Preguntas frecuentes
Respuestas rápidas sobre facturación, cuentas, integración de API, capacidades de modelos y artefactos persistentes.
Preguntas frecuentes
Categorías 1050
-
¿Es necesario escribir un prompt?
No. Solo necesitas proporcionar una URL de imagen; el modelo separará automáticamente el primer plano y el fondo.
Modelos y capacidades 851 Labs Background Remover
-
¿La imagen de salida es realmente transparente?
La salida es un PNG con canal Alpha. El patrón de tablero de la página sirve para mostrar las zonas transparentes y no se incluye en el resultado original descargado.
Modelos y capacidades 851 Labs Background Remover
-
¿Qué parámetros hay que pasar a la API?
Envía model e input.image_url. La URL de la imagen debe ser accesible directamente mediante HTTP o HTTPS.
Modelos y capacidades 851 Labs Background Remover
-
¿Se puede ajustar el formato, el color o generar un nuevo fondo?
La interfaz actual se centra en la eliminación de fondos y no ofrece ajustes de formato, color de fondo ni configuración de prompts. Puedes pasar el resultado transparente a herramientas de edición posteriores para continuar el procesamiento.
Modelos y capacidades 851 Labs Background Remover
-
¿Cómo se guardan las imágenes generadas?
Descarga el resultado cuando la tarea se haya completado correctamente o guárdalo en tu propio almacenamiento. La forma de conservar los materiales mostrados en la página y los productos temporales de las tareas es diferente.
Modelos y capacidades 851 Labs Background Remover
-
¿Cómo se dibuja una máscara?
La máscara es una imagen en blanco y negro: la zona blanca se borra y se completa con el fondo, mientras que la zona negra permanece sin cambios. Lo mejor es que el área blanca sea un poco más grande que el borde del objeto, así también se eliminan las sombras y los restos de los bordes.
Modelos y capacidades BRIA Eraser
-
¿La máscara debe tener el mismo tamaño que la imagen original?
La relación de aspecto de la máscara debe coincidir con la de la imagen original; se recomienda exportarla directamente con las dimensiones de la imagen original para evitar desviaciones en la posición del borrado.
Modelos y capacidades BRIA Eraser
-
¿Es necesario escribir un prompt?
No. Bria Eraser trabaja únicamente con la imagen original y la máscara, y la solicitud no puede incluir el campo prompt.
Modelos y capacidades BRIA Eraser
-
¿Debe elegirse manual o automatic en mask_type?
Elige manual (predeterminado) para las máscaras pintadas a mano con un pincel o un software de edición de imágenes; elige automatic para las máscaras generadas automáticamente por una herramienta de segmentación.
Modelos y capacidades BRIA Eraser
-
¿Qué ocurre cuando la imagen original tiene fondo transparente?
Al activar preserve_alpha, las zonas transparentes de la imagen de entrada permanecen transparentes en el resultado; por defecto está desactivado.
Modelos y capacidades BRIA Eraser
-
¿En qué formato y tamaño se genera la salida?
Cada vez se genera 1 PNG, con la misma resolución que la imagen original (en pruebas, una entrada de 1360 × 768 produce una salida de 1360 × 768). El PNG está en formato RGBA; si no se activa la opción de conservar la transparencia, la imagen es completamente opaca.
Modelos y capacidades BRIA Eraser
-
¿Qué formatos de entrada son compatibles?
La imagen original admite JPEG, PNG y WEBP. Tanto la imagen original como la máscara deben ser direcciones http(s) de acceso público; al subir archivos en Playground, se convierten automáticamente en enlaces.
Modelos y capacidades BRIA Eraser
-
¿Cómo se factura?
Se factura por el número de imágenes generadas, 1 por solicitud; el precio unitario vigente se rige por el precio en tiempo real de la página.
Modelos y capacidades BRIA Eraser
-
¿Se pueden usar juntos la descripción de escena y la imagen de referencia de escena?
No, elige una de las dos. Al escribir una descripción de escena en inglés (prompt), no pases una imagen de referencia; al generar a partir de una imagen de referencia, no escribas una descripción. En Playground, al cambiar de método se borra automáticamente el contenido del otro.
Modelos y capacidades BRIA Product Shot
-
¿La descripción de la escena debe estar en inglés?
Sí. Describe el nuevo escenario o contexto del prompt en inglés, con un máximo de 1000 caracteres; si Playground detecta chino, te pedirá que lo reescribas.
Modelos y capacidades BRIA Product Shot
-
¿Qué es la descripción optimizada?
Al activarla, se ampliará automáticamente la descripción de tu escenario; está activada por defecto y solo surte efecto en el modo de descripción de escenario; en el modo de imagen de referencia no se enviará.
Modelos y capacidades BRIA Product Shot
-
¿Cuáles son las formas de colocar el producto?
La posición predefinida (manual_placement, predeterminada; válida tanto con descripción de escena como con imagen de referencia) coloca el producto en una posición específica del lienzo, por defecto en la parte inferior centrada; con entrada cuadrada, la salida medida es de 1024×1024. Mantener la posición original (original) conserva la posición y la proporción del producto en la imagen original.
Modelos y capacidades BRIA Product Shot
-
¿Cuándo se puede usar «mantener el tamaño original»?
Solo está disponible con «mantener la posición original»: al activarlo, se genera la salida con el tamaño original; al desactivarlo, se escala a aproximadamente 1 millón de píxeles. En el modo de posición predefinida no se envía este parámetro.
Modelos y capacidades BRIA Product Shot
-
¿En qué formato y tamaño se genera la salida?
Cada vez se genera 1 PNG. Con entrada cuadrada en la posición predefinida (ya sea descripción de escena o imagen de referencia), la salida medida es de 1024 × 1024; al mantener la posición original y activar la opción de conservar el tamaño de la imagen original, se usa el tamaño de la imagen original (entrada medida de 1168 × 880, la salida también es de 1168 × 880).
Modelos y capacidades BRIA Product Shot
-
¿Cuál es la diferencia entre el modo rápido y el modo estándar?
El modo rápido (activado por defecto) genera imágenes más rápido; al desactivarlo, se usa el modo estándar. Ambos modos tienen el mismo precio.
Modelos y capacidades BRIA Product Shot
-
¿Qué requisitos debe cumplir la imagen del producto?
Se admiten JPEG, PNG y WEBP, con un máximo de 12 MB, y debe ser una dirección http(s) de acceso público; las imágenes de producto con el sujeto claro y los bordes completos ofrecen mejores resultados.
Modelos y capacidades BRIA Product Shot
-
¿Cómo se cobra?
Se cobra por número de imágenes generadas, 1 imagen por solicitud; el precio unitario actual se rige por el precio en tiempo real de la página.
Modelos y capacidades BRIA Product Shot
-
¿Qué entradas admite Creatify Boreal?
El prompt es obligatorio; opcionalmente, una imagen de referencia y un audio de conducción; puede usarse solo el prompt o los tres juntos.
Modelos y capacidades Creatify Boreal
-
¿Cómo se escribe un prompt para obtener el mejor resultado?
Escríbelo en cuatro secciones: [VISUAL] (imagen y encuadre), [SPEECH] (diálogo), [SOUNDS] (efectos de sonido y música) y [TEXT] (texto en pantalla); escribe None en las secciones que no necesites.
Modelos y capacidades Creatify Boreal
-
¿Admite prompts en chino?
Actualmente los prompts en inglés ofrecen los resultados más estables; el rendimiento con otros idiomas no está garantizado, por lo que se recomienda usar primero el inglés.
Modelos y capacidades Creatify Boreal
-
¿Cuánto puede durar el vídeo como máximo?
1–20 segundos, configurado en segundos enteros; el valor predeterminado es 10 segundos.
Modelos y capacidades Creatify Boreal
-
¿Qué resoluciones son compatibles?
720p, 1080p y 2K; por defecto, 720p. En 2K, el lado largo es de 2016 píxeles en 16:9 y 9:16, y de 1440p en 1:1, 4:3 y 3:4.
Modelos y capacidades Creatify Boreal
-
¿Cómo elegir la relación de aspecto de la imagen?
Puedes elegir Automático, 16:9, 9:16, 1:1, 4:3, 3:4. Automático sigue la relación de la imagen de referencia si existe; si no hay imagen de referencia, usa 16:9. Si hay imagen de referencia y especificas una relación, la imagen de referencia se recorta desde el centro.
Modelos y capacidades Creatify Boreal
-
¿Cómo se usa el audio de entrada?
Tras subir una narración, un diálogo o música de fondo, el vídeo final conserva ese audio; solo se usan los primeros segundos indicados en «Duración»; si el audio no es lo suficientemente largo, se rellena con silencio.
Modelos y capacidades Creatify Boreal
-
¿Cuál es la función de la imagen de referencia?
La imagen de referencia determina la apariencia de los personajes, la vestimenta y la composición, y es adecuada para convertir imágenes de productos o fotos de personas en videos.
Modelos y capacidades Creatify Boreal
-
¿En qué formato se genera la salida?
MP4 (video H.264 + audio AAC, 24 fps), con voz en off y efectos de sonido incluidos.
Modelos y capacidades Creatify Boreal
-
¿Hay marcas de agua en el video?
Solo hay marcas de agua invisibles. Todos los videos incluyen metadatos C2PA y marcas de agua invisibles; no se superpone ningún identificador visible en la imagen.
Modelos y capacidades Creatify Boreal
-
¿Cómo se factura?
Se factura según la duración de la solicitud y la resolución seleccionada; consulta el precio unitario en el precio en tiempo real de esta página. Las tareas fallidas se reembolsan en su totalidad.
Modelos y capacidades Creatify Boreal
-
¿Cómo se llama a través de la API?
Envíe una tarea con model creatify-boreal mediante POST /v1/tasks y luego consulte repetidamente el estado de la tarea para obtener la URL del video; consulte la documentación de la API para más detalles.
Modelos y capacidades Creatify Boreal
-
¿Cuál es la diferencia entre el nombre oficial del modelo y el ID de modelo de HiAPI?
El nombre oficial del modelo de DeepSeek es deepseek-flash; el ID de modelo que HiAPI reserva para esta integración pública es deepseek-v4.1-flash. En las solicitudes y en los ejemplos de la página, siga usando deepseek-v4.1-flash.
Modelos y capacidades
-
¿Qué es DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash es un modelo de versión oficial que admite entrada de texto e imágenes. Según la documentación oficial de DeepSeek, admite un contexto de 1M tokens, una salida de hasta 384K tokens y cuatro niveles de intensidad de razonamiento: none, low, high y max, con high por defecto.
Modelos y capacidades
-
¿Qué ID de modelo y qué interfaz se utilizan?
En model, introduce deepseek-v4.1-flash. Se puede usar POST /v1/responses y también es compatible con POST /v1/chat/completions; ambos usan input y messages respectivamente, no mezcles las estructuras de solicitud.
Modelos y capacidades
-
¿Cómo activar o desactivar el modo de razonamiento?
Las solicitudes de Responses usan reasoning.effort: none desactiva el razonamiento, low, high y max lo activan; el valor predeterminado es high. Chat Completions usa thinking.type=enabled/disabled; al activarlo, se selecciona low, high o max mediante reasoning_effort.
Modelos y capacidades
-
¿Cómo realiza Responses conversaciones de múltiples turnos?
Esta interfaz es apátrida. En cada llamada, vuelve a pasar en input el historial de conversación que deseas conservar; no pases previous_response_id, conversation, background ni context_management, y tampoco es necesario pasar store.
Modelos y capacidades
-
¿Cómo se determina el final en una respuesta en streaming?
Responses utiliza response.output_text.delta para recibir los incrementos del cuerpo del texto y lee el usage final en response.completed; response.incomplete y response.failed indican, respectivamente, una generación incompleta y un fallo. Responses no finaliza con [DONE]; el flujo de Chat Completions sigue usando [DONE].
Modelos y capacidades
-
¿Cómo se facturan los tokens y el contenido de razonamiento?
La entrada, la salida y la entrada con acierto de caché se facturan por separado según los tokens reales; los tokens de razonamiento se cuentan como salida. En Responses, usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens permiten verificar el consumo; el cargo final se rige por el registro de llamadas y el precio unitario se consulta en la sección de precios en tiempo real.
Modelos y capacidades
-
¿Están habilitadas las imágenes, las llamadas a herramientas y el JSON estructurado?
La documentación oficial de DeepSeek admite la entrada de imágenes mediante URL y base64; el entorno de ejecución de HiAPI ya ha verificado ambos tipos de entrada. Las llamadas a herramientas y el JSON estructurado aún no han completado la verificación de integración en esta ocasión, por lo que no se garantiza su compatibilidad por el momento.
Modelos y capacidades
-
¿Se puede seguir utilizando una API Key de HiAPI existente?
Sí, se puede reutilizar una API Key de HiAPI que tenga los permisos del modelo correspondiente y saldo disponible. Al usar el SDK de OpenAI, configure base_url como https://api.hiapi.ai/v1; para Responses use client.responses.create y para Chat Completions use client.chat.completions.create.
Modelos y capacidades
-
¿Qué es Turbo 2.5?
Modelo de texto a voz de baja latencia de ElevenLabs, adecuado para asistentes de voz, anuncios de notificaciones y doblaje a gran escala.
Modelos y capacidades ElevenLabs
-
¿Cómo se invoca?
Envíe a POST /v1/tasks los parámetros model (elevenlabs/text-to-speech-turbo-2-5) e input, y luego consulte el resultado con taskId o configure un callback.
Modelos y capacidades ElevenLabs
-
¿Cómo se factura?
Se factura según el número de caracteres de input.text, por cada 1,000 caracteres; el precio unitario en tiempo real se rige por la sección de precios de esta página.
Modelos y capacidades ElevenLabs
-
¿previous_text y next_text tienen costo?
No tienen costo. Solo proporcionan contexto para la síntesis por segmentos, de modo que la entonación fluya de forma natural.
Modelos y capacidades ElevenLabs
-
¿Cómo se calculan los caracteres chinos?
Cada carácter chino, letra, número, signo de puntuación o espacio cuenta como 1 carácter; los caracteres chinos no cuentan doble.
Modelos y capacidades ElevenLabs
-
¿Cuántos caracteres como máximo por envío?
5.000 caracteres. Si se supera el límite, se rechaza al enviar y no se cobra; para contenido largo, envíelo por partes.
Modelos y capacidades ElevenLabs
-
¿Qué voces hay disponibles?
67 voces predefinidas de ElevenLabs, que abarcan narración, presentación, personajes y atención al cliente; usa voice para pasar el voice_id.
Modelos y capacidades ElevenLabs
-
¿Se puede especificar el idioma de salida?
Sí. Configura language_code con un código ISO 639-1 de dos letras (por ejemplo, zh, en, ja); si se omite, se detecta automáticamente.
Modelos y capacidades ElevenLabs
-
¿Cómo ajustar stability, similarity_boost y style?
Cuanto menor sea stability, más vívido será; cuanto mayor, más estable. similarity_boost controla el grado de fidelidad al timbre de voz; style realza el dramatismo, mantén 0 para una locución neutra.
Modelos y capacidades ElevenLabs
-
¿Admite marcas de tiempo de subtítulos?
Sí. Establece timestamps=true para devolver marcas de tiempo por palabra, que se pueden usar para subtítulos y resaltado palabra por palabra.
Modelos y capacidades ElevenLabs
-
¿Cómo elegir entre Turbo 2.5 y Multilingual v2?
Si buscas velocidad y costo, elige Turbo 2.5 (compatible con language_code); si buscas calidad en contenidos largos y estabilidad emocional, elige Multilingual v2. Ambos comparten la misma biblioteca de voces.
Modelos y capacidades ElevenLabs
-
¿Se admite la clonación de voz?
El contrato actual solo ofrece voces predefinidas y no admite clonación de voz ni voice ID personalizados.
Modelos y capacidades ElevenLabs
-
¿Se cobra si la tarea falla?
Los estados finales de fallo no se facturan; los créditos prebloqueados al enviar se reembolsan automáticamente.
Modelos y capacidades ElevenLabs
-
¿Qué es Multilingual v2?
Modelo de texto a voz multilingüe de alta calidad de ElevenLabs, ideal para audiolibros, narraciones y voces de marca.
Modelos y capacidades ElevenLabs
-
¿Qué es FASHN Try-On v1.6?
Es un modelo especializado de prueba virtual de ropa. Sube una foto de una persona y una imagen de una prenda, y el modelo viste la prenda sobre la persona y genera una imagen vertical de la prueba; no requiere prompts ni acepta descripciones de texto. La salida es adecuada para incorporarse directamente en páginas de detalle de producto, materiales para redes sociales o previsualizaciones de campañas.
Modelos y capacidades FASHN Tryon v1.6
-
¿Es necesario escribir un prompt?
No. Solo acepta fotos de personas e imágenes de prendas; el resultado de la prueba virtual se determina por las dos imágenes y los parámetros opcionales de categoría, modo y tipo de imagen de prenda. No incluyas un campo prompt adicional en la solicitud, ya que el backend lo rechazará por ser un campo desconocido.
Modelos y capacidades FASHN Tryon v1.6
-
¿Es obligatorio subir dos imágenes a la vez?
Sí. Tanto la foto de la persona como la imagen de la prenda son obligatorias; si falta cualquiera de las dos, Playground y la API lo bloquearán antes del envío. El botón de ejecutar solo se habilita después de subir ambas imágenes; la API devolverá un error de validación de parámetros.
Modelos y capacidades FASHN Tryon v1.6
-
¿Qué categorías de ropa se admiten?
Se admiten prendas superiores (tops), prendas inferiores (bottoms) y prendas de una pieza (one-pieces); también se puede elegir la detección automática. Si no se está seguro de la categoría, use primero la automática; si la detección no es precisa, especifíquela explícitamente. Para catálogos de categorías mixtas se recomienda enviarlos agrupados por categoría para reducir el sesgo que introduce la detección automática.
Modelos y capacidades FASHN Tryon v1.6
-
¿Cómo elegir el mode?
performance es más rápido y adecuado para vistas previas por lotes; balanced equilibra velocidad y calidad; quality es más lento y adecuado para la imagen final. Puedes usar primero balanced para confirmar la composición y luego quality para generar la versión final. El modo no cambia la composición de las figuras humanas, pero afecta el nivel de detalle de los bordes de la ropa, los pliegues y los estampados.
Modelos y capacidades FASHN Tryon v1.6
-
¿Hay que configurar por separado las imágenes planas, las imágenes colgadas y las imágenes con modelo?
Puedes usar garment_photo_type para especificar model o flat-lay, o dejarlo a la detección automática. Se admiten imágenes de producto planas, colgadas, con modelo fantasma y con modelo real; cuando conoces el tipo, especificarlo explícitamente suele ser más estable. Las imágenes planas y colgadas cuentan como flat-lay; para las imágenes con modelo real elige model; si el fondo es complejo, la detección automática puede equivocarse.
Modelos y capacidades FASHN Tryon v1.6
-
¿Cuál es el tamaño y el formato de la salida?
Cada vez se devuelve una imagen vertical, cuyo tamaño varía según la proporción de la imagen de la persona. En esta prueba: una imagen de persona 3:4 da como salida 972 × 1296, y una imagen de persona 2:3 da como salida 768 × 1152. El formato predeterminado es PNG, aunque también se puede elegir JPEG; no asumas que todos los resultados tienen el mismo tamaño en píxeles. Al crear páginas de detalle de producto, maqueta primero según la proporción de la imagen de la persona y, una vez obtenida la salida real, ajusta los detalles; si necesitas un tamaño uniforme, recorta o escala después de generar.
Modelos y capacidades FASHN Tryon v1.6
-
¿Por qué cambia el resultado con la misma entrada?
La generación tiene aleatoriedad. Pasar un seed fijo permite reproducir el mismo resultado; cambiar el seed produce una versión diferente. El cambio de modo también modifica el grado de refinamiento de los bordes y las texturas de la ropa; un seed fijo no garantiza una coincidencia total entre modos, por lo que se recomienda volver a confirmar los detalles después de cambiar de modo.
Modelos y capacidades FASHN Tryon v1.6
-
¿Los detalles de la prenda serán exactamente iguales a los de la imagen original?
No se copiará píxel por píxel. El modelo conservará el corte, el color y el estampado principal, pero detalles como el cuello, los pliegues y los botones pueden variar según la pose de la persona, la categoría y el modo. Para imágenes importantes de productos, se recomienda usar el modo quality y revisarlas manualmente. En las fotos de personas, se recomienda que sean de frente, con una sola persona y con el cuerpo claramente visible; las fotos de grupo o con oclusiones graves reducirán el ajuste. Para imágenes de productos con requisitos estrictos sobre la posición del cuello, los botones o el estampado, se recomienda cambiar a una imagen de la prenda más nítida y con menos oclusiones.
Modelos y capacidades FASHN Tryon v1.6
-
¿Qué ediciones puede hacer FIBO Edit 1.5?
Cambiar colores, sustituir fondos, cambiar estaciones o estilos, reemplazar partes concretas y combinar varias imágenes en una, por ejemplo, probadores de ropa o cambiar el escenario de un producto.
Modelos y capacidades
-
¿Cuántas imágenes se pueden subir como máximo?
image_urls admite de 1 a 4 URL de imágenes públicas. El orden es importante: las referencias "imagen 1, imagen 2" en las instrucciones corresponden al orden de subida.
Modelos y capacidades
-
¿Cuándo entra en vigor aspect_ratio?
Solo entra en vigor con 2 o más imágenes; opciones: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9; si no se especifica, se mantiene la proporción de la primera imagen. Cuando solo hay 1 imagen, la salida conserva la proporción de la imagen original.
Modelos y capacidades
-
¿Cómo se usa la máscara?
En mask_url se pasa una imagen en blanco y negro del mismo tamaño que la imagen original: el blanco es el área que se va a modificar y el negro permanece sin cambios.
Modelos y capacidades
-
¿Se pueden usar varias imágenes y una máscara juntas?
No. Cuando se incluye mask_url, image_urls solo puede contener 1 imagen; de lo contrario, la solicitud será rechazada. Para la composición con varias imágenes, no envíes la máscara.
Modelos y capacidades
-
¿Cómo escribir mejores instrucciones?
Indica claramente qué hay que cambiar, en qué convertirlo y qué debe permanecer igual, por ejemplo: «solo cambia el abrigo a verde oscuro, mantén todo lo demás igual». Cuando haya varias imágenes, refiérete a ellas como «imagen 1, imagen 2».
Modelos y capacidades
-
¿En qué formato es la salida?
Devuelve 1 imagen PNG cada vez.
Modelos y capacidades
-
¿Por qué la misma entrada produce el mismo resultado?
El valor predeterminado de seed es 5555, por lo que la misma entrada produce el mismo resultado; cambiando el seed se pueden obtener versiones diferentes.
Modelos y capacidades
-
¿Qué modelo se usa cuando no hay una imagen original?
Primero se usa FIBO Gen 1.5 para generar la imagen a partir de texto y luego se pasa a FIBO Edit 1.5 para modificarla.
Modelos y capacidades
-
¿Qué condiciones debe cumplir la imagen?
Debe ser una dirección de imagen http(s) de acceso público; en el Playground también se puede subir directamente.
Modelos y capacidades
-
¿La tarea es síncrona o asíncrona?
Asíncrona. Tras el envío, se devuelve inmediatamente un taskId; después se consulta el estado de la tarea o se usa un callback para obtener el resultado.
Modelos y capacidades
-
¿Cómo se cobra?
El cobro se realiza por número de imágenes de salida, 1 por cada solicitud; la cantidad de imágenes de referencia y la máscara no afectan el precio. Consulta el precio unitario actual en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Para qué es adecuado FIBO Gen 1.5?
Es adecuado para imágenes de productos realistas, retratos, comida, arquitectura, así como letreros y envases con texto que requieren una textura realista.
Modelos y capacidades
-
¿Qué relaciones de aspecto se admiten?
aspect_ratio admite 1:1 (predeterminado), 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9.
Modelos y capacidades
-
¿Qué tamaño tiene la salida?
Devuelve 1 imagen PNG de aproximadamente 1 millón de píxeles por vez; el ancho y el alto concretos varían según la proporción, por ejemplo, 1:1 es 1024 × 1024.
Modelos y capacidades
-
¿Se puede generar una resolución más alta?
Por ahora solo se ofrece la opción de aproximadamente 1 megapíxel. Si necesitas una imagen más grande, puedes pasar el resultado a un modelo de ampliación de imágenes.
Modelos y capacidades
-
¿Por qué la misma descripción da siempre el mismo resultado?
El valor predeterminado de seed es 5555; con el mismo seed y la misma descripción se obtiene la misma imagen. Si quieres resultados diferentes, basta con cambiar el seed.
Modelos y capacidades
-
¿Es correcto el texto de la imagen?
Coloca el texto que debe aparecer entre comillas y el modelo intentará reproducirlo palabra por palabra; los textos cortos de letreros y etiquetas funcionan mejor.
Modelos y capacidades
-
¿Cuántas imágenes se pueden generar a la vez?
Se genera 1 imagen por solicitud; si necesitas varias, puedes enviar varias tareas o cambiar la seed y llamar varias veces.
Modelos y capacidades
-
¿Es necesario subir una imagen de referencia?
No. Este es un modelo de texto a imagen; si necesitas modificar una imagen existente, utiliza FIBO Edit 1.5.
Modelos y capacidades
-
¿Hay un límite de longitud para el prompt?
El prompt debe tener entre 1 y 10000 caracteres.
Modelos y capacidades
-
¿Se puede seguir modificando después de generarlo?
Sí. Pasa la URL de la imagen de salida a fibo-edit-1.5/image-to-image y usa una sola instrucción para modificar una parte, cambiar el fondo o cambiar el color.
Modelos y capacidades
-
¿Cómo se cobra?
Se cobra por el número de imágenes generadas, 1 por solicitud. Consulta el precio unitario actual en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Qué es FLUX.1 Fill Pro?
FLUX.1 Fill Pro es un modelo de edición de imágenes orientado al inpainting con máscara: se sube la imagen original, una máscara en blanco y negro del mismo tamaño y un prompt, y solo se repinta la región blanca, mientras que la región negra permanece sin cambios.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Qué representan el negro y el blanco en la máscara?
La zona negra conserva la imagen original; la zona blanca se redibuja según el prompt; la máscara debe tener las mismas dimensiones que la imagen original.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Es necesario subir tanto la imagen como la máscara?
Sí. La interfaz pública actual requiere proporcionar tanto la imagen original como la máscara en blanco y negro; ambas son imprescindibles.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Qué se debe escribir en el prompt?
Describe únicamente el nuevo contenido que debe aparecer dentro del área blanca de la máscara e indica los elementos que deben conservarse; no repitas la descripción de la imagen fuera de la máscara.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Cómo elegir entre steps y guidance?
El rango de steps es 15–50, por defecto 50; cuanto mayor sea el valor, más finos serán los detalles. El rango de guidance es 1.5–100, por defecto 60; cuanto mayor sea el valor, más se ajustará al prompt.
Modelos y capacidades FLUX.1 Fill Pro
-
¿El tamaño de salida seguirá a la imagen original?
La salida mantiene la relación de aspecto de la imagen original; los píxeles reales dependen del resultado de la tarea. En este caso, una imagen original de 1600×900 dio como resultado 1440×810.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Qué formatos de entrada y salida son compatibles?
La imagen original y la máscara admiten JPEG, PNG, GIF y WebP; la salida puede ser jpg o png.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Cómo hacer que los resultados sean más estables?
Fija la seed y utiliza la misma imagen original, máscara y prompt; ajustar steps o guidance puede cambiar los detalles y el nivel de ajuste.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Cómo se cobra?
Se cobra por el número de imágenes de salida; cada solicitud devuelve 1 imagen; el precio unitario actual se rige por el precio en tiempo real de esta página.
Modelos y capacidades FLUX.1 Fill Pro
-
¿Para qué tareas es adecuado FLUX.2 [klein] 4B?
Es adecuado para borradores por lotes, conceptos de productos, materiales para redes sociales e iteración visual sensible a costes. Cuando se necesita mayor realismo, texto y detalle, se puede usar 9B.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Cómo elegir entre 0.25 MP y 4 MP?
Para bocetos y miniaturas se puede usar primero 0.25 o 0.5 MP; para recursos web habituales, 1 MP; cuando se necesita una salida mayor, elegir 2 o 4 MP. El precio varía según el nivel de píxeles.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Qué relaciones de aspecto se admiten?
Se admiten 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 21:9 y 9:21.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Cómo reproducir la misma dirección de composición?
Fija la semilla (Seed), el Prompt, el formato, el nivel de píxeles y la configuración de salida; modifica solo una variable para comparar.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Qué incluye una solicitud mínima a la API?
Enviar model e input.prompt a POST /v1/tasks; el resto de parámetros pueden usar los valores predeterminados.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Cuántas imágenes de referencia admite la edición de imágenes de FLUX.2 [klein] 9B?
Actualmente admite 1 imagen de referencia en formato JPEG, PNG o WebP. image_urls debe ser un arreglo que contenga únicamente una URL pública de imagen.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Para qué tareas de edición es adecuado?
Es adecuado para la limpieza de imágenes de productos, la sustitución de fondos, la reescritura de texto en la imagen, la modificación de la paleta de colores y el retoque comercial que requiere conservar el sujeto y el ángulo de cámara.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Cómo se configura el número de pasos de inferencia?
num_inference_steps admite enteros de 4 a 8, con un valor predeterminado de 4. El precio actual no varía según el número de pasos de inferencia.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Qué relaciones de aspecto y formatos son compatibles?
Las relaciones de aspecto compatibles son 1:1, 4:3, 3:4, 16:9 y 9:16; los formatos compatibles son JPEG, PNG y WebP.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Cómo se envía una imagen de referencia a través de la API?
Pasa una URL de imagen pública en input.image_urls del POST /v1/tasks y envía el Prompt al mismo tiempo; la relación de aspecto, la Seed, el número de pasos de inferencia y el formato son opcionales.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Para qué tareas es adecuado FLUX.2 [klein] 9B de texto a imagen?
Es adecuado para visuales comerciales, imágenes de producto, pósters y portadas de revista con texto en inglés que requieran completarse con rapidez. La ruta actual no acepta imágenes de referencia.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Cómo reproducir o comparar resultados?
Fija el seed en la solicitud y mantén consistentes el Prompt, la relación de aspecto, el formato y el número de pasos de inferencia; luego modifica uno por uno las variables que deseas comparar.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Qué campos se requieren para una solicitud de API mínima?
Envíe model e input.prompt a POST /v1/tasks; la relación de aspecto, el número de pasos de inferencia y el formato de salida se pueden omitir y se usan los valores predeterminados.
Modelos y capacidades FLUX.2 Klein 9B
-
¿Qué es FLUX.2 [pro]?
FLUX.2 [pro] es un modelo de texto a imagen de Black Forest Labs. HiAPI ofrece actualmente este modelo mediante una interfaz unificada de tareas asíncronas, adecuada para imágenes de producto, carteles, visuales de marca y flujos de generación de imágenes que requieren especificaciones precisas de composición.
Modelos y capacidades
-
¿Cuál es el precio de FLUX.2 [pro]?
FLUX.2 [pro] se factura según el nivel de resolución de salida; la relación de aspecto predefinida no modifica el precio dentro del mismo nivel de resolución. El importe exacto se rige por el precio en tiempo real de esta página y por el registro de tareas.
Modelos y capacidades
-
¿Qué resoluciones admite FLUX.2 [pro]?
Actualmente, el endpoint de HiAPI admite cuatro niveles de resolución: 0.5 MP, 1 MP, 2 MP y 4 MP. Al usar la relación de aspecto custom, se pueden establecer width y height entre 256 y 2048; el sistema los redondeará a múltiplos de 16, y en ese caso el parámetro resolution se ignorará.
Modelos y capacidades
-
¿Cómo se usa la API de FLUX.2 [pro]?
Envía model=flux-2/text-to-image e input.prompt a POST /v1/tasks. La interfaz devuelve un taskId de forma asíncrona; en producción se puede configurar callback.url para recibir la notificación del estado final, o bien obtener el resultado mediante la interfaz de consulta de tareas. Consulta la documentación independiente de la API para ver los parámetros completos y un ejemplo de solicitud.
Modelos y capacidades
-
¿Se puede probar FLUX.2 [pro] en línea?
Sí. En el Playground de esta página puedes introducir el prompt, la relación de aspecto, la resolución y el formato de salida para probarlo; cuando confirmes el resultado, integra la API con el mismo ID del modelo.
Modelos y capacidades
-
¿FLUX.2 [pro] admite edición de imágenes?
El endpoint flux-2/text-to-image de esta página solo admite texto a imagen. Cuando se necesite editar o componer a partir de imágenes de referencia, debe usarse el modelo independiente flux-2/image-to-image, en lugar de añadir campos de imagen a la solicitud de texto a imagen de este documento.
Modelos y capacidades
-
¿Se puede usar FLUX.2 [pro] con fines comerciales?
Si puede utilizarse en un proyecto comercial concreto depende de los términos aplicables de Black Forest Labs, de los términos de servicio de HiAPI y de tu contenido y escenario de uso. Antes de lanzarlo, verifica la licencia y los requisitos de cumplimiento más recientes; esta página no sustituye una opinión legal o de autorización.
Modelos y capacidades
-
¿Cuál es la diferencia entre FLUX.2 [pro] y FLUX.2 [klein]?
FLUX.2 [pro] está orientado a una salida de producción de alta fidelidad y ya está disponible en HiAPI con un ID de modelo, parámetros y cuatro niveles de precios definidos. FLUX.2 [klein] se inclina por la eficiencia y la iteración rápida, pero actualmente el repositorio no cuenta con un endpoint de HiAPI, precios o especificaciones verificables de Klein, por lo que esta página no ofrece comparaciones numéricas ni puntos de acceso que puedan resultar inexactos.
Modelos y capacidades
-
¿Qué entradas requiere FLUX 3 Max para generar video a partir de una imagen?
Son obligatorios prompt e image_url (imagen del primer fotograma, compatible con PNG/JPEG/WebP). De forma opcional, end_image_url como fotograma final, así como duration, resolution, aspect_ratio, generate_audio y reasoning_level.
Modelos y capacidades FLUX 3 Max
-
¿Se puede configurar la duración del vídeo?
Sí. duration acepta un número entero de segundos entre 5 y 20, en pasos de 1 segundo, con un valor predeterminado de 5 segundos; la generación de vídeo a partir de imagen y la de texto a vídeo comparten la misma tarifa por segundo. Primero confirma con 5 segundos si la imagen de origen es estable y luego amplía la duración.
Modelos y capacidades FLUX 3 Max
-
¿De qué depende la relación de aspecto?
aspect_ratio es auto por defecto y la salida sigue la proporción de la imagen del primer fotograma; también se puede especificar manualmente 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16. Si la especificación manual no coincide con la proporción de la imagen, la imagen puede recortarse.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se usa el fotograma final?
Pasa el primer fotograma en image_url y el fotograma final en end_image_url; el video hará la transición del primer fotograma al fotograma final. En el prompt, describe solo los cambios que ocurren en el medio; cuanto más similares sean el encuadre y la iluminación de las dos imágenes, más fluida será la transición.
Modelos y capacidades FLUX 3 Max
-
¿Se cobra más por añadir un fotograma final?
No. La generación de video a partir de imágenes y de texto se factura igual según los segundos de salida y la resolución; el precio unitario es el mismo tanto si se envía end_image_url como si no. Solo cambia la cantidad de imágenes, no el precio por segundo.
Modelos y capacidades FLUX 3 Max
-
¿Qué requisitos debe cumplir la imagen del primer fotograma?
Usa una imagen PNG, JPEG o WebP accesible públicamente. En el Playground puedes subir directamente un archivo local y se convertirá automáticamente en un enlace; se recomienda recortarla primero al formato de destino para evitar que se recorten elementos importantes al ajustarla automáticamente.
Modelos y capacidades FLUX 3 Max
-
¿Se puede generar audio?
Sí. generate_audio está activado por defecto y genera audio que coincide con la imagen; si se desactiva, se obtiene un vídeo sin sonido, lo que facilita añadir tu propia música o narración en la posproducción. El interruptor no afecta al precio.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se factura FLUX 3 Max de imagen a video?
Se factura por segundos de salida; el precio unitario depende de la resolución y el costo es igual al precio por segundo multiplicado por la duración; las tareas fallidas no se cobran. El borrador en 720p es más económico y suficiente para comprobar si la imagen de origen se mantiene estable.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se llama a través de la API?
Envía una tarea asíncrona a POST /v1/tasks, con model establecido en flux-3-max/image-to-video, pasa prompt e image_url en input y, según sea necesario, añade end_image_url y los parámetros de generación. La interfaz devuelve taskId, y puedes obtener el resultado mediante callback.url o GET /v1/tasks/:id.
Modelos y capacidades FLUX 3 Max
-
¿Cómo elegir entre video a partir de imagen y video a partir de texto?
Usa video a partir de imagen cuando ya tengas una imagen, producto o retrato satisfactorio; usa video a partir de texto cuando necesites concebir una escena completa a partir de texto o especificar libremente el formato de la imagen. El precio y los parámetros de ambos modelos son básicamente los mismos.
