Kandinsky 6.0 Pro

kandinsky-6.0-pro/image-to-video

Open-Source-Diffusionsvideomodell, das pro Durchlauf etwa 5 Sekunden Video mit 44 kHz synchronem Audio und Lippensynchronisation erzeugt, Text-zu-Video und Bild-zu-Video unterstützt und bis Full-HD hochskalieren kann

kandinsky-6.0-pro/image-to-video kandinsky-6.0-pro/text-to-video

kandinsky-6.0-pro/image-to-video ausprobieren

Eingabe

Ausgabe

Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

kandinsky-6.0-pro/image-to-video per video

Einzelpreis	$2.000

Positionierung

Die Bild-zu-Video-Route von Kandinsky 6.0 Pro richtet sich an Entwickler, die bereits ein erstes Frame-Bild besitzen und schnell dynamische Kamerabewegungen samt passendem Ton erhalten möchten. Laden Sie ein JPG-, PNG- oder WebP-Bild als erstes Frame hoch und beschreiben Sie mit einem Prompt Bewegung, Kamera und Klangverlauf; das Modell erzeugt zusammen mit dem Video auch synchrones Audio und Lippensynchronität. Geeignet für das Nachdrehen von Kurzvideomaterial, Storyboard-Prototypen und die Produktion von Dialogszenen. Aufruf über die einheitliche HiAPI.ai-Schnittstelle, Abrechnung pro Aufgabe einmalig.

Hauptmerkmale

Bild und Ton in einem Durchgang – Video und Audio entstehen gemeinsam in derselben Pipeline, wodurch separate Nachvertonung und Lippensynchronisation in der Postproduktion entfallen.
Komposition durch das erste Frame fixiert – Das Eingabebild dient als erstes Frame; Motiv und Komposition werden durch das Bild bestimmt, der Prompt beschreibt nur Bewegung, Kamera und Klangveränderungen.
Steuerbare Generierungsparameter – Seed, Guidance-Skala, Negativ-Prompt und Seitenverhältnis stehen zur Verfügung, um Ergebnisse reproduzierbar zu machen und die Prompt-Treue nach Bedarf anzupassen.

Funktionsbeschreibung

Bildgesteuerte Videogenerierung: Nimmt ein einzelnes Bild als erstes Frame entgegen und beschreibt mit einem Prompt von bis zu 6000 Zeichen Bewegung und Kamera; gibt ein Video aus. Motiv und Komposition werden durch das erste Frame bestimmt, ideal um Dynamik auf einem bestehenden Bild zu erweitern.

Synchrones Audio und Lippensynchronität: Während der Generierung entsteht synchron Audio mit etwa 44 kHz inklusive Lippensynchronisation; der ausgegebene Clip bringt den Ton bereits mit, sodass keine separate Nachvertonung und Bild-Ton-Ausrichtung nötig ist.

Steuerung des Seitenverhältnisses: Unterstützt 16:9, 9:16, 1:1, 4:3, 3:4 sowie auto; auto wählt das dem Eingabebild am nächsten kommende Format und beschneidet zentriert, sodass es sich direkt für Quer-, Hoch- oder Quadratformat-Ausspielungen eignet.

Anpassung von Guidance und Negativ-Prompt: guidance_scale regelt zwischen 1 und 10, wie stark das Ergebnis dem Prompt folgt; mit negative_prompt lassen sich unerwünschte Elemente ausschließen; bleibt es leer, wird der integrierte Negativ-Prompt verwendet.

Reproduzierbarkeit per Seed: Ein übergebener seed reproduziert dasselbe Generierungsergebnis, was beim Tuning oder bei der Batch-Produktion eine feste Basislinie und einfache Regressionsvergleiche ermöglicht.

