Häufig gestellte Fragen
Schnelle Antworten zu Abrechnung, Konten, API-Integration, Modellfunktionen und persistenten Artefakten.
Häufig gestellte Fragen
Kategorien 1050
-
Muss ich einen Prompt schreiben?
Nein. Es genügt, eine Bild-URL anzugeben, und das Modell trennt Vordergrund und Hintergrund automatisch.
Modelle und Fähigkeiten 851 Labs Background Remover
-
Ist die Ausgabe ein wirklich transparentes Bild?
Die Ausgabe ist eine PNG-Datei mit Alpha-Kanal. Das Schachbrettmuster auf der Seite dient nur zur Darstellung transparenter Bereiche und wird nicht in das heruntergeladene Originalergebnis geschrieben.
Modelle und Fähigkeiten 851 Labs Background Remover
-
Welche Parameter müssen an die API übergeben werden?
Übergeben Sie model und input.image_url. Die Bild-URL muss direkt über HTTP oder HTTPS erreichbar sein.
Modelle und Fähigkeiten 851 Labs Background Remover
-
Kann ich Bildformat, Farbe oder einen neuen Hintergrund anpassen?
Die aktuelle Schnittstelle ist auf die Hintergrundentfernung spezialisiert und bietet keine Einstellungen für Bildformat, Hintergrundfarbe oder Prompts. Das transparente Ergebnis kann anschließend mit weiteren Bearbeitungswerkzeugen weiterverarbeitet werden.
Modelle und Fähigkeiten 851 Labs Background Remover
-
Wie speichere ich generierte Bilder?
Laden Sie das Ergebnis nach erfolgreichem Abschluss der Aufgabe herunter oder übertragen Sie es in Ihren eigenen Speicher. Die Aufbewahrung von auf der Seite angezeigten Materialien und temporären Aufgabenartefakten unterscheidet sich.
Modelle und Fähigkeiten 851 Labs Background Remover
-
Wie zeichnet man eine Maske?
Eine Maske ist ein Schwarzweißbild: Weiße Bereiche werden gelöscht und der Hintergrund wird ergänzt, schwarze Bereiche bleiben unverändert. Der weiße Bereich sollte am besten etwas größer als der Objektrand sein, damit auch Schatten und Randreste mit entfernt werden.
Modelle und Fähigkeiten BRIA Eraser
-
Muss die Maske genauso groß sein wie das Originalbild?
Das Seitenverhältnis der Maske muss mit dem Originalbild übereinstimmen. Es wird empfohlen, direkt in der Größe des Originalbilds zu exportieren, um eine Verschiebung der Radierposition zu vermeiden.
Modelle und Fähigkeiten BRIA Eraser
-
Muss ich einen Prompt schreiben?
Nein. Bria Eraser arbeitet ausschließlich mit dem Originalbild und der Maske; das Feld prompt darf in der Anfrage nicht enthalten sein.
Modelle und Fähigkeiten BRIA Eraser
-
mask_type: manual oder automatic wählen?
Für Masken, die manuell mit einem Pinsel oder Bildbearbeitungsprogramm gemalt wurden, wählen Sie manual (Standard); für Masken, die automatisch von einem Segmentierungswerkzeug erzeugt wurden, wählen Sie automatic.
Modelle und Fähigkeiten BRIA Eraser
-
Was passiert, wenn das Originalbild einen transparenten Hintergrund hat?
Wenn preserve_alpha aktiviert ist, bleiben die transparenten Bereiche des Eingabebildes im Ergebnis transparent; standardmäßig ist die Option deaktiviert.
Modelle und Fähigkeiten BRIA Eraser
-
In welchem Format und welcher Größe erfolgt die Ausgabe?
Jede Ausgabe ist 1 PNG mit derselben Auflösung wie das Originalbild (getestet: Eingabe 1360 × 768, Ausgabe ebenfalls 1360 × 768). Das PNG liegt im RGBA-Format vor; wenn die Option zum Beibehalten der Transparenz nicht aktiviert ist, ist das Bild vollständig undurchsichtig.
Modelle und Fähigkeiten BRIA Eraser
-
Welche Eingabeformate werden unterstützt?
Das Originalbild unterstützt JPEG, PNG und WEBP. Sowohl das Originalbild als auch die Maske müssen über eine öffentlich zugängliche http(s)-Adresse erreichbar sein; beim Hochladen von Dateien im Playground werden diese automatisch in Links umgewandelt.
Modelle und Fähigkeiten BRIA Eraser
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder, 1 Bild pro Anfrage; der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf der Seite.
Modelle und Fähigkeiten BRIA Eraser
-
Können Szenenbeschreibung und Szenenreferenzbild zusammen verwendet werden?
Nein, nur eines von beiden. Wenn Sie eine englische Szenenbeschreibung (Prompt) schreiben, übergeben Sie kein Referenzbild; wenn Sie anhand eines Referenzbilds generieren, schreiben Sie keine Beschreibung. Beim Umschalten im Playground wird der Inhalt der jeweils anderen Option automatisch geleert.
Modelle und Fähigkeiten BRIA Product Shot
-
Muss die Szenariobeschreibung auf Englisch sein?
Ja. Bitte beschreibe das neue Szenario oder den Hintergrund im Prompt auf Englisch, mit maximal 1000 Zeichen; erkennt das Playground Chinesisch, wird ein Hinweis zum Umschreiben angezeigt.
Modelle und Fähigkeiten BRIA Product Shot
-
Was ist die optimierte Beschreibung?
Wenn aktiviert, wird deine Szenenbeschreibung automatisch erweitert; standardmäßig aktiviert; wirkt nur im Szenenbeschreibungsmodus, im Referenzbildmodus wird sie nicht gesendet.
Modelle und Fähigkeiten BRIA Product Shot
-
Welche Möglichkeiten gibt es, Produkte zu platzieren?
Die voreingestellte Position (manual_placement, Standard; Szenenbeschreibung oder Referenzbild möglich) platziert das Produkt an einer festgelegten Position auf der Leinwand, standardmäßig unten zentriert; bei quadratischer Eingabe ergibt die Messung eine Ausgabe von 1024×1024. Bei „Position beibehalten“ (original) werden Position und Größenverhältnis des Produkts aus dem Ausgangsbild übernommen.
Modelle und Fähigkeiten BRIA Product Shot
-
Wann kann die Originalbildgröße beibehalten werden?
Nur bei „Position beibehalten“ verfügbar: Wenn aktiviert, wird in der Originalbildgröße ausgegeben; wenn deaktiviert, wird auf etwa 1 Million Pixel skaliert. Im Modus für voreingestellte Positionen wird dieser Parameter nicht gesendet.
Modelle und Fähigkeiten BRIA Product Shot
-
Welches Format und welche Größe hat die Ausgabe?
Jede Ausgabe ist 1 PNG. Bei einer quadratischen Eingabe an der voreingestellten Position (Szenenbeschreibung oder Referenzbild) ist die gemessene Ausgabe 1024 × 1024; wenn die Originalposition beibehalten und die Option zum Beibehalten der Originalbildgröße aktiviert wird, wird die Originalbildgröße übernommen (gemessene Eingabe 1168 × 880, Ausgabe ebenfalls 1168 × 880).
Modelle und Fähigkeiten BRIA Product Shot
-
Was ist der Unterschied zwischen dem Schnellmodus und dem Standardmodus?
Der Schnellmodus (standardmäßig aktiviert) erzeugt Bilder schneller; nach dem Deaktivieren wird der Standardmodus verwendet. Beide Modi haben den gleichen Preis.
Modelle und Fähigkeiten BRIA Product Shot
-
Welche Anforderungen gelten für Produktbilder?
Unterstützt werden JPEG, PNG und WEBP mit maximal 12 MB; die Bilder müssen über eine öffentlich zugängliche http(s)-Adresse erreichbar sein. Produktbilder mit klarem Motiv und vollständigen Rändern erzielen bessere Ergebnisse.
Modelle und Fähigkeiten BRIA Product Shot
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder, pro Anfrage 1 Bild; der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf der Seite.
Modelle und Fähigkeiten BRIA Product Shot
-
Welche Eingaben unterstützt Creatify Boreal?
Der Prompt ist erforderlich; optional können ein Referenzbild und eine Antriebsaudio-Datei angegeben werden. Es kann entweder nur der Prompt verwendet werden oder alle drei zusammen.
Modelle und Fähigkeiten Creatify Boreal
-
Wie schreibe ich Prompts für das beste Ergebnis?
Schreibe in vier Abschnitten: [VISUAL] (Bild und Kamera), [SPEECH] (Dialog), [SOUNDS] (Soundeffekte und Musik), [TEXT] (Bildschirmtext); für nicht benötigte Abschnitte schreibe None.
Modelle und Fähigkeiten Creatify Boreal
-
Werden chinesische Prompts unterstützt?
Derzeit sind englische Prompts am stabilsten; die Ergebnisse mit anderen Sprachen sind nicht garantiert. Es wird empfohlen, zunächst Englisch zu verwenden.
Modelle und Fähigkeiten Creatify Boreal
-
Wie lang darf ein Video maximal sein?
1–20 Sekunden, in ganzen Sekunden festgelegt, standardmäßig 10 Sekunden.
Modelle und Fähigkeiten Creatify Boreal
-
Welche Auflösungen werden unterstützt?
720p, 1080p und 2K, standardmäßig 720p. Bei 2K beträgt die lange Seite im Format 16:9 und 9:16 2016 Pixel, bei 1:1, 4:3 und 3:4 gilt die 1440p-Stufe.
Modelle und Fähigkeiten Creatify Boreal
-
Wie wähle ich das Seitenverhältnis?
Verfügbar sind Automatisch, 16:9, 9:16, 1:1, 4:3, 3:4. Bei Automatisch wird das Seitenverhältnis des Referenzbilds übernommen, wenn ein Referenzbild vorhanden ist; ohne Referenzbild ist es 16:9. Wenn ein Referenzbild vorhanden ist und ein Seitenverhältnis angegeben wird, wird das Referenzbild mittig zugeschnitten.
Modelle und Fähigkeiten Creatify Boreal
-
Wie verwende ich die Treiber-Audiospur?
Nach dem Hochladen von Voiceover, Dialog oder Hintergrundmusik bleibt diese Audiospur im fertigen Video erhalten; es werden nur die ersten „Dauer“-Sekunden verwendet, bei zu kurzem Audio wird mit Stille aufgefüllt.
Modelle und Fähigkeiten Creatify Boreal
-
Welche Funktion haben Referenzbilder?
Referenzbilder bestimmen das Aussehen der Personen, die Kleidung und die Bildkomposition und eignen sich dafür, Produktbilder oder Personenfotos in ein Video umzuwandeln.
Modelle und Fähigkeiten Creatify Boreal
-
In welchem Format erfolgt die Ausgabe?
MP4 (H.264-Video + AAC-Audio, 24fps), mit integrierter Sprachausgabe und Soundeffekten.
Modelle und Fähigkeiten Creatify Boreal
-
Gibt es im Video ein Wasserzeichen?
Nur unsichtbare Wasserzeichen. Alle Videos enthalten C2PA-Metadaten und unsichtbare Wasserzeichen; im Bild wird kein sichtbares Kennzeichen eingeblendet.
Modelle und Fähigkeiten Creatify Boreal
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der angefragten Dauer und der gewählten Auflösung; die Stückpreise finden Sie in den Echtzeitpreisen auf dieser Seite; fehlgeschlagene Aufgaben werden vollständig erstattet.
Modelle und Fähigkeiten Creatify Boreal
-
Wie rufe ich die API auf?
Senden Sie eine Aufgabe mit dem Modell creatify-boreal an POST /v1/tasks und fragen Sie anschließend den Aufgabenstatus ab, um die Video-URL zu erhalten. Weitere Details finden Sie in der API-Dokumentation.
Modelle und Fähigkeiten Creatify Boreal
-
Was ist der Unterschied zwischen dem offiziellen Modellnamen und der HiAPI-Modell-ID?
Der offizielle Modellname von DeepSeek ist deepseek-flash; die für diesen öffentlichen Zugang von HiAPI reservierte Modell-ID ist deepseek-v4.1-flash. Verwenden Sie für Anfragen und Seitenbeispiele weiterhin deepseek-v4.1-flash.
Modelle und Fähigkeiten
-
Was ist DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash ist ein offizielles Modell, das Texteingaben und Bildeingaben unterstützt. Laut offiziellen Angaben von DeepSeek unterstützt es einen Kontext von 1M Token, eine Ausgabe von bis zu 384K Token sowie vier Denkintensitätsstufen: none, low, high und max; Standard ist high.
Modelle und Fähigkeiten
-
Welche Modell-ID und welche Schnittstelle werden verwendet?
Als model deepseek-v4.1-flash angeben. Es kann POST /v1/responses verwendet werden, auch POST /v1/chat/completions ist kompatibel; beide verwenden jeweils input und messages, bitte die Anforderungsstrukturen nicht vermischen.
Modelle und Fähigkeiten
-
Wie kann ich den Denkmodus aktivieren oder deaktivieren?
Bei Responses-Anfragen wird reasoning.effort verwendet: none deaktiviert das Denken, low, high und max aktivieren es, Standard ist high. Bei Chat Completions wird thinking.type=enabled/disabled verwendet; bei Aktivierung wird über reasoning_effort low, high oder max ausgewählt.
Modelle und Fähigkeiten
-
Wie führt Responses mehrstufige Dialoge durch?
Diese Schnittstelle ist zustandslos. Übergeben Sie bei jedem Aufruf den zu erhaltenden Gesprächsverlauf erneut in input; übergeben Sie nicht previous_response_id, conversation, background oder context_management, und store ist ebenfalls nicht erforderlich.
Modelle und Fähigkeiten
-
Wie erkennt man bei Streaming-Antworten das Ende?
Responses empfängt Textinkremente über response.output_text.delta und liest die finale usage in response.completed; response.incomplete und response.failed stehen für unvollständige Generierung bzw. Fehler. Responses endet nicht mit [DONE]; Chat-Completions-Streams verwenden weiterhin [DONE].
Modelle und Fähigkeiten
-
Wie werden Token und Denkinhalte abgerechnet?
Eingabe, Ausgabe und Eingaben mit Cache-Treffer werden jeweils nach den tatsächlichen Token abgerechnet; Denk-Token zählen zur Ausgabe. Die Felder usage.input_tokens, usage.output_tokens und input_tokens_details.cached_tokens der Responses können zur Überprüfung des Verbrauchs verwendet werden; die endgültige Abrechnung richtet sich nach dem Aufrufprotokoll, die Stückpreise finden Sie im Bereich für Echtzeitpreise.
Modelle und Fähigkeiten
-
Sind Bilder, Tool-Aufrufe und strukturiertes JSON bereits verfügbar?
Die offiziellen DeepSeek-Materialien unterstützen Bildeingaben per Bild-URL und base64; die HiAPI-Laufzeit hat beide Eingabeformen bereits verifiziert. Tool-Aufrufe und strukturiertes JSON wurden in dieser Integrationsprüfung noch nicht verifiziert, daher wird derzeit keine Unterstützungszusage dafür gegeben.
Modelle und Fähigkeiten
-
Kann ein vorhandener HiAPI API Key weiterhin verwendet werden?
Ein HiAPI API Key mit den entsprechenden Modellberechtigungen und ausreichendem verfügbaren Guthaben kann weiterverwendet werden. Bei Verwendung des OpenAI SDK konfigurieren Sie base_url als https://api.hiapi.ai/v1; für Responses verwenden Sie client.responses.create, für Chat Completions verwenden Sie client.chat.completions.create.
Modelle und Fähigkeiten
-
Was ist Turbo 2.5?
Ein Text-zu-Sprache-Modell von ElevenLabs mit geringer Latenz, geeignet für Sprachassistenten, Benachrichtigungsansagen und die Vertonung großer Mengen.
Modelle und Fähigkeiten ElevenLabs
-
Wie rufe ich es auf?
Übergeben Sie model (elevenlabs/text-to-speech-turbo-2-5) und input an POST /v1/tasks und fragen Sie das Ergebnis anschließend mit taskId ab oder konfigurieren Sie einen callback.
Modelle und Fähigkeiten ElevenLabs
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Zeichenanzahl von input.text, pro 1.000 Zeichen; der aktuelle Stückpreis richtet sich nach dem Preisbereich auf dieser Seite.
Modelle und Fähigkeiten ElevenLabs
-
Sind previous_text und next_text kostenpflichtig?
Nein, sie sind kostenlos. Sie dienen nur dazu, der segmentierten Synthese Kontext zu liefern, damit die Intonation natürlich anknüpft.
Modelle und Fähigkeiten ElevenLabs
-
Wie werden chinesische Zeichen gezählt?
Jedes chinesische Zeichen, jeder Buchstabe, jede Ziffer, jedes Satzzeichen und jedes Leerzeichen zählt als 1 Zeichen; chinesische Zeichen werden nicht doppelt gezählt.
Modelle und Fähigkeiten ElevenLabs
-
Wie viele Zeichen sind maximal pro Anfrage möglich?
5.000 Zeichen. Überschreitungen werden beim Absenden abgelehnt, ohne dass Kosten anfallen; teilen Sie längere Inhalte bitte in Abschnitte auf.
Modelle und Fähigkeiten ElevenLabs
-
Welche Stimmen gibt es?
67 ElevenLabs-Voreinstellungsstimmen, die Erzähler, Moderator, Charakter und Kundenservice abdecken; übergeben Sie voice_id mit voice.
Modelle und Fähigkeiten ElevenLabs
-
Kann die Ausgabesprache festgelegt werden?
Ja. Legen Sie language_code mit einem zweistelligen ISO-639-1-Code fest (z. B. zh, en, ja). Wird er weggelassen, erfolgt die Erkennung automatisch.
Modelle und Fähigkeiten ElevenLabs
-
Wie passe ich stability, similarity_boost und style an?
Je niedriger stability, desto lebendiger, je höher, desto gleichmäßiger; similarity_boost steuert, wie stark die Stimmlage getroffen wird; style verstärkt die Dramatik, bei neutraler Moderation auf 0 belassen.
Modelle und Fähigkeiten ElevenLabs
-
Werden Untertitel-Zeitstempel unterstützt?
Ja. Mit timestamps=true werden Zeitstempel pro Wort zurückgegeben, die für Untertitel und wortgenaue Hervorhebung verwendet werden können.
Modelle und Fähigkeiten ElevenLabs
-
Wie wähle ich zwischen Turbo 2.5 und Multilingual v2?
Für Geschwindigkeit und Kosten wählen Sie Turbo 2.5 (unterstützt language_code); für hohe Qualität bei langen Inhalten und emotionale Stabilität wählen Sie Multilingual v2. Beide verwenden dieselbe Stimmbibliothek.
Modelle und Fähigkeiten ElevenLabs
-
Wird Stimmklonen unterstützt?
Der aktuelle Vertrag bietet nur vordefinierte Stimmen; Stimmklonen oder benutzerdefinierte voice IDs werden nicht unterstützt.
Modelle und Fähigkeiten ElevenLabs
-
Wird bei einem fehlgeschlagenen Auftrag eine Gebühr berechnet?
Bei einem fehlgeschlagenen Endzustand wird keine Gebühr berechnet; die beim Einreichen vorab abgebuchten Punkte werden automatisch zurückerstattet.
Modelle und Fähigkeiten ElevenLabs
-
Was ist Multilingual v2?
Ein hochwertiges mehrsprachiges Text-to-Speech-Modell von ElevenLabs, geeignet für Hörbücher, Voiceover und Marken-Synchronisation.
Modelle und Fähigkeiten ElevenLabs
-
Was ist FASHN Try-On v1.6?
Es ist ein spezialisiertes virtuelles Anprobe-Modell. Lade ein Foto einer Person und ein Bild eines Kleidungsstücks hoch, und das Modell zieht das Kleidungsstück der Person an und gibt ein hochformatiges Anprobe-Bild aus; es ist kein Prompt erforderlich und es werden auch keine Textbeschreibungen akzeptiert. Die Ausgabe eignet sich direkt für Produktdetailseiten, Social-Media-Materialien oder Werbevorschauen.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Muss ich einen Prompt schreiben?
Nein. Es werden nur Personen- und Kleidungsfotos entgegengenommen; das Anprobierergebnis wird durch die beiden Bilder sowie die optionalen Parameter Kategorie, Modus und Kleidungsbildtyp bestimmt. Die Anfrage darf kein zusätzliches prompt-Feld enthalten, da das Backend unbekannte Felder zurückweist.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Müssen beide Bilder gleichzeitig hochgeladen werden?
Ja. Das Personenphoto und das Bekleidungsbild sind beide Pflichtfelder; fehlt eines davon, blockieren sowohl Playground als auch die API die Übermittlung. Erst nach dem Hochladen beider Bilder wird die Schaltfläche zum Ausführen aktiviert, andernfalls gibt die API einen Parameter-Validierungsfehler zurück.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Welche Bekleidungskategorien werden unterstützt?
Unterstützt werden Oberteile (tops), Unterteile (bottoms) und Einteiler (one-pieces); alternativ kann die automatische Erkennung gewählt werden. Bei unsicherer Kategorie zunächst automatisch wählen; erst bei ungenauer Erkennung explizit angeben. Bei gemischten Kategorien wird empfohlen, die Einreichung nach Kategorie zu gruppieren, um Abweichungen durch die automatische Erkennung zu verringern.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Wie wähle ich den Modus aus?
performance ist schneller und eignet sich für die Stapelvorschau; balanced bietet einen Kompromiss zwischen Geschwindigkeit und Qualität; quality ist langsamer und eignet sich für die finale Bildausgabe. Zunächst kann man mit balanced die Komposition prüfen und dann mit quality die endgültige Version ausgeben. Der Modus ändert nicht die Komposition von Personenbildern, beeinflusst aber den Detaillierungsgrad von Kleidungsrändern, Falten und Mustern.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Müssen Flat-Lay-, Hänge- und Modelbilder jeweils separat eingestellt werden?
Mit garment_photo_type lässt sich model oder flat-lay festlegen, oder man überlässt es der automatischen Erkennung. Flat-Lay-, Hänge-, Ghost-Mannequin- und von echten Models getragene Produktbilder werden alle unterstützt; wenn der Typ bekannt ist, ist eine explizite Einstellung in der Regel stabiler. Flat-Lay und Hängeaufnahmen zählen beide als flat-lay, bei von echten Models getragenen Bildern wählt man model; bei komplexem Hintergrund kann die automatische Erkennung fehlerhaft urteilen.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Welche Größe und welches Format hat die Ausgabe?
Jedes Mal wird ein Hochformat-Bild zurückgegeben, dessen Größe sich je nach Seitenverhältnis des Personenbilds ändert. In diesem Test: Bei einem Personenbild im Verhältnis 3:4 beträgt die Ausgabe 972 × 1296, bei einem Personenbild im Verhältnis 2:3 beträgt die Ausgabe 768 × 1152. Standardmäßig PNG, alternativ kann JPEG gewählt werden; gehen Sie nicht davon aus, dass alle Ergebnisse dieselbe Pixelgröße haben. Beim Erstellen einer Produktdetailseite layouten Sie zunächst entsprechend dem Bildformat des Personenbilds und nehmen nach Erhalt der tatsächlichen Ausgabe Feinjustierungen vor; wenn eine einheitliche Größe erforderlich ist, schneiden Sie nach der Generierung zu oder skalieren Sie.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Warum ändern sich die Ergebnisse bei derselben Eingabe?
Die Generierung ist mit Zufälligkeit behaftet. Wenn Sie einen festen seed übergeben, lässt sich dasselbe Ergebnis reproduzieren; ein anderer seed führt zu einer anderen Version. Auch ein Moduswechsel verändert den Grad der Detailverfeinerung an Kleidungsrändern und Texturen; ein fester seed garantiert keine vollständige Übereinstimmung über verschiedene Modi hinweg – nach einem Moduswechsel sollten die Details erneut überprüft werden.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Werden die Kleidungsdetails exakt mit dem Originalbild übereinstimmen?
Es erfolgt keine pixelgenaue Kopie. Das Modell behält Schnitt, Farbe und die wichtigsten Muster bei, aber Details wie Ausschnitt, Falten und Knöpfe können sich je nach Körperhaltung der Person, Kategorie und Modus ändern. Für wichtige Produktbilder wird der quality-Modus mit manueller Nachprüfung empfohlen. Bei Personenfotos wird eine frontale Aufnahme einer einzelnen Person mit klar sichtbarem Körper empfohlen; Gruppenfotos oder starke Verdeckungen beeinträchtigen das Anpassungsergebnis. Bei Produktbildern mit strengen Anforderungen an Ausschnitt, Knöpfe oder Musterposition wird empfohlen, ein klareres Kleidungsbild mit weniger Verdeckungen zu verwenden.
Modelle und Fähigkeiten FASHN Tryon v1.6
-
Welche Bearbeitungen kann FIBO Edit 1.5 durchführen?
Farben ändern, Hintergrund austauschen, Jahreszeit oder Stil wechseln,局部 ersetzen sowie mehrere Bilder zu einem zusammenfügen, zum Beispiel Anprobe von Kleidung oder Produkte in eine neue Szene setzen.
Modelle und Fähigkeiten
-
Wie viele Bilder kann ich maximal hochladen?
image_urls unterstützt 1–4 öffentliche Bild-URLs. Die Reihenfolge ist wichtig: „Bild 1, Bild 2“ in der Anweisung entsprechen der Upload-Reihenfolge.
Modelle und Fähigkeiten
-
Wann wird aspect_ratio wirksam?
Nur bei 2 oder mehr Bildern wirksam; optional 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9; wenn nicht angegeben, wird das erste Bild übernommen. Bei nur 1 Bild bleibt das Seitenverhältnis des Originalbilds erhalten.
Modelle und Fähigkeiten
-
Wie verwendet man eine Maske?
Über mask_url ein Schwarzweißbild mit denselben Abmessungen wie das Originalbild übergeben: Weiß steht für den zu ändernden Bereich, Schwarz bleibt unverändert.
Modelle und Fähigkeiten
-
Kann man mehrere Bilder und eine Maske zusammen verwenden?
Nein. Bei mask_url darf image_urls nur 1 Bild enthalten, sonst wird die Anfrage abgelehnt; für die Komposition mehrerer Bilder bitte keine Maske übergeben.
Modelle und Fähigkeiten
-
Wie schreibe ich Anweisungen, damit sie bessere Ergebnisse erzielen?
Gib klar an, was geändert werden soll, in was es geändert werden soll und was unverändert bleiben soll, zum Beispiel „Ändere nur die Jacke in Dunkelgrün, alles andere bleibt unverändert“. Bei mehreren Bildern verweise mit „Bild 1, Bild 2“ darauf.
Modelle und Fähigkeiten
-
In welchem Format erfolgt die Ausgabe?
Es wird jedes Mal 1 PNG-Bild zurückgegeben.
Modelle und Fähigkeiten
-
Warum ist das Ergebnis bei derselben Eingabe gleich?
Der seed ist standardmäßig 5555, sodass dieselbe Eingabe dasselbe Ergebnis liefert; mit einem anderen seed erhält man eine andere Version.
Modelle und Fähigkeiten
-
Welches Modell verwende ich, wenn kein Originalbild vorhanden ist?
Erzeuge zuerst mit FIBO Gen 1.5 per Text-zu-Bild ein Bild und bearbeite es anschließend mit FIBO Edit 1.5.
Modelle und Fähigkeiten
-
Welche Bedingungen müssen Bilder erfüllen?
Es muss eine öffentlich zugängliche http(s)-Bildadresse sein; im Playground kann man auch direkt hochladen.
Modelle und Fähigkeiten
-
Ist die Aufgabe synchron oder asynchron?
Asynchron. Nach dem Absenden wird sofort eine taskId zurückgegeben; anschließend kann der Aufgabenstatus abgefragt oder das Ergebnis per Callback abgerufen werden.
Modelle und Fähigkeiten
-
Wie wird abgerechnet?
Die Abrechnung erfolgt pro ausgegebenem Bild, 1 Bild pro Anfrage; die Anzahl der Referenzbilder und Masken beeinflusst den Preis nicht. Den aktuellen Stückpreis finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Wofür ist FIBO Gen 1.5 geeignet?
Geeignet für realistische Produktbilder, Porträts, Essen, Architektur sowie Bilder mit Schriftzügen, Verpackungen und anderen Motiven, die eine realistische Textur erfordern.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse werden unterstützt?
aspect_ratio ist wählbar: 1:1 (Standard), 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9.
Modelle und Fähigkeiten
-
Wie groß ist die Ausgabe?
Es wird jeweils 1 PNG-Bild mit etwa 1 Megapixel zurückgegeben; die genauen Breiten- und Höhenwerte variieren je nach Seitenverhältnis, z. B. beträgt 1:1 1024 × 1024.
Modelle und Fähigkeiten
-
Kann eine höhere Auflösung ausgegeben werden?
Derzeit wird nur eine Stufe mit etwa 1 Megapixel angeboten. Wenn Sie ein größeres Bild benötigen, können Sie das Ergebnis an ein Bild-Upscaling-Modell übergeben.
Modelle und Fähigkeiten
-
Warum ist das Ergebnis für dieselbe Beschreibung jedes Mal gleich?
Der seed ist standardmäßig 5555; derselbe seed und dieselbe Beschreibung ergeben dasselbe Bild. Wenn Sie ein anderes Ergebnis möchten, ändern Sie einfach den seed.
Modelle und Fähigkeiten
-
Ist der Text im Bild korrekt?
Setzen Sie den gewünschten Text in Anführungszeichen, und das Modell gibt ihn so wörtlich wie möglich wieder; kurze Schilder- und Beschriftungstexte funktionieren am besten.
Modelle und Fähigkeiten
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage wird 1 Bild generiert; wenn Sie mehrere benötigen, können Sie mehrere Aufgaben einreichen oder mit einem anderen Seed mehrfach aufrufen.
Modelle und Fähigkeiten
-
Muss ich ein Referenzbild hochladen?
Nein. Dies ist ein Text-zu-Bild-Modell; wenn du ein vorhandenes Bild bearbeiten möchtest, verwende bitte FIBO Edit 1.5.
Modelle und Fähigkeiten
-
Gibt es eine Längenbegrenzung für Prompts?
Ein Prompt umfasst 1–10000 Zeichen.
Modelle und Fähigkeiten
-
Kann ich nach der Generierung weiterhin Änderungen vornehmen?
Ja. Übergib die URL des Ausgabebilds an fibo-edit-1.5/image-to-image und ändere mit einer einzigen Anweisung einen Bildbereich, den Hintergrund oder die Farbe.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, ein Bild pro Anfrage. Den aktuellen Stückpreis finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Was ist FLUX.1 Fill Pro?
FLUX.1 Fill Pro ist ein Bildbearbeitungsmodell für maskenbasiertes Inpainting: Originalbild, gleich große Schwarz-Weiß-Maske und Prompt hochladen; nur die weißen Bereiche werden neu gezeichnet, die schwarzen Bereiche bleiben unverändert.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Was bedeuten Schwarz und Weiß in einer Maske?
Schwarze Bereiche behalten das Originalbild bei, weiße Bereiche werden anhand des Prompts neu gezeichnet; die Maske muss dieselbe Größe wie das Originalbild haben.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Müssen sowohl image als auch mask hochgeladen werden?
Ja. Die aktuelle öffentliche Schnittstelle erfordert, dass sowohl das Originalbild als auch die Schwarz-Weiß-Maske bereitgestellt werden; beides ist zwingend erforderlich.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Was sollte der Prompt enthalten?
Beschreibe nur den neuen Inhalt, der im weißen Bereich der Maske erscheinen soll, und gib die Elemente an, die erhalten bleiben müssen; beschreibe nicht erneut das Bild außerhalb der Maske.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Wie wählt man steps und guidance?
steps reicht von 15–50, Standard ist 50, je höher der Wert, desto feiner die Details; guidance reicht von 1,5–100, Standard ist 60, je höher der Wert, desto näher am Prompt.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Entspricht die Ausgabegröße dem Originalbild?
Die Ausgabe behält das Seitenverhältnis des Originalbilds bei; die tatsächlichen Pixel richten sich nach dem Aufgabenergebnis. Dieses Mal ergab ein Originalbild mit 1600×900 ein Ergebnis mit 1440×810.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Welche Eingabe- und Ausgabeformate werden unterstützt?
Originalbild und Maske unterstützen JPEG, PNG, GIF, WebP; als Ausgabe kann jpg oder png gewählt werden.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Wie lassen sich stabilere Ergebnisse erzielen?
Legen Sie den seed fest und verwenden Sie dasselbe Originalbild, dieselbe Maske und denselben Prompt; durch Anpassen von steps oder guidance lassen sich Details und Passgenauigkeit verändern.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro Anzahl der ausgegebenen Bilder, jede Anfrage liefert 1 Bild zurück; der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten FLUX.1 Fill Pro
-
Für welche Aufgaben eignet sich FLUX.2 [klein] 4B?
Geeignet für Massenentwürfe, Produktkonzepte, Social-Media-Materialien und kostensensible visuelle Iterationen. Wenn stärkerer Realismus, Text und Details benötigt werden, kann auf 9B gewechselt werden.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Wie wählt man zwischen 0,25 MP und 4 MP?
Für Entwürfe und Miniaturansichten können zunächst 0,25 oder 0,5 MP verwendet werden; für reguläre Webmaterialien 1 MP; wenn eine größere Ausgabe erforderlich ist, 2 oder 4 MP wählen. Der Preis variiert je nach Pixelstufe.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Welche Seitenverhältnisse werden unterstützt?
Unterstützt werden 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 21:9 und 9:21.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Wie lässt sich dieselbe Bildkompositionsrichtung reproduzieren?
Seed, Prompt, Seitenverhältnis, Pixelstufe und Ausgabeeinstellungen festlegen; für den Vergleich jeweils nur eine Variable ändern.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Was enthält eine minimale API-Anfrage?
Sende model und input.prompt an POST /v1/tasks; für die übrigen Parameter können die Standardwerte verwendet werden.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Wie viele Referenzbilder unterstützt die Bildbearbeitung mit FLUX.2 [klein] 9B?
Derzeit wird 1 Referenzbild im Format JPEG, PNG oder WebP unterstützt. image_urls muss ein Array sein, das genau eine öffentliche Bild-URL enthält.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Für welche Bearbeitungsaufgaben ist es geeignet?
Geeignet für die Bereinigung von Produktbildern, den Austausch von Hintergründen, das Umschreiben von Bildtexten, die Änderung von Farbgebungen sowie kommerzielle Retuschen, bei denen das Motiv und der Kamerawinkel erhalten bleiben müssen.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Wie werden die Inferenzschritte festgelegt?
num_inference_steps unterstützt ganze Zahlen von 4 bis 8, Standard ist 4. Der aktuelle Preis ändert sich nicht mit der Anzahl der Inferenzschritte.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Welche Seitenverhältnisse und Formate werden unterstützt?
Die Seitenverhältnisse 1:1, 4:3, 3:4, 16:9 und 9:16 werden unterstützt; die Formate JPEG, PNG und WebP werden unterstützt.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Wie reiche ich ein Referenzbild über die API ein?
Übergeben Sie eine öffentlich zugängliche Bild-URL an input.image_urls von POST /v1/tasks und reichen Sie gleichzeitig den Prompt ein; Bildformat, Seed, Inferenzschritte und Dateiformat sind optional.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Für welche Aufgaben eignet sich die Text-zu-Bild-Generierung mit FLUX.2 [klein] 9B?
Geeignet für kommerzielle Visuals, Produktbilder, Poster mit englischem Text und Magazincover, die schnell fertiggestellt werden müssen. Der aktuelle Ansatz akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Wie lassen sich Ergebnisse reproduzieren oder vergleichen?
Legen Sie im Request einen festen seed fest und halten Sie Prompt, Bildformat, Format und Anzahl der Inferenzschritte konstant; ändern Sie dann gezielt jeweils nur die Variable, die verglichen werden soll.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Welche Felder sind für eine minimale API-Anfrage erforderlich?
Sende model und input.prompt an POST /v1/tasks; Seitenverhältnis, Inferenzschritte und Ausgabeformat können weggelassen werden und verwenden dann Standardwerte.
Modelle und Fähigkeiten FLUX.2 Klein 9B
-
Was ist FLUX.2 [pro]?
FLUX.2 [pro] ist ein Text-zu-Bild-Modell von Black Forest Labs. HiAPI stellt dieses Modell derzeit über eine einheitliche asynchrone Task-Schnittstelle bereit; es eignet sich für Produktbilder, Poster, Markenvisuals und Bildgenerierungs-Workflows, die präzise Kompositionsangaben erfordern.
Modelle und Fähigkeiten
-
Wie hoch ist der Preis von FLUX.2 [pro]?
FLUX.2 [pro] wird nach der Ausgabauflösungsstufe abgerechnet; das voreingestellte Seitenverhältnis ändert den Preis derselben Auflösungsstufe nicht. Die konkreten Beträge richten sich nach dem Echtzeitpreis auf dieser Seite und dem Aufgabenverlauf.
Modelle und Fähigkeiten
-
Welche Auflösungen unterstützt FLUX.2 [pro]?
Der aktuelle HiAPI endpoint unterstützt vier Auflösungsstufen: 0.5 MP, 1 MP, 2 MP und 4 MP. Bei Verwendung eines custom Seitenverhältnisses können width und height im Bereich 256-2048 festgelegt werden; das System rundet auf ein Vielfaches von 16, und der resolution-Parameter wird dabei ignoriert.
Modelle und Fähigkeiten
-
Wie verwende ich die FLUX.2 [pro] API?
Senden Sie eine POST-Anfrage an /v1/tasks mit model=flux-2/text-to-image und input.prompt. Die Schnittstelle gibt asynchron eine taskId zurück; in der Produktionsumgebung kann callback.url konfiguriert werden, um Benachrichtigungen über den Endzustand zu erhalten, oder Sie rufen die Ergebnisse über die Task-Abfrage-Schnittstelle ab. Die vollständigen Parameter und Anfragebeispiele finden Sie in der separaten API-Dokumentation.
Modelle und Fähigkeiten
-
Kann man FLUX.2 [pro] online ausprobieren?
Ja. Im Playground auf dieser Seite können Sie Prompt, Seitenverhältnis, Auflösung und Ausgabeformat direkt eingeben und testen; nachdem Sie das Ergebnis bestätigt haben, binden Sie dasselbe Modell-ID in die API ein.
Modelle und Fähigkeiten
-
Unterstützt FLUX.2 [pro] die Bildbearbeitung?
Der flux-2/text-to-image-Endpoint auf dieser Seite dient ausschließlich der Text-zu-Bild-Generierung. Wenn Sie Referenzbilder bearbeiten oder zusammensetzen möchten, sollten Sie das separate flux-2/image-to-image-Modell verwenden, anstatt dem Text-zu-Bild-Request ein Bildfeld hinzuzufügen.
Modelle und Fähigkeiten
-
Kann FLUX.2 [pro] kommerziell genutzt werden?
Ob es für ein konkretes kommerzielles Projekt verwendet werden darf, hängt von den geltenden Bedingungen von Black Forest Labs, den HiAPI-Servicebedingungen sowie deinen Inhalten und deinem Nutzungsszenario ab. Prüfe vor dem Livegang die aktuellen Lizenz- und Compliance-Anforderungen; diese Seite ersetzt keine rechtliche oder lizenzrechtliche Beratung.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen FLUX.2 [pro] und FLUX.2 [klein]?
FLUX.2 [pro] ist auf hochpräzise Produktionsausgaben ausgerichtet und bietet bei HiAPI klare Modell-IDs, Parameter und vier Preisstufen. FLUX.2 [klein] ist auf Effizienz und schnelle Iteration ausgelegt, jedoch enthält das aktuelle Repository keine verifizierbaren HiAPI-Klein-Endpunkte, Preise oder Spezifikationen; daher bietet diese Seite keine potenziell verfälschten Zahlenvergleiche oder Einstiegspunkte.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt FLUX 3 Max für die Bild-zu-Video-Generierung?
Erforderlich sind prompt und image_url (Startbild, unterstützt PNG/JPEG/WebP). Optional sind end_image_url als Endbild sowie duration, resolution, aspect_ratio, generate_audio und reasoning_level.
Modelle und Fähigkeiten FLUX 3 Max
-
Kann die Videodauer eingestellt werden?
Ja. duration akzeptiert ganzzahlige Sekundenwerte von 5–20 in 1-Sekunden-Schritten, Standard sind 5 Sekunden; Bild-zu-Video und Text-zu-Video nutzen dieselbe sekundenbasierte Preisgestaltung. Bestätigen Sie zuerst mit 5 Sekunden, ob das Quellbild stabil ist, und verlängern Sie dann die Dauer.
Modelle und Fähigkeiten FLUX 3 Max
-
Wodurch wird das Bildformat bestimmt?
aspect_ratio ist standardmäßig auto, und die Ausgabe übernimmt das Seitenverhältnis des ersten Frame-Bildes; alternativ kann man 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 oder 9:16 manuell angeben. Wenn die manuelle Angabe nicht mit dem Bildseitenverhältnis übereinstimmt, kann das Bild beschnitten werden.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie verwendet man das Endbild?
Übergeben Sie das Startbild an image_url und das Endbild an end_image_url; das Video geht dann vom Startbild zum Endbild über. Schreiben Sie im Prompt nur die dazwischen stattfindenden Veränderungen; je ähnlicher Kamerawinkel und Beleuchtung der beiden Bilder sind, desto flüssiger ist der Übergang.
Modelle und Fähigkeiten FLUX 3 Max
-
Wird für das Hinzufügen eines Endframes eine zusätzliche Gebühr berechnet?
Nein. Bild-zu-Video und Text-zu-Video werden gleichermaßen nach Ausgabesekunden und Auflösung abgerechnet; der Stückpreis ist identisch, unabhängig davon, ob end_image_url übergeben wird oder nicht. Nur die Anzahl der Bilder ändert sich, der Preis pro Sekunde bleibt unverändert.
Modelle und Fähigkeiten FLUX 3 Max
-
Welche Anforderungen gelten für das erste Frame-Bild?
Verwenden Sie ein öffentlich zugängliches PNG-, JPEG- oder WebP-Bild. Im Playground können Sie lokale Dateien direkt hochladen, die automatisch in einen Link umgewandelt werden; es wird empfohlen, das Bild vorher auf das Zielformat zuzuschneiden, um zu vermeiden, dass beim automatischen Anpassen wichtige Elemente abgeschnitten werden.
Modelle und Fähigkeiten FLUX 3 Max
-
Kann Audio generiert werden?
Ja. generate_audio ist standardmäßig aktiviert und erzeugt zum Bild passenden Ton; nach dem Deaktivieren wird ein stummes Video ausgegeben, sodass du später selbst Musik oder Voiceover hinzufügen kannst. Die Einstellung beeinflusst den Preis nicht.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wird die Abrechnung für FLUX 3 Max Bild-zu-Video berechnet?
Die Abrechnung erfolgt pro Ausgabesekunde; der Stückpreis richtet sich nach der Auflösung, und die Kosten ergeben sich aus dem Preis pro Sekunde multipliziert mit der Dauer; fehlgeschlagene Aufgaben werden nicht berechnet. 720p-Entwürfe sind günstiger und reichen aus, um zu prüfen, ob das Quellbild stabil bleibt.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie rufe ich die API auf?
Sende eine asynchrone Aufgabe an POST /v1/tasks, setze model auf flux-3-max/image-to-video, übergib prompt und image_url in input und füge bei Bedarf end_image_url sowie Generierungsparameter hinzu. Die Schnittstelle gibt eine taskId zurück; das Ergebnis erhältst du über callback.url oder GET /v1/tasks/:id.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wähle ich zwischen Bild-zu-Video und Text-zu-Video?
Wenn bereits ein zufriedenstellendes Bild, Produkt oder Porträt vorhanden ist, verwenden Sie Bild-zu-Video; wenn Sie eine komplette Szene aus einer Textbeschreibung entwerfen oder das Bildformat frei festlegen möchten, verwenden Sie Text-zu-Video. Preis und Parameter der beiden Modelle sind im Wesentlichen identisch.
Modelle und Fähigkeiten FLUX 3 Max
-
Was sind Keyframes?
Keyframes sind ein geordnetes Array mit 1–10 Einträgen, von denen jeder image_url und frame_index enthält. Das Modell verkettet die Keyframes in der Reihenfolge ihrer Frame-Nummern und erzeugt dazwischen die Bewegung.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie fülle ich frame_index aus?
frame_index ist die Frame-Nummer auf der 24fps-Zeitleiste, beginnt bei 0 und der Maximalwert ist duration × 24. Beispielsweise ist die maximale Frame-Nummer eines 5-Sekunden-Videos 120. Alle Frame-Nummern müssen eindeutig sein.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie viele Keyframes sind mindestens erforderlich?
Mindestens 1, höchstens 10. Erst ab zwei Keyframes entsteht ein klarer Anfangs-/Endzustand oder ein Rhythmuswechsel; ein einzelner Keyframe fixiert lediglich ein bestimmtes Bild und erzeugt keinen echten Übergang.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie stimmt man die Dauer und Keyframes aufeinander ab?
Zuerst die duration festlegen (5–20 Sekunden), dann die Frame-Nummern gemäß 24fps umrechnen. 5 Sekunden entsprechen 0–120, 10 Sekunden entsprechen 0–240, 20 Sekunden entsprechen 0–480. Die Keyframes können gleichmäßig verteilt oder auf einen bestimmten Abschnitt konzentriert werden.
Modelle und Fähigkeiten FLUX 3 Max
-
Was ist der Unterschied zwischen Keyframes und Anfangs-/Endframes?
Anfangs- und Endframes legen nur den Anfang und das Ende fest; bei Keyframes lassen sich mehrere Knotenpunkte dazwischen einfügen, was sich für Einstellungen mit mehreren Phasen eignet, etwa das Öffnen einer Produktverpackung, das Wachstum einer Pflanze oder den Wechsel von Tag und Nacht. Je mehr Knotenpunkte, desto feiner die Zeitsteuerung.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wählt man Bildformat und Auflösung?
resolution bietet 720p und 1080p, Standard ist 720p; aspect_ratio ist standardmäßig auto, kann aber auch auf 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 oder 9:16 gesetzt werden. Es wird empfohlen, für alle Keyframes dasselbe Bildformat zu verwenden.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wird die Videogenerierung aus Keyframes mit FLUX 3 Max abgerechnet?
Die Abrechnung erfolgt nach Ausgabesekunden; der Stückpreis richtet sich nach der Auflösung und ist identisch mit Text-zu-Video und Bild-zu-Video; die Anzahl der Ankerpunkte beeinflusst den Preis nicht, fehlgeschlagene Aufgaben werden nicht berechnet. Bestätigen Sie zuerst die Zeitachse mit einem 5-Sekunden-Entwurf und verlängern Sie dann die Dauer.