Modelos y capacidades FLUX 3 Max
-
¿Qué son los keyframes?
keyframes es un array ordenado, de 1 a 10 elementos, cada uno con image_url y frame_index. El modelo encadena los fotogramas clave en orden de número de fotograma y genera el movimiento intermedio.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se rellena frame_index?
frame_index es el número de fotograma en la línea de tiempo de 24 fps, comienza en 0 y su valor máximo es duration × 24. Por ejemplo, el número de fotograma máximo de un video de 5 segundos es 120. Todos los números de fotograma deben ser únicos.
Modelos y capacidades FLUX 3 Max
-
¿Cuántos fotogramas clave se necesitan como mínimo?
Al menos 1 y como máximo 10. Se necesitan dos o más para formar un inicio y fin claros o un cambio de ritmo; un único fotograma clave equivale a fijar solo una imagen y no produce una transición real.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se coordinan la duración y los fotogramas clave?
Primero define duration (5–20 segundos) y luego convierte los números de fotograma según 24fps. 5 segundos corresponden a 0–120, 10 segundos a 0–240 y 20 segundos a 0–480. Los fotogramas clave pueden distribuirse de manera uniforme o concentrarse en un tramo determinado.
Modelos y capacidades FLUX 3 Max
-
¿Cuál es la diferencia entre keyframes y el primer y último fotograma?
El primer y último fotograma solo fijan el inicio y el final; los keyframes permiten insertar varios nodos intermedios, ideales para tomas con múltiples etapas como desempaquetar un producto, el crecimiento de una planta o el cambio de día a noche. Cuantos más nodos, más preciso es el control temporal.
Modelos y capacidades FLUX 3 Max
-
¿Cómo elegir el formato y la resolución?
resolution tiene 720p y 1080p, por defecto 720p; aspect_ratio es auto por defecto, también se puede especificar 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16. Se recomienda usar el mismo formato en todos los fotogramas clave.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se factura la generación de video a partir de fotogramas clave con FLUX 3 Max?
Se factura por segundos de salida; el precio unitario depende de la resolución, igual que en texto a video e imagen a video; el número de anclas no afecta al precio y las tareas fallidas no se cobran. Primero confirma la línea de tiempo con un borrador de 5 segundos y luego extiende la duración.
Modelos y capacidades FLUX 3 Max
-
¿Qué duraciones admite la generación de video a partir de texto de FLUX 3 Max?
duration acepta cualquier número entero de segundos entre 5 y 20, con incrementos de 1 segundo; el valor predeterminado es 5 segundos. Cuanto mayor es la duración, mayor es el precio total facturado por segundo; la versión de 20 segundos tiene el cuádruple de segundos que un borrador de 5 segundos.
Modelos y capacidades FLUX 3 Max
-
¿Cómo elegir la resolución y la relación de aspecto?
resolution tiene dos opciones, 720p y 1080p, por defecto 720p. aspect_ratio es auto por defecto, también se puede especificar 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16.
Modelos y capacidades FLUX 3 Max
-
¿Los videos generados tienen sonido?
generate_audio está activado por defecto y genera sonido que coincide con las imágenes del video; también se puede desactivar para obtener solo la imagen. Se recomienda alternar el interruptor según la solicitud y no incluir suposiciones sobre el sonido en el prompt. El interruptor no afecta la facturación.
Modelos y capacidades FLUX 3 Max
-
¿Qué es reasoning_level?
Controla el grado de comprensión visual del prompt y de planificación de la generación por parte del modelo; admite low o high, y por defecto es high. En escenas complejas, high es más estable; para planos simples se puede usar low.
Modelos y capacidades FLUX 3 Max
-
¿Cómo escribir prompts para obtener mejores resultados?
Primero escribe el sujeto y la escena, luego describe la acción, la dirección y la velocidad de la cámara en orden cronológico, y por último la iluminación y la atmósfera. Asigna solo una acción principal por video y, para tomas continuas, especifica claramente no cuts.
Modelos y capacidades FLUX 3 Max
-
¿Es fiable el texto de la imagen?
No es fiable. El modelo puede inventar las letras de letreros, eslóganes y subtítulos, y tampoco se garantiza la ortografía; si necesitas nombres de marca o texto legible, suprímelo en posproducción, no dependas del resultado generado.
Modelos y capacidades FLUX 3 Max
-
¿Es adecuado para videos cortos en formato vertical?
Sí, selecciona directamente 9:16 en la solicitud, no es necesario generar primero la versión horizontal y luego recortarla. 1:1 y 3:4 son adecuados para feeds, 21:9 es adecuado para aperturas y contenido de pantalla ancha. Mantén el sujeto lo más centrado posible para evitar que la interfaz de la plataforma lo cubra.
Modelos y capacidades FLUX 3 Max
-
¿Cómo se factura FLUX 3 Max de texto a vídeo?
Se factura por segundos de salida; el precio unitario lo determina la resolución y el coste es igual al precio por segundo multiplicado por la duración; las tareas fallidas no se cobran. Un borrador corto cuesta menos, ideal para comparar primero dos prompts con 5 segundos.
Modelos y capacidades FLUX 3 Max
-
¿Cuál es la diferencia con la generación de video a partir de imágenes?
La generación de video a partir de texto solo necesita texto, y el formato y la composición los determina por completo el prompt; cuando ya se dispone de un primer fotograma definido, es más directo usar flux-3-max/image-to-video. Ambos comparten el mismo rango de duración y el mismo precio por segundo.
Modelos y capacidades FLUX 3 Max
-
¿Qué modos de generación admite FLUX 3?
El mismo ID de modelo admite la generación de video a partir de texto, guiones gráficos de fotogramas clave de 1 a 10 imágenes y la generación continua a partir de un video fuente MP4. images y start_video no se pueden usar al mismo tiempo.
Modelos y capacidades
-
¿Cuál es la diferencia entre Draft y Full?
Draft es un nivel de vista previa de 720p de bajo costo, ideal para validar primero la composición, el ritmo y el movimiento. Full admite 720p y 1080p, y es adecuado como salida final.
Modelos y capacidades
-
¿Cómo funcionan las imágenes clave?
1 imagen define la apertura, 2 imágenes definen respectivamente el primer y el último fotograma, y de 3 a 10 imágenes forman un guion gráfico en orden. El Prompt se encarga de complementar la acción, la cámara y el sonido.
Modelos y capacidades
-
¿Qué restricciones tiene la continuación de video?
start_video acepta MP4 de no más de 50MB y hasta 15 segundos. Al continuar, no envíes images al mismo tiempo; la duración de salida se elige dentro del rango de 5 a 20 segundos.
Modelos y capacidades
-
¿FLUX 3 genera sonido?
Sí. generate_audio está activado por defecto para generar sonido ambiente, efectos de sonido o diálogos acordes con la imagen; también se puede desactivar para generar solo la imagen.
Modelos y capacidades
-
¿Cómo se factura FLUX 3?
El precio se determina conjuntamente por la duración de salida, la resolución, el modo Draft y si se utiliza la continuación de video. La tabla de precios de la página enumera seis niveles según los segundos de salida.
Modelos y capacidades
-
¿Se puede generar y editar desde un mismo punto de entrada?
Sí. Sin imágenes de referencia, se genera a partir de texto; con 1–10 imágenes de referencia, se edita en torno al material existente. Basta con preparar el texto o las imágenes según el objetivo creativo.
Modelos y capacidades FLUX 3 Image
-
¿Cómo debería elegir entre los cinco niveles de resolución?
Primero use 768 o 1K para discutir la dirección; cuando necesite más detalles, considere 1.5K o 2K; cuando necesite imágenes más grandes y espacio para recortar, considere 4K. Los niveles no son longitudes de lado fijas, verifique el ancho y alto de la imagen devuelta.
Modelos y capacidades FLUX 3 Image
-
¿Cómo se distribuyen las funciones de las imágenes de referencia?
Indica en orden qué imagen aporta el sujeto, cuál aporta el entorno y cuál solo aporta la paleta de colores o el estilo, señalando además los elementos que no deben incorporarse.
Modelos y capacidades FLUX 3 Image
-
¿Cuántas imágenes se generan cada vez?
Cada tarea devuelve una imagen. Cuando necesites otra dirección, ajusta la descripción y envía una tarea independiente.
Modelos y capacidades FLUX 3 Image
-
¿Se puede elegir el formato de descarga del archivo?
La entrada actual no ofrece selección de formato de archivo. Se procesa según el archivo devuelto; si necesita otro formato, puede convertirlo con una herramienta de imágenes después de descargarlo.
Modelos y capacidades FLUX 3 Image
-
¿Cuándo debe activarse la búsqueda asistida?
Se puede activar cuando se desee complementar el contexto visual con páginas web o imágenes antes de generar. Cuando ya se dispone de materiales claros y una dirección creativa cerrada, se puede desactivar y crear en torno a la propia descripción e imágenes de referencia.
Modelos y capacidades FLUX 3 Image
-
¿Cómo guardar imágenes que necesitan un uso a largo plazo?
Los enlaces de las imágenes generadas tienen un período de validez. Si necesitas usarlas a largo plazo, descárgalas y guárdalas a tiempo, o selecciona el almacenamiento permanente al crear la tarea. Las imágenes ya generadas también se pueden transferir y guardar según las instrucciones de la página de gestión de almacenamiento.
Modelos y capacidades FLUX 3 Image
-
¿Se puede seguir modificando después de generar?
Puedes descargar y guardar el resultado y luego usarlo como imagen de referencia para una nueva tarea. Cada tarea se procesa de forma independiente; vuelve a indicar qué contenido deseas conservar y qué parte debe cambiar en este paso.
Modelos y capacidades FLUX 3 Image
-
¿Cómo puedo hacer que los títulos de las imágenes sean más fáciles de revisar?
Escribe los títulos cortos entre comillas e indica la posición del título principal y del subtítulo, su relación de tamaño y el espacio en blanco. Verifica palabra por palabra antes de usarlos y, si es necesario, completa la maquetación final en la herramienta de diseño.
Modelos y capacidades FLUX 3 Image
-
¿En qué situaciones es adecuado el formato automático?
El formato automático se puede usar cuando no se necesita una ubicación fija. Si ya se ha definido un banner, un póster vertical o una tarjeta cuadrada, elige explícitamente la proporción y comprueba el ancho y alto reales de la imagen descargada.
Modelos y capacidades FLUX 3 Image
-
¿Dónde puedo consultar el costo antes de generar?
Después de seleccionar los parámetros, consulta el costo estimado y el precio en tiempo real en el Playground. Una vez completado, puedes ver el resultado de la generación y el consumo correspondiente en el historial de tareas.
Modelos y capacidades FLUX 3 Image
-
¿Por qué una misma descripción no siempre genera la misma imagen?
Los resultados generados pueden variar en composición y detalles. Cuando necesites mantener un sujeto o diseño ya elegido, usa la imagen de resultado como referencia e indica explícitamente los requisitos que deben conservarse.
Modelos y capacidades FLUX 3 Image
-
¿Cómo elegir entre generación de imágenes a partir de texto y edición de imágenes?
Cuando solo se dispone de texto y se parte de cero, elige la generación de imágenes a partir de texto; cuando necesites reutilizar un sujeto o un diseño ya existente, elige la edición de imágenes y proporciona una imagen de referencia.
Modelos y capacidades Muse Image 1.0
-
¿Cuántas imágenes se pueden obtener cada vez?
Cada tarea devuelve una imagen, no hay opción de cantidad. Si necesita comparar otra composición, ajuste el prompt y envíe una nueva tarea.
Modelos y capacidades Muse Image 1.0
-
¿Se puede elegir 1K, 2K o 4K?
Esta entrada no ofrece niveles de resolución. Tú eliges la relación de aspecto y el modelo determina el tamaño en píxeles, normalmente unos 2.5MP; consulta las dimensiones reales del archivo descargado.
Modelos y capacidades Muse Image 1.0
-
¿Qué formatos de archivo se pueden elegir?
Se puede elegir JPEG, PNG o WebP; si no se selecciona ninguno, se usa WebP. Elija según las necesidades posteriores de materiales web o herramientas de diseño.
Modelos y capacidades Muse Image 1.0
-
¿Cómo reservar espacio para el título en la portada?
En la descripción, indica la posición del sujeto principal y el lado donde se necesita espacio libre, y luego elige la relación de aspecto adecuada para el formato final. No dependas únicamente de recortar después de generar la imagen para hacer sitio al título.
Modelos y capacidades Muse Image 1.0
-
¿Qué se debe describir primero en la imagen de un producto?
Primero escribe el sujeto, el material y la ubicación, luego añade la iluminación, el fondo y algunos accesorios. El texto breve de la etiqueta debe escribirse por separado y, al terminar, revisa el contorno del producto y la composición.
Modelos y capacidades Muse Image 1.0
-
¿Cómo guardar imágenes que necesitan un uso a largo plazo?
Los enlaces de las imágenes generadas tienen un periodo de validez. Si necesitas usarlas a largo plazo, descárgalas y guárdalas a tiempo, o selecciona el almacenamiento permanente al crear la tarea. Las imágenes ya generadas también se pueden transferir siguiendo las instrucciones de la página de gestión de almacenamiento.
Modelos y capacidades Muse Image 1.0
-
¿Se puede modificar después de generar?
Puedes descargar y guardar el resultado, y luego usarlo como imagen de referencia para una nueva tarea. Cada tarea se procesa de forma independiente; vuelve a indicar qué contenido deseas conservar y qué parte debe cambiarse en este paso.
Modelos y capacidades Muse Image 1.0
-
¿Cómo puedo hacer que el título de la imagen sea más fácil de revisar?
Escribe el título corto entre comillas y especifica la posición, la relación de tamaño y el espacio en blanco del título principal y el subtítulo. Verifica palabra por palabra antes de usarlo y, si es necesario, completa la maquetación final en la herramienta de diseño.
Modelos y capacidades Muse Image 1.0
-
¿En qué situaciones es adecuado el formato automático?
El formato automático se puede usar cuando no se requiere una posición fija. Si ya se ha definido un banner horizontal, un póster vertical o una tarjeta cuadrada, elija explícitamente la proporción y compruebe el ancho y alto reales de la imagen descargada.
Modelos y capacidades Muse Image 1.0
-
¿Dónde puedo consultar el coste antes de generar?
Tras seleccionar los parámetros, consulta el coste estimado y el precio en tiempo real en el Playground. Una vez completado, podrás ver el resultado de la generación y el consumo correspondiente en el registro de tareas.
Modelos y capacidades Muse Image 1.0
-
¿Por qué la misma descripción no siempre produce la misma imagen?
Los resultados generados pueden variar en composición y detalles. Cuando necesites mantener un sujeto o diseño ya elegido, usa la imagen resultante como referencia e indica explícitamente los requisitos que deben conservarse.
Modelos y capacidades Muse Image 1.0
-
¿Es obligatorio proporcionar imágenes de referencia?
Se deben proporcionar de 1 a 10 imágenes de referencia. Si no tienes imágenes disponibles y solo quieres empezar a partir de texto, elige la entrada de texto a imagen.
Modelos y capacidades Muse Image 1.0
-
¿Cuántas imágenes de resultado de edición se devuelven cada vez?
Cada tarea devuelve una imagen de resultado de edición, sin opción de elegir la cantidad. Si necesitas comparar distintas direcciones de modificación, envía las tareas por separado.
Modelos y capacidades Muse Image 1.0
-
¿Cómo conservar el sujeto y cambiar el fondo al mismo tiempo?
Enumera explícitamente los elementos identificativos que el sujeto debe mantener y, después, describe por separado el nuevo entorno, la iluminación y la ubicación. Al terminar, revisa la escala, el solapamiento y los bordes.
Modelos y capacidades Muse Image 1.0
-
¿Todas las imágenes aparecerán necesariamente en el resultado?
No necesariamente. Las imágenes de referencia pueden aportar por separado el sujeto, la composición, la combinación de colores o el estilo. Indica la función de cada una y el contenido que no deseas que se incluya.
Modelos y capacidades Muse Image 1.0
-
¿Cómo reemplazar el texto antiguo de una imagen?
Indica con claridad el texto antiguo que se debe eliminar y el nuevo contenido que debe aparecer, y luego especifica la posición del título, la relación de tamaño y el espacio en blanco. Antes de usarlo, verifica palabra por palabra y revisa el diseño.
Modelos y capacidades Muse Image 1.0
-
¿Cómo elegir el formato y la relación de aspecto?
Primero elige imagen horizontal, vertical o cuadrada según la ubicación final, y luego elige JPEG, PNG o WebP. No hay niveles de resolución; el ancho y el alto se basan en el archivo generado.
Modelos y capacidades Muse Image 1.0
-
Si solo hay texto, si hay imágenes o si hay vídeos, ¿cómo se empieza en cada caso?
Cuando solo hay una idea, basta con escribir el prompt; si quieres tomar como referencia el aspecto de un producto o personaje, sube una imagen de referencia; si quieres definir el plano inicial, sube el primer fotograma, y también puedes añadir el último fotograma para guiar el final; si quieres cambiar el ambiente de una toma existente, sube un vídeo de referencia. Todas estas formas utilizan el mismo modelo.
Modelos y capacidades
-
¿Qué entradas no se pueden usar juntas?
first_frame_url no se puede pasar junto con image_urls ni video_list al mismo tiempo; last_frame_url solo se puede usar junto con first_frame_url. image_urls se puede combinar con video_list, pero todos los materiales comparten 7 posiciones de entrada, y 1 video ocupa 2 posiciones, así que al incluir un video se pueden enviar como máximo 5 imágenes adicionales.
Modelos y capacidades
-
¿Cómo se puede lograr que la duración del video reescrito se ajuste a la duración objetivo?
Al enviar un video de referencia, la duración de salida se ajusta a la del video de referencia. Se recomienda subir un fragmento con la misma duración que la objetivo, sin depender de duration ni de start, ends para recortar la salida. Se admite como máximo 1 video de referencia; el video de origen no debe superar los 30 segundos ni los 100MB; la solicitud debe incluir igualmente duration, con un valor de 4, 6, 8 o 10.
Modelos y capacidades
-
¿Cómo elegir entre horizontal, vertical y calidad de imagen?
Para páginas de producto y videos horizontales se puede elegir 16:9; para videos cortos de móvil se puede elegir 9:16. Primero use 360p o 720p para revisar la composición y el movimiento, y luego elija 1080p o 4k según las necesidades de exhibición.
Modelos y capacidades
-
¿Se pueden añadir sonidos ambientales a la imagen?
La salida incluye sonidos ambientales. Puedes describir en el prompt el sonido de la lluvia contra la ventana, el suave murmullo del agua del lago o el ruido de fondo de una cafetería, para que el sonido participe en la creación junto con la escena; si necesitas tu propia pista de audio, puedes reemplazarla en la posproducción.
Modelos y capacidades
-
¿Qué restricciones hay para las imágenes subidas?
Cada imagen no debe superar los 20MB y debe ser una URL de acceso público; tras subirla en el Playground, se convierte automáticamente en un enlace. Para el primer y el último fotograma, lo ideal es usar imágenes del mismo encuadre y el mismo formato, así la transición será más natural.
Modelos y capacidades
-
¿Dónde puedo consultar el costo actual?
Consulta la página de precios en tiempo real; Playground mostrará el costo estimado de la configuración seleccionada antes de enviarla.
Modelos y capacidades
-
¿Cómo obtener el resultado de la generación?
Tras crear una tarea asíncrona con POST /v1/tasks, lee data.taskId; puedes recibir la notificación del estado final mediante callback.url o consultar periódicamente GET /v1/tasks/{taskId}; cuando el estado sea success, descarga el video desde output[].url.
Modelos y capacidades
-
¿Qué entradas requiere Google Virtual Try-On?
Una foto de una persona y una imagen de una prenda; ambas son obligatorias y no se necesita ningún prompt.
Modelos y capacidades Google Virtual Try-On
-
¿Qué tipo de fotos de personas funcionan mejor?
Las fotos de una sola persona, con las partes principales del cuerpo claras y sin grandes áreas ocultas funcionan mejor; una postura de pie frontal o ligeramente de lado es la más estable.
Modelos y capacidades Google Virtual Try-On
-
¿Cuáles son los requisitos para las imágenes de ropa?
Pueden ser fotos de la prenda extendida sobre una superficie o colgada; se obtiene un mejor resultado cuando la prenda está completa, el fondo es limpio y no aparecen otras personas.
Modelos y capacidades Google Virtual Try-On
-
¿Cuántas imágenes se pueden generar a la vez?
1 imagen por vez; num_images está fijado en 1. Si quieres varias opciones, puedes enviar la misma entrada varias veces; los detalles de los resultados variarán ligeramente.
Modelos y capacidades Google Virtual Try-On
-
¿Qué categorías de ropa son compatibles?
Se pueden probar prendas comunes como tops, abrigos y vestidos; los accesorios complejos o las combinaciones de varias capas pueden dar resultados inestables.
Modelos y capacidades Google Virtual Try-On
-
¿Cambiará la cara y el fondo de la persona?
La cara, el peinado, la pose y el fondo se mantienen básicamente igual que en la foto original; los principales cambios se producen en la zona de la ropa.
Modelos y capacidades Google Virtual Try-On
-
¿En qué formato se genera la salida?
Imagen PNG, el tamaño lo determina el modelo según la entrada.
Modelos y capacidades Google Virtual Try-On
-
¿Se pueden usar fotos de personas reales?
Sí, pero asegúrate de tener derecho a usar la imagen de las personas que aparecen en las fotos. Las personas de los ejemplos de esta página son imágenes generadas.
Modelos y capacidades Google Virtual Try-On
-
¿Por qué a veces no se devuelven imágenes?
La verificación de seguridad puede filtrar los resultados; en ese caso, se sigue cobrando como 1 imagen solicitada.
Modelos y capacidades Google Virtual Try-On
-
¿Qué requisitos debe cumplir la dirección de la imagen?
Se requiere un enlace http(s) de acceso público; en el Playground basta con subirla directamente.
Modelos y capacidades Google Virtual Try-On
-
¿Cómo se factura?
Se factura por el número de imágenes solicitadas; consulta el precio unitario en el precio en tiempo real de esta página; las tareas fallidas se reembolsan en su totalidad.
Modelos y capacidades Google Virtual Try-On
-
¿Cómo se llama a través de la API?
Envía a POST /v1/tasks una tarea con model igual a google-virtual-try-on, pasando person_image_url y product_image_url (num_images se puede omitir, es fijo en 1), y luego consulta repetidamente el estado de la tarea para obtener la URL de la imagen; consulta la documentación de la API para más detalles.
Modelos y capacidades Google Virtual Try-On
-
¿Para qué tareas es adecuado GPT-6.1 Sol?
GPT-6.1 Sol es un modelo de texto de OpenAI, adecuado para código, análisis, investigación y trabajos que requieren razonamiento de varios pasos. Esta página describe la integración de texto de Responses en streaming; la entrada de imágenes, audio y vídeo no forman parte de las capacidades prometidas en esta página.
Modelos y capacidades
-
¿Qué ID de modelo y endpoint debo usar?
Utiliza el ID de modelo gpt-6.1-sol y envía la solicitud a POST /v1/responses. La solicitud debe usar el arreglo input, stream=true y store=false.
Modelos y capacidades
-
¿Qué valores admite reasoning.effort?
Actualmente, la integración de HiAPI admite cinco niveles: low, medium, high, xhigh y max. Los ejemplos y el Playground usan medium por defecto; si necesitas un comportamiento fijo, pasa reasoning.effort explícitamente en la solicitud a la API. Otros valores no forman parte del contrato de este modelo.
Modelos y capacidades
-
¿Por qué no se pueden pasar temperature, top_p o max_output_tokens?
El contrato de integración actual de GPT-6.1 Sol no expone estos campos. Omítalos; si necesita cambiar la profundidad de razonamiento, use reasoning.effort. No aplique directamente a esta página ejemplos de parámetros de muestreo de otros modelos.
Modelos y capacidades
-
¿Cómo se maneja una respuesta en streaming?
Lea response.output_text.delta según el tipo de evento SSE y acumule el cuerpo del texto, y finalice el procesamiento cuando ocurra response.completed, response.incomplete o response.failed. No trate todo el flujo como un único JSON ni espere únicamente el output del evento de finalización.
Modelos y capacidades
-
¿Cómo continuar una conversación de varios turnos con store=false?
El cliente debe guardar los mensajes de usuario, los mensajes del asistente y los elementos de herramientas necesarios, y reenviarlos en la siguiente input. Al reenviar el historial, este se vuelve a contar en los tokens de entrada; los aciertos y las escrituras de caché se determinan según el desglose de usage.
Modelos y capacidades
-
¿Cómo se facturan la entrada, la caché y la salida?
La entrada, la lectura de caché, la escritura de caché y la salida utilizan las tarifas por Token en tiempo real que se muestran en la página del modelo. Solo cuando usage informa explícitamente cached_tokens o cache_write_tokens se contabiliza el uso de caché correspondiente; la lectura y escritura de caché ya están incluidas en el total de entrada, por lo que no deben sumarse de nuevo. reasoning_tokens ya está incluido en output_tokens y tampoco debe sumarse otra vez; el costo final se rige por el registro de uso de la cuenta.
Modelos y capacidades
-
¿Cómo se calcula el precio cuando se superan los 272K tokens de entrada?
Se determina según el total de tokens de entrada de una única solicitud, incluida la lectura y escritura de caché informada en usage. Cuando el total de entrada no supera los 272,000 tokens se aplica la tarifa estándar; a partir de 272,001 tokens, la entrada, la salida y la caché de toda la solicitud usan la tarifa de contexto largo, no solo se aplica un recargo a la parte excedente.
Modelos y capacidades
-
¿Qué revisar primero cuando la solicitud falla o no hay cuerpo de respuesta?
Primero revise la API Key, el model, el endpoint Responses, el arreglo input, stream=true y store=false. Cuando no hay cuerpo de respuesta, confirme que el cliente procesa los eventos incrementales SSE; al investigar los costos, compare input_tokens, cached_tokens, cache_write_tokens y output_tokens de usage.
Modelos y capacidades
-
¿Para qué sirve GPT-6 Astra?
GPT-6 Astra es un modelo de OpenAI orientado al razonamiento complejo, la programación, la investigación y el trabajo con documentos. Es adecuado para la revisión de código, el análisis de propuestas y las tareas que requieren procesamiento en varios pasos. El alcance de integración de esta página abarca la entrada y la salida de texto; las capacidades de imagen, audio y vídeo deben regirse por sus respectivas instrucciones de integración.
Modelos y capacidades
-
¿Cómo se deben configurar el ID del modelo, el endpoint y el SDK de OpenAI?
El ID del modelo es gpt-6-astra y el endpoint es POST /v1/responses. En el SDK de OpenAI, configura base_url como https://api.hiapi.ai/v1, usa la HiAPI API Key y llama a la interfaz Responses. Una Key existente puede usarse con los modelos ya habilitados en la cuenta; al cambiar a la interfaz /v1/tasks de imágenes o vídeo, también es necesario modificar la estructura de la solicitud.
Modelos y capacidades
-
¿Por qué el ejemplo requiere el array input, stream=true y store=false?
Esta es la convención de solicitud del método de integración de esta página: input recibe el array de mensajes, stream=true recibe eventos en streaming y store=false hace que el cliente guarde el contexto de la conversación. No se puede trasladar directamente la solicitud messages de Chat Completions ni el código de análisis de choices, ni tampoco leer toda la respuesta SSE como un único objeto JSON.
Modelos y capacidades
-
¿Cómo elegir entre low, medium, high, xhigh y max?
Selecciona estos cinco niveles de intensidad de razonamiento mediante reasoning.effort. Los ejemplos y Playground comienzan en medium; para tareas simples puedes probar low, y para análisis complejos puedes comparar el rendimiento de high, xhigh o max. Subir de nivel puede aumentar el tiempo de espera y el consumo de tokens de salida; se recomienda comparar resultados y costos con el mismo conjunto de tareas reales. Quienes llaman a la API deben pasar explícitamente el nivel requerido.
Modelos y capacidades
-
¿Se puede desactivar el razonamiento o ajustar temperature y top_p?
GPT-6 Astra no admite reasoning.effort=none. La integración de esta página no ofrece opciones de ajuste para temperature, top_p ni max_output_tokens; organice las solicitudes según los ejemplos de esta página y no copie los parámetros de otros modelos. Si aparece un error de parámetros, compruebe primero si los campos son aplicables a este modelo y endpoint.
Modelos y capacidades
-
¿Qué significan exactamente un contexto de 1,05 M y una salida máxima de 128 K?
La especificación oficial es de 1.050.000 tokens de contexto y 128.000 tokens de salida máxima. El contexto debe alojar tanto la entrada como el contenido generado, y el razonamiento también consume el presupuesto de salida. La salida máxima es el límite de la especificación del modelo y no significa que cada solicitud vaya a generar esa cantidad; además, la integración de esta página no utiliza este valor como el parámetro ajustable max_output_tokens.
Modelos y capacidades
-
¿Por qué el output de response.completed puede estar vacío?
El cuerpo en streaming ya se ha devuelto mediante response.output_text.delta o response.output_item.done, y el evento de finalización no necesariamente repite el contenido completo. Se debe acumular el texto y los elementos de salida completados según el tipo de evento, y luego leer el estado y usage desde el evento de finalización. response.failed y response.incomplete deben tratarse por separado y no deben considerarse siempre como una finalización exitosa.
Modelos y capacidades
-
¿Cómo se continúa una conversación de varios turnos? ¿Se cobrará dos veces el contenido histórico?
Cuando store=false, es necesario reenviar en la siguiente input los mensajes del usuario, los mensajes del asistente y los resultados de herramientas que aún se necesiten; no dependas de que el servidor guarde toda la conversación por ti. El contenido histórico reenviado se contabiliza de nuevo en los Token de entrada; la parte que coincida con la caché se factura según la lectura de caché. Cuando la conversación sea larga, se debe conservar el contexto necesario y reducir el historial irrelevante.
Modelos y capacidades
-
¿Cómo se calculan la entrada, la salida, la lectura de caché y la escritura de caché?
Estos cuatro tipos de tokens usan cada uno su propio precio unitario; los valores concretos se encuentran en el precio en tiempo real de esta página. El total de entrada incluye la lectura y la escritura de caché: al calcular la tarifa de entrada normal deben descontarse primero estos dos conceptos para evitar el doble cobro. reasoning_tokens ya está incluido en los tokens de salida, por lo que tampoco debe sumarse otra vez. La estimación de la página es solo de referencia; la tarifa final se rige por el registro de consumo de la cuenta.
Modelos y capacidades
-
¿Cuándo entran en vigor los precios de contexto largo? ¿Solo se aplica un recargo a la parte que excede el límite?
Se determina según el total de tokens de entrada de una sola solicitud, incluida la lectura y escritura de caché. Con un total de 272.000 tokens de entrada se sigue usando la tarifa estándar; a partir de 272.001 tokens, la entrada, la salida y la caché de toda la solicitud usan la tarifa de contexto largo. No se aplica un recargo solo a la pequeña parte que supera el umbral. Los precios unitarios de ambas tarifas se pueden comparar expandiendo la sección de precios.
Modelos y capacidades
-
¿Un prompt repetido siempre acierta en la caché?
No necesariamente. Que la caché se establezca y se acierte depende de la política del servidor, el prefijo reutilizable y el periodo de validez; deben tomarse como referencia cached_tokens y cache_write_tokens en usage. Si ambos son 0, significa que esa solicitud no reportó el uso de caché correspondiente; no estime el costo por su cuenta aplicando el descuento de caché solo porque el prompt se repite.
Modelos y capacidades
-
¿Cómo se utilizan la llamada a funciones y la salida JSON estructurada?
La llamada a funciones declara funciones mediante tools. Tras recibir un function_call, tu aplicación ejecuta la función y luego devuelve function_call_output con el mismo call_id, continuando la solicitud junto con el contexto necesario. JSON Object usa text.format.type=json_object; cuando se requieren restricciones de campos, usa json_schema. El JSON en streaming debe concatenarse por completo primero, y luego parsearse y validarse; consulta los ejemplos de la documentación para la solicitud concreta.
Modelos y capacidades
-
Si la solicitud falla, no hay cuerpo o el costo no coincide con lo esperado, ¿qué revisar primero?
Primero verifica si el API Key, el model es gpt-6-astra y si el endpoint y los parámetros coinciden con esta página. Cuando no hay cuerpo, comprueba si el SSE se procesa correctamente en lugar de leer solo el output final; si tienes dudas sobre el costo, compara las cantidades de entrada, caché y salida de usage y el nivel de contexto en el que te encuentras. Para solucionar problemas, proporciona el ID de la solicitud, el código de error y la hora en que ocurrió; no publiques el API Key.
Modelos y capacidades
-
¿Es obligatorio enviar una imagen de referencia?
Es obligatorio enviar image_urls, mínimo 1 y máximo 16. Si solo quieres texto a imagen, usa gpt-image-2.5-flare/text-to-image.
Modelos y capacidades
-
¿Para qué sirve esta ruta de edición?
Es adecuada para conservar el sujeto y luego cambiar el material o el escenario. En el prompt, especifica claramente qué cambiar y qué conservar.
Modelos y capacidades
-
¿Cuál es la diferencia con la generación de imágenes a partir de imágenes de Sunburst?
Flare es más rápido, ideal para cambios cotidianos de materiales y de ambiente; Sunburst es más detallado, ideal para espacios industriales y para el nivel de acabado de materiales.
Modelos y capacidades
-
¿Cómo elegir la relación de aspecto?
Puede especificar una de las 13 relaciones de aspecto o no pasarla para usar auto.
Modelos y capacidades
-
¿Qué campos son obligatorios en la API?
Envía model, input.prompt e input.image_urls. aspect_ratio y resolution se pueden omitir.
Modelos y capacidades
-
¿Para qué es adecuada esta ruta?
Adecuada para collage gráfico, borradores de pósteres y bodegones cotidianos. Cada solicitud devuelve una imagen.
Modelos y capacidades
-
¿Cuál es la diferencia con la generación de imágenes de Sunburst?
Flare es más rápido y adecuado para la generación de imágenes diaria; Sunburst es más detallado y adecuado para espacios industriales, materiales y geometría.
Modelos y capacidades
-
¿Qué relaciones de aspecto son compatibles?
Compatible con auto, así como 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, 27:16, 16:27, 9:8, 8:9.
Modelos y capacidades
-
¿Se puede subir una imagen de referencia?
Esta ruta de texto a imagen no acepta imágenes de referencia. Utiliza gpt-image-2.5-flare/image-to-image.
Modelos y capacidades
-
¿Es obligatorio enviar una imagen de referencia?
Sí, es obligatorio enviar image_urls, al menos 1 y como máximo 16. Si solo quieres texto a imagen, utiliza gpt-image-2.5-sunburst/text-to-image.
Modelos y capacidades
-
¿Para qué es adecuada esta ruta de edición?
Es adecuada para conservar la estructura industrial y luego modificar el material, la temperatura o la textura superficial.
Modelos y capacidades
-
¿Cuál es la diferencia con la generación de imágenes a partir de imágenes de Flare?
Sunburst es más detallado y adecuado para espacios industriales y materiales; para collages cotidianos y cambios de materiales, se puede usar Flare primero.
Modelos y capacidades
-
¿Para qué es adecuada esta ruta?
Es adecuada para escenarios con mayores requisitos de espacio industrial, materiales y geometría.
Modelos y capacidades
-
¿Cuál es la diferencia con la generación de imágenes de Flare?
Sunburst es más detallado y más lento; para collages diarios y borradores de pósteres se puede usar primero Flare.
Modelos y capacidades
-
¿Se pueden subir imágenes de referencia?
Esta ruta de texto a imagen no acepta imágenes de referencia. Utiliza gpt-image-2.5-sunburst/image-to-image.
Modelos y capacidades
-
¿Cuál es el posicionamiento principal de GPT Image 2.5 Flare?
Flare se centra en la velocidad y la generación de imágenes cotidianas de alta calidad, adecuado para herramientas de creación de contenido, borradores publicitarios, prototipos visuales y aplicaciones que generan imágenes con frecuencia. También cuenta con capacidades de edición de imágenes y de preservación de imágenes de referencia.
Modelos y capacidades
-
¿Flare solo puede generar imágenes a partir de texto?
También puedes introducir imágenes. Las imágenes de referencia pueden aportar personajes, productos o estilos, y Flare genera nuevas escenas o realiza modificaciones a partir de ellas. Por ejemplo, el caso del jinete de píxeles de esta página utilizó una referencia de estilo.
Modelos y capacidades
-
¿Flare puede generar un estilo de fotografía realista?
Sí. Los casos de los pescadores y de la piscina demuestran una representación fotográfica de personas, materiales y luz ambiental. Las descripciones de cámara e iluminación pueden moldear aún más el efecto visual de la foto.
Modelos y capacidades
-
¿Se pueden crear anuncios con título usando Flare?
Puedes describir juntos el texto que debe aparecer y los requisitos de la imagen. En el ejemplo de anuncio de ropa, la persona, la vestimenta y el título se colocan en la misma imagen. El título, la combinación de colores y el estilo de la persona también se pueden seguir ajustando en versiones posteriores.
Modelos y capacidades
-
¿Flare es adecuado para la creación de cómics y personajes de series?
