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

Qwen Audio 3.1 TTS Multilingual Voices

Qwen Audio 3.1 TTS mang dòng sản phẩm tổng hợp giọng nói của Alibaba đến với các nhà phát triển. Flash cung cấp giọng nói đa ngôn ngữ và các phương ngôn tiếng Trung, bao gồm tiếng Thượng Hải và tiếng Quảng Đông, cho các ứng dụng tương tác. Plus hỗ trợ nhân bản giọng nói từ âm thanh tham chiếu có nhiều tiếng ồn cho các công việc liên quan đến giọng nói cao cấp. Atlas Cloud niêm yết mức giá tiêu chuẩn cho mỗi 1.000 ký tự là 0,003 đô la cho Flash và 0,03 đô la cho Plus. Bắt đầu xây dựng ngay hôm nay.

Qwen Audio 3.1 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 3.1 TTS: So sánh Flash và Plus

Chọn tổng hợp giọng nói có độ trễ thấp cho tương tác trực tiếp hoặc tạo giọng nói cao cấp với khả năng nhân bản giọng nói mạnh mẽ.

Phương thứcMô tả
Qwen Audio 3.1 TTS Flash (Chuyển văn bản thành giọng nói)Chuyển văn bản thành giọng nói bằng các giọng hệ thống hỗ trợ nhiều ngôn ngữ và phương ngữ tiếng Trung. Dùng chỉ dẫn để điều chỉnh cảm xúc, sắc thái, vai diễn, tốc độ và âm lượng. Được tối ưu để giảm độ trễ trước khi phát âm thanh, Flash phù hợp với trợ lý giọng nói, hội thoại trực tiếp và hỗ trợ khách hàng tương tác.
Qwen Audio 3.1 TTS Plus (Chuyển văn bản thành giọng nói)Dành cho sản xuất giọng nói cao cấp, Plus chuyển văn bản thành giọng nói đa ngôn ngữ hoặc theo phương ngữ, đồng thời hỗ trợ nhân bản giọng nói hiệu quả từ âm thanh tham chiếu có nhiễu. Dùng chỉ dẫn để điều chỉnh cảm xúc, sắc thái, vai diễn, tốc độ và âm lượng, phù hợp với lời thuyết minh mang dấu ấn thương hiệu, sách nói và phần thể hiện nhân vật.

Qwen Audio 3.1 TTS: Giọng nói truyền cảm, Điều hướng chính xác

Từ tổng hợp tiếng nói tập trung vào độ trễ của Flash đến sản xuất giọng nói cao cấp của Plus, Qwen Audio 3.1 TTS kết hợp phân phối đa ngôn ngữ, phương ngữ tiếng Trung, điều khiển biểu cảm và quyền truy cập API thống nhất của Atlas Cloud.

Qwen Audio 3.1 TTS Flash: Giọng nói phản hồi nhanh

Flash là bậc có độ trễ thấp của Qwen Audio 3.1 TTS, được tối ưu hóa cho phản hồi gói đầu tiên trong các tương tác thời gian thực. Tính năng tổng hợp giọng nói của nó kết hợp giọng nói đa ngôn ngữ với các hướng dẫn về cảm xúc, giọng điệu, vai trò, tốc độ và âm lượng. Hãy mô tả cách truyền đạt mà ứng dụng của bạn cần trong khi cung cấp văn bản cần đọc. Bậc này phù hợp cho các trợ lý giọng nói, sản phẩm đàm thoại và trải nghiệm dịch vụ khách hàng nơi khả năng phản hồi giọng nói đóng vai trò quan trọng.

Qwen Audio 3.1 TTS Plus: Sao chép giọng nói mạnh mẽ

Plus mang đến khả năng tổng hợp giọng nói cao cấp và nhân bản giọng nói mạnh mẽ cho Qwen Audio 3.1 TTS, với bốn giọng nói hệ thống có sẵn trong lược đồ tham số của Atlas Cloud. Mô hình được thiết kế để duy trì độ rõ nét khi các bản ghi âm tham chiếu chứa tiếng ồn hoặc âm vang. Các hướng dẫn bằng ngôn ngữ tự nhiên sẽ định hình cảm xúc, giọng điệu và tính cách thu được. Chọn Plus cho tường thuật thương hiệu, sản xuất sách nói, lồng tiếng phim và biểu diễn nhân vật đầy tính biểu cảm.