Modelle und Fähigkeiten FLUX 3 Max
-
Welche Dauern unterstützt FLUX 3 Max bei der Text-zu-Video-Generierung?
duration akzeptiert jede ganzzahlige Sekundenzahl zwischen 5 und 20 in Schritten von 1 Sekunde, Standard sind 5 Sekunden. Je länger die Dauer, desto höher der Gesamtpreis bei sekundengenauer Abrechnung; die 20-Sekunden-Version hat viermal so viele Sekunden wie ein 5-Sekunden-Entwurf.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wählt man Auflösung und Seitenverhältnis?
resolution bietet zwei Stufen: 720p und 1080p, Standard ist 720p. aspect_ratio ist standardmäßig auto, kann aber auch auf 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 oder 9:16 festgelegt werden.
Modelle und Fähigkeiten FLUX 3 Max
-
Haben die generierten Videos Ton?
generate_audio ist standardmäßig aktiviert und erzeugt zusammen mit dem Video zum Bild passenden Ton; man kann es auch deaktivieren, dann wird nur das Bild ausgegeben. Es wird empfohlen, den Schalter je nach Anfrage umzuschalten und keine Annahmen zum Ton in den Prompt zu schreiben. Der Schalter beeinflusst die Abrechnung nicht.
Modelle und Fähigkeiten FLUX 3 Max
-
Was ist die reasoning_level?
Sie steuert, wie intensiv das Modell die Eingabeaufforderung visuell versteht und die Generierung plant. Wählbar sind low oder high, Standard ist high. Bei komplexen Szenen ist high stabiler, bei einfachen Einstellungen kann low verwendet werden.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie schreibe ich Prompts, damit eher gute Ergebnisse entstehen?
Schreibe zuerst das Motiv und die Szene, dann in zeitlicher Reihenfolge die Aktion, die Kamerarichtung und die Geschwindigkeit, und zuletzt Licht und Atmosphäre. Plane pro Video nur eine Hauptaktion ein, und schreibe bei durchgehenden Aufnahmen deutlich no cuts.
Modelle und Fähigkeiten FLUX 3 Max
-
Sind die Texte im Bild zuverlässig?
Nein. Das Modell kann Buchstaben auf Schildern, Slogans und Untertiteln erfinden, und auch die Rechtschreibung ist nicht garantiert. Wenn Sie Markennamen oder lesbaren Text benötigen, überlagern Sie diese bitte in der Nachbearbeitung und verlassen Sie sich nicht auf das generierte Ergebnis.
Modelle und Fähigkeiten FLUX 3 Max
-
Eignet es sich für vertikale Kurzvideos?
Ja, wähle einfach 9:16 direkt in der Anfrage – du musst nicht zuerst eine Querformat-Version erstellen und sie dann zuschneiden. 1:1 und 3:4 eignen sich für Feeds, 21:9 für Intros und Breitbildinhalte. Platziere das Motiv möglichst mittig, damit es nicht von der Plattform-Oberfläche verdeckt wird.
Modelle und Fähigkeiten FLUX 3 Max
-
Wie wird die Abrechnung für FLUX 3 Max Text-zu-Video berechnet?
Die Abrechnung erfolgt nach der Anzahl der Ausgabesekunden; der Stückpreis richtet sich nach der Auflösung, und die Kosten ergeben sich aus dem Preis pro Sekunde multipliziert mit der Dauer. Fehlgeschlagene Aufgaben werden nicht berechnet. Kurze Entwürfe sind kostengünstiger und eignen sich, um zunächst mit 5 Sekunden zwei Prompts zu vergleichen.
Modelle und Fähigkeiten FLUX 3 Max
-
Was ist der Unterschied zur Bild-zu-Video-Generierung?
Bei der Text-zu-Video-Generierung wird nur Text benötigt, und Bildformat sowie Bildkomposition werden vollständig durch den Prompt bestimmt; wenn bereits ein klares Anfangsbild vorliegt, ist flux-3-max/image-to-video direkter. Beide nutzen denselben Bereich für die Dauer und denselben Sekundenpreis.
Modelle und Fähigkeiten FLUX 3 Max
-
Welche Generierungsmethoden unterstützt FLUX 3?
Dieselbe Modell-ID unterstützt die Videogenerierung aus Text, ein Storyboard mit 1 bis 10 Bildern als Keyframes sowie die Fortsetzung der Generierung aus einem MP4-Quellvideo. images und start_video können nicht gleichzeitig verwendet werden.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen Draft und Full?
Draft ist eine kostengünstige 720p-Vorschauversion, ideal um zunächst Bildkomposition, Rhythmus und Bewegung zu prüfen. Full unterstützt 720p und 1080p und eignet sich als finale Ausgabe.
Modelle und Fähigkeiten
-
Wie funktionieren Keyframe-Bilder?
1 Bild definiert die Eröffnung, 2 Bilder definieren jeweils das erste und das letzte Frame, 3 bis 10 Bilder bilden in der Reihenfolge ein Storyboard. Der Prompt ergänzt Aktion, Kamera und Ton.
Modelle und Fähigkeiten
-
Welche Einschränkungen gelten für die Videofortsetzung?
start_video akzeptiert MP4 mit maximal 50MB und einer Länge von höchstens 15 Sekunden. Reichen Sie bei der Fortsetzung keine images gleichzeitig ein; die Ausgabedauer liegt weiterhin im Bereich von 5 bis 20 Sekunden.
Modelle und Fähigkeiten
-
Kann FLUX 3 Audio erzeugen?
Ja. generate_audio ist standardmäßig aktiviert und erzeugt zur Szene passende Umgebungsgeräusche, Soundeffekte oder Dialoge; du kannst es auch deaktivieren, um nur das Bild auszugeben.
Modelle und Fähigkeiten
-
Wie wird FLUX 3 abgerechnet?
Der Preis wird durch die Ausgabedauer, die Auflösung, die Draft-Stufe und die Nutzung der Videofortsetzung bestimmt. Die Preistabelle auf der Seite listet sechs Stufen nach Ausgabesekunden auf.
Modelle und Fähigkeiten
-
Kann man mit einem einzigen Einstieg sowohl generieren als auch bearbeiten?
Ja. Ohne Referenzbild wird aus Text generiert; mit 1–10 Referenzbildern wird rund um vorhandenes Material bearbeitet. Bereite einfach je nach Ziel Text oder Bilder vor.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie sollte man die fünf Auflösungsstufen auswählen?
Verwenden Sie zunächst 768 oder 1K, um die Richtung zu besprechen; wenn mehr Details benötigt werden, ziehen Sie 1.5K oder 2K in Betracht, und wenn größere Bilder und Spielraum zum Zuschneiden benötigt werden, ziehen Sie 4K in Betracht. Die Stufen sind keine festen Seitenlängen; bitte überprüfen Sie die Breite und Höhe der zurückgegebenen Bilder.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie werden die Referenzbilder aufgeteilt?
Erkläre der Reihe nach, welches Bild das Motiv, welches die Umgebung und welches nur die Farbgebung oder den Stil liefert, und benenne zugleich die Elemente, die nicht übernommen werden sollen.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie viele Bilder werden pro Vorgang generiert?
Jede Aufgabe liefert ein Bild. Wenn eine andere Ausrichtung benötigt wird, passen Sie die Beschreibung an und reichen Sie eine separate Aufgabe ein.
Modelle und Fähigkeiten FLUX 3 Image
-
Kann das Format der heruntergeladenen Datei gewählt werden?
Der aktuelle Einstiegspunkt bietet keine Auswahl des Dateiformats. Die Datei wird wie zurückgegeben verarbeitet; wenn ein anderes Format benötigt wird, kann sie nach dem Herunterladen in einem Bildbearbeitungswerkzeug konvertiert werden.
Modelle und Fähigkeiten FLUX 3 Image
-
Wann sollte die Suchunterstützung aktiviert werden?
Sie kann aktiviert werden, wenn vor der Generierung visueller Kontext aus Webseiten oder Bildern ergänzt werden soll. Wenn bereits klares Material und eine abgeschlossene kreative Richtung vorliegen, kann sie deaktiviert werden und die Kreation anhand der eigenen Beschreibung und Referenzbilder erfolgen.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie speichere ich Bilder, die ich langfristig benötige?
Generierte Bildlinks haben eine begrenzte Gültigkeit. Wenn Sie Bilder langfristig benötigen, laden Sie sie bitte rechtzeitig herunter und speichern Sie sie, oder wählen Sie beim Erstellen der Aufgabe die permanente Speicherung. Bereits generierte Bilder können gemäß den Anweisungen auf der Seite zur Speicherverwaltung ebenfalls umgespeichert werden.
Modelle und Fähigkeiten FLUX 3 Image
-
Kann ich nach der Generierung weiterhin Änderungen vornehmen?
Sie können das Ergebnis herunterladen und speichern und es dann als Referenzbild für eine neue Aufgabe verwenden. Jede Aufgabe wird unabhängig bearbeitet; bitte geben Sie erneut an, welche Inhalte beibehalten werden sollen und welcher Teil in diesem Schritt geändert werden soll.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie lassen sich Titel in Bildern leichter prüfen?
Schreiben Sie kurze Titel in Anführungszeichen und geben Sie Position, Größenverhältnis und Freiraum von Haupt- und Untertitel an. Prüfen Sie vor der Verwendung Zeichen für Zeichen und führen Sie bei Bedarf das endgültige Layout im Designwerkzeug durch.
Modelle und Fähigkeiten FLUX 3 Image
-
Für welche Situationen eignet sich das automatische Seitenverhältnis?
Wenn kein festes Format erforderlich ist, kann das automatische Seitenverhältnis verwendet werden. Wenn Banner, Hochformat-Poster oder quadratische Karten bereits feststehen, wählen Sie das Verhältnis explizit aus und prüfen Sie die tatsächliche Breite und Höhe des heruntergeladenen Bildes.
Modelle und Fähigkeiten FLUX 3 Image
-
Wo kann ich die Kosten vor der Generierung einsehen?
Nach der Auswahl der Parameter die geschätzten Kosten und den Live-Preis im Playground einsehen. Nach Abschluss können die Generierungsergebnisse und die entsprechenden Ausgaben im Aufgabenverlauf eingesehen werden.
Modelle und Fähigkeiten FLUX 3 Image
-
Warum führt dieselbe Beschreibung nicht unbedingt zum selben Bild?
Das generierte Ergebnis kann in Komposition und Details variieren. Wenn ein bereits ausgewähltes Motiv oder Layout beibehalten werden soll, verwenden Sie das Ergebnisbild als Referenz und listen Sie die Beibehaltungsanforderungen explizit auf.
Modelle und Fähigkeiten FLUX 3 Image
-
Wie wählt man zwischen Text-zu-Bild und Bildbearbeitung?
Wenn nur Text vorliegt und man von Null anfängt, wählt man Text-zu-Bild; wenn ein vorhandenes Motiv oder Layout beibehalten werden soll, wählt man die Bildbearbeitung und stellt ein Referenzbild bereit.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie viele Bilder erhalte ich pro Vorgang?
Jeder Auftrag liefert ein Bild; es gibt keine Auswahl der Bildanzahl. Wenn Sie eine andere Bildkomposition vergleichen möchten, passen Sie den Prompt an und reichen Sie einen neuen Auftrag ein.
Modelle und Fähigkeiten Muse Image 1.0
-
Kann man 1K, 2K oder 4K wählen?
Dieser Einstiegspunkt bietet keine Auflösungsstufen. Das Bildformat wählst du, die Pixelabmessungen bestimmen das Modell, üblicherweise etwa 2,5 MP; maßgeblich sind die tatsächlichen Abmessungen der heruntergeladenen Datei.
Modelle und Fähigkeiten Muse Image 1.0
-
Welche Dateiformate kann ich auswählen?
Sie können JPEG, PNG oder WebP auswählen; wenn keine Auswahl getroffen wird, wird WebP verwendet. Wählen Sie das Format je nach Bedarf für spätere Webbenutzeroberflächen-Assets oder Design-Tools.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie lässt sich Platz für einen Titel auf dem Cover freihalten?
Beschreiben Sie in der Beschreibung die Position der Hauptfigur und die Seite, auf der Freiraum benötigt wird, und wählen Sie dann ein Seitenverhältnis, das zum endgültigen Layout passt. Verlassen Sie sich nicht darauf, den Platz für den Titel erst nach der Generierung durch Zuschneiden zu schaffen.
Modelle und Fähigkeiten Muse Image 1.0
-
Was sollte bei einem Produktbild zuerst beschrieben werden?
Beschreibe zuerst das Hauptmotiv, das Material und die Platzierung und ergänze dann Licht, Hintergrund und wenige Requisiten. Kurze Texte auf Etiketten sollten separat klar angegeben werden; prüfe nach dem Abschluss die Produktkontur und das Layout.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie speichere ich Bilder, die langfristig verwendet werden sollen?
Die generierten Bildlinks haben eine begrenzte Gültigkeit. Wenn Sie sie langfristig nutzen möchten, laden Sie sie bitte rechtzeitig herunter und speichern Sie sie, oder wählen Sie beim Erstellen der Aufgabe die dauerhafte Speicherung. Bereits generierte Bilder können gemäß den Anweisungen auf der Seite zur Speicherverwaltung ebenfalls dauerhaft übertragen werden.
Modelle und Fähigkeiten Muse Image 1.0
-
Kann ich nach der Generierung weiterhin Änderungen vornehmen?
Sie können das Ergebnis herunterladen und speichern und es dann als Referenzbild für eine neue Aufgabe verwenden. Jede Aufgabe wird unabhängig bearbeitet; bitte geben Sie erneut an, welche Inhalte beibehalten werden sollen und welcher Teil in diesem Schritt geändert werden soll.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie lassen sich Titel in Bildern leichter prüfen?
Kurze Titel in Anführungszeichen angeben und Position, Größenverhältnis sowie Freiraum von Haupt- und Untertitel erläutern. Vor der Verwendung Wort für Wort prüfen und bei Bedarf das endgültige Layout im Design-Tool umsetzen.
Modelle und Fähigkeiten Muse Image 1.0
-
Für welche Situationen eignet sich das automatische Seitenverhältnis?
Wenn kein festes Format erforderlich ist, kann das automatische Seitenverhältnis verwendet werden. Wenn Banner, Hochformat-Poster oder quadratische Karten bereits festgelegt sind, wählen Sie das Verhältnis explizit aus und prüfen Sie die tatsächliche Breite und Höhe des heruntergeladenen Bildes.
Modelle und Fähigkeiten Muse Image 1.0
-
Wo kann ich die Kosten vor der Generierung einsehen?
Nach der Auswahl der Parameter die geschätzten Kosten und den Live-Preis im Playground prüfen. Nach Abschluss sind die Generierungsergebnisse und die entsprechenden Ausgaben in der Aufgabenhistorie einsehbar.
Modelle und Fähigkeiten Muse Image 1.0
-
Warum führt dieselbe Beschreibung nicht unbedingt zum selben Bild?
Das generierte Ergebnis kann in Komposition und Details variieren. Wenn ein bereits ausgewähltes Motiv oder Layout beibehalten werden soll, verwenden Sie das Ergebnisbild als Referenz und listen Sie die Beibehaltungsanforderungen explizit auf.
Modelle und Fähigkeiten Muse Image 1.0
-
Muss ein Referenzbild bereitgestellt werden?
Es müssen 1–10 Referenzbilder bereitgestellt werden. Wenn keine vorhandenen Bilder vorliegen und Sie nur mit Text beginnen möchten, wählen Sie bitte den Einstieg für Text-zu-Bild.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie viele Bearbeitungsergebnisse werden pro Anfrage zurückgegeben?
Jede Aufgabe gibt ein Bearbeitungsergebnis zurück; es gibt keine Auswahl der Anzahl. Wenn Sie verschiedene Änderungsrichtungen vergleichen möchten, reichen Sie bitte separate Aufgaben ein.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie kann man das Motiv beibehalten und gleichzeitig den Hintergrund ändern?
Legen Sie ausdrücklich fest, welche identifizierenden Merkmale des Motivs erhalten bleiben müssen, und beschreiben Sie dann separat die neue Umgebung, das Licht und die Platzierung. Prüfen Sie anschließend Maßstab, Verdeckungen und Ränder.
Modelle und Fähigkeiten Muse Image 1.0
-
Werden alle Bilder auf jeden Fall im Ergebnis erscheinen?
Nicht unbedingt. Referenzbilder können jeweils Motiv, Layout, Farbgebung oder Stil liefern. Bitte erläutern Sie die jeweilige Funktion sowie Inhalte, die nicht übernommen werden sollen.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie ersetze ich alten Text in einem Bild?
Beschreibe den zu entfernenden alten Text und den neuen Inhalt, der erscheinen soll, und gib dann die Position der Überschrift, die Größenverhältnisse und den Freiraum an. Prüfe vor der Verwendung Zeichen für Zeichen und kontrolliere das Layout.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie wählt man Bildformat und Dateiformat?
Wählen Sie zuerst je nach endgültigem Platzierungsformat Querformat, Hochformat oder Quadrat, dann JPEG, PNG oder WebP. Es gibt keine Auflösungsstufen; Breite und Höhe richten sich nach der erzeugten Datei.
Modelle und Fähigkeiten Muse Image 1.0
-
Wie beginne ich, wenn ich nur Text, Bilder oder Videos habe?
Wenn du nur eine Idee hast, schreibe einfach einen Prompt; wenn du das Aussehen eines Produkts oder einer Figur als Referenz möchtest, lade ein Referenzbild hoch; wenn du das Anfangsbild festlegen möchtest, lade ein Startbild hoch, optional mit einem Endbild zur Steuerung des Endes; wenn du die Atmosphäre einer bestehenden Szene ändern möchtest, lade ein Referenzvideo hoch. All diese Methoden verwenden dasselbe Modell.
Modelle und Fähigkeiten
-
Welche Eingaben dürfen nicht zusammen verwendet werden?
first_frame_url darf nicht gleichzeitig mit image_urls und video_list übergeben werden; last_frame_url darf nur zusammen mit first_frame_url verwendet werden. image_urls kann mit video_list kombiniert werden, aber alle Materialien teilen sich 7 Eingabeplätze, wobei 1 Video 2 Plätze belegt, daher können bei Videos höchstens noch 5 Bilder übergeben werden.
Modelle und Fähigkeiten
-
Wie kann man bei der Videoumschreibung die Zielldauer erreichen?
Wenn ein Referenzvideo übergeben wird, richtet sich die Ausgabedauer nach dem Referenzvideo. Es wird empfohlen, einen Ausschnitt hochzuladen, dessen Dauer dem Ziel entspricht, und die Ausgabe nicht über duration oder start, ends zuzuschneiden. Es darf höchstens 1 Referenzvideo übergeben werden, das Quellvideo darf nicht länger als 30 Sekunden und nicht größer als 100MB sein; in der Anfrage muss weiterhin duration angegeben werden, mit dem Wert 4, 6, 8 oder 10.
Modelle und Fähigkeiten
-
Wie wähle ich Querformat, Hochformat und Auflösung aus?
Für Produktseiten und Querformat-Videos kann 16:9 gewählt werden, für kurze Handy-Videos 9:16. Prüfen Sie zunächst Komposition und Bewegung in 360p oder 720p und wählen Sie dann je nach Anzeigebedarf 1080p oder 4k.
Modelle und Fähigkeiten
-
Können Umgebungsgeräusche für das Bild hinzugefügt werden?
Die Ausgabe enthält standardmäßig Umgebungsgeräusche. Im Prompt können Sie Regengeräusche am Fenster, leises Plätschern von Seewasser oder Hintergrundgeräusche eines Cafés beschreiben, sodass der Ton gemeinsam mit der Szene in die Kreation einfließt; wenn Sie eine eigene Tonspur benötigen, können Sie diese in der Nachbearbeitung ersetzen.
Modelle und Fähigkeiten
-
Welche Einschränkungen gelten für hochgeladene Bilder?
Jedes Bild darf höchstens 20 MB groß sein und muss über eine öffentlich zugängliche URL erreichbar sein; beim Hochladen im Playground wird es automatisch in einen Link umgewandelt. Für das erste und letzte Frame sollten am besten Bilder mit derselben Kameraposition und demselben Bildformat verwendet werden, damit der Übergang natürlicher wirkt.
Modelle und Fähigkeiten
-
Wo kann ich die aktuellen Kosten einsehen?
Bitte sehen Sie sich die Seite mit der Live-Preisgestaltung an; im Playground werden die geschätzten Kosten für die ausgewählte Konfiguration vor dem Absenden angezeigt.
Modelle und Fähigkeiten
-
Wie erhalte ich das Generierungsergebnis?
Nach dem Erstellen einer asynchronen Aufgabe mit POST /v1/tasks data.taskId auslesen; Benachrichtigungen über den Endzustand können über callback.url empfangen werden, alternativ kann per Polling GET /v1/tasks/{taskId} abgefragt werden; sobald der Status success ist, das Video von output[].url herunterladen.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt Google Virtual Try-On?
Ein Foto einer Person und ein Bild eines Kleidungsstücks, beide sind erforderlich, ein Prompt wird nicht benötigt.
Modelle und Fähigkeiten Google Virtual Try-On
-
Welche Art von Personenphotos funktioniert am besten?
Fotos mit einer einzelnen Person, bei denen die Hauptkörperpartien klar erkennbar sind und keine großen Verdeckungen vorhanden sind, funktionieren am besten; eine stehende Pose von vorne oder leicht seitlich ist am stabilsten.
Modelle und Fähigkeiten Google Virtual Try-On
-
Welche Anforderungen gelten für Bekleidungsbilder?
Flach liegend oder hängend fotografiert ist beides möglich; ein besseres Ergebnis erzielen Sie, wenn die Kleidung vollständig ist, der Hintergrund sauber ist und keine anderen Personen im Bild sind.
Modelle und Fähigkeiten Google Virtual Try-On
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage 1 Bild, num_images ist fest auf 1 gesetzt. Wenn Sie mehrere Alternativen möchten, können Sie dieselben Eingaben mehrmals absenden; die Ergebnisdetails unterscheiden sich dann leicht.
Modelle und Fähigkeiten Google Virtual Try-On
-
Welche Bekleidungskategorien werden unterstützt?
Gängige Kleidungsstücke wie Oberteile, Mäntel und Kleider sind möglich; bei komplexen Accessoires oder mehreren übereinander getragenen Schichten kann das Ergebnis möglicherweise instabil sein.
Modelle und Fähigkeiten Google Virtual Try-On
-
Werden Gesicht und Hintergrund der Person verändert?
Gesicht, Frisur, Pose und Hintergrund bleiben im Wesentlichen dem Originalfoto erhalten; die Hauptveränderungen betreffen den Bereich der Kleidung.
Modelle und Fähigkeiten Google Virtual Try-On
-
In welchem Format erfolgt die Ausgabe?
PNG-Bild, die Größe wird vom Modell anhand der Eingabe bestimmt.
Modelle und Fähigkeiten Google Virtual Try-On
-
Kann ich Fotos von echten Personen verwenden?
Ja, aber stelle bitte sicher, dass du das Recht hast, das Abbild der Personen auf den Fotos zu verwenden. Die Personen in den Beispielen auf dieser Seite sind allesamt generierte Bilder.
Modelle und Fähigkeiten Google Virtual Try-On
-
Warum werden manchmal keine Bilder zurückgegeben?
Die Sicherheitsprüfung kann Ergebnisse herausfiltern; in diesem Fall wird dennoch 1 angefordertes Bild berechnet.
Modelle und Fähigkeiten Google Virtual Try-On
-
Welche Anforderungen gelten für die Bildadresse?
Es ist ein öffentlich zugänglicher http(s)-Link erforderlich; im Playground kann direkt hochgeladen werden.
Modelle und Fähigkeiten Google Virtual Try-On
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der angefragten Bilder; den Stückpreis finden Sie in den Echtzeitpreisen auf dieser Seite; fehlgeschlagene Aufgaben werden vollständig zurückerstattet.
Modelle und Fähigkeiten Google Virtual Try-On
-
Wie rufe ich die API auf?
Senden Sie eine Aufgabe mit dem Modell google-virtual-try-on per POST /v1/tasks und übergeben Sie person_image_url, product_image_url (num_images kann weggelassen werden, ist fest auf 1 gesetzt). Fragen Sie anschließend den Aufgabenstatus ab, um die Bild-URL zu erhalten; Details finden Sie in der API-Dokumentation.
Modelle und Fähigkeiten Google Virtual Try-On
-
Für welche Aufgaben eignet sich GPT-6.1 Sol?
GPT-6.1 Sol ist ein Textmodell von OpenAI und eignet sich für Code, Analysen, Recherche und Aufgaben, die mehrstufiges Reasoning erfordern. Diese Seite beschreibt die Textanbindung über gestreamte Responses; Bildeingabe, Audio und Video gehören nicht zu den auf dieser Seite zugesicherten Fähigkeiten.
Modelle und Fähigkeiten
-
Welche Modell-ID und welchen Endpunkt sollte man verwenden?
Verwenden Sie die Modell-ID gpt-6.1-sol und senden Sie die Anfrage an POST /v1/responses. Die Anfrage muss das input-Array, stream=true und store=false verwenden.
Modelle und Fähigkeiten
-
Welche Werte unterstützt reasoning.effort?
Die aktuelle HiAPI-Integration unterstützt fünf Stufen: low, medium, high, xhigh, max. Beispiele und der Playground verwenden standardmäßig medium; wenn ein festes Verhalten erforderlich ist, übergeben Sie reasoning.effort bitte explizit in der API-Anfrage. Andere Werte sind nicht Teil dieses Modellvertrags.
Modelle und Fähigkeiten
-
Warum können temperature, top_p oder max_output_tokens nicht übergeben werden?
Der aktuelle Integrationsvertrag von GPT-6.1 Sol gibt diese Felder nicht frei. Bitte lassen Sie sie weg; wenn Sie die Inferenztiefe ändern möchten, verwenden Sie reasoning.effort. Übertragen Sie nicht einfach Beispiele für Sampling-Parameter anderer Modelle auf diese Seite.
Modelle und Fähigkeiten
-
Wie werden Streaming-Antworten verarbeitet?
Lesen Sie je nach SSE-Ereignistyp response.output_text.delta und akkumulieren Sie den Textkörper; beenden Sie die Verarbeitung bei response.completed, response.incomplete oder response.failed. Behandeln Sie den gesamten Stream nicht als ein einziges JSON und warten Sie nicht nur auf das output im Abschlussereignis.
Modelle und Fähigkeiten
-
Wie kann ein mehrteiliger Dialog mit store=false fortgesetzt werden?
Der Client speichert die benötigten Benutzernachrichten, Assistentennachrichten und Tool-Einträge und spielt sie beim nächsten input erneut ein. Die erneut eingespielte Historie wird erneut auf die Input-Token angerechnet; Cache-Treffer und Cache-Schreibvorgänge richten sich nach der usage-Aufschlüsselung.
Modelle und Fähigkeiten
-
Wie werden Eingabe, Cache und Ausgabe abgerechnet?
Eingabe, Cache-Lesevorgänge, Cache-Schreibvorgänge und Ausgabe verwenden jeweils den Echtzeit-Token-Preis, der auf der Modellseite angezeigt wird. Cached_tokens oder cache_write_tokens werden nur dann als entsprechender Cache-Verbrauch gezählt, wenn usage sie explizit meldet; Cache-Lese- und -Schreibvorgänge sind bereits in der Eingabesumme enthalten und dürfen nicht doppelt addiert werden. reasoning_tokens sind bereits in output_tokens enthalten und dürfen ebenfalls nicht erneut addiert werden; die endgültigen Kosten richten sich nach dem Nutzungsprotokoll des Kontos.
Modelle und Fähigkeiten
-
Wie erfolgt die Preisberechnung bei mehr als 272K Eingabe-Token?
Die Entscheidung richtet sich nach der Gesamtzahl der Eingabe-Token einer einzelnen Anfrage, einschließlich der in der usage gemeldeten Cache-Lese- und -Schreibvorgänge. Bei insgesamt nicht mehr als 272.000 Token gilt der Standardtarif; ab 272.001 Token werden Eingabe, Ausgabe und Cache der gesamten Anfrage zum Tarif für langen Kontext abgerechnet, nicht nur der überschrittene Teil mit einem Aufpreis.
Modelle und Fähigkeiten
-
Was sollte zuerst überprüft werden, wenn eine Anfrage fehlschlägt oder kein Textkörper vorhanden ist?
Überprüfen Sie zuerst den API Key, das model, den Responses-Endpunkt, das input-Array, stream=true und store=false. Wenn kein Textkörper vorhanden ist, stellen Sie sicher, dass der Client SSE-Inkrementereignisse verarbeitet. Bei der Fehlersuche zu Kosten vergleichen Sie input_tokens, cached_tokens, cache_write_tokens und output_tokens aus der usage.
Modelle und Fähigkeiten
-
Wofür eignet sich GPT-6 Astra?
GPT-6 Astra ist ein Modell von OpenAI, das auf komplexes Reasoning, Programmierung, Forschung und Dokumentarbeit ausgerichtet ist. Es eignet sich für Code-Reviews, Lösungsanalysen und Aufgaben, die eine mehrstufige Verarbeitung erfordern. Der Integrationsumfang dieser Seite umfasst Texteingabe und Textausgabe; für Bild-, Audio- und Videofunktionen gelten die jeweiligen Integrationshinweise.
Modelle und Fähigkeiten
-
Wie sollten Modell-ID, Endpunkt und OpenAI SDK konfiguriert werden?
Verwenden Sie für die Modell-ID gpt-6-astra, der Endpunkt ist POST /v1/responses. Setzen Sie bei der OpenAI SDK die base_url auf https://api.hiapi.ai/v1, verwenden Sie den HiAPI API Key und rufen Sie die Responses-Schnittstelle auf. Ein vorhandener Key kann für die im Konto freigeschalteten Modelle verwendet werden; beim Wechsel zur /v1/tasks-Schnittstelle für Bilder oder Videos muss gleichzeitig die Anfragestruktur geändert werden.
Modelle und Fähigkeiten
-
Warum verlangt das Beispiel ein input-Array, stream=true und store=false?
Dies ist die Anfragekonvention für die Anbindung auf dieser Seite: input übergibt das Nachrichten-Array, stream=true empfängt Streaming-Ereignisse, store=false lässt den Client den Sitzungskontext speichern. Man darf weder die messages-Anfrage von Chat Completions noch den choices-Parsing-Code direkt übernehmen, und man sollte auch nicht die gesamte SSE-Antwort als ein einzelnes JSON-Objekt einlesen.
Modelle und Fähigkeiten
-
Wie wähle ich low, medium, high, xhigh und max aus?
Die fünf Stufen der Denkleistung werden über reasoning.effort ausgewählt. Beispiele und Playground beginnen mit medium; bei einfachen Aufgaben kann low ausprobiert werden, bei komplexen Analysen lassen sich die Ergebnisse von high, xhigh oder max vergleichen. Eine höhere Stufe kann die Wartezeit und den Verbrauch an Ausgabe-Token erhöhen; es empfiehlt sich, Ergebnisse und Kosten anhand derselben Gruppe realer Aufgaben zu vergleichen. API-Aufrufer sollten die gewünschte Stufe explizit übergeben.
Modelle und Fähigkeiten
-
Kann die Inferenz deaktiviert oder temperature bzw. top_p angepasst werden?
GPT-6 Astra unterstützt reasoning.effort=none nicht. Die Anbindung auf dieser Seite bietet keine Einstelloptionen für temperature, top_p und max_output_tokens. Bitte organisieren Sie Anfragen gemäß den Beispielen auf dieser Seite und übernehmen Sie keine Parameter anderer Modelle. Wenn Parameterfehler auftreten, prüfen Sie zunächst, ob die Felder für dieses Modell und diesen Endpunkt gelten.
Modelle und Fähigkeiten
-
Was bedeuten 1,05M Kontext und 128K maximale Ausgabe jeweils?
Die offizielle Spezifikation beträgt 1.050.000 Token Kontext und 128.000 Token maximale Ausgabe. Der Kontext muss die Eingabe und den generierten Inhalt aufnehmen, und auch die Inferenz verbraucht das Ausgabebudget. Die maximale Ausgabe ist die Obergrenze der Modellspezifikation und bedeutet nicht, dass bei jeder Anfrage so viel ausgegeben wird; auch die Integration auf dieser Seite verwendet diesen Wert nicht als anpassbaren Parameter max_output_tokens.
Modelle und Fähigkeiten
-
Warum kann die output von response.completed leer sein?
Der gestreamte Text wurde bereits über response.output_text.delta oder response.output_item.done zurückgegeben; das Abschlussereignis wiederholt nicht unbedingt den vollständigen Inhalt. Text und abgeschlossene Output-Elemente sollten nach Ereignistyp akkumuliert und Status sowie usage aus dem Abschlussereignis gelesen werden. response.failed und response.incomplete müssen separat behandelt werden und dürfen nicht pauschal als erfolgreicher Abschluss betrachtet werden.
Modelle und Fähigkeiten
-
Wie setze ich einen mehrrundigen Dialog fort? Wird der Verlauf erneut abgerechnet?
Bei store=false müssen die weiterhin benötigten Benutzer-, Assistenten- und Tool-Nachrichten im nächsten input erneut übergeben werden; es wird nicht darauf vertraut, dass der Server den gesamten Dialog für dich speichert. Der erneut übergebene Verlauf wird erneut als Input-Token gezählt; der darin enthaltene Cache-Treffer wird als Cache-Lesen abgerechnet. Bei langen Dialogen sollte der notwendige Kontext beibehalten und irrelevanter Verlauf reduziert werden.
Modelle und Fähigkeiten
-
Wie werden Eingabe, Ausgabe, Cache-Lesen und Cache-Schreiben berechnet?
Für diese vier Token-Arten gilt jeweils ein eigener Stückpreis; die konkreten Werte finden sich in der aktuellen Preisangabe auf dieser Seite. Die Eingabemenge umfasst Cache-Lesen und Cache-Schreiben: Bei der Berechnung der normalen Eingabekosten sollten diese beiden Posten zuerst abgezogen werden, um Doppelabrechnung zu vermeiden. reasoning_tokens sind bereits in den Ausgabe-Tokens enthalten und sollten nicht noch einmal addiert werden. Die Schätzung auf der Seite dient nur als Referenz; die endgültigen Kosten richten sich nach dem Verbrauchsprotokoll des Kontos.
Modelle und Fähigkeiten
-
Ab wann gilt der Preis für den langen Kontext? Wird nur der übersteigende Teil teurer?
Die Entscheidung erfolgt anhand der gesamten Input-Token einer einzelnen Anfrage, einschließlich Cache-Lesen und Cache-Schreiben. Bei insgesamt 272.000 Token gilt weiterhin der Standardtarif; ab 272.001 Token werden Input, Output und Cache der gesamten Anfrage mit dem Langkontext-Tarif abgerechnet. Es wird nicht nur der kleine Teil oberhalb der Schwelle teurer. Die beiden Tarifstufen können im Preisbereich zum Vergleich aufgeklappt werden.
Modelle und Fähigkeiten
-
Wird ein wiederholter Prompt immer aus dem Cache bedient?
Nicht unbedingt. Ob ein Cache aufgebaut und getroffen wird, hängt von der serverseitigen Strategie, dem wiederverwendbaren Präfix und der Gültigkeitsdauer ab; maßgeblich sind cached_tokens und cache_write_tokens in usage. Sind beide Werte 0, bedeutet das, dass für diese Anfrage keine entsprechende Cache-Nutzung gemeldet wurde; schätzen Sie die Kosten nicht allein aufgrund eines wiederholten Prompts eigenständig mit Cache-Rabatt.
Modelle und Fähigkeiten
-
Wie verwendet man Funktionsaufrufe und strukturierte JSON-Ausgaben?
Funktionsaufrufe deklarieren Funktionen über tools. Nach dem Empfang eines function_call führt deine Anwendung die Funktion aus und sendet anschließend mit derselben call_id ein function_call_output zurück, um die Anfrage zusammen mit dem erforderlichen Kontext fortzusetzen. Für JSON Object verwendet man text.format.type=json_object; wenn Feldbeschränkungen erforderlich sind, verwendet man json_schema. Streaming-JSON sollte zunächst vollständig zusammengesetzt und dann geparst und validiert werden; konkrete Anfragen siehe Dokumentationsbeispiele.
Modelle und Fähigkeiten
-
Was sollte man zuerst prüfen, wenn eine Anfrage fehlschlägt, kein Inhalt zurückkommt oder die Kosten nicht den Erwartungen entsprechen?
Prüfen Sie zuerst, ob der API Key und das model gpt-6-astra korrekt sind und ob Endpunkt und Parameter mit dieser Seite übereinstimmen. Wenn kein Inhalt zurückkommt, prüfen Sie, ob SSE korrekt verarbeitet wird, statt nur die finale output zu lesen; bei Fragen zu den Kosten vergleichen Sie die Anzahl der Eingabe-, Cache- und Ausgabetokens in usage sowie die jeweilige Kontextstufe. Für die Fehlersuche geben Sie die Request-ID, den Fehlercode und den Zeitpunkt des Auftretens an und veröffentlichen Sie niemals den API Key.
Modelle und Fähigkeiten
-
Muss ich ein Referenzbild übergeben?
Ja, image_urls ist erforderlich, mindestens 1 und höchstens 16 Bilder. Wenn du nur Text-zu-Bild möchtest, verwende stattdessen gpt-image-2.5-flare/text-to-image.
Modelle und Fähigkeiten
-
Wofür eignet sich dieser Bearbeitungspfad?
Er eignet sich, um das Motiv beizubehalten und dann Material oder Szene zu ändern. Schreiben Sie im Prompt klar, was geändert und was beibehalten werden soll.
Modelle und Fähigkeiten
-
Was ist der Unterschied zur Bild-zu-Bild-Funktion von Sunburst?
Flare ist schneller und eignet sich für alltägliche Material- und Szenenänderungen; Sunburst ist detaillierter und eignet sich für industrielle Räume und einen hohen Materialisierungsgrad.
Modelle und Fähigkeiten
-
Wie wählt man das Bildformat?
Eines von 13 Bildformaten kann angegeben werden, oder es wird auto verwendet, wenn nichts übergeben wird.
Modelle und Fähigkeiten
-
Welche Felder sind für die API erforderlich?
Übermitteln Sie model, input.prompt und input.image_urls. aspect_ratio und resolution können weggelassen werden.
Modelle und Fähigkeiten
-
Wofür ist dieser Pfad geeignet?
Geeignet für grafische Collagen, Posterentwürfe und alltägliche Stillleben. Jede Anfrage liefert ein Bild.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Sunburst bei der Text-zu-Bild-Generierung?
Flare ist schneller und eignet sich für alltägliche Bildgenerierung; Sunburst ist detaillierter und eignet sich für industrielle Räume, Materialien und Geometrie.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse werden unterstützt?
Unterstützt werden auto sowie 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, 27:16, 16:27, 9:8, 8:9.
Modelle und Fähigkeiten
-
Kann ich Referenzbilder hochladen?
Dieser Text-to-Image-Pfad akzeptiert keine Referenzbilder. Bitte verwende gpt-image-2.5-flare/image-to-image.
Modelle und Fähigkeiten
-
Muss ein Referenzbild übergeben werden?
image_urls muss übergeben werden, mindestens 1, maximal 16. Wenn Sie nur Text-zu-Bild möchten, verwenden Sie bitte gpt-image-2.5-sunburst/text-to-image.
Modelle und Fähigkeiten
-
Wofür eignet sich dieser Bearbeitungsweg?
Er eignet sich, um nach dem Erhalt der industriellen Struktur Material, Temperatur oder Oberflächenbeschaffenheit zu verändern.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Flare Image-to-Image?
Sunburst ist detaillierter und eignet sich für industrielle Räume und Materialien; für alltägliche Collagen mit Materialänderungen kann zunächst Flare verwendet werden.
Modelle und Fähigkeiten
-
Für was eignet sich diese Route?
Geeignet für Szenarien mit höheren Anforderungen an Industrieatmosphäre, Materialien und Geometrie.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Flare bei der Text-zu-Bild-Generierung?
Sunburst ist detaillierter und langsamer; für alltägliche Collagen und Posterentwürfe kann zunächst Flare verwendet werden.
Modelle und Fähigkeiten
-
Kann ich ein Referenzbild hochladen?
Dieser Text-zu-Bild-Weg akzeptiert keine Referenzbilder. Bitte verwende gpt-image-2.5-sunburst/image-to-image.
Modelle und Fähigkeiten
-
Was ist die Hauptpositionierung von GPT Image 2.5 Flare?
Flare legt den Schwerpunkt auf Geschwindigkeit und die alltägliche Generierung hochwertiger Bilder und eignet sich für Content-Creation-Tools, Werbeentwürfe, visuelle Prototypen und Anwendungen, die häufig Bilder generieren. Es bietet außerdem Funktionen zur Bildbearbeitung und zur Beibehaltung von Referenzbildern.
Modelle und Fähigkeiten
-
Kann Flare nur aus Text Bilder generieren?
Du kannst auch Bilder eingeben. Referenzbilder können Figuren, Produkte oder Stile liefern, und Flare generiert darauf aufbauend neue Bildinhalte oder führt Änderungen aus. Beispielsweise verwendet das Pixel-Reiter-Fallbeispiel auf dieser Seite eine Stilreferenz.
Modelle und Fähigkeiten
-
Kann Flare echte Fotografie-Stile erzeugen?
Ja. Die Beispiele mit den Fischerboot-Figuren und dem Pool zeigen eine fotografische Darstellung von Personen, Materialien und Umgebungslicht. Beschreibungen von Kamera und Licht können die visuelle Wirkung des Fotos weiter formen.
Modelle und Fähigkeiten
-
Kann man mit Flare Werbeanzeigen mit Titel erstellen?
Sie können die gewünschten Texte und Bildvorgaben gemeinsam beschreiben. Im Beispiel einer Bekleidungswerbeanzeige werden Person, Kleidung und Titel in einem einzigen Bild zusammengeführt. Titel, Farbgebung und das Styling der Person lassen sich auch in späteren Versionen weiter anpassen.
Modelle und Fähigkeiten
-
Eignet sich Flare für die Erstellung von Manga und Seriencharakteren?
Diese Seite zeigt einen viergeteilten Haustier-Comic sowie eine Folgeszene mit den Waldcharakteren. Es kann fortlaufende Bilder in einem einzigen Bild anordnen oder das Bild der vorherigen Runde als Referenz verwenden, um die Kreation fortzusetzen.
Modelle und Fähigkeiten
-
Welche Art von UI-Konzeptbildern kann Flare generieren?
Es können UI-Konzeptbilder für mobile Apps, Produktlisten und Inhaltsseiten generiert werden, die Layout, Farbgebung, Navigation und Informationshierarchie als Bild darstellen – ideal für Produktpräsentationen und Designabstimmungen.
Modelle und Fähigkeiten
-
Wird beim Stilreferenzieren der gesamte Inhalt des Originalbilds übernommen?
Man kann verlangen, nur den Bildstil zu referenzieren und gleichzeitig das Motiv auszutauschen. Beim Pixel-Art-Beispiel ist die Eingabe eine Spielszene, die Ausgabe ein Motorradfahrer. Der Prompt muss den gewünschten Stil und den neuen Inhalt beschreiben.
Modelle und Fähigkeiten
-
Es gibt bereits eine GPT Image 2 App – kann man Flare in Betracht ziehen?
Ja. Flare führt die Nutzung von Text-zu-Bild und Bearbeitung mit Referenzbildern fort und legt den Schwerpunkt auf geringere Generierungslatenz, was es für Content-Tools, Design-Apps und Produktpräsentationen geeignet macht, bei denen Bilder häufig aktualisiert werden müssen.
Modelle und Fähigkeiten
-
Welchem sollte man Vorrang geben: Flare oder Sunburst?
Wenn alltägliche Generierung und Reaktionsgeschwindigkeit Priorität haben, kann Flare in Betracht gezogen werden; wenn komplexe Designanforderungen oder präzise Bearbeitung Priorität haben, kann Sunburst geprüft werden. Beide unterstützen Generierung und Bearbeitung; der Unterschied liegt in der Modellpositionierung und den Kompromissen bei den Ergebnissen.
Modelle und Fähigkeiten
-
Welche Ausgabeoptionen unterstützt Flare?
HiAPI bietet sechs Qualitätsstufen, quadratische sowie Hoch- und Querformate und voreingestellte Pixelgrößen. Als Dateiformate stehen PNG, JPEG oder WebP zur Auswahl; ein transparenter Hintergrund erfordert PNG oder WebP. Die vollständigen Optionen sind oben unter Spezifikationen und im Playground aufgeführt.
Modelle und Fähigkeiten
-
Wie lässt sich Flare in einen Batch-Content-Workflow integrieren?
Die Anwendung kann Bildaufgaben jeweils einzeln übermitteln und die Ergebnisse anschließend per Abfrage oder Callback abrufen. HiAPI gibt pro Anfrage ein Bild aus; bei häufiger Generierung muss die Anwendung die Anzahl der Aufgaben und die Parallelität verwalten.
Modelle und Fähigkeiten
-
Wie werden die Kosten für Flare berechnet?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder und der gewählten Bildqualität; Referenzbilder werden nicht zusätzlich berechnet. Nach Auswahl der Parameter zeigt der Playground die entsprechenden geschätzten Kosten an.
Modelle und Fähigkeiten
-
Für welche Aufgaben eignet sich GPT Image 2.5 Sunburst?
Sunburst richtet sich an visuelle Arbeiten mit hohen Ansprüchen an Bildqualität und Bearbeitungspräzision, darunter Markenwerbung, detaillierte Produktbilder, Kombinationen aus mehreren Referenzbildern und lokale Korrekturen. Ebenso kann es neue Bilder direkt aus Text generieren.
Modelle und Fähigkeiten
-
Was sind die wichtigsten Kompromisse zwischen Sunburst und Flare?
Sunburst legt mehr Wert auf Qualität und Präzision und erfordert in der Regel eine längere Generierungszeit. Flare ist auf schnelle alltägliche Kreation ausgerichtet. Welcher Kompromiss gewählt wird, hängt von den tatsächlichen Bildanforderungen und der Wartezeit ab.
Modelle und Fähigkeiten
-
Kann man eine Person und mehrere Kleidungsreferenzen kombinieren?
Ja. Das Outfit-Wechsel-Beispiel auf dieser Seite verwendet vier Referenzen – ein Foto der Person, eine Jacke, ein Oberteil und Stiefel – und fügt die Kleidungsstücke in die ursprüngliche Szene der Person ein. HiAPI unterstützt bis zu 16 Referenzbilder.
Modelle und Fähigkeiten
-
Kann man nur ein Objekt aus dem Foto entfernen?
Ja. Geben Sie das zu entfernende Objekt an und beschreiben Sie die Personen und Szenen, die erhalten bleiben sollen. Bei dem Porträt mit Blume beispielsweise konzentrieren sich die Änderungen auf die Blume in der Hand; dies eignet sich für Fotobereinigung, Requisitenanpassung und Inhaltsüberarbeitung.
Modelle und Fähigkeiten
-
Kann man die Möbel auf einem Foto des Wohnraums ändern?