Esta página muestra una historia de cuatro viñetas protagonizada por mascotas, así como escenas posteriores de los personajes del bosque. Permite organizar viñetas consecutivas en una sola imagen y también continuar la creación tomando como referencia la imagen de la ronda anterior.
Modelos y capacidades
-
¿Qué tipo de maquetas de interfaz puede generar Flare?
Puede generar maquetas de interfaz como aplicaciones móviles, listas de productos y páginas de contenido, presentando mediante imágenes la disposición, la combinación de colores, la navegación y la jerarquía de la información, ideal para propuestas de producto y comunicación de diseño.
Modelos y capacidades
-
¿La referencia de estilo incluirá todo el contenido de la imagen original?
Se puede pedir que solo se tome como referencia el estilo visual y, al mismo tiempo, cambiar el sujeto. En el caso del estilo pixel art, la entrada es una imagen de videojuego y la salida es un motociclista. El prompt debe indicar el estilo que se desea tomar prestado y el nuevo contenido.
Modelos y capacidades
-
Ya existe una aplicación con GPT Image 2, ¿es posible considerar Flare?
Sí. Flare mantiene el uso de generación de imágenes a partir de texto y edición con imágenes de referencia, y se centra en una menor latencia de generación, lo que lo hace adecuado para herramientas de contenido, aplicaciones de diseño y exhibición de productos que necesitan actualizar imágenes con frecuencia.
Modelos y capacidades
-
¿Cuál debería priorizarse, Flare o Sunburst?
Si se prioriza la generación diaria y la velocidad de respuesta, se puede considerar Flare; si se priorizan los requisitos de diseño complejos o la edición refinada, se puede optar por Sunburst. Ambos admiten generación y edición; la diferencia radica en el posicionamiento del modelo y en el equilibrio de resultados.
Modelos y capacidades
-
¿Qué opciones de salida admite Flare?
HiAPI ofrece seis niveles de calidad, formato cuadrado y orientaciones vertical y horizontal, además de tamaños de píxeles predefinidos. Los formatos de archivo disponibles son PNG, JPEG o WebP; el fondo transparente requiere PNG o WebP. Las opciones completas se detallan arriba en las especificaciones y en el Playground.
Modelos y capacidades
-
¿Cómo integrar Flare en un flujo de contenido por lotes?
La aplicación puede enviar tareas de imagen una por una y luego obtener los resultados mediante consultas o callbacks. HiAPI genera una imagen por solicitud; en escenarios de generación frecuente, la aplicación debe gestionar la cantidad de tareas y la concurrencia.
Modelos y capacidades
-
¿Cómo se calculan los costos de Flare?
Se factura según la cantidad de imágenes de salida y la calidad seleccionada; las imágenes de referencia no se cobran aparte. Tras elegir los parámetros, Playground muestra el costo estimado correspondiente.
Modelos y capacidades
-
¿Para qué tareas es adecuado GPT Image 2.5 Sunburst?
Sunburst está orientado a trabajos visuales que exigen alta calidad de imagen y precisión de edición, incluidos anuncios de marca, imágenes de productos detalladas, combinación de múltiples imágenes de referencia y revisiones locales. También puede generar nuevas imágenes directamente a partir de texto.
Modelos y capacidades
-
¿Cuáles son los principales compromisos entre Sunburst y Flare?
Sunburst hace más énfasis en la calidad y la precisión, y normalmente requiere tiempos de generación más largos. Flare está orientado a la creación diaria donde prima la velocidad. Qué compromiso se necesita depende de los requisitos reales de la imagen y del tiempo de espera.
Modelos y capacidades
-
¿Se puede combinar una persona con varias referencias de ropa?
Sí. El caso de cambio de ropa de esta página utiliza cuatro referencias: una foto de la persona, una chaqueta, una prenda superior y unas botas altas, y la salida combina las prendas en la escena original de la persona. HiAPI admite hasta 16 imágenes de referencia.
Modelos y capacidades
-
¿Se puede eliminar solo un objeto de la foto?
Sí. Indica el objeto que deseas eliminar y describe las personas y la escena que deseas conservar. Por ejemplo, en el caso del retrato con flores, las modificaciones se centran en las flores de la mano, lo que resulta útil para limpiar fotos, ajustar accesorios y revisar contenido.
Modelos y capacidades
-
¿Se pueden modificar los muebles de las fotos de decoración del hogar?
En el caso de la cocina, se sustituyeron las sillas originales por sillas de madera, manteniendo la mesa, la ventana y el entorno de la habitación. Tareas similares son adecuadas para la combinación de muebles y las propuestas de interiorismo.
Modelos y capacidades
-
¿Puede Sunburst traducir el texto dentro de una imagen?
Esta página muestra la evolución de la versión de inglés a español del diagrama de instrucciones de una cafetera. Este tipo de edición puede aplicarse a diagramas de instrucciones multilingües, materiales promocionales para el extranjero y actualizaciones de idioma de diseños existentes.
Modelos y capacidades
-
¿Cómo se puede dar continuidad al diseño publicitario de la ronda anterior mediante ediciones sucesivas?
En el caso de la publicidad de un producto, primero se genera una valla publicitaria al atardecer a partir de la foto de la botella y, después, se modifica el resultado de la ronda anterior para convertirlo en una escena nocturna invernal con nieve. En cada ronda se utiliza la imagen correspondiente como entrada y se siguen indicando las condiciones que deben cambiarse.
Modelos y capacidades
-
¿Puede Sunburst generar directamente envases complejos?
Puede generar conceptos de producto a partir de texto que incluyen la carcasa del envase, textos de impresión, materiales y decoración. El ejemplo del avión de juguete muestra este tipo de requisitos combinados, y puede utilizarse para la presentación de propuestas de envasado, visuales de producto y propuestas creativas.
Modelos y capacidades
-
¿Se pueden usar imágenes de producto independientes para composición con transparencia?
Sunburst admite la generación de sujetos independientes con fondo transparente. Al usarlo a través de HiAPI, selecciona el fondo transparent y exporta en PNG o WebP. El resultado puede utilizarse para composición publicitaria, exhibición de productos y diseño de páginas.
Modelos y capacidades
-
¿Qué muestra principalmente el caso del armario lacado?
El objetivo de la modificación es la incrustación de fase lunar en el centro de la puerta del armario; el resto de la decoración de nácar, el cuerpo del armario y la composición de herramientas forman la escena que debe conservarse. Se utiliza para mostrar el resultado de una edición con un objetivo local claramente definido.
Modelos y capacidades
-
¿Qué opciones de calidad y tamaño ofrece Sunburst?
En HiAPI están disponibles seis niveles de calidad: low, medium, high, xhigh, max y auto, así como las relaciones de aspecto y dimensiones en píxeles que se indican en la página. La calidad y el tamaño se configuran por separado; la calidad predeterminada es medium.
Modelos y capacidades
-
¿Se cobra por cada ronda de modificación de Sunburst?
Cada envío es una tarea de imagen independiente y se factura según la calidad seleccionada y las imágenes de salida de esa ronda; las imágenes de referencia no se cobran aparte. La página mostrará el coste estimado, y una vez completada la generación podrás previsualizar y descargar las imágenes.
Modelos y capacidades
-
¿Qué es GPT Image 2?
GPT Image 2 es el modelo de texto a imagen de OpenAI, adecuado para carteles, tarjetas de conocimiento, visuales de producto y la generación de imágenes con requisitos claros de texto y composición.
Modelos y capacidades GPT Image 2
-
¿GPT Image 2 y GPT Image 2.0 son el mismo modelo?
GPT Image 2.0 es una abreviatura de búsqueda común; utilice el ID de modelo exacto que figura en la página de GPT Image 2 y en la documentación de la API.
Modelos y capacidades GPT Image 2
-
¿Qué endpoint y qué ID de modelo utiliza la API de GPT Image 2?
Envía una solicitud a POST /v1/tasks, establece model en gpt-image-2/text-to-image para texto a imagen y pasa prompt, aspect_ratio y resolution en input. La interfaz primero devuelve un taskId y luego se obtiene la imagen final mediante consulta de tarea o callback.
Modelos y capacidades GPT Image 2
-
¿Cómo usar GPT Image 2?
En el Playground, especifica el sujeto, la escena, el diseño y el texto que debe aparecer; luego selecciona el formato, la resolución y el fondo, haz clic en ejecutar y revisa el resultado.
Modelos y capacidades GPT Image 2
-
¿Qué resoluciones y relaciones de aspecto admite GPT Image 2?
Admite 1K, 2K y 4K, así como 16 relaciones de aspecto, entre ellas auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9 y 9:16; con auto o si se omite la relación de aspecto, solo se admite 1K; 1:1 no admite 4K; 2K no admite 5:4, 4:5, 3:1, 1:3 ni 9:21; 4K no admite 1:1, 3:1, 1:3 ni 9:21. Si se pasa background explícitamente, solo se admite 1K.
Modelos y capacidades GPT Image 2
-
¿Qué restricciones tiene el parámetro de fondo de imagen?
background puede ser auto, opaque o transparent; el parámetro background solo es compatible con 1K; al usar 2K/4K, omita este parámetro.
Modelos y capacidades GPT Image 2
-
¿Cómo usar GPT Image 2 a través de HiAPI?
Puedes validar primero el prompt y la composición en HiAPI Playground, y luego llamar a POST /v1/tasks para crear una tarea asíncrona de texto a imagen y obtener el resultado mediante taskId o callback.
Modelos y capacidades GPT Image 2
-
¿Qué idiomas y requisitos de composición tipográfica admite GPT Image 2?
Puedes especificar en el prompt el idioma de destino, el texto exacto, el estilo de fuente, la posición, la jerarquía y el diseño general; para contenido de texto complejo, escribe directamente el texto original que debe renderizarse.
Modelos y capacidades GPT Image 2
-
¿Cómo elegir entre texto a imagen e imagen a imagen con GPT Image 2?
Cuando no hay una imagen de referencia, usa gpt-image-2/text-to-image para generar a partir de una descripción; cuando necesites conservar o modificar una imagen existente, usa gpt-image-2/image-to-image y pasa de 1 a 6 imágenes de referencia.
Modelos y capacidades GPT Image 2
-
¿Todos los videos tienen sonido?
Sí. El sonido se genera junto con la imagen y no se puede desactivar. Puedes describir en el prompt los sonidos ambientales, la música o los diálogos que desees.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Qué duraciones, resoluciones y relaciones de aspecto se admiten?
Duración: entero de 1 a 15 segundos (predeterminado: 6 segundos); resolución: 480p, 720p, 1080p (predeterminado: 720p); relación de aspecto: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (predeterminado: 16:9).
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Cuál es la longitud máxima del prompt?
Máximo 4096 caracteres. Una descripción centrada en el sujeto, la acción, la cámara y el sonido suele dar mejores resultados que una larga cadena de palabras clave.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Se puede usar este modelo para animar mis imágenes?
No, esta ruta solo acepta texto. Si necesitas partir de tus imágenes, utiliza grok-imagine-1.5-lite/image-to-video.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Cómo se llama a través de la API?
Envíe una tarea asíncrona a POST /v1/tasks, rellene model con grok-imagine-1.5-lite/text-to-video y coloque prompt, duration, resolution y aspect_ratio en input. La solicitud devolverá un ID de tarea; luego obtenga la URL del video mediante sondeo o callback.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Cómo se factura?
Se factura según la resolución seleccionada y la duración solicitada. El panel de precios muestra las tarifas en tiempo real; el cargo final se basa en el registro de tareas completadas con éxito.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Cuántas imágenes se pueden subir?
Solo una, se pasa mediante image_url y debe ser de acceso público.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Se puede elegir la relación de aspecto de la salida?
No. La relación de aspecto del video sigue aproximadamente la imagen de entrada, y el tamaño en píxeles se redondea a las especificaciones admitidas por el modelo. Si necesita otra relación, recorte o amplíe la imagen a la relación deseada antes de enviarla.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Qué duraciones y resoluciones se admiten?
Duración en segundos enteros de 1 a 15 (predeterminado: 6 segundos), resolución 480p, 720p, 1080p (predeterminado: 720p).
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Es obligatorio escribir un prompt?
Sí, es obligatorio. Esta ruta requiere proporcionar tanto image_url como un prompt (máximo 4096 caracteres). Basta con que el prompt describa qué elementos se mueven, la cámara y el sonido; no es necesario repetir la descripción del contenido de la imagen.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Cómo hacer que el sujeto sea más estable?
Utiliza imágenes con una composición completa y clara, describe solo una acción principal e indica explícitamente las partes que deben mantenerse sin cambios, como el rostro de la persona, el estilo de la imagen o la relación con el fondo.
Modelos y capacidades Grok Imagine 1.5 Lite
-
¿Para qué tipo de imágenes finales es adecuado Grok Imagine Quality?
Es adecuado para key visuals, portadas, conceptos publicitarios e imágenes de escena de alta calidad que requieren materiales, iluminación, atmósfera y detalles más potentes.
Modelos y capacidades Grok Imagine Quality
-
¿Cómo se factura 1k y 2k?
1k y 2k utilizan distintas tarifas por imagen; el formato y el formato de salida no generan cargos adicionales; los importes concretos se rigen por el precio en tiempo real de esta página.
Modelos y capacidades Grok Imagine Quality
-
¿Por qué no usar directamente el nivel estándar?
El nivel estándar es más adecuado cuando se priorizan los borradores por lotes y la velocidad; elija Quality cuando el resultado final dependa más de los materiales y los detalles.
Modelos y capacidades Grok Imagine Quality
-
¿Admite imágenes de referencia?
La ruta actual de texto a imagen no acepta imágenes de referencia; cuando necesites una edición de imágenes de referencia de alta calidad, utiliza grok-imagine-quality/image-to-image.
Modelos y capacidades Grok Imagine Quality
-
¿Cómo se garantiza una comparación justa entre distintas resoluciones?
Fija el prompt, el encuadre y el formato, cambia solo la resolution y guarda por separado los resultados de 1k y 2k para compararlos.
Modelos y capacidades Grok Imagine Quality
-
¿Para qué es adecuado el nivel estándar de Grok Imagine?
Adecuado para la exploración creativa por lotes, material para redes sociales y escenas de paisajes y con sensación cinematográfica. 1k y 2k actualmente tienen el mismo precio, por lo que conviene elegir directamente el nivel de salida superior.
Modelos y capacidades Grok Imagine
-
¿Cuál es la diferencia entre el nivel estándar y el nivel Quality?
El nivel estándar prioriza la velocidad y un precio fijo bajo; Quality es una línea de modelo independiente que presta más atención a los materiales, los detalles y la iluminación, y se factura por niveles de 1k/2k.
Modelos y capacidades Grok Imagine
-
¿Qué relaciones de aspecto se admiten?
Se admiten 13 relaciones de aspecto horizontales, cuadradas y verticales, desde 2:1 y 20:9 hasta 1:2.
Modelos y capacidades Grok Imagine
-
¿Esta página admite imágenes de referencia?
No. Para editar con imágenes de referencia, utiliza grok-imagine/image-to-image.
Modelos y capacidades Grok Imagine
-
¿Cuáles son los campos mínimos requeridos por la API?
Basta con enviar model e input.prompt; el formato de imagen, la resolución y el formato pueden usar los valores predeterminados.
Modelos y capacidades Grok Imagine
-
¿Qué entradas requiere HeyGen Avatar IV?
Una foto de retrato y luego elegir un modo de conducción: introducir un guion y seleccionar una voz, o subir un audio. Si usas un guion sin seleccionar una voz, se utilizará la voz predeterminada Warm Pro Narrator.
Modelos y capacidades HeyGen Avatar IV
-
¿Qué tipo de foto funciona mejor?
Las fotos individuales con el rostro de frente, rasgos faciales claros y sin obstrucciones, iluminación uniforme y boca cerrada de forma natural son las más fiables. Las fotos de perfil, con mascarilla, de grupo o en las que la cara es muy pequeña no son adecuadas.
Modelos y capacidades HeyGen Avatar IV
-
¿Cuánto dura el video de salida?
No es necesario especificar la duración. En el doblaje de diálogos, la duración la determinan el texto y la velocidad del habla; con audio como control, coincide con la duración del audio subido, que puede ser de hasta 600 segundos.
Modelos y capacidades HeyGen Avatar IV
-
¿Qué relaciones de aspecto y resoluciones se admiten?
Las relaciones de aspecto admitidas son 16:9, 9:16, 4:5, 5:4, 1:1 y auto (mantiene la relación de aspecto de la foto); las resoluciones admitidas son 720p y 1080p.
Modelos y capacidades HeyGen Avatar IV
-
¿Cuándo es necesario configurar un fondo?
El fondo solo se muestra cuando la relación de aspecto de salida es diferente a la de la foto y aparece espacio en blanco en la imagen. Puede elegir un color sólido (#RRGGBB) o una imagen de fondo; si no se configura, el fondo es blanco.
Modelos y capacidades HeyGen Avatar IV
-
¿Cuál es la diferencia con HeyGen Avatar V?
Avatar IV anima las fotos que tú mismo subes; Avatar V permite elegir una imagen entre 497 avatares predefinidos y además admite WebM con fondo transparente, eliminación de fondo y subtítulos SRT.
Modelos y capacidades HeyGen Avatar IV
-
¿Cómo se factura HeyGen Avatar IV?
Se factura según los segundos reales del video generado. Al crear la tarea se retiene un importe estimado según la duración prevista; al finalizar, se liquida según los segundos reales, y las tareas fallidas se reembolsan íntegramente; consulta el precio unitario en el precio en tiempo real de esta página.
Modelos y capacidades HeyGen Avatar IV
-
¿Qué requisitos tiene la máscara?
La máscara debe tener la misma relación de aspecto que la imagen original; las zonas negras se redibujarán y las blancas se conservarán. Que la zona sea un poco más grande que el contorno del personaje resulta más natural.
Modelos y capacidades Ideogram V3 Character
-
¿Cuál es el tamaño de salida?
La salida mantiene el tamaño de la imagen original; por ejemplo, una imagen original de 1024×768 produce un resultado de 1024×768.
Modelos y capacidades Ideogram V3 Character
-
¿Se pueden reemplazar las personas que ya aparecen en la imagen original?
Sí, pinta en la máscara a las personas que quieras reemplazar y describe en el prompt la acción del nuevo personaje; las personas y el fondo fuera de la máscara se conservarán.
Modelos y capacidades Ideogram V3 Character
-
¿En qué formato se usa la máscara?
Usa una imagen con la misma relación de aspecto que la imagen original, pinta de negro sobre fondo blanco la zona que se va a redibujar; el caso de esta página utiliza una máscara PNG.
Modelos y capacidades Ideogram V3 Character
-
¿De qué tamaño conviene hacer la máscara?
Basta con que sea un poco más grande que el contorno del personaje. Si es demasiado pequeña, comprimirá la postura del personaje; si es demasiado grande, habrá que redibujar más fondo.
Modelos y capacidades Ideogram V3 Character
-
¿Qué se debe escribir en el prompt?
Escribe únicamente lo que hace el personaje dentro de la zona de la máscara, por ejemplo, «sentado en un banco sosteniendo un paraguas» o «de pie junto a la ventana saludando»; no es necesario describir el fondo, la imagen fuera de la máscara permanecerá igual.
Modelos y capacidades Ideogram V3 Character
-
¿Se puede colocar la misma imagen original en diferentes posiciones?
Sí. Manteniendo sin cambios la imagen original y la imagen de referencia del personaje, basta con cambiar la posición de la máscara y el prompt de acción; así se obtuvieron las dos versiones de esta página, la del sillón y la de junto a la ventana.
Modelos y capacidades Ideogram V3 Character
-
¿Se puede no pasar la máscara?
No. image_url, mask_url y reference_image_urls son obligatorios; si no tienes la imagen original, utiliza el modelo de generación Character.
Modelos y capacidades Ideogram V3 Character
-
¿Se pueden subir varias imágenes de referencia de personajes?
No. reference_image_urls debe contener exactamente 1 imagen; puede ser una ilustración, una mascota o una fotografía realista.
Modelos y capacidades Ideogram V3 Character
-
¿rendering_speed y style también se pueden usar en la edición?
Sí. Los tres niveles TURBO / BALANCED / QUALITY y los estilos AUTO / REALISTIC / FICTION también se aplican; los tres niveles se facturan por imagen, consulta el precio en tiempo real en la página para conocer el precio específico.
Modelos y capacidades Ideogram V3 Character
-
¿Es compatible con Remix?
Por ahora no. Actualmente están disponibles la generación de personajes (ideogram-v3-character) y la edición local con máscara (ideogram-v3-character/edit).
Modelos y capacidades Ideogram V3 Character
-
¿Se cobra si falla? ¿Cómo obtener el resultado?
Las tareas fallidas no generan cargo. Tras el envío, guarda el taskId y consulta mediante GET /v1/tasks/:id; cuando status sea success, descarga el WebP desde output[].url. output[].url es una dirección temporal, guárdala a tiempo.
Modelos y capacidades Ideogram V3 Character
-
¿Se puede especificar la relación de aspecto de salida?
No se puede especificar por separado. La relación de aspecto de salida sigue a la imagen de referencia del personaje: una referencia vertical da como resultado 864×1152, y una referencia horizontal da como resultado 1328×752. Si necesitas una imagen horizontal, sube una imagen de referencia del personaje en formato horizontal (por ejemplo, añadiendo fondo a ambos lados).
Modelos y capacidades Ideogram V3 Character
-
¿Cómo elegir una imagen de referencia para obtener un mejor resultado?
Elige una imagen con el personaje claro, de frente o en tres cuartos de perfil y con un fondo simple; tanto ilustraciones como fotografías realistas son válidas. La ropa y la combinación de colores de la imagen de referencia se conservarán en la medida de lo posible.
Modelos y capacidades Ideogram V3 Character
-
¿Cómo se debe escribir el prompt?
Usa una denominación fija para referirte al personaje (por ejemplo, the explorer character / the same man) y céntrate en describir la escena, la acción, los accesorios y la iluminación; puedes combinarlo con style eligiendo REALISTIC o FICTION.
Modelos y capacidades Ideogram V3 Character
-
¿Puede un personaje ser un animal o una mascota de marca?
Sí. La mascota zorro naranja de esta página se generó a partir de 1 imagen de diseño de personaje para crear distintos escenarios como vallas publicitarias, mostradores y mercados, manteniendo la bufanda y la paleta de colores consistentes.
Modelos y capacidades Ideogram V3 Character
-
¿Se puede usar para crear historias continuas o storyboards?
Sí. Usa la misma imagen de referencia del personaje en cada viñeta y cambia solo la escena y la acción en el prompt; así se completó la historia ilustrada de cuatro viñetas de esta página.
Modelos y capacidades Ideogram V3 Character
-
¿Cuál es la diferencia entre las tres opciones de style?
AUTO lo determina el modelo según el prompt; REALISTIC se inclina por la iluminación y la textura fotográficas, adecuado para retratos y escenas realistas; FICTION mantiene la sensación de ilustración, adecuado para libros ilustrados, juegos y personajes de dibujos animados.
Modelos y capacidades Ideogram V3 Character
-
¿Para qué sirve la seed?
Fijar la seed facilita la reproducibilidad y la comparación: con la misma imagen de referencia, el mismo prompt y la misma seed, basta con cambiar el nivel o el estilo para comparar las diferencias directamente.
Modelos y capacidades Ideogram V3 Character
-
¿Cuánto tiempo se guardan las imágenes de resultado?
output[].url es una dirección temporal con período de validez; descárgala o guárdala en tu propio almacenamiento a tiempo tras completar la tarea con éxito.
Modelos y capacidades Ideogram V3 Character
-
¿Cómo elegir entre los tres niveles de rendering_speed?
TURBO es el más rápido y el de menor precio unitario, ideal para explorar direcciones y generar borradores en lote; BALANCED es el nivel predeterminado; QUALITY ofrece el mejor detalle y es ideal para la versión final. Los tres niveles usan el mismo ID de modelo y se cobran por imagen; consulta el precio en tiempo real en la página para conocer los precios concretos.
Modelos y capacidades Ideogram V3 Character
-
¿Qué ediciones puede hacer Ideogram 4.5 Edit?
Puede realizar cuatro tipos de edición: edición global mediante prompt, cambio de estilo con imagen de referencia, repintado local con máscara y refinamiento con Precise Edit. Los cuatro métodos se pueden combinar.
Modelos y capacidades Ideogram V4.5
-
¿Qué campos se requieren como mínimo?
prompt e image_url son obligatorios. reference_image_urls, mask_url, edit_precision, quality, image_size, num_images y seed se añaden según sea necesario.
Modelos y capacidades Ideogram V4.5
-
¿Cuál es la diferencia entre regular y Precise Edit?
Para cambiar palabras y hacer retoques precisos de pequeña escala, elige Precise Edit; para cambiar colores o estilos, elige regular. edit_precision=high corresponde a Precise Edit, que restaura los píxeles que no se han modificado; regular permite cambios con mayor libertad.
Modelos y capacidades Ideogram V4.5
-
¿Son iguales los niveles de calidad de las dos precisiones?
No. regular puede ser very_low, low, medium o high; Precise Edit solo tiene low, medium y high.
Modelos y capacidades Ideogram V4.5
-
¿Cómo se dibuja una máscara?
La máscara debe tener el mismo tamaño que la imagen de origen; las áreas negras se redibujan y las áreas blancas se conservan. Se recomienda que el área negra sea un poco más grande que el objeto que se va a modificar.
Modelos y capacidades Ideogram V4.5
-
¿Cuándo solo se puede usar auto en image_size?
Solo se puede usar auto cuando se incluye mask_url o se utiliza Precise Edit. La salida sigue el tamaño de la imagen de origen; solo la edición regular sin máscara permite elegir entre 6 tamaños predefinidos.
Modelos y capacidades Ideogram V4.5
-
¿Cuántas imágenes de referencia se pueden subir como máximo?
Un máximo de 4; si además se proporciona una máscara, un máximo de 3. Especificar en las instrucciones qué aporta cada imagen de referencia hace que el resultado sea más controlable.
Modelos y capacidades Ideogram V4.5
-
¿Cómo se factura?
Se factura por número de imágenes de salida. El precio unitario lo determinan conjuntamente quality y edit_precision, y cada solicitud genera 1 imagen; el tamaño, las imágenes de referencia y la máscara no afectan al precio; el precio unitario vigente se rige por el precio en tiempo real.
Modelos y capacidades Ideogram V4.5
-
¿Cómo se escribe una instrucción de edición?
Escríbela en cuatro partes: tarea, qué cambiar, qué conservar, estilo y limitaciones. Por ejemplo: 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. Al cambiar texto, se recomienda usar junto con Precise Edit.
Modelos y capacidades Ideogram V4.5
-
¿Este modelo es el mismo que Ideogram 4.5 Image to Image?
Sí, es el mismo modelo, solo que el nombre visible cambió a Ideogram 4.5 Edit. El ID del modelo ideogram-v4.5/image-to-image y el enlace de la página no han cambiado.
Modelos y capacidades Ideogram V4.5
-
¿Qué modelo se usa cuando no hay una imagen de origen?
Primero usa Ideogram 4.5 (ideogram-v4.5/text-to-image) para generar la imagen de origen a partir del prompt. Luego pasa el resultado a este modelo para modificarlo.
Modelos y capacidades Ideogram V4.5
-
¿Cómo se generaron los casos de esta página?
Todos fueron generados por HiAPI con este modelo. Precise Edit usó el nivel low, el resto usó el nivel very_low de regular, y las imágenes de origen provienen de los casos de la página de Ideogram 4.5.
Modelos y capacidades Ideogram V4.5
-
¿Para qué es adecuado Ideogram 4.5?
Es adecuado para imágenes que requieren texto claro en la escena. Carteles, logotipos tipográficos, etiquetas de envases, letreros y portadas de revistas son los tipos en los que destaca.
Modelos y capacidades Ideogram V4.5
-
¿Cómo puedo hacer que el texto de la imagen sea más preciso?
Escribe el texto que debe aparecer entre comillas, palabra por palabra. Además, indica si cada línea es un título principal, un subtítulo o un texto pequeño, así como su posición y la sensación tipográfica; cuanto más corto sea el texto, más estable será.
Modelos y capacidades Ideogram V4.5
-
¿Cómo se escribe el prompt para obtener el mejor resultado?
Escríbelo en cuatro partes: tarea, texto y detalles, maquetación que debe mantenerse, textura y restricciones. Por ejemplo: 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.
Modelos y capacidades Ideogram V4.5
-
¿Cómo elegir entre los tres niveles de quality?
Para imágenes del día a día elige medium, para exploración por lotes elige low, y para la versión final elige high. Los tres niveles tienen distinto precio unitario; high ofrece más detalle y es adecuado para imágenes con mucho texto pequeño.
Modelos y capacidades Ideogram V4.5
-
¿Qué tamaños son compatibles?
Se admiten 6 tamaños predefinidos: square, square_hd (predeterminado), portrait_4_3, landscape_4_3, portrait_16_9, landscape_16_9. Esta página no permite personalizar el ancho y el alto.
Modelos y capacidades Ideogram V4.5
-
¿El tamaño afecta el precio?
No. La facturación es por imagen y el precio unitario solo varía según quality; cada solicitud genera 1 imagen.
Modelos y capacidades Ideogram V4.5
-
¿Qué es enable_prompt_expansion?
Es un interruptor que hace que el modelo expanda primero el prompt y luego genere la imagen; está activado por defecto. Cuando el prompt es corto, conviene dejarlo activado; si necesitas ceñirte estrictamente al texto original, puedes desactivarlo.
Modelos y capacidades Ideogram V4.5
-
¿Cuántas imágenes se pueden generar a la vez?
1 por vez, num_images está fijado en 1. Si quieres comparar varias direcciones de composición, puedes cambiar la seed y enviar la solicitud varias veces.
Modelos y capacidades Ideogram V4.5
-
¿Cómo reproducir la misma imagen?
Para reproducirla, basta con pasar un seed fijo. Además, mantén sin cambios el prompt, las dimensiones y el nivel de calidad.
Modelos y capacidades Ideogram V4.5
-
¿Qué tal es el efecto del texto en chino?
Los títulos grandes en chino suelen generarse correctamente; el texto pequeño en chino puede fallar en el nivel low. Cuando se necesita texto pequeño en chino claro, se recomienda usar medium o high.
Modelos y capacidades Ideogram V4.5
-
¿Se pueden subir imágenes de referencia?
No, este modelo solo acepta texto. Para modificar una imagen existente, usa Ideogram 4.5 Edit (ideogram-v4.5/image-to-image).
Modelos y capacidades Ideogram V4.5
-
¿Cómo se guardan las imágenes generadas?
Descárgalas y guárdalas desde la URL de la imagen en el resultado de la tarea. El enlace tiene un periodo de validez, guárdala en tu propio almacenamiento a tiempo.
Modelos y capacidades Ideogram V4.5
-
¿Para qué es adecuado Imagen 4?
Es adecuado para imágenes cotidianas de productos, estilos de vida y contenido. Al describir con claridad el sujeto, la escena, los materiales y la iluminación, se obtienen imágenes listas para revisión, que suelen usarse en imágenes principales de productos, borradores de campañas de marca e ilustraciones para artículos.
Modelos y capacidades Imagen 4
-
¿Qué relaciones de aspecto admite Imagen 4?
Admite 6: 1:1, 16:9, 9:16, 3:4, 4:3 y auto. aspect_ratio es obligatorio; en el Playground de esta página, el valor predeterminado es 16:9.
Modelos y capacidades Imagen 4
-
¿Cuál es la longitud máxima de un prompt?
Máximo 5,000 caracteres. El prompt es obligatorio; se recomienda organizarlo en el orden de sujeto, escena, material, iluminación y texto.
Modelos y capacidades Imagen 4
-
¿Se pueden excluir elementos no deseados?
Sí, con negative_prompt. Es un parámetro opcional, de hasta 5.000 caracteres, adecuado para excluir texto superfluo, marcas de agua o fondos desordenados.
Modelos y capacidades Imagen 4
-
¿Qué formato se debe usar para seed?
Introduce una cadena de texto, de hasta 500 caracteres, opcional. Mantén seed y los demás parámetros sin cambios para poder comparar únicamente las diferencias introducidas por las modificaciones en el prompt.
Modelos y capacidades Imagen 4
-
¿Se pueden subir imágenes de referencia?
No. Imagen 4 solo genera imágenes a partir de texto; si necesitas modificar una imagen existente, puedes consultar Nano Banana 2.1 en los modelos relacionados, que admite edición con imágenes de referencia.
Modelos y capacidades Imagen 4
-
¿Cuántas imágenes se pueden generar a la vez?
1 por vez. Si necesitas varias versiones, envía varias tareas por separado.
Modelos y capacidades Imagen 4
-
¿Se puede especificar el tamaño en píxeles o el formato de salida?
No. Actualmente solo se ofrece aspect_ratio; no se proporcionan parámetros para personalizar el tamaño en píxeles ni el formato de salida.
Modelos y capacidades Imagen 4
-
¿Puede aparecer texto en la imagen?
Sí, pero hay que ampliarla y verificarla antes de la entrega. Coloca el texto palabra por palabra entre comillas e indica la posición y el tamaño, y luego aclara que no debe aparecer ningún otro texto; en el caso del póster de esta página, al título le sobraba una letra.
Modelos y capacidades Imagen 4
-
¿Cómo elegir entre Imagen 4, Fast y Ultra?
Para la producción diaria, elige Imagen 4. Cuando necesites generar muchos borradores, elige Imagen 4 Fast; cuando quieras mejorar los detalles del resultado final, elige Imagen 4 Ultra. Los ID de los tres modelos son diferentes, por lo que puedes usarlos por fases en un mismo proyecto.
Modelos y capacidades Imagen 4
-
¿Cómo se llama a través de la API?
Envíe la tarea mediante POST /v1/tasks. Pase model: "imagen-4.0", y coloque prompt y aspect_ratio dentro de input. La solicitud devuelve inmediatamente un taskId; puede configurar callback.url para recibir la notificación de finalización, o consultar GET /v1/tasks/:id, y una vez completado, descargar la imagen desde output.
Modelos y capacidades Imagen 4
-
¿Cómo se cobra?
Se cobra por imagen, 1 imagen por vez. El formato y la seed no afectan la forma de cobro; el precio unitario vigente se rige por el precio en tiempo real de la página y, en última instancia, por el registro de la tarea.
Modelos y capacidades Imagen 4
-
¿Para qué es adecuado Imagen 4 Fast?
Es adecuado para trabajos que requieren muchas versiones: filtrar direcciones creativas, generar borradores en lote y comparar combinaciones de colores y composiciones para redes sociales y comercio electrónico.
Modelos y capacidades
-
¿Los parámetros de Fast e Imagen 4 son iguales?
Básicamente sí, solo difiere el tipo de seed. Ambos usan prompt, aspect_ratio, negative_prompt y seed; el seed de Fast es un entero, mientras que el de Imagen 4 y Ultra es una cadena.
Modelos y capacidades
-
¿Qué relaciones de aspecto admite Fast?
Admite 6: 1:1, 16:9, 9:16, 3:4, 4:3 y auto. aspect_ratio es obligatorio; el Playground de esta página usa 16:9 por defecto.
Modelos y capacidades
-
¿Cómo se usa seed?
Introduce un número entero, es opcional. Al probar borradores en lote, fija el seed y modifica solo un punto del prompt; así podrás ver con más claridad el efecto de ese cambio.
Modelos y capacidades
-
¿Cuál es la longitud máxima de un prompt?
Máximo 5.000 caracteres. Durante la fase de prueba, se recomienda escribir primero el sujeto y la escena de forma breve y clara, y luego añadir detalles ronda por ronda.
Modelos y capacidades
-
¿Se pueden excluir elementos no deseados?
Sí, con negative_prompt. Admite hasta 5,000 caracteres y es ideal para excluir de forma uniforme elementos como texto sobrante o marcas de agua en todo el lote de pruebas.
Modelos y capacidades
-
¿Se pueden subir imágenes de referencia?
No. Imagen 4 Fast solo genera imágenes a partir de texto; si necesitas imágenes de referencia, puedes consultar Nano Banana 2 Lite en los modelos relacionados, que admite varias imágenes de referencia.
Modelos y capacidades
-
¿Cuántas imágenes se pueden generar a la vez?
1 por vez. Para probar en lote, envíe varias tareas en paralelo y reciba los resultados con callback.url.
Modelos y capacidades
-
¿Se puede especificar el tamaño en píxeles o el formato de salida?
No. Actualmente solo se ofrece aspect_ratio; no se proporcionan parámetros para personalizar el tamaño en píxeles ni el formato de salida.
Modelos y capacidades
-
Una vez definida la dirección, ¿cómo se genera el producto final?
Basta con cambiar el model. Pasa el mismo conjunto de prompts y el mismo formato a Imagen 4 o Imagen 4 Ultra, rellenando model con el ID de modelo correspondiente. Ten en cuenta que la seed de estos dos modelos es una cadena de texto.
Modelos y capacidades
-
¿Cómo se llama a través de la API?
Envíe la tarea mediante POST /v1/tasks. Pase model: "imagen-4.0-fast", y coloque prompt y aspect_ratio dentro de input. La solicitud devuelve taskId de inmediato; puede configurar callback.url o consultar GET /v1/tasks/:id, y una vez completada, descargar la imagen desde output.
