PixVerse V6 Max ya está disponible: parámetros, precios y prompts para texto a vídeo e imagen a vídeo

PixVerse V6 Max ya está disponible en HiAPI.ai, dividido en dos modelos: pixverse-v6-max/text-to-video (texto a vídeo) y pixverse-v6-max/image-to-video (imagen a vídeo). Ambos admiten de 1 a 15 segundos, de 360p a 1080p, y pueden generar audio al mismo tiempo que generan la imagen. Este artículo explica cómo elegir los parámetros, cómo se calcula el precio y cómo escribir los prompts.

Cómo elegir entre los dos modelos

• Texto a vídeo: solo se escribe el prompt; se pueden elegir 8 relaciones de aspecto: 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2, 21:9, con 16:9 por defecto.
• Imagen a vídeo: se sube 1 imagen como primer fotograma (JPEG, PNG o WebP, no más de 20 MB); la relación de aspecto sigue a esta imagen y ya no se configura por separado. El prompt admite hasta 2048 caracteres, mientras que en texto a vídeo admite hasta 5000 caracteres.

Resumen de parámetros

• duration: número entero de 1 a 15 segundos, 5 por defecto, con facturación por segundo.
• resolution: 360p, 540p, 720p, 1080p, con 720p por defecto.
• generate_audio: desactivado por defecto. Al activarlo se genera música de fondo, efectos de sonido y diálogos; si quieres que un personaje hable, escribe su diálogo entre comillas en el prompt.
• seed: de 0 a 2147483647; con la misma semilla y el mismo prompt se pueden obtener resultados similares, lo que facilita comparar ajustes.

Precio

Se factura por los segundos de salida y el precio depende de la resolución y de si se activa el audio:

Por ejemplo, 720p, 10 segundos y sin audio son 10 × $0.0559 = $0.559. Al ajustar el prompt se recomienda probar primero con 360p o 540p y una duración corta, y una vez satisfecho, generar el vídeo final en 720p o 1080p.

Ejemplo de solicitud

Texto a vídeo:

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

Para imagen a vídeo solo hay que cambiar el nombre del modelo y poner la imagen del primer fotograma en image_urls:

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

Tras enviar la solicitud se devuelve un ID de tarea; usa GET /v1/tasks/{task_id} para consultar el estado y la URL del vídeo.

Cómo escribir los prompts

1. Primero el sujeto y la acción: empieza por quién es y qué está haciendo, con verbos concretos, por ejemplo «un zorro trota por una ladera nevada», en lugar de «un zorro muy bonito».
2. Después el plano: encuadre y movimiento, como toma de seguimiento a baja altura, acercamiento lento o travelling circular.
3. Por último, la luz y la atmósfera: hora, clima y tono de color.
4. En imagen a vídeo, describe solo los cambios: el primer fotograma ya fija la imagen; el prompt debe centrarse en qué se mueve y cómo se mueve la cámara, sin repetir lo que ya aparece en la imagen.
5. Si necesitas sonido, descríbelo con claridad: al activar el audio, puedes indicar en el prompt sonidos ambientales o diálogos; los diálogos van entre comillas.

Usos habituales

• Convertir una imagen de producto en un breve vídeo de presentación de unos segundos (imagen a vídeo, con audio activado para añadir sonido ambiental).
• Material para vídeos cortos verticales 9:16 para redes sociales (texto a vídeo).
• Previsualización de storyboards: probar primero varios planos rápidamente en 360p y, una vez elegidos, generar el vídeo final en 1080p.

En la página del modelo puedes abrir directamente el Playground para probarlo; el precio se muestra en tiempo real según los parámetros.