Im Küchenbeispiel wird der ursprüngliche Stuhl durch einen Holzstuhl ersetzt, während Tisch, Fenster und Raumabmessungen beibehalten werden. Ähnliche Aufgaben eignen sich für Einrichtungsvorschläge und Innenraumkonzepte.
Modelle und Fähigkeiten
-
Kann Sunburst Text innerhalb von Bildern übersetzen?
Diese Seite zeigt die Versionsänderung einer Kaffeemaschinen-Anleitungsgrafik vom Englischen ins Spanische. Diese Art der Bearbeitung eignet sich für mehrsprachige Anleitungsgrafiken, Werbematerialien für Übersee und die Aktualisierung der Sprachversion bestehender Designs.
Modelle und Fähigkeiten
-
Wie kann die fortlaufende Bearbeitung das Werbedesign der vorherigen Runde fortführen?
Im Produktwerbefall wird zunächst aus dem Flaschenfoto ein Sonnenuntergangs-Werbeplakat generiert und anschließend das Ergebnis der vorherigen Runde in eine verschneite Winterabendszene umgewandelt. In jeder Runde wird das entsprechende Bild als Eingabe verwendet und die zu ändernden Bedingungen weiter erläutert.
Modelle und Fähigkeiten
-
Kann Sunburst direkt komplexe Verpackungen generieren?
Aus Text lassen sich Produktkonzepte erzeugen, die Verpackungshülle, Drucktexte, Materialien und Dekoration umfassen. Das Beispiel des Spielzeugflugzeugs zeigt solche kombinierten Anforderungen und eignet sich für die Präsentation von Verpackungskonzepten, Produktvisuals und kreative Vorschläge.
Modelle und Fähigkeiten
-
Können eigenständige Produktbilder für transparente Composings verwendet werden?
Sunburst unterstützt die Generierung eigenständiger Motive mit transparentem Hintergrund. Bei der Verwendung über HiAPI wählen Sie den Hintergrund transparent und geben das Ergebnis als PNG oder WebP aus. Die Ausgabe eignet sich für Werbe-Composings, Produktpräsentationen und Seitendesign.
Modelle und Fähigkeiten
-
Was zeigt das Lackkabinett-Beispiel hauptsächlich?
Das Änderungsziel ist die Mondphasen-Einlegearbeit in der Mitte der Kabinettstür; die übrigen Perlmuttverzierungen, der Korpus und die Werkzeuganordnung bilden die beizubehaltende Szene. Es dient dazu, das Bearbeitungsergebnis bei einem klar abgegrenzten lokalen Ziel zu zeigen.
Modelle und Fähigkeiten
-
Welche Qualitäts- und Größenoptionen gibt es bei Sunburst?
Bei HiAPI stehen sechs Qualitätsstufen zur Auswahl: low, medium, high, xhigh, max und auto, sowie die auf der Seite aufgeführten Seitenverhältnisse und Pixelgrößen. Qualität und Größe werden getrennt festgelegt; die Standardqualität ist medium.
Modelle und Fähigkeiten
-
Wird für jede Runde einer Sunburst-Änderung eine Gebühr erhoben?
Jede Runde wird als eigenständige Bildaufgabe übermittelt und nach der in dieser Runde gewählten Bildqualität und den ausgegebenen Bildern abgerechnet; Referenzbilder werden nicht zusätzlich berechnet. Auf der Seite werden die geschätzten Kosten angezeigt; nach der Generierung können die Bilder in der Vorschau betrachtet und heruntergeladen werden.
Modelle und Fähigkeiten
-
Was ist GPT Image 2?
GPT Image 2 ist ein Text-zu-Bild-Modell von OpenAI, geeignet für Poster, Wissenskarten, Produktvisuals und Bildgenerierung mit klaren Anforderungen an Text und Layout.
Modelle und Fähigkeiten GPT Image 2
-
Sind GPT Image 2 und GPT Image 2.0 dasselbe Modell?
GPT Image 2.0 ist eine gängige Suchabkürzung; verwenden Sie die genaue Modell-ID, die auf der GPT Image 2-Seite und in der API-Dokumentation aufgeführt ist.
Modelle und Fähigkeiten GPT Image 2
-
Welcher Endpunkt und welche Modell-ID werden für die GPT Image 2 API verwendet?
Sende eine Anfrage an POST /v1/tasks, setze für die Text-zu-Bild-Generierung model auf gpt-image-2/text-to-image und übergebe prompt, aspect_ratio und resolution in input. Die Schnittstelle gibt zunächst eine taskId zurück, anschließend erhältst du das endgültige Bild über die Aufgabenabfrage oder einen callback.
Modelle und Fähigkeiten GPT Image 2
-
Wie verwende ich GPT Image 2?
Beschreibe im Playground das Motiv, die Szene, das Layout und den Text, der unbedingt erscheinen muss, wähle dann Bildformat, Auflösung und Hintergrund, klicke auf Ausführen und sieh dir das Ergebnis an.
Modelle und Fähigkeiten GPT Image 2
-
Welche Auflösungen und Seitenverhältnisse unterstützt GPT Image 2?
Unterstützt werden 1K, 2K und 4K sowie 16 Seitenverhältnisse wie auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16 und weitere; bei auto oder ohne Angabe des Seitenverhältnisses wird nur 1K unterstützt; 1:1 unterstützt kein 4K; 2K unterstützt 5:4, 4:5, 3:1, 1:3, 9:21 nicht; 4K unterstützt 1:1, 3:1, 1:3, 9:21 nicht. Wird background explizit übergeben, wird nur 1K unterstützt.
Modelle und Fähigkeiten GPT Image 2
-
Welche Einschränkungen gelten für den Bildhintergrundparameter?
background kann auto, opaque oder transparent sein; der background-Parameter wird nur bei 1K unterstützt; bei 2K/4K bitte diesen Parameter weglassen.
Modelle und Fähigkeiten GPT Image 2
-
Wie verwende ich GPT Image 2 über HiAPI?
Im HiAPI Playground kannst du zunächst Prompt und Bildkomposition überprüfen und dann POST /v1/tasks aufrufen, um eine asynchrone Text-zu-Bild-Aufgabe zu erstellen und das Ergebnis über taskId oder callback abzurufen.
Modelle und Fähigkeiten GPT Image 2
-
Welche Sprachen und Typografie-Anforderungen unterstützt GPT Image 2?
Im Prompt können die Zielsprache, der genaue Text, der Schriftstil, die Position, die Hierarchie und das gesamte Layout angegeben werden; bei komplexen Textinhalten sollte der zu rendernde Originaltext direkt ausgeschrieben werden.
Modelle und Fähigkeiten GPT Image 2
-
GPT Image 2: Wie wählt man zwischen Text-zu-Bild und Bild-zu-Bild?
Wenn kein Referenzbild vorhanden ist, verwenden Sie gpt-image-2/text-to-image, um aus einer Beschreibung zu generieren; wenn ein vorhandenes Bild beibehalten oder geändert werden soll, verwenden Sie gpt-image-2/image-to-image und übergeben Sie 1–6 Referenzbilder.
Modelle und Fähigkeiten GPT Image 2
-
Hat jedes Video Ton?
Ja. Der Ton wird zusammen mit dem Bild generiert und kann nicht deaktiviert werden. Du kannst in der Eingabeaufforderung die gewünschten Umgebungsgeräusche, Musik oder Dialoge beschreiben.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Welche Dauern, Auflösungen und Seitenverhältnisse werden unterstützt?
Dauer: ganzzahlig 1–15 Sekunden (Standard 6 Sekunden); Auflösungen: 480p, 720p, 1080p (Standard 720p); Seitenverhältnisse: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (Standard 16:9).
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Wie lang darf ein Prompt maximal sein?
Maximal 4096 Zeichen. Eine Beschreibung, die sich auf Motiv, Aktion, Kamera und Ton konzentriert, funktioniert in der Regel besser als eine lange Reihe von Schlüsselwörtern.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Kann ich mit diesem Modell meine Bilder animieren?
Nein, diese Leitung verarbeitet ausschließlich Text. Wenn du mit deinen Bildern beginnen möchtest, verwende bitte grok-imagine-1.5-lite/image-to-video.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Wie rufe ich die API auf?
Sende einen asynchronen Task an POST /v1/tasks; setze model auf grok-imagine-1.5-lite/text-to-video und lege prompt, duration, resolution, aspect_ratio in input ab. Die Anfrage gibt eine Task-ID zurück; die Video-URL erhältst du anschließend per Polling oder Callback.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der gewählten Auflösung und der angefragten Dauer. Das Preisfenster zeigt die aktuellen Tarife in Echtzeit; die endgültige Abbuchung richtet sich nach den erfolgreich abgeschlossenen Aufgaben.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Wie viele Bilder können hochgeladen werden?
Nur eines, über image_url übergeben, muss öffentlich zugänglich sein.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Kann das Ausgabebildseitenverhältnis gewählt werden?
Nein. Das Seitenverhältnis des Videos richtet sich weitgehend nach dem Eingabebild; die Pixelabmessungen werden auf die vom Modell unterstützten Spezifikationen gerundet. Wenn ein anderes Seitenverhältnis benötigt wird, schneiden Sie das Bild bitte vor dem Absenden auf das Zielseitenverhältnis zu oder erweitern Sie es entsprechend.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Welche Dauern und Auflösungen werden unterstützt?
Dauer als ganze Zahl von 1–15 Sekunden (Standard 6 Sekunden), Auflösungen 480p, 720p, 1080p (Standard 720p).
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Muss ich einen Prompt schreiben?
Ja. Diese Route erfordert sowohl image_url als auch einen Prompt (maximal 4096 Zeichen). Der Prompt sollte lediglich beschreiben, was sich bewegt, sowie Kamera und Ton; der Bildinhalt muss nicht erneut beschrieben werden.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Wie lässt sich das Motiv stabiler halten?
Verwende vollständige, klare Bilder, beschreibe nur eine Hauptaktion und gib an, welche Teile unverändert bleiben sollen, zum Beispiel das Gesicht einer Person, den Bildstil oder die Beziehung zum Hintergrund.
Modelle und Fähigkeiten Grok Imagine 1.5 Lite
-
Für welche finalen Bilder eignet sich Grok Imagine Quality?
Geeignet für Key Visuals, Cover, Werbekonzepte und hochwertige Szenenbilder, die stärkere Materialien, Licht- und Schattenwirkung, Atmosphäre und Details erfordern.
Modelle und Fähigkeiten Grok Imagine Quality
-
Wie werden 1k und 2k abgerechnet?
1k und 2k verwenden unterschiedliche Preisstufen pro Bild; Bildformat und Ausgabeformat werden nicht zusätzlich berechnet; die konkreten Beträge richten sich nach den aktuellen Preisen auf dieser Seite.
Modelle und Fähigkeiten Grok Imagine Quality
-
Warum nicht direkt den Standardmodus verwenden?
Bei Massenentwürfen und wenn Geschwindigkeit Priorität hat, ist der Standardmodus besser geeignet; erst wenn beim finalen Endprodukt Material und Details wichtiger sind, sollte Quality gewählt werden.
Modelle und Fähigkeiten Grok Imagine Quality
-
Werden Referenzbilder unterstützt?
Der aktuelle Text-to-Image-Pfad akzeptiert keine Referenzbilder; wenn Sie eine hochwertige Bearbeitung mit Referenzbild benötigen, verwenden Sie bitte grok-imagine-quality/image-to-image.
Modelle und Fähigkeiten Grok Imagine Quality
-
Wie lässt sich ein fairer Vergleich über verschiedene Auflösungen hinweg gewährleisten?
Prompt, Bildformat und Dateiformat konstant halten, nur die Auflösung wechseln und die Ergebnisse für 1k und 2k getrennt speichern, um sie zu vergleichen.
Modelle und Fähigkeiten Grok Imagine Quality
-
Wofür eignet sich der Grok Imagine Standard-Tarif?
Geeignet für die Erkundung kreativer Ideen im Batch, Social-Media-Material sowie Landschafts- und filmszenenartige Motive. 1k und 2k kosten derzeit gleich viel, daher empfiehlt es sich, direkt die höhere Ausgabestufe zu wählen.
Modelle und Fähigkeiten Grok Imagine
-
Was ist der Unterschied zwischen der Standardstufe und der Quality-Stufe?
Die Standardstufe legt Wert auf Geschwindigkeit und einen festen niedrigen Preis; Quality ist eine eigenständige Modelllinie, die Material, Details und Licht stärker gewichtet und nach 1k/2k gestaffelt abgerechnet wird.
Modelle und Fähigkeiten Grok Imagine
-
Welche Seitenverhältnisse werden unterstützt?
Es werden 13 Formate unterstützt – Querformat, quadratisch und Hochformat – von 2:1 und 20:9 bis 1:2.
Modelle und Fähigkeiten Grok Imagine
-
Unterstützt diese Seite Referenzbilder?
Nein. Für die Bearbeitung von Referenzbildern verwenden Sie bitte grok-imagine/image-to-image.
Modelle und Fähigkeiten Grok Imagine
-
Welche Felder sind für die API mindestens erforderlich?
Es genügt, model und input.prompt zu übermitteln; für Bildformat, Auflösung und Format können die Standardwerte verwendet werden.
Modelle und Fähigkeiten Grok Imagine
-
Welche Eingaben benötigt HeyGen Avatar IV?
Ein Porträtfoto und eine gewählte Steuerungsmethode: entweder einen Sprechtext eingeben und eine Stimme auswählen oder eine Audiodatei hochladen. Wenn Sie den Sprechtext verwenden und keine Stimme auswählen, wird die Standardstimme Warm Pro Narrator verwendet.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Welche Art von Foto funktioniert am besten?
Am zuverlässigsten funktionieren Einzelporträts mit frontalem Gesicht, klaren und unverdeckten Gesichtszügen, gleichmäßiger Beleuchtung und natürlich geschlossenem Mund. Seitenprofile, Fotos mit Mundschutz, Gruppenfotos oder Fotos mit sehr kleinem Gesicht sind ungeeignet.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Wie lang ist das Ausgabevideo?
Es muss keine Dauer übergeben werden. Bei Sprachaufnahmen wird die Länge durch den Text und die Sprechgeschwindigkeit bestimmt; bei audio-getriebener Erzeugung entspricht sie der Länge des hochgeladenen Audios, wobei das Audio höchstens 600 Sekunden lang sein darf.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Welche Seitenverhältnisse und Auflösungen werden unterstützt?
Unterstützte Seitenverhältnisse sind 16:9, 9:16, 4:5, 5:4, 1:1 und auto (übernimmt das Seitenverhältnis des Fotos); unterstützte Auflösungen sind 720p und 1080p.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Wann muss ein Hintergrund festgelegt werden?
Der Hintergrund wird nur angezeigt, wenn das Ausgabeformat und das Seitenverhältnis des Fotos voneinander abweichen und dadurch Leerraum im Bild entsteht. Sie können eine Volltonfarbe (#RRGGBB) oder ein Hintergrundbild wählen; ohne Festlegung ist der Hintergrund weiß.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Was ist der Unterschied zu HeyGen Avatar V?
Avatar IV animiert dein eigenes hochgeladenes Foto; Avatar V lässt dich aus 497 vorgefertigten Avataren ein Bild auswählen und unterstützt zusätzlich transparente WebM-Hintergründe, das Entfernen des Hintergrunds und SRT-Untertitel.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Wie wird die Abrechnung für HeyGen Avatar IV durchgeführt?
Die Abrechnung erfolgt nach den tatsächlichen Sekunden des generierten Videos. Beim Erstellen einer Aufgabe wird basierend auf der geschätzten Dauer ein Betrag vorab einbehalten; nach Abschluss wird nach den tatsächlichen Sekunden abgerechnet, und fehlgeschlagene Aufgaben werden vollständig zurückerstattet. Die Stückpreise finden Sie in den tagesaktuellen Preisen auf dieser Seite.
Modelle und Fähigkeiten HeyGen Avatar IV
-
Welche Anforderungen gelten für die Maske?
Die Maske muss dasselbe Seitenverhältnis wie das Originalbild haben, schwarze Bereiche werden neu gezeichnet, weiße Bereiche bleiben erhalten. Ist der Bereich etwas größer als die Kontur der Figur, wirkt es natürlicher.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie groß ist die Ausgabegröße?
Die Ausgabe entspricht der Größe des Originalbilds; ein Originalbild mit beispielsweise 1024×768 ergibt ein Ergebnis mit 1024×768.
Modelle und Fähigkeiten Ideogram V3 Character
-
Können Personen im Originalbild ersetzt werden?
Ja, malen Sie die zu ersetzende Person in die Maske ein und beschreiben Sie die Aktion der neuen Figur im Prompt; Personen und Hintergrund außerhalb der Maske bleiben erhalten.
Modelle und Fähigkeiten Ideogram V3 Character
-
In welchem Format wird die Maske verwendet?
Verwenden Sie ein Bild mit demselben Seitenverhältnis wie das Originalbild und malen Sie den zu übermalenden Bereich auf weißem Hintergrund schwarz aus; das Beispiel auf dieser Seite verwendet eine PNG-Maske.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie groß sollte die Maske sein?
Etwas größer als die Silhouette der Figur reicht aus. Zu klein schneidet die Pose der Figur ein, zu groß führt dazu, dass mehr Hintergrund neu gezeichnet wird.
Modelle und Fähigkeiten Ideogram V3 Character
-
Was sollte man in den Prompt schreiben?
Beschreibe nur, was die Figur im Maskenbereich tut, zum Beispiel „mit aufgespanntem Regenschirm auf einer Bank sitzen“ oder „am Fenster stehen und winken“; der Hintergrund muss nicht erneut beschrieben werden, der Bereich außerhalb der Maske bleibt unverändert.
Modelle und Fähigkeiten Ideogram V3 Character
-
Kann dasselbe Originalbild an verschiedenen Positionen platziert werden?
Ja. Das Originalbild und die Charakterreferenz bleiben unverändert; es genügt, die Position der Maske und den Aktions-Prompt zu ändern. So entstanden auf dieser Seite die beiden Versionen mit dem Sessel und dem Fenster in der Blockhütte.
Modelle und Fähigkeiten Ideogram V3 Character
-
Kann man die Maske weglassen?
Nein. image_url, mask_url und reference_image_urls sind alle Pflichtfelder; wenn kein Originalbild vorhanden ist, verwenden Sie bitte das Character-Generierungsmodell.
Modelle und Fähigkeiten Ideogram V3 Character
-
Kann man mehrere Charakter-Referenzbilder übergeben?
Nein. reference_image_urls muss genau 1 Bild enthalten; Illustrationen, Maskottchen und realistische Fotos sind alle möglich.
Modelle und Fähigkeiten Ideogram V3 Character
-
Sind rendering_speed und style auch im Editor verfügbar?
Ja. Die drei Stufen TURBO / BALANCED / QUALITY sowie die Stile AUTO / REALISTIC / FICTION sind ebenfalls verfügbar; die drei Stufen werden pro Bild abgerechnet, die genauen Preise finden Sie im aktuellen Preis auf der Seite.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wird Remix unterstützt?
Derzeit nicht unterstützt. Aktuell verfügbar sind die Rollengenerierung (ideogram-v3-character) und die partielle Bearbeitung mit Masken (ideogram-v3-character/edit).
Modelle und Fähigkeiten Ideogram V3 Character
-
Wird bei einem Fehlschlag eine Gebühr erhoben? Wie erhalte ich das Ergebnis?
Bei fehlgeschlagenen Aufgaben wird keine Gebühr erhoben. Speichern Sie nach dem Absenden die taskId und fragen Sie sie über GET /v1/tasks/:id ab. Sobald status den Wert success hat, laden Sie die WebP-Datei von output[].url herunter; output[].url ist eine temporäre Adresse, bitte speichern Sie sie rechtzeitig.
Modelle und Fähigkeiten Ideogram V3 Character
-
Kann das Ausgabeverhältnis angegeben werden?
Nicht separat. Das Ausgabeseitenverhältnis richtet sich nach dem Referenzbild der Figur: Ein Hochformat-Referenzbild ergibt 864×1152, ein Querformat-Referenzbild ergibt 1328×752. Wenn Sie ein Querformat-Bild benötigen, laden Sie bitte ein Querformat-Referenzbild der Figur hoch (z. B. mit ergänztem Hintergrund an den Seiten).
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie wähle ich ein Referenzbild für bessere Ergebnisse aus?
Wählen Sie ein Bild mit einer klaren Figur, frontal oder im Dreiviertelprofil, mit einfachem Hintergrund; sowohl Illustrationen als auch realistische Fotos sind möglich. Kleidung und Farbgebung im Referenzbild werden so weit wie möglich beibehalten.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie sollte man den Prompt schreiben?
Verwende eine feste Bezeichnung für die Rolle (z. B. the explorer character / the same man) und beschreibe vor allem Szene, Aktion, Requisiten und Licht; zusammen mit style kannst du REALISTIC oder FICTION wählen.
Modelle und Fähigkeiten Ideogram V3 Character
-
Können die Figuren Tiere oder Markenmaskottchen sein?
Ja. Das orange Fuchs-Maskottchen auf dieser Seite wurde aus 1 Charakterdesign generiert, um verschiedene Szenen wie Werbetafeln, Theken und Märkte darzustellen, wobei Schal und Farbgebung konsistent bleiben.
Modelle und Fähigkeiten Ideogram V3 Character
-
Kann man damit fortlaufende Geschichten oder Storyboards erstellen?
Ja. Für jedes Panel wird dieselbe Charakterreferenz verwendet, nur Szene und Aktion im Prompt werden geändert; die vierteilige Bilderbuchgeschichte auf dieser Seite wurde genau so umgesetzt.
Modelle und Fähigkeiten Ideogram V3 Character
-
Worin unterscheiden sich die drei Optionen von style?
AUTO wird vom Modell anhand des Prompts entschieden; REALISTIC bevorzugt fotografisches Licht und Textur, geeignet für Porträts und realistische Szenen; FICTION behält den Illustrationsstil bei, geeignet für Bilderbücher, Spiele und Cartoon-Figuren.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wofür ist seed nützlich?
Ein fester seed erleichtert die Reproduzierbarkeit und den Vergleich: Bei gleichem Referenzbild, Prompt und seed muss man nur die Stufe oder den Stil wechseln, um die Unterschiede direkt zu vergleichen.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie lange werden die Ergebnisbilder gespeichert?
output[].url ist eine temporäre Adresse mit begrenzter Gültigkeit. Bitte laden Sie die Dateien nach erfolgreichem Abschluss der Aufgabe zeitnah herunter oder speichern Sie sie in Ihrem eigenen Speicher.
Modelle und Fähigkeiten Ideogram V3 Character
-
Wie wähle ich die drei Stufen von rendering_speed?
TURBO ist am schnellsten und am günstigsten pro Einheit und eignet sich zum Ausprobieren von Richtungen und für Massenentwürfe; BALANCED ist die Standardstufe; QUALITY liefert die besten Details und eignet sich für die Finalisierung. Alle drei Stufen verwenden dieselbe Modell-ID und werden pro Bild abgerechnet; die konkreten Preise finden Sie im Live-Preis auf der Seite.
Modelle und Fähigkeiten Ideogram V3 Character
-
Welche Bearbeitungen kann Ideogram 4.5 Edit durchführen?
Es sind vier Bearbeitungsarten möglich: vollständige Bearbeitung per Prompt, Stiländerung anhand eines Referenzbildes, lokales Inpainting mit Maske und Feinschliff mit Precise Edit. Die vier Methoden lassen sich kombinieren.
Modelle und Fähigkeiten Ideogram V4.5
-
Welche Felder sind mindestens erforderlich?
prompt und image_url sind Pflichtfelder. reference_image_urls, mask_url, edit_precision, quality, image_size, num_images und seed werden bei Bedarf hinzugefügt.
Modelle und Fähigkeiten Ideogram V4.5
-
Was ist der Unterschied zwischen regular und Precise Edit?
Für Textänderungen und kleinere gezielte Korrekturen wählen Sie Precise Edit, für Farbänderungen und Stiländerungen wählen Sie regular. edit_precision=high entspricht Precise Edit und stellt unveränderte Pixel wieder her; regular erlaubt freiere Änderungen.
Modelle und Fähigkeiten Ideogram V4.5
-
Sind die Qualitätsstufen bei beiden Genauigkeiten gleich?
Nein. Bei regular sind very_low, low, medium und high verfügbar; Precise Edit bietet nur low, medium und high.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie zeichnet man eine Maske?
Die Maske muss dieselbe Größe wie das Quellbild haben; schwarze Bereiche werden neu gezeichnet, weiße Bereiche bleiben erhalten. Es wird empfohlen, den schwarzen Bereich etwas größer als das zu ändernde Objekt zu machen.
Modelle und Fähigkeiten Ideogram V4.5
-
Wann kann image_size nur auf auto gesetzt werden?
Bei mask_url oder bei Verwendung von Precise Edit ist nur auto möglich. Die Ausgabe folgt der Größe des Quellbilds; nur reguläre Bearbeitungen ohne Maske können aus 6 Größen-Presets wählen.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie viele Referenzbilder kann ich maximal hochladen?
Maximal 4, bei gleichzeitiger Bereitstellung einer Maske maximal 3. Geben Sie in der Anweisung an, was jedes Referenzbild beisteuert, um das Ergebnis besser kontrollieren zu können.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder. Der Stückpreis wird gemeinsam durch quality und edit_precision bestimmt, wobei jede Anfrage 1 Bild ausgibt; Größe, Referenzbilder und Masken beeinflussen den Preis nicht. Der aktuelle Stückpreis richtet sich nach dem Echtzeitpreis.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie schreibt man eine Bearbeitungsanweisung?
In vier Abschnitten: Aufgabe, was geändert wird, was erhalten bleibt, Anmutung und Einschränkungen. Zum Beispiel: ① Edit the provided logo. ② Change the text "Ember & Oak" to "Maple & Co". ③ Keep the serif lettering, bean emblem, tagline, colors and layout. ④ The result should look like the original print; do not add new elements. Beim Ändern von Text empfiehlt es sich, Precise Edit zu verwenden.
Modelle und Fähigkeiten Ideogram V4.5
-
Ist dieses Modell dasselbe wie Ideogram 4.5 Image to Image?
Es ist dasselbe Modell, nur der Anzeigename wurde in Ideogram 4.5 Edit geändert. Die Modell-ID ideogram-v4.5/image-to-image und der Seitenlink sind unverändert geblieben.
Modelle und Fähigkeiten Ideogram V4.5
-
Welches Modell verwendet man, wenn kein Quellbild vorhanden ist?
Erzeuge zunächst mit Ideogram 4.5 (ideogram-v4.5/text-to-image) ein Quellbild aus dem Prompt. Übergib das Ergebnis dann an dieses Modell zur Bearbeitung.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie wurden die Beispiele auf dieser Seite erstellt?
Alle wurden von HiAPI mit diesem Modell generiert. Precise Edit verwendet die Stufe low, die übrigen die Stufe very_low von regular; die Quellbilder stammen aus den Beispielen der Ideogram 4.5-Seite.
Modelle und Fähigkeiten Ideogram V4.5
-
Wofür ist Ideogram 4.5 geeignet?
Geeignet für Bilder, die klaren Text im Bild benötigen. Poster, Logo-Schriftzüge, Verpackungsetiketten, Schilder und Magazincover sind die Typen, in denen es stark ist.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie lässt sich die Textdarstellung im Bild präziser machen?
Setzen Sie den gewünschten Text in Anführungszeichen und schreiben Sie ihn Zeichen für Zeichen aus. Geben Sie außerdem an, ob jede Zeile eine Hauptüberschrift, eine Unterüberschrift oder Kleingedrucktes ist, sowie Position und Schriftwirkung; je kürzer der Text, desto stabiler das Ergebnis.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie schreibe ich einen Prompt für das beste Ergebnis?
Schreibe in vier Abschnitten: Aufgabe, Text und Details, beizubehaltendes Layout, Qualität und Einschränkungen. Zum Beispiel: ① Create a conference poster. ② Headline "DESIGN FORWARD", subtitle "Typography Summit 2026", orange and navy palette. ③ Keep the headline centered and the subtitle clearly smaller. ④ Crisp lettering, flat print look; do not add any other text.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie wähle ich die drei quality-Stufen aus?
Für alltägliche Bilder medium wählen, für die Stapel-Exploration low, für das Final medium high. Die drei Stufen haben unterschiedliche Stückpreise; high bietet die meisten Details und eignet sich für Bilder mit viel kleinem Text.
Modelle und Fähigkeiten Ideogram V4.5
-
Welche Größen werden unterstützt?
6 Größen-Presets werden unterstützt: square, square_hd (Standard), portrait_4_3, landscape_4_3, portrait_16_9, landscape_16_9. Auf dieser Seite sind keine benutzerdefinierten Breiten und Höhen verfügbar.
Modelle und Fähigkeiten Ideogram V4.5
-
Beeinflusst die Größe den Preis?
Nein. Die Abrechnung erfolgt pro Bild, der Stückpreis ändert sich nur mit quality, und jede Anfrage liefert 1 Bild.
Modelle und Fähigkeiten Ideogram V4.5
-
Was ist enable_prompt_expansion?
Es ist ein Schalter, der das Modell die Eingabeaufforderung zuerst erweitern lässt, bevor es das Bild erzeugt; standardmäßig aktiviert. Bei kurzen Eingabeaufforderungen ist es besser, ihn eingeschaltet zu lassen; wenn die Ausgabe streng dem Originaltext folgen soll, kann er deaktiviert werden.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie viele Bilder können auf einmal erzeugt werden?
Pro Vorgang 1 Bild, num_images ist fest auf 1 gesetzt. Um mehrere Kompositionsrichtungen zu vergleichen, können Sie den Seed ändern und mehrere Anfragen senden.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie kann man dasselbe Bild reproduzieren?
Übergeben Sie einen festen seed, um es zu reproduzieren. Behalten Sie dabei denselben Prompt, dieselbe Größe und dieselbe Qualitätsstufe bei.
Modelle und Fähigkeiten Ideogram V4.5
-
Wie ist die Qualität der chinesischen Schrift?
Große chinesische Überschriften werden in der Regel korrekt geschrieben, kleiner chinesischer Text kann in der Stufe low Fehler enthalten. Wenn klarer kleiner chinesischer Text benötigt wird, empfiehlt sich medium oder high.
Modelle und Fähigkeiten Ideogram V4.5
-
Kann ich ein Referenzbild hochladen?
Nein, dieses Modell akzeptiert nur Text. Um ein vorhandenes Bild zu bearbeiten, verwende Ideogram 4.5 Edit (ideogram-v4.5/image-to-image).
Modelle und Fähigkeiten Ideogram V4.5
-
Wie speichere ich die ausgegebenen Bilder?
Laden Sie sie über die Bild-URL im Aufgabenergebnis herunter und speichern Sie sie anderweitig. Der Link ist nur zeitlich begrenzt gültig, bitte speichern Sie die Bilder rechtzeitig in Ihrem eigenen Speicher.
Modelle und Fähigkeiten Ideogram V4.5
-
Wofür eignet sich Imagen 4?
Für alltägliche Produkt-, Lifestyle- und Inhaltsbilder. Wenn Sie Motiv, Szene, Material und Licht klar beschreiben, erhalten Sie bilder, die sich für die Begutachtung eignen – häufig verwendet für Produkthauptbilder, Entwürfe für Markenkampagnen und Artikelbebilderung.
Modelle und Fähigkeiten Imagen 4
-
Welche Seitenverhältnisse unterstützt Imagen 4?
6 werden unterstützt: 1:1, 16:9, 9:16, 3:4, 4:3 und auto. aspect_ratio ist erforderlich, der Playground auf dieser Seite verwendet standardmäßig 16:9.
Modelle und Fähigkeiten Imagen 4
-
Wie lang darf ein Prompt höchstens sein?
Maximal 5.000 Zeichen. prompt ist erforderlich; es empfiehlt sich, die Angaben in der Reihenfolge Motiv, Szene, Material, Licht und Text zu strukturieren.
Modelle und Fähigkeiten Imagen 4
-
Können unerwünschte Elemente ausgeschlossen werden?
Ja, mit negative_prompt. Es ist ein optionaler Parameter mit einer maximalen Länge von 5.000 Zeichen und eignet sich zum Ausschließen von überflüssigem Text, Wasserzeichen oder unruhigem Hintergrund.
Modelle und Fähigkeiten Imagen 4
-
Welches Format hat der seed-Wert?
Eine Zeichenkette mit maximal 500 Zeichen, optional. Wenn seed und die übrigen Parameter unverändert bleiben, lassen sich ausschließlich die Unterschiede durch Änderungen am Prompt vergleichen.
Modelle und Fähigkeiten Imagen 4
-
Kann man Referenzbilder hochladen?
Nein. Imagen 4 generiert Bilder ausschließlich aus Text; wenn Sie ein vorhandenes Bild bearbeiten möchten, sehen Sie sich Nano Banana 2.1 an, das in den entsprechenden Modellen die Bearbeitung mit Referenzbildern unterstützt.
Modelle und Fähigkeiten Imagen 4
-
Wie viele Bilder können auf einmal generiert werden?
Jeweils 1 Bild. Wenn mehrere Versionen benötigt werden, reichen Sie mehrere Aufgaben separat ein.
Modelle und Fähigkeiten Imagen 4
-
Kann man die Pixelgröße oder das Ausgabeformat festlegen?
Nein. Derzeit ist nur aspect_ratio verfügbar; benutzerdefinierte Pixelgrößen und Ausgabeformat-Parameter werden nicht angeboten.
Modelle und Fähigkeiten Imagen 4
-
Dürfen im Bild Texte vorkommen?
Ja, aber vor der Lieferung muss vergrößert und geprüft werden. Setzen Sie den Text Zeichen für Zeichen in Anführungszeichen und geben Sie Position und Größe an; erklären Sie außerdem, dass kein anderer Text erscheinen soll. Beim Posterbeispiel auf dieser Seite hatte die Überschrift einen Buchstaben zu viel.
Modelle und Fähigkeiten Imagen 4
-
Wie wählt man zwischen Imagen 4, Fast und Ultra?
Für die tägliche Produktion wählen Sie Imagen 4. Wenn Sie viele Entwürfe ausprobieren müssen, wählen Sie Imagen 4 Fast; wenn das Endprodukt mehr Details benötigt, wählen Sie Imagen 4 Ultra. Die Modell-IDs der drei sind unterschiedlich, sodass sie in einem Projekt phasenweise eingesetzt werden können.
Modelle und Fähigkeiten Imagen 4
-
Wie ruft man die API auf?
Reichen Sie die Aufgabe per POST /v1/tasks ein. Übergeben Sie model: "imagen-4.0" und legen Sie prompt und aspect_ratio in input ab. Die Anfrage gibt sofort eine taskId zurück; Sie können callback.url festlegen, um eine Benachrichtigung bei Abschluss zu erhalten, oder GET /v1/tasks/:id abfragen und nach Erfolg das Bild aus output herunterladen.
Modelle und Fähigkeiten Imagen 4
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro Bild, jeweils 1 Bild pro Vorgang. Bildformat und Seed beeinflussen die Abrechnungsweise nicht; der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf der Seite, maßgeblich ist letztlich der Aufgabenverlauf.
Modelle und Fähigkeiten Imagen 4
-
Wofür eignet sich Imagen 4 Fast?
Für Aufgaben, bei denen viele Varianten benötigt werden: das Ausloten kreativer Richtungen, das Erstellen von Entwürfen in großem Umfang sowie der Vergleich von Farbgebung und Bildkomposition für Social Media und E-Commerce.
Modelle und Fähigkeiten
-
Sind die Parameter von Fast und Imagen 4 gleich?
Grundsätzlich ja, nur der seed-Typ unterscheidet sich. Beide verwenden prompt, aspect_ratio, negative_prompt und seed; bei Fast ist seed eine Ganzzahl, bei Imagen 4 und Ultra eine Zeichenkette.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse unterstützt Fast?
Unterstützt 6: 1:1, 16:9, 9:16, 3:4, 4:3 und auto. aspect_ratio ist erforderlich; der Standardwert im Playground auf dieser Seite ist 16:9.
Modelle und Fähigkeiten
-
Wie verwendet man seed?
Eine Ganzzahl eingeben, optional. Beim Testen mehrerer Entwürfe in Batches bleibt seed fest, und nur eine Stelle im Prompt wird geändert, sodass die Wirkung dieser einen Änderung klarer erkennbar ist.
Modelle und Fähigkeiten
-
Wie lang darf ein Prompt maximal sein?
Maximal 5.000 Zeichen. In der Testphase empfiehlt es sich, zunächst kurz und klar Subjekt und Szene zu beschreiben und dann Runde für Runde Details zu ergänzen.
Modelle und Fähigkeiten
-
Können unerwünschte Elemente ausgeschlossen werden?
Ja, mit negative_prompt. Es umfasst bis zu 5.000 Zeichen und eignet sich, um in einem gesamten Testlauf einheitlich überflüssigen Text, Wasserzeichen und ähnliche Elemente auszuschließen.
Modelle und Fähigkeiten
-
Kann ich ein Referenzbild hochladen?
Nein. Imagen 4 Fast generiert Bilder nur anhand von Text; wenn du ein Referenzbild benötigst, sieh dir im Bereich der relevanten Modelle Nano Banana 2 Lite an, das mehrere Referenzbilder unterstützt.
Modelle und Fähigkeiten
-
Wie viele Bilder können auf einmal generiert werden?
1 Bild pro Vorgang. Bei Batch-Tests mehrere Aufgaben parallel einreichen und die Ergebnisse über callback.url empfangen.
Modelle und Fähigkeiten
-
Kann man die Pixelgröße oder das Ausgabeformat angeben?
Nein. Derzeit ist nur aspect_ratio verfügbar; Parameter für benutzerdefinierte Pixelgrößen und Ausgabeformate werden nicht angeboten.
Modelle und Fähigkeiten
-
Wie erzeuge ich nach der Festlegung der Richtung das fertige Ergebnis?
Einfach das model wechseln. Gib dieselbe Gruppe von Prompts und dasselbe Seitenverhältnis an Imagen 4 oder Imagen 4 Ultra weiter und trage im Feld model die entsprechende Modell-ID ein. Beachte, dass der seed bei diesen beiden Modellen ein String ist.
Modelle und Fähigkeiten
-
Wie rufe ich die API auf?
Senden Sie eine Aufgabe per POST /v1/tasks. Übergeben Sie model: "imagen-4.0-fast", und legen Sie prompt und aspect_ratio in input ab. Die Anfrage gibt sofort eine taskId zurück; Sie können callback.url setzen oder GET /v1/tasks/:id abfragen und nach Erfolg das Bild aus output herunterladen.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Abrechnung pro Bild, jeweils 1 Bild pro Vorgang. Der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf der Seite; die geschätzten Kosten können vor dem Absenden im Playground eingesehen werden.
Modelle und Fähigkeiten
-
Wofür ist Imagen 4 Ultra geeignet?
Geeignet für die Lieferung fertiger Ergebnisse: Produktmakroaufnahmen, Porträts, Landschaften und Material-Nahaufnahmen sowie Bilder, die dem Prompt genauer entsprechen müssen.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse unterstützt Ultra?
6 werden unterstützt: 1:1, 16:9, 9:16, 3:4, 4:3 und auto. aspect_ratio ist erforderlich, der Standardwert im Playground auf dieser Seite ist 1:1.
Modelle und Fähigkeiten
-
Wie lang darf ein Prompt maximal sein?
Maximal 5.000 Zeichen. In der Fertigstellungsphase können Material, Lichtrichtung, Schärfentiefe und Hintergrund konkreter beschrieben werden.
Modelle und Fähigkeiten
-
Können unerwünschte Elemente ausgeschlossen werden?
Ja, mit negative_prompt. Es ist bis zu 5.000 Zeichen lang und eignet sich zum Ausschließen von überbelichteten Reflexionen, überflüssigem Text, Wasserzeichen oder unruhigem Hintergrund.
Modelle und Fähigkeiten
-
Welches Format hat seed?
Eine Zeichenkette mit maximal 500 Zeichen, optional. Beim Finalisieren den seed festhalten und nur den Prompt leicht anpassen, um Detailänderungen besser vergleichen zu können.
Modelle und Fähigkeiten
-
Kann ich ein Referenzbild hochladen?
Nein. Imagen 4 Ultra generiert Bilder ausschließlich anhand von Text; wenn du auf einem vorhandenen Bild aufbauen möchtest, schau dir in den verwandten Modellen Nano Banana Pro an, das Referenzbilder unterstützt.
Modelle und Fähigkeiten
-
Wie viele Bilder können auf einmal generiert werden?
1 pro Anfrage. Wenn Sie mehrere Kandidaten benötigen, reichen Sie mehrere Aufgaben separat ein.
Modelle und Fähigkeiten
-
Sind die Texte in den Bildern zuverlässig?
Nicht garantiert – vor der Auslieferung muss vergrößert und geprüft werden. Schreibe den Text, die Position und die Größe im Prompt wortwörtlich aus und gib an, dass kein anderer Text erscheinen soll – so wird das Ergebnis stabiler.
Modelle und Fähigkeiten
-
Wann lohnt sich Ultra?
Wenn die Richtung bereits feststeht und ein fertiges Produkt geliefert werden soll. Zuerst können Sie mit Imagen 4 Fast die Richtung eingrenzen und dann die ausgewählten Prompts und Bildformate an Ultra übergeben; Sie müssen nur model durch imagen-4.0-ultra ersetzen.
Modelle und Fähigkeiten
-
Wie ruft man die API auf?
Senden Sie eine Aufgabe per POST /v1/tasks. Übergeben Sie model: "imagen-4.0-ultra", und legen Sie prompt und aspect_ratio in input ab. Die Anfrage gibt sofort eine taskId zurück; Sie können callback.url setzen oder GET /v1/tasks/:id abfragen und nach Erfolg das Bild aus output herunterladen.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro Bild, jeweils 1 Bild pro Vorgang. Der aktuelle Stückpreis richtet sich nach dem tagesaktuellen Preis auf der Seite; verbindlich ist letztlich der Aufgabenverlauf.
Modelle und Fähigkeiten
-
Wie wähle ich bei Kimi K3 zwischen Low, High und Max?
Für alltägliches Extrahieren, Umschreiben und kurze Frage-Antwort-Runden kann man zunächst low ausprobieren; bei mehrstufigen Analysen high testen; bei schwierigen Aufgaben oder komplexen Code-Aufgaben dann die Ergebnisse von max vergleichen. reasoning_effort ist standardmäßig max und bietet nur die drei Stufen low, high und max, kein medium oder none. Höhere Stufen können mehr Thinking-Token erzeugen und längere Wartezeiten verursachen; die Wahl sollte daher zusammen mit Antwortqualität und usage getroffen werden.
Modelle und Fähigkeiten Kimi K3
-
Warum gibt es keinen Schalter zum Deaktivieren des Denkens und zum Einstellen der Temperatur?
Kimi K3 hat das Denken bei der aktuellen Anbindung immer aktiviert; um den Aufwand zu senken, sollte zunächst low versucht werden, statt thinking.type=disabled zu übergeben. Diese Seite sendet weder thinking, temperature noch top_p; auch bei der Migration von anderen Modellen sollten diese Steuerfelder entfernt und stattdessen das Feld reasoning_effort auf oberster Ebene verwendet werden, um die Stufe auszuwählen.
Modelle und Fähigkeiten Kimi K3
-
Warum fallen trotz sehr kurzer Antwort noch relativ hohe Ausgabe-Token-Kosten an?
Die vom Modell generierten Denkinhalte werden ebenfalls als Ausgabe-Token abgerechnet, daher kann die Wortzahl der endgültigen Antwort nicht die gesamte Ausgabemenge repräsentieren. usage.completion_tokens enthält bereits die Denk-Token; falls completion_tokens_details.reasoning_tokens zurückgegeben wird, handelt es sich dabei um eine Aufschlüsselung davon – nicht doppelt addieren. Die Kosten werden getrennt für normale Eingabe, Cache-Lesen und Ausgabe berechnet: jeweils die Token-Anzahl durch 1 Million teilen und anschließend mit dem entsprechenden USD-Einzelpreis auf dieser Seite multiplizieren.
Modelle und Fähigkeiten Kimi K3
-
Ist es in Ordnung, bei mehrstufigen Dialogen nur die endgültige Antwort zu speichern?
Nicht empfohlen. In der nächsten Runde sollten die messages in der richtigen Reihenfolge den benötigten Verlauf mitführen und die vollständige, von der API zurückgegebene assistant-Nachricht bewahren, einschließlich content, des zurückgegebenen reasoning_content sowie eventuell vorhandener tool_calls. Speichert man nur den endgültigen Text, gehen die Kontextinformationen verloren, die Kimi zum Weiterdenken oder zum Fortsetzen von Tools benötigt. Das Playground auf dieser Seite behält die zurückgegebenen Denkinhalte bei.
Modelle und Fähigkeiten Kimi K3
-
Werden die Tools nach der Rückgabe von tool_calls automatisch ausgeführt?
Nein. Das Modell schlägt vor, welche Funktion mit welchen Parametern aufgerufen werden soll; die tatsächliche Ausführung des Tools liegt in der Verantwortung deiner Anwendung. Füge nach der Ausführung die ursprüngliche assistant-Nachricht und die Ergebnisnachricht mit role=tool zu messages hinzu; die tool_call_id im Ergebnis muss der id des ursprünglichen Aufrufs entsprechen, und frage dann Kimi erneut, um die Antwort fortzusetzen. Sende das Tool-Ergebnis nicht einfach als gewöhnliche user-Nachricht.
Modelle und Fähigkeiten Kimi K3
-
Was ist der Unterschied zwischen dem JSON-Modus und einem strikten JSON-Schema?
response_format.type=json_object dient dazu, JSON zu erhalten, aber die Geschäftsfelder müssen weiterhin von der Anwendung validiert werden. Wenn Felder und Typen eingeschränkt werden sollen, verwenden Sie response_format.type=json_schema und geben Sie response_format.json_schema.schema sowie response_format.json_schema.strict=true an. Das endgültige JSON befindet sich in choices[0].message.content; reasoning_content darf nicht hineinkopiert und mitgeparst werden. Der JSON-output-Schalter auf dieser Seite verwendet json_object.
Modelle und Fähigkeiten Kimi K3
-
Unterstützt Kimi offiziell visuelles Verständnis – kann ich hier auch Bilder oder Videos hochladen?
Aktuell bietet diese Kimi-K3-Anbindung von HiAPI nur Texteingabe und Textausgabe. Dass das offizielle Modell über visuelle Fähigkeiten verfügt, bedeutet nicht, dass diese Seite bereits Bild- oder Videoeingabe unterstützt. Baue Anfragen bei der Anbindung mit Text-messages und übernimm nicht direkt die offiziellen image_url- oder video_url-Beispiele; ob dies künftig freigeschaltet wird, richtet sich nach den Eingabemöglichkeiten dieser Seite und den Playground-Steuerelementen.
Modelle und Fähigkeiten Kimi K3
-
Kann ich die Responses API direkt verwenden oder die Migration abschließen, indem ich nur den Modellnamen ändere?