Modelos y capacidades
-
¿Cómo se cobra?
El cobro es por imagen, 1 por cada vez. El precio unitario vigente se rige por el precio en tiempo real de la página; antes de enviar, puedes consultar el costo estimado en el Playground.
Modelos y capacidades
-
¿Para qué es adecuada Imagen 4 Ultra?
Adecuada para entregables finales: macro de productos, retratos, paisajes y primeros planos de materiales, así como imágenes que requieran un mayor ajuste al prompt.
Modelos y capacidades
-
¿Qué relaciones de aspecto admite Ultra?
Admite 6: 1:1, 16:9, 9:16, 3:4, 4:3 y auto. aspect_ratio es obligatorio; en el Playground de esta página, el valor predeterminado es 1:1.
Modelos y capacidades
-
¿Cuál es la longitud máxima de un prompt?
Máximo 5,000 caracteres. En la etapa de resultado final, puedes especificar con más detalle los materiales, la dirección de la luz, la profundidad de campo y el fondo.
Modelos y capacidades
-
¿Se pueden excluir elementos no deseados?
Sí, con negative_prompt. Admite hasta 5,000 caracteres y es útil para excluir reflejos sobreexpuestos, texto sobrante, marcas de agua o fondos desordenados.
Modelos y capacidades
-
¿Qué formato se debe rellenar en seed?
Introduce una cadena de texto, de hasta 500 caracteres, opcional. Al finalizar, fija el seed y solo ajusta ligeramente el prompt, para facilitar la comparación de cambios en los detalles.
Modelos y capacidades
-
¿Se puede subir una imagen de referencia?
No. Imagen 4 Ultra solo genera imágenes a partir de texto; si necesitas basarte en una imagen existente, puedes consultar Nano Banana Pro en los modelos relacionados, que admite imágenes de referencia.
Modelos y capacidades
-
¿Cuántas se pueden generar a la vez?
1 por vez. Si necesitas varios candidatos, envía varias tareas por separado.
Modelos y capacidades
-
¿Es fiable el texto de la imagen?
No se puede garantizar; antes de entregar hay que ampliar y verificar. Escribe el texto palabra por palabra en el prompt, junto con la posición y el tamaño, e indica que no aparezca ningún otro texto; así el resultado será más estable.
Modelos y capacidades
-
¿Cuándo vale la pena usar Ultra?
Cuando la dirección ya está definida y se necesita entregar un producto final. Se puede usar primero Imagen 4 Fast para filtrar direcciones y luego pasar los prompts e imágenes seleccionados a Ultra; solo hay que cambiar el model a imagen-4.0-ultra.
Modelos y capacidades
-
¿Cómo se llama a través de la API?
Envíe la tarea mediante POST /v1/tasks. Pase model: "imagen-4.0-ultra", y coloque prompt y aspect_ratio dentro de input. La solicitud devuelve inmediatamente un taskId; puede configurar callback.url o consultar GET /v1/tasks/:id, y tras el éxito descargar la imagen desde output.
Modelos y capacidades
-
¿Cómo se cobra?
El cobro es por imagen, 1 imagen cada vez. El precio unitario vigente se rige por el precio en tiempo real de la página y, en última instancia, por el registro de la tarea.
Modelos y capacidades
-
¿Cómo elegir entre Low, High y Max en Kimi K3?
Para extracción diaria, reescritura y preguntas y respuestas cortas, puedes probar primero low; para tareas que requieren análisis de varios pasos, prueba high; para problemas difíciles o tareas de código complejas, compara el rendimiento de max. reasoning_effort es max por defecto y solo ofrece tres niveles: low, high y max; no hay medium ni none. Los niveles más altos pueden generar más tokens de razonamiento y tiempos de espera más largos, por lo que conviene elegirlos en función de la calidad de la respuesta y de usage.
Modelos y capacidades Kimi K3
-
¿Por qué no hay un interruptor para desactivar el razonamiento y ajustar la temperatura?
Kimi K3 mantiene el razonamiento siempre activado en la integración actual; para reducir el costo, primero se debe probar low en lugar de pasar thinking.type=disabled. Esta página no envía thinking, temperature ni top_p; al migrar desde otros modelos, también se deben eliminar estos campos de control y usar reasoning_effort de nivel superior para seleccionar el nivel.
Modelos y capacidades Kimi K3
-
La respuesta es muy corta, ¿por qué sigue habiendo un costo considerable de tokens de salida?
El contenido de razonamiento generado por el modelo también se factura como tokens de salida, por lo que el número de caracteres de la respuesta final no representa el volumen total de salida. usage.completion_tokens ya incluye los tokens de razonamiento; si se devuelve completion_tokens_details.reasoning_tokens, es el desglose de estos, no los sumes de nuevo. El costo se calcula por separado según tres partidas: entrada normal, lectura de caché y salida; el número de tokens de cada partida se divide entre 1 millón y luego se multiplica por el precio unitario en USD correspondiente de esta página.
Modelos y capacidades Kimi K3
-
¿Es posible guardar solo la respuesta final en una conversación multiturno?
No se recomienda. En el siguiente turno, los messages deben incluir el historial necesario en orden y conservar el mensaje completo del assistant devuelto por la API, incluidos content, el reasoning_content devuelto y los posibles tool_calls. Guardar solo el texto final hará que se pierda el contexto que Kimi necesita para seguir razonando o continuar con las herramientas. El Playground de esta página conserva el contenido de razonamiento devuelto.
Modelos y capacidades Kimi K3
-
Después de devolver tool_calls, ¿la herramienta se ejecuta automáticamente?
No. El modelo propone qué función invocar y sus parámetros; la ejecución real de la herramienta es responsabilidad de tu aplicación. Tras la ejecución, añade a messages el mensaje assistant original y el mensaje de resultado con role=tool; el tool_call_id del resultado debe corresponder al id de la llamada original, y luego solicita a Kimi que continúe respondiendo. No envíes solo el resultado de la herramienta como un mensaje user normal.
Modelos y capacidades Kimi K3
-
¿Cuál es la diferencia entre el modo JSON y el JSON Schema estricto?
response_format.type=json_object se usa para obtener JSON, pero los campos de negocio aún requieren validación en la aplicación. Cuando se necesitan restringir campos y tipos, use response_format.type=json_schema y proporcione response_format.json_schema.schema y response_format.json_schema.strict=true. El JSON final está en choices[0].message.content; no se debe concatenar reasoning_content para el análisis; el interruptor JSON output de esta página usa json_object.
Modelos y capacidades Kimi K3
-
Kimi admite oficialmente comprensión visual, ¿también se pueden subir imágenes o videos aquí?
Actualmente esta integración de Kimi K3 en HiAPI solo admite entrada de texto y salida de texto. Que el modelo oficial tenga capacidad visual no significa que esta página ya permita la entrada de imágenes o videos. Al integrarlo, construye las solicitudes con messages de texto; no copies directamente los ejemplos oficiales de image_url o video_url. Si se habilitará en el futuro, consulta la capacidad de entrada de esta página y los controles de Playground.
Modelos y capacidades Kimi K3
-
¿Se puede usar directamente la Responses API, o basta con cambiar el nombre del modelo para completar la migración?
En esta página, Kimi K3 usa actualmente POST /v1/chat/completions, con model kimi-k3; Responses aún no es un endpoint disponible para esta integración. Los clientes del SDK de OpenAI deben usar chat.completions.create y messages, además de ajustar los campos de razonamiento y conservar el historial completo de assistant. Se puede reutilizar la misma HiAPI API Key, pero el código antiguo que usa Responses todavía requiere ajustes en el manejo de solicitudes y respuestas.
Modelos y capacidades Kimi K3
-
Al reenviar el mismo contexto repetidamente, ¿por qué no siempre cuesta lo mismo la caché?
El acierto de caché se calcula según el usage.prompt_tokens_details.cached_tokens realmente devuelto en la solicitud, y el texto repetido no garantiza un acierto en cada ocasión. Intenta mantener consistentes el prompt del sistema, las definiciones de herramientas y el contexto fijo del inicio, y luego añade los mensajes nuevos; cambiar reasoning_effort también puede afectar al acierto. Cuando cached_tokens es 0, no se puede estimar esta parte de la entrada según el precio unitario de lectura de caché.
Modelos y capacidades Kimi K3
-
¿1M de contexto significa que se pueden generar 1 millón de tokens en una sola salida?
No. La ventana de contexto y la salida máxima por respuesta son límites distintos. Esta página no utiliza el contexto de 1M para inferir la salida máxima, por lo que el límite de salida no confirmado se muestra como "-". Puedes usar max_tokens para establecer el presupuesto de salida de esta respuesta; si finish_reason devuelve length, revisa si se alcanzó el límite de salida y luego decide si reducir la tarea o continuar la generación.
Modelos y capacidades Kimi K3
-
¿Cómo se prepara la imagen del primer fotograma?
Compatible con jpeg, png y webp, con un máximo de 10MB por imagen; lo más seguro es usar jpeg o png. La proporción de la imagen debe coincidir en lo posible con la del formato de salida; si las proporciones no coinciden, el resultado final puede recortarse centrado o conservar la proporción de la imagen original, así que es mejor colocar el sujeto principal en el centro del encuadre.
Modelos y capacidades
-
¿Para qué sirve el fotograma final y cómo se usa?
El fotograma final es una segunda imagen opcional que determina en qué imagen termina el video. Es preferible que el fondo y la posición de cámara de ambas imágenes coincidan, y que solo varíe la parte que se quiere cambiar, como en el ejemplo de esta página en el que un coche rojo se convierte en azul. Al añadir un fotograma final, el formato de imagen solo puede ser 16:9, 9:16 o 1:1.
Modelos y capacidades
-
¿Qué duraciones y relaciones de aspecto se pueden elegir?
Las duraciones son de 5 y 10 segundos. Las relaciones de aspecto son 16:9, 9:16, 1:1, 4:3, 3:4 y 21:9, con salidas de 1920×1080, 1080×1920, 1440×1440, 1660×1244, 1244×1660 y 2200×940 respectivamente; la resolución se determina según la relación de aspecto, no es necesario configurarla por separado.
Modelos y capacidades
-
¿Los videos generados tienen sonido?
No, el video final no incluye pista de audio; la música y la voz en off se pueden añadir durante la edición. Si deseas que el video final incluya sonido, puedes usar Kling 2.5 Turbo Text-to-Video, que genera a partir de texto y el video final incluye pista de audio.
Modelos y capacidades
-
¿Qué debería escribir en el prompt?
El primer fotograma ya establece el sujeto y la escena, así que basta con escribir en el prompt la acción, los cambios del entorno y el movimiento de cámara; por ejemplo, «los pétalos caen, la cámara rodea lentamente». Lo que no quieras que aparezca puedes escribirlo en el prompt negativo, y también puedes ajustar el grado en que la imagen se ajusta a la descripción.
Modelos y capacidades
-
¿Cuánto tiempo se conservan los videos generados?
El enlace del video final se conserva por defecto aproximadamente 7 días; si necesitas usarlo a largo plazo, descárgalo a tiempo o selecciona el almacenamiento a largo plazo al crear la tarea. Las generaciones anteriores se pueden consultar en el historial de tareas.
Modelos y capacidades
-
¿Cómo elegir entre Kling 2.5 Turbo Text-to-Video y las demás opciones?
Si ya tienes una imagen y quieres que el sujeto y la composición sigan esa imagen, usa Image-to-Video; si solo tienes una idea o necesitas un video final con audio, usa Text-to-Video. La duración de ambos es de 5 o 10 segundos.
Modelos y capacidades
-
¿Es necesario subir una imagen?
No, esta versión solo acepta texto. El prompt puede tener hasta 2500 caracteres; basta con escribir el sujeto, el entorno, la acción y el encuadre en un mismo párrafo. Si tienes una imagen y quieres que el resultado se base en ella, puedes usar Kling 2.5 Turbo Image-to-Video.
Modelos y capacidades
-
¿Los videos generados tienen sonido? ¿Se puede desactivar?
Cada video final incluye una pista de audio y, por ahora, no hay opción para desactivarla. El sonido lo genera el modelo y su contenido no necesariamente se ajusta a lo que buscas; escúchalo antes de usarlo y, si hace falta, reemplázalo o bájale el volumen en la edición.
Modelos y capacidades
-
¿Qué duraciones y formatos de imagen se pueden elegir?
Duración de 5 o 10 segundos; formatos 16:9, 9:16 y 1:1, con salidas de 1920×1080, 1080×1920 y 1440×1440 respectivamente. La resolución se determina según el formato de imagen, no es necesario configurarla por separado.
Modelos y capacidades
-
¿Cómo escribir el prompt para obtener mejores resultados?
Escribe un párrafo siguiendo el orden de sujeto, entorno, acción y cámara, y luego añade la iluminación. Basta con escribir una o dos acciones a la vez, como en esta página el panda rojo levantando la pata y girando la cabeza; si se piden demasiadas cosas a la vez, es difícil completarlas todas en 5 segundos.
Modelos y capacidades
-
¿Cómo se maneja el contenido que no se quiere que aparezca?
Los elementos no deseados se pueden escribir por separado en el prompt negativo, por ejemplo texto, logotipos o personajes sobrantes; también se puede ajustar el grado en que la imagen se ajusta a la descripción.
Modelos y capacidades
-
¿Cómo elegir entre Kling 3.0 Turbo Text-to-Video y otras opciones?
Si 5 o 10 segundos son suficientes, elige Kling 2.5 Turbo; si quieres ajustar la duración segundo a segundo entre 3 y 15 segundos, o elegir entre 720p y 1080p, usa Kling 3.0 Turbo Text-to-Video. Ambos ofrecen formato horizontal, vertical y cuadrado.
Modelos y capacidades
-
¿Qué entradas requiere Kling 3.0 Motion Control?
Dos obligatorias: una imagen de referencia de la persona (image_url) y un video de referencia de movimiento de 3-30 segundos (video_url). La imagen de la persona determina la apariencia y la identidad; el video de referencia determina el movimiento, las expresiones y el ritmo. El prompt es opcional y sirve para complementar la escena, el estilo y el movimiento de cámara.
Modelos y capacidades
-
¿Cómo se determina la duración de la salida?
No es necesario pasar la duración. La salida sigue la longitud del video de referencia: con character_orientation=video, un máximo de 30 segundos; con image, un máximo de 10 segundos. Cuando los movimientos son demasiado rápidos o complejos, el modelo solo extrae los segmentos de movimiento utilizables y la salida puede ser más corta que el video de referencia.
Modelos y capacidades
-
¿Cómo elegir entre las dos orientaciones, video e image?
video: la orientación de la persona sigue el video de referencia, adecuado para bailes, desplazamientos y otros movimientos amplios o de múltiples ángulos. image: la orientación de la persona sigue la imagen de referencia, adecuado para contenido de locución o explicación con cámara fija más movimiento de cámara, con una salida de hasta 10 segundos.
Modelos y capacidades
-
¿Cuáles son los requisitos de grabación para el video de referencia?
mp4/mov, máximo 100MB, de 3 a 30 segundos, grabación continua en una sola toma, con la cabeza, los hombros y el torso de la persona claramente visibles; de ser posible, que aparezca una sola persona y evitar cambios frecuentes de plano y oclusiones. La imagen de referencia también debe mostrar la cabeza, los hombros y el torso, con ambos lados mayores a 340px y una relación de aspecto entre 2:5 y 5:2.
Modelos y capacidades
-
¿Se conservará el audio del video de referencia?
Se conserva por defecto (keep_original_sound=true), ideal para locución y covers de baile que reutilizan directamente la pista de audio original; si no se necesita, pasa false para generar solo la imagen.
Modelos y capacidades
-
¿Cómo se factura Kling 3.0 Motion Control?
Se factura según los segundos reales de salida; el precio unitario de 720p y 1080p es diferente. Al crear la tarea se retiene un anticipo según el límite superior orientativo y, al finalizar, se ajusta según los segundos reales de salida, reembolsando el exceso o cobrando la diferencia; consulta los precios unitarios concretos en la sección de precios en tiempo real de esta página.
Modelos y capacidades
-
¿Qué duración y tamaño puede tener el video generado?
La duración puede ser de 3 a 15 segundos (en segundos enteros, 5 segundos por defecto), la resolución puede ser 720p, 1080p o 4K, y las relaciones de aspecto admitidas son 16:9, 9:16 y 1:1.
Modelos y capacidades
-
¿El vídeo generado tiene sonido?
Al activar el audio nativo (audio), el modelo genera simultáneamente sonidos que coinciden con la imagen, como efectos de sonido, sonido ambiental y ritmo; está desactivado de forma predeterminada y, cuando se desactiva, la salida no incluye pista de audio.
Modelos y capacidades
-
¿Qué es el storyboard inteligente?
Tras activar prefer_multi_shots, el modelo planifica automáticamente varias tomas según la trama del prompt y realiza los cambios entre ellas; es ideal para contar una historia completa. Si solo necesitas una toma continua, basta con dejarlo desactivado.
Modelos y capacidades
-
¿Cómo hacer que un personaje o producto fijo aparezca en el video?
Agrega el sujeto en elements: completa el nombre, una descripción breve y de 2 a 4 imágenes del mismo sujeto, luego referéncialo en el prompt con @nombre. En la generación de video a partir de texto se pueden agregar hasta 7 sujetos.
Modelos y capacidades
-
¿Cuál es la diferencia con Kling 3.0 Text-to-Video?
Ambos admiten de 3 a 15 segundos y de 720p a 4K. La versión Omni además permite referenciar materiales de sujetos con elements y realizar un storyboard inteligente, ideal para contenidos que requieren mantener la coherencia de personajes o productos; cuando solo se necesita generación a partir de texto, cualquiera de los dos sirve.
Modelos y capacidades
-
¿Cómo se cobra?
Se cobra según la duración del video; la resolución y si el audio está activado afectan el precio unitario. Consulta la página de precios para conocer las tarifas vigentes; el detalle del consumo de cada tarea puede verse en el historial de tareas de HiAPI.
Modelos y capacidades
-
¿Cuántas imágenes hay que subir?
En image_urls se envían 1–2 imágenes: 1 imagen como fotograma inicial; con 2 imágenes se ordenan como [fotograma inicial, fotograma final], usando el fotograma final para controlar la imagen de cierre. Se admiten JPG / PNG, con un máximo de 50MB por imagen, el lado corto de al menos 300px y una relación de aspecto entre 0.4 y 2.5.
Modelos y capacidades
-
¿Se puede elegir la relación de aspecto del video?
No se puede elegir por separado. La relación de aspecto de salida sigue a la imagen del primer fotograma; si deseas una orientación vertical o cuadrada, prepara un primer fotograma con la proporción correspondiente.
Modelos y capacidades
-
¿Qué duración puede tener el vídeo generado?
La duración es seleccionable entre 3 y 15 segundos (segundos enteros, 5 segundos por defecto), y la resolución es seleccionable entre 720p, 1080p o 4K.
Modelos y capacidades
-
¿Admite audio y guiones gráficos inteligentes?
Sí. Al activar el audio nativo, se genera de forma sincronizada un sonido que coincide con la imagen; al activar los guiones gráficos inteligentes, el modelo planifica automáticamente varias tomas según el prompt. Ambas opciones están desactivadas de forma predeterminada.
Modelos y capacidades
-
¿Se pueden referenciar varios sujetos al mismo tiempo?
Sí. En elements se pueden añadir hasta 3 sujetos, con 2–4 imágenes por sujeto, y referenciarlos en el prompt con @nombre para mantener la consistencia del personaje o producto en planos posteriores al primero.
Modelos y capacidades
-
¿Cuántas imágenes de referencia se pueden subir como máximo?
En image_urls se envían de 1 a 7 imágenes de referencia; al añadir un video de referencia, como máximo 4. La suma de imágenes de referencia y sujetos de elements no debe superar los 7 (con video de referencia, no más de 4). Se admiten JPG / PNG, cada imagen no debe superar los 50MB y el lado corto debe ser de al menos 300px.
Modelos y capacidades
-
¿Cuál es la función y las limitaciones del video de referencia?
video_urls permite pasar opcionalmente 1 video de referencia para tomar como referencia el movimiento de cámara y el ritmo. Requisitos: MP4 / MOV, no más de 200MB, duración de 3–15.5 segundos, ancho y alto de 700–4553px, 24–60fps. Al usar un video de referencia no se pueden activar el audio nativo ni la división inteligente de planos.
Modelos y capacidades
-
¿Cuál es la diferencia entre la generación de video con referencia y la generación de video a partir de imagen?
La generación de video a partir de imagen toma la imagen como el primer fotograma del video; la generación de video con referencia toma la imagen como la apariencia de una persona, mascota u objeto, y genera una composición y escena completamente nuevas, por lo que la imagen de referencia no aparece tal cual al inicio.
Modelos y capacidades
-
¿Qué duración y qué formatos de relación de aspecto puede tener el vídeo generado?
Duración de 3 a 15 segundos (5 segundos por defecto), resolución de 720p, 1080p o 4K, y relaciones de aspecto compatibles con 16:9, 9:16 y 1:1.
Modelos y capacidades
-
¿Cómo especificar quién es quién en el prompt?
Puedes describir directamente con texto el sujeto de la imagen de referencia, por ejemplo «la mujer con impermeable amarillo en la imagen de referencia»; cuando necesites un vínculo más explícito, nombra al sujeto en elements y referéncialo con @nombre.
Modelos y capacidades
-
¿Qué tipo de video hay que subir?
En video_urls se envía 1 video de origen: MP4 o MOV, de no más de 200MB, con una duración de 3–15,5 segundos, un ancho y alto de 700–4553px y una tasa de fotogramas de 24–60fps.
Modelos y capacidades
-
¿Se puede configurar la duración y el formato?
No es necesario configurarlo. La duración y el formato de salida se ajustan al video de origen; lo que sí se puede elegir es la resolución (720p, 1080p o 4K).
Modelos y capacidades
-
¿Qué se conserva y qué cambia en la transformación de video?
Se conservan las acciones y los movimientos de cámara del video original, y se cambian el estilo visual, la escena, el clima o el sujeto según el prompt. Los resultados son más estables si se indica explícitamente en el prompt "conservar las acciones y la cámara del video original".
Modelos y capacidades
-
¿Los videos generados tienen sonido?
No. La transformación de video no genera audio; si necesita sonido, agréguelo en la posproproducción o conserve la pista de audio del video original para sintetizarla posteriormente.
Modelos y capacidades
-
¿Cómo se cambia el sujeto por una imagen especificada?
Añade el sujeto en elements, completa el nombre, la descripción y de 2 a 4 imágenes, y luego en el prompt usa @nombre para indicar que se reemplace el sujeto original por él. Se pueden añadir como máximo 7 sujetos.
Modelos y capacidades
-
¿El modelo Kling 3.0 Turbo de texto a video requiere subir una imagen?
No. La página actual corresponde al modelo de texto a video puro kling-3.0-turbo/text-to-video, que solo acepta un Prompt de texto. Si necesitas generar un video a partir de un primer fotograma, debes usar la página independiente del modelo Kling 3.0 Turbo Image-to-Video.
Modelos y capacidades Kling 3.0 Turbo
-
¿Qué duraciones, resoluciones y relaciones de aspecto admite Kling 3.0 Turbo?
El contrato de solicitud actual de HiAPI admite de 3 a 15 segundos, 720p o 1080p, y 16:9, 9:16, 1:1. Los ejemplos de la página cubren 720p, 5 segundos y 12 segundos, horizontal y vertical; 1080p y 1:1 son capacidades admitidas por la interfaz, pero la página aún no cuenta con ejemplos correspondientes.
Modelos y capacidades Kling 3.0 Turbo
-
¿Cómo se factura la generación de video a partir de texto con Kling 3.0 Turbo?
Se factura según la duración y la resolución del video generado; 720p y 1080p usan distintas tarifas por segundo. El monto exacto se rige por el precio en tiempo real de la página y el registro de tareas.
Modelos y capacidades Kling 3.0 Turbo
-
¿Cómo escribir un prompt de texto a video para Kling 3.0 Turbo?
Primero escribe el sujeto y la escena, luego describe la acción y el movimiento de cámara en orden, y finalmente añade los requisitos de iluminación, estilo y estabilidad. Para los planos largos, especifica claramente single continuous shot, no cuts y la trayectoria de cámara; en el caso de contenido vertical, también debes indicar vertical en el prompt y establecer aspect_ratio en 9:16.
Modelos y capacidades Kling 3.0 Turbo
-
¿Kling 3.0 Turbo puede controlar el sonido?
Los parámetros de solicitud públicos actuales no incluyen un interruptor de sonido independiente ni un campo de audio, por lo que esta página no garantiza un control preciso de diálogos, música o efectos de foley. Los archivos de ejemplo pueden incluir pistas de audio, pero en proyectos formales se debe seguir revisando la salida y, según sea necesario, completar en posproducción el doblaje, la mezcla y la revisión de derechos de autor.
Modelos y capacidades Kling 3.0 Turbo
-
¿Cómo llamar a Kling 3.0 Turbo de texto a vídeo mediante la API?
Envía una tarea asíncrona con POST /v1/tasks, configura model como kling-3.0-turbo/text-to-video y pasa prompt, duration, resolution y aspect_ratio en input. La solicitud de creación devuelve taskId; consulta la documentación de la API para la consulta de tareas, las devoluciones de llamada, el manejo de errores y la lista completa de parámetros.
Modelos y capacidades Kling 3.0 Turbo
-
¿Qué requisitos debe cumplir la imagen del primer fotograma?
Una URL de imagen jpeg o png accesible públicamente, colocada en el arreglo image_urls, y solo se sube una imagen a la vez. La imagen se tomará como el fotograma inicial del clip.
Modelos y capacidades Kling 4.0
-
¿Qué pasa si no se selecciona la relación de aspecto?
Si no se pasa aspect_ratio, la salida sigue automáticamente la proporción del primer fotograma, por lo que una imagen vertical no se recorta forzosamente a horizontal. Solo es necesario configurarlo explícitamente cuando se desea sobrescribir la proporción de la imagen original.
Modelos y capacidades Kling 4.0
-
¿Es obligatorio el Prompt?
Sí. La imagen del primer fotograma define la composición y el sujeto, y el Prompt describe la acción, la cámara y el sonido; se necesitan ambos. Normalmente, un texto más breve suele dar mejores resultados.
Modelos y capacidades Kling 4.0
-
¿Cómo se factura la generación de video a partir de imágenes?
Se factura igual que la generación de video a partir de texto, según los segundos de salida; las tarifas de 720p y 1080p son diferentes y no hay precio mínimo.
Modelos y capacidades Kling 4.0
-
¿Se puede hacer que el video tenga sonido?
Sí. El audio y la imagen se generan juntos, y el MP4 de salida incluye su propia pista de audio; basta con escribir en el Prompt la fuente de sonido deseada.
Modelos y capacidades Kling 4.0
-
¿Cómo se llama a través de la API?
Envíe una tarea asíncrona a POST /v1/tasks, con model establecido en kling-4.0/image-to-video, e incluya en input image_urls, así como los opcionales prompt, duration, resolution, aspect_ratio.
Modelos y capacidades Kling 4.0
-
¿El modelo de texto a video Kling 4.0 requiere subir una imagen?
No. kling-4.0/text-to-video solo acepta un Prompt de texto. Si necesitas animar un primer fotograma específico, utiliza el modelo de imagen a video de Kling 4.0 kling-4.0/image-to-video.
Modelos y capacidades Kling 4.0
-
¿Qué duraciones, resoluciones y relaciones de aspecto admite Kling 4.0?
Admite de 3 a 30 segundos en segundos enteros, 720p o 1080p, y relaciones de aspecto 16:9, 9:16, 1:1 y 21:9 ultra panorámica. Los ejemplos de la página incluyen clips horizontales de 5 segundos en 720p y 1080p.
Modelos y capacidades Kling 4.0
-
¿Kling 4.0 genera sonido?
Sí. La imagen y el audio se generan en una misma pasada, y el MP4 de salida incluye su propia pista de audio. Si describes los sonidos ambientales y las fuentes sonoras en el Prompt (por ejemplo, sonido de lluvia, de motor o de instrumentos), el modelo los incorporará.
Modelos y capacidades Kling 4.0
-
¿Cómo se factura la generación de video a partir de texto?
Se factura por segundos de salida; 720p y 1080p usan distintas tarifas por segundo, sin precio mínimo: generar 5 segundos equivale al precio unitario de 5 segundos. El importe exacto se rige por el precio en tiempo real de la página y el registro de la tarea.
Modelos y capacidades Kling 4.0
-
¿Cómo escribir mejores prompts para Kling 4.0?
Primero describe el sujeto y la escena, luego especifica cómo se mueve la cámara (acercamiento, travelling lateral, cámara en mano, plano fijo) y, por último, añade la iluminación y la atmósfera. Si necesitas sonido, inclúyelo directamente en el mismo párrafo de descripción, no lo dejes para la posproducción.
Modelos y capacidades Kling 4.0
-
¿Para qué es adecuado Krea 2 Medium Turbo?
Genera imágenes de alta fidelidad rápidamente a partir de una descripción de texto, por lo que es adecuado para escenarios que requieren generar imágenes con rapidez y ajustar los prompts repetidamente, como bocetos conceptuales, imágenes para redes sociales y escenas con estilo cinematográfico.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Qué relaciones de aspecto se admiten?
aspect_ratio admite 1:1 (predeterminado), 4:3, 3:2, 16:9, 2.35:1, 4:5, 2:3 y 9:16, en total 8 opciones.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Para qué tipo de imágenes es adecuada la relación 2.35:1?
2.35:1 es una relación de aspecto cinematográfica panorámica común, adecuada para composiciones ultra anchas como escenas con sensación cinematográfica, banners de sitios web y portadas de vídeo.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Qué función tiene creativity (nivel de creatividad)?
creativity controla el grado de libertad del modelo al interpretar el prompt; los valores disponibles son raw, low, medium y high. Cuanto más bajo es el nivel, más se ciñe a la descripción; cuanto más alto, más creativa es la imagen, aunque también puede desviarse de la descripción.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Cuál es el nivel predeterminado de creativity?
En HiAPI, el valor predeterminado es low, lo que hace que el resultado se ajuste más al prompt. Si quieres más variación, puedes cambiarlo a medium o high.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Cómo se usa seed?
seed es un número entero opcional. Si no se pasa, cada vez es aleatorio; al fijar seed y los demás parámetros, se puede reproducir el mismo resultado, lo que facilita comparar cambios en el prompt o en el nivel de creatividad.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Cuántas imágenes se pueden generar a la vez?
Cada solicitud genera 1 imagen; si necesitas varias, envía varias tareas por separado.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Hay un límite de longitud para el prompt?
prompt es obligatorio, longitud de 1 a 5000 caracteres.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Es necesario subir una imagen de referencia?
No es necesario; este es un modelo de generación de imágenes puramente a partir de texto, que genera imágenes solo con la descripción textual. Las imágenes de referencia de estilo, los estilos predefinidos y los moodboards no están disponibles por el momento.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Cómo se cobra?
El cobro se realiza por el número de imágenes generadas, 1 imagen por solicitud. El precio unitario vigente se basa en el precio en tiempo real que se muestra en la página.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Cómo obtener el resultado de la generación?
Después de llamar a POST /v1/tasks, se devuelve inmediatamente el taskId. En el entorno de producción se recomienda configurar callback.url para recibir la notificación de finalización; durante la depuración se puede consultar repetidamente GET /v1/tasks/:id; una vez que la tarea se completa con éxito, descargue desde la URL de la imagen en output.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Existe una verificación de seguridad del contenido?
Sí, cada generación activa la verificación de seguridad; las solicitudes que no cumplan con las normas de contenido pueden fallar.
Modelos y capacidades Krea 2 Medium Turbo
-
¿Para qué es adecuado Krea 3?
Es adecuado para fotografía realista, retratos, imágenes de producto, gastronomía, arquitectura y espacios, ilustración y diseño conceptual, y también puede generar carteles con texto de titular. Con prompts cortos también se obtienen imágenes completas, ideal para explorar direcciones rápidamente.
Modelos y capacidades Krea 3
-
¿Cuál es la diferencia entre berry y jam?
Son dos variantes del mismo modelo, con la mayoría de los parámetros idénticos (negative_prompt solo tiene efecto en berry): Krea posiciona berry como prioridad en calidad y jam como prioridad en velocidad, ambos al mismo precio. Se alternan mediante input.variant; por defecto, berry. En comparaciones reales, con la misma seed ambos difieren en composición y tonos de color, con calidad de imagen comparable; conviene probar ambos una vez y luego elegir.
Modelos y capacidades Krea 3
-
¿Qué es reasoning_level? ¿Cuál debería elegir?
Controla cuánto esfuerzo dedica el modelo a comprender y ampliar el prompt antes de generar la imagen; las opciones son low y medium (predeterminado). Usa medium cuando el prompt sea muy corto o abstracto; usa low cuando el prompt ya esté bien detallado y quieras mayor rapidez.
Modelos y capacidades Krea 3
-
¿Qué tamaños son compatibles?
image_size admite 6 opciones: square_hd (1024 × 1024, predeterminado), square (512 × 512), portrait_4_3 (768 × 1024), portrait_16_9 (576 × 1024), landscape_4_3 (1024 × 768), landscape_16_9 (1024 × 576).
Modelos y capacidades Krea 3
-
¿Se puede generar en 2K o con ancho y alto personalizados?
No. Esta página ofrece la especificación 1K, no admite auto ni ancho y alto personalizados; si se pasan, devolverá directamente un error de parámetro y no se cobrará.
Modelos y capacidades Krea 3
-
¿Cómo se factura?
Se factura por el número de imágenes generadas correctamente; los 6 tamaños tienen el mismo precio, y berry y jam tienen el mismo precio. El precio unitario concreto se rige por el precio en tiempo real de la página; las solicitudes que fallan la validación de parámetros no se cobran.
Modelos y capacidades Krea 3
-
¿Cuántas imágenes se pueden generar a la vez?
Se genera 1 imagen por solicitud. Si necesitas varias, envía varias tareas o vuelve a ejecutar con un seed distinto.
Modelos y capacidades Krea 3
-
¿Cómo se usan las indicaciones negativas?
Escribe los elementos que no deseas que aparezcan en negative_prompt, por ejemplo people, text, watermark, con una longitud máxima de 1024 caracteres. Solo tiene efecto en berry: al seleccionar jam, Playground oculta esa opción y deja de enviarla; tampoco surte efecto si se pasa a jam mediante la API.
Modelos y capacidades Krea 3
-
¿Cómo obtener resultados reproducibles?
Pasa un seed fijo (0–2147483647) y mantén sin cambios el prompt, el tamaño, el variant y el reasoning_level. Al crear una serie de imágenes, basta con modificar un solo detalle de la descripción.
Modelos y capacidades Krea 3
-
¿Es preciso el texto de la imagen?
Los títulos cortos suelen ser bastante precisos. Escribe el texto palabra por palabra entre comillas e indica la posición y el estilo de la fuente; cuando haya mucho texto, se recomienda usar berry con reasoning medium.
Modelos y capacidades Krea 3
-
¿En qué formato se genera la salida?
output_format puede ser png (predeterminado) o jpeg. Una vez completada la tarea con éxito, descarga la imagen desde output[].url del resultado; el enlace tiene un período de validez, guárdala a tiempo.
Modelos y capacidades Krea 3
-
¿Es necesario subir una imagen de referencia?
No es necesario, este es un modelo de texto a imagen puro, solo acepta descripciones de texto.
Modelos y capacidades Krea 3
-
Si cambio jam por la misma seed, ¿obtendré la misma imagen?
No. La seed solo reproduce el resultado dentro del mismo variante; berry y jam con la misma seed darán composiciones y tonalidades diferentes. Si quieres comparar los dos variantes, puedes ejecutar cada uno una vez como si fueran dos propuestas.
Modelos y capacidades Krea 3
-
¿Qué resoluciones admite LTX 2.5 Fast?
Dos niveles: 720p y 1080p; el valor predeterminado es 720p. Es igual tanto para texto a vídeo como para imagen a vídeo.
Modelos y capacidades LTX 2.5 Fast
-
¿Qué duración puede tener el vídeo generado?
De 2 a 20 segundos; opciones de 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18 y 20 segundos, con 6 segundos por defecto.
Modelos y capacidades LTX 2.5 Fast
-
¿Admite orientación vertical?
Sí. Basta con establecer aspect_ratio en 9:16 para obtener un vídeo vertical; el valor predeterminado es 16:9 horizontal.
Modelos y capacidades LTX 2.5 Fast
-
¿Qué es el audio nativo? ¿Tiene un costo adicional?
Al activar generate_audio, el modelo genera simultáneamente sonido ambiente, efectos de sonido o música de fondo; está activado por defecto. Si se desactiva, se obtiene un video sin sonido y el precio no cambia.
Modelos y capacidades LTX 2.5 Fast
-
¿Cómo se factura?
La facturación se realiza por segundos de vídeo; el precio por segundo depende de la resolución, y 1080p es más caro que 720p. Los precios vigentes se consultan en la página de precios.
Modelos y capacidades LTX 2.5 Fast
-
¿Cómo elegir entre texto a vídeo e imagen a vídeo?
