, có các phiên bản Plus và Flash trên Atlas Cloud. Mô hình chuyển văn bản thành lời nói, đồng thời cho phép dùng hướng dẫn bằng ngôn ngữ tự nhiên để điều khiển cảm xúc, ngữ điệu, nhân vật và cách thể hiện.

Tạo trải nghiệm bằng giọng nói cho bạn đồng hành trên mạng xã hội, trợ lý giọng nói, hội thoại tương tác và dịch vụ hỗ trợ khách hàng. Cách thể hiện giàu cảm xúc khiến Plus phù hợp với các tương tác đồng hành, trong khi Flash được tối ưu cho những ứng dụng ưu tiên khả năng tạo giọng nói có độ trễ thấp.

Tạo khóa API Atlas Cloud, sau đó gửi yêu cầu POST có xác thực đến https://api.atlascloud.ai/api/v1/model/generateAudio cùng model, text và voice. Dùng alibaba/qwen-audio-3.0-tts-plus/text-to-speech hoặc alibaba/qwen-audio-3.0-tts-flash/text-to-speech làm ID mô hình. Gửi yêu cầu thăm dò đến https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id} bằng ID tác vụ được trả về cho đến khi quá trình tạo hoàn tất, sau đó lấy URL âm thanh từ outputs.

Giá tiêu chuẩn trên Atlas Cloud là $0.02 cho mỗi 1,000 ký tự đầu vào với Plus và $0.015 cho mỗi 1,000 ký tự đầu vào với Flash. Cả hai phiên bản đều tính phí theo ký tự, theo mức sử dụng.

Mỗi phiên bản có 597 giọng cơ bản, kèm nhãn ngôn ngữ, giới tính và mẫu nghe thử trên trang mô hình Atlas Cloud. Các mô hình hỗ trợ giọng nói đa ngôn ngữ và các phương ngữ tiếng Trung; gợi ý ngôn ngữ bao gồm tiếng Trung, tiếng Anh, tiếng Nhật và tiếng Hàn. Hãy nghe thử giọng bằng ngôn ngữ hoặc phương ngữ mục tiêu trước khi chọn dùng trong môi trường thực tế.

Mô tả cảm xúc, ngữ điệu hoặc nhân vật mong muốn trong tham số instruction, rồi điều chỉnh tốc độ, cao độ và âm lượng qua các tham số riêng. Với đầu vào văn bản có cấu trúc, bật enable_ssml để hỗ trợ SSML và LaTeX, giúp kiểm soát thêm cách kết xuất giọng nói.

Chọn MP3, PCM, WAV hoặc Opus qua output_format; định dạng mặc định là MP3. Cả hai mô hình đều có tham số sample_rate, còn bit_rate chỉ áp dụng cho đầu ra Opus.

Chọn Plus khi cách thể hiện tự nhiên, giàu cảm xúc là yếu tố cốt lõi của trải nghiệm mạng xã hội hoặc bạn đồng hành. Nếu ứng dụng ưu tiên tương tác có độ trễ thấp và chi phí theo ký tự thấp hơn, Flash là lựa chọn phù hợp để bắt đầu. Hãy so sánh cả hai bằng cùng một kịch bản và phong cách nói mong muốn trước khi quyết định.

Tích hợp Atlas Cloud được tài liệu hướng dẫn sử dụng cơ chế gửi yêu cầu bất đồng bộ và thăm dò trạng thái, sau đó trả về URL âm thanh khi tác vụ hoàn tất. Khi thiết kế phát lại, hãy xem endpoint này là quy trình dựa trên tác vụ; nếu ứng dụng cần nhận từng đoạn âm thanh trong lúc tạo, hãy xác nhận riêng khả năng truyền phát.

ID giọng nói thuộc mô hình khác có thể gây lỗi InvalidParameter, vì vậy hãy chọn giọng từ danh mục tương ứng với phiên bản đã chọn. Khi chuyển giữa Plus và Flash, hãy cập nhật cả model lẫn voice thay vì dùng lại ID giọng nói trước đó.

Khám phá Thêm Dòng

Seedance 2.5

API Seedance 2.5 cung cấp cho các nhà phát triển mô hình âm thanh và video kết hợp của ByteDance Seed, tạo ra nội dung từ 4 đến 30 giây trong một lần chạy với độ phân giải lên đến 4K gốc từ văn bản, khung hình đầu tiên hoặc tối đa 50 tham chiếu trên nhiều hình ảnh, video và âm thanh. Nó chỉnh sửa các vùng đã chọn, kéo dài các clip, và tuân theo các dữ liệu đầu vào là mô hình trắng và màn hình xanh.