Kimi K3 auf dieser Seite verwendet derzeit POST /v1/chat/completions mit model als kimi-k3; Responses ist für diese Anbindung noch kein offener Endpunkt. OpenAI-SDK-Clients sollten chat.completions.create und messages verwenden, die Inferenzfelder anpassen und den vollständigen assistant-Verlauf beibehalten. Derselbe HiAPI API Key kann wiederverwendet werden, aber älterer Code, der Responses nutzt, erfordert weiterhin Anpassungen bei der Anfrage- und Antwortverarbeitung.
Modelle und Fähigkeiten Kimi K3
-
Warum sind die Cache-Kosten nicht unbedingt gleich, wenn derselbe Kontext wiederholt gesendet wird?
Cache-Treffer werden anhand der tatsächlich in der Anfrage zurückgegebenen usage.prompt_tokens_details.cached_tokens berechnet; wiederholter Text führt nicht garantiert jedes Mal zu einem Treffer. Halte die Systemanweisung, die Tool-Definitionen und den festen Kontext am Anfang möglichst konsistent und füge neue Nachrichten danach an; auch ein Wechsel von reasoning_effort kann die Trefferquote beeinflussen. Wenn cached_tokens 0 ist, darf dieser Eingabeteil nicht mit dem Cache-Lesepreis kalkuliert werden.
Modelle und Fähigkeiten Kimi K3
-
Bedeutet 1M Kontext, dass in einer Antwort 1 Million Token ausgegeben werden können?
Nein. Das Kontextfenster und die maximale Ausgabe pro Anfrage sind unterschiedliche Limits. Auf dieser Seite wird die maximale Ausgabe nicht aus dem 1M-Kontext abgeleitet, daher wird ein nicht bestätigtes Ausgabelimit als „-“ angezeigt. Mit max_tokens lässt sich das Ausgabebudget für diese Anfrage festlegen; wenn finish_reason den Wert length zurückgibt, sollte geprüft werden, ob das Ausgabelimit erreicht wurde, um dann zu entscheiden, die Aufgabe zu verkleinern oder fortzusetzen.
Modelle und Fähigkeiten Kimi K3
-
Wie bereite ich das erste Frame-Bild vor?
Unterstützt werden jpeg, png und webp, pro Bild maximal 10MB; am zuverlässigsten sind jpeg oder png. Das Bildseitenverhältnis sollte möglichst dem des gewünschten Ausgabeformats entsprechen; bei abweichendem Verhältnis kann das fertige Video mittig beschnitten werden oder das ursprüngliche Bildverhältnis beibehalten, daher sollte das Motiv am besten in der Bildmitte liegen.
Modelle und Fähigkeiten
-
Wozu dient ein Endframe und wie wird er verwendet?
Der Endframe ist ein optionales zweites Bild und bestimmt, auf welchem Bild das Video am Ende stehen bleibt. Hintergrund und Kameraposition der beiden Bilder sollten am besten identisch sein, und nur der Teil, der sich ändern soll, darf unterschiedlich sein, wie im Beispiel auf dieser Seite, bei dem ein rotes Auto zu einem blauen wird. Nach dem Hinzufügen eines Endframes kann als Seitenverhältnis nur 16:9, 9:16 oder 1:1 gewählt werden.
Modelle und Fähigkeiten
-
Welche Dauern und Seitenverhältnisse kann man wählen?
Die Dauer beträgt 5 Sekunden oder 10 Sekunden. Die Seitenverhältnisse sind 16:9, 9:16, 1:1, 4:3, 3:4 und 21:9, mit Ausgabe in 1920×1080, 1080×1920, 1440×1440, 1660×1244, 1244×1660 bzw. 2200×940. Die Auflösung ergibt sich aus dem Seitenverhältnis und muss nicht separat eingestellt werden.
Modelle und Fähigkeiten
-
Haben die generierten Videos Ton?
Nein, das fertige Video enthält keine Tonspur; Musik und Voiceover können beim Schnitt hinzugefügt werden. Wenn das fertige Video von sich aus Ton enthalten soll, kannst du dir Kling 2.5 Turbo Text-to-Video ansehen – es generiert aus Text und das fertige Video enthält eine Tonspur.
Modelle und Fähigkeiten
-
Was sollte in den Prompt geschrieben werden?
Das erste Frame legt bereits Subjekt und Szene fest; im Prompt genügen Bewegung, Umgebungsveränderungen und Kameraführung, zum Beispiel „Blütenblätter fallen, die Kamera umkreist langsam“. Inhalte, die nicht erscheinen sollen, können in den Negative Prompt geschrieben werden, außerdem lässt sich einstellen, wie stark das Bild der Beschreibung folgt.
Modelle und Fähigkeiten
-
Wie lange werden generierte Videos gespeichert?
Links zu fertigen Videos bleiben standardmäßig etwa 7 Tage erhalten. Wenn Sie sie länger nutzen möchten, laden Sie sie bitte rechtzeitig herunter oder wählen Sie beim Erstellen der Aufgabe die langfristige Speicherung. Frühere Generierungen können Sie in der Aufgabenhistorie einsehen.
Modelle und Fähigkeiten
-
Wie wählt man im Vergleich zu Kling 2.5 Turbo Text-to-Video aus?
Wenn ein Bild vorliegt und das Motiv sowie die Bildkomposition dem Bild folgen sollen, Image-to-Video verwenden; wenn nur eine Idee vorhanden ist oder ein fertiges Video mit Ton benötigt wird, Text-to-Video verwenden. Beide haben eine Dauer von 5 oder 10 Sekunden.
Modelle und Fähigkeiten
-
Muss ich ein Bild hochladen?
Nein, diese Version nimmt nur Text entgegen. Der Prompt darf maximal 2500 Zeichen lang sein; schreibe Motiv, Umgebung, Aktion und Kameraführung einfach in einen einzigen Absatz. Wenn du ein Bild hast und die Szene sich daran orientieren soll, kannst du Kling 2.5 Turbo Image-to-Video verwenden.
Modelle und Fähigkeiten
-
Haben die generierten Videos Ton? Kann man ihn ausschalten?
Jedes fertige Video enthält eine Tonspur, derzeit gibt es keine Option zum Ausschalten. Der Ton wird vom Modell erzeugt und entspricht möglicherweise nicht deinen Anforderungen. Höre ihn vor der Verwendung an und ersetze oder reduziere ihn bei Bedarf im Schnitt.
Modelle und Fähigkeiten
-
Welche Längen und Seitenverhältnisse sind wählbar?
Länge 5 Sekunden oder 10 Sekunden; Seitenverhältnis 16:9, 9:16, 1:1, ausgegeben werden jeweils 1920×1080, 1080×1920, 1440×1440. Die Auflösung ergibt sich aus dem Seitenverhältnis und muss nicht separat eingestellt werden.
Modelle und Fähigkeiten
-
Wie schreibe ich einen Prompt, damit das Ergebnis besser wird?
Schreibe einen Absatz in der Reihenfolge Motiv, Umgebung, Aktion, Kameraeinstellung und ergänze dann das Licht. Es reicht, ein oder zwei Aktionen auf einmal zu beschreiben, zum Beispiel das Heben der Pfote und das Umdrehen des kleinen Pandas auf dieser Seite; zu viele Anforderungen gleichzeitig lassen sich in 5 Sekunden kaum alle umsetzen.
Modelle und Fähigkeiten
-
Wie gehe ich mit unerwünschten Inhalten um?
Sie können unerwünschte Elemente wie Text, Logos oder überzählige Personen separat in den negativen Prompt schreiben; alternativ können Sie den Grad der Bildanpassung an die Beschreibung anpassen.
Modelle und Fähigkeiten
-
Wie wähle ich im Vergleich zu Kling 3.0 Turbo Text-to-Video?
Wenn 5 oder 10 Sekunden ausreichen, wählen Sie Kling 2.5 Turbo; wenn Sie die Dauer zwischen 3 und 15 Sekunden sekundengenau festlegen oder zwischen 720p und 1080p wählen möchten, verwenden Sie Kling 3.0 Turbo Text-to-Video. Beide bieten Querformat, Hochformat und Quadrat.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt Kling 3.0 Motion Control?
Zwei Pflichtangaben: ein Referenzbild einer Person (image_url) und ein 3–30 Sekunden langes Bewegungsreferenzvideo (video_url). Das Personbild bestimmt Aussehen und Identität, das Referenzvideo bestimmt Bewegung, Mimik und Rhythmus. Der Prompt ist optional und dient zur Ergänzung von Szene, Stil und Kameraführung.
Modelle und Fähigkeiten
-
Wie wird die Ausgabedauer bestimmt?
Es muss keine Dauer übergeben werden. Die Ausgabe richtet sich nach der Länge des Referenzvideos: bei character_orientation=video maximal 30 Sekunden, bei image maximal 10 Sekunden. Bei zu schnellen oder zu komplexen Bewegungen extrahiert das Modell nur die nutzbaren Bewegungssegmente, sodass die Ausgabe kürzer als das Referenzvideo sein kann.
Modelle und Fähigkeiten
-
Wie wählt man zwischen den Ausrichtungen video und image?
video: Die Ausrichtung der Person folgt dem Referenzvideo, geeignet für Tanzen, Positionswechsel und andere großräumige oder vielwinklige Bewegungen. image: Die Ausrichtung der Person folgt dem Referenzbild, geeignet für Sprech- und Erklärinhalte mit fester Kameraposition und Kamerabewegung, Ausgabe bis zu 10 Sekunden.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für das Referenzvideo?
mp4/mov, maximal 100 MB, 3–30 Sekunden, durchgehende Aufnahme in einer Einstellung, Kopf, Schultern und Oberkörper der Person sind klar erkennbar, möglichst nur eine Person im Bild, häufige Schnitte und Verdeckungen vermeiden. Auch beim Referenzbild müssen Kopf, Schultern und Oberkörper sichtbar sein, beide Seiten größer als 340 px, Seitenverhältnis zwischen 2:5 und 5:2.
Modelle und Fähigkeiten
-
Wird der Ton aus dem Referenzvideo beibehalten?
Standardmäßig beibehalten (keep_original_sound=true), geeignet für Sprechgesang und Tanz-Cover, die die Originaltonspur direkt weiterverwenden; bei Bedarf false übergeben, um nur das Bild auszugeben.
Modelle und Fähigkeiten
-
Wie wird Kling 3.0 Motion Control abgerechnet?
Die Abrechnung erfolgt nach den tatsächlich ausgegebenen Sekunden; die Preise für 720p und 1080p unterscheiden sich. Bei der Aufgabenerstellung wird eine Vorabbuchung bis zur Obergrenze vorgenommen, nach Abschluss erfolgt eine Rückerstattung oder Nachzahlung basierend auf den tatsächlich ausgegebenen Sekunden; die genauen Preise finden Sie im Bereich mit den Echtzeitpreisen auf dieser Seite.
Modelle und Fähigkeiten
-
Wie lang und wie groß können generierte Videos sein?
Die Dauer ist wählbar von 3–15 Sekunden (ganze Sekunden, Standard 5 Sekunden), die Auflösung wahlweise 720p, 1080p oder 4K, und das Seitenverhältnis unterstützt 16:9, 9:16 und 1:1.
Modelle und Fähigkeiten
-
Haben die generierten Videos Ton?
Wenn die native Audiofunktion (audio) aktiviert ist, erzeugt das Modell synchron zum Bild passende Geräusche, z. B. Soundeffekte, Umgebungsgeräusche und Rhythmus; standardmäßig ist sie deaktiviert, und bei deaktivierter Funktion enthält die Ausgabe keine Tonspur.
Modelle und Fähigkeiten
-
Was ist intelligentes Storyboarding?
Wenn prefer_multi_shots aktiviert ist, plant das Modell anhand der Handlung im Prompt automatisch mehrere Einstellungen und übernimmt die Übergänge – ideal, um eine vollständige kleine Geschichte zu erzählen. Wenn nur eine durchgehende Einstellung benötigt wird, kann die Option deaktiviert bleiben.
Modelle und Fähigkeiten
-
Wie kann ein festes Charakter- oder Produkt in einem Video erscheinen?
Füge das Subjekt in elements hinzu: Gib einen Namen, eine kurze Beschreibung und 2–4 Bilder desselben Subjekts an und referenziere es dann im Prompt mit @Name. Bei der Text-zu-Video-Generierung können bis zu 7 Subjekte hinzugefügt werden.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Kling 3.0 Text-to-Video?
Beide unterstützen 3–15 Sekunden und 720p–4K. Die Omni-Version unterstützt zusätzlich die Referenzierung von Motivmaterial über elements sowie intelligente Storyboards und eignet sich für Inhalte, bei denen Charaktere oder Produkte konsistent bleiben müssen; wenn nur eine reine Textgenerierung benötigt wird, können beide verwendet werden.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach Videolänge; Auflösung und ob Audio aktiviert ist, beeinflussen den Stückpreis. Aktuelle Preise entnehmen Sie bitte der Preisseite; die Verbrauchsdetails jeder Aufgabe können in den HiAPI-Aufgabenprotokollen eingesehen werden.
Modelle und Fähigkeiten
-
Wie viele Bilder müssen hochgeladen werden?
image_urls: 1–2 Bilder übergeben: 1 Bild dient als Startframe; bei 2 Bildern in der Reihenfolge [Startframe, Endframe] anordnen, wobei das Endframe das Schlussbild steuert. Unterstützt JPG / PNG, pro Bild maximal 50MB, die kürzere Seite mindestens 300px, Seitenverhältnis zwischen 0.4–2.5.
Modelle und Fähigkeiten
-
Kann ich das Videoformat selbst wählen?
Nein, es kann nicht separat gewählt werden. Das Ausgabeformat richtet sich nach dem ersten Frame. Wenn Sie ein Hochformat oder quadratisches Format wünschen, bereiten Sie bitte ein erstes Frame im entsprechenden Seitenverhältnis vor.
Modelle und Fähigkeiten
-
Wie lang kann ein generiertes Video sein?
Die Dauer ist wählbar von 3–15 Sekunden (ganze Sekunden, Standard 5 Sekunden), die Auflösung wahlweise 720p, 1080p oder 4K.
Modelle und Fähigkeiten
-
Werden Audio und intelligente Storyboards unterstützt?
Ja. Wenn natives Audio aktiviert wird, werden passend zum Bild synchron Klänge erzeugt; wenn intelligente Storyboards aktiviert sind, plant das Modell anhand des Prompts automatisch mehrere Einstellungen. Beide sind standardmäßig deaktiviert.
Modelle und Fähigkeiten
-
Können mehrere Subjekt-Assets gleichzeitig referenziert werden?
Ja. Füge in elements bis zu 3 Subjekte hinzu, jeweils mit 2–4 Bildern, und referenziere sie im Prompt mit @Name, damit Charaktere oder Produkte auch in Einstellungen außerhalb des ersten Frames konsistent bleiben.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder können maximal hochgeladen werden?
image_urls: 1–7 Referenzbilder übergeben; nach Hinzufügen eines Referenzvideos maximal 4 Bilder. Referenzbilder und elements-Subjekte zusammen höchstens 7 (mit Referenzvideo höchstens 4). Unterstützt JPG / PNG, pro Bild maximal 50MB, kurze Seite mindestens 300px.
Modelle und Fähigkeiten
-
Welche Funktion und Einschränkungen hat ein Referenzvideo?
video_urls kann optional 1 Referenzvideo übergeben, um Kamerabewegung und Rhythmus zu referenzieren. Anforderungen: MP4 / MOV, maximal 200MB, Dauer 3–15,5 Sekunden, Breite/Höhe 700–4553px, 24–60fps. Bei einem Referenzvideo können natives Audio und intelligentes Storyboard nicht aktiviert werden.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen referenzbasiertem Videogenerieren und Bild-zu-Video?
Bei Bild-zu-Video wird das Bild als erstes Frame des Videos verwendet; beim referenzbasierten Videogenerieren dient das Bild als Vorlage für das Aussehen von Personen, Haustieren oder Gegenständen, und es werden völlig neue Kompositionen und Szenen erzeugt – das Referenzbild erscheint nicht unverändert am Anfang.
Modelle und Fähigkeiten
-
Wie lang und in welchem Seitenverhältnis können Videos generiert werden?
Dauer 3–15 Sekunden (Standard 5 Sekunden), Auflösung 720p, 1080p oder 4K, Seitenverhältnisse 16:9, 9:16 und 1:1 werden unterstützt.
Modelle und Fähigkeiten
-
Wie kann man im Prompt angeben, wer wer ist?
Man kann das Subjekt im Referenzbild direkt mit Text beschreiben, z. B. „die Frau im gelben Regenmantel im Referenzbild“; wenn eine eindeutigere Bindung nötig ist, benennt man das Subjekt in elements und referenziert es mit @Name.
Modelle und Fähigkeiten
-
Welches Video muss hochgeladen werden?
video_urls überträgt 1 Quellvideo: MP4 oder MOV, höchstens 200MB, Dauer 3–15,5 Sekunden, Breite und Höhe 700–4553px, Bildrate 24–60fps.
Modelle und Fähigkeiten
-
Kann man Dauer und Seitenverhältnis einstellen?
Keine Einstellung erforderlich. Ausgabedauer und Seitenverhältnis folgen dem Quellvideo; optional ist die Auflösung (720p, 1080p oder 4K).
Modelle und Fähigkeiten
-
Was bleibt bei der Videoumgestaltung erhalten und was ändert sich?
Die Aktionen und Kamerabewegungen des Originalvideos bleiben erhalten, während Bildstil, Szene, Wetter oder Motiv gemäß dem Prompt geändert werden. Wenn im Prompt ausdrücklich „Aktionen und Kamera des Originalvideos beibehalten“ steht, ist das Ergebnis stabiler.
Modelle und Fähigkeiten
-
Haben die generierten Videos Ton?
Nein. Bei der Videobearbeitung wird kein Audio erzeugt. Wenn Ton benötigt wird, fügen Sie ihn bitte in der Nachbearbeitung hinzu oder behalten Sie die Audiospur des Originalvideos und mischen Sie sie später dazu.
Modelle und Fähigkeiten
-
Wie kann ich das Motiv durch eine bestimmte Figur ersetzen?
Füge in elements ein Motiv hinzu, gib Name, Beschreibung und 2–4 Bilder an und verwende dann im Prompt @Name, um anzugeben, dass es das ursprüngliche Motiv ersetzt. Du kannst bis zu 7 Motive hinzufügen.
Modelle und Fähigkeiten
-
Muss man für die Videoerstellung aus Text mit Kling 3.0 Turbo ein Bild hochladen?
Nein. Die aktuelle Seite entspricht dem reinen Text-zu-Video-Modell kling-3.0-turbo/text-to-video und akzeptiert nur einen Text-Prompt. Wenn ein Video aus einem Startbild erzeugt werden soll, sollte die separate Modellseite Kling 3.0 Turbo Image-to-Video verwendet werden.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Welche Dauern, Auflösungen und Seitenverhältnisse unterstützt Kling 3.0 Turbo?
Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15 Sekunden, 720p oder 1080p sowie 16:9, 9:16 und 1:1. Die Beispiele auf der Seite decken 720p, 5 Sekunden und 12 Sekunden sowie Quer- und Hochformat ab; 1080p und 1:1 gehören zu den von der Schnittstelle unterstützten Möglichkeiten, für die auf der Seite derzeit keine entsprechenden Beispiele vorliegen.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Wie wird die Abrechnung für die Text-zu-Video-Funktion von Kling 3.0 Turbo berechnet?
Die Abrechnung erfolgt nach der Dauer und der Auflösung des generierten Videos; für 720p und 1080p gelten unterschiedliche Tarife pro Sekunde. Die genauen Beträge richten sich nach dem aktuellen Preis auf der Seite und den Aufgabenaufzeichnungen.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Wie schreibt man einen Text-zu-Video-Prompt für Kling 3.0 Turbo?
Beschreibe zuerst das Motiv und die Szene, dann die Handlung und die Kameraführung der Reihe nach und ergänze abschließend Anforderungen an Licht, Stil und Stabilität. Bei langen Einstellungen sollten single continuous shot, no cuts und der Kamerapfad ausdrücklich genannt werden; bei vertikalem Inhalt sollte im Prompt zusätzlich vertical angegeben und aspect_ratio auf 9:16 gesetzt werden.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Kann Kling 3.0 Turbo den Ton steuern?
Die aktuell öffentlich dokumentierten Anfrageparameter enthalten keinen eigenständigen Ton-Schalter und kein Audio-Feld; daher wird auf dieser Seite nicht zugesagt, dass Dialog, Musik oder Geräuscheffekte präzise gesteuert werden können. Beispieldateien können eine Tonspur enthalten, bei offiziellen Projekten sollte die Ausgabe jedoch stets geprüft und bei Bedarf in der Nachbearbeitung synchronisiert, abgemischt und urheberrechtlich geprüft werden.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Wie ruft man Kling 3.0 Turbo Text-zu-Video über die API auf?
Senden Sie eine asynchrone Aufgabe an POST /v1/tasks, setzen Sie model auf kling-3.0-turbo/text-to-video und übergeben Sie in input die Parameter prompt, duration, resolution und aspect_ratio. Die Erstellungsanfrage gibt eine taskId zurück; Informationen zur Aufgabenabfrage, zu Callbacks, zur Fehlerbehandlung und zu den vollständigen Parametern finden Sie in der API-Dokumentation.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Welche Anforderungen gelten für das erste Bild?
Eine öffentlich erreichbare URL eines JPEG- oder PNG-Bildes, die im Array image_urls abgelegt wird; es wird jeweils nur ein Bild hochgeladen. Das Bild wird als Startbild des Segments verwendet.
Modelle und Fähigkeiten Kling 4.0
-
Was passiert, wenn kein Seitenverhältnis ausgewählt wird?
Wenn aspect_ratio nicht übergeben wird, folgt die Ausgabe automatisch dem Seitenverhältnis des ersten Frames, sodass Hochformatbilder nicht zwangsweise auf Querformat beschnitten werden. Eine explizite Einstellung ist nur nötig, wenn das Seitenverhältnis des Originalbilds überschrieben werden soll.
Modelle und Fähigkeiten Kling 4.0
-
Ist der Prompt erforderlich?
Ja. Das erste Frame-Bild bestimmt Komposition und Motiv, der Prompt beschreibt Aktion, Kameraführung und Ton – beides ist nötig. Kürzere Texte erzielen in der Regel bessere Ergebnisse.
Modelle und Fähigkeiten Kling 4.0
-
Wie wird die Preisgestaltung für die Videogenerierung aus Bildern berechnet?
Wie bei der Text-zu-Video-Generierung wird nach der Anzahl der Ausgabesekunden abgerechnet, wobei sich die Tarife für 720p und 1080p unterscheiden; es gibt keinen Mindestpreis.
Modelle und Fähigkeiten Kling 4.0
-
Können Videos mit Ton erstellt werden?
Ja. Audio und Bild werden zusammen generiert, und die ausgegebene MP4-Datei enthält bereits eine Tonspur; schreibe einfach die gewünschte Tonquelle in den Prompt.
Modelle und Fähigkeiten Kling 4.0
-
Wie rufe ich die API auf?
Sende einen asynchronen Task per POST /v1/tasks, setze model auf kling-4.0/image-to-video und gib in input image_urls sowie optional prompt, duration, resolution und aspect_ratio an.
Modelle und Fähigkeiten Kling 4.0
-
Muss man bei Kling 4.0 Text-zu-Video ein Bild hochladen?
Nein. kling-4.0/text-to-video akzeptiert nur einen Text-Prompt. Wenn ein bestimmtes Startbild animiert werden soll, verwenden Sie bitte das Kling 4.0 Bild-zu-Video-Modell kling-4.0/image-to-video.
Modelle und Fähigkeiten Kling 4.0
-
Welche Dauern, Auflösungen und Seitenverhältnisse unterstützt Kling 4.0?
Unterstützt beliebige ganze Sekunden von 3–30 Sekunden, 720p oder 1080p, Seitenverhältnisse wahlweise 16:9, 9:16, 1:1 und 21:9 Ultrabreitbild. Die Beispiele auf der Seite decken 5-sekündige Querformat-Clips in 720p und 1080p ab.
Modelle und Fähigkeiten Kling 4.0
-
Generiert Kling 4.0 Ton?
Ja. Bild und Audio werden im selben Generierungsvorgang erzeugt, die MP4-Ausgabe enthält bereits eine Tonspur. Umgebungsgeräusche und Klangquellen, die in den Prompt geschrieben werden (z. B. Regen, Motorengeräusche, Instrumente), werden vom Modell übernommen.
Modelle und Fähigkeiten Kling 4.0
-
Wie wird die Abrechnung für Text-zu-Video berechnet?
Die Abrechnung erfolgt nach der Anzahl der Ausgabesekunden; für 720p und 1080p gelten unterschiedliche Tarife pro Sekunde. Es gibt keinen Mindestpreis – bei der Generierung von 5 Sekunden wird einfach der Sekundenpreis für 5 Sekunden berechnet. Die genauen Beträge richten sich nach dem tagesaktuellen Preis auf der Seite und dem Aufgabenverlauf.
Modelle und Fähigkeiten Kling 4.0
-
Wie schreibe ich bessere Kling 4.0 Prompts?
Beschreibe zuerst das Motiv und die Szene, lege dann die Kamerabewegung fest (Heranzoomen, seitliches Mitführen, Handkamera, feste Kameraposition) und ergänze zuletzt Licht und Atmosphäre. Wenn Ton gewünscht ist, schreibe ihn direkt in dieselbe Beschreibung, statt ihn erst in der Postproduktion hinzuzufügen.
Modelle und Fähigkeiten Kling 4.0
-
Wofür eignet sich Krea 2 Medium Turbo?
Es erzeugt sehr schnell hochauflösende Bilder aus einer Textbeschreibung und eignet sich für Szenarien, in denen Bilder schnell erstellt und Prompts wiederholt angepasst werden müssen, zum Beispiel für Konzeptskizzen, Social-Media-Grafiken und filmisch wirkende Bilder.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Welche Seitenverhältnisse werden unterstützt?
aspect_ratio unterstützt insgesamt 8 Optionen: 1:1 (Standard), 4:3, 3:2, 16:9, 2.35:1, 4:5, 2:3, 9:16.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Für welche Bilder eignet sich das 2.35:1-Format?
2.35:1 ist ein gängiges Breitwand-Filmformat und eignet sich für ultrabreite Kompositionen wie filmische Szenen, Website-Banner und Videocover.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Welche Funktion hat creativity (Kreativitätsgrad)?
creativity steuert, wie stark das Modell den Prompt ausschmückt; wählbar sind raw, low, medium, high. Je niedriger die Stufe, desto näher bleibt das Ergebnis an der Beschreibung; je höher, desto kreativer das Bild – es kann jedoch von der Beschreibung abweichen.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Auf welcher Stufe steht creativity standardmäßig?
Auf HiAPI ist der Standardwert low, wodurch das Ergebnis näher am Prompt bleibt. Wenn Sie mehr Variation wünschen, können Sie auf medium oder high wechseln.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Wie verwendet man seed?
seed ist eine optionale Ganzzahl. Wird sie nicht übergeben, ist das Ergebnis jedes Mal zufällig; bei festem seed und gleichbleibenden übrigen Parametern lässt sich dasselbe Ergebnis reproduzieren, was den Vergleich von Änderungen an Prompt oder Kreativität erleichtert.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage wird 1 Bild generiert. Wenn Sie mehrere Bilder benötigen, reichen Sie bitte mehrere Aufgaben separat ein.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Gibt es eine Längenbegrenzung für Prompts?
prompt ist erforderlich, Länge 1–5000 Zeichen.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Muss ich ein Referenzbild hochladen?
Nein, dies ist ein reines Text-zu-Bild-Modell, das Bilder ausschließlich anhand einer Textbeschreibung generiert. Stilreferenzbilder, Preset-Stile und Moodboards sind derzeit nicht verfügbar.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, ein Bild pro Anfrage. Der aktuelle Stückpreis richtet sich nach dem Echtzeitpreis auf der Seite.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Wie erhalte ich das Generierungsergebnis?
Nach dem Aufruf von POST /v1/tasks wird sofort eine taskId zurückgegeben. In der Produktionsumgebung wird empfohlen, callback.url einzurichten, um die Abschlussbenachrichtigung zu erhalten; beim Debuggen kann GET /v1/tasks/:id abgefragt werden; nach erfolgreichem Abschluss kann das Ergebnis über die Bild-URL in output heruntergeladen werden.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Gibt es eine Inhaltsprüfung?
Ja, bei jeder Generierung wird eine Inhaltsprüfung aktiviert; Anfragen, die nicht den Inhaltsrichtlinien entsprechen, können fehlschlagen.
Modelle und Fähigkeiten Krea 2 Medium Turbo
-
Wofür eignet sich Krea 3?
Es eignet sich für realistische Fotografie, Porträts, Produktbilder, Food, Architektur und Innenräume, Illustrationen und Konzeptdesign; auch Poster mit Titeltext sind möglich. Schon kurze Prompts liefern ein vollständiges Bild, ideal zum schnellen Ausloten von Richtungen.
Modelle und Fähigkeiten Krea 3
-
Was ist der Unterschied zwischen berry und jam?
Beides sind zwei Varianten desselben Modells mit größtenteils identischen Parametern (negative_prompt wirkt nur bei berry): Krea positioniert berry als qualitätsorientiert und jam als geschwindigkeitsorientiert, beide zum selben Preis. Umgeschaltet wird über input.variant, Standard ist berry. Im praktischen Vergleich unterscheiden sich beide bei gleichem seed in Bildaufbau und Farbton, die Bildqualität ist vergleichbar – man kann beide einmal ausprobieren und dann wählen.
Modelle und Fähigkeiten Krea 3
-
Was ist reasoning_level? Welche Stufe sollte ich wählen?
Es steuert, wie viel Aufwand das Modell vor der Bilderzeugung in das Verstehen und Erweitern des Prompts investiert. Verfügbar sind low und medium (Standard). Verwende medium, wenn der Prompt sehr kurz oder sehr abstrakt ist; verwende low, wenn der Prompt bereits sehr konkret formuliert ist und du es schneller möchtest.
Modelle und Fähigkeiten Krea 3
-
Welche Größen werden unterstützt?
image_size unterstützt 6 Varianten: square_hd (1024 × 1024, Standard), square (512 × 512), portrait_4_3 (768 × 1024), portrait_16_9 (576 × 1024), landscape_4_3 (1024 × 768), landscape_16_9 (1024 × 576).
Modelle und Fähigkeiten Krea 3
-
Kann es 2K oder benutzerdefinierte Breite und Höhe ausgeben?
Nein. Diese Seite bietet die 1K-Spezifikation, unterstützt weder auto noch benutzerdefinierte Breite und Höhe; bei Übergabe wird direkt ein Parameterfehler zurückgegeben und es werden keine Kosten berechnet.
Modelle und Fähigkeiten Krea 3
-
Wie wird die Abrechnung berechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; die 6 Größen kosten gleich viel, berry und jam kosten gleich viel. Der genaue Stückpreis richtet sich nach dem aktuellen Preis auf der Seite; Anfragen, deren Parameterprüfung fehlschlägt, werden nicht berechnet.
Modelle und Fähigkeiten Krea 3
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage wird 1 Bild generiert. Wenn Sie mehrere Bilder benötigen, reichen Sie mehrere Aufgaben ein oder führen Sie den Vorgang mit einem anderen Seed erneut aus.
Modelle und Fähigkeiten Krea 3
-
Wie verwende ich negative Prompts?
Schreibe unerwünschte Elemente in negative_prompt, zum Beispiel people, text, watermark, maximal 1024 Zeichen. Es wirkt nur bei berry: Wenn jam ausgewählt ist, blendet Playground dieses Feld aus und übermittelt es nicht mehr; auch eine Übergabe an jam über die API hat keine Wirkung.
Modelle und Fähigkeiten Krea 3
-
Wie erhält man reproduzierbare Ergebnisse?
Übergeben Sie einen festen seed (0–2147483647) und halten Sie Prompt, Größe, variant und reasoning_level unverändert. Bei einer Bildserie ändern Sie einfach nur eine Beschreibung.
Modelle und Fähigkeiten Krea 3
-
Ist der Text im Bild korrekt?
Kurze Titel sind in der Regel recht genau. Setzen Sie den Text in Anführungszeichen, geben Sie ihn wörtlich wieder und beschreiben Sie Position und Schriftstil; bei viel Text empfiehlt sich berry in Kombination mit reasoning medium.
Modelle und Fähigkeiten Krea 3
-
In welchem Format erfolgt die Ausgabe?
output_format kann png (Standard) oder jpeg sein. Nach erfolgreichem Abschluss der Aufgabe das Bild über output[].url aus dem Ergebnis herunterladen; der Link ist zeitlich begrenzt gültig, daher bitte rechtzeitig speichern.
Modelle und Fähigkeiten Krea 3
-
Muss ich ein Referenzbild hochladen?
Nein, dies ist ein reines Text-zu-Bild-Modell, das nur Textbeschreibungen entgegennimmt.
Modelle und Fähigkeiten Krea 3
-
Erhält man mit demselben Seed und jam dasselbe Bild?
Nein. Der Seed reproduziert Ergebnisse nur innerhalb derselben Variante; berry und jam ergeben mit demselben Seed unterschiedliche Kompositionen und Farbtöne. Wenn du zwei Varianten vergleichen möchtest, kannst du sie als zwei Optionen jeweils einmal ausführen.
Modelle und Fähigkeiten Krea 3
-
Welche Auflösungen unterstützt LTX 2.5 Fast?
Zwei Stufen: 720p und 1080p, Standard ist 720p. Das gilt sowohl für Text-zu-Video als auch für Bild-zu-Video.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie lang kann ein generiertes Video sein?
2 bis 20 Sekunden; wählbar sind 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18 oder 20 Sekunden, Standard sind 6 Sekunden.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wird Hochformat unterstützt?
Ja. Setzen Sie aspect_ratio auf 9:16, um ein Video im Hochformat zu erhalten; standardmäßig 16:9 Querformat.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Was ist natives Audio? Kostet es extra?
Nach dem Aktivieren von generate_audio erzeugt das Modell gleichzeitig Umgebungsgeräusche, Soundeffekte oder Hintergrundmusik; standardmäßig aktiviert. Nach dem Deaktivieren erhält man ein stummes Video zum unveränderten Preis.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach Videosekunden; der Preis pro Sekunde richtet sich nach der Auflösung, wobei 1080p teurer ist als 720p. Es gelten die aktuellen Preise auf der Preisseite.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie wählt man zwischen Text-zu-Video und Bild-zu-Video?
Wenn nur kreativer Text vorliegt, verwenden Sie Text-zu-Video; wenn bereits Produktbilder, Poster oder Storyboard-Bilder vorhanden sind, verwenden Sie Bild-zu-Video, da das Hauptmotiv des Bildes dann besser kontrollierbar ist.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie verwendet man das Endbild bei der Bild-zu-Video-Generierung?
Übergebe 2 Bilder an image_urls, das 2. Bild ist das Endbild. Das Modell erzeugt einen natürlichen Übergang vom ersten zum letzten Bild, ideal für Übergänge wie Tag zu Nacht oder Öffnen und Schließen.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Welche Anforderungen gelten für das erste und das letzte Bild?
Bild-URL im Format JPG, PNG oder WebP. Je ähnlicher Bildkomposition und Kameraposition der beiden Bilder sind, desto flüssiger ist der Übergang.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Kann die Bildrate geändert werden?
Fest auf 25fps eingestellt, keine Parameterübergabe erforderlich.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Folgt das Seitenverhältnis bei der Bilder-zu-Video-Generierung dem Bild?
Das Ausgabeseitenverhältnis wird durch aspect_ratio bestimmt. Es wird empfohlen, es an das erste Frame-Bild anzupassen, um Zuschneiden oder Ränder zu vermeiden.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie schreibe ich Prompts, damit die Ergebnisse besser werden?
Schreibe nach dem Muster „Subjekt + Aktion + Kameraeinstellung + Ton“, zum Beispiel „Barista gießt Milch für Latte Art, Nahaufnahme, Morgenlicht, leises Klirren von Tasse und Untertasse“. Bei der Bild-zu-Video-Generierung beschreibe nur die gewünschte Bewegung und wiederhole nicht das Bild.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie lange können generierte Videos gespeichert werden?
Die Ergebnislinks haben eine begrenzte Gültigkeitsdauer. Wenn Sie eine langfristige Aufbewahrung benötigen, laden Sie die Dateien bitte rechtzeitig herunter oder speichern Sie sie in Ihrem eigenen Speicher.
Modelle und Fähigkeiten LTX 2.5 Fast
-
Wie verwende ich diesen Einstieg ohne Bild?
Beschreiben Sie einfach Szene, Aktion, Kamera und Ton; erster und letzter Frame können weggelassen werden, ohne Bild wird standardmäßig eine Querformat-Leinwand verwendet. Bestehende Anwendungen können weiterhin minimax-h3-max nutzen; für neue Kreationen, bei denen das Bildformat gewählt werden muss, verwenden Sie MiniMax H3 Max Text-to-Video.
Modelle und Fähigkeiten
-
Kann ein vorhandenes Bild als Start- oder Endbild verwendet werden?
Sie können ein Startbild, ein Endbild oder beides zusammen bereitstellen. Das Startbild legt das Anfangsbild fest, das Endbild führt zum Endbild; bei vorhandenem Startbild folgt die Leinwand dem Startbild, bei nur vorhandenem Endbild folgt sie dem Endbild. Übergeben Sie bei Verwendung von Frame-Bildern nicht gleichzeitig aspect_ratio.
Modelle und Fähigkeiten
-
Können die alten Bildformat-Parameter den Hochformat-Modus steuern?
Dieser Einstiegspunkt behält die kompatible Annahme von aspect_ratio bei, garantiert jedoch nicht, dass dieses Feld die Generierungsleinwand ändert. Wenn Sie 9:16 oder ein anderes Bildformat explizit auswählen möchten, verwenden Sie stattdessen MiniMax H3 Max Text-to-Video; bei vorhandenen Bildern richtet sich die Leinwand nach der Bildkomposition.
Modelle und Fähigkeiten
-
Muss vorhandener Aufrufcode geändert werden?
Nein. Modellname, Endpunkt-URL, Standarddauer und Standardauflösung bleiben unverändert; zuvor gültige Anfragen sind weiterhin gültig. Nur wenn Sie die neu hinzugefügten optionalen Felder nutzen möchten, fügen Sie diese der Anfrage hinzu.
Modelle und Fähigkeiten
-
Worin unterscheidet sich dieser Einstieg von den neuen Einstiegen für Text-zu-Video und Bild-zu-Video?
Dieser Einstieg behält das ursprüngliche Verhalten bei: Das Bild ist optional, ohne Bild wird standardmäßig Querformat verwendet. Der Einstieg für Text-zu-Video akzeptiert nur Text und optional das Seitenverhältnis; der Einstieg für Bild-zu-Video erfordert mindestens ein Start- oder Endbild. Bei allen drei sind Dauer, Auflösung, seed, Erweiterung und die Schreibweise der Zielaudio identisch.
Modelle und Fähigkeiten
-
Wie lang darf ein Prompt maximal sein?
In diesem Eingang sind maximal 7.000 Zeichen möglich. Wenn Sie eine längere Szenenbeschreibung benötigen, ist das Limit bei den Eingängen für Text-zu-Video und Bild-zu-Video höher.
Modelle und Fähigkeiten
-
Soll 1080P für alte Anfragen standardmäßig aktiviert werden?
Ändern Sie nicht den Standardwert. Bei alten Anfragen ohne Auflösungsangabe bleibt es bei 768P; nur wenn ausdrücklich 1080P übergeben wird, wird diese Stufe verwendet. Es wird empfohlen, zunächst einige wenige Aufgaben testweise auszuführen und die fertigen Videos zu vergleichen, bevor Sie entscheiden.
Modelle und Fähigkeiten
-
Warum ist das Bildformat bei derselben Eingabeaufforderung bei Text- und Bildanfragen unterschiedlich?
Weil die Leinwand vom Bild stammt. Bei einem Startbild wird das Startbild übernommen, bei nur einem Endbild das Endbild, und bei reinem Text wird standardmäßig Querformat verwendet. Um bei reinem Text ein festes Bildformat zu erhalten, wechseln Sie bitte zum Einstieg für Text-zu-Video.
Modelle und Fähigkeiten
-
Müssen Bilder vorbereitet werden?
Nein, dieser Einstieg erstellt Videos ausschließlich anhand von Text und akzeptiert keine Start- oder Endbilder. Wenn bereits Bilder vorhanden sind und ein Start- oder Endbild festgelegt werden soll, wählen Sie MiniMax H3 Max Image-to-Video.
Modelle und Fähigkeiten
-
Wie wähle ich das Bildformat für den Veröffentlichungsort aus?
Verfügbar sind 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. Querformat eignet sich für Umgebungsaufnahmen und Vorspänne, Hochformat für Kurzvideos, Quadrat für Feeds. In der Bildkomposition sollten Position des Motivs und Bewegungsraum festgelegt werden, damit die Aufnahme sich an das gewählte Bildformat anpassen lässt.
Modelle und Fähigkeiten
-
Wie schreibt man klarere Kamerabeschreibungen?
Beginne mit dem Motiv und der Umgebung und beschreibe dann eine zusammenhängende Handlung, die Kamerarichtung und den Ton. Vermeide es, in einem Kurzfilm zu viele Ereignisse unterzubringen; wenn eine ausführlichere Beschreibung nötig ist, kannst du die Prompt-Erweiterung verwenden und nach dem Ansehen des fertigen Films Anpassungen vornehmen.
Modelle und Fähigkeiten
-
Wird beim Hochformat 9:16 wirklich ein Hochformat ausgegeben?
Ja. Dieser Einstieg generiert direkt im gewählten Seitenverhältnis; unser 768P-Test lieferte 768×1344 zurück.
Modelle und Fähigkeiten
-
Kann ich gleichzeitig Zielaudio und eine sehr kurze Dauer verwenden?
Nein. Bei Verwendung von Zielaudio muss die Videodauer mindestens 2 Sekunden betragen, und auch das Audio selbst muss mindestens 2 Sekunden lang sein. Wenn Sie nur einen extrem kurzen Clip von unter 1 Sekunde erstellen möchten, lassen Sie das Modell einfach den Ton selbst generieren.
Modelle und Fähigkeiten
-
Wie kann man aus derselben Idee verschiedene Bildformate mit ähnlichem Stil erzeugen?
Prompt und Seed festhalten und nur aspect_ratio ändern. Derselbe Seed garantiert kein völlig identisches Bild, aber Stil, Farbton und Bewegungsneigung sind in der Regel ähnlicher, was die Auswahl erleichtert.
Modelle und Fähigkeiten
-
Wann sollte die Prompt-Erweiterung aktiviert werden?
Wenn Sie nur eine kurze Idee haben, verwenden Sie balanced oder quality, damit das Modell Details ergänzt; wenn Sie Kamera, Licht und Bewegung bereits ausgearbeitet haben, verwenden Sie disabled, um Ihre eigene Formulierung beizubehalten. Die Erweiterung ändert nicht die von Ihnen angeforderte Dauer.
Modelle und Fähigkeiten
-
Warum weicht die zurückgegebene Dauer leicht von der Anfrage ab?
Videos werden frameweise generiert, daher fällt die endgültige Dauer auf die nächstgelegene Frame-Grenze. In unseren Tests beträgt die Abweichung weniger als eine Drittelsekunde. Wenn exakte Schnittpunkte benötigt werden, ist die Dauer des zurückgegebenen Videos maßgeblich.
Modelle und Fähigkeiten
-
Für welche Anwendungszwecke eignet sich eine 1080P-Auflösung?
1080P ist eine gegenüber 768P weiter verbesserte Ausgabestufe und eignet sich für die finale Auslieferung oder die Wiedergabe auf großen Bildschirmen; in der Entwurfs- und Vergleichsphase sind 480P oder 768P schneller.
Modelle und Fähigkeiten
-
Müssen sowohl das erste als auch das letzte Frame hochgeladen werden?
Mindestens eines angeben: Nur das erste Frame legt das Startbild fest, nur das letzte Frame führt das Endbild herbei, oder beide zusammen definieren die Start- und Endkomposition. Diese Bilder dienen als Start- und Endframes des Videos, nicht als gewöhnliche Stilreferenzbilder.
Modelle und Fähigkeiten
-
Welches Bild bestimmt das Seitenverhältnis?
Wenn ein Startbild vorhanden ist, gilt das Startbild; wenn nur ein Endbild vorhanden ist, gilt das Endbild. Dieser Einstiegspunkt akzeptiert kein aspect_ratio. Bereiten Sie ein Quer- oder Hochformat vor, das zum Veröffentlichungsort passt; bei zwei Bildern sollten möglichst identische Bildformate verwendet werden. Die konkrete Ausgabegröße richtet sich nach dem Video.
Modelle und Fähigkeiten
-
Muss die Eingabeaufforderung das Bild erneut beschreiben?
Das Bild gibt bereits das Motiv und die Komposition vor; die Eingabeaufforderung sollte sich vor allem darauf konzentrieren, wie die Bewegung, die Veränderungen der Umgebung und die Kameraführung fortgesetzt werden. Wenn die Endposition festgelegt werden soll, beschreibe die Bewegungsrichtung zusammen mit dem Endbild und reserviere eine passende Dauer für die Bewegung.
Modelle und Fähigkeiten
-
Kann ich nur das Endbild übergeben?
Ja. Wenn nur das Endbild übergeben wird, dient es sowohl als Schlussbild als auch zur Festlegung des Gesamtformats. Der Prompt beschreibt dann einfach die Aktion vom Anfang bis zu diesem Ende.
Modelle und Fähigkeiten
-
Was passiert, wenn die Größe des ersten und des letzten Frames nicht übereinstimmt?
Das Bildformat richtet sich nach dem ersten Frame, der letzte Frame wird entsprechend angepasst, aber bei zu großen Unterschieden kann der Übergang unnatürlich wirken. Es wird empfohlen, für beide Bilder dieselbe Ausrichtung und eine ähnliche Bildkomposition zu verwenden.
Modelle und Fähigkeiten
-
Kann ich ein Referenzbild hochladen, um den Stil zu steuern, statt Start- und Endbild zu verwenden?
Nein. Die Bilder an diesem Einstiegspunkt sind die Start- und Endframes des Videos, keine allgemeinen Stilreferenzen. Wenn Sie von Text ausgehen möchten, verwenden Sie bitte den Einstiegspunkt für Text-zu-Video.
Modelle und Fähigkeiten
-
Wie kombiniert man die Ziel-Audiodatei mit Bildern?
Nach der Übergabe von target_audio_url wird die Tonspur des fertigen Videos durch deine Audiodatei ersetzt. Die Audiodatei muss mindestens 2 Sekunden lang und darf nicht größer als 15 MB sein; auch das Video muss mindestens 2 Sekunden lang sein. Sie steuert nicht die Bildbewegungen – die Bewegungen werden weiterhin über die Prompt-Beschreibung festgelegt.