Usa texto a vídeo cuando solo tengas texto creativo; usa imagen a vídeo cuando ya dispongas de imágenes de producto, carteles o storyboards, así el sujeto de la imagen será más controlable.
Modelos y capacidades LTX 2.5 Fast
-
¿Cómo se usa el fotograma final en la generación de video a partir de imágenes?
Pasa 2 imágenes en image_urls; la segunda es el fotograma final. El modelo hará una transición natural desde el primer fotograma hasta el fotograma final, ideal para transiciones como de día a noche o cambios de apertura y cierre.
Modelos y capacidades LTX 2.5 Fast
-
¿Cuáles son los requisitos para el primer y el último fotograma?
URL de imagen JPG, PNG o WebP. Cuanto más similares sean la composición y la posición de cámara de ambas imágenes, más fluida será la transición.
Modelos y capacidades LTX 2.5 Fast
-
¿Se puede modificar la tasa de fotogramas?
Fija a 25fps, no es necesario pasar parámetros.
Modelos y capacidades LTX 2.5 Fast
-
¿La relación de aspecto del video generado a partir de una imagen sigue a la de la imagen?
La relación de aspecto de salida está determinada por aspect_ratio. Se recomienda que coincida con la de la imagen del primer fotograma para evitar recortes o bordes.
Modelos y capacidades LTX 2.5 Fast
-
¿Cómo escribir mejores prompts?
Estructúralo como «sujeto + acción + plano + sonido», por ejemplo «barista vertiendo leche para hacer latte art, primer plano, luz de la mañana, tintineo suave de la taza y el platillo». Para image-to-video basta con describir el movimiento que se quiere añadir, sin repetir la imagen.
Modelos y capacidades LTX 2.5 Fast
-
¿Cuánto tiempo se conservan los videos generados?
El enlace del resultado tiene un periodo de validez; si necesitas conservarlo a largo plazo, descárgalo o guárdalo en tu propio almacenamiento a tiempo.
Modelos y capacidades LTX 2.5 Fast
-
¿Cómo se usa esta entrada cuando no hay imágenes?
Simplemente describe la escena, la acción, la cámara y el sonido; el primer y el último fotograma pueden omitirse, y cuando no hay imágenes se usa el lienzo horizontal predeterminado. Las aplicaciones existentes pueden seguir usando minimax-h3-max; para nuevas creaciones que requieran elegir el formato, usa MiniMax H3 Max Text-to-Video.
Modelos y capacidades
-
¿Se pueden usar imágenes existentes como fotograma inicial o final?
Puedes proporcionar el fotograma inicial, el fotograma final o ambos a la vez. El fotograma inicial define la imagen de inicio y el fotograma final guía la imagen de cierre; si hay fotograma inicial, el lienzo sigue al fotograma inicial, y si solo hay fotograma final, sigue al fotograma final. Al usar imágenes de fotograma, no pases aspect_ratio al mismo tiempo.
Modelos y capacidades
-
¿Los parámetros de relación de aspecto antiguos pueden controlar el formato vertical?
Esta entrada conserva la aceptación compatible de aspect_ratio, pero no garantiza que este campo cambie el lienzo de generación. Cuando se necesite seleccionar explícitamente 9:16 u otra relación de aspecto, utilice MiniMax H3 Max Text-to-Video; si hay una imagen, el lienzo se determina según la composición de la imagen.
Modelos y capacidades
-
¿Es necesario modificar el código de las llamadas existentes?
No es necesario. El nombre del modelo, la dirección del endpoint, la duración predeterminada y la resolución predeterminada permanecen igual; las solicitudes que antes eran válidas siguen siéndolo. Solo si desea utilizar los nuevos campos opcionales, agréguelos a la solicitud.
Modelos y capacidades
-
¿Cuál es la diferencia entre esta entrada y las nuevas entradas de texto a video e imagen a video?
Esta entrada conserva el comportamiento original: la imagen es opcional y, si no hay imagen, el valor predeterminado es horizontal. La entrada de texto a video solo acepta texto y permite elegir la relación de aspecto de forma opcional; la entrada de imagen a video requiere al menos un primer fotograma o un último fotograma. En las tres, la duración, la resolución, la seed, la expansión y la forma de especificar el audio de destino son consistentes.
Modelos y capacidades
-
¿Cuál es la longitud máxima de un prompt?
En esta entrada, un máximo de 7.000 caracteres. Si necesitas descripciones de tomas más largas, las entradas de texto a vídeo e imagen a vídeo tienen límites más altos.
Modelos y capacidades
-
¿Se debe activar 1080P por defecto para las solicitudes antiguas?
No cambies el valor predeterminado. Las solicitudes antiguas que no especifiquen la resolución seguirán usando 768P; solo se usará ese nivel si se pasa 1080P explícitamente. Se recomienda probar primero con una pequeña cantidad de tareas y comparar los resultados finales antes de decidir.
Modelos y capacidades
-
¿Por qué la misma indicación produce una relación de aspecto diferente en una solicitud de texto y en una solicitud de imagen?
Porque el lienzo proviene de la imagen. Con un fotograma inicial, se sigue el fotograma inicial; con solo un fotograma final, se sigue el fotograma final; con texto puro, se usa la pantalla horizontal predeterminada. Para fijar la relación de aspecto con texto puro, cambie a la entrada de texto a video.
Modelos y capacidades
-
¿Es necesario preparar imágenes?
No es necesario; esta entrada solo crea videos a partir de texto y no acepta imágenes de primer o último fotograma. Si ya tienes imágenes y deseas establecer el fotograma inicial o final, elige MiniMax H3 Max Image-to-Video.
Modelos y capacidades
-
¿Cómo elegir la relación de aspecto para la ubicación de publicación?
Opciones: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. La horizontal es adecuada para tomas de entorno y aperturas, la vertical para videos cortos y la cuadrada para feeds. En la composición, define la posición del sujeto y el espacio de movimiento para facilitar que la toma se adapte a la relación de aspecto elegida.
Modelos y capacidades
-
¿Cómo escribir descripciones de planos más claras?
Empieza por el sujeto y el entorno, y luego describe una acción continua, la dirección de cámara y el sonido. Evita incluir demasiados eventos en un cortometraje; si necesitas descripciones más ricas, puedes usar la expansión de prompts y ajustar después de ver el resultado final.
Modelos y capacidades
-
¿Realmente se genera en vertical con el formato 9:16?
Sí. Esta opción genera directamente según la relación de aspecto seleccionada; nuestra prueba en 768P devolvió 768×1344.
Modelos y capacidades
-
¿Se puede usar un audio objetivo y una duración muy corta al mismo tiempo?
No. Al usar un audio objetivo, la duración del video debe ser de al menos 2 segundos, y el propio audio también debe ser de al menos 2 segundos. Si solo quieres crear un fragmento extremadamente corto de menos de 1 segundo, basta con dejar que el modelo genere el sonido por sí mismo.
Modelos y capacidades
-
¿Cómo puedo obtener diferentes formatos de imagen con un estilo similar a partir de una misma idea?
Fija el prompt y el seed, y cambia solo aspect_ratio. El mismo seed no garantiza que la imagen sea completamente idéntica, pero el estilo, la tonalidad y la tendencia de la acción suelen ser más parecidos, lo que facilita la selección.
Modelos y capacidades
-
¿Cuándo se debe activar la expansión de prompts?
Cuando solo tienes una idea breve, usa balanced o quality para que el modelo añada detalles; cuando ya has definido la toma, la iluminación y la acción, usa disabled y conserva tu propia redacción. La expansión no modifica la duración que solicitas.
Modelos y capacidades
-
¿Por qué la duración devuelta difiere ligeramente de la solicitada?
El video se genera por fotogramas, por lo que la duración final se ajusta al límite de fotograma más cercano. En nuestras pruebas, la diferencia es inferior a un tercio de segundo. Cuando se necesiten puntos de corte precisos, tómese como referencia la duración del video devuelto.
Modelos y capacidades
-
¿Para qué sirve una imagen en 1080P?
1080P es un nivel de salida que mejora aún más la imagen en 768P, adecuado para la entrega final o la reproducción en pantallas grandes; en las etapas de borrador y comparación, usar 480P o 768P es más rápido.
Modelos y capacidades
-
¿Hay que subir tanto el primer fotograma como el último?
Se debe proporcionar al menos una: usar solo el primer fotograma para establecer la imagen inicial, usar solo el último fotograma para guiar la imagen final, o usar ambas juntas para definir la composición de inicio y fin. Estas imágenes cumplen la función de fotogramas de inicio y fin del video, no son imágenes de referencia de estilo comunes.
Modelos y capacidades
-
¿Qué imagen determina la relación de aspecto del encuadre?
Si hay fotograma inicial, se toma como referencia el fotograma inicial; si solo hay fotograma final, se toma como referencia el fotograma final. Esta entrada no acepta aspect_ratio. Prepare una imagen horizontal o vertical que se ajuste a la ubicación de publicación; en el caso de doble fotograma, lo mejor es usar un formato consistente. El tamaño de salida concreto dependerá del video.
Modelos y capacidades
-
¿Es necesario describir la imagen repetidamente en el prompt?
La imagen ya proporciona el sujeto y la composición; el prompt debe centrarse en las acciones, los cambios del entorno y cómo continúa la cámara. Cuando sea necesario fijar la posición final, indica la dirección del movimiento junto con el fotograma final y deja una duración adecuada para la acción.
Modelos y capacidades
-
¿Se puede enviar solo el fotograma final?
Sí. Cuando solo se envía el fotograma final, este actúa como imagen de cierre y también determina la relación de aspecto general. Basta con que el prompt describa la acción que ocurre desde el inicio hasta ese final.
Modelos y capacidades
-
¿Qué ocurre si las dimensiones del primer y último fotograma no coinciden?
El encuadre se basa en el primer fotograma y el último se ajusta en consecuencia, pero si la diferencia es demasiado grande la transición puede verse poco natural. Se recomienda que ambas imágenes tengan la misma orientación y una composición similar.
Modelos y capacidades
-
¿Se puede subir una imagen de referencia para controlar el estilo en lugar de los fotogramas inicial y final?
No. La imagen de esta entrada corresponde a los fotogramas inicial y final del video, no a una referencia de estilo genérica. Si necesitas partir de texto, utiliza la entrada de texto a video.
Modelos y capacidades
-
¿Cómo se debe combinar el audio objetivo con las imágenes?
Tras pasar target_audio_url, la pista de audio del video final se sustituye por tu audio. El audio debe durar al menos 2 segundos y no superar los 15 MB, y el video también debe durar al menos 2 segundos. No garantiza impulsar los movimientos de la imagen; los movimientos siguen dependiendo de la descripción del prompt.
Modelos y capacidades
-
¿Para qué sirve 1080P en la generación de video a partir de imágenes?
1080P es un nivel de salida que mejora aún más la imagen sobre la base de 768P. Realizamos una prueba con dos imágenes verticales como fotogramas inicial y final, y 1080P devolvió 1080×1920. Es adecuado para la entrega final; para comparar prompts, usar 480P es más rápido.
Modelos y capacidades
-
¿Por qué conviene probar primero una versión con una duración muy corta?
La duración admite decimales de 0.92 a 15 segundos. Primero confirma con 1.5–2 segundos si el primer fotograma se usa correctamente y si la orientación de la imagen es la esperada; después amplía a la duración final. Así se evitan muchos rodeos.
Modelos y capacidades
-
¿Cómo alternar entre generación y edición?
Basta con escribir el prompt para generar una imagen. Tras añadir una imagen de referencia, describe lo que debe modificarse y los detalles que deben conservarse; ambos usos emplean el mismo ID de modelo. Cada tarea se procesa de forma independiente; si necesitas seguir editando, vuelve a proporcionar el resultado anterior.
Modelos y capacidades
-
¿Cómo se usan las imágenes de referencia junto con el prompt?
Se pueden añadir hasta 10 imágenes en formato JPEG, PNG o WebP. Indica el sujeto, el fondo o el estilo que aporta cada imagen y, a continuación, enumera los elementos que se deben conservar. La URL de cada imagen debe ser de acceso público; a través de la API, cada imagen no debe superar los 30 MB.
Modelos y capacidades
-
¿Cómo se elige la relación de aspecto con auto?
auto hace que el modelo elija la relación de aspecto según el prompt y las imágenes de referencia. Cuando necesites un póster o un formato publicitario, elige directamente una proporción concreta; el nivel de resolución no representa un ancho y alto en píxeles fijos. La proporción es el objetivo de composición y los píxeles reales pueden variar ligeramente, especialmente en 1:8 y 8:1; para formatos fijos, verifica las dimensiones del archivo de salida antes de recortar.
Modelos y capacidades
-
¿Cómo mejorar la legibilidad del texto en un póster?
Escribe frase por frase el texto que debe aparecer, indica la posición del título, las etiquetas y los subtítulos, y limita el texto adicional. Una vez finalizado el diseño, verifica palabra por palabra, especialmente en los tamaños de fuente pequeños y los párrafos largos.
Modelos y capacidades
-
¿Se pueden generar imágenes con fondo transparente o varias imágenes a la vez?
Actualmente cada tarea genera una imagen JPG o PNG; no hay una opción de fondo transparente ni un parámetro para el número de imágenes por lote. PNG es un formato de archivo y no garantiza un fondo transparente.
Modelos y capacidades
-
¿Cómo obtener y guardar el resultado?
Tras el envío, guarde el taskId, consulte el estado mediante GET /v1/tasks/:id y, una vez completado, lea output[].url. También puede configurar callback.url para recibir notificaciones del estado final; guarde oportunamente los resultados que vaya a usar a largo plazo.
Modelos y capacidades
-
¿Para qué tipos de creación es adecuado Nano Banana 2.1?
Puedes empezar por retratos de moda y escenas de interiores, o proporcionar una imagen original como referencia para la edición. Esta página muestra retratos costeros, espacios de mobiliario y comparativas de cambio de vestuario generados realmente; el resultado depende de cada entrada concreta, por lo que conviene revisar los detalles antes de la entrega.
Modelos y capacidades
-
¿Cómo elegir entre 1K, 2K y 4K?
Empieza con 1K para definir la dirección; elige 2K cuando necesites discutir detalles de materiales, espacio o maquetación; considera 4K para presentaciones más grandes y recortes posteriores. Una resolución más alta no corrige automáticamente errores de texto o de estructura, y las dimensiones reales en píxeles varían según el formato.
Modelos y capacidades
-
¿Cómo puedo modificar una imagen conservando en la medida de lo posible la composición original?
Sube la imagen original que quieres editar e indica por separado los elementos que deseas modificar y los que deseas conservar; por ejemplo, sustituir la chaqueta y mantener el rostro, la postura y el fondo de la persona. Compara el resultado con la imagen original y revisa los bordes de la ropa, las manos y la iluminación; si necesitas seguir editando, vuelve a proporcionar el último resultado.
Modelos y capacidades
-
¿Cómo hacer que las imágenes generadas tengan una textura más fotográfica?
Especifica el sujeto, la acción, el material de la ropa o de la superficie, la posición de la cámara y la dirección de la luz, y controla la cantidad de accesorios. Amplía y revisa la piel, las manos, los reflejos y las sombras; limitarte a escribir "fotografía de alta gama" o aumentar la resolución no garantiza la precisión de los detalles.
Modelos y capacidades
-
¿Qué entradas necesita OmniHuman 1.5?
Una imagen de retrato (image_url) y un audio (audio_url), ambos obligatorios. El prompt, la máscara, la resolución, el modo rápido y la semilla aleatoria son opcionales.
Modelos y capacidades
-
¿Qué tipo de imagen de persona produce el mejor resultado?
Las imágenes de una sola persona con el rostro claro y la boca sin obstrucciones son las más estables; sirven fotos de personas reales, mascotas, ilustraciones y personajes de anime; las imágenes de medio cuerpo o de cuerpo entero incluirán más gestos. El formato del video sigue a esta imagen, no es necesario configurar otra proporción.
Modelos y capacidades
-
¿Qué requisitos hay para el audio?
Puede ser habla o canto, en formato mp3, wav, aac, ogg, m4a, con un máximo de 10MB; la duración debe ser inferior a 60 segundos, y se obtienen mejores resultados con 15 segundos o menos. La duración del video es igual a la duración del audio.
Modelos y capacidades
-
¿Se puede usar audio de canto u otro idioma como el inglés?
Sí. El audio de conducción puede ser tanto habla como canto; la sincronización labial no depende del idioma. Con un mismo retrato, al cambiar el doblaje a distintos idiomas se pueden generar versiones correspondientes a cada idioma.
Modelos y capacidades
-
¿La indicación es obligatoria?
No. Si no se escribe una indicación, el modelo organiza por sí mismo las expresiones y los movimientos según el audio; escríbela solo cuando quieras controlar las expresiones, los gestos o el encuadre. Admite hasta 300 caracteres y es compatible con chino, inglés, japonés, coreano, español e indonesio.
Modelos y capacidades
-
¿Cómo se especifica el hablante cuando hay varias personas en la imagen?
Sube a mask_urls imágenes de máscara del mismo tamaño que la imagen del retrato (la región del hablante en blanco y el resto en negro), hasta un máximo de 5; la persona especificada sincronizará los labios.
Modelos y capacidades
-
¿Cuál es la diferencia con HeyGen Avatar IV?
OmniHuman 1.5 solo acepta control por audio, pero admite mascotas y personajes de anime, tiene expresiones y movimientos corporales más ricos, y permite especificar al hablante mediante una máscara; HeyGen Avatar IV puede recibir solo el guion y elegir una voz de las predefinidas, además de permitir especificar el formato de imagen y el relleno del fondo.
Modelos y capacidades
-
¿Cómo se factura OmniHuman 1.5?
Se factura según los segundos reales del video generado; 720p y 1080p tienen el mismo precio. Al crear la tarea se retiene primero el importe correspondiente a un máximo de 60 segundos (al enviar, el saldo debe cubrir el coste de 60 segundos); al finalizar, se liquida según los segundos realmente generados y se devuelve la diferencia; las tareas fallidas se reembolsan en su totalidad. Consulta el precio unitario en el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Qué es el video a partir de imagen de PixVerse V6?
Es la versión de video a partir de imagen de PixVerse V6: sube una imagen como primer fotograma y luego usa un prompt para describir la acción, el movimiento de cámara y la atmósfera que deseas añadir, y genera un video de 1 a 15 segundos, de 360p a 1080p, con audio sincronizado y preajustes de estilo opcionales.
Modelos y capacidades PixVerse V6
-
¿Qué determina la relación de aspecto del video de salida?
La determina la relación de aspecto de la imagen del primer fotograma, es decir, de image_url; por eso el modelo de imagen a video no tiene el parámetro aspect_ratio. Si se necesita formato vertical, sube una imagen vertical; si se necesita 16:9, sube una imagen horizontal.
Modelos y capacidades PixVerse V6
-
¿Cómo se debe escribir el prompt?
Escribe solo los cambios que deseas que ocurran: la acción del sujeto, el movimiento de cámara, los cambios en el entorno y el sonido; no es necesario repetir lo que ya aparece en la imagen. Especifica claramente qué elementos deben permanecer sin cambios, por ejemplo, «la cámara permanece estática» o «el fondo no cambia».
Modelos y capacidades PixVerse V6
-
¿Qué requisitos hay para la imagen de entrada?
image_url debe ser una dirección de imagen accesible directamente desde la red pública; en el Playground también se puede subir directamente. Las imágenes con un sujeto claro, una composición completa y espacio para el movimiento tienden a generar un movimiento más estable.
Modelos y capacidades PixVerse V6
-
¿Qué duraciones y resoluciones se admiten?
duration puede ser cualquier número entero de segundos entre 1 y 15; el valor predeterminado es 5 segundos. resolution tiene cuatro niveles: 360p, 540p, 720p y 1080p; el valor predeterminado es 720p.
Modelos y capacidades PixVerse V6
-
¿Se puede generar audio?
Sí. Si estableces generate_audio en true, se generarán música de fondo, efectos de sonido y diálogos junto con el video; en el prompt puedes describir el sonido que deseas. Por defecto es false y solo se genera la imagen.
Modelos y capacidades PixVerse V6
-
¿Cómo se usa el preajuste de estilo style?
style puede ser anime (anime), 3d_animation (animación 3D), clay (plastilina), comic (cómic) y cyberpunk (cyberpunk). Si no se pasa, se mantiene el estilo natural del modelo; pásalo solo cuando necesites un estilo uniforme.
Modelos y capacidades PixVerse V6
-
¿Cómo se calcula el límite máximo de longitud del prompt?
Tanto prompt como negative_prompt se calculan en bytes UTF-8, con un límite máximo de 2048 bytes: cada letra inglesa ocupa 1 byte, cada carácter CJK como los chinos ocupa 3 bytes, por lo que en chino puro son aproximadamente 680 caracteres.
Modelos y capacidades PixVerse V6
-
¿Para qué sirven negative_prompt y seed?
negative_prompt contiene lo que se debe evitar, por ejemplo parpadeo en la imagen, marcas de agua con texto o deformaciones de las extremidades; una vez fijado seed, el mismo prompt y los mismos parámetros permiten reproducir el mismo resultado, lo que facilita cambiar solo una variable para comparar.
Modelos y capacidades PixVerse V6
-
¿Cómo se factura PixVerse V6?
Se factura por segundos de salida; el precio unitario depende de la resolución y de si se genera audio, con 8 niveles en total: de 360p a 1080p aumenta nivel por nivel, y el precio unitario con audio activado es mayor que sin activarlo. El importe real se rige por el precio vigente en la página de precios y el registro de tareas.
Modelos y capacidades PixVerse V6
-
¿Cómo controlar los costos al hacer pruebas?
Primero use 360p o 540p, clips cortos de unos segundos y desactive el audio para confirmar los movimientos y la composición; luego suba a 720p o 1080p y active el audio para generar la versión final. En los casos de esta página hay tanto pruebas de 540p y 4 segundos como versiones finales en 720p.
Modelos y capacidades PixVerse V6
-
¿Cómo se llama a través de la API?
Envíe una tarea asíncrona mediante POST /v1/tasks; la solicitud devuelve taskId de inmediato. En producción se recomienda pasar callback.url para recibir la notificación del estado final; durante la depuración se puede consultar por sondeo GET /v1/tasks/:id y, tras el éxito, descargar el MP4 desde output[].url.
Modelos y capacidades PixVerse V6
-
¿Qué es PixVerse V6 texto a video?
Es la versión de texto a video de PixVerse V6: basta con escribir un prompt para generar un video de 1 a 15 segundos, de 360p a 1080p, con audio sincronizado opcional y 5 preajustes de estilo, sin necesidad de subir ninguna imagen.
Modelos y capacidades PixVerse V6
-
¿Qué relaciones de aspecto se admiten?
aspect_ratio admite 8 en total: 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 y 21:9; el valor predeterminado es 16:9. Para videos cortos verticales, elige directamente 9:16; para un efecto de pantalla ancha, elige 21:9.
Modelos y capacidades PixVerse V6
-
¿Qué hacer cuando se necesita fijar el fotograma inicial?
Usa pixverse-v6/image-to-video: sube una imagen como primer fotograma y el video comenzará a partir de esa imagen. El texto a video es adecuado para concebir la imagen desde cero, mientras que la imagen a video es adecuada para escenarios con material existente o cuando se necesita fijar la composición.
Modelos y capacidades PixVerse V6
-
¿Para qué es adecuado Qwen Image 2.1 Pro?
Es adecuado para la generación de imágenes a partir de texto y la edición de imágenes que requieren un equilibrio entre calidad y velocidad; puede tomar como referencia hasta 10 imágenes a la vez y también ofrece un buen rendimiento en la representación de texto en chino e inglés.
Modelos y capacidades
-
¿Cuántas imágenes de referencia se admiten? ¿Cómo funciona el orden?
De 1 a 10; si no se pasa ninguna imagen de referencia, es texto a imagen. Las imágenes múltiples se numeran según el orden del array; basta con referirse a ellas en el prompt como «imagen 1» e «imagen 2»: en el caso de esta página sobre muebles integrados en escenas, el sujeto se coloca en la imagen 1 y la escena en la imagen 2, de modo que ambas imágenes cumplen funciones separadas sin mezclarse.
Modelos y capacidades
-
¿Cuál es la relación entre la relación de aspecto y el tamaño?
Son lo mismo: cada uno de los cinco valores de aspect_ratio corresponde a un tamaño de píxeles fijo de nivel 2K (1:1 corresponde a 2048*2048, 16:9 corresponde a 2688*1536, 9:16 corresponde a 1536*2688, 4:3 corresponde a 2368*1728, 3:4 corresponde a 1728*2368); si no se especifica, el modelo lo decide por sí mismo según el prompt y la imagen de referencia. Para controlar con precisión la composición, elige la proporción; no esperes poder especificar los píxeles por separado.
Modelos y capacidades
-
¿Se debe activar prompt_extend?
Está activado por defecto; amplía una descripción breve a una instrucción de dibujo más completa, y la documentación indica que añade unos 3–5 segundos de tiempo de procesamiento. Si solo quieres partir de una frase, dejarlo activado es más cómodo; si en el prompt ya has especificado con suficiente detalle la imagen, el contenido del texto y su posición, la información adicional que añade la ampliación puede no ser la que deseas, así que puedes desactivarlo según tus necesidades.
Modelos y capacidades
-
¿Cómo se calcula el precio?
Se factura según el número de imágenes generadas con éxito; la generación de texto a imagen y la edición con imagen de referencia tienen el mismo precio, y la imagen de referencia en sí no se cobra aparte; cada solicitud genera siempre una imagen (n fijo en 1).
Modelos y capacidades
-
¿Cómo elegir entre Qwen Image 2.0 y 3.0?
Si buscas un equilibrio de calidad de imagen, elige 2.1 Pro: integra generación de imágenes a partir de texto y edición, con un formato fijo de cinco proporciones de nivel 2K, y no admite indicaciones negativas. Si necesitas ajustes de tamaño predefinidos o indicaciones negativas, elige Qwen Image 2.0. Si quieres realizar ediciones en las categorías 1K/2K con una mayor comprensión de las indicaciones, puedes probar Qwen Image 3.0.
Modelos y capacidades
-
¿Es fiable la representación de texto en chino?
En el caso del póster en chino de esta página, tras especificar literalmente las tres líneas de texto en el prompt, el título, la fecha y el lugar se representaron correctamente y sin elementos decorativos adicionales. La clave es no dejar que el modelo invente el texto: hay que indicar el contenido de cada línea, la jerarquía de tamaños de fuente y la posición, y exigir explícitamente que no aparezca ningún otro texto en la imagen.
Modelos y capacidades
-
¿Puede generar fondos transparentes?
La documentación indica que esta serie puede generar PNG con fondo transparente RGBA según el prompt, pero lo probamos una vez en cada una de las dos variantes de este modelo y en ambos casos obtuvimos resultados opacos (alpha totalmente en 255), lo que indica que esta capacidad es sensible a cómo se escribe el prompt y no es lo suficientemente estable. Si necesitas un fondo transparente de forma estable, utiliza un modelo específico de eliminación de fondo.
Modelos y capacidades
-
¿Cómo elegir entre Pro y Turbo?
Mismos parámetros de entrada y capacidades; la diferencia está en la velocidad, el detalle y el precio unitario: usa Pro para el montaje final, las imágenes de producto y las escenas que requieren una composición tipográfica precisa; usa Turbo para pruebas por lotes, imágenes para redes sociales y exploración de direcciones.
Modelos y capacidades
-
¿Para qué es adecuado Qwen Image 2.1 Turbo?
Es adecuado para escenarios de alta relación calidad-precio y generación rápida de imágenes: borradores conceptuales, imágenes para redes sociales, stickers e ilustraciones por lotes; tiene las mismas capacidades que Pro, es más rápido y más económico.
Modelos y capacidades
-
¿Se admiten imágenes de referencia? ¿En qué orden se aplican?
Igual que en Pro, se admite edición de imágenes con 1–10 imágenes de referencia; si no se envían, es texto a imagen. Las imágenes de referencia se numeran según el orden del array y se pueden referenciar en el prompt como «imagen 1»; el caso de conversión de foto a acuarela de esta página es precisamente un cambio de estilo con una sola imagen de referencia. Cuando se necesiten usar a la vez materiales de sujeto y de escena, indique la función de cada uno como «imagen 1 sujeto, imagen 2 escena».
Modelos y capacidades
-
¿Cuál es la relación entre la relación de aspecto y el tamaño?
Igual que en Pro: cada uno de los cinco valores de aspect_ratio corresponde a un tamaño fijo de nivel 2K (1:1 2048*2048, 16:9 2688*1536, 9:16 1536*2688, 4:3 2368*1728, 3:4 1728*2368); si no se especifica, el modelo lo decide por sí mismo. Para imágenes de redes sociales se recomienda especificar directamente 1:1 o 16:9, para evitar que el tamaño varíe según la imagen de referencia.
Modelos y capacidades
-
¿Hay que activar prompt_extend?
Activado por defecto; expande una sola frase en una instrucción de dibujo más completa, y la documentación indica que añade unos 3–5 segundos. Al hacer pruebas rápidas de borradores, dejarlo activado ahorra trabajo; si el prompt ya está muy detallado o solo quieres ver una composición concreta y definida, puedes desactivarlo para reducir variables.
Modelos y capacidades
-
¿Cómo se calcula el precio?
Se factura por el número de imágenes generadas con éxito, a un precio fijo por imagen, más bajo que Pro; las imágenes de referencia no se cobran aparte, y cada solicitud genera una imagen (n fijo en 1).
Modelos y capacidades
-
¿Cómo elegir entre Pro y Qwen Image 2.0?
Turbo y Pro comparten los mismos parámetros de entrada, el límite de imágenes de referencia y la capacidad de formato y renderizado de texto: elige Turbo si necesitas velocidad y generar imágenes por lotes, y Pro si buscas resultados finales más refinados. Elige Qwen Image 2.0 cuando necesites presets de tamaño o prompts negativos.
Modelos y capacidades
-
¿Qué hay que tener en cuenta al cambiar de estilo?
En las pruebas, la transferencia de estilo de Turbo tiende a ser conservadora: al indicar solo «estilo acuarela», el resultado se parece más a una foto con un tratamiento de envejecido; solo al cambiarlo por «redibujar con formas simplificadas y detalles omitidos, con bordes irregulares de pintura húmeda en los contornos de las manchas de color» se obtiene una sensación clara de ilustración en acuarela, mientras que la estructura arquitectónica y la posición de los muebles siguen coincidiendo con la imagen de referencia. Para cambiar realmente de estilo, hay que pedir explícitamente redibujar y simplificar, en lugar de escribir solo el nombre de un estilo.
Modelos y capacidades
-
¿Cuántas imágenes se generan por vez? ¿Cómo elegir Turbo?
Cada solicitud genera una sola imagen (n fijo en 1); si necesitas varias propuestas, envía varias tareas o vuelve a ejecutar con una seed diferente. Elige Turbo para pruebas rápidas de borradores y generación de imágenes a gran escala; elige Pro para la versión final cuando se exige mayor calidad en los detalles y la textura.
Modelos y capacidades
-
¿Qué entradas requiere Ray 3.2 para la generación de video a partir de imágenes?
Se requieren dos campos obligatorios: prompt (1–6000 caracteres) y image_url del primer fotograma. Opcionalmente end_image_url como fotograma final, y resolution (540p, 720p, 1080p, por defecto 540p). En el Playground se puede subir directamente una imagen local.
Modelos y capacidades Ray 3.2
-
¿Se puede ajustar la duración del vídeo?
No. Cada vídeo generado a partir de una imagen tiene una duración fija de 5 segundos; la solicitud no incluye el parámetro duration. Si necesitas una toma de 10 segundos, puedes usar en su lugar Ray 3.2 de texto a vídeo, que admite 5 y 10 segundos.
Modelos y capacidades Ray 3.2
-
¿Qué determina la relación de aspecto de la salida?
La determina el primer fotograma; no hay parámetro aspect_ratio. La salida se ajusta a la más cercana entre 16:9, 9:16, 1:1, 4:3, 3:4 y 21:9; cuando la relación no coincide exactamente, los bordes se recortan. La imagen original del caso del desierto de esta página es de aproximadamente 3:2 (1024×687) y la salida es de 4:3, 1104×832; la imagen original del caso del café helado es 9:16 y la salida es un vídeo vertical 9:16, prácticamente sin recorte. Si quieres que la relación de la salida sea totalmente controlable, recorta primero el primer fotograma a una de estas seis relaciones.
Modelos y capacidades Ray 3.2
-
¿Cómo se usan el primer y el último fotograma?
Pasa el primer fotograma en image_url y el último en end_image_url; el video hará la transición del primer fotograma al último, y el prompt solo necesita describir los cambios que ocurren en el intermedio. Cuanto más parecidos sean el encuadre, la iluminación y la posición del sujeto en las dos imágenes, más estable será la transición; cuando el encuadre es distinto, el modelo añade movimiento de cámara para empalmar, que es justo el caso de la peonía en esta página.
Modelos y capacidades Ray 3.2
-
¿Añadir un fotograma final cuesta más?
No. La generación de video a partir de una imagen se cobra por resolución y por video; el precio es el mismo tanto si se envía end_image_url como si no; la duración es fija de 5 segundos, por lo que tampoco se cobra por segundo.
Modelos y capacidades Ray 3.2
-
¿Cuáles son las dimensiones de salida de los tres niveles de resolución?
Las dimensiones reales siguen la proporción del primer fotograma. En esta página hay tres casos: con un primer fotograma en 16:9, al elegir 540p la salida es 960×540; con un primer fotograma de aproximadamente 3:2, al elegir 720p la salida es 1104×832 en 4:3; con un primer fotograma en 9:16, al elegir 1080p la salida es 1080×1920. Se recomienda usar primero 540p para confirmar el movimiento y la composición, y luego usar 720p o 1080p para la versión final. El caso del café helado de esta página usa 1080p, y los detalles del vaso y las gotas de agua son claramente más nítidos que en los niveles inferiores.
Modelos y capacidades Ray 3.2
-
¿Los videos generados tienen sonido?
No. La salida es un MP4 sin pista de audio; si necesitas música, narración o efectos de sonido, añádelos en la posproducción.
Modelos y capacidades Ray 3.2
-
¿Cómo se escriben los prompts para convertir una imagen en vídeo?
El primer fotograma ya establece el sujeto y la escena, así que el prompt debe centrarse en «qué ocurre a continuación»: la acción del sujeto, cómo se mueve la cámara y cómo cambian la iluminación o el clima. No hace falta volver a describir el aspecto que ya aparece en la imagen; es más útil indicar con claridad qué elementos deben permanecer sin cambios.
Modelos y capacidades Ray 3.2
-
¿Cómo se factura el video a partir de imágenes de Ray 3.2?
Cada video se factura según la resolución seleccionada: 540p es la más económica y 1080p la más alta; las tareas fallidas reembolsan el cargo. El precio unitario concreto se rige por el precio vigente en la página de precios.
Modelos y capacidades Ray 3.2
-
¿Cómo se llama a través de la API?
Envía una tarea asíncrona a POST /v1/tasks, con model establecido en ray-3.2/image-to-video, y pasa prompt e image_url en input, añadiendo end_image_url y resolution según sea necesario. La interfaz devuelve inmediatamente un taskId; puedes recibir el resultado mediante callback.url o consultar periódicamente GET /v1/tasks/:id.
Modelos y capacidades Ray 3.2
-
¿Cómo elegir entre video a partir de imagen y video a partir de texto?
Si ya tienes la imagen deseada (foto de producto, boceto de diseño, captura de un video anterior) o necesitas fijar el fotograma final, usa video a partir de imagen; si solo tienes una idea en texto, necesitas 10 segundos o un formato de imagen específico, usa video a partir de texto. Ambas rutas comparten los tres niveles de 5 segundos al mismo precio; los 10 segundos solo están disponibles en video a partir de texto.
Modelos y capacidades Ray 3.2
-
¿Qué duraciones admite la generación de video a partir de texto de Ray 3.2?
5 segundos o 10 segundos; se pasa un entero 5 o 10 en duration, por defecto 5 segundos.
Modelos y capacidades Ray 3.2
-
¿Qué resoluciones y relaciones de aspecto son compatibles?
Resoluciones 540p, 720p, 1080p, por defecto 540p; relaciones de aspecto 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, por defecto 16:9. En el caso vertical de esta página se elige 540p + 9:16, con salida real de 540×960; en el caso horizontal se elige 720p + 16:9, con salida de 1280×720; en el caso de 10 segundos se elige 720p + 21:9, con salida de 1680×720.
Modelos y capacidades Ray 3.2
-
¿Cuál es la relación de precios entre 10 segundos y 5 segundos?
El cobro es por pieza y el precio se determina conjuntamente por la duración y la resolución. A la misma resolución, la tarifa de 10 segundos es aproximadamente 3 veces la de 5 segundos, por lo que se recomienda confirmar primero la acción con 5 segundos y luego decidir si generar la versión de 10 segundos. El caso de 10 segundos de esta página usa 720p y el cargo es aproximadamente el triple que el de 5 segundos en la misma resolución. El precio unitario específico se rige por el precio vigente en la página de precios.
Modelos y capacidades Ray 3.2
-
¿Se puede subir una imagen de referencia o un primer fotograma?