Anwendungsfälle

Social-Media-Creator erzeugen dynamische Kurzclips aus statischen Bildern – Ein vorhandenes Titelbild oder Produktbild wird eingegeben, und es entsteht ein etwa 5 Sekunden langes Hoch- oder Quadratformat-Video mit Ton, das direkt für Kurzvideo-Plattformen und Feed-Werbeeinsätze genutzt werden kann.
Storyboard-Künstler erweitern Konzeptbilder zu dynamischen Einstellungen – Mit einem Konzeptdesign als erstem Frame werden Kamerabewegung und Toneffekte per Prompt beschrieben, um dynamische Storyboard-Clips für Präsentationen und Previsualisierungen zu erzeugen.
Prototypen für Dialog-Charakterszenen erstellen – Ein Charakterbild wird eingegeben, Sprechbewegung und Stimme beschrieben, und es entsteht ein Kurzclip mit synchroner Lippensynchronität und Audio für die Prototypenvalidierung von Charakterclips oder Sprechproben.

Einschränkungen und Auswahlhinweise

Die standardmäßige Generierungsdauer beträgt etwa 5 Sekunden; längere Endvideos erfordern eine segmentweise Generierung und manuelles Zusammensetzen. Die Pro-Version hat eine große Parameterzahl, lokale Bereitstellung stellt hohe Anforderungen an VRAM und Rechenleistung; Full-HD-Ausgaben erfordern eine zusätzliche Upscaling-Pipeline und entstehen nicht direkt in einem einzigen Durchgang. Wenn die Aufgabe darin besteht, ein Bild von Grund auf zu entwerfen statt ein vorhandenes Bild umzugestalten, sollte die Text-zu-Video-Route derselben Serie gewählt werden; für Langfilmproduktionen mit höheren harten Anforderungen an Dauer und Auflösung müssen die Kosten für Segmentierung, Zusammensetzen und Upscaling abgewogen werden.

Generierungsaufgabe erstellen

POST https://api.hiapi.ai/v1/tasks

Header

AuthorizationstringPflicht

Account-API-Schlüssel. Bei jeder Anfrage erforderlich. Beispiel: Bearer YOUR_HIAPI_API_KEY. API-Schlüssel holen

Content-TypestringOptional

Der Anfragekörper wird immer als JSON geparst; beim Senden ist nur application/json (optional mit charset) zulässig — andere Werte liefern 415. Beispiel: application/json.

Idempotency-KeystringOptional

Idempotenz-Schlüssel, bis 255 Bytes. Wiederholungen mit demselben Schlüssel desselben Kontos erstellen die Aufgabe nur einmal; Replays liefern die ursprüngliche taskId.

Idempotenz-Schlüssel

Bei Netzwerk-Timeouts oder Client-Wiederholungen erstellt derselbe Schlüssel die Aufgabe nur einmal — keine doppelte Abbuchung (Geltungsbereich = das Konto des API-Schlüssels). Empfohlen: geschäftsseitig eindeutige Kennung (z. B. "order-42"); Replays liefern die ursprüngliche taskId, Schlüssel laufen 24 Stunden nach der ersten Anfrage ab. Die vollständige Szenariomatrix steht in der Übersicht der Unified Async API.

Body

modelstringPflicht

Aktueller Festwert: kandinsky-6.0-pro/image-to-video

routestringOptional

Aktueller Festwert: default

inputobjectPflicht

Geschäftsparameter für kandinsky-6.0-pro/image-to-video und Route default — siehe Parametertabelle unten.

seedintegerOptional

Random seed for reproducing a generation. Omit for a random seed.

promptstringPflichtminLength 1maxLength 6000

Describe the motion, camera and sound to add. The first frame already sets the subject and composition.

image_urlstringPflicht

Image used as the first frame. JPG, PNG or WebP. With auto the model picks the supported frame closest to the image and center-crops to it.

aspect_ratiostringOptionalStandard: "auto"

Output frame. auto picks the supported frame closest to the input image and center-crops to it.

Optionen:auto16:99:161:14:33:4

guidance_scalenumberOptionalStandard: 5min 1max 10

How closely the result follows the prompt. Higher values follow the text more strictly.

negative_promptstringOptionalmaxLength 2000

What to avoid in the video. Leave empty to use the built-in negative prompt.

callbackobjectOptional

Konfiguration der Endzustands-Benachrichtigung. Ohne Angabe wird kein Callback gesendet — selbst abfragen.