Modelle und Fähigkeiten
-
Wofür ist 1080P bei der Bild-zu-Video-Generierung nützlich?
1080P ist eine Ausgabestufe, die das Bild gegenüber 768P weiter verbessert. Wir haben einen Test mit zwei Hochformatbildern als Start- und Endframe durchgeführt, und 1080P lieferte 1080×1920 zurück. Geeignet für die finale Auslieferung; beim Vergleichen von Prompts ist 480P schneller.
Modelle und Fähigkeiten
-
Warum sollte man zuerst eine Version mit sehr kurzer Dauer testen?
Die Dauer unterstützt Dezimalwerte von 0,92–15 Sekunden. Bestätigen Sie zuerst mit 1,5–2 Sekunden, ob das erste Frame korrekt verwendet wird und die Bildausrichtung den Erwartungen entspricht, und vergrößern Sie dann auf die endgültige Länge – so sparen Sie sich viele Umwege.
Modelle und Fähigkeiten
-
Wie wechselt man zwischen Generieren und Bearbeiten?
Zum Generieren eines Bildes reicht es, den Prompt zu schreiben. Nach dem Hinzufügen eines Referenzbildes beschreibe, welche Inhalte geändert werden sollen und welche Details erhalten bleiben müssen; beide Nutzungsarten verwenden dieselbe Modell-ID. Jede Aufgabe wird unabhängig verarbeitet; wenn du die Bearbeitung fortsetzen möchtest, stelle erneut das vorherige Ergebnis bereit.
Modelle und Fähigkeiten
-
Wie verwendet man Referenzbilder zusammen mit Prompts?
Fügen Sie bis zu 10 JPEG-, PNG- oder WebP-Bilder hinzu. Beschreiben Sie für jedes Bild das Motiv, den Hintergrund oder den Stil und listen Sie anschließend die beizubehaltenden Elemente auf. Die Bild-URLs müssen öffentlich zugänglich sein; bei der API darf ein einzelnes Bild 30 MB nicht überschreiten.
Modelle und Fähigkeiten
-
Wie wird das Seitenverhältnis bei auto gewählt?
Bei auto wählt das Modell das Seitenverhältnis anhand des Prompts und der Referenzbilder. Wenn ein Poster- oder Anzeigenformat benötigt wird, wähle direkt ein eindeutiges Verhältnis; die Auflösungsstufe steht nicht für feste Breiten- und Höhenpixel. Das Verhältnis ist das Kompositionsziel, die tatsächlichen Pixel können leicht abweichen, insbesondere bei 1:8 und 8:1; bei festen Formaten bitte die Abmessungen der Ausgabedatei prüfen und erst dann zuschneiden.
Modelle und Fähigkeiten
-
Wie lässt sich die Lesbarkeit von Text auf Postern verbessern?
Schreibe die benötigten Texte Satz für Satz auf, gib die Position von Titel, Labels und Untertiteln an und beschränke zusätzlichen Text. Prüfe nach der Fertigstellung Zeichen für Zeichen, insbesondere bei kleinen Schriftgrößen und längeren Absätzen.
Modelle und Fähigkeiten
-
Kann man Bilder mit transparentem Hintergrund oder mehrere Bilder auf einmal generieren?
Derzeit wird pro Aufgabe ein einzelnes JPG- oder PNG-Bild generiert; es gibt keinen Schalter für transparenten Hintergrund und keinen Parameter für die Anzahl der Bilder im Batch. PNG ist ein Dateiformat und garantiert keinen transparenten Hintergrund.
Modelle und Fähigkeiten
-
Wie erhalte und speichere ich die Ergebnisse?
Speichern Sie nach dem Absenden die taskId und fragen Sie den Status über GET /v1/tasks/:id ab; nach Erfolg lesen Sie output[].url aus. Alternativ können Sie callback.url einrichten, um Benachrichtigungen über den Endzustand zu erhalten; Ergebnisse, die langfristig genutzt werden sollen, bitte rechtzeitig speichern.
Modelle und Fähigkeiten
-
Für welche Arten von Kreationen eignet sich Nano Banana 2.1?
Man kann mit Modeporträts und Wohnszenen beginnen oder auch ein Originalbild als Referenz für die Bearbeitung bereitstellen. Diese Seite zeigt tatsächlich generierte Küstenporträts, Möbelräume und einen Outfit-Wechsel-Vergleich; die Ergebnisse hängen von der konkreten Eingabe ab, und vor der Auslieferung sollten die Details geprüft werden.
Modelle und Fähigkeiten
-
Wie sollte man zwischen 1K, 2K und 4K wählen?
Verwenden Sie zunächst 1K, um die Richtung festzulegen; wenn Material, Raum oder Layoutdetails besprochen werden sollen, kann 2K gewählt werden; für größere Präsentationen und späteres Zuschneiden kann 4K in Betracht gezogen werden. Eine höhere Auflösung korrigiert nicht automatisch Text- oder Strukturfehler; die tatsächliche Pixelgröße variiert je nach Bildformat.
Modelle und Fähigkeiten
-
Wie kann ich ein Bild bearbeiten und dabei die ursprüngliche Komposition möglichst beibehalten?
Laden Sie das Originalbild hoch, das Sie bearbeiten möchten, und geben Sie jeweils die Änderungen und die beizubehaltenden Elemente an, zum Beispiel die Jacke ersetzen sowie Gesicht, Pose und Hintergrund der Person beibehalten. Vergleichen Sie das Ergebnis mit dem Original und prüfen Sie die Kleidungskanten, die Hände und die Licht- und Schattenwirkung; wenn Sie weiter bearbeiten möchten, reichen Sie erneut das vorherige Ergebnis ein.
Modelle und Fähigkeiten
-
Wie lässt sich bei generierten Bildern eine stärkere fotografische Qualität erzielen?
Beschreiben Sie konkret das Motiv, die Aktion, den Stoff- oder Oberflächenmaterial, die Kameraposition und die Lichtrichtung und begrenzen Sie die Anzahl der Requisiten. Prüfen Sie bei Vergrößerung Haut, Hände, Reflexionen und Schatten; allein „hochwertige Fotografie“ zu schreiben oder die Auflösung zu erhöhen, garantiert keine präzisen Details.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt OmniHuman 1.5?
Ein Porträtbild (image_url) und eine Audiodatei (audio_url), beide sind erforderlich. Prompt, Maske, Auflösung, Schnellmodus und Zufalls-Seed sind optional.
Modelle und Fähigkeiten
-
Bei welchen Personenbildern sind die Ergebnisse am besten?
Am zuverlässigsten funktionieren Einzelbilder mit klarem Frontalgesicht und unverdecktem Mund; echte Fotos von Personen, Haustiere, Illustrationen und Anime-Figuren sind alle möglich. Bei Halb- oder Ganzkörperbildern werden mehr Gesten einbezogen. Das Videoformat richtet sich nach diesem Bild, ein zusätzliches Festlegen des Seitenverhältnisses ist nicht nötig.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für die Audiodatei?
Sprechen oder Singen ist beides möglich, Formate mp3, wav, aac, ogg, m4a, maximal 10MB; die Dauer muss unter 60 Sekunden liegen, am besten unter 15 Sekunden. Die Videodauer entspricht der Audiodauer.
Modelle und Fähigkeiten
-
Kann ich Audio wie Gesang oder andere Sprachen wie Englisch verwenden?
Ja. Das Treiberaudio kann sowohl Sprache als auch Gesang sein, und die Lippen synchronisation ist nicht von der Sprache abhängig; mit demselben Porträt und unterschiedlichen Sprachaufnahmen lassen sich jeweils Versionen in der entsprechenden Sprache generieren.
Modelle und Fähigkeiten
-
Ist der Prompt ein Pflichtfeld?
Nein. Ohne Prompt legt das Modell Mimik und Bewegungen anhand der Audiodatei selbst fest; wenn Sie Mimik, Gestik oder Kameraführung steuern möchten, schreiben Sie einen Prompt mit maximal 300 Zeichen. Unterstützt werden Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch und Indonesisch.
Modelle und Fähigkeiten
-
Wie kann ich den Sprecher festlegen, wenn mehrere Personen im Bild sind?
Lade eine Maskendatei mit derselben Größe wie das Porträtbild hoch (Sprecherbereich weiß, Rest schwarz) zu mask_urls, maximal 5 Stück; die festgelegte Person wird dann lippensynchron animiert.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu HeyGen Avatar IV?
OmniHuman 1.5 wird ausschließlich per Audio gesteuert, unterstützt jedoch Haustiere und Anime-Charaktere, bietet reichere Mimik und Körperbewegungen und ermöglicht es, den Sprecher per Maske festzulegen; bei HeyGen Avatar IV kann man nur den Text vorgeben und aus voreingestellten Stimmen eine Vertonung wählen, außerdem lassen sich Bildformat und Hintergrundfüllung festlegen.
Modelle und Fähigkeiten
-
Wie wird OmniHuman 1.5 abgerechnet?
Die Abrechnung erfolgt nach den tatsächlichen Sekunden des generierten Videos; 720p und 1080p kosten gleich viel. Beim Erstellen einer Aufgabe wird zunächst für maximal 60 Sekunden im Voraus ein Betrag reserviert (bei der Übermittlung muss das Guthaben die Kosten für 60 Sekunden abdecken); nach Abschluss wird nach den tatsächlich ausgegebenen Sekunden abgerechnet und die Differenz zurückerstattet. Fehlgeschlagene Aufgaben werden vollständig erstattet; den Stückpreis finden Sie im Echtzeitpreis auf dieser Seite.
Modelle und Fähigkeiten
-
Was ist PixVerse V6 Image-to-Video?
Es ist die Image-to-Video-Version von PixVerse V6: Lade ein Bild als erstes Frame hoch und beschreibe dann mit einem Prompt die hinzuzufügenden Bewegungen, Kameraführungen und die Atmosphäre, um ein Video von 1 bis 15 Sekunden und 360p bis 1080p zu erzeugen, optional mit synchronisiertem Audio und Stil-Presets.
Modelle und Fähigkeiten PixVerse V6
-
Wodurch wird das Seitenverhältnis des Ausgabevideos bestimmt?
Es wird durch das Seitenverhältnis des ersten Frames im Bild image_url bestimmt, daher gibt es bei der Bild-zu-Video-Generierung keinen Parameter aspect_ratio. Wenn Sie ein Hochformat benötigen, laden Sie ein Hochformat-Bild hoch; wenn Sie 16:9 benötigen, laden Sie ein Querformat-Bild hoch.
Modelle und Fähigkeiten PixVerse V6
-
Wie sollte der Prompt geschrieben werden?
Beschreibe nur die gewünschten Veränderungen: Aktionen des Motivs, Kamerabewegungen, Umgebungsänderungen und Geräusche. Inhalte, die bereits im Bild vorhanden sind, müssen nicht wiederholt werden. Gib klar an, welche Dinge unverändert bleiben sollen, z. B. „Kamera bleibt statisch“ und „Hintergrund unverändert“.
Modelle und Fähigkeiten PixVerse V6
-
Welche Anforderungen gelten für das eingegebene Bild?
image_url muss eine öffentlich direkt zugängliche Bildadresse sein; im Playground kann auch direkt hochgeladen werden. Bilder mit klarem Motiv, vollständiger Komposition und Freiraum für Bewegung führen eher zu stabiler Bewegung.
Modelle und Fähigkeiten PixVerse V6
-
Welche Dauern und Auflösungen werden unterstützt?
duration kann eine beliebige ganze Zahl in Sekunden zwischen 1 und 15 sein, Standard sind 5 Sekunden; resolution bietet die vier Stufen 360p, 540p, 720p und 1080p, Standard ist 720p.
Modelle und Fähigkeiten PixVerse V6
-
Kann Audio generiert werden?
Ja. Setzen Sie generate_audio auf true, dann werden zusammen mit dem Video Hintergrundmusik, Soundeffekte und Dialoge generiert; im Prompt können Sie die gewünschten Klänge beschreiben. Standardmäßig ist der Wert false, dann wird nur das Bild ausgegeben.
Modelle und Fähigkeiten PixVerse V6
-
Wie verwendet man die style-Stilvorgaben?
style kann anime (Anime), 3d_animation (3D-Animation), clay (Knetoptik), comic (Comic) oder cyberpunk (Cyberpunk) sein. Wird es nicht übergeben, bleibt der natürliche Zeichenstil des Modells erhalten; übergib es nur, wenn ein einheitlicher Stil gewünscht ist.
Modelle und Fähigkeiten PixVerse V6
-
Wie wird die Obergrenze der Prompt-Länge berechnet?
prompt und negative_prompt werden beide in UTF-8-Bytes gezählt, die Obergrenze beträgt 2048 Bytes: englische Buchstaben belegen je 1 Byte, CJK-Zeichen wie Chinesisch je 3 Bytes, daher sind rein chinesische Texte etwa 680 Zeichen lang.
Modelle und Fähigkeiten PixVerse V6
-
Wofür sind negative_prompt und seed nützlich?
In negative_prompt gibst du Inhalte an, die vermieden werden sollen, z. B. Bildflackern, Textwasserzeichen oder verzerrte Gliedmaßen; wenn seed festgelegt ist, können mit demselben Prompt und denselben Parametern dieselben Ergebnisse reproduziert werden, was praktisch ist, um nur eine Variable zu ändern und zu vergleichen.
Modelle und Fähigkeiten PixVerse V6
-
Wie wird PixVerse V6 abgerechnet?
Die Abrechnung erfolgt nach den ausgegebenen Sekunden; der Stückpreis richtet sich nach der Auflösung und danach, ob Audio generiert wird, insgesamt 8 Stufen: von 360p bis 1080p steigt der Preis stufenweise an, und der Stückpreis mit aktiviertem Audio ist höher als ohne. Der tatsächliche Betrag richtet sich nach dem aktuellen Preis auf der Preisseite und den Aufgabenaufzeichnungen.
Modelle und Fähigkeiten PixVerse V6
-
Wie lassen sich die Kosten für Tests kontrollieren?
Verwenden Sie zunächst 360p oder 540p, kurze Clips von wenigen Sekunden und deaktiviertes Audio, um Bewegung und Bildkomposition zu prüfen. Erhöhen Sie dann auf 720p oder 1080p und aktivieren Sie Audio für die offizielle Version. Die Beispiele auf dieser Seite umfassen sowohl Testclips mit 540p und 4 Sekunden als auch offizielle Versionen mit 720p.
Modelle und Fähigkeiten PixVerse V6
-
Wie rufe ich die API auf?
Sende einen asynchronen Task an POST /v1/tasks; die Anfrage gibt sofort eine taskId zurück. In der Produktionsumgebung wird empfohlen, callback.url zu übergeben, um die Benachrichtigung über den Endstatus zu erhalten; beim Debuggen kann GET /v1/tasks/:id abgefragt werden, und nach Erfolg lässt sich die MP4-Datei von output[].url herunterladen.
Modelle und Fähigkeiten PixVerse V6
-
Was ist die Text-zu-Video-Funktion von PixVerse V6?
Es ist die Text-zu-Video-Version von PixVerse V6: Du schreibst nur einen Prompt und kannst damit ein Video von 1 bis 15 Sekunden in 360p bis 1080p generieren, optional mit synchronem Audio und 5 Stil-Presets, ohne ein Bild hochladen zu müssen.
Modelle und Fähigkeiten PixVerse V6
-
Welche Seitenverhältnisse werden unterstützt?
aspect_ratio unterstützt 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 und 21:9, also insgesamt 8 Formate; Standard ist 16:9. Für vertikale Kurzvideos wähle direkt 9:16, für einen Breitbild-Effekt wähle 21:9.
Modelle und Fähigkeiten PixVerse V6
-
Was ist zu tun, wenn ein festes Eröffnungsbild benötigt wird?
Verwenden Sie stattdessen pixverse-v6/image-to-video: Laden Sie ein Bild als erstes Frame hoch, und das Video beginnt mit diesem Bild. Text-zu-Video eignet sich, um eine Szene von Grund auf zu entwerfen; Bild-zu-Video eignet sich für Szenarien mit vorhandenem Material oder wenn die Bildkomposition fixiert werden muss.
Modelle und Fähigkeiten PixVerse V6
-
Wofür eignet sich Qwen Image 2.1 Pro?
Es eignet sich für Text-zu-Bild-Generierung und Bildbearbeitung, bei denen ein ausgewogenes Verhältnis von Bildqualität und Geschwindigkeit gefragt ist, kann bis zu 10 Bilder gleichzeitig als Referenz verwenden und zeigt auch bei der Darstellung chinesischer und englischer Schrift gute Ergebnisse.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder werden unterstützt? Wie wirkt sich die Reihenfolge aus?
1–10 Bilder; ohne Referenzbild handelt es sich um Text-zu-Bild. Mehrere Bilder werden in Array-Reihenfolge nummeriert und in der Eingabeaufforderung einfach mit „Bild 1“, „Bild 2“ referenziert – im Fallbeispiel dieser Seite zum Einfügen von Möbeln in eine Szene wird das Motiv in Bild 1 und die Szene in Bild 2 platziert, sodass beide Bilder klar getrennte Rollen haben und sich nicht vermischen.
Modelle und Fähigkeiten
-
Wie hängen Seitenverhältnis und Größe zusammen?
Beides ist dasselbe: Die fünf Werte von aspect_ratio entsprechen jeweils einer festen Pixeldimension auf 2K-Niveau (1:1 entspricht 2048*2048, 16:9 entspricht 2688*1536, 9:16 entspricht 1536*2688, 4:3 entspricht 2368*1728, 3:4 entspricht 1728*2368). Wird nichts angegeben, entscheidet das Modell anhand des Prompts und des Referenzbilds selbst. Wenn du das Layout präzise steuern willst, wähle ein Seitenverhältnis und erwarte nicht, dass du zusätzlich Pixel angeben kannst.
Modelle und Fähigkeiten
-
Soll prompt_extend aktiviert werden?
Standardmäßig aktiviert; es erweitert eine kurze Beschreibung zu einer vollständigeren Zeichenanweisung. Laut Dokumentation erhöht dies die Bearbeitungszeit um etwa 3–5 Sekunden. Wenn du nur mit einem Satz starten möchtest, ist es aktiviert bequemer; wenn im Prompt Bildinhalt, Textinhalt und Position bereits ausreichend konkret beschrieben sind, entsprechen die durch die Erweiterung ergänzten Zusatzinformationen möglicherweise nicht deinen Vorstellungen – dann kannst du es bei Bedarf deaktivieren.
Modelle und Fähigkeiten
-
Wie wird der Preis berechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder. Text-zu-Bild und Bearbeitung mit Referenzbild kosten gleich viel; das Referenzbild selbst wird nicht zusätzlich berechnet. Eine Anfrage erzeugt immer genau ein Bild (n ist fest auf 1 gesetzt).
Modelle und Fähigkeiten
-
Wie wählt man im Vergleich zu Qwen Image 2.0 und 3.0?
Für ausgewogene Bildqualität wählen Sie 2.1 Pro: Text-zu-Bild und Bearbeitung in einem, das Seitenformat ist fest auf fünf 2K-Seitenverhältnisse beschränkt, negative Prompts werden nicht unterstützt. Wenn Sie Größenpresets oder negative Prompts benötigen, wählen Sie Qwen Image 2.0. Wenn Sie Bearbeitungen mit stärkerem Prompt-Verständnis in den Stufen 1K/2K durchführen möchten, können Sie Qwen Image 3.0 ausprobieren.
Modelle und Fähigkeiten
-
Ist die chinesische Textwiedergabe zuverlässig?
Bei den chinesischen Poster-Beispielen auf dieser Seite wurden im Prompt drei Textzeilen wörtlich vorgegeben, und Titel, Datum und Ort wurden alle korrekt wiedergegeben, ohne dass zusätzliche Dekorationen hinzugefügt wurden. Der entscheidende Punkt ist, das Modell nicht selbst Texte erfinden zu lassen: Schreiben Sie den Inhalt jeder Zeile, die Schriftgrößenhierarchie und die Position explizit auf und fordern Sie ausdrücklich, dass im Bild keine weiteren Texte erscheinen.
Modelle und Fähigkeiten
-
Kann es einen transparenten Hintergrund ausgeben?
Die Dokumentation gibt an, dass diese Serie auf Anfrage PNG mit transparentem RGBA-Hintergrund ausgeben kann, aber wir haben dies für dieses Modell in beiden Stufen jeweils einmal getestet und erhielten in beiden Fällen undurchsichtige Ergebnisse (Alpha durchgehend 255), was zeigt, dass diese Fähigkeit empfindlich auf die Formulierung des Prompts reagiert und nicht ausreichend stabil ist. Wenn Sie einen zuverlässig transparenten Hintergrund benötigen, verwenden Sie bitte stattdessen ein spezielles Modell zur Hintergrundentfernung.
Modelle und Fähigkeiten
-
Wie wählt man zwischen Pro und Turbo?
Beide bieten dieselben Eingaben und Funktionen; der Unterschied liegt in Geschwindigkeit, Detailtiefe und Stückpreis: Für finale Filme, Produktbilder und Bilder mit präzisem Textlayout Pro verwenden; für Massenentwürfe, Social-Media-Bilder und Richtungsexploration Turbo.
Modelle und Fähigkeiten
-
Wofür ist Qwen Image 2.1 Turbo geeignet?
Geeignet für Szenarien mit hohem Preis-Leistungs-Verhältnis und schneller Bilderzeugung: Konzeptentwürfe, Social-Media-Grafiken, Sticker und Batch-Illustrationen. Die Fähigkeiten entsprechen denen von Pro, bei höherer Geschwindigkeit und niedrigerem Preis.
Modelle und Fähigkeiten
-
Werden Referenzbilder unterstützt? In welcher Reihenfolge werden sie wirksam?
Wie bei Pro werden Bildbearbeitungen mit 1–10 Referenzbildern unterstützt; ohne Übergabe handelt es sich um Text-zu-Bild. Referenzbilder werden in der Reihenfolge des Arrays nummeriert und können im Prompt mit „Bild 1“ referenziert werden – das Fallbeispiel „Foto zu Aquarell“ auf dieser Seite ist eine Stiländerung mit einem einzelnen Referenzbild. Wenn sowohl Motiv- als auch Szenenmaterial verwendet werden soll, geben Sie die jeweilige Rolle an, z. B. „Bild 1 Motiv, Bild 2 Szene“.
Modelle und Fähigkeiten
-
Was ist die Beziehung zwischen Seitenverhältnis und Größe?
Identisch mit Pro: Jeder der fünf Werte von aspect_ratio entspricht einer festen Größe der 2K-Klasse (1:1 2048*2048, 16:9 2688*1536, 9:16 1536*2688, 4:3 2368*1728, 3:4 1728*2368). Wird kein Wert übergeben, entscheidet das Modell selbst. Für Social-Media-Bilder empfiehlt es sich, direkt 1:1 oder 16:9 anzugeben, damit die Größe nicht mit dem Referenzbild variiert.
Modelle und Fähigkeiten
-
Soll prompt_extend aktiviert werden?
Standardmäßig aktiviert; ein Satz wird zu einer vollständigeren Zeichenanweisung erweitert, laut Dokumentation mit etwa 3–5 Sekunden zusätzlicher Zeit. Beim schnellen Ausprobieren ist es aktiviert bequemer; wenn der Prompt bereits sehr konkret ist oder du nur eine bestimmte, klar definierte Komposition sehen möchtest, kannst du es deaktivieren, um Variablen zu reduzieren.
Modelle und Fähigkeiten
-
Wie wird der Preis berechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder zu einem festen Preis pro Bild, der niedriger ist als bei Pro; Referenzbilder werden nicht zusätzlich berechnet, und eine Anfrage erzeugt ein Bild (n ist fest auf 1 gesetzt).
Modelle und Fähigkeiten
-
Wie wähle ich im Vergleich zu Pro und Qwen Image 2.0?
Turbo und Pro haben identische Eingabeparameter, Obergrenzen für Referenzbilder, Bildformate und Textrendering-Fähigkeiten: Wer schnell und in großen Stapeln Bilder erzeugen möchte, wählt Turbo; wer feinere Endergebnisse möchte, wählt Pro. Wenn Größenpresets oder Negativ-Prompts benötigt werden, wählt man Qwen Image 2.0.
Modelle und Fähigkeiten
-
Worauf sollte man beim Ändern des Stils achten?
Im Test erwies sich die Stilübertragung von Turbo als eher konservativ: Wenn man nur „Aquarellstil“ angibt, ähnelt das Ergebnis eher einem Foto mit einem Vintage-Effekt; erst nach der Anweisung „mit vereinfachten Formen und ausgelassenen Details neu zeichnen, die Ränder der Farbflächen sollen ausgefranste Kanten im Sinne der Nass-in-Nass-Technik haben“ ergab sich ein deutlich erkennbarer Aquarellillustrations-Eindruck, während die Gebäudestruktur und die Positionen der Möbel weiterhin mit dem Referenzbild übereinstimmten. Wer den Stil wirklich wechseln will, muss ausdrücklich ein Neuzeichnen und Vereinfachen verlangen und nicht nur einen Stilnamen angeben.
Modelle und Fähigkeiten
-
Wie viele Bilder werden pro Anfrage erzeugt? Wie wähle ich Turbo aus?
Pro Anfrage wird genau ein Bild erzeugt (n ist fest auf 1 gesetzt). Wenn du mehrere Varianten brauchst, reiche mehrere Aufgaben ein oder führe den Lauf mit unterschiedlichen Seeds erneut aus. Für schnelle Entwürfe und das Erzeugen großer Bildmengen wähle Turbo; für das finale Ergebnis mit höheren Ansprüchen an Detail und Textur wähle Pro.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt Ray 3.2 für die Bild-zu-Video-Generierung?
Zwei Pflichtangaben: prompt (1–6000 Zeichen) und das Startbild image_url. Optional end_image_url als Endbild sowie resolution (540p, 720p, 1080p, Standard 540p). Im Playground können lokale Bilder direkt hochgeladen werden.
Modelle und Fähigkeiten Ray 3.2
-
Kann die Videodauer festgelegt werden?
Nein. Bei der Bild-zu-Video-Generierung beträgt jedes Video fest 5 Sekunden; im Request gibt es keinen Parameter duration. Wenn Sie eine 10-sekündige Einstellung benötigen, können Sie stattdessen Ray 3.2 Text-zu-Video verwenden, das 5 und 10 Sekunden unterstützt.
Modelle und Fähigkeiten Ray 3.2
-
Wodurch wird das Ausgabeseitenverhältnis bestimmt?
Durch das erste Frame; es gibt keinen Parameter aspect_ratio. Die Ausgabe wird an das nächstgelegene der Verhältnisse 16:9, 9:16, 1:1, 4:3, 3:4 und 21:9 angepasst; wenn das Verhältnis nicht exakt übereinstimmt, werden die Ränder beschnitten. Das Wüstenbeispiel auf dieser Seite hat ein Originalbild von etwa 3:2 (1024×687) und wird als 4:3 mit 1104×832 ausgegeben; das Eiskaffee-Beispiel hat ein Originalbild im Verhältnis 9:16 und wird als Hochformat-Video im Verhältnis 9:16 ausgegeben, praktisch ohne Beschnitt. Wenn Sie das Ausgabeverhältnis vollständig kontrollieren möchten, schneiden Sie das erste Frame vorab auf eines dieser sechs Verhältnisse zu.
Modelle und Fähigkeiten Ray 3.2
-
Wie verwendet man Start- und Endbild?
Über image_url wird das Startbild übergeben, über end_image_url das Endbild. Das Video geht dann vom Startbild zum Endbild über, und der Prompt muss nur die dazwischen stattfindende Veränderung beschreiben. Je ähnlicher Kameraausrichtung, Licht und Position des Motivs in beiden Bildern sind, desto flüssiger ist der Übergang; bei unterschiedlicher Bildkomposition fügt das Modell Kamerabewegungen hinzu, um die Verbindung herzustellen – genau das ist beim Pfingstrosen-Beispiel auf dieser Seite der Fall.
Modelle und Fähigkeiten Ray 3.2
-
Wird für das Hinzufügen eines Endframes extra berechnet?
Nein. Die Bild-zu-Video-Generierung wird pro Video nach Auflösung abgerechnet; ob end_image_url übergeben wird oder nicht, der Preis ist gleich. Die Dauer ist fest auf 5 Sekunden, daher wird auch nicht sekundenweise abgerechnet.
Modelle und Fähigkeiten Ray 3.2
-
Wie lauten die Ausgabegrößen der drei Auflösungsstufen?
Die tatsächliche Größe folgt dem Seitenverhältnis des ersten Frames. Die drei Beispiele auf dieser Seite: Bei einem 16:9-Erstframe ergibt 540p eine Ausgabe von 960×540; bei einem Erstframe im Verhältnis etwa 3:2 ergibt 720p eine 4:3-Ausgabe von 1104×832; bei einem 9:16-Erstframe ergibt 1080p eine Ausgabe von 1080×1920. Es empfiehlt sich, zunächst mit 540p Bewegung und Bildkomposition zu prüfen und dann mit 720p oder 1080p die finale Version zu erstellen. Das Eiskaffee-Beispiel auf dieser Seite verwendet 1080p, wodurch die Details von Glas und Wassertropfen deutlich klarer sind als in den niedrigeren Stufen.
Modelle und Fähigkeiten Ray 3.2
-
Haben die generierten Videos Ton?
Nein. Die Ausgabe ist eine MP4 ohne Tonspur; wenn Sie Musik, Voiceover oder Soundeffekte benötigen, fügen Sie diese bitte in der Nachbearbeitung hinzu.
Modelle und Fähigkeiten Ray 3.2
-
Wie schreibt man Prompts für die Bild-zu-Video-Generierung?
Das erste Frame gibt bereits Motiv und Szene vor; konzentriere dich im Prompt darauf, „was als Nächstes passiert“: die Aktionen des Motivs, wie sich die Kamera bewegt, wie sich Licht oder Wetter verändern. Das bereits im Bild vorhandene Aussehen muss nicht erneut beschrieben werden – es ist hilfreicher, klar anzugeben, welche Dinge unverändert bleiben sollen.
Modelle und Fähigkeiten Ray 3.2
-
Wie wird die Abrechnung für die Bild-zu-Video-Funktion von Ray 3.2 durchgeführt?
Jedes Video wird nach der gewählten Auflösung abgerechnet, wobei 540p am günstigsten und 1080p am teuersten ist; fehlgeschlagene Aufgaben werden erstattet. Die genauen Einzelpreise richten sich nach dem aktuellen Preis auf der Preisseite.
Modelle und Fähigkeiten Ray 3.2
-
Wie ruft man die API auf?
Senden Sie eine asynchrone Aufgabe an POST /v1/tasks, setzen Sie model auf ray-3.2/image-to-video und übergeben Sie in input prompt und image_url, bei Bedarf zusätzlich end_image_url und resolution. Die Schnittstelle gibt sofort eine taskId zurück; Sie können das Ergebnis über callback.url empfangen oder per Polling mit GET /v1/tasks/:id abrufen.
Modelle und Fähigkeiten Ray 3.2
-
Wie wählt man zwischen Bild-zu-Video und Text-zu-Video?
Wenn bereits ein gewünschtes Bild vorliegt (Produktbild, Designentwurf, Screenshot aus dem vorherigen Video) oder das Endbild festgelegt werden soll, verwendet man Bild-zu-Video; wenn nur eine textliche Vorstellung besteht, 10 Sekunden oder ein bestimmtes Seitenverhältnis benötigt werden, verwendet man Text-zu-Video. Beide Varianten teilen sich die drei Preisstufen für 5 Sekunden zum gleichen Preis, 10 Sekunden gibt es nur bei Text-zu-Video.
Modelle und Fähigkeiten Ray 3.2
-
Welche Dauern unterstützt Ray 3.2 bei der Text-zu-Video-Generierung?
5 Sekunden oder 10 Sekunden; über duration wird die Ganzzahl 5 oder 10 übergeben, Standard ist 5 Sekunden.
Modelle und Fähigkeiten Ray 3.2
-
Welche Auflösungen und Seitenverhältnisse werden unterstützt?
Auflösungen: 540p, 720p, 1080p, Standard 540p; Seitenverhältnisse: 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, Standard 16:9. Das Hochformat-Beispiel auf dieser Seite verwendet 540p + 9:16, die tatsächliche Ausgabe beträgt 540×960; das Querformat-Beispiel verwendet 720p + 16:9, die Ausgabe beträgt 1280×720; das 10-Sekunden-Beispiel verwendet 720p + 21:9, die Ausgabe beträgt 1680×720.
Modelle und Fähigkeiten Ray 3.2
-
In welchem Verhältnis stehen die Preise für 10 Sekunden und 5 Sekunden?
Die Abrechnung erfolgt pro Stück, wobei der Preis gemeinsam von zwei Stufen bestimmt wird: Dauer und Auflösung. Bei gleicher Auflösung kostet die 10-Sekunden-Stufe etwa das Dreifache der 5-Sekunden-Stufe. Daher empfiehlt es sich, zunächst mit 5 Sekunden die Bewegung zu prüfen und erst dann zu entscheiden, ob eine 10-Sekunden-Version erstellt wird. Das 10-Sekunden-Beispiel auf dieser Seite verwendet 720p, und die berechnete Gebühr beträgt etwa das Dreifache der 5-Sekunden-Variante derselben Stufe. Der genaue Stückpreis richtet sich nach dem aktuellen Preis auf der Preisseite.
Modelle und Fähigkeiten Ray 3.2
-
Kann ich ein Referenzbild oder ein Startbild hochladen?
Text-to-Video akzeptiert nur Text-Prompts. Wenn Sie ein Bild als Startbild verwenden oder gleichzeitig ein Endbild festlegen möchten, verwenden Sie bitte Ray 3.2 Image-to-Video (ray-3.2/image-to-video).
Modelle und Fähigkeiten Ray 3.2
-
Wie schreibe ich einen Prompt, damit eher gute Ergebnisse entstehen?
Ein Prompt darf maximal 6000 Zeichen lang sein. Empfohlen wird die Reihenfolge „Subjekt und Szene → Aktion → Kamerabewegung → Licht und Atmosphäre“. Beschreibe bei der Kamera klar Richtung und Geschwindigkeit, zum Beispiel „Kamera umkreist aus niedriger Position“ oder „langsames Aufsteigen“. Ordne in einem Video nur eine Hauptaktion an – das ist stabiler, als mehrere Ereignisse anzuhäufen.
Modelle und Fähigkeiten Ray 3.2
-
Ist der Text im Bild zuverlässig?
Nein. Im Fall des Neon-Tänzers auf dieser Seite sind die Buchstaben auf dem Schild vom Modell erfunden und nicht lesbar. Wenn Sie Markennamen, Slogans oder Untertitel benötigen, überlagern Sie diese bitte in der Nachbearbeitung.
Modelle und Fähigkeiten Ray 3.2
-
Eignet es sich für vertikale Kurzvideos?
Du kannst direkt 9:16 für vertikale Videos auswählen, ohne zuerst eine horizontale Version zu erstellen und sie dann zuzuschneiden; 1:1 und 3:4 eignen sich für Feeds, 21:9 für Breitbild-Intros.
Modelle und Fähigkeiten Ray 3.2
-
Wie wird die Abrechnung für Ray 3.2 Text-zu-Video durchgeführt?
Jedes Video wird nach der Kombination aus Dauer und Auflösung abgerechnet, insgesamt 6 Stufen, 540p + 5 Sekunden ist am günstigsten; bei fehlgeschlagenen Aufgaben wird die Abbuchung zurückerstattet.
Modelle und Fähigkeiten Ray 3.2
-
Wofür ist Recraft Creative Upscale gedacht?
Ein Bild auf eine höhere Auflösung hochskalieren und dabei Texturen und Details neu zeichnen. Es erfordert keinen Prompt, nur eine Bild-URL.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Was ist der Unterschied zu Recraft Crisp Upscale?
Crisp Upscale zielt darauf ab, nah am Originalbild zu bleiben, und eignet sich für Materialien wie Text oder Produkte, die nicht verändert werden dürfen; Creative Upscale zeichnet Details neu und erzeugt ein feineres Bild, wobei die lokale Struktur jedoch vom Original abweichen kann.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Wird der Bildinhalt verändert?
Die Gesamtkomposition, das Hauptmotiv und die Farbgebung bleiben weitgehend erhalten, aber die Details werden neu gezeichnet. Im Beispiel auf dieser Seite wurden die Holzbalken, die Steinmauer und das Geländer der Holzhütte klarer neu gezeichnet, der kleine Baum neben der Veranda wurde nicht beibehalten, und auch die Anordnung der Steine hat sich verändert. Bei Materialien mit strengen Anforderungen an die Details bestätigen Sie diese bitte zuerst im Playground.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Welche Anforderungen gelten für das Eingabebild?
Übergeben Sie eine öffentlich zugängliche http(s)-Bild-URL, höchstens 20 MB, 256–4096 Pixel pro Seite, insgesamt nicht mehr als 16 MP. Das Beispiel auf dieser Seite verwendet ein PNG-Bild; derzeit wird PNG empfohlen.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Wie stark lässt sich das vergrößern?
Das Beispiel auf dieser Seite vergrößert ein Bild von 1254×1254 auf 4096×4096. Wie groß das Ergebnis bei anderen Eingabegrößen ausfällt, richtet sich nach der tatsächlichen Rückgabe.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Muss ich einen Prompt schreiben?
Nein. Dieses Modell hat nur einen Parameter, image_url, und keine Prompt-, Multiplikator- oder Stileinstellungen.
Modelle und Fähigkeiten Recraft Creative Upscale
-
In welchem Format erfolgt die Ausgabe?
Laden Sie das Bild über output[].url aus dem Aufgabenergebnis herunter. Das Beispiel auf dieser Seite gibt ein WebP-Bild zurück.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, mit 1 Bild pro Anfrage; den aktuellen Preis finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Für welche Bilder ist es geeignet?
Geeignet für Material wie Illustrationen, Landschaften und Szenenbilder, bei denen Details neu gezeichnet werden dürfen, zum Beispiel bei der Aufbereitung alten Materials oder beim Vergrößern kleinerer generierter Bilder für die Präsentation. Bilder mit präzisem Text, Logos oder Produktdetails eignen sich besser für Crisp Upscale.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Wie lange werden die Ergebnisbilder gespeichert?
Der Ergebnislink hat eine begrenzte Gültigkeit. Bitte speichern Sie die Bilder nach erfolgreichem Abschluss der Aufgabe rechtzeitig in Ihrem eigenen Speicher.
Modelle und Fähigkeiten Recraft Creative Upscale
-
Wofür ist Recraft Creative Upscale gedacht?
Ein Bild auf eine höhere Auflösung skalieren und dabei Texturen und Details neu zeichnen. Es erfordert keinen Prompt, sondern nur eine Bild-URL.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Recraft Crisp Upscale?
Crisp Upscale zielt darauf ab, nah am Originalbild zu bleiben, und eignet sich für Materialien wie Text oder Produkte, die nicht verändert werden dürfen; Creative Upscale zeichnet Details neu und erzeugt ein feineres Bild, aber die lokale Struktur kann vom Originalbild abweichen.
Modelle und Fähigkeiten
-
Wird der Bildinhalt verändert?
Gesamtkomposition, Motiv und Farbgebung bleiben weitgehend erhalten, aber die Details werden neu gezeichnet. Im Beispiel auf dieser Seite wurden die Holzbalken, die Steinmauer und das Geländer der Hütte klarer neu gezeichnet, der kleine Baum neben der Veranda wurde nicht beibehalten, und auch die Anordnung der Steine hat sich verändert. Bei Materialien mit strengen Anforderungen an die Details bitte zuerst im Playground prüfen.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für das hochgeladene Bild?
Übergeben Sie eine öffentlich zugängliche http(s)-Bild-URL, maximal 20 MB, jede Seite 256–4096 Pixel, insgesamt nicht mehr als 16 MP. Die Beispiele auf dieser Seite verwenden PNG-Bilder; derzeit wird PNG empfohlen.
Modelle und Fähigkeiten
-
Bis zu welcher Größe kann vergrößert werden?
Das Beispiel auf dieser Seite vergrößert ein Bild von 1254×1254 auf 4096×4096. Welche Ergebnisse bei Eingaben anderer Größen erzielt werden, richtet sich nach der tatsächlichen Rückgabe.
Modelle und Fähigkeiten
-
Muss ich einen Prompt schreiben?
Nein. Dieses Modell hat nur einen Parameter, image_url, und keine Prompt-, Multiplikator- oder Stileinstellungen.
Modelle und Fähigkeiten
-
In welchem Format erfolgt die Ausgabe?
Laden Sie das Bild von output[].url des Aufgabenergebnisses herunter. Das Beispiel auf dieser Seite gibt ein WebP-Bild zurück.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder, 1 Bild pro Anfrage; den aktuellen Preis finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Für welche Bilder eignet es sich?
Geeignet für Materialien wie Illustrationen, Landschaften und Szenenbilder, bei denen Details neu gezeichnet werden dürfen, zum Beispiel um altes Material aufzufrischen oder kleinere generierte Bilder für die Präsentation zu vergrößern. Bilder mit präzisem Text, Logos oder Produktdetails eignen sich besser für Crisp Upscale.
Modelle und Fähigkeiten
-
Wie lange werden die Ergebnisbilder gespeichert?
Der Link zum Ergebnis hat eine begrenzte Gültigkeit. Bitte speichern Sie die Bilder nach erfolgreichem Abschluss der Aufgabe rechtzeitig in Ihrem eigenen Speicher.
Modelle und Fähigkeiten
-
Benötigt Recraft Crisp Upscale einen Prompt?
Nein. Das Modell empfängt nur eine Bild-URL (input.image_url), keine weiteren Parameter.
Modelle und Fähigkeiten
-
Um wie viel wird vergrößert? Kann der Faktor gewählt werden?
Fest auf 2-fache Vergrößerung in Breite und Höhe, der Faktor kann nicht gewählt werden. Zum Beispiel ergibt 640×640 eine Ausgabe von 1280×1280, 941×1672 ergibt 1882×3344.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für das eingegebene Bild?
Unterstützt werden JPEG, PNG und WEBP, pro Bild maximal 10 MB, und es muss sich um eine öffentlich erreichbare http(s)-URL handeln. Im Playground kann das Bild auch direkt hochgeladen werden.
Modelle und Fähigkeiten
-
In welchem Format erfolgt die Ausgabe?
Ein JPEG-Bild. Derzeit kann PNG oder WEBP nicht als Ausgabeformat gewählt werden.
Modelle und Fähigkeiten
-
Wird der Bildinhalt verändert?
Nein. Crisp Upscale erhöht nur die Auflösung und Schärfe, zeichnet den Inhalt nicht neu und erzeugt auch keine neuen Texte oder Objekte.
Modelle und Fähigkeiten
-
Bleibt der transparente Hintergrund einer PNG-Datei nach dem Vergrößern transparent?
Die Ausgabe erfolgt als JPEG und enthält keinen Alphakanal. Wenn Sie ein transparentes Ergebnis benötigen, empfiehlt es sich, zuerst zu vergrößern und anschließend mit Recraft Remove Background den Hintergrund zu entfernen.
Modelle und Fähigkeiten
-
Wie lange dauert die Verarbeitung eines Bildes?
In der Regel zwischen 10 Sekunden und etwa 1 Minute. Die Aufgabe läuft asynchron; nach dem Absenden wird sofort eine taskId zurückgegeben.
Modelle und Fähigkeiten
-
Muss man für die Freistellung des Hintergrunds bei Recraft einen Prompt schreiben?
Nein. Das Modell erhält nur eine Bild-URL (input.image_url), ohne Textparameter, und eignet sich daher für die direkte Einbindung in Batch-Pipelines.
Modelle und Fähigkeiten
-
Bleiben Haarsträhnen und Haarränder erhalten?
Ja. Die Stärke dieses Modells liegt in der feinen Erhaltung von Haarsträhnen, Haaren und halbtransparenten Rändern; das Beispiel auf dieser Seite ist eine API-Ausgabe.
Modelle und Fähigkeiten
-
Welche Felder müssen bei der API mindestens übermittelt werden?
Es genügt, model und input.image_url zu übermitteln; das Bild muss eine öffentlich zugängliche https-URL sein.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen Recraft V4.1 und V4.1 Flash?
V4.1 legt mehr Wert auf Details und Ausarbeitung, Flash ist schneller und eignet sich für das Testen in großem Umfang.
Modelle und Fähigkeiten Recraft V4.1
-
Welche Größen werden unterstützt?
image_size bietet sechs Optionen: square_hd (Standard), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
Modelle und Fähigkeiten Recraft V4.1
-
Wie lege ich die Farbgebung fest?
Über die API mit colors (Array aus RGB-Objekten) und background_color (einzelnes RGB-Objekt); jeder Kanal hat einen Wert von 0–255. Im Online-Playground sind diese beiden Parameter derzeit nicht verfügbar.
Modelle und Fähigkeiten Recraft V4.1
-
Werden Farbpaletten-Parameter immer strikt eingehalten?
colors ist eine bevorzugte Farbpalette; das Bild wird sich möglichst innerhalb dieser Farben bewegen. Wenn im Prompt offensichtlich widersprüchliche Farben angegeben sind, kann das Ergebnis beide miteinander vermischen.
Modelle und Fähigkeiten Recraft V4.1
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage wird 1 Bild generiert. Wenn mehrere Bilder benötigt werden, reichen Sie mehrere Aufgaben separat ein.
Modelle und Fähigkeiten Recraft V4.1
-
In welchem Format erfolgt die Ausgabe?
Es wird 1 Bild zurückgegeben, das über output[].url im Aufgabenergebnis heruntergeladen werden kann. Die Ergebnislinks haben eine begrenzte Gültigkeit, bitte rechtzeitig sichern.
Modelle und Fähigkeiten Recraft V4.1
-
Ist der Text im Bild korrekt geschrieben?
Kurze Titel sind in der Regel recht genau. Setzen Sie den Text in Anführungszeichen in den Prompt und geben Sie Position und Schriftstil an, dann ist das Ergebnis stabiler.
Modelle und Fähigkeiten Recraft V4.1
-
Muss ein Referenzbild hochgeladen werden?
Nein, dies ist ein reines Text-zu-Bild-Modell, es wird nur eine Textbeschreibung benötigt.
Modelle und Fähigkeiten Recraft V4.1
-
Kann man die Upscaling- und Hintergrundentfernungsfunktionen von Recraft nutzen?
Ja. Wenn Sie die URL des Ausgabebilds an recraft/crisp-upscale übergeben, wird es um das Zweifache vergrößert; wenn Sie sie an recraft/remove-background übergeben, erhalten Sie ein Bild mit transparentem Hintergrund.
Modelle und Fähigkeiten Recraft V4.1
-
Welcher Code muss geändert werden, um von Flash auf V4.1 umzusteigen?
Es reicht, model auf recraft-v4.1/text-to-image zu ändern; alle anderen Parameter bleiben unverändert.
Modelle und Fähigkeiten Recraft V4.1
-
Kann ich die Prompts auf Chinesisch schreiben?