La generación de vídeo a partir de texto solo acepta indicaciones de texto. Si necesita usar una imagen como primer fotograma o especificar también el fotograma final, utilice Ray 3.2 de imagen a vídeo (ray-3.2/image-to-video).
Modelos y capacidades Ray 3.2
-
¿Cómo escribir el prompt para obtener mejores resultados?
El prompt puede tener hasta 6000 caracteres. Se recomienda escribirlo en el orden «sujeto y escena → acción → movimiento de cámara → luz y atmósfera», indicando en la cámara la dirección y la velocidad, por ejemplo «cámara en contrapicado orbitando» o «elevándose lentamente». Planificar una sola acción principal por vídeo es más estable que acumular varios eventos.
Modelos y capacidades Ray 3.2
-
¿Es fiable el texto de la imagen?
No es fiable. En el caso del bailarín de neón de esta página, las letras del cartel las inventa el modelo y no se pueden leer. Cuando necesites nombres de marca, eslóganes o subtítulos, añádelos en la posproducción.
Modelos y capacidades Ray 3.2
-
¿Es adecuado para videos cortos en vertical?
Puedes seleccionar directamente 9:16 para generar en vertical, sin necesidad de crear primero una versión horizontal y luego recortarla; 1:1 y 3:4 son adecuados para feeds, y 21:9 para intros de pantalla ancha.
Modelos y capacidades Ray 3.2
-
¿Cómo se factura la generación de video a partir de texto de Ray 3.2?
Cada video se factura según la combinación de duración y resolución, con un total de 6 niveles; 540p + 5 segundos es la opción más económica; las tareas fallidas reembolsan el cargo.
Modelos y capacidades Ray 3.2
-
¿Qué hace Recraft Creative Upscale?
Amplía una imagen a una resolución mayor y, al mismo tiempo, vuelve a dibujar las texturas y los detalles. No requiere un prompt, solo se pasa una URL de imagen.
Modelos y capacidades Recraft Creative Upscale
-
¿Cuál es la diferencia con Recraft Crisp Upscale?
Crisp Upscale busca mantenerse fiel a la imagen original, ideal para materiales que no deben modificarse, como textos o productos; Creative Upscale redibuja los detalles y logra una imagen más refinada, pero la estructura local puede diferir de la original.
Modelos y capacidades Recraft Creative Upscale
-
¿Cambiará el contenido de la imagen?
La composición general, el sujeto y la combinación de colores se conservan básicamente, pero los detalles se vuelven a dibujar. En el ejemplo de esta página, los troncos de la cabaña de madera, el muro de piedra y la barandilla se han redibujado con mayor claridad, el arbolito junto al porche no se ha conservado y la disposición de las piedras también ha cambiado. Para materiales con requisitos estrictos en los detalles, confirme primero en Playground.
Modelos y capacidades Recraft Creative Upscale
-
¿Qué requisitos deben cumplir las imágenes de entrada?
Envía una URL de imagen http(s) accesible públicamente, de no más de 20 MB, con 256–4096 píxeles por lado y un total de píxeles no superior a 16 MP. Los ejemplos de esta página usan imágenes PNG; por ahora se recomienda usar PNG.
Modelos y capacidades Recraft Creative Upscale
-
¿Hasta qué tamaño se puede ampliar?
El ejemplo de esta página amplía una imagen de 1254×1254 a 4096×4096. El tamaño resultante para otras dimensiones de entrada dependerá de lo que se devuelva realmente.
Modelos y capacidades Recraft Creative Upscale
-
¿Es necesario escribir un prompt?
No es necesario. Este modelo solo tiene un parámetro, image_url, y no dispone de prompt, multiplicador ni ajustes de estilo.
Modelos y capacidades Recraft Creative Upscale
-
¿En qué formato se genera la salida?
Descarga la imagen desde output[].url del resultado de la tarea. El ejemplo de esta página devuelve una imagen WebP.
Modelos y capacidades Recraft Creative Upscale
-
¿Cómo se cobra?
Se cobra por número de imágenes de salida, 1 imagen por solicitud; consulta el precio actual en la parte superior de la página y en la página de precios.
Modelos y capacidades Recraft Creative Upscale
-
¿Para qué tipo de imágenes es adecuado?
Es adecuado para materiales como ilustraciones, paisajes y escenas donde se permite que los detalles se redibujen, por ejemplo, para renovar material antiguo o ampliar imágenes generadas de menor tamaño para su exhibición. Las imágenes que contienen texto preciso, logotipos o detalles de productos son más adecuadas para Crisp Upscale.
Modelos y capacidades Recraft Creative Upscale
-
¿Cuánto tiempo se guardan las imágenes de resultado?
El enlace del resultado tiene un periodo de validez; una vez completada la tarea con éxito, guarde la imagen en su propio almacenamiento cuanto antes.
Modelos y capacidades Recraft Creative Upscale
-
¿Qué hace Recraft Creative Upscale?
Amplía una imagen a una resolución mayor mientras redibuja texturas y detalles. No necesita prompts, solo se pasa una URL de imagen.
Modelos y capacidades
-
¿Cuál es la diferencia con Recraft Crisp Upscale?
Crisp Upscale busca mantenerse fiel a la imagen original, ideal para materiales que no deben modificarse, como texto o productos; Creative Upscale redibuja los detalles, lo que da una imagen más refinada, pero la estructura local puede diferir de la original.
Modelos y capacidades
-
¿Cambiará el contenido de la imagen?
La composición general, el sujeto y la paleta de colores se conservan en gran medida, pero los detalles se vuelven a dibujar. En el ejemplo de esta página, los troncos de la cabaña de madera, el muro de piedra y la barandilla se han redibujado con mayor claridad, el pequeño árbol junto al porche no se ha conservado y la disposición de las piedras también ha cambiado. Para materiales con requisitos estrictos en los detalles, confirme primero en Playground.
Modelos y capacidades
-
¿Qué requisitos debe cumplir la imagen de entrada?
Envía una URL de imagen http(s) accesible públicamente, de no más de 20 MB, con 256–4096 píxeles por lado y un total de píxeles no superior a 16 MP. El ejemplo de esta página utiliza una imagen PNG; actualmente se recomienda usar PNG.
Modelos y capacidades
-
¿Hasta qué tamaño se puede ampliar?
El ejemplo de esta página amplía una imagen de 1254×1254 a 4096×4096. El tamaño resultante para entradas de otras dimensiones dependerá de lo que se devuelva realmente.
Modelos y capacidades
-
¿Es necesario escribir un prompt?
No es necesario. Este modelo solo tiene un parámetro, image_url, y no cuenta con prompt, multiplicador ni ajustes de estilo.
Modelos y capacidades
-
¿En qué formato se genera la salida?
Descarga la imagen desde output[].url del resultado de la tarea. El ejemplo de esta página devuelve una imagen WebP.
Modelos y capacidades
-
¿Cómo se cobra?
Se cobra por número de imágenes de salida, 1 imagen por solicitud; consulta el precio actual en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Para qué tipo de imágenes es adecuado?
Es adecuado para materiales como ilustraciones, paisajes y escenas en los que se permite que los detalles se vuelvan a dibujar, por ejemplo, para renovar material antiguo o ampliar imágenes generadas de menor tamaño para su exhibición. Las imágenes que contienen texto preciso, logotipos o detalles de productos son más adecuadas para Crisp Upscale.
Modelos y capacidades
-
¿Cuánto tiempo se guardan las imágenes de resultado?
El enlace del resultado tiene un periodo de validez; una vez completada la tarea con éxito, transfiere la imagen a tu propio almacenamiento cuanto antes.
Modelos y capacidades
-
¿Recraft Crisp Upscale requiere escribir un prompt?
No es necesario. El modelo solo recibe una URL de imagen (input.image_url), sin otros parámetros.
Modelos y capacidades
-
¿Cuántas veces se amplía? ¿Se puede elegir el factor de ampliación?
Se amplía de forma fija 2 veces tanto el ancho como la altura; no se puede elegir el factor. Por ejemplo, 640×640 da como resultado 1280×1280, y 941×1672 da como resultado 1882×3344.
Modelos y capacidades
-
¿Qué requisitos debe cumplir la imagen de entrada?
Compatible con JPEG, PNG y WEBP, con un tamaño máximo de 10 MB por imagen, y debe ser una URL http(s) accesible públicamente. En el Playground también puedes subir imágenes directamente.
Modelos y capacidades
-
¿En qué formato se genera la salida?
Una imagen JPEG. Actualmente no es posible elegir la salida en PNG o WEBP.
Modelos y capacidades
-
¿Cambiará el contenido de la imagen?
No. Crisp Upscale solo mejora la resolución y la nitidez, no redibuja el contenido ni genera texto u objetos nuevos.
Modelos y capacidades
-
¿Un PNG con fondo transparente sigue siendo transparente después de ampliarlo?
La salida es JPEG y no incluye canal alfa. Si necesitas un resultado transparente, se recomienda ampliar primero y luego usar Recraft Remove Background para quitar el fondo.
Modelos y capacidades
-
¿Cuánto tiempo se tarda en procesar una imagen?
Normalmente entre 10 segundos y 1 minuto aproximadamente. La tarea es asíncrona; tras el envío se devuelve el taskId de inmediato.
Modelos y capacidades
-
¿Se necesita escribir un prompt para eliminar el fondo con Recraft?
No es necesario. El modelo solo recibe una URL de imagen (input.image_url), no tiene ningún parámetro de texto y es adecuado para integrarse directamente en una canalización por lotes.
Modelos y capacidades
-
¿Se pueden conservar los mechones de cabello y los bordes del pelo?
Sí. La fortaleza de este modelo es la conservación detallada de mechones de cabello, pelo y bordes semitransparentes; el caso de esta página es precisamente la salida de la API.
Modelos y capacidades
-
¿Qué campos como mínimo deben enviarse a la API?
Basta con enviar model e input.image_url; la imagen debe ser una URL https accesible públicamente.
Modelos y capacidades
-
¿Cuál es la diferencia entre Recraft V4.1 y V4.1 Flash?
V4.1 pone más énfasis en el detalle y el acabado, mientras que Flash es más rápido y adecuado para pruebas por lotes.
Modelos y capacidades Recraft V4.1
-
¿Qué tamaños son compatibles?
image_size admite seis valores: square_hd (predeterminado), square, portrait_4_3, portrait_16_9, landscape_4_3 y landscape_16_9.
Modelos y capacidades Recraft V4.1
-
¿Cómo se especifican los colores?
Mediante la API, pasa colors (un arreglo de objetos RGB) y background_color (un único objeto RGB); cada canal tiene un valor de 0 a 255. El Playground en línea no ofrece estos dos parámetros por ahora.
Modelos y capacidades Recraft V4.1
-
¿Se respetarán estrictamente los parámetros de combinación de colores?
colors es la paleta de colores preferida; la imagen intentará mantenerse dentro de este conjunto de colores; si el prompt incluye colores claramente conflictivos, el resultado podría mezclar ambos.
Modelos y capacidades Recraft V4.1
-
¿Cuántas imágenes se pueden generar a la vez?
Cada solicitud genera 1 imagen. Si se necesitan varias, envíe varias tareas por separado.
Modelos y capacidades Recraft V4.1
-
¿En qué formato se genera la salida?
Devuelve 1 imagen, que se descarga mediante output[].url en el resultado de la tarea. El enlace del resultado tiene un periodo de validez; guárdalo a tiempo.
Modelos y capacidades Recraft V4.1
-
¿El texto de la imagen está bien escrito?
Los títulos cortos suelen ser bastante precisos. Escribe el texto entre comillas en el prompt e indica la posición y el estilo de la fuente para obtener resultados más estables.
Modelos y capacidades Recraft V4.1
-
¿Es necesario subir una imagen de referencia?
No es necesario, este es un modelo de texto a imagen puro, solo se requiere una descripción de texto.
Modelos y capacidades Recraft V4.1
-
¿Se puede usar el escalado y la eliminación de fondo de Recraft?
Sí. Pasa la URL de la imagen de salida a recraft/crisp-upscale para ampliarla 2 veces, o a recraft/remove-background para obtener una imagen con fondo transparente.
Modelos y capacidades Recraft V4.1
-
¿Qué código hay que cambiar al pasar de Flash a V4.1?
Solo hay que cambiar model a recraft-v4.1/text-to-image; el resto de parámetros se mantienen igual.
Modelos y capacidades Recraft V4.1
-
¿Se pueden usar indicaciones en chino?
Sí, pero las indicaciones en inglés suelen ser más estables para describir estilos, materiales y planos de cámara; se recomienda escribir el texto que debe aparecer en la imagen en el idioma final deseado.
Modelos y capacidades Recraft V4.1
-
¿Cómo se factura?
Se factura por número de imágenes de salida, 1 imagen por solicitud; el precio unitario se rige por el precio vigente en tiempo real.
Modelos y capacidades Recraft V4.1
-
¿Para qué es adecuado Recraft V4.1 Flash?
Es adecuado para generar rápidamente imágenes en estilos de fotografía, ilustración plana, póster y medios mixtos, como imágenes para marketing, ilustraciones de marca, imágenes de producto y bocetos conceptuales.
Modelos y capacidades
-
¿Qué tamaños están disponibles?
image_size admite seis preajustes: square_hd (predeterminado), square, portrait_4_3, portrait_16_9, landscape_4_3 y landscape_16_9.
Modelos y capacidades
-
¿Cómo se especifican los colores?
Pasa colors (un arreglo de objetos RGB) y background_color (un objeto RGB) en la API, con cada canal entre 0 y 255. La página de experiencia en línea aún no ofrece estos dos campos; si los necesitas, realiza la llamada a través de la API.
Modelos y capacidades
-
¿La paleta de colores se aplica de forma estricta?
colors es una guía fuerte para la paleta: la imagen se mantendrá dentro de este conjunto de colores en la medida de lo posible, pero no se garantiza que a nivel de píxel solo se usen estos colores.
Modelos y capacidades
-
¿Cuántas imágenes se pueden generar a la vez?
Se genera 1 imagen por solicitud; si necesitas varias, puedes enviar varias tareas.
Modelos y capacidades
-
¿En qué formato se genera la salida?
Se devuelve 1 imagen WEBP por vez, que se descarga desde output[].url en el resultado de la tarea.
Modelos y capacidades
-
¿Está bien escrito el texto de la imagen?
Los títulos cortos suelen escribirse correctamente. Coloca entre comillas el texto que debe aparecer e indica la posición y el estilo de fuente para obtener un resultado más estable.
Modelos y capacidades
-
¿Es necesario subir una imagen de referencia?
No es necesario. Este es un modelo de texto a imagen, solo requiere una descripción textual.
Modelos y capacidades
-
¿Existe un límite de longitud para el prompt?
El prompt debe tener entre 1 y 10000 caracteres.
Modelos y capacidades
-
¿Se pueden usar el aumento de escala y la eliminación de fondo de Recraft?
Sí. Después de generar, pasa la URL de la imagen a recraft/crisp-upscale para ampliarla 2 veces, y pásala a recraft/remove-background para obtener un PNG con fondo transparente.
Modelos y capacidades
-
¿La tarea es síncrona o asíncrona?
Asíncrona. Tras el envío, se devuelve inmediatamente un taskId; luego se consulta el estado de la tarea o se obtiene el resultado mediante una callback.
Modelos y capacidades
-
¿Cómo se factura?
Se factura por el número de imágenes de salida, 1 imagen por solicitud. El precio unitario actual se muestra en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Para qué sirven los estilos de Recraft V4?
Primero define el estilo visual con 1–10 imágenes de referencia y luego describe con una frase de indicación lo que quieres dibujar; el modelo generará una nueva imagen siguiendo el estilo de las referencias. Las imágenes de referencia determinan «cómo dibujar» y la indicación determina «qué dibujar».
Modelos y capacidades
-
¿Es obligatorio subir imágenes de referencia? ¿Cuántas como máximo?
Sí, es obligatorio. image_urls es un campo obligatorio: mínimo 1 imagen y máximo 10. El ejemplo de esta página usa 2 ilustraciones del mismo estilo.
Modelos y capacidades
-
¿Qué requisitos de formato y tamaño tienen las imágenes de referencia?
Se admiten PNG, JPG y WEBP, y deben ser direcciones http(s) accesibles públicamente; cada imagen debe pesar menos de 20 MB y el total de todas las imágenes de referencia no debe superar los 64 MB; no se admite SVG. En el Playground también puedes subir imágenes directamente.
Modelos y capacidades
-
¿Los objetos de la imagen de referencia se dibujarán en el resultado?
En el ejemplo de esta página, la tetera, el libro y la bicicleta de la imagen de referencia no aparecen en el resultado; el resultado dibuja la cafetería de la esquina descrita en el prompt. Lo que se hereda de la imagen de referencia es la paleta de colores, la textura de color plano y la iluminación y sombras marcadas. Escribe en el prompt el sujeto que deseas.
Modelos y capacidades
-
¿Cómo se elige style_match?
precise hace que el resultado se acerque más al estilo de la imagen de referencia, flexible permite más variaciones; si no se pasa, se trata como flexible. El ejemplo de esta página no pasa style_match.
Modelos y capacidades
-
¿Qué tamaños se admiten?
image_size tiene seis preajustes: square_hd (predeterminado), square, portrait_4_3, portrait_16_9, landscape_4_3 y landscape_16_9. El ejemplo de esta página usa square_hd, con una salida de 1024×1024.
Modelos y capacidades
-
¿Cuál es la diferencia con Recraft V4 Styles Pro?
Ambos tienen los mismos parámetros. Pro ofrece una resolución de salida más alta: con el mismo square_hd, el ejemplo de Styles genera 1024×1024, mientras que el ejemplo de Pro genera 2048×2048. Los precios de ambos son diferentes; consulta el precio en tiempo real.
Modelos y capacidades
-
¿Se pueden especificar los colores y el color de fondo?
Se pueden pasar colors (array de objetos RGB) y background_color (un único objeto RGB) a través de la API, con cada canal entre 0 y 255. El Playground en línea aún no muestra estos dos parámetros.
Modelos y capacidades
-
¿Se puede guardar un estilo para reutilizarlo?
Actualmente no se admite pasar un estilo guardado. En cada solicitud hay que incluir la imagen de referencia; para que un conjunto de imágenes mantenga el mismo estilo, usa el mismo conjunto de imágenes de referencia en cada solicitud.
Modelos y capacidades
-
¿Cuántas imágenes se generan por solicitud? ¿Cuál es el formato de salida?
Cada solicitud genera 1 imagen, que se descarga desde output[].url del resultado de la tarea. La salida del ejemplo de esta página es una imagen WebP.
Modelos y capacidades
-
¿Cómo se factura?
Se factura por el número de imágenes de salida; el número de imágenes de referencia, los preajustes de tamaño y style_match no afectan al precio unitario. Consulta el precio actual en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Cuánto tiempo se guardan las imágenes de resultado?
El enlace del resultado tiene un periodo de validez; una vez completada la tarea con éxito, transfiera la imagen a su propio almacenamiento cuanto antes.
Modelos y capacidades
-
¿Para qué sirve Recraft V4 Styles Pro?
Con 1–10 imágenes de referencia se fija el estilo visual y luego, con una sola indicación de texto, se describe lo que se quiere dibujar; el modelo genera una nueva imagen de mayor resolución siguiendo el estilo de las imágenes de referencia. Las imágenes de referencia determinan "cómo dibujar" y la indicación determina "qué dibujar".
Modelos y capacidades
-
¿Cuál es la resolución de salida?
El ejemplo de esta página usa square_hd, que genera una imagen WebP de 2048×2048. Los píxeles exactos de otros preajustes de tamaño dependen de lo que devuelva la API en cada caso.
Modelos y capacidades
-
¿Es obligatorio subir imágenes de referencia? ¿Cuántas como máximo?
Sí, es obligatorio. image_urls es un campo requerido, con un mínimo de 1 y un máximo de 10 imágenes. El ejemplo de esta página utiliza 2 acuarelas del mismo estilo.
Modelos y capacidades
-
¿Qué formatos y requisitos de tamaño tienen las imágenes de referencia?
Se admiten PNG, JPG y WEBP, y deben ser direcciones http(s) accesibles públicamente; cada una debe ser menor de 20 MB y el total de todas las imágenes de referencia no debe superar los 64 MB; no se admite SVG. En el Playground también puedes subir imágenes directamente.
Modelos y capacidades
-
¿Los objetos de la imagen de referencia se dibujarán en el resultado?
En el ejemplo de esta página, el bote, la puerta de madera y el macizo de flores de la imagen de referencia no aparecen en el resultado; el resultado dibuja el faro en el acantilado del prompt; lo que se hereda de la imagen de referencia es el cielo azul claro, las piedras de color beige y las pinceladas de acuarela con espacios en blanco. El sujeto que desees debe escribirse en el prompt.
Modelos y capacidades
-
¿Cómo se elige style_match?
precise hace que el resultado se ajuste más al estilo de la imagen de referencia, flexible permite más variaciones; si no se pasa, se trata como flexible. El ejemplo de esta página no pasa style_match.
Modelos y capacidades
-
¿Qué tamaños se admiten?
image_size tiene seis presets: square_hd (predeterminado), square, portrait_4_3, portrait_16_9, landscape_4_3 y landscape_16_9.
Modelos y capacidades
-
¿Cuál es la diferencia con Recraft V4 Styles?
Ambos tienen los mismos parámetros. Pro ofrece una resolución de salida más alta: usando igualmente square_hd, el ejemplo de Styles genera 1024×1024 y el ejemplo de Pro genera 2048×2048. Los precios de ambos son diferentes; consulta el precio en tiempo real.
Modelos y capacidades
-
¿Se pueden especificar los colores y el color de fondo?
Puedes pasar colors (un arreglo de objetos RGB) y background_color (un solo objeto RGB) mediante la API, con cada canal entre 0 y 255. El Playground en línea aún no muestra estos dos parámetros.
Modelos y capacidades
-
¿Se puede guardar un estilo para reutilizarlo?
Actualmente no se admite pasar un estilo guardado. En cada solicitud hay que incluir la imagen de referencia; si quieres que un conjunto de imágenes mantenga el mismo estilo, utiliza el mismo conjunto de imágenes de referencia en cada solicitud.
Modelos y capacidades
-
¿Cómo se factura?
La facturación se basa en el número de imágenes de salida, 1 por solicitud; el número de imágenes de referencia, los ajustes de tamaño predefinidos y style_match no afectan al precio unitario. Consulta el precio actual en la parte superior de la página y en la página de precios.
Modelos y capacidades
-
¿Cuánto tiempo se guardan las imágenes de resultado?
El enlace del resultado tiene un periodo de validez; una vez completada la tarea con éxito, transfiera la imagen a su propio almacenamiento cuanto antes.
Modelos y capacidades
-
¿Cuáles son los requisitos para la imagen del primer fotograma?
Una por vez, en formato jpeg, png o webp, con un tamaño máximo de 10 MB por imagen; no se admite SVG. La relación de aspecto de la imagen debe coincidir preferiblemente con la del lienzo de salida; si las proporciones difieren, el primer fotograma se recortará desde el centro, por lo que es más seguro colocar el sujeto en el centro.
Modelos y capacidades Runway Gen 4.5
-
¿Se puede añadir un fotograma final?
No, este modelo solo utiliza un fotograma inicial; la imagen final la determinan el prompt y el modelo. Si necesitas especificar la imagen final, puedes usar Kling 2.5 Turbo Image-to-Video, que admite un fotograma final opcional.
Modelos y capacidades Runway Gen 4.5
-
¿Qué relaciones de aspecto y duraciones se pueden elegir? ¿Cuál es la resolución?
Relaciones de aspecto 16:9, 9:16, 4:3, 3:4 y 1:1, por defecto 16:9; duraciones de 5, 8 y 10 segundos, disponibles en todas las relaciones de aspecto, por defecto 5 segundos; resolución uniforme de 720p.
Modelos y capacidades Runway Gen 4.5
-
¿El video generado tiene sonido?
No incluye pista de audio; el video final solo contiene imagen, y la música y la voz en off se añaden durante la edición.
Modelos y capacidades Runway Gen 4.5
-
¿Qué se debe escribir en el prompt?
El primer fotograma ya establece la imagen, así que basta con escribir el movimiento y la cámara, por ejemplo «las nubes se desplazan, la cámara avanza lentamente», con un máximo de 1000 caracteres. Asigna una o dos acciones por personaje a la vez para que las expresiones y posturas resulten más naturales.
Modelos y capacidades Runway Gen 4.5
-
¿Cuánto tiempo se conservan los videos generados?
El enlace del video final se conserva por defecto aproximadamente 7 días; si necesitas usarlo a largo plazo, descárgalo a tiempo o selecciona el almacenamiento a largo plazo al crear la tarea. El historial de generación se puede consultar en el registro de tareas.
Modelos y capacidades Runway Gen 4.5
-
¿Cómo elegir entre Runway Gen-4.5 Text-to-Video y la otra opción?
Si tienes una imagen y quieres que el sujeto y la composición sigan la imagen, o necesitas 1:1, 4:3, 3:4, usa Image-to-Video; si solo tienes una idea textual, usa Text-to-Video, que solo tiene horizontal y vertical, y la vertical no tiene 8 segundos.
Modelos y capacidades Runway Gen 4.5
-
¿Qué relaciones de aspecto, duraciones y resoluciones son compatibles?
Las relaciones de aspecto son 16:9 horizontal y 9:16 vertical. En horizontal se puede elegir 5, 8 o 10 segundos; en vertical, 5 o 10 segundos, con 5 segundos por defecto. La resolución es uniformemente 720p, sin otras opciones de calidad disponibles.
Modelos y capacidades Runway Gen 4.5
-
¿Por qué no se puede seleccionar 8 segundos en vertical?
Es una limitación del propio modelo: 9:16 solo admite 5 y 10 segundos. Si necesitas una duración de unos 8 segundos en vertical, puedes generar primero 10 segundos y luego recortar al editar.
Modelos y capacidades Runway Gen 4.5
-
¿Los videos generados tienen sonido?
No, el video final solo contiene imagen y no incluye pista de audio. La voz en off, la música y los efectos de sonido se añaden durante la edición; si necesitas que el video final incluya sonido, puedes consultar Kling 2.5 Turbo Text-to-Video.
Modelos y capacidades Runway Gen 4.5
-
¿Cómo se escribe el prompt?
Escribe una o dos frases en el orden de sujeto, escenario, acción y encuadre, y luego añade el momento del día, el clima y la iluminación, con un máximo de 1000 caracteres. Asigna solo una acción principal a la vez; si pides a la vez girarse, correr y saludar con la mano, las acciones tienden a entrar en conflicto entre sí.
Modelos y capacidades Runway Gen 4.5
-
¿Qué hago si necesito una imagen cuadrada o en 4:3?
La generación de video a partir de texto solo admite 16:9 y 9:16. Si necesitas 1:1, 4:3 o 3:4, puedes usar Runway Gen-4.5 Image-to-Video, empezando con una imagen; las cinco relaciones de aspecto están disponibles.
Modelos y capacidades Runway Gen 4.5
-
¿Se puede probar primero en línea?
Sí. Tras iniciar sesión, escribe la descripción en la sección de prueba en línea situada en la parte superior de esta página y genera primero 5 segundos para confirmar la dirección; cuando estés satisfecho, envía esa misma descripción a través de la API.
Modelos y capacidades Runway Gen 4.5
-
¿Se requiere subir tanto el primer fotograma como el último para la generación de video a partir de imagen con Seedance 2.5?
No es necesario. En el modo de primer fotograma/primer y último fotograma, si solo se sube first_frame_url, el modelo extiende naturalmente las imágenes posteriores a partir del primer fotograma; si se necesita controlar el estado final de la toma, se proporciona además last_frame_url. El último fotograma no puede usarse de forma independiente. También se puede optar por usar reference_image_urls o reference_audio_urls como modo de referencia, sin pasar los fotogramas de los extremos.
Modelos y capacidades Seedance 2.5
-
¿Se pueden mezclar el primer fotograma, el primer y último fotograma y múltiples materiales de referencia en una sola solicitud?
Actualmente, HiAPI Playground los trata como dos modos de entrada: el modo de primer fotograma/primer y último fotograma, o el modo de referencia con reference_image_urls y reference_audio_urls. Para evitar que las señales de control entren en conflicto, conserve un solo modo en cada solicitud; cuando necesite un video de referencia para guiar la acción o el movimiento de cámara, utilice en su lugar el endpoint independiente seedance-2.5/reference-to-video.
Modelos y capacidades Seedance 2.5
-
¿Qué duraciones y resoluciones admite la generación de video a partir de imagen de Seedance 2.5?
El contrato de solicitud actual admite duraciones enteras de 4–30 segundos, así como 720p y 1080p. El aspect_ratio de salida es fijo en adaptive y sigue la relación de aspecto del primer fotograma. Los cuatro casos de la página son todos en 720p, de los cuales tres son de 4 segundos y uno de 5 segundos; los 30 segundos están dentro del rango admitido por la interfaz, pero la página aún no cuenta con un caso correspondiente.
Modelos y capacidades Seedance 2.5
-
¿Cómo se factura Seedance 2.5 de imagen a video?
Se factura según la duración y la resolución de salida; 720p y 1080p usan tarifas por segundo diferentes; el importe exacto se rige por el precio en tiempo real de la página del modelo y el registro de tareas.
Modelos y capacidades Seedance 2.5
-
¿Cómo escribir un Prompt de transición entre el primer y el último fotograma?
Primero describe el cambio continuo que ocurre entre las dos imágenes y luego fija la cámara, la iluminación y los elementos que no deben cambiar. Para el cambio de día a noche, puedes describir el paso del tiempo y el encendido de las luces; para el crecimiento, puedes describir el orden de crecimiento, cámara locked off, no cuts. El primer y el último fotograma determinan los puntos extremos, y el Prompt se encarga de explicar el proceso intermedio.
Modelos y capacidades Seedance 2.5
-
¿Seedance 2.5 puede generar audio sincronizado?
Sí. generate_audio está activado por defecto y puede generar diálogos, sonido ambiente, efectos de sonido y música de fondo sincronizados con la imagen. Si necesitas un video sin sonido, configúralo en false; aun así, antes de publicar material comercial importante se debe revisar el volumen, la precisión de los diálogos y los derechos de la música.
Modelos y capacidades Seedance 2.5
-
¿Cómo llamar a Seedance 2.5 de imagen a video mediante la API?
Envía una tarea asíncrona a POST /v1/tasks, establece model como seedance-2.5/image-to-video y pasa en input prompt, first_frame_url, el opcional last_frame_url, resolution, duration y generate_audio. La solicitud de creación devuelve taskId; consulta la documentación de la API para callback, consulta y las restricciones completas de los materiales.
Modelos y capacidades Seedance 2.5
-
¿Por qué es obligatorio subir un video de referencia en Seedance 2.5 para la generación de video a partir de referencias?
La tarea principal de este modelo es extraer de los videos el movimiento, los movimientos de cámara, el ritmo o el lenguaje interpretativo, por lo que reference_video_urls requiere al menos 1 segmento. Las imágenes de referencia y el audio de referencia solo pueden complementar el sujeto, el estilo o la voz, y no pueden sustituir al video de referencia obligatorio.
Modelos y capacidades Seedance 2.5
-
¿Cuál es la diferencia entre Reference-to-Video e Image-to-Video?
Reference-to-Video utiliza un video para transferir movimiento, movimiento de cámara y ritmo, y no garantiza una réplica exacta del primer o último fotograma; cuando se necesita extender una toma a partir de una imagen o fijar los puntos inicial y final, se debe usar seedance-2.5/image-to-video. El video de referencia tampoco se usa para editar o prolongar un video existente.
Modelos y capacidades Seedance 2.5
-
¿Cómo se corresponden @video1, @image1 y @audio1 con los materiales?
La numeración se calcula de forma independiente según el orden de subida en cada arreglo. El primer segmento de reference_video_urls es @video1, la primera imagen de reference_image_urls es @image1 y el primer segmento de reference_audio_urls es @audio1. El prompt debe especificar si cada material aporta la acción, el sujeto, el estilo o el sonido.
Modelos y capacidades Seedance 2.5
-
¿Cuántos materiales admite como máximo la generación de video con referencias de Seedance 2.5?
Admite de 1 a 10 videos de referencia, hasta 30 imágenes de referencia y 10 audios de referencia. Los videos de referencia no deben superar los 30 segundos en total, y los audios de referencia tampoco deben superar los 30 segundos en total; ambos límites se calculan por separado. Los videos deben tener al menos 409600 píxeles, de 24 a 60 fps, y cada segmento debe durar entre 2 y 30 segundos.
Modelos y capacidades Seedance 2.5
-
¿Cómo se factura la generación de video con referencia de Seedance 2.5?
Tanto el video de referencia como el video generado se facturan por duración. Costo = precio unitario por segundo × (duración del video de referencia + duración del video de salida)
Modelos y capacidades Seedance 2.5
-
¿El video generado por referencia de Seedance 2.5 admite audio sincronizado?
Sí. generate_audio está activado por defecto y puede generar diálogos, efectos de sonido y sonido de fondo sincronizados; cuando se establece en false, solo se genera la imagen. El audio de referencia se utiliza para guiar la voz o el ritmo, pero aun así se debe proporcionar al mismo tiempo al menos un video de referencia.
Modelos y capacidades Seedance 2.5
-
¿Cómo se llama a la API de Seedance 2.5 para generar vídeo por referencia?
Envíe una tarea asíncrona a POST /v1/tasks, coloque model en el nivel superior de la solicitud y establézcalo en seedance-2.5/reference-to-video; en input pase prompt y reference_video_urls, y luego añada según sea necesario imágenes, audio, resolución, duración y formato de salida. La solicitud de creación devuelve taskId.
Modelos y capacidades Seedance 2.5
-
¿Cuál es la diferencia entre imagen a imagen y texto a imagen en Seedream 4.5?
El endpoint de imagen a imagen utiliza la imagen que subes como base para la edición, ideal para cambiar colores, sustituir fondos, reiluminar, convertir estilos y componer varias imágenes; mientras que texto a imagen genera la escena desde cero únicamente a partir del texto. Cuando necesites conservar el sujeto, la composición o el texto dentro de la imagen, deberías dar prioridad al modelo actual de imagen a imagen.
Modelos y capacidades Seedream 4.5
-
¿Cuántas imágenes de referencia admite como máximo Seedream 4.5?
En cada solicitud se pueden subir de 1 a 14 imágenes JPEG, PNG o WebP, con un tamaño máximo de 10 MB por archivo; no se admite SVG. En tareas con varias imágenes, se puede especificar la función de cada imagen en el Prompt con "image 1" e "image 2"; el orden debe coincidir con el del array image_urls.
Modelos y capacidades Seedream 4.5
-
¿Cómo se factura la edición de imágenes con Seedream 4.5? ¿Afecta el precio la cantidad de imágenes de referencia?
Se factura por la imagen de salida generada con éxito, no por la cantidad de imágenes de referencia. Actualmente 2K y 4K usan la misma tarifa pública; el importe exacto se rige por el precio en tiempo real de la página del modelo y el registro de tareas.
Modelos y capacidades Seedream 4.5
-
¿Cómo se puede hacer que Seedream 4.5 conserve el sujeto, la composición o el texto de la imagen?
En el Prompt hay que indicar claramente tanto "qué se debe cambiar" como "qué debe permanecer sin cambios", por ejemplo, conservar el contorno del sujeto, el ángulo de cámara, las sombras de contacto, la disposición de la tienda o el texto caligráfico. Primero revisa el resultado en el Playground; para materiales con texto de marca y requisitos de maquetación estrictos, se recomienda mantener una revisión humana.
Modelos y capacidades Seedream 4.5
-
¿Cómo elegir entre Seedream 4.5 y FLUX.2 [pro] Image to Image?
Seedream 4.5 puede recibir hasta 14 imágenes de referencia en una sola vez, lo que lo hace adecuado para la composición con múltiples imágenes, escenarios en chino y ediciones en las que se debe conservar el texto dentro de la imagen. FLUX.2 [pro] Image to Image acepta como máximo 8 imágenes de referencia y es más apropiado como alternativa para la consistencia realista y otro estilo de edición; para tareas importantes, se recomienda comparar en la práctica con el mismo conjunto de materiales antes de elegir.
Modelos y capacidades Seedream 4.5
-
¿Cómo llamar a Seedream 4.5 de imagen a imagen mediante la API?
Envía una solicitud a POST /v1/tasks, establece model como seedream-4.5/image-to-image y pasa las imágenes de referencia en input.image_urls. La solicitud de creación devuelve primero un taskId y la generación se completa de forma asíncrona en segundo plano; consulta la documentación de la API para la consulta de tareas, el callback, el manejo de errores y los parámetros completos.
Modelos y capacidades Seedream 4.5
-
¿Se pueden generar imágenes directamente y también editarlas?
Si no se proporciona una imagen de referencia, se genera a partir del texto; si se proporciona una imagen de referencia, se edita la imagen original, y con varias imágenes de referencia se pueden combinar el sujeto, la escena o el estilo. Ambos usos comparten el mismo ID de modelo y se aceptan como máximo 10 imágenes de referencia.
Modelos y capacidades
-
¿Cómo controlar el formato y la resolución?
size admite 1K, 1.5K, 2K o ancho×alto. Cuando se necesita un formato preciso, introduzca las dimensiones en píxeles; el total de píxeles debe estar entre 921600 y 4624220, y la relación de aspecto entre 1:16 y 16:1. Actualmente no se ofrece la opción 4K.