Xem Dòng

Seedance 2.5 Flash

Seedance 2.5 Flash API cung cấp cho các nhà phát triển bậc dịch vụ nhanh hơn, chi phí thấp hơn của Seedance 2.5 thuộc ByteDance Seed, được phát hành vào ngày 12 tháng 11 năm 2026. Nó tạo video với tốc độ gần gấp đôi Seedance 2.5, kết xuất lên đến 30 giây mỗi clip ở độ phân giải 480p hoặc 720p và tiếp nhận tối đa 10 hình ảnh, 5 video và 5 đoạn âm thanh cho mỗi yêu cầu, kèm theo khả năng chỉnh sửa video để tạo các biến thể nhanh chóng.

Xem 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.

Xem Dòng

Seedream 5.5

Seedream 5.5 là dòng sản phẩm tạo và chỉnh sửa hình ảnh của ByteDance Seed. Hướng dẫn chỉnh sửa với tối đa 10 hình ảnh tham chiếu hoặc chia hình ảnh thành một hình ảnh cơ sở và tối đa 99 lớp có thể chỉnh sửa, với OCR tùy chọn cho các lớp văn bản. Trên Atlas Cloud, chi phí cho mỗi lần tạo, chỉnh sửa và phân tách lớp là 0,02 USD cho mỗi hình ảnh, giúp các nhà phát triển lập kế hoạch ngân sách quy trình làm việc về hình ảnh. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Kling 4.0 Flash

Kling 4.0 Flash API cung cấp cho các nhà phát triển phiên bản nhanh, chi phí thấp hơn của mô hình video Kling 4.0 từ Kuaishou. Nó tạo ra các clip 720p từ 3 đến 20 giây với bốn tỷ lệ khung hình, theo dõi tới 15 tham chiếu trên hình ảnh, video và các phần tử Kling thông qua Omni Reference, đồng thời chỉnh sửa cảnh quay hiện có bằng văn bản trong khi tạo âm thanh gốc. Atlas Cloud phục vụ cả bốn điểm cuối trên một khóa với giá từ 0,0571 USD mỗi giây, và các yêu cầu thất bại không bị tính phí.

Xem Dòng

Wan 3.0

Wan 3.0 là mô hình video mới nhất của Alibaba, có thể tạo ra tối đa 30 giây video 1080p ở tốc độ 30fps kèm âm thanh chỉ trong một lần tạo. Điều khiển nó bằng một prompt văn bản, khung hình đầu tiên, tối đa 10 hình ảnh tham chiếu hoặc một tài liệu. Bản Standard có chi phí mỗi giây thấp hơn, trong khi bản Prime giữ nguyên các khả năng và trả về kết quả nhanh hơn. Cả hai đều chạy trên cùng một khóa Atlas Cloud như Wan 2.7, 2.6 và 2.5.

Xem Dòng

GPT Image 2.6

API GPT Image 2.6 cung cấp cho các nhà phát triển mô hình hình ảnh của OpenAI được phát hành vào ngày 4 tháng 11 năm 2026, dưới hai phiên bản: Flare cho việc lặp lại nhanh và Sunburst cho công việc hình ảnh chi tiết. Nó tạo hình ảnh nhanh hơn 50% so với trước đây và bổ sung đầu ra GIF động, xuất SVG, chỉnh sửa đánh dấu nhắm vào khu vực bạn khoanh tròn và cài đặt độ phức tạp. Atlas Cloud phục vụ cả hai mô hình trên một khóa tương thích với OpenAI với giá cước trả theo mức sử dụng.

Xem Dòng

Kling Image 4.0

Kling Image 4.0 là mô hình tạo hình ảnh của Kling AI dành cho thiết kế trực quan chi tiết. Hình ảnh tham chiếu hướng dẫn bố cục, trong khi các bố cục dài tích hợp hình ảnh sản phẩm và thông điệp thương hiệu vào hình ảnh toàn trang hoàn chỉnh. Đầu ra độ phân giải cao cung cấp không gian để cắt xén và hiển thị. Atlas Cloud đơn giản hóa việc tích hợp với API thống nhất và giá cả minh bạch theo mức sử dụng. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

MiniMax H3 Image

MiniMax H3 Image được xây dựng dựa trên dòng H3 của MiniMax, kết hợp việc tạo và chỉnh sửa hình ảnh trong một checkpoint duy nhất. Các lời nhắc (prompt) chi tiết giúp điều hướng nhân vật, bối cảnh và bố cục, trong khi các đầu vào tham chiếu sẽ định hướng các thay đổi về mặt hình ảnh. Atlas Cloud cung cấp quyền truy cập được lưu trữ với tính năng thanh toán theo mức sử dụng (pay-as-you-go), giúp bạn tích hợp quy trình xử lý hình ảnh mà không cần quản lý cơ sở hạ tầng mô hình. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

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.

Xem Dòng

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.

Xem Dòng

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!

Xem Dòng

Một API cho mọi AI đa phương tiện.

Khám phá tất cả mô hình