Ngôn ngữ và Giọng nói Vùng miền

Giọng nói đa ngôn ngữ và các phương ngữ tiếng Trung là cốt lõi của dòng sản phẩm này, với tiếng Trung, tiếng Anh, tiếng Nhật và tiếng Hàn nằm trong số các ngôn ngữ được hỗ trợ. Phạm vi phương ngữ của Flash bao gồm tiếng Thượng Hải, tiếng Quảng Đông, tiếng Đông Bắc và tiếng Tứ Xuyên. Hãy chọn một giọng nói phù hợp với ngôn ngữ hoặc phương ngữ bạn cần, sau đó hướng dẫn cách diễn đạt thông qua các chỉ thị. Lồng tiếng bản địa hóa và trải nghiệm giọng nói theo vùng miền có thể phản ánh chính xác cách khán giả thực sự trò chuyện.

Định hình Cảm xúc, Nhịp độ và Cao độ

Điều hướng màn trình diễn bằng các hướng dẫn ngôn ngữ tự nhiên về cảm xúc, giọng điệu, vai trò và phong cách nói. Trên Plus, tốc độ và cao độ đều có phạm vi từ 0,5 đến 2,0, trong khi âm lượng chạy từ 0 đến 100. Kết hợp các công cụ kiểm soát này với kịch bản của bạn để điều chỉnh nhịp độ, âm vực và mức đầu ra. Sự kiểm soát như vậy giúp điều chỉnh một đoạn văn bản cho phù hợp với cách kể chuyện bình tĩnh, các chương trình khuyến mãi tràn đầy năng lượng hoặc đoạn hội thoại của nhân vật.

Định dạng âm thanh linh hoạt và Nhập kịch bản

Bốn định dạng đầu ra trên Plus bao gồm MP3, PCM, WAV và Opus, với tốc độ lấy mẫu có thể chọn từ 8.000 đến 48.000 Hz. Hãy chọn định dạng và tốc độ phù hợp với quy trình xử lý âm thanh của bạn. Kích hoạt SSML khi đầu vào của bạn sử dụng đánh dấu (markup) được hỗ trợ hoặc LaTeX. Những tùy chọn này giúp các nhà phát triển chuẩn bị giọng nói tổng hợp để phát lại, chỉnh sửa và nội dung giáo dục mà không phải phụ thuộc vào một định dạng phân phối duy nhất.

API thống nhất, định giá theo ký tự minh bạch

Atlas Cloud cung cấp quyền truy cập API thống nhất và tính phí dựa trên ký tự cho cả hai cấp độ, với mức giá tiêu chuẩn là 0,003 đô la cho mỗi 1.000 ký tự đối với Flash và 0,03 đô la đối với Plus. Đối với việc tạo bằng Plus, hãy gửi một yêu cầu không đồng bộ và thăm dò (poll) prediction ID của nó cho đến khi âm thanh sẵn sàng. Các kết quả đã hoàn thành chứa các URL âm thanh. Quy trình làm việc này giúp cho việc tạo giọng nói trở nên thiết thực để tích hợp vào các ứng dụng và hàng đợi sản xuất.

Nghe thử Qwen Audio 3.1 TTS so với các giọng nói khác

So sánh Qwen Audio 3.1 TTS với một mô hình giọng nói khác và phiên bản tiền nhiệm của nó bằng cách sử dụng các kịch bản giống hệt nhau, chuyển từ kể chuyện gần gũi sang bình luận thể thao trực tiếp.

Prompt

Tôi đã giữ chỗ của người bên cửa sổ. Mỗi đêm, tôi đều mong người có thể sẽ trở về nhà. Khoan đã... có thật là người không? Người ở đây rồi! Mời vào, tình yêu của tôi. Ấm nước vẫn còn ấm, chỉ dành riêng cho người.

Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud

Generated with ElevenLabs v4 Text-to-Speech on Atlas Cloud

Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud

Prompt

Một khúc cua cuối cùng, và cô ấy vẫn đang ở phía sau. Hãy nghe đám đông đó... cô ấy tìm thấy một khoảng trống, vươn lên dẫn đầu và chiến thắng! Thật là một cái kết tuyệt vời! Hít thở đi, nhà vô địch. Mỗi buổi sáng thức dậy sớm đã đưa bạn đến khoảnh khắc này.

Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud

Generated with ElevenLabs v4 Text-to-Speech on Atlas Cloud

Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud

Qwen Audio 3.1 TTS dành cho Câu chuyện, Thương hiệu và Hội thoại

Từ các chiến dịch thương hiệu và sách nói cho đến đoạn hội thoại của nhân vật, trợ lý giọng nói, hỗ trợ theo khu vực và các bài học được bản địa hóa, Qwen Audio 3.1 TTS mang đến khả năng điều khiển giọng nói cho việc sản xuất nội dung và các ứng dụng tương tác.

