PixVerse V6 Max ist da: Parameter, Preise und Prompts für Text-zu-Video und Bild-zu-Video

PixVerse V6 Max ist jetzt auf HiAPI.ai verfügbar, aufgeteilt in zwei Modelle: pixverse-v6-max/text-to-video (Text-zu-Video) und pixverse-v6-max/image-to-video (Bild-zu-Video). Beide unterstützen 1–15 Sekunden, 360p bis 1080p und können während der Bilderzeugung auch Audio erzeugen. Dieser Artikel erklärt, wie man die Parameter wählt, wie sich der Preis berechnet und wie man Prompts schreibt.

Wie man die beiden Modelle wählt

• Text-zu-Video: Nur Prompt schreiben, optional 8 Bildseitenverhältnisse: 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2, 21:9, Standard ist 16:9.
• Bild-zu-Video: 1 Bild als erstes Frame hochladen (JPEG, PNG oder WebP, maximal 20 MB), das Bildseitenverhältnis folgt diesem Bild und wird nicht separat eingestellt. Der Prompt darf maximal 2048 Zeichen lang sein, bei Text-zu-Video maximal 5000 Zeichen.

Parameterübersicht

• duration: ganze Sekunden von 1–15, Standard 5, Abrechnung pro Sekunde.
• resolution: 360p, 540p, 720p, 1080p, Standard 720p.
• generate_audio: standardmäßig aus. Wenn aktiviert, werden Hintergrundmusik, Soundeffekte und Dialoge erzeugt; damit eine Figur spricht, den Text in Anführungszeichen in den Prompt schreiben.
• seed: 0–2147483647, mit demselben Seed und Prompt lassen sich ähnliche Ergebnisse erzielen, praktisch für den Vergleich von Feinanpassungen.

Preise

Die Abrechnung erfolgt nach Ausgabesekunden, der Preis richtet sich nach Auflösung und ob Audio aktiviert ist:

Zum Beispiel 720p, 10 Sekunden, ohne Audio ergibt 10 × $0.0559 = $0.559. Beim Feintuning des Prompts empfiehlt es sich, zuerst mit 360p oder 540p und kurzer Dauer zu testen und erst bei Zufriedenheit das fertige Video in 720p oder 1080p zu erzeugen.

Anfragebeispiel

Text-zu-Video:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pixverse-v6-max/text-to-video",
    "input": {
      "prompt": "A red fox trots across a snowy ridge at sunrise, low tracking shot, breath visible in the cold air",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "generate_audio": false
    }
  }'

Für Bild-zu-Video muss nur der Modellname geändert und das erste Frame in image_urls eingefügt werden:

{
  "model": "pixverse-v6-max/image-to-video",
  "input": {
    "image_urls": ["https://example.com/first-frame.jpg"],
    "prompt": "The lantern sways gently as snow keeps falling, slow push-in",
    "duration": 5,
    "resolution": "720p",
    "generate_audio": true
  }
}

Nach dem Absenden der Anfrage wird eine Aufgaben-ID zurückgegeben, mit GET /v1/tasks/{task_id} lassen sich Status und Video-URL abfragen.

Wie man Prompts schreibt

1. Subjekt und Aktion zuerst: Zuerst klar schreiben, wer was tut, mit konkreten Verben, zum Beispiel „ein Fuchs trottet über einen Schneehang" statt „ein wunderschöner Fuchs".
2. Dann die Kamera: Einstellungsgröße und Bewegung, wie niedrige Kameraposition mit Mitverfolgung, langsames Heranfahren, Umkreisen.
3. Zuletzt Licht und Atmosphäre: Tageszeit, Wetter, Farbton.
4. Bei Bild-zu-Video nur die Veränderung beschreiben: Das erste Frame legt das Bild bereits fest, der Prompt konzentriert sich darauf, was sich bewegt und wie die Kamera sich bewegt; bereits im Bild vorhandene Inhalte müssen nicht wiederholt beschrieben werden.
5. Wenn Ton gewünscht ist, den Ton klar beschreiben: Nach Aktivierung von Audio können im Prompt Umgebungsgeräusche oder Dialoge angegeben werden, Dialoge in Anführungszeichen setzen.

Typische Anwendungen

• Produktbilder als wenige Sekunden lange Präsentationsclips (Bild-zu-Video, Audio mit Umgebungsgeräuschen aktiviert).
• Hochformat 9:16 Kurzvideo-Material für soziale Medien (Text-zu-Video).
• Storyboard-Preview: Zuerst mit 360p schnell mehrere Einstellungen testen, nach der Auswahl in 1080p ausgeben.

Auf der Modellseite kann man direkt den Playground öffnen und es ausprobieren, der Preis wird in Echtzeit mit den Parametern angezeigt.