Modelos y capacidades
-
¿Qué entrada se necesita para un fondo transparente?
Use transparent solo al editar una imagen de referencia con canal alfa. Elija PNG como formato de salida o mantenga automático; no es un interruptor para recortar con un clic cualquier imagen con fondo blanco.
Modelos y capacidades
-
¿Se pueden generar varias imágenes a la vez o devolverlas de forma progresiva?
Actualmente cada tarea genera una imagen y el resultado completo se obtiene mediante la consulta de la tarea; no se ofrece salida de conjuntos de imágenes, imágenes en streaming ni descomposición en capas.
Modelos y capacidades
-
¿Cómo obtener el resultado generado?
Tras enviar la tarea, guarda el taskId, consulta la tarea hasta que esté en success y luego lee el enlace de la imagen en output. El plazo de almacenamiento se rige por el expireAt devuelto; si necesitas usarla a largo plazo, guárdala a tiempo.
Modelos y capacidades
-
¿Estas obras son adecuadas para usarse directamente como imágenes de producto reales?
La generación de imágenes a partir de texto es útil para explorar la disposición, el fondo y la iluminación, y también puede usarse para propuestas visuales. Si la imagen debe corresponder con precisión a un producto real, proporcione una referencia del producto y verifique la estructura, los colores, los logotipos y el texto; no tome los detalles conceptuales generados como hechos del producto.
Modelos y capacidades
-
¿Cómo se usan varias imágenes de referencia en conjunto?
Primero indica el rol de cada imagen; por ejemplo, la primera aporta el producto, la segunda el entorno y la tercera solo la combinación de colores. Después describe con claridad la escena que deseas generar y los detalles del sujeto que no deben modificarse; evita que distintas imágenes planteen al mismo tiempo exigencias contradictorias.
Modelos y capacidades
-
¿Se puede seguir modificando a partir de la imagen anterior?
Puedes usar el resultado anterior como imagen de referencia para la siguiente tarea e indicar el objetivo de modificación de esta vez. Cada tarea se procesa de forma independiente y no se recuerdan automáticamente las conversaciones, imágenes ni el historial de modificaciones anteriores.
Modelos y capacidades
-
¿Dónde se confirman los costos de generación?
Antes de ejecutar, consulta el costo estimado en el Playground; una vez finalizado, prevalece el registro de la tarea. Actualmente cada tarea genera una imagen y la sección de precios de la página muestra la información de facturación correspondiente.
Modelos y capacidades
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Seedream 5.0 Lite?
Admite de 1 a 14 imágenes JPEG, PNG o WebP, cada una de menos de 10 MB. Una sola imagen es adecuada para modificaciones locales; varias imágenes son adecuadas para la composición de sujetos y escenarios.
Modelos y capacidades
-
¿Cuantas más imágenes de referencia, mayor es el precio?
No. Actualmente la facturación es fija por imagen de salida, independientemente del número de imágenes de referencia, del nivel 2K/4K y del formato; el importe concreto se rige por el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Cómo modificar solo una parte del contenido?
Especifica al mismo tiempo el objeto que debe cambiarse y la composición, el texto, los materiales, la iluminación y la posición que deben permanecer invariables, evitando limitarse a términos de estilo vagos.
Modelos y capacidades
-
¿Se puede modificar el texto de la imagen?
Sí. En el Prompt se deben indicar el texto original y el nuevo texto, y solicitar que se mantengan el estilo de fuente, el tamaño, la posición y el efecto de brillo o impresión originales.
Modelos y capacidades
-
¿Cómo se sube una imagen de referencia mediante la API?
Pasa de 1 a 14 URL de imágenes públicas en input.image_urls del POST /v1/tasks, y envía al mismo tiempo el Prompt, el formato de imagen y la resolución 2K o 4K.
Modelos y capacidades
-
¿Para qué tareas es adecuado el texto a imagen de Seedream 5.0 Lite?
Es adecuado para carteles con texto, menús, infografías, banners de marketing y para imágenes que requieren entregas rápidas en múltiples formatos. La ruta actual solo acepta prompts de texto y no acepta imágenes de referencia.
Modelos y capacidades
-
¿El precio de 2K y 4K es el mismo?
Sí. Actualmente 2K y 4K utilizan la misma tarifa por imagen individual; el formato y la longitud del Prompt no modifican el precio; el monto concreto se rige por el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Qué relaciones de aspecto se admiten?
Se admiten 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 y 21:9.
Modelos y capacidades
-
¿Se pueden subir imágenes de referencia?
No. Cuando necesites edición por instrucciones o composición con varias imágenes, utiliza el ID de modelo independiente seedream-5.0-lite/image-to-image.
Modelos y capacidades
-
¿Qué campos se requieren en una solicitud mínima a la API?
Envíe a POST /v1/tasks model, así como input.prompt, input.aspect_ratio e input.resolution; resolution solo puede ser 2K o 4K.
Modelos y capacidades
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Seedream 5.0 Pro?
Admite de 1 a 10 imágenes de referencia en JPEG, PNG o WebP, cada una de menos de 10MB; no admite SVG. Una sola imagen es adecuada para ediciones locales, mientras que varias imágenes lo son para fusionar sujeto, estilo y escenario.
Modelos y capacidades
-
¿Cómo se factura 1K y 2K?
1K y 2K utilizan diferentes tarifas por imagen, y el precio se factura por imagen de salida, independientemente del número de imágenes de referencia; el monto específico está sujeto al precio en tiempo real de esta página.
Modelos y capacidades
-
¿Cómo mantener sin cambios las áreas no modificadas?
En el Prompt, especifica al mismo tiempo el contenido que deseas modificar y la estructura, el texto, el ángulo de cámara, la iluminación y la posición de los objetos que deben conservarse.
Modelos y capacidades
-
¿Se utiliza el mismo ID de modelo para la generación de imágenes a partir de texto y para la edición de imágenes?
No. La página actual utiliza seedream-5.0-pro/image-to-image; para generar imágenes directamente a partir de texto es necesario usar el modelo independiente seedream-5.0-pro/text-to-image.
Modelos y capacidades
-
¿Cómo se envía una imagen de referencia a través de la API?
Pasa de 1 a 10 URL de imágenes públicas en input.image_urls de POST /v1/tasks, y envía al mismo tiempo el Prompt, la relación de aspecto, la resolución y el formato de salida.
Modelos y capacidades
-
¿Para qué tareas es adecuado el texto a imagen de Seedream 5.0 Pro?
Es adecuado para publicidad de productos, fotografía de personas, carteles, texto dentro de la imagen y escenas complejas. La ruta actual de texto a imagen no acepta imágenes de referencia; cuando necesites editar imágenes, utiliza el ID de modelo independiente de Image to Image.
Modelos y capacidades
-
¿Qué relaciones de aspecto y formatos son compatibles?
Compatible con 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 y 21:9; el formato de salida es PNG o JPEG.
Modelos y capacidades
-
¿Cómo escribir un Prompt para texto dentro de una imagen?
Coloca el texto que debe aparecer entre comillas e indica claramente la posición, el estilo de fuente y el resto de texto que no debe aparecer. Primero valida la maquetación con 1K y luego genera la versión final con 2K.
Modelos y capacidades
-
¿Cómo se llama a través de la API?
Envía el ID del modelo, el Prompt, la relación de aspecto, la resolución y el formato de salida a POST /v1/tasks, y luego consulta el resultado asíncrono mediante taskId.
Modelos y capacidades
-
¿Kling 3.0 Turbo Image to Video requiere subir una imagen?
Sí. Actualmente kling-3.0-turbo/image-to-video es una ruta de video a partir de imagen: la imagen de entrada define el sujeto y la composición inicial, y el Prompt define el movimiento, la cámara y los cambios del entorno.
Modelos y capacidades Kling 3.0 Turbo
-
¿Qué duraciones y resoluciones admite Kling 3.0 Turbo Image to Video?
El contrato de solicitud actual de HiAPI admite de 3 a 15 s, con resoluciones de salida de 720p y 1080p. Los valores disponibles se rigen por el panel de parámetros de la página y la documentación de la API.
Modelos y capacidades Kling 3.0 Turbo
-
¿Cómo se factura Kling 3.0 Turbo Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades Kling 3.0 Turbo
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.
Modelos y capacidades Kling 3.0 Turbo
-
¿Hailuo 2.3 Fast Image to Video requiere subir una imagen?
Sí. Actualmente hailuo-2.3-fast/image-to-video es una ruta de imagen a video; la imagen de entrada define el sujeto y la composición inicial, y el Prompt se encarga de los cambios de acción, cámara y entorno.
Modelos y capacidades
-
¿Qué duraciones y resoluciones admite Hailuo 2.3 Fast Image to Video?
El contrato de solicitud actual de HiAPI admite 6s / 10s. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades
-
¿Cómo se factura Hailuo 2.3 Fast Image to Video?
Las tareas se facturan por video, según el tramo de duración seleccionado. La página muestra el precio en tiempo real con la unidad monetaria global; la facturación final se basa en el registro de las tareas completadas correctamente.
Modelos y capacidades
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el movimiento de cámara, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda utilizar una duración más corta.
Modelos y capacidades
-
¿Kling 3.0 Image-to-Video requiere subir una imagen?
Sí. Actualmente kling-3.0/image-to-video es una ruta de video a partir de imagen; la imagen de entrada define el sujeto y la composición inicial, y el Prompt define la acción, el movimiento de cámara y los cambios del entorno.
Modelos y capacidades Kling 3.0
-
¿Qué duraciones y resoluciones admite Kling 3.0 Image-to-Video?
El contrato de solicitud actual de HiAPI admite de 3 a 15 s, con resoluciones de salida de 720p, 1080p y 4K. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades Kling 3.0
-
¿Cómo se factura Kling 3.0 Image-to-Video?
La tarea se factura según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades Kling 3.0
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.
Modelos y capacidades Kling 3.0
-
¿Grok Imagine Image to Video requiere subir una imagen?
Sí. Actualmente grok-imagine/image-to-video es una ruta de video a partir de imagen; la imagen de entrada define el sujeto y la composición inicial, y el Prompt define la acción, la cámara y los cambios de entorno.
Modelos y capacidades Grok Imagine
-
¿Qué duraciones y resoluciones admite Grok Imagine Image to Video?
El contrato de solicitud actual de HiAPI admite de 6 a 30 s, con resoluciones de salida de 480p y 720p. Los valores disponibles se rigen por el panel de parámetros de la página y la documentación de la API.
Modelos y capacidades Grok Imagine
-
¿Cómo se factura Grok Imagine Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real con la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades Grok Imagine
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza imágenes de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba se recomienda usar una duración más corta.
Modelos y capacidades Grok Imagine
-
¿Wan 2.7 Image to Video requiere subir una imagen?
Sí. Actualmente wan2.7-video/image-to-video es una ruta de video a partir de imagen; la imagen de entrada define el sujeto y la composición inicial, mientras que el Prompt define la acción, el movimiento de cámara y los cambios del entorno.
Modelos y capacidades Wan 2.7 Video
-
¿Qué duraciones y resoluciones admite Wan 2.7 Image to Video?
El contrato de solicitud actual de HiAPI admite 2–15s, con resoluciones de salida de 720P y 1080P. Los valores disponibles se rigen por el panel de parámetros de la página y la documentación de la API.
Modelos y capacidades Wan 2.7 Video
-
¿Cómo se factura Wan 2.7 Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real con la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades Wan 2.7 Video
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utilice una imagen de entrada con el sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describa primero la acción principal y el movimiento de cámara, y luego enumere la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba se recomienda usar una duración más corta.
Modelos y capacidades Wan 2.7 Video
-
¿Grok Imagine 1.5 Image to Video requiere subir una imagen?
Sí. Actualmente grok-imagine-1.5/image-to-video es una ruta de imagen a video: la imagen de entrada define el sujeto y la composición inicial, y el Prompt define el movimiento, la cámara y los cambios del entorno.
Modelos y capacidades Grok Imagine 1.5
-
¿Qué duraciones y resoluciones admite Grok Imagine 1.5 Image to Video?
El contrato de solicitud actual de HiAPI admite 1–15s, con resoluciones de salida de 480p y 720p. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades Grok Imagine 1.5
-
¿Cómo se factura Grok Imagine 1.5 Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea exitosa.
Modelos y capacidades Grok Imagine 1.5
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con el sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el movimiento de cámara, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.
Modelos y capacidades Grok Imagine 1.5
-
¿HappyHorse 1.1 Reference to Video requiere subir imágenes?
Sí. Actualmente happyhorse-1.1/reference-to-video es una ruta de generación de video por referencia, que puede usar imágenes de referencia para restringir el sujeto, el estilo y la escena; el Prompt se encarga de los cambios de acción, cámara y entorno.
Modelos y capacidades HappyHorse 1.1
-
¿Qué duraciones y resoluciones admite HappyHorse 1.1 Reference to Video?
El contrato de solicitud actual de HiAPI admite de 3 a 15 s, con resoluciones de salida de 720p y 1080p. Los valores disponibles se rigen por el panel de parámetros de la página y la documentación de la API.
Modelos y capacidades HappyHorse 1.1
-
¿Cómo se factura HappyHorse 1.1 Reference to Video?
La tarea se factura según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades HappyHorse 1.1
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza imágenes de entrada con el sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y la toma de cámara, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.
Modelos y capacidades HappyHorse 1.1
-
¿Hailuo 2.3 Image to Video requiere subir una imagen?
Sí. Actualmente, hailuo-2.3/image-to-video es una ruta de imagen a video: la imagen de entrada define el sujeto y la composición inicial, y el Prompt define el movimiento, el encuadre y los cambios del entorno.
Modelos y capacidades Hailuo 2.3
-
¿Qué duraciones y resoluciones admite Hailuo 2.3 Image to Video?
El contrato de solicitud actual de HiAPI admite 6s / 10s. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades Hailuo 2.3
-
¿Cómo se cobra Hailuo 2.3 Image to Video?
La tarea se cobra por video según el tramo de duración seleccionado. La página muestra el precio en tiempo real con la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada con éxito.
Modelos y capacidades Hailuo 2.3
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano de cámara, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda usar una duración más corta.
Modelos y capacidades Hailuo 2.3
-
¿Veo 3.1 Fast Image to Video requiere subir una imagen?
Sí. Actualmente, veo-3.1-fast/image-to-video es una ruta de video a partir de imagen: la imagen de entrada define el sujeto y la composición inicial, mientras que el Prompt define la acción, el movimiento de cámara y los cambios del entorno.
Modelos y capacidades Veo 3.1 Fast
-
¿Qué duraciones y resoluciones admite Veo 3.1 Fast Image to Video?
El contrato de solicitud actual de HiAPI admite 4s / 6s / 8s, y la resolución de salida es 720p, 1080p, 4k. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades Veo 3.1 Fast
-
¿Cómo se factura Veo 3.1 Fast Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real según la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades Veo 3.1 Fast
-
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?
Utiliza una imagen de entrada con un sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describe primero la acción principal y el plano, y luego enumera la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba, se recomienda utilizar una duración más corta.
Modelos y capacidades Veo 3.1 Fast
-
¿HappyHorse 1.1 Image to Video requiere subir una imagen?
Sí. Actualmente happyhorse-1.1/image-to-video es una ruta de imagen a video; la imagen de entrada define el sujeto y la composición inicial, y el Prompt se encarga de la acción, la cámara y los cambios del entorno.
Modelos y capacidades HappyHorse 1.1
-
¿Qué duraciones y resoluciones admite HappyHorse 1.1 Image to Video?
El contrato de solicitud actual de HiAPI admite de 3 a 15 s, con resoluciones de salida de 720p y 1080p. Los valores disponibles están sujetos al panel de parámetros de la página y a la documentación de la API.
Modelos y capacidades HappyHorse 1.1
-
¿Cómo se factura HappyHorse 1.1 Image to Video?
Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real siguiendo la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
Modelos y capacidades HappyHorse 1.1
-
¿Cuántas imágenes de referencia admite la edición de imágenes de FLUX.2?
Admite de 1 a 8 imágenes de referencia en formato JPEG, PNG o WebP, de no más de 10MB cada una. Al combinar varias imágenes, se debe indicar en el Prompt el rol de cada imagen en orden.
Modelos y capacidades FLUX.2
-
¿Para qué sirve la relación de aspecto auto?
auto sigue la relación de aspecto de la primera imagen de referencia; cuando se necesita una salida fija horizontal, vertical o cuadrada, se puede elegir una relación de aspecto explícita.
Modelos y capacidades FLUX.2
-
¿Cómo se factura 1K y 2K?
1K y 2K usan diferentes tarifas por imagen, y la cantidad de imágenes de referencia no tiene un cargo adicional; el monto específico se rige por el precio en tiempo real de esta página.
Modelos y capacidades FLUX.2
-
¿Cómo reducir la deriva del sujeto y el logo?
Indica explícitamente el propósito de cada imagen de referencia y enumera a la vez el sujeto, el texto, los materiales, la posición y la iluminación que deben modificarse y los que deben conservarse obligatoriamente.
Modelos y capacidades FLUX.2
-
¿Qué campos son obligatorios en la API?
Se deben enviar model, así como input.prompt, input.image_urls, input.aspect_ratio e input.resolution.
Modelos y capacidades FLUX.2
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Grok Imagine?
El Schema público actual admite de 1 a 3 imágenes de referencia. Tanto la página como la API se rigen por dicho Schema.
Modelos y capacidades Grok Imagine
-
¿Cuál es la diferencia entre la edición estándar y la ruta Quality?
La ruta estándar se centra en un precio bajo fijo y una iteración rápida; Quality da más importancia a la consistencia del sujeto, los materiales y los detalles finales.
Modelos y capacidades Grok Imagine
-
¿Cómo funciona la relación de aspecto auto?
auto se ajusta a la primera imagen de referencia, y también puedes seleccionar explícitamente entre catorce relaciones de aspecto horizontales, cuadradas o verticales.
Modelos y capacidades Grok Imagine
-
¿Se cobra un cargo adicional por usar más imágenes de referencia?
Sí. Además del precio base de la salida estándar, se cobra un recargo por cada imagen de referencia; el importe exacto se rige por el precio en tiempo real de esta página.
Modelos y capacidades Grok Imagine
-
¿Qué se necesita como mínimo para la API?
Enviar model, input.prompt e input.image_urls; el formato de imagen, la resolución y el formato de salida pueden usar los valores predeterminados.
Modelos y capacidades Grok Imagine
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Grok Imagine Quality?
El esquema público actual admite de 1 a 3 imágenes de referencia. Tanto la página como la API se basan en dicho esquema.
Modelos y capacidades Grok Imagine Quality
-
¿Cuál es la diferencia entre Quality y la ruta de edición estándar?
Quality da más importancia a la consistencia del sujeto, los materiales y los detalles, y se divide en niveles 1k/2k; la ruta estándar es adecuada para iteraciones rápidas de bajo costo.
Modelos y capacidades Grok Imagine Quality
-
¿Cómo funciona la relación de aspecto auto?
auto se adapta a la primera imagen de referencia, y también puedes seleccionar explícitamente entre catorce relaciones de aspecto horizontales, cuadradas o verticales.
Modelos y capacidades Grok Imagine Quality
-
¿Se cobra un cargo adicional por usar más imágenes de referencia?
Sí. Además del precio base de salida de 1k/2k, se cobra un recargo por cada imagen de referencia; el importe concreto se rige por el precio en tiempo real de esta página.
Modelos y capacidades Grok Imagine Quality
-
¿Qué se necesita como mínimo para la API?
Enviar model, input.prompt e input.image_urls; el formato de imagen, la resolución y el formato de salida pueden usar los valores predeterminados.
Modelos y capacidades Grok Imagine Quality
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Qwen Image 3.0?
Admite de 1 a 3 imágenes de referencia. Se requiere al menos una; el campo de la API es input.image_urls.
Modelos y capacidades Qwen Image 3.0
-
¿Cuál es la diferencia entre la edición de imágenes de la versión estándar y la Pro?
La versión estándar prioriza un menor costo y una iteración rápida; la Pro es más adecuada para el reemplazo preciso de texto, materiales complejos y el diseño final.
Modelos y capacidades Qwen Image 3.0
-
¿Cómo se facturan 1K, 2K y las imágenes de referencia?
1K y 2K utilizan el mismo nivel de salida, y cada imagen de referencia tiene un cargo adicional; el importe concreto se rige por el precio en tiempo real de esta página.
Modelos y capacidades Qwen Image 3.0
-
¿Cómo reducir la deriva del sujeto, el diseño o el texto?
En el Prompt, enumera por separado el contenido que se va a cambiar y el sujeto, el texto, la posición, los materiales, el encuadre y la iluminación que deben conservarse; cuando necesites texto exacto, escribe el texto objetivo entre comillas.
Modelos y capacidades Qwen Image 3.0
-
¿Qué campos son los mínimos obligatorios para enviar a la API?
Envíe model, input.prompt e input.image_urls; la relación de aspecto, la resolución, el formato de salida y la expansión del prompt pueden usar los valores predeterminados.
Modelos y capacidades Qwen Image 3.0
-
¿Cuántas imágenes de referencia admite la edición de imágenes de Qwen Image 3.0 Pro?
Admite de 1 a 3 imágenes de referencia. Se requiere al menos una; el campo de la API es input.image_urls.
Modelos y capacidades
-
¿Cuál es la diferencia entre la edición de imágenes Pro y la estándar?
Pro es más adecuada para el reemplazo preciso de texto, materiales complejos y el diseño final; la versión estándar es más adecuada para el cambio de color de productos, la limpieza y la iteración rápida a bajo costo.
Modelos y capacidades
-
¿Cómo se facturan 1K, 2K y las imágenes de referencia?
1K y 2K usan diferentes niveles de salida, y cada imagen de referencia tiene un cargo adicional; los importes concretos se basan en el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Cómo reducir la deriva del sujeto, la composición o el texto?
En el Prompt, enumera por separado el contenido que se va a cambiar y el sujeto, texto, posición, materiales, ángulo de cámara e iluminación que deben conservarse; cuando se necesite texto exacto, escríbelo entre comillas como texto objetivo.
Modelos y capacidades
-
¿Qué campos como mínimo deben enviarse a la API?
Envíe model, input.prompt e input.image_urls; la relación de aspecto, la resolución, el formato de salida y la expansión del prompt pueden usar los valores predeterminados.
Modelos y capacidades
-
¿Para qué tareas es principalmente adecuado FLUX1.1 [pro]?
Es adecuado para fotografía realista, arquitectura, gastronomía, naturaleza y visuales comerciales; admite tamaños personalizados y control mejorado de Prompt.
Modelos y capacidades FLUX 1.1 Pro
-
¿FLUX1.1 [pro] admite imágenes de referencia?
La ruta actual es de generación de imágenes puramente a partir de texto y no acepta imágenes de referencia.
Modelos y capacidades FLUX 1.1 Pro
-
¿Qué especificaciones de salida se admiten?
La página actual muestra Custom width / height y Custom, 1:1, 16:9, 9:16; las opciones finales dependen de los parámetros de Playground.
Modelos y capacidades FLUX 1.1 Pro
-
¿Cómo se factura FLUX1.1 [pro]?
Se factura por el número de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades FLUX 1.1 Pro
-
¿Cómo llamar a la API de FLUX1.1 [pro]?
Envíe una tarea asíncrona mediante POST /v1/tasks, use flux-1.1-pro como model y coloque los parámetros de generación en input.
Modelos y capacidades FLUX 1.1 Pro
-
¿Para qué tareas es principalmente adecuado Qwen Image 3.0?
Utiliza Qwen Image 3.0 para generar en línea carteles con texto en chino e inglés, editar escenas y visuales de productos; admite expansión de Prompt, salida en 1K/2K y diversos formatos de imagen, además de permitir consultar casos, precios y código de llamada a la API.
Modelos y capacidades Qwen Image 3.0
-
¿Qwen Image 3.0 admite imágenes de referencia?
La línea actual es de generación de imágenes puramente a partir de texto y no acepta imágenes de referencia.
Modelos y capacidades Qwen Image 3.0
-
¿Qué especificaciones de salida se admiten?
La página actual muestra 1K, 2K y 1:1, 16:9, 9:16, 4:3, 3:4; las opciones finales están sujetas a los parámetros del Playground.
Modelos y capacidades Qwen Image 3.0
-
¿Cómo se factura Qwen Image 3.0?
Se factura por la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Qwen Image 3.0
-
¿Cómo se llama a la API de Qwen Image 3.0?
Envía una tarea asíncrona mediante POST /v1/tasks, usa qwen-image-3.0/text-to-image como model y coloca los parámetros de generación en input.
Modelos y capacidades Qwen Image 3.0
-
¿Para qué tareas es principalmente adecuado Qwen Image 3.0 Pro?
Adecuado para textos más complejos, arquitectura, edición científica, productos de lujo y maquetación publicitaria final.
Modelos y capacidades
-
¿Qwen Image 3.0 Pro admite imágenes de referencia?
La ruta actual es de generación de imágenes solo a partir de texto; no acepta imágenes de referencia.
Modelos y capacidades
-
¿Qué especificaciones de salida se admiten?
La página actual muestra 1K, 2K y 1:1, 16:9, 9:16, 4:3, 3:4; las opciones finales dependen de los parámetros del Playground.
Modelos y capacidades
-
¿Cómo se factura Qwen Image 3.0 Pro?
Se factura según el número de imágenes generadas con éxito; si hay diferencias entre distintas resoluciones o niveles de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades
-
¿Cómo llamar a la API de Qwen Image 3.0 Pro?
Envíe una tarea asíncrona mediante POST /v1/tasks, usando qwen-image-3.0-pro/text-to-image como model, y coloque los parámetros de generación en input.
Modelos y capacidades
-
¿Para qué tareas es principalmente adecuado GPT Image 2 Image to Image?
Realizar ediciones de fondo, iluminación, composición y estilo utilizando una o varias imágenes de referencia, conservando al mismo tiempo la estructura de la imagen de origen.
Modelos y capacidades GPT Image 2
-
¿GPT Image 2 Image to Image admite imágenes de referencia?
Sí. La ruta actual requiere imágenes de referencia, con un máximo de 6; las imágenes de referencia se encargan de proporcionar el sujeto y la composición, mientras que el Prompt se encarga de describir el alcance de las modificaciones.
Modelos y capacidades GPT Image 2
-
¿Qué especificaciones de salida se admiten?
La página actual muestra 1K, 2K, 4K y auto, 1:1, 9:16, 16:9, 4:3, 3:4; las opciones finales disponibles dependen de los parámetros del Playground.
Modelos y capacidades GPT Image 2
-
¿Cómo se factura GPT Image 2 Image to Image?
Se factura por la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades GPT Image 2
-
¿Cómo llamar a la API Image to Image de GPT Image 2?
Envía una tarea asíncrona mediante POST /v1/tasks, usa gpt-image-2/image-to-image como model y coloca los parámetros de generación en input.
Modelos y capacidades GPT Image 2
-
¿Para qué tareas es principalmente adecuado FLUX.2 [klein] 4B Image to Image?
Una línea ligera y de bajo costo orientada al retoque comercial, el cambio de fondo, el cambio de color y la iteración rápida de imágenes de referencia.
Modelos y capacidades FLUX.2 Klein 4B
-
¿FLUX.2 [klein] 4B Image to Image admite imágenes de referencia?
Sí. La ruta actual requiere una imagen de referencia y admite como máximo 1; la imagen de referencia aporta el sujeto y la composición, mientras que el Prompt describe el alcance de la modificación.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Qué especificaciones de salida son compatibles?
La página actual muestra 0.25 MP, 0.5 MP, 1 MP, 2 MP, 4 MP y 1:1, 16:9, 9:16, 4:3, 3:4; las opciones finales dependen de los parámetros del Playground.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Cómo se factura FLUX.2 [klein] 4B Image to Image?
Se factura según el número de imágenes generadas correctamente; si hay diferencias entre distintas resoluciones o niveles de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Cómo llamar a la API de FLUX.2 [klein] 4B Image to Image?
Envíe una tarea asíncrona a POST /v1/tasks, use flux-2-klein-4b/image-to-image como model y coloque los parámetros de generación en input.
Modelos y capacidades FLUX.2 Klein 4B
-
¿Para qué tareas está pensado principalmente Nano Banana Pro?
Para generar imágenes comerciales de alto detalle o para redibujar combinando imágenes de referencia opcionales, con soporte de múltiples relaciones de aspecto y salida de hasta 4K.
Modelos y capacidades Nano Banana Pro
-
¿Nano Banana Pro admite imágenes de referencia?
Admite hasta 8 imágenes de referencia opcionales; si no se sube ninguna, se puede usar como texto a imagen puro.
Modelos y capacidades Nano Banana Pro
-
¿Qué especificaciones de salida son compatibles?
La página actual muestra 1K, 2K, 4K y auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; las opciones finales disponibles están sujetas a los parámetros del Playground.
Modelos y capacidades Nano Banana Pro
-
¿Cómo se factura Nano Banana Pro?
Se factura según la cantidad de imágenes generadas con éxito; si existen diferencias por resolución o nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Nano Banana Pro
-
¿Cómo se llama a la API de Nano Banana Pro?
Envía una tarea asíncrona mediante POST /v1/tasks, usa nano-banana-pro como model y coloca los parámetros de generación en input.
Modelos y capacidades Nano Banana Pro
-
¿Para qué tareas es principalmente adecuado FLUX.1 [schnell]?
Un modelo ultrarrápido de bajo coste con 1-4 pasos, adecuado para bocetos, generación de imágenes por lotes y exploración rápida de prompts.
Modelos y capacidades FLUX.1 Schnell
-
¿FLUX.1 [schnell] admite imágenes de referencia?
La línea actual es de generación de imágenes solo a partir de texto, no acepta imágenes de referencia.
Modelos y capacidades FLUX.1 Schnell
-
¿Qué especificaciones de salida se admiten?
La página actual muestra 1-12 inference steps y 1:1, 16:9, 9:16, 4:3, 3:4; las opciones finales están sujetas a los parámetros del Playground.
Modelos y capacidades FLUX.1 Schnell
-
¿Cómo se factura FLUX.1 [schnell]?
Se factura según la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades FLUX.1 Schnell
-
¿Cómo se llama a la API de FLUX.1 [schnell]?
Envía una tarea asíncrona mediante POST /v1/tasks, usa flux-schnell/text-to-image como model y coloca los parámetros de generación en input.
Modelos y capacidades FLUX.1 Schnell
-
¿Para qué tareas está pensado principalmente Nano Banana 2 Lite?
Es la opción de entrada con 1K fijo, adecuada para bocetos en grandes lotes, iteraciones rápidas y redibujado opcional con múltiples imágenes de referencia.
Modelos y capacidades Nano Banana 2 Lite
-
¿Nano Banana 2 Lite admite imágenes de referencia?
Admite hasta 10 imágenes de referencia opcionales; si no se sube ninguna, puede usarse como generación de imágenes puramente a partir de texto.
Modelos y capacidades Nano Banana 2 Lite
-
¿Qué especificaciones de salida se admiten?
La página actual muestra 1K y auto, 1:1, 16:9, 9:16, 4:3, 3:4, 8:1, 1:8; las opciones finales están sujetas a los parámetros de Playground.
Modelos y capacidades Nano Banana 2 Lite
-
¿Cómo se factura Nano Banana 2 Lite?
Se factura por la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Nano Banana 2 Lite
-
¿Cómo se llama a la API de Nano Banana 2 Lite?
Envía una tarea asíncrona mediante POST /v1/tasks, usa Nano-Banana-2-Lite como model y coloca los parámetros de generación en input.
Modelos y capacidades Nano Banana 2 Lite
-
¿Para qué tareas es principalmente adecuado Grok Image 2.0 Text to Image?
Admite niveles de calidad low/medium, salidas en 1K/2K y formatos desde cuadrado hasta ultra panorámico; es adecuado para visuales de producto, editoriales, paisajes y personajes.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Grok Image 2.0 Text to Image admite imágenes de referencia?
La ruta actual es de texto a imagen pura, no acepta imágenes de referencia.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Qué especificaciones de salida están disponibles?
La página actual muestra 1K, 2K y auto, 1:1, 16:9, 9:16, 4:3, 3:4, 2:1, 1:2; las opciones finales disponibles dependen de los parámetros del Playground.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Cómo se factura Grok Image 2.0 Text to Image?
Se factura según la cantidad de imágenes generadas con éxito; si hay diferencias entre distintas resoluciones o niveles de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Cómo se llama a la API Grok Image 2.0 Text to Image?
Envía una tarea asíncrona mediante POST /v1/tasks, usa grok-imagine-image-2.0/text-to-image como model y coloca los parámetros de generación en input.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Para qué tareas es principalmente adecuado Grok Image 2.0 Image to Image?
Editar una imagen de referencia pública para cambiar el color, el estilo, la escena y realizar retoques de detalles, manteniendo el formato de la imagen de referencia.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Grok Image 2.0 Image to Image admite imágenes de referencia?
Sí. La ruta actual requiere una imagen de referencia y admite como máximo 1; la imagen de referencia proporciona el sujeto y la composición, mientras que el Prompt describe el alcance de las modificaciones.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Cómo se factura Grok Image 2.0 Image to Image?
Se factura según la cantidad de imágenes generadas con éxito; si existen diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Cómo se llama a la API de imagen a imagen de Grok Image 2.0?
Envíe una tarea asíncrona a POST /v1/tasks, use grok-imagine-image-2.0/image-to-image como model y coloque los parámetros de generación en input.
Modelos y capacidades Grok Imagine Image 2.0
-
¿Para qué tareas es principalmente adecuado Qwen Image 2.0?
Modelo con una excelente relación calidad-precio que admite chino, prompts negativos, expansión de prompt, Seed opcional y cinco tamaños de píxeles en 2K.
Modelos y capacidades Qwen Image 2.0
-
¿Qwen Image 2.0 admite imágenes de referencia?
La ruta actual es de texto a imagen pura, no acepta imágenes de referencia.
Modelos y capacidades Qwen Image 2.0
-
¿Qué especificaciones de salida son compatibles?
La página actual muestra 2688×1536, 2368×1728, 2048×2048, 1728×2368, 1536×2688 y ; las opciones finales están sujetas a los parámetros del Playground.
Modelos y capacidades Qwen Image 2.0
-
¿Cómo se factura Qwen Image 2.0?
Se factura según la cantidad de imágenes generadas correctamente; si hay diferencias entre distintas resoluciones o niveles de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Qwen Image 2.0
-
¿Cómo se llama a la API de Qwen Image 2.0?
Envíe una tarea asíncrona mediante POST /v1/tasks, use qwen-image-2.0 como model y coloque los parámetros de generación en input.
Modelos y capacidades Qwen Image 2.0
-
¿Para qué tareas es principalmente adecuado Nano Banana?
Modelo de generación de imágenes de propósito general adecuado para ilustración, fotografía, conceptos de producto y visuales para redes sociales.
Modelos y capacidades Nano Banana
-
¿Nano Banana admite imágenes de referencia?
La línea actual es de generación de imágenes puramente a partir de texto y no acepta imágenes de referencia.
Modelos y capacidades Nano Banana
-
¿Qué especificaciones de salida están disponibles?
La página actual muestra 1K y auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; las opciones finales disponibles están sujetas a los parámetros del Playground.
Modelos y capacidades Nano Banana
-
¿Cómo se factura Nano Banana?
Se factura según la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Nano Banana
-
¿Cómo se llama a la API de Nano Banana?
Envía una tarea asíncrona mediante POST /v1/tasks, usa nano-banana como model y coloca los parámetros de generación en input.
Modelos y capacidades Nano Banana
-
¿Para qué tareas está pensado principalmente Nano Banana 2?
Admite imágenes de referencia opcionales, una amplia variedad de relaciones de aspecto y una resolución más alta; puede utilizarse para la generación y el retoque de imágenes.
Modelos y capacidades Nano Banana 2
-
¿Nano Banana 2 admite imágenes de referencia?
Admite hasta 14 imágenes de referencia opcionales; si no se sube ninguna, se puede usar como generación de imágenes puramente a partir de texto.
Modelos y capacidades Nano Banana 2
-
¿Qué especificaciones de salida son compatibles?
La página actual muestra 1K, 2K, 4K y 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; las opciones finales están sujetas a los parámetros de Playground.
Modelos y capacidades Nano Banana 2
-
¿Cómo se factura Nano Banana 2?
Se factura según la cantidad de imágenes generadas con éxito; si hay diferencias entre distintas resoluciones o niveles de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades Nano Banana 2
-
¿Cómo llamar a la API de Nano Banana 2?
Envíe una tarea asíncrona mediante POST /v1/tasks, use nano-banana-2 como model y coloque los parámetros de generación en input.
Modelos y capacidades Nano Banana 2
-
¿Para qué tareas es principalmente adecuado GPT Image 2 Ext Text to Image?
Línea de generación compatible de GPT Image 2, que ofrece control de calidad y resolución; la descripción general del producto y la intención de búsqueda principal las cubre la página oficial de GPT Image 2.
Modelos y capacidades GPT Image 2
-
¿GPT Image 2 Ext Text to Image admite imágenes de referencia?