Lồng tiếng thương hiệu với Qwen Audio 3.1 TTS

Plus chuyển đổi kịch bản chiến dịch thành giọng đọc cao cấp với các hướng dẫn về cảm xúc, giọng điệu và cách diễn đạt. Tạo lời tường thuật ra mắt sản phẩm, âm thanh quảng cáo và thông điệp thương hiệu với phong cách nói được điều chỉnh cho từng chiến dịch.

Diễn đọc sách nói

Thổi hồn vào những câu chuyện thông qua tính năng tường thuật Plus với khả năng kiểm soát cảm xúc, tốc độ nói và âm lượng. Các nhà xuất bản và ứng dụng sách nói có thể chuyển đổi kịch bản chương thành âm thanh giàu cảm xúc, điều chỉnh cách truyền đạt cho các đoạn hội thoại và phần mô tả.

Trợ lý giọng nói TTS Qwen Audio 3.1

Khi các ứng dụng cần phản hồi bằng giọng nói, Flash cung cấp khả năng tổng hợp giọng nói được tinh chỉnh để có độ trễ gói tin đầu tiên thấp. Hãy sử dụng nó làm lớp đầu ra giọng nói cho các trợ lý đàm thoại, người bạn đồng hành tương tác và các giao diện đối thoại khác.

Hỗ trợ Khách hàng Khu vực

Trong các ngôn ngữ và phương ngữ tiếng Trung được hỗ trợ, Flash chuyển đổi các kịch bản dịch vụ khách hàng thành giọng nói với tông giọng và tốc độ có thể điều chỉnh. Xây dựng các phản hồi trợ giúp bằng giọng nói và thông báo khu vực cho những người dùng thích ngôn ngữ quen thuộc và cách phát âm địa phương.

Đối Thoại Nhân Vật Biểu Cảm

Định hình màn trình diễn của nhân vật thông qua các hướng dẫn Plus giúp dẫn dắt cảm xúc, vai trò và phong cách nói cho cuộc đối thoại theo kịch bản. Các nhà phát triển trò chơi và nhóm hoạt hình có thể sản xuất các cảnh lồng tiếng, thử nghiệm cách truyền đạt để phù hợp với từng nhân vật.

Bài học bản địa hóa với Qwen Audio 3.1 TTS

Đối với nội dung học tập được bản địa hóa, tính năng tổng hợp đa ngôn ngữ sẽ chuyển đổi kịch bản bài học thành giọng nói với tốc độ và âm điệu có thể kiểm soát được. Các nền tảng giáo dục có thể tạo ra các bài giải thích bằng giọng nói và bài tập luyện nghe, điều chỉnh cách truyền đạt để phù hợp với các đối tượng và định dạng bài học khác nhau.

Qwen Audio 3.1 TTS và MiniMax Speech: So sánh các lựa chọn

So sánh Qwen Audio 3.1 TTS, các phiên bản tiền nhiệm 3.0 và các mô hình MiniMax Speech về khả năng điều chỉnh cách đọc, định dạng âm thanh và giá tiêu chuẩn trên Atlas Cloud.

Mô hìnhĐiều chỉnh cách đọcĐịnh dạng âm thanhGiá tiêu chuẩn / 1K ký tự
Qwen-Audio 3.1 TTS PlusDùng hướng dẫn bằng ngôn ngữ tự nhiên để điều chỉnh cảm xúc, tông giọng và phong cách nhân vật; tùy chỉnh tốc độ, cao độ và âm lượngMP3, PCM, WAV, Opus$0.03
Qwen-Audio 3.1 TTS FlashĐiều chỉnh trực tiếp cảm xúc, tông giọng và vai diễn thông qua hướng dẫn; tinh chỉnh tốc độ, cao độ và âm lượngMP3, PCM, WAV, Opus$0.003
Qwen-Audio 3.0 TTS PlusĐịnh hình cách đọc giàu biểu cảm bằng hướng dẫn và điều chỉnh tốc độ, cao độ, âm lượngMP3, PCM, WAV, Opus$0.02
Qwen-Audio 3.0 TTS FlashĐiều chỉnh cảm xúc và phong cách nói bằng hướng dẫn, cùng các tùy chọn về tốc độ, cao độ và âm lượngMP3, PCM, WAV, Opus$0.015
MiniMax Speech 2.8 HDChọn cảm xúc và điều chỉnh tốc độ, cao độ, âm lượngMP3, WAV, FLAC$0.10
MiniMax Speech 2.8 TurboThiết lập cảm xúc và thông số giọng nói; chèn thẻ tiếng đệm và khoảng nghỉ theo thời gianMP3, WAV, FLAC$0.06

Cách Sử Dụng Qwen Audio 3.1 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 3.1 TTS trên Atlas Cloud

Sự kết hợp của các mô hình tiên tiến của Qwen Audio 3.1 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 3.1 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 3.1 TTS: Giọng nói, Sử dụng API và Lựa chọn mô hình

Qwen Audio 3.1 TTS là dòng mô hình chuyển văn bản thành giọng nói của Alibaba, với các biến thể Plus và Flash hiện có trên Atlas Cloud. Plus tập trung vào chất lượng giọng nói cao cấp, trong khi Flash hướng tới tương tác có độ trễ thấp với giọng nói đa ngôn ngữ và hỗ trợ phương ngữ tiếng Trung.