Ja, aber englische Prompts sind für Stil-, Material- und Kamerabeschreibungen in der Regel stabiler; Text, der im Bild erscheinen soll, sollte am besten in der endgültig gewünschten Sprache geschrieben werden.
Modelle und Fähigkeiten Recraft V4.1
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, ein Bild pro Anfrage; der Stückpreis richtet sich nach dem aktuellen Preis.
Modelle und Fähigkeiten Recraft V4.1
-
Wofür eignet sich Recraft V4.1 Flash?
Es eignet sich für die schnelle Erstellung von Bildern in den Stilen Fotografie, Flat-Illustration, Poster und Mixed Media, zum Beispiel für Marketing-Grafiken, Markenillustrationen, Produktbilder und Konzeptskizzen.
Modelle und Fähigkeiten
-
Welche Größen werden unterstützt?
image_size bietet sechs Voreinstellungen: square_hd (Standard), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
Modelle und Fähigkeiten
-
Wie legt man die Farbgebung fest?
Übergeben Sie in der API colors (ein Array von RGB-Objekten) und background_color (ein RGB-Objekt), wobei jeder Kanal Werte von 0–255 hat. Auf der Online-Demo-Seite sind diese beiden Felder derzeit nicht verfügbar; rufen Sie bei Bedarf die API auf.
Modelle und Fähigkeiten
-
Ist die Farbpalette strikt bindend?
colors ist eine starke Vorgabe für die Farbpalette; das Bild wird sich möglichst an diese Farben halten, doch es ist nicht garantiert, dass pixelgenau ausschließlich diese Farben verwendet werden.
Modelle und Fähigkeiten
-
Wie viele Bilder können auf einmal generiert werden?
Pro Anfrage wird 1 Bild generiert; wenn Sie mehrere benötigen, können Sie mehrere Aufgaben einreichen.
Modelle und Fähigkeiten
-
In welchem Format erfolgt die Ausgabe?
Jedes Mal wird 1 WEBP-Bild zurückgegeben, das unter output[].url im Aufgabenergebnis heruntergeladen werden kann.
Modelle und Fähigkeiten
-
Ist der Text im Bild korrekt geschrieben?
Kurze Überschriften werden meist richtig geschrieben. Setzen Sie den gewünschten Text in Anführungszeichen und geben Sie Position und Schriftstil an, dann ist das Ergebnis stabiler.
Modelle und Fähigkeiten
-
Muss ein Referenzbild hochgeladen werden?
Nein. Dies ist ein Text-zu-Bild-Modell, es wird nur eine Textbeschreibung benötigt.
Modelle und Fähigkeiten
-
Gibt es eine Längenbegrenzung für Prompts?
Ein Prompt umfasst 1–10000 Zeichen.
Modelle und Fähigkeiten
-
Kann ich die Upscaling- und Hintergrundentfernungsfunktionen von Recraft nutzen?
Ja. Nach der Generierung kannst du die Bild-URL an recraft/crisp-upscale übergeben, um das Bild um das Zweifache zu vergrößern, oder an recraft/remove-background, um ein PNG mit transparentem Hintergrund zu erhalten.
Modelle und Fähigkeiten
-
Ist die Aufgabe synchron oder asynchron?
Asynchron. Nach dem Absenden wird sofort eine taskId zurückgegeben; anschließend kann der Aufgabenstatus abgefragt oder das Ergebnis per Callback abgerufen werden.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, ein Bild pro Anfrage. Den aktuellen Stückpreis finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Wofür sind Recraft V4 Styles gedacht?
Zuerst legt man mit 1–10 Referenzbildern den Stil fest, dann beschreibt man mit einem einzigen Prompt, was gezeichnet werden soll, und das Modell erzeugt ein neues Bild im Stil der Referenzbilder. Die Referenzbilder bestimmen „wie gezeichnet wird“, der Prompt bestimmt „was gezeichnet wird“.
Modelle und Fähigkeiten
-
Muss ein Referenzbild hochgeladen werden? Wie viele maximal?
Ja. image_urls ist ein Pflichtfeld, mindestens 1 und maximal 10 Bilder. Das Beispiel auf dieser Seite verwendet 2 Illustrationen im selben Stil.
Modelle und Fähigkeiten
-
Welche Formate und Größenanforderungen gelten für Referenzbilder?
PNG, JPG und WEBP werden unterstützt; die Bilder müssen über eine öffentlich erreichbare http(s)-Adresse verfügbar sein. Jedes Bild muss kleiner als 20 MB sein, alle Referenzbilder zusammen dürfen 64 MB nicht überschreiten, SVG wird nicht unterstützt. Im Playground können Bilder auch direkt hochgeladen werden.
Modelle und Fähigkeiten
-
Werden die Objekte aus dem Referenzbild in das Ergebnis gezeichnet?
In den Beispielen dieser Seite erscheinen die Teekanne, die Bücher und das Fahrrad aus dem Referenzbild nicht im Ergebnis; das Ergebnis zeigt das im Prompt beschriebene Straßencafé an der Ecke. Vom Referenzbild übernommen werden die Farbpalette, die flächige Textur und die harten Licht- und Schatteneffekte. Das gewünschte Motiv sollte im Prompt beschrieben werden.
Modelle und Fähigkeiten
-
Wie wählt man style_match aus?
precise lässt das Ergebnis näher am Stil des Referenzbilds liegen, flexible erlaubt mehr Variationen; wird nichts übergeben, wird flexible verwendet. Das Beispiel auf dieser Seite übergibt kein style_match.
Modelle und Fähigkeiten
-
Welche Größen werden unterstützt?
image_size bietet sechs Voreinstellungen: square_hd (Standard), square, portrait_4_3, portrait_16_9, landscape_4_3 und landscape_16_9. Das Beispiel auf dieser Seite verwendet square_hd, die Ausgabe ist 1024×1024.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Recraft V4 Styles Pro?
Beide haben dieselben Parameter. Pro liefert eine höhere Ausgabauflösung: Bei gleicher Verwendung von square_hd gibt das Styles-Beispiel 1024×1024 aus, das Pro-Beispiel 2048×2048. Die Preise unterscheiden sich; maßgeblich ist der aktuelle Preis.
Modelle und Fähigkeiten
-
Können Farbschema und Hintergrundfarbe angegeben werden?
Über die API lassen sich colors (Array von RGB-Objekten) und background_color (einzelnes RGB-Objekt) übergeben, wobei jeder Kanal 0–255 beträgt. Im Online-Playground werden diese beiden Parameter derzeit nicht angezeigt.
Modelle und Fähigkeiten
-
Kann ein Stil gespeichert und wiederverwendet werden?
Derzeit wird die Übergabe eines gespeicherten Stils nicht unterstützt. Bei jeder Anfrage müssen Referenzbilder mitgesendet werden; damit eine Bildgruppe denselben Stil beibehält, verwenden Sie bei jeder Anfrage dieselbe Gruppe von Referenzbildern.
Modelle und Fähigkeiten
-
Wie viele Bilder werden pro Anfrage generiert? In welchem Format erfolgt die Ausgabe?
Pro Anfrage wird 1 Bild generiert, das über output[].url aus dem Aufgabenergebnis heruntergeladen wird. Die Ausgabe des Beispiels auf dieser Seite ist ein WebP-Bild.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach der Anzahl der ausgegebenen Bilder; die Anzahl der Referenzbilder, Größenpresets und style_match beeinflussen den Stückpreis nicht. Die aktuellen Preise finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Wie lange werden die Ergebnisbilder gespeichert?
Ergebnislinks haben eine begrenzte Gültigkeit. Bitte übertragen Sie die Bilder nach erfolgreichem Abschluss der Aufgabe rechtzeitig in Ihren eigenen Speicher.
Modelle und Fähigkeiten
-
Wofür ist Recraft V4 Styles Pro gedacht?
Mit 1–10 Referenzbildern wird der Zeichenstil festgelegt, dann beschreibt ein Prompt, was gezeichnet werden soll, und das Modell erzeugt nach dem Stil der Referenzbilder ein neues Bild mit höherer Auflösung. Die Referenzbilder bestimmen „wie gezeichnet wird“, der Prompt bestimmt „was gezeichnet wird“.
Modelle und Fähigkeiten
-
Wie hoch ist die Ausgabauflösung?
Das Beispiel auf dieser Seite verwendet square_hd und gibt ein WebP-Bild mit 2048×2048 aus. Die genauen Pixelwerte anderer Größen-Presets richten sich nach der tatsächlichen Rückgabe.
Modelle und Fähigkeiten
-
Muss ein Referenzbild hochgeladen werden? Wie viele maximal?
Ja. image_urls ist ein Pflichtfeld, mindestens 1 und maximal 10 Bilder. Das Beispiel auf dieser Seite verwendet 2 Aquarellbilder im selben Stil.
Modelle und Fähigkeiten
-
Welche Format- und Größenanforderungen gelten für Referenzbilder?
Unterstützt werden PNG, JPG und WEBP; die Bilder müssen über eine öffentlich erreichbare http(s)-Adresse verfügbar sein; jedes Bild muss kleiner als 20 MB sein, alle Referenzbilder zusammen dürfen 64 MB nicht überschreiten, SVG wird nicht unterstützt. Im Playground können Bilder auch direkt hochgeladen werden.
Modelle und Fähigkeiten
-
Werden die Objekte aus dem Referenzbild in das Ergebnis gezeichnet?
In den Beispielen dieser Seite erscheinen das kleine Boot, die Holztür und das Blumenbeet aus dem Referenzbild nicht im Ergebnis; das Ergebnis zeigt den Leuchtturm auf der Klippe aus dem Prompt. Vom Referenzbild übernommen werden der hellblaue Himmel, die beigefarbenen Felssteine und die freigelassenen Aquarellpinselstriche. Das gewünschte Motiv sollte in den Prompt geschrieben werden.
Modelle und Fähigkeiten
-
Wie wählt man style_match aus?
precise lässt das Ergebnis näher am Stil des Referenzbilds liegen, flexible erlaubt mehr Variationen; wenn nicht übergeben, wird flexible verwendet. Das Beispiel auf dieser Seite übergibt kein style_match.
Modelle und Fähigkeiten
-
Welche Größen werden unterstützt?
image_size bietet sechs Voreinstellungen: square_hd (Standard), square, portrait_4_3, portrait_16_9, landscape_4_3 und landscape_16_9.
Modelle und Fähigkeiten
-
Was ist der Unterschied zu Recraft V4 Styles?
Beide haben dieselben Parameter. Pro liefert eine höhere Ausgabauflösung: Bei gleicher Verwendung von square_hd gibt das Styles-Beispiel 1024×1024 aus, das Pro-Beispiel 2048×2048. Die Preise unterscheiden sich; maßgeblich ist der aktuelle Preis.
Modelle und Fähigkeiten
-
Können Farben und Hintergrundfarbe angegeben werden?
Über die API können colors (Array von RGB-Objekten) und background_color (einzelnes RGB-Objekt) übergeben werden, wobei jeder Kanal 0–255 beträgt. Im Online-Playground werden diese beiden Parameter derzeit nicht angezeigt.
Modelle und Fähigkeiten
-
Kann ich einen Stil speichern und wiederverwenden?
Derzeit wird die Übergabe eines gespeicherten Stils nicht unterstützt. Bei jeder Anfrage müssen die Referenzbilder mitgesendet werden; damit eine Bildgruppe denselben Stil beibehält, verwenden Sie bei jeder Anfrage dieselbe Gruppe von Referenzbildern.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt pro ausgegebenem Bild, ein Bild pro Anfrage; die Anzahl der Referenzbilder, Größenvoreinstellungen und style_match beeinflussen den Stückpreis nicht. Die aktuellen Preise finden Sie oben auf der Seite und auf der Preisseite.
Modelle und Fähigkeiten
-
Wie lange werden die Ergebnisbilder gespeichert?
Die Ergebnislinks haben eine begrenzte Gültigkeit. Bitte speichern Sie die Bilder nach erfolgreichem Abschluss der Aufgabe rechtzeitig in Ihrem eigenen Speicher.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für das Startbild?
Jeweils ein Bild, Format jpeg, png oder webp, maximal 10MB pro Bild, SVG wird nicht unterstützt. Das Bildseitenverhältnis sollte möglichst dem des auszugebenden Formats entsprechen; bei abweichendem Verhältnis wird das Startbild mittig zugeschnitten, daher ist das Motiv in der Mitte am sichersten platziert.
Modelle und Fähigkeiten Runway Gen 4.5
-
Kann man ein Endframe hinzufügen?
Nein, dieses Modell verwendet nur ein Startframe; das Endbild wird durch den Prompt und das Modell bestimmt. Wenn du ein Endbild festlegen möchtest, kannst du Kling 2.5 Turbo Image-to-Video verwenden, das optionale Endframes unterstützt.
Modelle und Fähigkeiten Runway Gen 4.5
-
Welche Seitenverhältnisse und Dauern sind wählbar? Wie hoch ist die Auflösung?
Seitenverhältnisse 16:9, 9:16, 4:3, 3:4, 1:1, Standard 16:9; Dauer 5, 8, 10 Sekunden, für jedes Seitenverhältnis wählbar, Standard 5 Sekunden; Auflösung einheitlich 720p.
Modelle und Fähigkeiten Runway Gen 4.5
-
Haben die generierten Videos Ton?
Es gibt keine Tonspur, das fertige Video enthält nur das Bild; Musik und Voiceover werden beim Schnitt hinzugefügt.
Modelle und Fähigkeiten Runway Gen 4.5
-
Was soll in den Prompt geschrieben werden?
Das erste Frame legt das Bild bereits fest; im Prompt genügen Bewegung und Kamera, zum Beispiel „Wolken ziehen vorbei, Kamera fährt langsam vorwärts“, maximal 1000 Zeichen. Ordnen Sie einer Figur jeweils ein oder zwei Aktionen zu, dann wirken Mimik und Haltung natürlicher.
Modelle und Fähigkeiten Runway Gen 4.5
-
Wie lange werden generierte Videos gespeichert?
Links zu fertigen Videos werden standardmäßig etwa 7 Tage lang aufbewahrt. Wenn Sie sie länger nutzen möchten, laden Sie sie bitte rechtzeitig herunter oder wählen Sie bei der Erstellung der Aufgabe die langfristige Speicherung. Generierungsdatensätze können in der Aufgabenhistorie eingesehen werden.
Modelle und Fähigkeiten Runway Gen 4.5
-
Wie wähle ich im Vergleich zu Runway Gen-4.5 Text-to-Video?
Wenn ein Bild vorliegt, das Motiv und die Komposition dem Bild folgen sollen oder 1:1, 4:3, 3:4 benötigt werden, verwende Image-to-Video; wenn nur eine textliche Idee vorliegt, verwende Text-to-Video, es gibt nur Querformat und Hochformat, Hochformat hat keine 8 Sekunden.
Modelle und Fähigkeiten Runway Gen 4.5
-
Welche Seitenverhältnisse, Dauern und Auflösungen werden unterstützt?
Es gibt 16:9 Querformat und 9:16 Hochformat. Im Querformat sind 5, 8 oder 10 Sekunden wählbar, im Hochformat 5 oder 10 Sekunden, standardmäßig 5 Sekunden. Die Auflösung ist einheitlich 720p, andere Qualitätsstufen sind nicht wählbar.
Modelle und Fähigkeiten Runway Gen 4.5
-
Warum kann man im Hochformat keine 8 Sekunden auswählen?
Das ist eine Einschränkung des Modells selbst: 9:16 unterstützt nur 5 Sekunden und 10 Sekunden. Wenn du im Hochformat eine Länge von etwa 8 Sekunden brauchst, kannst du zuerst 10 Sekunden generieren und dann beim Schneiden zuschneiden.
Modelle und Fähigkeiten Runway Gen 4.5
-
Haben die generierten Videos Ton?
Nein, das fertige Video enthält nur das Bild, ohne Tonspur. Voiceover, Musik und Soundeffekte werden beim Schnitt hinzugefügt; wenn das fertige Video eigenen Ton enthalten soll, sieh dir Kling 2.5 Turbo Text-to-Video an.
Modelle und Fähigkeiten Runway Gen 4.5
-
Wie schreibt man einen Prompt?
Schreibe ein bis zwei Sätze in der Reihenfolge Subjekt, Szene, Aktion, Kameraeinstellung und ergänze dann Tageszeit, Wetter und Licht, maximal 1000 Zeichen. Plane nur eine Hauptaktion pro Prompt – wenn du gleichzeitig Drehen, Laufen und Winken verlangst, geraten die Aktionen leicht in Konflikt.
Modelle und Fähigkeiten Runway Gen 4.5
-
Was tun, wenn ein quadratisches oder 4:3-Bild benötigt wird?
Text-zu-Video bietet nur 16:9 und 9:16. Für 1:1, 4:3 oder 3:4 kann Runway Gen-4.5 Image-to-Video verwendet werden: mit einem Bild als Ausgangspunkt stehen alle fünf Seitenverhältnisse zur Auswahl.
Modelle und Fähigkeiten Runway Gen 4.5
-
Kann man es zuerst online ausprobieren?
Ja. Nach dem Login schreiben Sie oben auf dieser Seite im Bereich „Online-Erlebnis“ eine Beschreibung und generieren zunächst 5 Sekunden, um die Richtung zu bestätigen; wenn Sie zufrieden sind, reichen Sie dieselbe Beschreibung über die API ein.
Modelle und Fähigkeiten Runway Gen 4.5
-
Müssen bei Seedance 2.5 für die Bild-zu-Video-Generierung sowohl das erste als auch das letzte Frame hochgeladen werden?
Nein. Im Modus für das erste Frame bzw. erstes und letztes Frame erweitert das Modell die nachfolgenden Bilder auf natürliche Weise, wenn nur first_frame_url hochgeladen wird. Wenn der Endzustand der Kamerafahrt gesteuert werden soll, kann zusätzlich last_frame_url angegeben werden. Das letzte Frame kann nicht allein verwendet werden. Alternativ können reference_image_urls oder reference_audio_urls als Referenzmodus verwendet werden, ohne Endpunkt-Frames zu übergeben.
Modelle und Fähigkeiten Seedance 2.5
-
Können das erste Frame, das erste und letzte Frame sowie mehrere Referenzmaterialien in einer einzigen Anfrage kombiniert werden?
Derzeit behandelt HiAPI Playground sie als zwei Eingabemodi: den Modus „erstes Frame/erstes und letztes Frame“ oder den Referenzmodus mit reference_image_urls und reference_audio_urls. Um Konflikte zwischen den Steuersignalen zu vermeiden, bitte pro Anfrage nur einen Modus verwenden; wenn ein Referenzvideo zur Steuerung von Bewegungen oder Kamerafahrten benötigt wird, stattdessen das separate seedance-2.5/reference-to-video verwenden.
Modelle und Fähigkeiten Seedance 2.5
-
Welche Dauern und Auflösungen unterstützt Seedance 2.5 bei der Bild-zu-Video-Generierung?
Der aktuelle Anfragevertrag unterstützt ganzzahlige Dauern von 4–30 Sekunden sowie 720p und 1080p. Die Ausgabe von aspect_ratio ist fest auf adaptive gesetzt und folgt dem Seitenverhältnis des ersten Frames. Die vier Beispiele auf der Seite sind alle in 720p, davon drei mit 4 Sekunden und eines mit 5 Sekunden; 30 Sekunden liegt im vom Interface unterstützten Bereich, für das derzeit kein entsprechendes Beispiel auf der Seite vorhanden ist.
Modelle und Fähigkeiten Seedance 2.5
-
Wie wird die Bilder-zu-Video-Funktion von Seedance 2.5 abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Auflösung; für 720p und 1080p gelten unterschiedliche Tarife pro Sekunde. Die konkreten Beträge richten sich nach dem Echtzeitpreis auf der Modellseite und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Seedance 2.5
-
Wie schreibe ich einen Prompt für den Übergang zwischen Start- und Endbild?
Beschreibe zuerst die kontinuierliche Veränderung zwischen den beiden Bildern und lege dann Kamera, Licht und Elemente fest, die sich nicht verändern sollen. Bei Tag-Nacht-Wechseln kannst du Zeitverlauf und das Einschalten der Beleuchtung beschreiben; bei Wachstumsprozessen die Wachstumsreihenfolge, locked off camera, no cuts. Start- und Endbild bestimmen die Endpunkte, der Prompt erklärt den Zwischenprozess.
Modelle und Fähigkeiten Seedance 2.5
-
Kann Seedance 2.5 synchronisierte Audiodaten generieren?
Ja. generate_audio ist standardmäßig aktiviert und kann Dialoge, Umgebungsgeräusche, Soundeffekte und Hintergrundmusik synchron zum Bild erzeugen. Für stumme Videos auf false setzen; bei wichtigem kommerziellem Material sollten Lautstärke, Dialogtreue und Musikrechte vor der Veröffentlichung dennoch geprüft werden.
Modelle und Fähigkeiten Seedance 2.5
-
Wie rufe ich Seedance 2.5 für die Bild-zu-Video-Generierung über die API auf?
Sende eine asynchrone Aufgabe an POST /v1/tasks, setze model auf seedance-2.5/image-to-video und übergib in input die Parameter prompt, first_frame_url, optional last_frame_url, resolution, duration und generate_audio. Die Erstellungsanfrage gibt eine taskId zurück; Informationen zu callback, Abfrage und den vollständigen Materialbeschränkungen findest du in der API-Dokumentation.
Modelle und Fähigkeiten Seedance 2.5
-
Warum muss bei der referenzbasierten Videogenerierung mit Seedance 2.5 ein Referenzvideo hochgeladen werden?
Die Kernaufgabe dieses Modells besteht darin, Bewegungen, Kameraführung, Rhythmus oder darstellerische Ausdrucksweise aus einem Video zu extrahieren. Daher sind für reference_video_urls mindestens 1 Segment erforderlich. Referenzbilder und Referenzaudio können lediglich Motiv, Stil oder Ton ergänzen, aber das erforderliche Referenzvideo nicht ersetzen.
Modelle und Fähigkeiten Seedance 2.5
-
Was ist der Unterschied zwischen Reference-to-Video und Image-to-Video?
Reference-to-Video überträgt Bewegung, Kameraführung und Rhythmus aus einem Video und garantiert keine exakte Reproduktion des ersten oder letzten Frames; wenn eine Einstellung aus einem Bild erweitert werden soll oder Start- und Endpunkt festgelegt werden müssen, sollte seedance-2.5/image-to-video verwendet werden. Referenzbasiertes Video wird außerdem nicht zum Bearbeiten oder Verlängern eines vorhandenen Videos verwendet.
Modelle und Fähigkeiten Seedance 2.5
-
Wie entsprechen @video1, @image1 und @audio1 den Materialien?
Die Nummerierung wird unabhängig nach der Upload-Reihenfolge in den jeweiligen Arrays berechnet. Das erste Segment in reference_video_urls ist @video1, das erste Bild in reference_image_urls ist @image1, das erste Segment in reference_audio_urls ist @audio1. Der Prompt sollte klar angeben, ob jedes Material eine Aktion, ein Motiv, einen Stil oder einen Ton liefert.
Modelle und Fähigkeiten Seedance 2.5
-
Wie viele Materialien unterstützt Seedance 2.5 bei der referenzbasierten Videogenerierung maximal?
Es werden 1–10 Referenzvideos, bis zu 30 Referenzbilder und 10 Referenzaudios unterstützt. Referenzvideos dürfen insgesamt höchstens 30 Sekunden lang sein, Referenzaudios ebenfalls insgesamt höchstens 30 Sekunden; die beiden Obergrenzen werden jeweils separat berechnet. Videos müssen mindestens 409600 Pixel und 24–60 fps aufweisen, jedes Segment 2–30 Sekunden.
Modelle und Fähigkeiten Seedance 2.5
-
Wie wird die Abrechnung für die referenzbasierte Videogenerierung mit Seedance 2.5 gehandhabt?
Referenzvideos und generierte Videos werden beide nach Dauer abgerechnet. Kosten = Preis pro Sekunde × (Dauer des Referenzvideos + Dauer des Ausgabevideos)
Modelle und Fähigkeiten Seedance 2.5
-
Unterstützt Seedance 2.5 bei der referenzbasierten Videogenerierung synchrones Audio?
Ja. generate_audio ist standardmäßig aktiviert und kann synchronen Dialog, Soundeffekte und Hintergrundgeräusche erzeugen; bei false wird nur das Bild generiert. Referenzaudio dient zur Steuerung von Stimme oder Rhythmus, es muss jedoch weiterhin mindestens ein Referenzvideo bereitgestellt werden.
Modelle und Fähigkeiten Seedance 2.5
-
Wie ruft man Seedance 2.5 Referenz-zu-Video über die API auf?
Sende eine asynchrone Aufgabe an POST /v1/tasks, setze model auf der obersten Ebene der Anfrage auf seedance-2.5/reference-to-video; übergib in input prompt und reference_video_urls und füge bei Bedarf Bild, Audio, Auflösung, Dauer und Ausgabeformat hinzu. Die Erstellungsanfrage gibt taskId zurück.
Modelle und Fähigkeiten Seedance 2.5
-
Was ist der Unterschied zwischen Bild-zu-Bild und Text-zu-Bild bei Seedream 4.5?
Der Bild-zu-Bild-Endpoint verwendet das von dir hochgeladene Bild als Bearbeitungsgrundlage und eignet sich für Farbänderungen, Szenenwechsel, neues Ausleuchten, Stiltransformationen und die Komposition mehrerer Bilder; Text-zu-Bild erzeugt das Bild hingegen allein anhand von Text von Grund auf neu. Wenn Motiv, Bildkomposition oder im Bild enthaltener Text erhalten bleiben sollen, sollte vorrangig das aktuelle Bild-zu-Bild-Modell verwendet werden.
Modelle und Fähigkeiten Seedream 4.5
-
Wie viele Referenzbilder unterstützt Seedream 4.5 maximal?
Pro Anfrage können 1–14 Bilder im Format JPEG, PNG oder WebP hochgeladen werden, wobei eine einzelne Datei maximal 10 MB groß sein darf; SVG wird nicht unterstützt. Bei Aufgaben mit mehreren Bildern kann im Prompt mit „image 1“, „image 2“ explizit der Verwendungszweck jedes Bildes angegeben werden; die Reihenfolge muss mit dem image_urls-Array übereinstimmen.
Modelle und Fähigkeiten Seedream 4.5
-
Wie wird die Bildbearbeitung mit Seedream 4.5 abgerechnet? Beeinflusst die Anzahl der Referenzbilder den Preis?
Die Abrechnung erfolgt pro erfolgreich generiertem Ausgabebild, nicht nach der Anzahl der Referenzbilder. Derzeit gilt für 2K und 4K derselbe öffentliche Tarif; der konkrete Betrag richtet sich nach dem tagesaktuellen Preis auf der Modellseite und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Seedream 4.5
-
Wie kann Seedream 4.5 das Motiv, die Komposition oder den Text im Bild beibehalten?
Im Prompt muss sowohl klar angegeben werden, „was geändert werden soll“ als auch „was unverändert bleiben muss“, zum Beispiel die Kontur des Motivs, der Kamerawinkel, der Kontaktschatten, das Ladenlayout oder kalligrafische Schrift. Prüfen Sie das Ergebnis zunächst im Playground; bei Material mit hohen Anforderungen an Markentexte und strenge Layouts wird eine manuelle Nachprüfung empfohlen.
Modelle und Fähigkeiten Seedream 4.5
-
Wie sollte man zwischen Seedream 4.5 und FLUX.2 [pro] Image to Image wählen?
Seedream 4.5 kann bis zu 14 Referenzbilder auf einmal verarbeiten und eignet sich für die Komposition mehrerer Bilder, chinesische Szenarien und Bearbeitungen, bei denen Text im Bild erhalten bleiben muss. FLUX.2 [pro] Image to Image verarbeitet bis zu 8 Referenzbilder und ist eher als Alternative für fotorealistische Konsistenz und einen anderen Bearbeitungsstil geeignet; für wichtige Aufgaben empfiehlt es sich, zunächst mit demselben Material einen tatsächlichen Vergleich durchzuführen und dann zu wählen.
Modelle und Fähigkeiten Seedream 4.5
-
Wie rufe ich Seedream 4.5 zur Bild-zu-Bild-Generierung über die API auf?
Sende eine Anfrage an POST /v1/tasks, setze model auf seedream-4.5/image-to-image und übergib die Referenzbilder in input.image_urls. Die Erstellungsanfrage gibt zunächst eine taskId zurück, die Generierung erfolgt asynchron im Hintergrund; Informationen zur Aufgabenabfrage, zu callbacks, zur Fehlerbehandlung und zu den vollständigen Parametern findest du in der API-Dokumentation.
Modelle und Fähigkeiten Seedream 4.5
-
Können Bilder direkt generiert und auch bearbeitet werden?
Ohne Referenzbild wird nach Text generiert; mit einem Referenzbild wird das Originalbild bearbeitet, mit mehreren Referenzbildern können Motiv, Szene oder Stil kombiniert werden. Beide Verwendungsweisen nutzen dieselbe Modell-ID und akzeptieren bis zu 10 Referenzbilder.
Modelle und Fähigkeiten
-
Wie steuere ich Bildformat und Auflösung?
size unterstützt 1K, 1.5K, 2K oder Breite×Höhe. Wenn ein exaktes Bildformat benötigt wird, geben Sie die Pixelabmessungen an; die Gesamtpixelzahl muss zwischen 921600 und 4624220 liegen, das Seitenverhältnis zwischen 1:16 und 16:1. Derzeit wird keine 4K-Stufe angeboten.
Modelle und Fähigkeiten
-
Welche Eingabe erfordert ein transparenter Hintergrund?
Verwenden Sie transparent nur beim Bearbeiten eines Referenzbilds mit Alphakanal. Wählen Sie als Ausgabeformat PNG oder lassen Sie Automatisch eingestellt; es ist kein Schalter, der aus einem beliebigen Bild mit weißem Hintergrund mit einem Klick den Hintergrund freistellt.
Modelle und Fähigkeiten
-
Können mehrere Bilder auf einmal generiert oder schrittweise zurückgegeben werden?
Derzeit wird pro Aufgabe ein Bild generiert; das vollständige Ergebnis wird über die Aufgabenabfrage abgerufen. Bildgruppen, Streaming-Bilder oder Ausgaben mit aufgeteilten Ebenen werden nicht angeboten.
Modelle und Fähigkeiten
-
Wie erhalte ich das generierte Ergebnis?
Speichern Sie nach dem Absenden der Aufgabe die taskId, fragen Sie die Aufgabe ab, bis der Status success ist, und lesen Sie dann den Bildlink in output aus. Die Speicherfrist richtet sich nach dem zurückgegebenen expireAt; bei längerfristiger Nutzung sollten Sie das Ergebnis rechtzeitig speichern.
Modelle und Fähigkeiten
-
Eignen sich diese Werke direkt als Produktfotos für den Verkauf?
Text-zu-Bild eignet sich zum Erkunden von Präsentation, Hintergrund und Licht sowie für visuelle Entwürfe. Wenn das Bild ein echtes Produkt exakt wiedergeben soll, stellen Sie bitte eine Produktreferenz bereit und prüfen Sie Struktur, Farbe, Kennzeichnung und Text; betrachten Sie generierte konzeptionelle Details nicht als Produktfakten.
Modelle und Fähigkeiten
-
Wie lassen sich mehrere Referenzbilder gemeinsam verwenden?
Beschreibe zunächst die Rolle jedes Bildes, zum Beispiel liefert das erste Bild das Produkt, das zweite die Umgebung und das dritte dient nur als Farbreferenz. Beschreibe dann klar, welches Bild erzeugt werden soll und welche Details des Motivs nicht verändert werden dürfen; verschiedene Bilder sollten nicht gleichzeitig widersprüchliche Anforderungen stellen.
Modelle und Fähigkeiten
-
Kann ich auf dem vorherigen Bild aufbauen und es weiter bearbeiten?
Sie können das vorherige Ergebnis als Referenzbild für die nächste Aufgabe verwenden und dabei das diesmalige Änderungsziel angeben. Jede Aufgabe wird unabhängig bearbeitet; vorherige Gespräche, Bilder oder Änderungsverläufe werden nicht automatisch gespeichert.
Modelle und Fähigkeiten
-
Wo kann ich die Generierungskosten einsehen?
Prüfen Sie vor der Ausführung die geschätzten Kosten im Playground; nach Abschluss sind die Aufgabenaufzeichnungen maßgeblich. Derzeit wird pro Aufgabe ein Bild generiert, und der Preisbereich der Seite zeigt die entsprechenden Abrechnungsinformationen an.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder unterstützt Seedream 5.0 Lite bei der Bildbearbeitung?
Unterstützt 1 bis 14 JPEG-, PNG- oder WebP-Bilder mit jeweils weniger als 10 MB. Ein einzelnes Bild eignet sich für lokale Änderungen, mehrere Bilder eignen sich für die Komposition von Motiv und Szene.
Modelle und Fähigkeiten
-
Steigt der Preis mit mehr Referenzbildern?
Nein. Derzeit wird pauschal pro ausgegebenem Bild abgerechnet, unabhängig von der Anzahl der Referenzbilder, der 2K/4K-Stufe und dem Seitenverhältnis; der genaue Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten
-
Wie kann ich nur Teile des Inhalts ändern?
Gib gleichzeitig an, welche Objekte geändert werden sollen und welche Komposition, Texte, Materialien, Lichtverhältnisse und Positionen unverändert bleiben müssen; vermeide es, nur vage Stilbegriffe zu nennen.
Modelle und Fähigkeiten
-
Kann ich den Text in einem Bild ändern?
Ja. Im Prompt sollten Sie den Originaltext und den neuen Text angeben und verlangen, dass Schriftstil, Größe, Position sowie der Leucht- oder Druckeffekt beibehalten werden.
Modelle und Fähigkeiten
-
Wie lade ich ein Referenzbild über die API hoch?
Übergeben Sie 1 bis 14 öffentliche Bild-URLs an input.image_urls von POST /v1/tasks und senden Sie gleichzeitig den Prompt, das Seitenverhältnis und die Auflösung 2K oder 4K.
Modelle und Fähigkeiten
-
Für welche Aufgaben eignet sich Seedream 5.0 Lite für die Text-zu-Bild-Generierung?
Geeignet für Poster mit Text, Speisekarten, Infografiken, Marketingbanner sowie Bilder, die in mehreren Formaten schnell geliefert werden müssen. Der aktuelle Ansatz akzeptiert nur Text-Prompts, keine Referenzbilder.
Modelle und Fähigkeiten
-
Sind die Preise für 2K und 4K gleich?
Ja. Derzeit verwenden 2K und 4K dieselbe Einzelbild-Stufe; Bildformat und Prompt-Länge ändern den Preis nicht. Der genaue Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse werden unterstützt?
Unterstützt werden 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 und 21:9.
Modelle und Fähigkeiten
-
Kann ich ein Referenzbild hochladen?
Nein. Wenn Sie eine instruktionsbasierte Bearbeitung oder eine Komposition aus mehreren Bildern benötigen, verwenden Sie bitte die separate Modell-ID seedream-5.0-lite/image-to-image.
Modelle und Fähigkeiten
-
Welche Felder sind für eine minimale API-Anfrage erforderlich?
Senden Sie an POST /v1/tasks das Feld model sowie input.prompt, input.aspect_ratio und input.resolution; resolution kann nur 2K oder 4K sein.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder unterstützt die Bildbearbeitung von Seedream 5.0 Pro?
Unterstützt 1 bis 10 Referenzbilder im Format JPEG, PNG oder WebP, jeweils unter 10MB; SVG wird nicht unterstützt. Ein einzelnes Bild eignet sich für lokale Bearbeitungen, mehrere Bilder eignen sich für die Fusion von Motiv, Stil und Szene.
Modelle und Fähigkeiten
-
Wie werden 1K und 2K abgerechnet?
1K und 2K verwenden unterschiedliche Preisstufen pro Bild; die Abrechnung erfolgt pro ausgegebenem Bild, unabhängig von der Anzahl der Referenzbilder. Die genauen Beträge richten sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten
-
Wie lassen sich unveränderte Bereiche unverändert halten?
Schreiben Sie im Prompt sowohl die zu ändernden Inhalte als auch die Strukturen, Texte, Kamerapositionen, Lichtverhältnisse und Objektpositionen, die erhalten bleiben müssen, klar und deutlich.
Modelle und Fähigkeiten
-
Verwenden die Text-zu-Bild-Generierung und die Bildbearbeitung dieselbe Modell-ID?
Nein. Diese Seite verwendet seedream-5.0-pro/image-to-image; für die direkte Bilderzeugung aus Text muss das eigenständige Modell seedream-5.0-pro/text-to-image verwendet werden.
Modelle und Fähigkeiten
-
Wie reiche ich ein Referenzbild über die API ein?
Übergebe 1 bis 10 öffentliche Bild-URLs an input.image_urls von POST /v1/tasks und reiche gleichzeitig den Prompt, das Seitenverhältnis, die Auflösung und das Ausgabeformat ein.
Modelle und Fähigkeiten
-
Für welche Aufgaben eignet sich Seedream 5.0 Pro bei der Text-zu-Bild-Generierung?
Geeignet für Produktwerbung, Porträtfotografie, Poster, Text im Bild und komplexe Szenen. Der aktuelle Text-zu-Bild-Weg akzeptiert keine Referenzbilder; wenn Sie Bilder bearbeiten möchten, verwenden Sie bitte die eigenständige Image-to-Image-Modell-ID.
Modelle und Fähigkeiten
-
Welche Seitenverhältnisse und Formate werden unterstützt?
Unterstützt werden 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 und 21:9; das Ausgabeformat ist PNG oder JPEG.
Modelle und Fähigkeiten
-
Wie schreibe ich einen Prompt für Text im Bild?
Setze den gewünschten Text in Anführungszeichen und gib Position, Schriftstil sowie ausdrücklich unerwünschten weiteren Text an. Prüfe das Layout zuerst mit 1K und gib dann die finale Version mit 2K aus.
Modelle und Fähigkeiten
-
Wie ruft man die API auf?
Senden Sie Modell-ID, Prompt, Bildformat, Auflösung und Ausgabeformat per POST /v1/tasks und fragen Sie das asynchrone Ergebnis anschließend über die taskId ab.
Modelle und Fähigkeiten
-
Muss bei Kling 3.0 Turbo Image to Video ein Bild hochgeladen werden?
Ja. Der aktuelle Pfad kling-3.0-turbo/image-to-video ist eine Image-to-Video-Route: Das Eingabebild bestimmt Motiv und Ausgangskomposition, der Prompt steuert Bewegung, Kameraführung und Umgebungsveränderungen.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Welche Dauer und Auflösungen unterstützt Kling 3.0 Turbo Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15s, die Ausgabeauflösungen sind 720p und 1080p. Die verfügbaren Werte richten sich nach dem Parameterbereich der Seite und der API-Dokumentation.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Wie wird die Abrechnung für Kling 3.0 Turbo Image to Video berechnet?
Die Abrechnung erfolgt nach der Ausgabedauer und der gewählten Stufe. Die Seite zeigt den Echtzeitpreis in der globalen Währungseinheit an; die endgültige Abbuchung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Wie kann man die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwende ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreibe im Prompt zuerst die Hauptaktion und die Kameraführung und liste anschließend die unbedingt beizubehaltenden Merkmale, Materialien und Hintergrundbeziehungen auf. Für den ersten Test empfiehlt sich eine kürzere Dauer.
Modelle und Fähigkeiten Kling 3.0 Turbo
-
Muss man bei Hailuo 2.3 Fast Image to Video ein Bild hochladen?
Ja. Der aktuelle Pfad hailuo-2.3-fast/image-to-video ist eine Image-to-Video-Route: Das Eingabebild bestimmt das Motiv und die Anfangskomposition, der Prompt bestimmt Bewegung, Kameraführung und Umgebungsveränderungen.
Modelle und Fähigkeiten
-
Welche Dauern und Auflösungen unterstützt Hailuo 2.3 Fast Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 6s / 10s. Maßgeblich sind die verfügbaren Werte im Parameterbereich der Seite und in der API-Dokumentation.
Modelle und Fähigkeiten
-
Wie wird Hailuo 2.3 Fast Image to Video abgerechnet?
Aufgaben werden pro Video basierend auf der ausgewählten Dauerstufe abgerechnet. Die Seite zeigt die aktuellen Preise in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz erfolgreicher Aufgaben.
Modelle und Fähigkeiten
-
Wie lässt sich die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwende ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreibe im Prompt zuerst die Hauptaktion und die Kameraführung und liste anschließend die unbedingt beizubehaltenden Merkmale von Aussehen, Material und Hintergrundbeziehungen auf. Für erste Tests wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten
-
Muss ich bei Kling 3.0 Image-to-Video ein Bild hochladen?
Ja. Der aktuelle kling-3.0/image-to-video ist eine Image-to-Video-Route; das Eingabebild bestimmt das Motiv und die Ausgangskomposition, der Prompt steuert Bewegung, Kamera und Umgebungsveränderungen.
Modelle und Fähigkeiten Kling 3.0
-
Welche Dauern und Auflösungen unterstützt Kling 3.0 Image-to-Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15s, die Ausgabeauflösungen sind 720p, 1080p, 4K. Die verfügbaren Werte richten sich nach dem Parameterfeld der Seite und der API-Dokumentation.
Modelle und Fähigkeiten Kling 3.0
-
Wie wird Kling 3.0 Image-to-Video abgerechnet?
Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten Kling 3.0
-
Wie lässt sich die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwenden Sie ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreiben Sie im Prompt zuerst die Hauptaktion und die Kameraführung und listen Sie anschließend die beizubehaltenden Merkmale von Aussehen, Material und Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Kling 3.0
-
Muss bei Grok Imagine Image to Video ein Bild hochgeladen werden?
Ja. Der aktuelle Pfad grok-imagine/image-to-video ist ein Bild-zu-Video-Pfad: Das Eingabebild bestimmt Motiv und Ausgangskomposition, der Prompt steuert Bewegung, Kameraführung und Umgebungsveränderungen.
Modelle und Fähigkeiten Grok Imagine
-
Welche Dauer und Auflösungen unterstützt Grok Imagine Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 6–30 s bei Ausgabeauflösungen von 480p und 720p. Maßgeblich sind die verfügbaren Werte im Parameter-Panel der Seite und in der API-Dokumentation.
Modelle und Fähigkeiten Grok Imagine
-
Wie wird Grok Imagine Image to Video abgerechnet?
Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach den erfolgreichen Aufgabenaufzeichnungen.
Modelle und Fähigkeiten Grok Imagine
-
Wie lässt sich die Subjektstabilität bei der Videogenerierung aus Bildern verbessern?
Verwende ein Eingabebild mit klarem Subjekt, wenigen Verdeckungen und vollständiger Komposition; beschreibe im Prompt zuerst die Hauptaktion und die Kameraführung und liste anschließend die unbedingt beizubehaltenden Merkmale, Materialien und Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Grok Imagine
-
Muss man bei Wan 2.7 Image to Video ein Bild hochladen?
Ja. Die aktuelle Strecke wan2.7-video/image-to-video ist eine Bild-zu-Video-Route: Das Eingabebild bestimmt Motiv und Ausgangskomposition, der Prompt bestimmt Bewegung, Kamera und Umgebungsveränderungen.
Modelle und Fähigkeiten Wan 2.7 Video
-
Welche Dauer und Auflösungen unterstützt Wan 2.7 Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 2–15s, die Ausgabeauflösungen sind 720P und 1080P. Die verfügbaren Werte richten sich nach dem Parameterbereich der Seite und der API-Dokumentation.
Modelle und Fähigkeiten Wan 2.7 Video
-
Wie wird die Abrechnung für Wan 2.7 Image to Video berechnet?
Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den Echtzeitpreis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten Wan 2.7 Video
-
Wie lässt sich die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwenden Sie ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreiben Sie im Prompt zuerst die Hauptaktion und die Kameraführung und listen Sie anschließend das zwingend beizubehaltende Aussehen, Material und die Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Wan 2.7 Video
-
Erfordert Grok Imagine 1.5 Image to Video das Hochladen eines Bildes?
Ja. Derzeit ist grok-imagine-1.5/image-to-video eine Image-to-Video-Route: Das Eingabebild bestimmt das Motiv und die Ausgangskomposition, der Prompt steuert Bewegung, Kameraführung und Veränderungen der Umgebung.
Modelle und Fähigkeiten Grok Imagine 1.5
-
Welche Dauer und Auflösungen unterstützt Grok Imagine 1.5 Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 1–15 s, die Ausgabeauflösungen sind 480p und 720p. Maßgeblich sind die Werte im Parameterbereich der Seite und in der API-Dokumentation.
Modelle und Fähigkeiten Grok Imagine 1.5
-
Wie wird die Abrechnung für Grok Imagine 1.5 Image to Video vorgenommen?
Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den tatsächlichen Preis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten Grok Imagine 1.5
-
Wie kann die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessert werden?
Verwende ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreibe im Prompt zuerst die Hauptaktion und die Kameraführung und liste anschließend das unbedingt beizubehaltende Erscheinungsbild, Material und die Beziehung zum Hintergrund auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Grok Imagine 1.5
-
Muss man bei HappyHorse 1.1 Reference to Video Bilder hochladen?
Ja. Der aktuelle Pfad happyhorse-1.1/reference-to-video ist eine Referenz-zu-Video-Route; Referenzbilder können verwendet werden, um Motiv, Stil und Szene einzuschränken, während der Prompt für Aktion, Kameraführung und Umgebungsveränderungen zuständig ist.
Modelle und Fähigkeiten HappyHorse 1.1
-
Welche Dauern und Auflösungen unterstützt HappyHorse 1.1 Reference to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15 s, die Ausgabeauflösungen sind 720p und 1080p. Maßgeblich sind die verfügbaren Werte im Parameterbereich der Seite und in der API-Dokumentation.
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie wird die Abrechnung für HappyHorse 1.1 Reference to Video berechnet?
Die Abrechnung erfolgt nach der Ausgabedauer und der gewählten Stufe. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; maßgeblich für die endgültige Abbuchung ist der Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie kann man die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwende ein Eingabebild mit klarem Hauptmotiv, geringen Verdeckungen und vollständiger Komposition; beschreibe im Prompt zuerst die Hauptaktion und die Kameraführung und liste anschließend das unbedingt beizubehaltende Erscheinungsbild, Material und die Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten HappyHorse 1.1
-
Erfordert Hailuo 2.3 Image to Video das Hochladen eines Bildes?
Ja. Der aktuelle Pfad hailuo-2.3/image-to-video ist eine Image-to-Video-Route: Das Eingabebild bestimmt das Motiv und die Ausgangskomposition, der Prompt steuert Bewegung, Kamera und Umgebungsveränderungen.
Modelle und Fähigkeiten Hailuo 2.3
-
Welche Dauern und Auflösungen unterstützt Hailuo 2.3 Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 6s / 10s. Maßgeblich sind die Parameterleiste der Seite und die API-Dokumentation.
Modelle und Fähigkeiten Hailuo 2.3
-
Wie erfolgt die Abrechnung für Hailuo 2.3 Image to Video?