Callbacks (Webhook)

Beim Erstellen callback.url angeben, dann POSTet HiAPI im Endzustand an Ihren Service — kein Polling nötig. Der Callback-Body entspricht der Aufgaben-Detailstruktur; Signaturprüfung, Wiederholungen und Idempotenz sind in der Übersicht der Unified Async API beschrieben.

urlstringPflicht

Pflicht, wenn callback angegeben ist. Nach dem Endzustand wird an diese URL gepostet; muss eine gültige http(s)-URL sein.

whenstringOptionalStandard: "final"

Derzeit wird nur final unterstützt — Benachrichtigung bei success und fail.

Optionen:final

storagestringOptionalStandard: "temp"

Speicherstufe für Artefakte: temp (Standard, ca. 7 Tage) oder persistent (langfristig, nach Größe abgerechnet). Bei unzureichendem Guthaben oder Überschreitung des Speicherlimits erfolgt ein stiller Downgrade auf temp; die wirksame Stufe steht in der Aufgaben-Detailantwort.

Optionen:temppersistent

Anfragebeispiele

# Asynchrone Aufgabe senden; gibt sofort eine taskId zurück (wartet nicht auf die Generierung)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kandinsky-6.0-pro/image-to-video",
  "input": {
    "prompt": "…",
    "image_url": "…",
    "aspect_ratio": "auto",
    "guidance_scale": 5
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "kandinsky-6.0-pro/image-to-video",
    input: {
      "prompt": "…",
      "image_url": "…",
      "aspect_ratio": "auto",
      "guidance_scale": 5
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "kandinsky-6.0-pro/image-to-video",
        "input": {
          "prompt": "…",
          "image_url": "…",
          "aspect_ratio": "auto",
          "guidance_scale": 5
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Aufgabendetails abrufen

GET https://api.hiapi.ai/v1/tasks/:id

Antwortfelder

taskIdstringPflicht

Aufgaben-ID, stets mit Präfix tk-hiapi-.

modelstringPflicht

Aufgelöster vollständiger Modellname. Mit route-Parameter eingereichte Aufgaben geben base@route zurück (z. B. gpt-image-2/text-to-image@ext); sonst identisch mit dem übermittelten Namen.

routestringOptional

Erscheint nur bei explizitem route-Parameter; gibt den übermittelten Wert zurück.

statusstringPflicht

Aufgabenstatus.

Statuswerte

queued Eingereiht, noch nicht gestartet. handling In Verarbeitung. archiving Verarbeitung abgeschlossen, Artefakte werden vorbereitet. success Endzustand: abgeschlossen, Artefakte verfügbar (output wird zurückgegeben). fail Endzustand: fehlgeschlagen (error wird zurückgegeben). Nach dem Senden den status prüfen: success und fail sind Endzustände, alles andere nicht. Alle 1–3 Sekunden bis zum Endzustand pollen. Nach Erfolg Artefakte aus output[].url laden und vor expireAt übertragen; für Langzeitaufbewahrung storage: "persistent" beim Erstellen angeben.

creatednumberPflicht

Zeitpunkt der Aufgabenerstellung (Unix-Sekunden).

completednumberPflicht

Unix-Sekunden des Endzustands; vor Abschluss stets 0.

outputarrayOptional

Nur bei status == success. Artefaktliste — immer ein Array; eine Aufgabe kann mehrere Typen gleichzeitig liefern (z. B. video + first_frame).

Array [ object ]

Array-Elemente

urlstringPflicht

Artefakt-URL, direkt herunterladbar.

typestringPflicht

Aktuell mögliche Werte: video, image, audio, first_frame, last_frame, thumbnail; später können weitere folgen.

expireAtnumberPflicht

Unix-Sekunden, bis wann das Artefakt verfügbar ist; vorher herunterladen oder übertragen.

errorobjectOptional

Nur bei status == fail.

codestringPflicht

Business-Fehlercode.

messagestringPflicht

Fehlerbeschreibung.

Antwortbeispiele

Erfolg

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

In Bearbeitung (nicht final)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fehlgeschlagen

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}