Tạo giọng đọc cho sách nói, nội dung thương hiệu, lồng tiếng và diễn xuất nhân vật với Plus. Đối với trợ lý giọng nói, ứng dụng hội thoại và dịch vụ khách hàng, Flash ưu tiên việc tạo giọng nói phản hồi nhanh.

Tạo khóa API Atlas Cloud và chọn ID mô hình Plus hoặc Flash từ trang mô hình của nó. Gửi văn bản của bạn và giọng nói tương thích đến endpoint generateAudio bằng cách sử dụng xác thực Bearer. Giữ lại ID tác vụ được trả về và thăm dò (poll) endpoint prediction cho đến khi âm thanh được tạo sẵn sàng.

Phạm vi ngôn ngữ được hỗ trợ phụ thuộc vào mô hình và giọng nói được chọn. Flash bao gồm các giọng nói đa ngôn ngữ hỗ trợ tiếng Nhật, tiếng Hàn, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Việt và tiếng Indonesia, cùng với các phương ngữ tiếng Trung như tiếng Thượng Hải, tiếng Quảng Đông và tiếng Đông Bắc. Hãy chọn giọng nói hỗ trợ ngôn ngữ hoặc phương ngữ mục tiêu của bạn trước khi tạo giọng nói.

Các định dạng đầu ra âm thanh được hỗ trợ bao gồm MP3, PCM, WAV và Opus. Đầu vào SSML và LaTeX cũng được hỗ trợ, mặc dù tính khả dụng của SSML phụ thuộc vào giọng nói được chọn. Trên Atlas Cloud, hãy sử dụng output_format để chọn định dạng âm thanh và enable_ssml khi gửi SSML.

Sử dụng các hướng dẫn bằng ngôn ngữ tự nhiên để định hướng cảm xúc, giọng điệu, tính cách và phong cách nói. Atlas Cloud cũng cung cấp các nút điều khiển tốc độ, cao độ và âm lượng trên endpoint Plus để điều chỉnh đầu ra chính xác hơn. Kiểm tra các hướng dẫn của bạn với giọng nói đã chọn để xác nhận rằng kết quả khớp với hiệu suất mong muốn của bạn.

Plus hỗ trợ sao chép giọng nói mạnh mẽ từ âm thanh tham chiếu có chứa tiếng ồn hoặc tiếng vang. Hãy đánh giá kết quả tổng hợp bằng các bản ghi âm tiêu biểu trước khi đưa vào môi trường sản xuất, đặc biệt là khi độ tương đồng của người nói và cách phát âm đóng vai trò quan trọng.

Chọn Plus khi độ trung thực của âm thanh và chi tiết biểu cảm là quan trọng nhất, chẳng hạn như đối với giọng nói thương hiệu, sách nói và lồng tiếng. Flash được thiết kế cho các ứng dụng ưu tiên độ trễ gói đầu tiên (first-packet latency) thấp, bao gồm trợ lý giọng nói và hội thoại tương tác. Hãy so sánh cả hai bằng cách sử dụng cùng một kịch bản và giọng nói phù hợp trước khi chọn mô hình sản xuất.

Giá tiêu chuẩn của Atlas Cloud là 0,03 đô la cho mỗi 1.000 ký tự đầu vào đối với Plus và 0,003 đô la cho mỗi 1.000 ký tự đầu vào đối với Flash. Đây là mức giá tiêu chuẩn được cung cấp bởi backend của Atlas Cloud, không bao gồm các khoản chiết khấu khuyến mãi.

Flash được tối ưu hóa cho độ trễ của gói dữ liệu đầu tiên ở cấp độ mô hình. Quy trình tạo âm thanh được ghi chép trong tài liệu của Atlas Cloud sẽ gửi một tác vụ không đồng bộ và truy xuất kết quả hoàn chỉnh bằng cách thăm dò ID tác vụ của nó. Hãy đo lường thời gian từ lúc gửi đến lúc phát trong ứng dụng của bạn thay vì coi độ trễ của mô hình là sự đảm bảo cho việc phân phối phát trực tuyến.

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