Aufgaben werden pro Video basierend auf der gewählten Dauerstufe abgerechnet. Die Seite zeigt die aktuellen Preise in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach den erfolgreich aufgezeichneten Aufgaben.
Modelle und Fähigkeiten Hailuo 2.3
-
Wie lässt sich die Stabilität des Hauptmotivs bei der Bild-zu-Video-Generierung verbessern?
Verwenden Sie ein Eingabebild mit klarem Hauptmotiv, wenigen Verdeckungen und vollständiger Komposition; beschreiben Sie im Prompt zuerst die Hauptaktion und die Kameraführung und listen Sie anschließend das unbedingt beizubehaltende Aussehen, Material und die Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Hailuo 2.3
-
Erfordert Veo 3.1 Fast Image to Video das Hochladen eines Bildes?
Ja. Aktuell ist veo-3.1-fast/image-to-video eine Image-to-Video-Route; das Eingabebild bestimmt Motiv und Ausgangskomposition, der Prompt steuert Bewegung, Kameraführung und Umgebungsveränderungen.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Welche Dauer- und Auflösungsoptionen unterstützt Veo 3.1 Fast Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 4s / 6s / 8s, die Ausgabeauflösungen sind 720p, 1080p, 4k. Die verfügbaren Werte richten sich nach dem Parameterbereich der Seite und der API-Dokumentation.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Wie wird Veo 3.1 Fast Image to Video abgerechnet?
Aufgaben werden nach der Ausgabedauer und der gewählten Stufe abgerechnet. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; die endgültige Abrechnung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Wie kann man die Stabilität des Hauptmotivs bei der Videogenerierung aus Bildern verbessern?
Verwenden Sie ein Eingabebild mit einem klaren Hauptmotiv, wenigen Verdeckungen und einer vollständigen Bildkomposition; beschreiben Sie im Prompt zuerst die Hauptaktion und die Kameraführung und listen Sie anschließend das unbedingt beizubehaltende Aussehen, das Material und die Hintergrundbeziehungen auf. Für den ersten Test wird eine kürzere Dauer empfohlen.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Muss bei HappyHorse 1.1 Image to Video ein Bild hochgeladen werden?
Ja. Der aktuelle Pfad happyhorse-1.1/image-to-video ist eine Image-to-Video-Route: Das Eingabebild bestimmt das Motiv und die Ausgangskomposition, der Prompt steuert Bewegung, Kameraführung und Umgebungsveränderungen.
Modelle und Fähigkeiten HappyHorse 1.1
-
Welche Dauern und Auflösungen unterstützt HappyHorse 1.1 Image to Video?
Der aktuelle HiAPI-Anfragevertrag unterstützt 3–15s, die Ausgabeauflösungen sind 720p und 1080p. Maßgeblich sind die verfügbaren Werte im Parameterbereich der Seite und in der API-Dokumentation.
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie wird die Abrechnung für HappyHorse 1.1 Image to Video gehandhabt?
Die Abrechnung erfolgt nach der Ausgabedauer und der gewählten Stufe. Die Seite zeigt den Live-Preis in der globalen Währungseinheit an; die endgültige Abbuchung richtet sich nach dem Datensatz der erfolgreichen Aufgabe.
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie viele Referenzbilder unterstützt die Bildbearbeitung mit FLUX.2?
Unterstützt 1 bis 8 Referenzbilder im Format JPEG, PNG oder WebP, jeweils maximal 10MB. Bei der Komposition mehrerer Bilder sollten die Rollen der einzelnen Bilder im Prompt in der Reihenfolge angegeben werden.
Modelle und Fähigkeiten FLUX.2
-
Welche Funktion hat das auto-Seitenverhältnis?
auto übernimmt das Seitenverhältnis des ersten Referenzbildes; wenn eine feste Quer-, Hoch- oder quadratische Ausgabe benötigt wird, kann ein explizites Seitenverhältnis gewählt werden.
Modelle und Fähigkeiten FLUX.2
-
Wie erfolgt die Abrechnung für 1K und 2K?
1K und 2K verwenden unterschiedliche Preisstufen pro Bild; die Anzahl der Referenzbilder wird nicht zusätzlich berechnet. Die konkreten Beträge richten sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten FLUX.2
-
Wie lässt sich das Driften von Motiv und Logo reduzieren?
Beschreiben Sie für jedes Referenzbild ausdrücklich den Verwendungszweck und listen Sie gleichzeitig auf, was geändert werden soll und was beim Motiv, beim Text, beim Material, bei der Position und beim Licht erhalten bleiben muss.
Modelle und Fähigkeiten FLUX.2
-
Welche Felder sind für die API erforderlich?
Es müssen model sowie input.prompt, input.image_urls, input.aspect_ratio und input.resolution übermittelt werden.
Modelle und Fähigkeiten FLUX.2
-
Wie viele Referenzbilder unterstützt Grok Imagine bei der Bildbearbeitung?
Das derzeit öffentlich zugängliche Schema unterstützt 1 bis 3 Referenzbilder. Sowohl die Seite als auch die API richten sich nach diesem Schema.
Modelle und Fähigkeiten Grok Imagine
-
Was ist der Unterschied zwischen der Standardbearbeitung und der Quality-Route?
Die Standard-Route setzt auf feste Niedrigpreise und schnelle Iterationen; Quality legt mehr Wert auf Motivkonsistenz, Material und finale Details.
Modelle und Fähigkeiten Grok Imagine
-
Wie funktioniert das auto-Seitenverhältnis?
auto richtet sich nach dem ersten Referenzbild; alternativ kann explizit eines von vierzehn Quer-, Quadrat- oder Hochformaten gewählt werden.
Modelle und Fähigkeiten Grok Imagine
-
Werden zusätzliche Referenzbilder separat berechnet?
Ja. Zusätzlich zum Grundpreis der Standardausgabe wird für jedes Referenzbild eine Zusatzgebühr erhoben; der genaue Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten Grok Imagine
-
Was benötigt die API mindestens?
Übermitteln Sie model, input.prompt und input.image_urls; Seitenverhältnis, Auflösung und Ausgabeformat können die Standardwerte verwenden.
Modelle und Fähigkeiten Grok Imagine
-
Wie viele Referenzbilder unterstützt die Grok Imagine Quality-Bildbearbeitung?
Das aktuell öffentliche Schema unterstützt 1 bis 3 Referenzbilder. Sowohl die Seite als auch die API richten sich nach diesem Schema.
Modelle und Fähigkeiten Grok Imagine Quality
-
Was ist der Unterschied zwischen Quality und der Standard-Bearbeitungsroute?
Quality legt mehr Wert auf Subjektkonsistenz, Material und Details und ist in 1k/2k-Stufen unterteilt; die Standard-Route eignet sich für kostengünstige schnelle Iterationen.
Modelle und Fähigkeiten Grok Imagine Quality
-
Wie funktioniert das auto-Seitenverhältnis?
auto richtet sich nach dem ersten Referenzbild; alternativ kann explizit eines von vierzehn Quer-, Quadrat- oder Hochformaten gewählt werden.
Modelle und Fähigkeiten Grok Imagine Quality
-
Werden zusätzliche Referenzbilder separat berechnet?
Ja. Zusätzlich zum Grundpreis für die 1k/2k-Ausgabe wird für jedes Referenzbild eine zusätzliche Gebühr erhoben; der genaue Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten Grok Imagine Quality
-
Was benötigt die API mindestens?
Senden Sie model, input.prompt und input.image_urls; für Seitenverhältnis, Auflösung und Ausgabeformat können die Standardwerte verwendet werden.
Modelle und Fähigkeiten Grok Imagine Quality
-
Wie viele Referenzbilder unterstützt die Bildbearbeitung mit Qwen Image 3.0?
Unterstützt 1 bis 3 Referenzbilder. Mindestens eines ist erforderlich, das API-Feld lautet input.image_urls.
Modelle und Fähigkeiten Qwen Image 3.0
-
Was ist der Unterschied zwischen der Standardversion und der Pro-Bildbearbeitung?
Die Standardversion legt den Schwerpunkt auf geringere Kosten und schnelle Iterationen; Pro eignet sich besser für präzisen Textaustausch, komplexe Materialien und das finale Layout.
Modelle und Fähigkeiten Qwen Image 3.0
-
Wie werden 1K, 2K und Referenzbilder abgerechnet?
1K und 2K verwenden dieselbe Ausgabestufe; für jedes Referenzbild wird ein zusätzlicher Aufpreis berechnet. Die genauen Beträge richten sich nach dem tagesaktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten Qwen Image 3.0
-
Wie lassen sich Drift von Motiv, Layout oder Text reduzieren?
Liste im Prompt getrennt auf, welche Inhalte geändert werden sollen und welche Motive, Texte, Positionen, Materialien, Kamerawinkel und Lichtverhältnisse beibehalten werden müssen; wenn exakter Text benötigt wird, schreibe den Zieltext in Anführungszeichen.
Modelle und Fähigkeiten Qwen Image 3.0
-
Welche Felder müssen bei der API mindestens übermittelt werden?
Übermitteln Sie model, input.prompt und input.image_urls; Seitenverhältnis, Auflösung, Ausgabeformat und Prompt-Erweiterung können die Standardwerte verwenden.
Modelle und Fähigkeiten Qwen Image 3.0
-
Wie viele Referenzbilder unterstützt die Bildbearbeitung mit Qwen Image 3.0 Pro?
Unterstützt 1 bis 3 Referenzbilder. Mindestens eines ist erforderlich, das API-Feld ist input.image_urls.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen der Pro- und der Standard-Bildbearbeitung?
Pro eignet sich besser für präzisen Textaustausch, komplexe Materialien und das finale Layout; die Standardversion eignet sich besser für kostengünstige Produktfaränderungen, Bereinigungen und schnelle Iterationen.
Modelle und Fähigkeiten
-
Wie werden 1K, 2K und Referenzbilder abgerechnet?
1K und 2K verwenden unterschiedliche Ausgabestufen, und für jedes Referenzbild wird ein zusätzlicher Aufpreis berechnet; die genauen Beträge richten sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten
-
Wie lassen sich Drift von Motiv, Layout oder Text reduzieren?
Liste im Prompt getrennt auf, welche Inhalte geändert werden sollen und welche Motive, Texte, Positionen, Materialien, Kamerawinkel und Lichtverhältnisse erhalten bleiben müssen; wenn exakter Text benötigt wird, gib den Zieltext in Anführungszeichen an.
Modelle und Fähigkeiten
-
Welche Felder müssen mindestens an die API übermittelt werden?
Übermitteln Sie model, input.prompt und input.image_urls; Bildformat, Auflösung, Ausgabeformat und Prompt-Erweiterung können die Standardwerte verwenden.
Modelle und Fähigkeiten
-
Für welche Aufgaben eignet sich FLUX1.1 [pro] hauptsächlich?
Geeignet für realistische Fotografie, Architektur, Food, Natur und kommerzielle Visuals, mit Unterstützung für benutzerdefinierte Größen und Prompt-Enhanced-Steuerung.
Modelle und Fähigkeiten FLUX 1.1 Pro
-
Unterstützt FLUX1.1 [pro] Referenzbilder?
Der aktuelle Pfad ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten FLUX 1.1 Pro
-
Welche Ausgabeformate werden unterstützt?
Die aktuelle Seite zeigt Custom width / height sowie Custom, 1:1, 16:9, 9:16; die endgültig verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten FLUX 1.1 Pro
-
Wie wird FLUX1.1 [pro] abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten FLUX 1.1 Pro
-
Wie rufe ich die FLUX1.1 [pro] API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende flux-1.1-pro als model und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten FLUX 1.1 Pro
-
Für welche Aufgaben ist Qwen Image 3.0 hauptsächlich geeignet?
Erstellen Sie online mit Qwen Image 3.0 chinesische und englische Textplakate, bearbeiten Sie Szenen und Produktvisuals – mit Unterstützung für Prompt-Erweiterung, 1K/2K-Ausgabe und verschiedene Bildformate; zudem können Sie Beispiele, Preise und API-Aufrufcode einsehen.
Modelle und Fähigkeiten Qwen Image 3.0
-
Unterstützt Qwen Image 3.0 Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Qwen Image 3.0
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K sowie 1:1, 16:9, 9:16, 4:3, 3:4; die endgültigen Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Qwen Image 3.0
-
Wie wird Qwen Image 3.0 abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im tagesaktuellen Preis auf der Seite angezeigt.
Modelle und Fähigkeiten Qwen Image 3.0
-
Wie ruft man die Qwen Image 3.0 API auf?
Senden Sie einen asynchronen Task per POST /v1/tasks, verwenden Sie als model qwen-image-3.0/text-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten Qwen Image 3.0
-
Für welche Aufgaben ist Qwen Image 3.0 Pro hauptsächlich geeignet?
Geeignet für komplexere Texte, Architektur, wissenschaftliche Bearbeitung, Luxusprodukte und finale Werbelayouts.
Modelle und Fähigkeiten
-
Unterstützt Qwen Image 3.0 Pro Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten
-
Welche Ausgabeformate werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K sowie 1:1, 16:9, 9:16, 4:3, 3:4; die letztlich verfügbaren Optionen richten sich nach den Parametern im Playground.
Modelle und Fähigkeiten
-
Wie wird Qwen Image 3.0 Pro abgerechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten
-
Wie ruft man die Qwen Image 3.0 Pro API auf?
Senden Sie einen asynchronen Task an POST /v1/tasks, verwenden Sie als model qwen-image-3.0-pro/text-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten
-
Für welche Aufgaben ist GPT Image 2 Image to Image hauptsächlich geeignet?
Bearbeitung von Hintergrund, Licht, Komposition und Stil anhand eines oder mehrerer Referenzbilder, während die Struktur des Quellbilds erhalten bleibt.
Modelle und Fähigkeiten GPT Image 2
-
Unterstützt GPT Image 2 Image to Image Referenzbilder?
Ja. Die aktuelle Route erfordert Referenzbilder, wobei maximal 6 Bilder verwendet werden; die Referenzbilder liefern das Motiv und die Bildkomposition, während der Prompt den Umfang der Änderungen beschreibt.
Modelle und Fähigkeiten GPT Image 2
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K, 4K sowie auto, 1:1, 9:16, 16:9, 4:3, 3:4; die letztlich verfügbaren Optionen richten sich nach den Parametern im Playground.
Modelle und Fähigkeiten GPT Image 2
-
Wie wird die Abrechnung für GPT Image 2 Image to Image berechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; etwaige Unterschiede zwischen verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten GPT Image 2
-
Wie ruft man die GPT Image 2 Image-to-Image-API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie als model gpt-image-2/image-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten GPT Image 2
-
Für welche Aufgaben ist FLUX.2 [klein] 4B Image to Image hauptsächlich geeignet?
Eine leichtgewichtige, kostengünstige Option für kommerzielle Retusche, Hintergrundwechsel, Farbänderungen und schnelle Iterationen anhand von Referenzbildern.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Unterstützt FLUX.2 [klein] 4B Image to Image Referenzbilder?
Ja. Die aktuelle Route erfordert ein Referenzbild, es wird maximal 1 Bild verwendet; das Referenzbild liefert Motiv und Komposition, der Prompt beschreibt den Umfang der Änderungen.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 0.25 MP, 0.5 MP, 1 MP, 2 MP, 4 MP sowie 1:1, 16:9, 9:16, 4:3, 3:4; die letztendlich verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Wie wird FLUX.2 [klein] 4B Image to Image abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Wie rufe ich die FLUX.2 [klein] 4B Image to Image API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie als model flux-2-klein-4b/image-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten FLUX.2 Klein 4B
-
Für welche Aufgaben ist Nano Banana Pro hauptsächlich geeignet?
Zum Erzeugen detailreicher kommerzieller Bilder oder zum Neuzeichnen mit optionalen Referenzbildern, mit Unterstützung für vielfältige Seitenverhältnisse und Ausgabe in bis zu 4K.
Modelle und Fähigkeiten Nano Banana Pro
-
Unterstützt Nano Banana Pro Referenzbilder?
Unterstützt bis zu 8 optionale Referenzbilder; ohne Upload kann es als reine Text-zu-Bild-Funktion verwendet werden.
Modelle und Fähigkeiten Nano Banana Pro
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K, 4K sowie auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; die letztendlich verfügbaren Optionen richten sich nach den Parametern im Playground.
Modelle und Fähigkeiten Nano Banana Pro
-
Wie wird Nano Banana Pro abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Nano Banana Pro
-
Wie ruft man die Nano Banana Pro API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie nano-banana-pro als model und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten Nano Banana Pro
-
Für welche Aufgaben ist FLUX.1 [schnell] hauptsächlich geeignet?
Ein ultraschnelles, kostengünstiges Modell mit 1-4 Schritten für Skizzen, die Batch-Bilderzeugung und schnelle Prompt-Erkundung.
Modelle und Fähigkeiten FLUX.1 Schnell
-
Unterstützt FLUX.1 [schnell] Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten FLUX.1 Schnell
-
Welche Ausgabeformate werden unterstützt?
Die aktuelle Seite zeigt 1-12 inference steps sowie 1:1, 16:9, 9:16, 4:3, 3:4; die endgültig verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten FLUX.1 Schnell
-
Wie wird FLUX.1 [schnell] abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Live-Preis auf der Seite angezeigt.
Modelle und Fähigkeiten FLUX.1 Schnell
-
Wie rufe ich die FLUX.1 [schnell] API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie für model flux-schnell/text-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten FLUX.1 Schnell
-
Für welche Aufgaben ist Nano Banana 2 Lite hauptsächlich geeignet?
Eine Einstiegsvariante mit festen 1K, geeignet für Massenskizzen, schnelle Iterationen und optionales Redrawing mit mehreren Referenzbildern.
Modelle und Fähigkeiten Nano Banana 2 Lite
-
Unterstützt Nano Banana 2 Lite Referenzbilder?
Unterstützt bis zu 10 optionale Referenzbilder; ohne Upload kann es als reine Text-zu-Bild-Funktion verwendet werden.
Modelle und Fähigkeiten Nano Banana 2 Lite
-
Welche Ausgabeformate werden unterstützt?
Die aktuelle Seite zeigt 1K und auto, 1:1, 16:9, 9:16, 4:3, 3:4, 8:1, 1:8; die endgültigen Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Nano Banana 2 Lite
-
Wie wird Nano Banana 2 Lite abgerechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Nano Banana 2 Lite
-
Wie rufe ich die Nano Banana 2 Lite API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende als model Nano-Banana-2-Lite und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten Nano Banana 2 Lite
-
Für welche Aufgaben eignet sich Grok Image 2.0 Text to Image hauptsächlich?
Unterstützt die Qualitätsstufen low/medium, 1K/2K-Ausgabe und Formate von quadratisch bis ultrabreit – ideal für Produkt-, Editorial-, Landschafts- und Charaktervisuals.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Unterstützt Grok Image 2.0 Text zu Bild Referenzbilder?
Die aktuelle Route ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K sowie auto, 1:1, 16:9, 9:16, 4:3, 3:4, 2:1, 1:2; die endgültig verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Wie wird Grok Image 2.0 Text to Image abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Wie rufe ich die Grok Image 2.0 Text-to-Image API auf?
Sende einen asynchronen Task an POST /v1/tasks, wobei für model grok-imagine-image-2.0/text-to-image verwendet wird; die Generierungsparameter werden in input abgelegt.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Für welche Aufgaben ist Grok Image 2.0 Image to Image hauptsächlich geeignet?
Ein öffentliches Referenzbild bearbeiten, um Farben, Stil und Szene zu ändern sowie Details zu verfeinern, wobei das Bildformat des Referenzbilds beibehalten wird.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Unterstützt Grok Image 2.0 Image to Image Referenzbilder?
Ja. Der aktuelle Pfad erfordert ein Referenzbild, es wird maximal 1 Bild verwendet; das Referenzbild liefert das Motiv und die Bildkomposition, der Prompt beschreibt den Umfang der Änderungen.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Wie wird die Abrechnung für Grok Image 2.0 Image to Image berechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Wie rufe ich die Grok Image 2.0 Image-to-Image-API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie als model grok-imagine-image-2.0/image-to-image und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten Grok Imagine Image 2.0
-
Für welche Aufgaben ist Qwen Image 2.0 hauptsächlich geeignet?
Ein kosteneffizientes Modell mit Unterstützung für Chinesisch, negative Prompts, Prompt-Erweiterung, optionalem Seed und fünf 2K-Pixelgrößen.
Modelle und Fähigkeiten Qwen Image 2.0
-
Unterstützt Qwen Image 2.0 Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Qwen Image 2.0
-
Welche Ausgabeformate werden unterstützt?
Die aktuelle Seite zeigt 2688×1536, 2368×1728, 2048×2048, 1728×2368, 1536×2688 und ; die endgültigen Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Qwen Image 2.0
-
Wie wird Qwen Image 2.0 abgerechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; etwaige Unterschiede bei Auflösung oder Qualitätsstufe werden im tagesaktuellen Preis auf der Seite angezeigt.
Modelle und Fähigkeiten Qwen Image 2.0
-
Wie rufe ich die Qwen Image 2.0 API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende als model qwen-image-2.0 und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten Qwen Image 2.0
-
Für welche Aufgaben ist Nano Banana hauptsächlich geeignet?
Ein universelles Bildgenerierungsmodell für Illustrationen, Fotografie, Produktkonzepte und Social-Media-Visuals.
Modelle und Fähigkeiten Nano Banana
-
Unterstützt Nano Banana Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Nano Banana
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K sowie auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; die letztendlich verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Nano Banana
-
Wie wird Nano Banana abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Nano Banana
-
Wie rufe ich die Nano Banana API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende nano-banana als model und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten Nano Banana
-
Für welche Aufgaben ist Nano Banana 2 hauptsächlich geeignet?
Unterstützt optionale Referenzbilder, vielfältige Bildformate und höhere Auflösungen; einsetzbar für Bildgenerierung und Neugestaltung.
Modelle und Fähigkeiten Nano Banana 2
-
Unterstützt Nano Banana 2 Referenzbilder?
Unterstützt bis zu 14 optionale Referenzbilder; ohne Upload kann es als reine Text-zu-Bild-Generierung verwendet werden.
Modelle und Fähigkeiten Nano Banana 2
-
Welche Ausgabespezifikationen werden unterstützt?
Die aktuelle Seite zeigt 1K, 2K, 4K sowie 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9, auto; die final verfügbaren Optionen richten sich nach den Playground-Parametern.
Modelle und Fähigkeiten Nano Banana 2
-
Wie wird Nano Banana 2 abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten Nano Banana 2
-
Wie rufe ich die Nano Banana 2 API auf?
Sende einen asynchronen Task per POST /v1/tasks, verwende nano-banana-2 als model und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten Nano Banana 2
-
Für welche Aufgaben ist GPT Image 2 Ext Text to Image hauptsächlich geeignet?
Eine kompatible Generierungsroute für GPT Image 2 mit Steuerung von Qualität und Auflösung; die Produktübersicht und die primäre Suchintention werden von der offiziellen GPT Image 2-Seite abgedeckt.
Modelle und Fähigkeiten GPT Image 2
-
Unterstützt GPT Image 2 Ext Text to Image Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten GPT Image 2
-
Wie wird die Abrechnung für GPT Image 2 Ext Text to Image berechnet?
Die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder; etwaige Unterschiede bei verschiedenen Auflösungen oder Qualitätsstufen werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten GPT Image 2
-
Wie rufe ich die GPT Image 2 Ext Text to Image API auf?
Senden Sie eine asynchrone Aufgabe an POST /v1/tasks, verwenden Sie als model gpt-image-2/text-to-image@ext und legen Sie die Generierungsparameter in input ab.
Modelle und Fähigkeiten GPT Image 2
-
Für welche Aufgaben ist GPT Image 2 Beta hauptsächlich geeignet?
Beta-Route, die für Kompatibilität mit älteren Aufrufen beibehalten wird; für neue Integrationen wird die offizielle GPT Image 2 Modell-ID empfohlen.
Modelle und Fähigkeiten GPT Image 2
-
Unterstützt GPT Image 2 Beta Referenzbilder?
Die aktuelle Leitung ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten GPT Image 2
-
Wie wird GPT Image 2 Beta abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten GPT Image 2
-
Wie ruft man die GPT Image 2 Beta API auf?
Senden Sie einen asynchronen Task per POST /v1/tasks, wobei model auf gpt-image-2/text-to-image@beta gesetzt wird und die Generierungsparameter in input stehen.
Modelle und Fähigkeiten GPT Image 2
-
Wofür eignet sich GPT Image 2 Ext Image to Image hauptsächlich?
Für einen kompatiblen Bearbeitungspfad mit Unterstützung für mehrere Referenzbilder sowie Steuerung von Qualität, Auflösung und Bildformat.
Modelle und Fähigkeiten GPT Image 2
-
Unterstützt GPT Image 2 Ext Image to Image Referenzbilder?
Ja. Die aktuelle Route erfordert Referenzbilder, es können bis zu 6 verwendet werden; die Referenzbilder liefern das Motiv und die Bildkomposition, der Prompt beschreibt den Umfang der Änderungen.
Modelle und Fähigkeiten GPT Image 2
-
Wie wird GPT Image 2 Ext Image to Image abgerechnet?
Die Abrechnung erfolgt nach der Anzahl erfolgreich generierter Bilder; etwaige Unterschiede je nach Auflösung oder Qualitätsstufe werden im Echtzeitpreis auf der Seite angezeigt.
Modelle und Fähigkeiten GPT Image 2
-
Wie ruft man die GPT Image 2 Ext Image to Image API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende als model gpt-image-2/image-to-image@ext und lege die Generierungsparameter in input ab.
Modelle und Fähigkeiten GPT Image 2
-
Wofür eignet sich Ideogram V4 am besten?
Für Logos, Poster, Wortmarken, Verpackungen und Ladenschilder, die präzise lateinische Buchstaben erfordern.
Modelle und Fähigkeiten Ideogram V4
-
Wie wählt man die drei Geschwindigkeitsstufen aus?
TURBO eignet sich für schnelle Entwürfe; BALANCED gleicht Geschwindigkeit und Qualität aus; QUALITY eignet sich für finale Details und komplexe Beschriftungen.
Modelle und Fähigkeiten Ideogram V4
-
Wie unterscheiden sich die drei Preisstufen?
TURBO, BALANCED und QUALITY verwenden unterschiedliche Stufen pro Bild; die genauen Beträge richten sich nach den aktuellen Preisen auf dieser Seite.
Modelle und Fähigkeiten Ideogram V4
-
Wie kann die Genauigkeit von Text in Bildern verbessert werden?
Schreibe den anzuzeigenden Text im Prompt wortwörtlich aus und gib Schriftstil, Hierarchie, Position und Hintergrundkontrast explizit an.
Modelle und Fähigkeiten Ideogram V4
-
Werden Referenzbilder unterstützt?
Die aktuelle Ideogram V4-Seite ist reine Text-zu-Bild-Generierung und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Ideogram V4
-
Was sind die Stärken von Qwen Image 2.0 Pro?
Geeignet für chinesische Schrift, Personen, Produktvisualisierungen und komplexe konzeptionelle Szenarien und bietet fünf Größen-Presets in 2K-Qualität.
Modelle und Fähigkeiten
-
Welche Wirkung hat die automatische Prompt-Optimierung?
prompt_extend ist standardmäßig aktiviert und erweitert die Eingabe um visuelle Details, was jedoch eine geringe zusätzliche Latenz verursacht; wenn die Originalformulierung strikt beibehalten werden soll, kann es deaktiviert werden.
Modelle und Fähigkeiten
-
Wie lassen sich unerwünschte Elemente vermeiden?
Beschreibe im negative_prompt, was ausgeschlossen werden soll, und halte die Anforderungen des positiven Prompts an Motiv, Text und Bildkomposition klar.
Modelle und Fähigkeiten
-
Wird ein Referenzbild unterstützt?
Der aktuelle Pro-Text-zu-Bild-Pfad akzeptiert nur Text, eine Referenzbildeingabe wird nicht unterstützt.
Modelle und Fähigkeiten
-
Ändert sich der Preis je nach Größe?
Die aktuellen fünf Größenoptionen verwenden dieselbe Einzelblatt-Preisstufe; der konkrete Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten
-
Wofür eignet sich Seedream 4.5 Text-zu-Bild?
Geeignet für Szenen im chinesischen Stil, Food-Fotografie, Science-Fiction-Motive, Landschaften und allgemeine Kreationen, die eine 2K/4K-Ausgabe erfordern.
Modelle und Fähigkeiten Seedream 4.5
-
Unterscheiden sich die Preise für 2K und 4K?
Derzeit verwenden beide Auflösungen dieselbe Einzelbild-Stufe; der genaue Betrag richtet sich nach dem aktuellen Preis auf dieser Seite.
Modelle und Fähigkeiten Seedream 4.5
-
Warum ist das Seitenverhältnis ein Pflichtparameter?
Der aktuelle Anfragevertrag erfordert die explizite Angabe von aspect_ratio und resolution, damit die Ausgabegröße nicht von impliziten Standardwerten abhängt.
Modelle und Fähigkeiten Seedream 4.5
-
Kann ich ein Referenzbild hochladen?
Dieser Text-to-Image-Weg akzeptiert keine Referenzbilder; bitte verwenden Sie seedream-4.5/image-to-image.
Modelle und Fähigkeiten Seedream 4.5
-
Wie lang darf ein Prompt maximal sein?
Unterstützt 4 bis 3000 Zeichen, sowohl auf Chinesisch als auch auf Englisch.
Modelle und Fähigkeiten Seedream 4.5
-
Welche besonderen Bildformate unterstützt Wan 2.7 Image?
Neben den gängigen Quer- und Hochformaten werden auch ultrabreite oder ultrahohe Formate wie 21:9, 8:1 und 1:8 unterstützt.
Modelle und Fähigkeiten Wan 2.7 Image
-
Welche Funktion hat der Thinking Mode?
Wenn er aktiviert ist, verlängert sich die Generierungszeit, um die推理 und Bildkomposition bei komplexen Prompts zu verbessern; für schnelle Entwürfe kann er deaktiviert bleiben.
Modelle und Fähigkeiten Wan 2.7 Image
-
Wie wählt man zwischen 1K, 2K und 4K?
Verwenden Sie zunächst 1K oder 2K, um die Richtung zu validieren, und wählen Sie erst dann 4K, wenn Sie letztendlich eine größere Ausgabe benötigen. Der auf dieser Seite angegebene Preis ist ein Festpreis pro Einzelbild.
Modelle und Fähigkeiten Wan 2.7 Image
-
Werden Referenzbilder unterstützt?
Das aktuelle Modell verwendet eine reine Text-zu-Bild-Pipeline und akzeptiert keine Referenzbilder.
Modelle und Fähigkeiten Wan 2.7 Image
-
Wie lassen sich die Ergebnisse reproduzieren?
Feste seed-, Prompt-, Bildformat-, Auflösungs- und Thinking Mode-Einstellungen verwenden.
Modelle und Fähigkeiten Wan 2.7 Image
-
Wofür ist Z-Image geeignet?
Geeignet für die kostengünstige Bilderzeugung mit chinesischen Prompts, realistische Porträts, Schilder, nächtliche Stadtansichten und Food-Material.
Modelle und Fähigkeiten Z-Image
-
Welche Seitenverhältnisse werden unterstützt?
Unterstützt werden 1:1, 4:3, 3:4, 16:9 und 9:16.
Modelle und Fähigkeiten Z-Image
-
Kann die Auflösung oder das Format gesteuert werden?
Der aktuelle öffentliche Anfragevertrag legt nur Prompt und aspect_ratio offen; nicht deklarierte Felder für Auflösung oder Format sollten nicht in die Anfrage aufgenommen werden.
Modelle und Fähigkeiten Z-Image
-
Wird ein Referenzbild unterstützt?
Nein. Die aktuelle Z-Image-Modell-ID ist reine Text-zu-Bild-Generierung.
Modelle und Fähigkeiten Z-Image
-
Wie ruft man die API auf?
Sende model: z-image und input.prompt per POST an /v1/tasks; aspect_ratio ist optional.
Modelle und Fähigkeiten Z-Image
-
Was für ein Videomodell ist HappyHorse 1.0?
Es ist eine reine Text-zu-Video-Pipeline: Es wird lediglich ein Text-Prompt benötigt, ein hochgeladenes Ausgangsbild ist nicht erforderlich.
Modelle und Fähigkeiten HappyHorse 1.0
-
Welche Ausgabespezifikationen unterstützt HappyHorse 1.0?
Unterstützt werden 3–15 Sekunden, Auflösungen einschließlich 720p und 1080p sowie Seitenverhältnisse einschließlich 16:9, 9:16, 1:1, 4:3 und 3:4.
Modelle und Fähigkeiten HappyHorse 1.0
-
Können Sounds generiert oder Audioreferenzen verwendet werden?
Es werden keine Medieneingaben akzeptiert; die Audiofähigkeiten richten sich nach dem Modellvertrag
Modelle und Fähigkeiten HappyHorse 1.0
-
Wie wird HappyHorse 1.0 abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Unterschiede durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten HappyHorse 1.0
-
Wie ruft man die HappyHorse 1.0 API auf?
Senden Sie einen asynchronen Task per POST /v1/tasks, verwenden Sie happyhorse-1.0 als model und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten HappyHorse 1.0
-
Was für ein Videomodell ist Kling 3.0 Text-to-Video?
Es ist eine reine Text-zu-Video-Pipeline, die nur einen Text-Prompt benötigt und kein Hochladen eines Ausgangsbildes verlangt.
Modelle und Fähigkeiten Kling 3.0
-
Welche Ausgabeformate unterstützt Kling 3.0 Text-to-Video?
Unterstützt 3-15 Sekunden, Auflösungen umfassen 720p, 1080p, 4K, Seitenverhältnisse umfassen 16:9, 9:16, 1:1.
Modelle und Fähigkeiten Kling 3.0
-
Kann Ton generiert oder eine Audioreferenz verwendet werden?
Optionaler Schalter für die Tongenerierung
Modelle und Fähigkeiten Kling 3.0
-
Wie wird die Abrechnung für Kling 3.0 Text-to-Video berechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Tarifstufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Kling 3.0
-
Wie ruft man die Kling 3.0 Text-to-Video API auf?
Senden Sie eine asynchrone Aufgabe an POST /v1/tasks, verwenden Sie als model kling-3.0/text-to-video und platzieren Sie die Parameter in input.
Modelle und Fähigkeiten Kling 3.0
-
Was für ein Videomodell ist Veo 3.1 Fast Text to Video?
Es ist eine reine Text-zu-Video-Variante: Es genügt ein Text-Prompt, ein hochgeladenes Ausgangsbild ist nicht erforderlich.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Welche Ausgabespezifikationen unterstützt Veo 3.1 Fast Text to Video?
Unterstützt werden 4-8 Sekunden, Auflösungen umfassen 720p, 1080p, 4k, Bildformate umfassen 16:9, 9:16.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Kann Audio generiert oder eine Audioreferenz verwendet werden?
Die Audiogenerierung ist standardmäßig aktiviert
Modelle und Fähigkeiten Veo 3.1 Fast
-
Wie wird Veo 3.1 Fast Text to Video abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Unterschiede durch Auflösung, Modus oder Tonoptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Wie rufe ich die Veo 3.1 Fast Text to Video API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie als model veo-3.1-fast/text-to-video, und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten Veo 3.1 Fast
-
Was für ein Videomodell ist Veo 3.1 Text to Video?
Es ist eine reine Text-zu-Video-Variante, die nur einen Text-Prompt benötigt und kein Hochladen eines Startbilds verlangt.
Modelle und Fähigkeiten Veo 3.1
-
Welche Ausgabeformate unterstützt Veo 3.1 Text to Video?
Unterstützt werden 4-8 Sekunden, Auflösungen einschließlich 720p, 1080p, 4k und Bildformate einschließlich 16:9, 9:16.
Modelle und Fähigkeiten Veo 3.1
-
Kann Ton generiert oder eine Audioreferenz verwendet werden?
Die Audiogenerierung ist standardmäßig aktiviert
Modelle und Fähigkeiten Veo 3.1
-
Wie wird Veo 3.1 Text to Video abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Veo 3.1
-
Wie rufe ich die Veo 3.1 Text to Video API auf?
Sende eine asynchrone Aufgabe an POST /v1/tasks, verwende für model veo-3.1/text-to-video und lege die Parameter in input ab.
Modelle und Fähigkeiten Veo 3.1
-
Was für ein Videomodell ist Seedance 2.0?
Es basiert auf Prompts, optional können Start- und Endbilder oder Referenzbilder, -videos und -audios hinzugefügt werden; die verschiedenen Steuerungsmethoden sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten Seedance 2.0
-
Welche Ausgabeformate unterstützt Seedance 2.0?
Unterstützt 4–15 Sekunden, Auflösungen umfassen 480p, 720p, 1080p, 4k, Seitenverhältnisse umfassen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelle und Fähigkeiten Seedance 2.0
-
Können Stimmen generiert oder Audioreferenzen verwendet werden?
Optionale Bild-, Video- und Audioreferenzen; Audiogenerierung wird unterstützt
Modelle und Fähigkeiten Seedance 2.0
-
Wie wird Seedance 2.0 abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten Seedance 2.0
-
Wie rufe ich die Seedance 2.0 API auf?
Übermitteln Sie eine asynchrone Aufgabe an POST /v1/tasks, verwenden Sie seedance-2.0 als model und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten Seedance 2.0
-
Was für ein Videomodell ist Seedance 2.0 Fast?
Es ist Prompt-zentriert und kann zusätzlich Start- und Endframes oder Referenzbilder, -videos und -audios einbeziehen; die verschiedenen Steuerungsmethoden sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten
-
Welche Ausgabespezifikationen unterstützt Seedance 2.0 Fast?
Unterstützt 4-15 Sekunden, Auflösungen umfassen 480p, 720p, Seitenverhältnisse umfassen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelle und Fähigkeiten
-
Kann Audio generiert oder eine Audioreferenz verwendet werden?
Optionale Bild-, Video- und Audioreferenzen; Audiogenerierung wird unterstützt
Modelle und Fähigkeiten
-
Wie wird Seedance 2.0 Fast abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Tonoptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten
-
Wie ruft man die Seedance 2.0 Fast API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie model seedance-2.0-fast und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten
-
Was für ein Videomodell ist Seedance 2.0 Ext?
Es stellt den Prompt in den Mittelpunkt; optional können Start- und Endbilder oder Referenzbilder, -videos und -audios hinzugefügt werden; die verschiedenen Steuerungsmethoden sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten Seedance 2.0
-
Welche Ausgabeformate unterstützt Seedance 2.0 Ext?
Unterstützt 4-15 Sekunden, Auflösungen umfassen 720p, 1080p, 4k, Bildformate umfassen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelle und Fähigkeiten Seedance 2.0
-
Wie wird Seedance 2.0 Ext abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenverlauf.
Modelle und Fähigkeiten Seedance 2.0
-
Wie ruft man die Seedance 2.0 Ext API auf?
Sende eine asynchrone Aufgabe an POST /v1/tasks, verwende seedance-2.0@ext als model und lege die Parameter in input ab.
Modelle und Fähigkeiten Seedance 2.0
-
Was für ein Videomodell ist Seedance 2.0 Mini?
Es stellt den Prompt in den Mittelpunkt und kann optional Start- und Endframes oder Referenzbilder, -videos und -audios einbeziehen; die verschiedenen Steuerungsmethoden sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten
-
Welche Ausgabeformate unterstützt Seedance 2.0 Mini?
Unterstützt werden 4-15 Sekunden, Auflösungen einschließlich 480p und 720p sowie Seitenverhältnisse einschließlich 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 und adaptive.
Modelle und Fähigkeiten
-
Können Audioinhalte generiert oder Audioreferenzen verwendet werden?
Optional Bild-, Video- und Audioreferenzen; Audiogenerierung wird unterstützt
Modelle und Fähigkeiten
-
Wie wird Seedance 2.0 Mini abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Tonoptionen richten sich nach dem Seitenpreis und dem Aufgabenprotokoll.
Modelle und Fähigkeiten
-
Wie rufe ich die Seedance 2.0 Mini API auf?
Sende einen asynchronen Task an POST /v1/tasks, verwende seedance-2.0-mini als model und lege die Parameter in input ab.
Modelle und Fähigkeiten
-
Was für ein Videomodell ist HappyHorse 1.1 Text to Video?
Es ist eine reine Text-zu-Video-Pipeline, die nur einen Text-Prompt benötigt und kein hochgeladenes Ausgangsbild verlangt.
Modelle und Fähigkeiten HappyHorse 1.1
-
Welche Ausgabeformate unterstützt HappyHorse 1.1 Text to Video?
Unterstützt werden 3-15 Sekunden, Auflösungen wie 720p und 1080p sowie Seitenverhältnisse wie 16:9, 9:16, 3:4, 4:3, 4:5, 5:4, 1:1, 9:21 und 21:9.
Modelle und Fähigkeiten HappyHorse 1.1
-
Können Klänge erzeugt oder Audio-Referenzen verwendet werden?
Es werden keine Medieneingaben akzeptiert; die Klangfähigkeiten richten sich nach dem Modellvertrag
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie wird die Abrechnung für HappyHorse 1.1 Text to Video berechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und dem Aufgabenverlauf.
Modelle und Fähigkeiten HappyHorse 1.1
-
Wie rufe ich die HappyHorse 1.1 Text to Video API auf?
Übermittle einen asynchronen Task an POST /v1/tasks, verwende für model happyhorse-1.1/text-to-video und lege die Parameter in input ab.
Modelle und Fähigkeiten HappyHorse 1.1
-
Was für ein Videomodell ist MiniMax H3?
Es stellt den Prompt in den Mittelpunkt; optional können Start- und Endbilder oder Referenzbilder, -videos und -audios hinzugefügt werden; die verschiedenen Steuerungsarten sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten MiniMax H3
-
Welche Ausgabespezifikationen unterstützt MiniMax H3?
Unterstützt 4-15 Sekunden, Auflösungen einschließlich 2K, Seitenverhältnisse einschließlich 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive.
Modelle und Fähigkeiten MiniMax H3
-
Können Audiodaten generiert oder Audio-Referenzen verwendet werden?
Optional Bild-, Video- und Audio-Referenzen; Audiogenerierung wird unterstützt
Modelle und Fähigkeiten MiniMax H3
-
Wie wird MiniMax H3 abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Tonoptionen richten sich nach dem Seitenpreis und den Aufgabenaufzeichnungen.
Modelle und Fähigkeiten MiniMax H3
-
Wie rufe ich die MiniMax H3 API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie minimax-h3 als model und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten MiniMax H3
-
Was für ein Videomodell ist Wan 3.0 Video?
Es basiert auf Prompts und kann zusätzlich Start- und Endframes oder Referenzbilder, -videos und -audios einbeziehen; die verschiedenen Steuerungsarten sollten gemäß dem aktuellen Parametervertrag kombiniert werden.
Modelle und Fähigkeiten Wan 3.0 Video
-
Welche Ausgabespezifikationen unterstützt Wan 3.0 Video?
Unterstützt werden 2-30 Sekunden, die Auflösungen umfassen 480P, 720P, 1080P, die Seitenverhältnisse umfassen adaptive, 16:9, 4:3, 1:1, 3:4, 9:16.
Modelle und Fähigkeiten Wan 3.0 Video
-
Können Stimmen generiert oder Audioreferenzen verwendet werden?
Optionale Referenzen für Bilder, Videos, Audio, Dateien und Links; synchronisiertes Audio wird unterstützt
Modelle und Fähigkeiten Wan 3.0 Video
-
Wie wird Wan 3.0 Video abgerechnet?
Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und den Aufgabenaufzeichnungen.
Modelle und Fähigkeiten Wan 3.0 Video
-
Wie rufe ich die Wan 3.0 Video API auf?
Senden Sie einen asynchronen Task an POST /v1/tasks, verwenden Sie model mit wan3.0-video, und legen Sie die Parameter in input ab.
Modelle und Fähigkeiten Wan 3.0 Video
-
Welche Eingaben unterstützt Wan 3.0 Prime?
Erforderlich ist nur der Prompt. Optionale Eingaben umfassen ein Start- und ein Endbild, bis zu 10 Referenzbilder, bis zu 5 Referenzaudios, 1 Referenzdokument oder 1 Referenzwebseite. Referenzvideo-Eingaben sind derzeit noch nicht verfügbar.
Modelle und Fähigkeiten
-
Können Anfangs- und Endbild zusammen mit Referenzmaterialien verwendet werden?
Nein. Der Anfangs-/Endbild-Modus und die Arrays für Referenzbilder, Audio, Dateien und Webseiten schließen sich gegenseitig aus; pro Aufgabe wird nur eine dieser Steuerungsmethoden gewählt. Auch zwischen Referenzdateien und Referenzwebseiten kann nur eine der beiden Optionen gewählt werden.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für die Referenzaudios?
WAV oder MP3, jeweils 1 bis 15 Sekunden, maximal 5 Dateien, müssen zusammen mit dem Referenzbild verwendet werden. Im Prompt werden sie der Reihenfolge nach mit Audio1, Audio2 referenziert, wobei anzugeben ist, ob es sich um Voiceover, Dialog oder Musik handelt.
Modelle und Fähigkeiten
-
Welche Dauer, Auflösungen und Seitenverhältnisse werden unterstützt?
Die Dauer wird in ganzen Sekunden von 2 bis 30 Sekunden festgelegt; Auflösungen: 480P, 720P, 1080P; Seitenverhältnisse: adaptive, 16:9, 4:3, 1:1, 3:4, 9:16, wobei adaptive anhand des Eingangsmaterials und des Prompts bestimmt wird.
Modelle und Fähigkeiten
-
Enthalten die Videos Ton?
Standardmäßig wird eine zum Bild synchrone Tonspur erzeugt; der Toninhalt kann im Prompt beschrieben werden (z. B. Umgebungsgeräusche, Voiceover). Wenn audio auf false gesetzt wird, wird nur das Bild ausgegeben.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen Wan 3.0 Prime und Wan 3.0 Video?
Prime ist die beschleunigte Route von Wan 3.0. Prompts, Start-/Endframes sowie die Verwendung von Referenzbildern, Audio, Dateien und Webseiten sind bei beiden identisch – zum Wechseln genügt es, die model ID zu ändern. Prime akzeptiert derzeit keine Referenzvideos als Eingabe, und die Preise der beiden Routen unterscheiden sich.
Modelle und Fähigkeiten
-
Wie lässt sich dasselbe Ergebnis reproduzieren?
Übergeben Sie einen festen seed (0 bis 2147483647) und halten Sie den Prompt sowie die übrigen Parameter unverändert – so erhalten Sie weitgehend identische Ergebnisse, was den Vergleich nach Feinabstimmungen erleichtert.
Modelle und Fähigkeiten
-
Wie wird Wan 3.0 Prime abgerechnet?
Die Abrechnung erfolgt nach der Dauer des Ausgabevideos und der Auflösungsstufe; fehlgeschlagene Aufgaben werden vollständig erstattet. Die genauen Preise richten sich nach den aktuellen Preisen auf dieser Seite.
Modelle und Fähigkeiten
-
Muss man bei der Text-zu-Video-Funktion von Seedance 2.5 ein Bild hochladen?
Nein. Diese Seite entspricht seedance-2.5/text-to-video und akzeptiert nur einen Text-Prompt; wenn ein Startbild, Start- und Endbild oder Referenzmaterial benötigt wird, sollte die separate Image-to-Video- oder Reference-to-Video-Route verwendet werden.
Modelle und Fähigkeiten Seedance 2.5
-
Wie lang können Videos mit Seedance 2.5 sein?
Der aktuelle Anforderungsvertrag unterstützt 4–30 Sekunden, 720p oder 1080p und bietet die Seitenverhältnisse 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 und adaptive.
Modelle und Fähigkeiten Seedance 2.5
-
Generiert Seedance 2.5 Sound?
generate_audio ist standardmäßig aktiviert und dient der Erzeugung synchronisierter Geräusche; wenn kein Sound benötigt wird, kann es deaktiviert werden. Das Endergebnis sollte dennoch hinsichtlich Lautstärke, Dialog und Urheberrecht geprüft werden.
Modelle und Fähigkeiten Seedance 2.5
-
Wie wird Seedance 2.5 abgerechnet?
Die Abrechnung erfolgt nach den Sekunden des ausgegebenen Videos und der Auflösungsstufe. Für 720p und 1080p gelten unterschiedliche Preise pro Sekunde.
Modelle und Fähigkeiten Seedance 2.5
-
Wie rufe ich die API für Text-zu-Video von Seedance 2.5 auf?
Senden Sie eine asynchrone Aufgabe an POST /v1/tasks, verwenden Sie model mit seedance-2.5/text-to-video und übergeben Sie im input Parameter wie prompt, duration, resolution, aspect_ratio usw.
Modelle und Fähigkeiten Seedance 2.5
-
Benötigt Grok Imagine Text-zu-Video ein Bild?
Nein. grok-imagine/text-to-video akzeptiert nur einen Text-Prompt; wenn ein Quellbild benötigt wird, sollte die separate Bild-zu-Video-Route verwendet werden.
Modelle und Fähigkeiten Grok Imagine
-
Welche Spezifikationen unterstützt Grok Imagine?
Unterstützt werden 6–30 Sekunden, 480p oder 720p sowie die Seitenverhältnisse 2:3, 3:2, 1:1, 16:9 und 9:16.
Modelle und Fähigkeiten Grok Imagine
-
Was ist der Unterschied zwischen dem normal- und dem fun-Modus?
normal eignet sich für reguläre Bewegungen und stabile Aufnahmen, fun für aktivere, kreative Bewegungen. Es wird empfohlen, zuerst mit normal das Motiv und die Bildkomposition zu überprüfen.
Modelle und Fähigkeiten Grok Imagine
-
Wie wird Grok Imagine abgerechnet?
Die Abrechnung erfolgt nach Ausgabesekunden und Auflösung; für 480p und 720p gelten unterschiedliche Preise pro Sekunde.
Modelle und Fähigkeiten Grok Imagine
-
Wie rufe ich die Grok Imagine Text-zu-Video-API auf?
Sende eine Aufgabe an POST /v1/tasks, verwende als model grok-imagine/text-to-video und lege die Parameter in input ab.
Modelle und Fähigkeiten Grok Imagine
-
Benötigt Hailuo 2.3 Text-zu-Video ein Bild?
Nein. Dieser Pfad akzeptiert nur einen Text-Prompt. Wenn ein Startbild festgelegt werden soll, sollte das separate Hailuo Bild-zu-Video-Modell verwendet werden.
Modelle und Fähigkeiten Hailuo 2.3
-
Welche Laufzeiten unterstützt Hailuo 2.3?
Die Standardleitung bietet zwei feste Ausgabestufen mit 6 Sekunden und 10 Sekunden; Auflösungs- oder Bildformatparameter werden nicht offengelegt.
Modelle und Fähigkeiten Hailuo 2.3
-
Welche Funktion hat der Prompt-Optimizer?
Er ist standardmäßig aktiviert und dient dazu, Prompts automatisch zu erweitern und zu strukturieren. Wenn die ursprünglichen Anweisungen strikt beibehalten werden sollen, kann er deaktiviert und eine vollständige Szenenbeschreibung selbst verfasst werden.
Modelle und Fähigkeiten Hailuo 2.3
-
Wie wird Hailuo 2.3 abgerechnet?
Die Abrechnung erfolgt gestaffelt nach der Videolänge; für 6 Sekunden und 10 Sekunden gibt es jeweils einen festen Preis pro Video.
Modelle und Fähigkeiten Hailuo 2.3
-
Wie rufe ich die Hailuo 2.3 API auf?
Sende eine asynchrone Aufgabe per POST /v1/tasks, verwende als model hailuo-2.3/text-to-video und übergib prompt, duration und prompt_optimizer in input.
Modelle und Fähigkeiten Hailuo 2.3
-
Benötigt Wan 2.7 Text-zu-Video ein Bild?
Nein. wan2.7-video/text-to-video erfordert nur einen Text-Prompt; wenn ein Start- oder Endframe benötigt wird, sollte Wan 2.7 Image-to-Video verwendet werden.
Modelle und Fähigkeiten Wan 2.7 Video
-
Welche Ausgabespezifikationen unterstützt Wan 2.7?
Unterstützt 2–15 Sekunden, 720P oder 1080P sowie die Seitenverhältnisse 16:9, 9:16, 1:1, 4:3 und 3:4.
Modelle und Fähigkeiten Wan 2.7 Video
-
Was ist audio_url bei Wan 2.7?
audio_url ist eine optionale WAV- oder MP3-Audioreferenz. Sie verwandelt diesen Pfad nicht in ein Image-to-Video und ersetzt auch nicht den Text-Prompt.
Modelle und Fähigkeiten Wan 2.7 Video
-
Wie wird Wan 2.7 abgerechnet?
Die Abrechnung erfolgt nach den Sekunden und der Auflösung des Ausgabevideos; für 720P und 1080P gelten unterschiedliche Preise pro Sekunde.
Modelle und Fähigkeiten Wan 2.7 Video
-
Wie rufe ich die Wan 2.7 Text-zu-Video-API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie model wan2.7-video/text-to-video und übergeben Sie im input Parameter wie prompt, resolution, ratio, duration usw.
Modelle und Fähigkeiten Wan 2.7 Video
-
Wie viele Eingabebilder benötigt Veo 3.1 für die Bild-zu-Video-Generierung?
Der aktuelle endpoint nimmt pro Anfrage eine einzelne, öffentlich zugängliche Bild-URL entgegen; der Feldname lautet image_url und nicht image_urls. Es wird empfohlen, Eingabebilder mit mindestens 720p zu verwenden und vor dem Absenden Motiv, Bildkomposition und Bewegungsspielraum festzulegen; lokale Adressen oder temporäre Links, die nicht öffentlich über das Internet erreichbar sind, können nicht als Eingabe verwendet werden.
Modelle und Fähigkeiten Veo 3.1
-
Wie kann man bei Veo 3.1 Bild-zu-Video das Quer- oder Hochformat steuern?
Das Ausgabeformat übernimmt das Eingabebild, es muss kein zusätzliches aspect_ratio übergeben werden. Um Hochformatvideos für TikTok, Reels oder Shorts zu erzeugen, sollte zunächst ein Eingabebild im Format 9:16 vorbereitet werden; für Querformat-Webseiten oder Werbematerialien zunächst ein Eingabebild im Format 16:9. Andere Seitenverhältnisse werden möglicherweise durch Zuschneiden angepasst.
Modelle und Fähigkeiten Veo 3.1
-
Welche Dauern und Auflösungen unterstützt Veo 3.1?
Der aktuelle HiAPI-Anfragevertrag unterstützt 4, 6 und 8 Sekunden sowie 720p, 1080p und 4K. Dauer und Auflösung beeinflussen gemeinsam die Gesamtkosten; validieren Sie die Bewegung zunächst mit einer kürzeren Dauer und geben Sie erst dann die endgültige Auflösung aus, um unnötigen Verbrauch zu reduzieren.
Modelle und Fähigkeiten Veo 3.1
-
Kann Veo 3.1 natives Audio erzeugen? Wie lässt sich der Ton steuern?
Ja. Schreibe Umgebungsgeräusche, Foley und Musikrhythmus in den Prompt und lasse die Klanghinweise der Ereignisreihenfolge folgen, zum Beispiel „beim Aufprall der Schuhe entsteht ein dumpfer Aufschlagklang“. Bei wichtigen kommerziellen Materialien sollten vor der Veröffentlichung dennoch Lautstärke, Dialog, Markensicherheit und die Urheberrechtsanforderungen der Plattform geprüft werden.
Modelle und Fähigkeiten Veo 3.1
-
Wie wird die Preisgestaltung für die Bild-zu-Video-Funktion von Veo 3.1 berechnet?
Die Abrechnung erfolgt nach Generierungsdauer und Auflösung; 720p/1080p mit Audio verwendet die Basistarifstufe pro Sekunde, 4K mit Audio verwendet eine höhere Tarifstufe. Die genauen Beträge richten sich nach dem aktuellen Preis auf der Modellseite und den Aufgabenaufzeichnungen.
Modelle und Fähigkeiten Veo 3.1
-
Wie sollte man zwischen Veo 3.1 und Veo 3.1 Fast wählen?
Beide verwenden dieselbe Struktur für Einzelbild-Eingabe, 4/6/8 Sekunden und Auflösung. Fast eignet sich, um zunächst Bewegung, Kameraführung und Klangrhythmus zu validieren, während das Standard-Veo 3.1 für den finalen Film geeignet ist. Ein üblicher Ablauf besteht darin, zunächst mit Fast-720p-Entwürfen Prompts zu filtern und anschließend mit dem Standardmodell 1080p oder 4K auszugeben.
Modelle und Fähigkeiten Veo 3.1
-
Wie ruft man die Bild-zu-Video-Funktion von Veo 3.1 über die API auf?
Senden Sie eine Anfrage an POST /v1/tasks, setzen Sie model auf veo-3.1/image-to-video und übergeben Sie in input die Parameter prompt, image_url, resolution und duration. Die Schnittstelle gibt zunächst eine taskId zurück, das Video wird im Hintergrund asynchron generiert; Informationen zu Aufgabenabfrage, callback, Fehlerbehandlung und vollständigen Parametern finden Sie in der API-Dokumentation.
Modelle und Fähigkeiten Veo 3.1
-
Was ist der Unterschied zwischen Vidu Q3 Mix und Vidu Q3 Ad?
Beide verwenden denselben Parametersatz (1-7 Referenzbilder, dieselbe Gruppe von 10 Größen, zwei Stufen 720P/1080P), die Anfrageform ist völlig identisch. Der Unterschied liegt im Dauerbereich und in der Optimierungsrichtung: Mix richtet sich an allgemeine Szenarien mit einer Dauer von 1-16 Sekunden; Ad richtet sich an Werbung mit einer Dauer von 3-15 Sekunden und bietet für Werbeszenarien zusätzlich marketingorientierte intelligente Szenenwechsel, Kameraführung und Soundeffektverarbeitung. Für Produktwerbung ist Ad die erste Wahl, für andere Themen Mix.
Modelle und Fähigkeiten
-
Warum kann für size nur aus 10 Aufzählungswerten gewählt werden und nicht die Auflösung frei eingegeben werden?
size wird als Pixelwert im Format „Breite*Höhe“ angegeben, aber die API akzeptiert nur 10 feste Werte, nämlich 16:9, 4:3, 1:1, 3:4, 9:16 – fünf Seitenverhältnisse × 720P und 1080P – zwei Stufen. Der Vorteil ist, dass Seitenverhältnis und Auflösungsstufe in einem Schritt gewählt werden und kein separater Verhältnisparameter übergeben werden muss; der Nachteil ist, dass keine Zwischengrößen angegeben werden können. Beachten Sie, dass 1:1 in der 1080P-Stufe 1808*1808 ist, nicht 1920*1920.
Modelle und Fähigkeiten
-
Wie lang kann maximal generiert werden?
Mix unterstützt 1-16 Sekunden (ganze Sekunden, Standard 5 Sekunden). 16 Sekunden sind länger als die 5-10 Sekunden der meisten referenzbasierten Video-APIs und eignen sich für Szenen, die eine ausführliche Bewegungsentwicklung erfordern. Beachten Sie, dass der Bereich für Ad abweicht und 3-15 Sekunden beträgt.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder sind maximal möglich? Wie weiß das Modell, wer wer ist?
Über reference_image_urls 1-7 Bilder übergeben, die öffentlich erreichbare HTTP(S)-URLs sein müssen, in den Formaten JPEG/JPG/PNG/WEBP, je maximal 50MB, mit einem Seitenverhältnis zwischen 1:4 und 4:1. Im Prompt einfach in der Reihenfolge des Arrays referenzieren, z. B. „Die Figur aus Referenzbild 1 betritt die Szene aus Referenzbild 2“ – die Nummerierung entspricht eins zu eins dem Array-Index.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach den tatsächlich ausgegebenen Sekunden; die Auflösungsstufe bestimmt den Preis pro Sekunde, wobei sich die Preise pro Sekunde für die Stufen 720P und 1080P unterscheiden. Maßgeblich sind die tagesaktuellen Preise auf der Preisseite; die Kostenaufstellung jeder Aufgabe kann in den HiAPI-Aufgabenaufzeichnungen einzeln nachgeprüft werden.
Modelle und Fähigkeiten
-
Beeinflussen audio und watermark den Preis?
Nein. Der Preis wird ausschließlich von der Auflösungsstufe und der tatsächlichen Ausgabedauer in Sekunden bestimmt; beide Schalter sind an der Preisberechnung nicht beteiligt. audio ist standardmäßig deaktiviert und gibt ein stummes Video aus; nach dem Einschalten erzeugt das Modell passend zum Bildinhalt Hintergrundmusik und Soundeffekte. watermark ist standardmäßig deaktiviert; nach dem Einschalten erscheint in der unteren rechten Ecke des Videos der Hinweis „Inhalt von KI generiert“.
Modelle und Fähigkeiten
-
Wie wähle ich zwischen Vidu Q4 Preview und Referenz-zu-Video?
Kommt auf das Eingangsmaterial an. Wenn du Referenzaudio brauchst, um die Stimmfarbe einer Figur festzulegen und sie sprechen zu lassen, oder wenn du mehr als 7 Referenzbilder benötigst, nimm Q4 Preview (1–15 Referenzbilder + bis zu 3 MP3-Dateien). Wenn du nur Bildreferenzen brauchst, ein natives Hochformat oder quadratisches Format möchtest und Format sowie Auflösung in einem Schritt festlegen willst, ist Mix direkter – Q4 Preview trennt Auflösung und Seitenverhältnis in zwei unabhängige Parameter.
Modelle und Fähigkeiten
-
Erscheint das Referenzbild unverändert am Anfang des Videos?
Nein. Bei der referenzbasierten Videogenerierung dient das Referenzbild als Grundlage für das Erscheinungsbild des Motivs; es werden neue Bilder erzeugt, und das Referenzbild selbst erscheint nicht als erstes Frame. Wenn das Referenzbild einen vollständigen Hintergrund enthält, kann der Anfang des fertigen Videos diesem Hintergrund ähneln; wenn die gesamte Sequenz eine neue Szene zeigen soll, beschreiben Sie die Umgebung bitte klar im Prompt. Wenn das erste Frame exakt einem bestimmten Bild entsprechen muss, sollten Sie die Bild-zu-Video-Schnittstelle verwenden.
Modelle und Fähigkeiten
-
Wie lang darf der Prompt sein?
Höchstens 5000 Zeichen, sowohl auf Chinesisch als auch auf Englisch; überzählige Teile werden automatisch abgeschnitten. Es ist effektiver, klar zu beschreiben, was das Motiv tut, wo es erscheint und wie sich die Kamera bewegt, als Adjektive zu häufen.
Modelle und Fähigkeiten
-
Garantiert ein fester Seed reproduzierbare Ergebnisse?
Der Wertebereich des Seeds ist 0-2147483647. Nach dem Fixieren werden die Ergebnisse bei derselben Eingabekombination deutlich ähnlicher, aber das Modell selbst ist probabilistisch, und die Dokumentation stellt ausdrücklich klar, dass auch bei gleichem Seed keine vollständige Übereinstimmung bei jedem Lauf garantiert werden kann. Er eignet sich daher besser zum Vergleich von Fine-Tuning-Effekten als zur exakten Reproduktion.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen Vidu Q3 Ad und Vidu Q3 Mix?
Das Anfrageformat ist völlig identisch (ebenfalls 1-7 Referenzbilder, dieselben 10 Größen, dieselben zwei Stufen 720P/1080P); der Unterschied liegt im Dauerbereich und in der Optimierungsrichtung. Ad richtet sich an die Werbebranche, hat eine Dauer von 3-15 Sekunden und bietet für Werbematerial auf Marketingniveau intelligente Schnittwechsel, Kamerabewegungen und Soundeffekte; Mix richtet sich an allgemeine Szenarien, hat eine Dauer von 1-16 Sekunden und eine ausgewogenere Bildqualität und Dynamik. Für Produktwerbung ist Ad vorzuziehen, für Story, IP oder allgemeines Material Mix.
Modelle und Fähigkeiten
-
Warum unterscheidet sich die Dauer bei Ad von der bei Mix?
Die beiden Endpunkte haben zwei unterschiedliche Parametersätze zur Validierung: Bei Ad ist duration ein ganzzahliger Wert aus [3, 15], bei Mix aus [1, 16]; der Standardwert ist jeweils 5 Sekunden. Daher kann Ad keine ultrakurzen Clips von 1-2 Sekunden erzeugen und benötigt auch keine so langen Einstellungen wie Mix.
Modelle und Fähigkeiten
-
Die tatsächliche Ausgabedauer weicht von der eingestellten duration ab – wonach wird abgerechnet?
Die Abrechnung erfolgt nach der tatsächlichen Ausgabedauer. Die Dokumentation enthält einen klaren Hinweis zu Ad und ähnlichen Werbemodellen mit intelligenter Szenentrennung: Wenn die Anzahl der Szenen deutlich über oder unter der duration liegt, kann das Modell die Dauer automatisch anpassen, um die Vollständigkeit der Geschichte zu gewährleisten. Die tatsächliche Videodauer kann daher über oder unter dem eingestellten Wert liegen, und die Abrechnung richtet sich nach der tatsächlichen Ausgabe. Das vor der Bestellung eingeplante Budget sollte daher anhand des eingestellten Werts geschätzt werden, während die Abrechnung auf Basis der tatsächlichen Sekunden in der Rechnung erfolgt.
Modelle und Fähigkeiten
-
Warum können für size nur 10 Enum-Werte gewählt werden?
size wird als „Breite*Höhe“ angegeben, und die API akzeptiert nur die festen 10 Werte: fünf Seitenverhältnisse 16:9, 4:3, 1:1, 3:4, 9:16 × zwei Stufen 720P und 1080P. Der Vorteil ist, dass Seitenverhältnis und Auflösungsstufe in einem Schritt gewählt werden und kein zusätzlicher Verhältnisparameter übergeben werden muss; der Nachteil ist, dass keine Zwischengrößen angegeben werden können. Beachten Sie, dass 1:1 in der 1080P-Stufe 1808*1808 entspricht.
Modelle und Fähigkeiten
-
Wie viele Referenzbilder sind maximal möglich? Welche Anforderungen gelten?
reference_image_urls übergeben 1-7 Bilder, die öffentlich über HTTP(S) erreichbar sein müssen, im Format JPEG/JPG/PNG/WEBP, je Bild maximal 50MB, Seitenverhältnis 1:4-4:1. In Werbeszenarien ist es üblich, ein Produkthauptbild plus ein bis zwei Anwendungsszenenbilder zu verwenden und sie im Prompt der Reihenfolge nach zu referenzieren.
Modelle und Fähigkeiten
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach den tatsächlich ausgegebenen Sekunden; die Auflösungsstufe bestimmt den Preis pro Sekunde, wobei Ad bei gleicher Stufe etwas günstiger ist als Mix. Die aktuellen Preise finden Sie auf der Preisseite; die Verbrauchsdetails können in den HiAPI-Aufgabenaufzeichnungen einzeln nachgeprüft werden.
Modelle und Fähigkeiten
-
Beeinflussen audio und watermark den Preis?
Nein, der Preis wird ausschließlich von der Auflösungsstufe und der tatsächlichen Ausgabesekundenzahl bestimmt. audio ist standardmäßig deaktiviert; nach dem Aktivieren generiert das Modell passend zum Bildinhalt Hintergrundmusik oder Soundeffekte – in Werbeszenarien wird es in der Regel aktiviert; watermark ist standardmäßig deaktiviert; nach dem Aktivieren wird unten rechts „Inhalt von KI generiert“ gekennzeichnet. Bei der Auslieferung bleiben in der Regel beide Schalter auf der Standardeinstellung.
Modelle und Fähigkeiten
-
Wie wähle ich zwischen Vidu Q4 Preview und der referenzbasierten Videogenerierung?
Der Vorteil von Ad liegt in der werbeorientierten Kameraführung, den Schnittwechseln und der Soundeffekt-Bearbeitung sowie im niedrigeren Preis pro Sekunde. Wenn Sie Referenzaudio benötigen, um die Stimmfarbe einer Figur festzulegen, das Model Dialoge sprechen lassen wollen oder mehr als 7 Referenzbilder brauchen, wechseln Sie zu Q4 Preview (1-15 Referenzbilder + bis zu 3 MP3-Dateien).
Modelle und Fähigkeiten
-
Wie lang sollte ein Prompt idealerweise sein?
Die Obergrenze liegt bei 5000 Zeichen, sowohl auf Chinesisch als auch auf Englisch. Da der Werbespot jedoch kurz ist, reicht es, klar zu beschreiben, was das Produkt ist, welche Aktion das Publikum sieht und wie sich die Kamera bewegt; eine Anhäufung von Adjektiven führt eher dazu, dass das Bild auseinanderläuft. Das Referenzbild legt das Aussehen des Produkts bereits fest, sodass der Prompt hauptsächlich für Aktion und Atmosphäre zuständig ist.
Modelle und Fähigkeiten
-
Kann ein fester Seed die Reproduzierbarkeit der Ergebnisse garantieren?
Der Seed-Bereich ist 0-2147483647. Nach dem Fixieren werden die Ergebnisse derselben Eingabekombination deutlich ähnlicher, was den Vergleich der Wirkung verschiedener Prompts erleichtert. Das Modell ist jedoch probabilistisch, und die Dokumentation stellt ausdrücklich klar, dass selbst bei gleichem Seed keine vollständige Übereinstimmung der Ergebnisse garantiert wird. Betrachten Sie ihn daher nicht als Mittel zur exakten Reproduktion.
Modelle und Fähigkeiten
-
Kann man bei der Bild-zu-Video-Generierung das Seitenverhältnis selbst festlegen?
Nein. Das Seitenverhältnis des fertigen Videos richtet sich vollständig nach dem ersten Frame: Bei einem Querformat-Bild entsteht ein Querformat-Video, bei einem Hochformat-Bild ein Hochformat-Video. Für ein 9:16-Hochformat-Video also einfach ein hochformatiges erstes Frame vorbereiten. Das Seitenverhältnis des ersten Frames muss zwischen 1:4 und 4:1 liegen; zu schmale oder zu lange Bilder werden beim Einreichen abgelehnt.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wozu dient der audio-Schalter?
Der native Ton ist standardmäßig aktiviert und erzeugt synchron zum Bild Dialoge, Umgebungsgeräusche und Soundeffekte; nach dem Deaktivieren wird ein reines stummes Video ohne Ton ausgegeben, geeignet für Loop-Hintergründe, eigene Nachvertonung oder Untertitel. Der Schalter beeinflusst den Preis nicht.
Modelle und Fähigkeiten Vidu Q4 Preview
-
In welchem Verhältnis stehen Dauer und Preis?
Die Abrechnung erfolgt nach der übermittelten ganzzahligen Dauer in Sekunden multipliziert mit dem Sekundenpreis der gewählten Auflösung; die Audiooption und die Anzahl der Bilder fließen nicht in die Preisberechnung ein. Je höher die Auflösung, desto höher der Sekundenpreis; die 4K-Stufe kostet etwa das 8,7-Fache der 540p-Stufe. Der genaue Betrag richtet sich nach der Preisseite.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Für welche Szenarien eignet sich welche der fünf Auflösungsstufen?
540p dient zum Ausprobieren von Prompts und Kameraeinstellungen und reicht auch für kleine Loop-Hintergründe; 720p deckt die meisten Social-Media- und Web-Anwendungen ab; 1080p ist für den regulären Einsatz geeignet; 2K eignet sich für Großbildschirme und TV-Präsentationen; 4K für Ausstellungen, kinoqualitative Bilder oder Aufnahmen, die in der Nachbearbeitung beschnitten und neu komponiert werden sollen. Vor der Finalisierung zunächst mit niedriger Stufe testen, erst danach mit hoher Stufe ausgeben.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Was ist der Unterschied zu Vidu Q3 Mix?
Vidu Q3 Mix organisiert das Bild mit 1-7 Referenzbildern neu, in den zwei Stufen 720P/1080P, 1-16 Sekunden; das Referenzbild dient nicht als erstes Frame des fertigen Videos. Vidu Q4 Preview Bild-zu-Video verwendet das Bild als erstes Frame des fertigen Videos, mit einer Dauer von 3-16 Sekunden, einer Auflösung von bis zu 4K und standardmäßig generiertem nativem Audio. Wenn das erste Frame genau dem vorliegenden Bild entsprechen muss, wähle Q4 Preview.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Worin unterscheidet sich das von Reference-to-Video?
Bei Image-to-Video wird das Bild als erste Frame des fertigen Videos verwendet, das resultierende Bild beginnt mit diesem Bild; bei Reference-to-Video wird das Bild als Aussehen von Personen, Requisiten oder Szenen verwendet und eine völlig neue Komposition generiert, das Referenzbild erscheint nicht unverändert am Anfang. Wenn Sie möchten, dass „dieses Bild sich bewegt“, verwenden Sie Image-to-Video.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Welche Anforderungen gelten für das erste Frame-Bild?
Unterstützt werden JPG / JPEG / PNG / WebP, maximal 50 MB pro Bild, Seitenverhältnis zwischen 1:4 und 4:1. Es wird empfohlen, dass Bildkomposition und Lichtsetzung des ersten Frames dem endgültigen Ergebnis entsprechen, da es Motiv, Einstellungsgröße und Farbton des fertigen Videos bestimmt.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie schreibe ich den Prompt?
Schreibe nur, was neu hinzukommt: wer welche Aktion ausführt, wie sich die Kamera bewegt, welche Geräusche es gibt oder welcher Satz gesprochen wird. Beschreibe nicht erneut, was bereits im Bild vorhanden ist. Englische Prompts sind am stabilsten, Chinesisch funktioniert ebenso; die maximale Länge beträgt 20.000 Zeichen.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Ist die Eingabeaufforderung ein Pflichtfeld?
Nein. Wenn keine Eingabeaufforderung übergeben wird, leitet das Modell die Aktionen und die Kameraführung selbstständig aus dem Inhalt des ersten Frames ab; wird eine Eingabeaufforderung übergeben, lassen sich die Reihenfolge der Aktionen, der Kamerapfad und der Ton steuern. In beiden Fällen erfolgt die Abrechnung nach der übermittelten Dauer und Auflösung.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Was sind die Standardwerte für nicht übergebene Parameter?
Die Dauer beträgt standardmäßig 5 Sekunden, die Auflösung standardmäßig 720p und audio ist standardmäßig aktiviert. Alle drei können pro Aufgabe überschrieben werden; die Abrechnung erfolgt nach der übermittelten ganzzahligen Dauer in Sekunden und der gewählten Auflösungsstufe.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie viele Referenzbilder können maximal eingefügt werden?
1-15 Bilder. Unterstützt werden JPG, PNG und WebP, pro Bild maximal 50MB, mindestens 128×128, das Seitenverhältnis pro Bild liegt zwischen 1:4 und 4:1. Die Prompts werden in der Reihenfolge des Arrays referenziert: Das erste Bild ist Referenzbild 1, das zweite Bild ist Referenzbild 2.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Welche Format- und Dauerbeschränkungen gelten für Referenzaudios?
Maximal 3 Segmente, nur MP3, jeweils 3-12 Sekunden und nicht mehr als 50MB; im Prompt werden die Referenzaudios in der Reihenfolge als Referenzaudio 1 angegeben. Wenn die Anzahl der Segmente, das Format oder die Dauer außerhalb des zulässigen Bereichs liegen, wird beim Absenden direkt ein Parameterfehler zurückgegeben und es wird kein Task erstellt.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Beeinflusst die Referenzaudio die gesamte Tonspur?
Nein. Sie liefert nur die Klangfarbe: Wenn eine Figur spricht, werden die Dialogzeilen im Prompt mit einer Stimme nahe dieser Klangfarbe gesprochen, während Umgebungsgeräusche und Soundeffekte weiterhin aus dem Bild erzeugt werden. Wenn Sie nur Umgebungsgeräusche wünschen und keine bestimmte Klangfarbe benötigen, lassen Sie das Referenzaudio weg und lassen Sie audio aktiviert.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie verweist man im Prompt auf ein bestimmtes Material?
Durch Nummerierung in der Reihenfolge des Arrays. Das erste Bild ist Referenzbild 1, das erste Audio ist Referenzaudio 1; schreiben Sie diese Nummer direkt in den Prompt. Der Prompt ist Pflichtfeld, Länge 1-20.000 Zeichen, Chinesisch und Englisch sind beide möglich.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie wird das Bildformat des fertigen Videos festgelegt?
Es wird über aspect_ratio festgelegt; verfügbar sind 16:9, 9:16, 1:1, 4:3 und 3:4, Standard ist 16:9. Es ist unabhängig vom Seitenverhältnis des Referenzbilds: Auch aus einem quadratischen oder hochformatigen Bild lässt sich ein 16:9-Querformat erzeugen.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie lang können die generierten Videos sein und welche Auflösungen werden unterstützt?
Dauer: ganzzahlige Sekunden von 3 bis 16 Sekunden, Standard sind 5 Sekunden; Auflösungen: fünf Stufen – 540p, 720p, 1080p, 2K, 4K – Standard ist 720p. Derselbe Prompt kann einfach mit einer anderen Stufe erneut ausgeführt werden, ohne ihn umzuschreiben.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt auf Basis der übermittelten ganzzahligen Sekundendauer multipliziert mit dem Sekundenpreis der gewählten Auflösung. Der audio-Schalter, die Anzahl der Referenzbilder und die Anzahl der Referenzaudios ändern den Stückpreis nicht; der konkrete Betrag richtet sich nach der Preisseite, und die Abrechnungsdetails jeder Aufgabe können in der Aufgabenhistorie eingesehen werden.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Erscheint das Referenzbild unverändert am Anfang?
Nein. Das Referenzbild beschreibt, wie Figuren, Requisiten und Szene aussehen; das Modell komponiert das Bild anhand des Prompts neu, und das Eröffnungsbild entspricht keinem der Referenzbilder. Wenn ein Bild zwingend das erste Frame sein muss, verwende Image-to-Video.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Was ist der Unterschied zu Vidu Q3 Mix?
Q3 Mix akzeptiert 1-7 Referenzbilder, maximal 1080P, 1-16 Sekunden, und akzeptiert kein Referenzaudio. Q4 Preview akzeptiert 1-15 Referenzbilder plus bis zu 3 Referenzaudioclips, maximal 4K, 3-16 Sekunden. Wenn Sie eine feste Stimmfarbe, mehr Referenzbilder oder 4K benötigen, wählen Sie Q4 Preview.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Was ist der Unterschied zu Vidu Q3 Ad?
Q3 Ad richtet sich an Produktwerbung, akzeptiert 1-7 Referenzbilder, 3-15 Sekunden, 720P oder 1080P, und generiert Kamerabewegungen, Schnitte und Soundeffekte im Werberhythmus. Q4 Preview richtet sich an feste Charaktere und Stimmklänge, mit bis zu 15 Referenzbildern, fixierbarer Stimme und bis zu 4K. Für Produktwerbung bevorzugt Q3 Ad; für Seriencharaktere oder wenn 4K benötigt wird, Q4 Preview verwenden.
Modelle und Fähigkeiten Vidu Q4 Preview
-
Kann dieses Modell Bilder generieren?
Es akzeptiert Texteingaben und Bildeingaben und gibt Text zurück. Es eignet sich für Bildbeschreibungen, das Verstehen von Dokumenten und Diagrammen, visuelle Frage-Antwort-Szenarien sowie für das Kombinieren von Bildern mit Schlussfolgerungen; zum Generieren oder Bearbeiten von Bildern muss ein entsprechendes Bildmodell ausgewählt werden.
Modelle und Fähigkeiten
-
Welche Modell-ID und welche Schnittstelle sollte verwendet werden?
Tragen Sie bei model deepseek-v4-flash-vision-exp ein. Empfohlen wird POST /v1/responses mit Übergabe der Inhalte über input; alternativ kann POST /v1/chat/completions verwendet werden, wobei die Inhalte über messages übergeben werden. Die Bildformate der beiden Schnittstellen unterscheiden sich, verwenden Sie bitte das jeweils passende Beispiel.
Modelle und Fähigkeiten
-
Wie lade ich Bilder hoch? Werden mehrere Bilder unterstützt?
Playground unterstützt das Hochladen oder Einfügen von JPEG, PNG, WebP und GIF, mit maximal 4 Bildern pro Nachricht und maximal 10 MB pro Bild. Über die API können öffentliche HTTPS-Bild-URLs oder base64-Data-URLs verwendet werden: Responses verwendet input_image, Chat Completions verwendet einen image_url-Inhaltsblock. Die genannten Upload-Anzahlen und -Größen sind Playground-Einschränkungen.
Modelle und Fähigkeiten
-
Wie wähle ich das Reasoning aus oder deaktiviere es?
Responses verwendet reasoning.effort, die Seite bietet none, low, medium, high, Standard ist high. none deaktiviert das Reasoning; die anderen Stufen dienen Reasoning-Aufgaben, die tatsächliche Dauer und der Token-Verbrauch hängen von der Frage ab. Bei Chat Completions wird das Reasoning mit reasoning.enabled=false deaktiviert.
Modelle und Fähigkeiten
-
Wie groß sind Kontextfenster und Ausgabelänge? Warum werden Antworten abgeschnitten?
Das Kontextfenster dieser Seite beträgt 1.048.576 Token, das Ausgabebudget ist auf 262.144 Token begrenzt; Playground und Standardbeispiele verwenden 1.024. Das Ausgabebudget umfasst Reasoning-Token, sodass komplexere Fragen vor der Generierung des eigentlichen Texts einen größeren Teil des Budgets verbrauchen können. Bei Kürzungen kann max_output_tokens erhöht oder nach Deaktivierung des Reasonings erneut versucht werden; die Gesamtmenge aus Eingabe und Ausgabe muss weiterhin das Kontextlimit einhalten.
Modelle und Fähigkeiten
-
Wie werden Bilder, Inferenz und Cache-Token abgerechnet?
Bild-Token werden als Eingabe gezählt, Inferenz-Token als Ausgabe, und Eingaben mit Cache-Treffern werden zum Stückpreis für Cache-Eingaben abgerechnet. Die Stückpreise für Eingabe, Ausgabe und Cache finden Sie im Bereich mit den Echtzeitpreisen auf dieser Seite. Die Felder usage.input_tokens, usage.output_tokens und input_tokens_details.cached_tokens von Responses können zum Abgleich mit den Aufrufprotokollen verwendet werden; ein Cache-Treffer bedeutet nicht, dass die gesamte Anfrage kostenlos ist.
Modelle und Fähigkeiten
-
Muss bei mehrstufigen Dialogen der Verlauf erneut gesendet werden?
Das Beispiel auf dieser Seite verwendet store:false; in jeder Runde werden die beizubehaltenden Kontextinformationen erneut in input übergeben. Der Server merkt sich nicht allein anhand des in der vorherigen Runde zurückgegebenen Textes automatisch den gesamten Dialog; bei der Verwendung von Chat Completions wird der erforderliche Verlauf in messages eingefügt.
Modelle und Fähigkeiten
-
Werden JSON-Ausgabe und Funktionsaufrufe unterstützt?
Ja. Bei Responses kann mit text.format.type=json_object JSON angefordert werden, und mit tools und tool_choice werden Funktionen deklariert und ausgewählt. Nachdem das Modell einen Funktionsaufruf zurückgegeben hat, führt Ihre Anwendung die Funktion aus und sendet anschließend eine function_call_output mit passender call_id zurück. Das Modell führt keinen lokalen Code anstelle der Anwendung aus; vollständige Anfragen finden Sie in den Beispielen der API-Dokumentation.
Modelle und Fähigkeiten
-
Wie erkennt man das Ende einer Streaming-Antwort?
Bei Responses empfängt man die Textinkremente über response.output_text.delta und liest die endgültige usage in response.completed aus; außerdem müssen response.incomplete und response.failed behandelt werden. Warten Sie nicht darauf, dass Responses die [DONE]-Markierung von Chat Completions zurückgibt – diese wird nur bei Chat-Completions-Streams verwendet.
Modelle und Fähigkeiten
-
Kann ich einen vorhandenen HiAPI API Key direkt verwenden?
Ja, sofern der Key über die Berechtigung zum Aufruf des jeweiligen Modells verfügt und das Kontoguthaben ausreichend ist. Verwenden Sie im OpenAI SDK als base_url https://api.hiapi.ai/v1 und wählen Sie responses.create oder chat.completions.create. Im Web-Playground wird die Anmeldung verwendet, ein Einfügen des API Keys ist nicht erforderlich.
Modelle und Fähigkeiten
-
Welche Eingaben benötigt Wan 2.6 Flash Bild-zu-Video?
1 Bild und ein Prompt. Das Bild dient als Anfang des Videos, der Prompt beschreibt Bewegung, Kameraführung und Atmosphäre.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Kann man mehrere Bilder hochladen?
Nein, image_urls akzeptiert nur 1 Bild.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Welche Anforderungen gelten für Bilder?
JPG, PNG oder WebP, mindestens 256×256 Pixel, höchstens 10MB.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Welche Dauern werden unterstützt?
5, 10, 15 Sekunden, Standard ist 5 Sekunden.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Welche Auflösungen werden unterstützt?
720p und 1080p, Standard ist 720p.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Wie lässt sich das Ausgabeformat festlegen?
Keine Einstellung erforderlich – das Ausgabeformat richtet sich nach dem Eingabebild: Querformat-Bilder ergeben Querformat, Hochformat-Bilder ergeben Hochformat.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Welche Funktion hat der Audio-Schalter?
Wenn audio aktiviert ist, werden Umgebungsgeräusche und Soundeffekte synchron zum Bild erzeugt; standardmäßig ist er deaktiviert und es wird ein stummes Video erzeugt.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Beeinflusst das Aktivieren von Audio den Preis?
Ja. Videos mit Ton werden pro Sekunde zum Tarif mit Ton abgerechnet, Videos ohne Ton zum Tarif ohne Ton; 1080p ist ebenfalls teurer als 720p. Es gelten die aktuellen Preise auf der Preisseite.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Wie erfolgt die Abrechnung?
Die Abrechnung erfolgt nach Videosekunden; der Preis pro Sekunde hängt von der Auflösung und davon ab, ob Audio aktiviert ist.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Kann der Prompt auf Chinesisch sein?
Ja, sowohl Chinesisch als auch Englisch werden unterstützt, maximal 1.500 Zeichen.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Wie schreibe ich Prompts für bessere Ergebnisse?
Das Bild legt bereits Motiv und Szene fest; konzentriere dich im Prompt auf Aktion, Kamerabewegung und Atmosphäre, zum Beispiel „Der Fuchs dreht den Kopf zur Kamera, goldenes Herbstlaub fällt herab, die Kamera fährt langsam vorwärts“.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Wie lange können generierte Videos gespeichert werden?
Die Ergebnislinks haben eine begrenzte Gültigkeitsdauer. Wenn Sie die Videos langfristig aufbewahren möchten, laden Sie sie bitte rechtzeitig herunter oder speichern Sie sie in Ihrem eigenen Speicher.
Modelle und Fähigkeiten Wan 2.6 Flash
-
Was ist Wan 2.7 Image Standard?
Es ist die Standardstufe der Wan 2.7 Bildserie: Eine Modell-ID unterstützt sowohl reine Text-zu-Bild-Generierung als auch die Bearbeitung mit Referenzbildern, gibt 1K oder 2K aus und kann bis zu 9 Referenzbilder enthalten.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen der Standardversion und Wan 2.7 Image Pro?
Die Standardversion unterstützt 1K/2K und deckt sowohl Text-zu-Bild als auch Bearbeitung mit Referenzbildern ab; Pro unterstützt 1K/2K/4K, führt aber nur Text-zu-Bild aus und akzeptiert keine Referenzbilder. Wenn Sie reine Text-zu-Bild-Generierung in 4K benötigen, verwenden Sie Pro; wenn Sie Generierung bis 2K plus Bearbeitung benötigen, verwenden Sie die Standardversion.
Modelle und Fähigkeiten
-
Unterstützt es die Bearbeitung mit Referenzbildern? Wie viele maximal?
Ja. Es können bis zu 9 öffentliche Bild-URLs übergeben werden; ohne Bilder wird anhand des Prompts generiert, mit übergebenen Bildern werden die Bilder anhand des Prompts bearbeitet oder referenzbasiert generiert.
Modelle und Fähigkeiten
-
Kann man das Bildformat auch mit Referenzbild festlegen?
Nein, das ist auch nicht nötig. Das Ausgabeformat folgt dem letzten Referenzbild; in diesem Fall hat aspect_ratio keine Wirkung. Bei reiner Text-zu-Bild-Generierung kann mit aspect_ratio eines von acht Formaten gewählt werden.
Modelle und Fähigkeiten
-
Welche Auflösungen und Seitenverhältnisse werden unterstützt?
Die Auflösungen 1K und 2K werden unterstützt; bei reiner Text-zu-Bild-Generierung werden insgesamt acht Seitenverhältnisse unterstützt: 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1 und 1:8.
Modelle und Fähigkeiten
-
Wie viele Bilder werden pro Anfrage generiert?
Das aktuelle HiAPI-Modell generiert fest 1 Bild pro Anfrage; die Abrechnung erfolgt nach der Anzahl der erfolgreich generierten Bilder.
Modelle und Fähigkeiten
-
Welche Formate und Größen werden für Referenzbilder unterstützt?
Unterstützt werden JPEG, PNG, BMP, WebP, max. 20 MB pro Bild, Kantenlänge 240–8000 Pixel, Seitenverhältnis 1:8–8:1.
Modelle und Fähigkeiten
-
Werden chinesische Prompts und Bildtexte unterstützt?
Prompts sind sowohl auf Chinesisch als auch auf Englisch möglich. Für Bildtext empfiehlt es sich, kurze Titel zu verwenden und diese wörtlich in den Prompt zu schreiben; die chinesische Typografie hängt von Zeichenzahl, Schriftart und Bildformat ab – für offizielles Material sollte zunächst ein 1K-Muster zur Bestätigung erstellt werden.
Modelle und Fähigkeiten
-
Wie ruft man die Wan 2.7 Image API auf?
Senden Sie eine asynchrone Aufgabe per POST /v1/tasks, verwenden Sie model mit wan2.7-image-standard und übergeben Sie prompt in input, optional image_urls, aspect_ratio, resolution und seed. Nach Abschluss der Aufgabe fragen Sie das Ergebnis anhand der Aufgaben-ID ab.
Modelle und Fähigkeiten
-
Welche Eingaben unterstützt Wan 3.0 Prime?
Erforderlich ist nur der Prompt. Optionale Eingaben sind Start- und Endbild, bis zu 10 Referenzbilder, bis zu 5 Referenzaudios, 1 Referenzdokument oder 1 Referenzwebseite. Referenzvideo-Eingaben sind derzeit noch nicht verfügbar.
Modelle und Fähigkeiten
-
Können Anfangs- und Endbild zusammen mit Referenzmaterialien verwendet werden?
Nein. Der Modus für Anfangs- und Endbild ist mit Referenzbildern, Audio, Dateien und Webseiten als Arrays nicht kombinierbar; für jede Aufgabe wird eine dieser Steuerungsmethoden gewählt. Auch zwischen Referenzdatei und Referenzwebseite kann nur eine der beiden Optionen gewählt werden.
Modelle und Fähigkeiten
-
Welche Anforderungen gelten für die Referenzaudios?
WAV oder MP3, jeweils 1 bis 15 Sekunden, maximal 5 Segmente, müssen zusammen mit dem Referenzbild verwendet werden. Im Prompt werden sie der Reihenfolge nach mit Audio1, Audio2 referenziert; geben Sie an, ob es sich um Voiceover, Dialog oder Musik handelt.
Modelle und Fähigkeiten
-
Welche Dauer, Auflösungen und Seitenverhältnisse werden unterstützt?
Die Dauer wird in ganzen Sekunden von 2 bis 30 Sekunden festgelegt; Auflösungen sind 480P, 720P, 1080P; Seitenverhältnisse sind adaptive, 16:9, 4:3, 1:1, 3:4, 9:16, wobei adaptive anhand des Eingangsmaterials und des Prompts bestimmt wird.
Modelle und Fähigkeiten
-
Enthält das Video Ton?
Standardmäßig wird eine zum Bild synchrone Tonspur erzeugt; der Toninhalt kann im Prompt beschrieben werden (z. B. Umgebungsgeräusche, Voiceover); setzt man audio auf false, wird nur das Bild ausgegeben.
Modelle und Fähigkeiten
-
Was ist der Unterschied zwischen Wan 3.0 Prime und Wan 3.0 Video?
Prime ist der beschleunigte Kanal von Wan 3.0. Prompts, Start-/Endbilder sowie die Verwendung von Referenzbildern, Audio, Dateien und Webseiten sind bei beiden identisch – zum Wechseln genügt es, die model ID zu ändern. Prime akzeptiert derzeit keine Referenzvideos als Eingabe, und die Preise der beiden Kanäle unterscheiden sich.
Modelle und Fähigkeiten
-
Wie lässt sich dasselbe Ergebnis reproduzieren?
Übergeben Sie einen festen seed (0 bis 2147483647) und lassen Sie Prompt sowie andere Parameter unverändert – so erhalten Sie weitgehend konsistente Ergebnisse, was den Vergleich nach Feintuning erleichtert.
Modelle und Fähigkeiten
-
Wie wird Wan 3.0 Prime abgerechnet?
Die Abrechnung erfolgt nach der Dauer des Ausgabevideos und der Auflösungsstufe; fehlgeschlagene Aufgaben werden vollständig zurückerstattet. Die konkreten Einzelpreise entsprechen den Echtzeitpreisen auf dieser Seite.
Modelle und Fähigkeiten
Keine Ergebnisse gefunden