La ruta actual es de texto a imagen puro y no acepta imágenes de referencia.
Modelos y capacidades GPT Image 2
-
¿Cómo se factura GPT Image 2 Ext Text to Image?
Se factura según la cantidad de imágenes generadas con éxito; si hay diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades GPT Image 2
-
¿Cómo se llama a la API GPT Image 2 Ext Text to Image?
Envíe una tarea asíncrona a POST /v1/tasks, use gpt-image-2/text-to-image@ext como model y coloque los parámetros de generación en input.
Modelos y capacidades GPT Image 2
-
¿Para qué tareas es principalmente adecuado GPT Image 2 Beta?
Es una ruta Beta conservada por compatibilidad con llamadas antiguas; para nuevas integraciones se recomienda usar el ID del modelo oficial GPT Image 2.
Modelos y capacidades GPT Image 2
-
¿La versión Beta de GPT Image 2 admite imágenes de referencia?
La ruta actual es de generación de imágenes puramente a partir de texto, no acepta imágenes de referencia.
Modelos y capacidades GPT Image 2
-
¿Cómo se factura GPT Image 2 Beta?
Se factura según la cantidad de imágenes generadas correctamente; cualquier diferencia según la resolución o el nivel de calidad se mostrará en el precio en tiempo real de la página.
Modelos y capacidades GPT Image 2
-
¿Cómo se llama a la API de GPT Image 2 Beta?
Envíe una tarea asíncrona mediante POST /v1/tasks, use gpt-image-2/text-to-image@beta como model y coloque los parámetros de generación en input.
Modelos y capacidades GPT Image 2
-
¿Para qué tareas es principalmente adecuado GPT Image 2 Ext Image to Image?
Línea de edición compatible con múltiples imágenes de referencia y con control de calidad, resolución y relación de aspecto.
Modelos y capacidades GPT Image 2
-
¿GPT Image 2 Ext Image to Image admite imágenes de referencia?
Sí. La ruta actual requiere imágenes de referencia, con un máximo de 6; las imágenes de referencia se encargan de proporcionar el sujeto y la composición, y el Prompt se encarga de describir el alcance de las modificaciones.
Modelos y capacidades GPT Image 2
-
¿Cómo se factura GPT Image 2 Ext Image to Image?
Se factura por la cantidad de imágenes generadas correctamente; si existen diferencias según la resolución o el nivel de calidad, se mostrarán en el precio en tiempo real de la página.
Modelos y capacidades GPT Image 2
-
¿Cómo se llama a la API GPT Image 2 Ext Image to Image?
Envía una tarea asíncrona a POST /v1/tasks, usa gpt-image-2/image-to-image@ext como model y coloca los parámetros de generación en input.
Modelos y capacidades GPT Image 2
-
¿Para qué es más adecuado Ideogram V4?
Es adecuado para logotipos, carteles, logotipos tipográficos, envases y letreros de tienda que requieren letras latinas precisas.
Modelos y capacidades Ideogram V4
-
¿Cómo elegir entre las tres velocidades?
TURBO es adecuado para borradores rápidos; BALANCED equilibra velocidad y calidad; QUALITY es adecuado para detalles finales y letreros complejos.
Modelos y capacidades Ideogram V4
-
¿Cómo se distinguen los tres niveles de precio?
TURBO, BALANCED y QUALITY utilizan diferentes niveles de precio por imagen; los importes concretos se rigen por el precio en tiempo real de esta página.
Modelos y capacidades Ideogram V4
-
¿Cómo mejorar la precisión del texto en la imagen?
Escribe literalmente en el Prompt el texto que debe mostrarse y especifica el estilo de fuente, la jerarquía, la posición y el contraste con el fondo.
Modelos y capacidades Ideogram V4
-
¿Admite imágenes de referencia?
Actualmente, la página de Ideogram V4 es de generación de imágenes solo a partir de texto y no acepta imágenes de referencia.
Modelos y capacidades Ideogram V4
-
¿Cuáles son las ventajas de Qwen Image 2.0 Pro?
Adecuado para texto en chino, personas, visuales de productos y escenarios conceptuales complejos, y ofrece cinco presets de tamaño de nivel 2K.
Modelos y capacidades
-
¿Para qué sirve la optimización automática de Prompt?
prompt_extend está habilitado por defecto y amplía la entrada para complementar detalles visuales, aunque añade una pequeña latencia; si se necesita seguir estrictamente el texto original, se puede desactivar.
Modelos y capacidades
-
¿Cómo evitar elementos no deseados?
Describe el contenido que quieres excluir mediante negative_prompt y mantén claro en el Prompt positivo los requisitos sobre el sujeto, el texto y la composición.
Modelos y capacidades
-
¿Admite imágenes de referencia?
Actualmente, la ruta de generación de imágenes a partir de texto de Pro solo acepta texto y no admite la entrada de imágenes de referencia.
Modelos y capacidades
-
¿El tamaño cambia el precio?
Los cinco tamaños predefinidos actuales utilizan el mismo nivel de precio por imagen individual; el monto exacto se rige por el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Para qué es adecuado Seedream 4.5 de texto a imagen?
Es adecuado para escenas de estilo chino, fotografía gastronómica, imágenes de ciencia ficción, paisajes y creación general que requiera salida en 2K/4K.
Modelos y capacidades Seedream 4.5
-
¿Los precios de 2K y 4K son diferentes?
Actualmente ambas resoluciones utilizan la misma tarifa por imagen individual; el importe exacto se rige por el precio en tiempo real de esta página.
Modelos y capacidades Seedream 4.5
-
¿Por qué aspect_ratio es un parámetro obligatorio?
El contrato de la solicitud actual requiere enviar explícitamente aspect_ratio y resolution, para evitar que el tamaño de salida dependa de valores predeterminados implícitos.
Modelos y capacidades Seedream 4.5
-
¿Se puede subir una imagen de referencia?
Esta ruta de generación de texto a imagen no acepta imágenes de referencia; utiliza seedream-4.5/image-to-image.
Modelos y capacidades Seedream 4.5
-
¿Cuál es la longitud máxima del Prompt?
Admite de 4 a 3000 caracteres, tanto en chino como en inglés.
Modelos y capacidades Seedream 4.5
-
¿Qué relaciones de aspecto especiales admite Wan 2.7 Image?
Además de las versiones horizontales y verticales habituales, también admite relaciones de aspecto ultraanchas o ultraaltas como 21:9, 8:1 y 1:8.
Modelos y capacidades Wan 2.7 Image
-
¿Qué hace el Thinking Mode?
Al activarlo aumenta el tiempo de generación para mejorar el razonamiento y la organización visual de prompts complejos; para borradores rápidos puede permanecer desactivado.
Modelos y capacidades Wan 2.7 Image
-
¿Cómo elegir entre 1K, 2K y 4K?
Primero usa 1K o 2K para validar la dirección y, cuando finalmente necesites una salida mayor, elige 4K. El precio actual de la página es un precio fijo por imagen individual.
Modelos y capacidades Wan 2.7 Image
-
¿Admite imágenes de referencia?
El ID de modelo actual corresponde a una ruta de generación de imágenes puramente a partir de texto y no acepta imágenes de referencia.
Modelos y capacidades Wan 2.7 Image
-
¿Cómo reproducir los resultados?
Fijando la seed, el Prompt, el formato de imagen, la resolución y la configuración de Thinking Mode.
Modelos y capacidades Wan 2.7 Image
-
¿Para qué es adecuado Z-Image?
Es adecuado para la generación de imágenes con prompts en chino a bajo costo, retratos realistas, letreros, paisajes nocturnos urbanos y material gastronómico.
Modelos y capacidades Z-Image
-
¿Qué relaciones de aspecto son compatibles?
Compatible con 1:1, 4:3, 3:4, 16:9 y 9:16.
Modelos y capacidades Z-Image
-
¿Se puede controlar la resolución o el formato?
El contrato de solicitud público actual solo expone Prompt y aspect_ratio; no se deben añadir campos de resolución o formato no declarados en la solicitud.
Modelos y capacidades Z-Image
-
¿Admite imágenes de referencia?
No. El ID actual del modelo Z-Image es de generación de imágenes solo a partir de texto.
Modelos y capacidades Z-Image
-
¿Cómo llamar a la API?
Envía model: z-image e input.prompt a POST /v1/tasks; aspect_ratio es opcional.
Modelos y capacidades Z-Image
-
¿Qué tipo de modelo de vídeo es HappyHorse 1.0?
Es una vía de texto a vídeo pura: solo requiere un prompt de texto, no exige subir una imagen inicial.
Modelos y capacidades HappyHorse 1.0
-
¿Qué especificaciones de salida admite HappyHorse 1.0?
Admite de 3 a 15 segundos, con resoluciones que incluyen 720p y 1080p, y relaciones de aspecto que incluyen 16:9, 9:16, 1:1, 4:3 y 3:4.
Modelos y capacidades HappyHorse 1.0
-
¿Se puede generar voz o usar una referencia de audio?
No se aceptan entradas multimedia; la capacidad de voz está sujeta al contrato del modelo
Modelos y capacidades HappyHorse 1.0
-
¿Cómo se factura HappyHorse 1.0?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades HappyHorse 1.0
-
¿Cómo se llama a la API de HappyHorse 1.0?
Envíe una tarea asíncrona mediante POST /v1/tasks, use happyhorse-1.0 como model y coloque los parámetros en input.
Modelos y capacidades HappyHorse 1.0
-
¿Qué tipo de modelo de video es Kling 3.0 Text-to-Video?
Es una línea de texto a video pura: solo requiere un Prompt de texto, sin necesidad de subir una imagen inicial.
Modelos y capacidades Kling 3.0
-
¿Qué especificaciones de salida admite Kling 3.0 Text-to-Video?
Admite de 3 a 15 segundos, con resoluciones de 720p, 1080p y 4K, y relaciones de aspecto de 16:9, 9:16 y 1:1.
Modelos y capacidades Kling 3.0
-
¿Se puede generar voz o usar una referencia de audio?
Interruptor opcional de generación de voz
Modelos y capacidades Kling 3.0
-
¿Cómo se factura Kling 3.0 Text-to-Video?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias por resolución, modo u opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades Kling 3.0
-
¿Cómo se llama a la API de texto a video de Kling 3.0?
Envía una tarea asíncrona mediante POST /v1/tasks, usa kling-3.0/text-to-video como model y coloca los parámetros en input.
Modelos y capacidades Kling 3.0
-
¿Qué tipo de modelo de video es Veo 3.1 Fast Text to Video?
Es una vía de texto a video pura: solo requiere un Prompt de texto y no exige subir una imagen inicial.
Modelos y capacidades Veo 3.1 Fast
-
¿Qué especificaciones de salida admite Veo 3.1 Fast Text to Video?
Admite de 4 a 8 segundos, con resoluciones que incluyen 720p, 1080p y 4k, y relaciones de aspecto que incluyen 16:9 y 9:16.
Modelos y capacidades Veo 3.1 Fast
-
¿Se puede generar voz o usar una referencia de audio?
La generación de audio está activada de forma predeterminada
Modelos y capacidades Veo 3.1 Fast
-
¿Cómo se factura Veo 3.1 Fast Text to Video?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias por resolución, modo u opciones de audio se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades Veo 3.1 Fast
-
¿Cómo se llama a la API Veo 3.1 Fast Text to Video?
Envía una tarea asíncrona a POST /v1/tasks, usa veo-3.1-fast/text-to-video como model y coloca los parámetros en input.
Modelos y capacidades Veo 3.1 Fast
-
¿Qué tipo de modelo de video es Veo 3.1 Text to Video?
Es una vía de texto a video pura, solo requiere un Prompt de texto, no exige subir una imagen inicial.
Modelos y capacidades Veo 3.1
-
¿Qué especificaciones de salida admite Veo 3.1 Text to Video?
Admite de 4 a 8 segundos, con resoluciones que incluyen 720p, 1080p y 4k, y relaciones de aspecto que incluyen 16:9 y 9:16.
Modelos y capacidades Veo 3.1
-
¿Se puede generar voz o usar una referencia de audio?
La generación de audio está activada por defecto
Modelos y capacidades Veo 3.1
-
¿Cómo se factura Veo 3.1 Text to Video?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias debidas a la resolución, el modo o las opciones de audio se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades Veo 3.1
-
¿Cómo se llama a la API Veo 3.1 Text to Video?
Envía una tarea asíncrona mediante POST /v1/tasks, usa veo-3.1/text-to-video como model y coloca los parámetros en input.
Modelos y capacidades Veo 3.1
-
¿Qué tipo de modelo de video es Seedance 2.0?
Se centra en el Prompt y también puede incorporar el primer y último fotograma o imágenes, videos y audios de referencia; los distintos métodos de control deben combinarse según el contrato de parámetros vigente.
Modelos y capacidades Seedance 2.0
-
¿Qué especificaciones de salida admite Seedance 2.0?
Admite de 4 a 15 segundos, resoluciones que incluyen 480p, 720p, 1080p y 4k, y relaciones de aspecto que incluyen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 y adaptive.
Modelos y capacidades Seedance 2.0
-
¿Se puede generar voz o usar referencias de audio?
Referencias opcionales de imagen, vídeo y audio; admite generación de audio
Modelos y capacidades Seedance 2.0
-
¿Cómo se factura Seedance 2.0?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias por resolución, modo u opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades Seedance 2.0
-
¿Cómo se llama a la API de Seedance 2.0?
Envía una tarea asíncrona mediante POST /v1/tasks, usa seedance-2.0 como model y coloca los parámetros en input.
Modelos y capacidades Seedance 2.0
-
¿Qué tipo de modelo de vídeo es Seedance 2.0 Fast?
Se centra en el Prompt y también puede incluir fotogramas inicial y final, o imágenes, vídeos y audios de referencia; los distintos modos de control deben combinarse según el contrato de parámetros vigente.
Modelos y capacidades
-
¿Qué especificaciones de salida admite Seedance 2.0 Fast?
Admite de 4 a 15 segundos, resoluciones que incluyen 480p y 720p, y relaciones de aspecto que incluyen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 y adaptive.
Modelos y capacidades
-
¿Se puede generar voz o usar una referencia de audio?
Referencia opcional de imagen, vídeo y audio; se admite la generación de audio
Modelos y capacidades
-
¿Cómo se factura Seedance 2.0 Fast?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias debidas a la resolución, el modo o las opciones de sonido se ajustan al precio de la página y al registro de la tarea.
Modelos y capacidades
-
¿Cómo llamar a la API de Seedance 2.0 Fast?
Envía una tarea asíncrona mediante POST /v1/tasks, usa seedance-2.0-fast como model y coloca los parámetros en input.
Modelos y capacidades
-
¿Qué tipo de modelo de video es Seedance 2.0 Ext?
Se centra en el Prompt y también puede incorporar fotogramas inicial y final o imágenes, videos y audio de referencia; los distintos modos de control deben combinarse según el contrato de parámetros actual.
Modelos y capacidades Seedance 2.0
-
¿Qué especificaciones de salida admite Seedance 2.0 Ext?
Admite de 4 a 15 segundos, con resoluciones que incluyen 720p, 1080p y 4k, y relaciones de aspecto que incluyen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 y adaptive.
Modelos y capacidades Seedance 2.0
-
¿Cómo se factura Seedance 2.0 Ext?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias debidas a la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de tareas.
Modelos y capacidades Seedance 2.0
-
¿Cómo se llama a la API Seedance 2.0 Ext?
Envía una tarea asíncrona mediante POST /v1/tasks, usa seedance-2.0@ext en model y coloca los parámetros en input.
Modelos y capacidades Seedance 2.0
-
¿Qué tipo de modelo de video es Seedance 2.0 Mini?
Se centra en el Prompt, y también puede incluir fotogramas inicial y final o imágenes, videos y audio de referencia; los distintos métodos de control deben combinarse según el contrato de parámetros actual.
Modelos y capacidades
-
¿Qué especificaciones de salida admite Seedance 2.0 Mini?
Admite de 4 a 15 segundos, con resoluciones que incluyen 480p y 720p, y relaciones de aspecto que incluyen 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 y adaptive.
Modelos y capacidades
-
¿Se puede generar voz o usar referencias de audio?
Referencias opcionales de imagen, vídeo y audio; compatible con generación de audio
Modelos y capacidades
-
¿Cómo se factura Seedance 2.0 Mini?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades
-
¿Cómo se llama a la API de Seedance 2.0 Mini?
Envía una tarea asíncrona mediante POST /v1/tasks, usa seedance-2.0-mini como model y coloca los parámetros en input.
Modelos y capacidades
-
¿Qué tipo de modelo de video es HappyHorse 1.1 Text to Video?
Es una línea de texto a video pura: solo requiere un Prompt de texto y no exige subir una imagen inicial.
Modelos y capacidades HappyHorse 1.1
-
¿Qué especificaciones de salida admite HappyHorse 1.1 Text to Video?
Admite de 3 a 15 segundos, con resoluciones que incluyen 720p y 1080p, y relaciones de aspecto que incluyen 16:9, 9:16, 3:4, 4:3, 4:5, 5:4, 1:1, 9:21 y 21:9.
Modelos y capacidades HappyHorse 1.1
-
¿Puede generar voz o usar referencias de audio?
No acepta entradas multimedia; las capacidades de voz dependen del contrato del modelo
Modelos y capacidades HappyHorse 1.1
-
¿Cómo se factura HappyHorse 1.1 Text to Video?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias debidas a la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades HappyHorse 1.1
-
¿Cómo se llama a la API Text to Video de HappyHorse 1.1?
Envíe una tarea asíncrona mediante POST /v1/tasks, use happyhorse-1.1/text-to-video como model y coloque los parámetros en input.
Modelos y capacidades HappyHorse 1.1
-
¿Qué tipo de modelo de video es MiniMax H3?
Se centra en el Prompt y también puede incluir fotogramas inicial y final o imágenes, videos y audios de referencia; los distintos modos de control deben combinarse según el contrato de parámetros vigente.
Modelos y capacidades MiniMax H3
-
¿Qué especificaciones de salida admite MiniMax H3?
Admite de 4 a 15 segundos, resoluciones que incluyen 2K y relaciones de aspecto que incluyen 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 y adaptive.
Modelos y capacidades MiniMax H3
-
¿Se puede generar voz o usar referencias de audio?
Referencias opcionales de imagen, vídeo y audio; compatible con la generación de audio
Modelos y capacidades MiniMax H3
-
¿Cómo se factura MiniMax H3?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades MiniMax H3
-
¿Cómo se llama a la API de MiniMax H3?
Envíe una tarea asíncrona mediante POST /v1/tasks, use minimax-h3 como model y coloque los parámetros en input.
Modelos y capacidades MiniMax H3
-
¿Qué tipo de modelo de video es Wan 3.0 Video?
Se centra en el Prompt y también puede incorporar fotogramas inicial y final o imágenes, videos y audios de referencia; los distintos métodos de control deben combinarse según el contrato de parámetros vigente.
Modelos y capacidades Wan 3.0 Video
-
¿Qué especificaciones de salida admite Wan 3.0 Video?
Admite de 2 a 30 segundos; las resoluciones incluyen 480P, 720P y 1080P; las relaciones de aspecto incluyen adaptive, 16:9, 4:3, 1:1, 3:4 y 9:16.
Modelos y capacidades Wan 3.0 Video
-
¿Se puede generar voz o usar referencias de audio?
Referencias opcionales de imagen, video, audio, archivos y enlaces; compatible con audio sincronizado
Modelos y capacidades Wan 3.0 Video
-
¿Cómo se factura Wan 3.0 Video?
Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.
Modelos y capacidades Wan 3.0 Video
-
¿Cómo se llama a la API de Wan 3.0 Video?
Envíe una tarea asíncrona mediante POST /v1/tasks, use wan3.0-video como model y coloque los parámetros en input.
Modelos y capacidades Wan 3.0 Video
-
¿Qué entradas admite Wan 3.0 Prime?
Solo el prompt es obligatorio. Las entradas opcionales incluyen el primer y el último fotograma, hasta 10 imágenes de referencia, hasta 5 audios de referencia, 1 documento de referencia o 1 página web de referencia. La entrada de video de referencia aún no está disponible.
Modelos y capacidades
-
¿Se pueden usar juntos el fotograma inicial y final y los materiales de referencia?
No. El modo de fotograma inicial y final es mutuamente excluyente con los arrays de imágenes de referencia, audio, archivos y páginas web; en cada tarea se elige solo uno de estos métodos de control. Además, entre archivos de referencia y páginas web de referencia también solo se puede elegir uno de los dos.
Modelos y capacidades
-
¿Qué requisitos debe cumplir el audio de referencia?
WAV o MP3, de 1 a 15 segundos por segmento, máximo 5 segmentos, y debe usarse junto con la imagen de referencia. En el prompt, referéncialos en orden como Audio1, Audio2 e indica si es narración, diálogo o música.
Modelos y capacidades
-
¿Qué duraciones, resoluciones y relaciones de aspecto son compatibles?
La duración se configura en segundos enteros de 2 a 30 segundos; las resoluciones son 480P, 720P y 1080P; las relaciones de aspecto son adaptive, 16:9, 4:3, 1:1, 3:4 y 9:16, y adaptive se determina según el material de entrada y el prompt.
Modelos y capacidades
-
¿El vídeo tendrá sonido?
Por defecto se genera una pista de audio sincronizada con la imagen, y el contenido del sonido se puede describir en el prompt (por ejemplo, sonido ambiente, narración); si se establece audio en false, solo se genera la imagen.
Modelos y capacidades
-
¿Cuál es la diferencia entre Wan 3.0 Prime y Wan 3.0 Video?
Prime es la ruta acelerada de Wan 3.0; en ambos el uso de prompts, primer y último fotograma e imágenes de referencia, audio, archivos y páginas web es idéntico, basta con cambiar el model ID para alternar; actualmente Prime no acepta entrada de video de referencia, y el precio de ambas rutas es diferente.
Modelos y capacidades
-
¿Cómo reproducir el mismo resultado?
Pasa un seed fijo (de 0 a 2147483647) y mantén el prompt y los demás parámetros sin cambios; así obtendrás resultados muy consistentes, lo que facilita la comparación tras el ajuste fino.
Modelos y capacidades
-
¿Cómo se factura Wan 3.0 Prime?
Se factura según la duración del video de salida y el nivel de resolución; las tareas fallidas se reembolsan en su totalidad; el precio unitario específico se rige por el precio en tiempo real de esta página.
Modelos y capacidades
-
¿Se necesita subir una imagen para la generación de video a partir de texto con Seedance 2.5?
No. Esta página corresponde a seedance-2.5/text-to-video y solo acepta un Prompt de texto; cuando se requiera un primer fotograma, fotogramas de inicio y fin, o material de referencia, se debe usar la ruta independiente Image-to-Video o Reference-to-Video.
Modelos y capacidades Seedance 2.5
-
¿Cuánto puede durar un video con Seedance 2.5?
El contrato de solicitud actual admite de 4 a 30 segundos, en 720p o 1080p, y ofrece relaciones de aspecto 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 y adaptive.
Modelos y capacidades Seedance 2.5
-
¿Seedance 2.5 genera sonido?
generate_audio está activado por defecto para generar sonido sincronizado; se puede desactivar cuando no se necesite sonido. Aun así, el resultado final debe someterse a una revisión de volumen, diálogo y derechos de autor.
Modelos y capacidades Seedance 2.5
-
¿Cómo se factura Seedance 2.5?
Se factura por los segundos de vídeo de salida y por el nivel de resolución. 720p y 1080p tienen un precio por segundo diferente.
Modelos y capacidades Seedance 2.5
-
¿Cómo se llama a la API de texto a vídeo Seedance 2.5?
Envíe una tarea asíncrona mediante POST /v1/tasks, use seedance-2.5/text-to-video como model y pase parámetros como prompt, duration, resolution y aspect_ratio en input.
Modelos y capacidades Seedance 2.5
-
¿Grok Imagine de texto a video necesita una imagen?
No. grok-imagine/text-to-video solo acepta un prompt de texto; cuando se necesite una imagen de origen, se debe usar la ruta independiente de imagen a video.
Modelos y capacidades Grok Imagine
-
¿Qué especificaciones admite Grok Imagine?
Admite de 6 a 30 segundos, 480p o 720p, y relaciones de aspecto 2:3, 3:2, 1:1, 16:9 y 9:16.
Modelos y capacidades Grok Imagine
-
¿Cuál es la diferencia entre el modo normal y el modo fun?
normal es adecuado para deportes convencionales y tomas estables; fun se usa para deportes creativos más activos. Se recomienda usar primero normal para verificar el sujeto y la composición.
Modelos y capacidades Grok Imagine
-
¿Cómo se factura Grok Imagine?
Se factura por segundos de salida y resolución; 480p y 720p usan precios por segundo diferentes.
Modelos y capacidades Grok Imagine
-
¿Cómo se llama a la API de texto a vídeo de Grok Imagine?
Envíe una tarea a POST /v1/tasks, use grok-imagine/text-to-video en model y coloque los parámetros en input.
Modelos y capacidades Grok Imagine
-
¿El modelo de texto a video Hailuo 2.3 requiere una imagen?
No. Esta ruta solo acepta un Prompt de texto. Cuando se necesite especificar el primer fotograma, debe usarse el modelo independiente Hailuo de imagen a video.
Modelos y capacidades Hailuo 2.3
-
¿Qué duraciones admite Hailuo 2.3?
La ruta estándar ofrece dos opciones de salida fijas de 6 y 10 segundos, y no expone parámetros de resolución ni de relación de aspecto.
Modelos y capacidades Hailuo 2.3
-
¿Qué función tiene el Prompt optimizer?
Está activado por defecto y se utiliza para expandir y organizar automáticamente el Prompt. Cuando sea necesario conservar estrictamente las instrucciones originales, se puede desactivar y escribir manualmente una descripción completa de la escena.
Modelos y capacidades Hailuo 2.3
-
¿Cómo se factura Hailuo 2.3?
La facturación se realiza por tramos según el vídeo generado, con un precio fijo por unidad para 6 segundos y otro para 10 segundos.
Modelos y capacidades Hailuo 2.3
-
¿Cómo se llama a la API de Hailuo 2.3?
Envíe una tarea asíncrona a POST /v1/tasks, use hailuo-2.3/text-to-video como model y pase prompt, duration y prompt_optimizer en input.
Modelos y capacidades Hailuo 2.3
-
¿Wan 2.7 texto a video requiere una imagen?
No. wan2.7-video/text-to-video solo requiere un Prompt de texto; cuando se necesite un fotograma inicial o final, debe usarse Wan 2.7 Image-to-Video.
Modelos y capacidades Wan 2.7 Video
-
¿Qué especificaciones de salida admite Wan 2.7?
Admite 2–15 segundos, 720P o 1080P, así como relaciones de aspecto 16:9, 9:16, 1:1, 4:3 y 3:4.
Modelos y capacidades Wan 2.7 Video
-
¿Qué es audio_url en Wan 2.7?
audio_url es una referencia de audio opcional en formato WAV o MP3. No convierte esta ruta en imagen a video ni sustituye al Prompt de texto.
Modelos y capacidades Wan 2.7 Video
-
¿Cómo se factura Wan 2.7?
Se factura por los segundos de vídeo de salida y la resolución; 720P y 1080P usan un precio por segundo diferente.
Modelos y capacidades Wan 2.7 Video
-
¿Cómo se llama a la API de texto a vídeo de Wan 2.7?
Envíe una tarea asíncrona mediante POST /v1/tasks, use wan2.7-video/text-to-video como model y pase los parámetros prompt, resolution, ratio, duration, etc. en input.
Modelos y capacidades Wan 2.7 Video
-
¿Cuántas imágenes de entrada necesita Veo 3.1 para generar video a partir de imágenes?
Actualmente, el endpoint acepta una sola URL de imagen de acceso público por solicitud, y el nombre del campo es image_url, no image_urls. Se recomienda que la imagen de entrada tenga al menos 720p y que, antes de enviarla, se definan el sujeto, la composición y el espacio de movimiento; las direcciones locales o los enlaces temporales que no sean accesibles desde la red pública no pueden usarse como entrada.
Modelos y capacidades Veo 3.1
-
En Veo 3.1, ¿cómo se controla la orientación horizontal o vertical en la generación de video a partir de una imagen?
El formato de salida hereda la imagen de entrada; no es necesario pasar aspect_ratio adicionalmente. Para generar videos verticales para TikTok, Reels o Shorts, primero se debe preparar una imagen de entrada en 9:16; para materiales horizontales de páginas web o anuncios, primero se debe preparar una imagen de entrada en 16:9. Otros formatos pueden recortarse para adaptarse.
Modelos y capacidades Veo 3.1
-
¿Qué duraciones y resoluciones admite Veo 3.1?
El contrato de solicitud actual de HiAPI admite 4, 6 y 8 segundos, así como 720p, 1080p y 4K. La duración y la resolución influyen conjuntamente en el costo total; validar el movimiento con una duración más corta y luego generar en la resolución final puede reducir el consumo innecesario.
Modelos y capacidades Veo 3.1
-
¿Veo 3.1 puede generar audio nativo? ¿Cómo se controla el sonido?
Sí. Incluye en el Prompt los sonidos ambientales, el Foley y el ritmo musical, y haz que las indicaciones de sonido sigan el orden de los eventos, por ejemplo «un golpe grave cuando los zapatos tocan el suelo». Aun así, antes de publicar material comercial importante conviene revisar el volumen, los diálogos, la seguridad de marca y los requisitos de derechos de autor de la plataforma.
Modelos y capacidades Veo 3.1
-
¿Cómo se factura la generación de video a partir de imágenes de Veo 3.1?
Se factura según la duración y la resolución de la generación; 720p/1080p con audio utiliza la tarifa base por segundo, y 4K con audio utiliza una tarifa superior. El importe concreto se rige por el precio en tiempo real de la página del modelo y el registro de tareas.
Modelos y capacidades Veo 3.1
-
¿Cómo elegir entre Veo 3.1 y Veo 3.1 Fast?
Ambos usan la misma estructura de entrada de imagen única, duraciones de 4/6/8 segundos y resolución. Fast es adecuado para validar primero el movimiento, la cámara y el ritmo del sonido; el Veo 3.1 estándar es adecuado para el montaje final. El flujo habitual consiste en filtrar los Prompt primero con borradores en 720p de Fast y luego generar la salida en 1080p o 4K con el modelo estándar.
Modelos y capacidades Veo 3.1
-
¿Cómo llamar a Veo 3.1 para generar video a partir de una imagen mediante la API?
Envía una solicitud a POST /v1/tasks, establece model en veo-3.1/image-to-video y pasa prompt, image_url, resolution y duration en input. La interfaz devuelve primero un taskId y el video se genera de forma asíncrona en segundo plano; consulta la documentación de la API para la consulta de tareas, el callback, el manejo de errores y los parámetros completos.
Modelos y capacidades Veo 3.1
-
¿Cuál es la diferencia entre Vidu Q3 Mix y Vidu Q3 Ad?
Ambos usan el mismo conjunto de parámetros (1-7 imágenes de referencia, el mismo conjunto de 10 tamaños, dos niveles 720P/1080P) y la forma de la solicitud es exactamente igual. La diferencia está en el rango de duración y la orientación de la optimización: Mix está orientado a escenarios generales, con una duración de 1-16 segundos; Ad está orientado a publicidad, con una duración de 3-15 segundos, y añade para escenarios publicitarios procesamiento inteligente de corte de planos, movimiento de cámara y efectos de sonido orientados al marketing. Para anuncios de productos, elige Ad con prioridad; para otros temas, usa Mix.
Modelos y capacidades
-
¿Por qué size solo permite elegir 10 valores enumerados y no se puede introducir la resolución libremente?
size se representa con el valor de píxeles «ancho*alto», pero la interfaz solo acepta 10 valores fijos, equivalentes a cinco relaciones de aspecto (16:9, 4:3, 1:1, 3:4, 9:16) × dos niveles (720P, 1080P). La ventaja es que la relación de aspecto y el nivel de resolución se eligen de una vez, sin necesidad de pasar un parámetro de proporción por separado; la desventaja es que no se puede especificar un tamaño intermedio. Ten en cuenta que 1:1 en el nivel 1080P es 1808*1808, no 1920*1920.
Modelos y capacidades
-
¿Cuál es la duración máxima que se puede generar?
Mix admite de 1 a 16 segundos (segundos enteros, 5 segundos por defecto). Los 16 segundos son más largos que los 5-10 segundos de la mayoría de las interfaces de generación de vídeo de referencia, adecuados para fragmentos que requieren desarrollar la acción. Ten en cuenta que el intervalo de Ad es diferente: de 3 a 15 segundos.
Modelos y capacidades
-
¿Cuántas imágenes de referencia se pueden usar como máximo? ¿Cómo se le indica al modelo quién es quién?
En reference_image_urls se envían de 1 a 7 imágenes, deben ser URL HTTP(S) accesibles públicamente, con formatos compatibles JPEG/JPG/PNG/WEBP, un máximo de 50MB por imagen y una relación de aspecto entre 1:4 y 4:1. En el prompt basta con referenciarlas en el orden del array, por ejemplo «el personaje de la imagen de referencia 1 entra en la escena de la imagen de referencia 2»; la numeración se corresponde uno a uno con el índice del array.
Modelos y capacidades
-
¿Cómo se factura?
La facturación se basa en los segundos reales de salida; el nivel de resolución determina el precio por segundo, y las tarifas de 720P y 1080P son diferentes. Prevalece el precio en tiempo real de la página de precios; el detalle de consumo de cada tarea se puede verificar uno por uno en el registro de tareas de HiAPI.
Modelos y capacidades
-
¿audio y watermark afectan el precio?
No. El precio solo depende del nivel de resolución y de los segundos reales de salida; ninguno de los dos interruptores interviene en el cálculo del precio. audio está desactivado por defecto y genera un vídeo sin sonido; al activarlo, el modelo genera música de fondo y efectos de sonido según el contenido de la imagen; watermark está desactivado por defecto; al activarlo, aparece en la esquina inferior derecha del vídeo la marca «Contenido generado por IA».
Modelos y capacidades
-
¿Cómo elegir la generación de video de referencia con Vidu Q4 Preview?
Depende del material de entrada. Si necesitas audio de referencia para fijar el timbre de voz del personaje, hacer que el personaje hable o usar más de 7 imágenes de referencia, usa Q4 Preview (1-15 imágenes de referencia + hasta 3 fragmentos MP3). Si solo necesitas referencia de imagen, quieres formato vertical o cuadrado nativo y prefieres elegir el formato y la resolución de una vez, Mix es más directo: Q4 Preview separa la resolución y la proporción en dos parámetros independientes.
Modelos y capacidades
-
¿La imagen de referencia aparecerá tal cual al inicio del video?
No. La generación de video a partir de una referencia toma la imagen de referencia como base para la apariencia del sujeto y genera imágenes nuevas; la imagen de referencia en sí no aparece como primer fotograma. Si la imagen de referencia incluye un fondo completo, es posible que el inicio del video final se parezca a ese fondo; si quieres que todo el video sean escenas nuevas, describe el entorno con claridad en el prompt. Cuando necesites que el primer fotograma sea exactamente igual a una imagen, debes usar la interfaz de imagen a video.
Modelos y capacidades
-
¿Qué longitud puede tener el prompt?
No supera los 5000 caracteres, ya sea en chino o en inglés; el excedente se truncará automáticamente. Es más eficaz describir con claridad qué hace el sujeto, dónde aparece y cómo se mueve la cámara que acumular adjetivos.
Modelos y capacidades
-
¿Un seed fijo garantiza que los resultados sean reproducibles?
El rango de valores de seed es de 0 a 2147483647; una vez fijado, los resultados para un mismo conjunto de entradas serán notablemente más similares, pero el modelo en sí es probabilístico y la documentación indica claramente que incluso con el mismo seed no se garantiza que sea completamente idéntico cada vez. Es más adecuado para comparar el efecto del fine-tuning que para una reproducción exacta.
Modelos y capacidades
-
¿Cuál es la diferencia entre Vidu Q3 Ad y Vidu Q3 Mix?
La forma de la solicitud es exactamente la misma (las mismas 1-7 imágenes de referencia, los mismos 10 tamaños, las mismas dos opciones de 720P/1080P); la diferencia está en el rango de duración y en el enfoque de optimización. Ad está orientado al sector publicitario, con una duración de 3-15 segundos, e incorpora para el material publicitario un corte inteligente de plano, movimiento de cámara y procesamiento de efectos de sonido de nivel marketing; Mix está orientado a escenarios generales, con una duración de 1-16 segundos y una calidad visual y dinámica más equilibradas. Para anuncios de productos, prioriza Ad; para narrativa, IP o material genérico, usa Mix.
Modelos y capacidades
-
¿Por qué la duración de Ad es diferente de la de Mix?
Ambos endpoints tienen dos conjuntos distintos de validación de parámetros: el valor de duration en Ad es un entero en [3, 15], mientras que en Mix es [1, 16], y el valor predeterminado en ambos es de 5 segundos. Por lo tanto, Ad no puede generar clips ultracortos de 1-2 segundos, ni necesita el desarrollo de planos largos como Mix.
Modelos y capacidades
-
La duración real de salida no coincide con el duration configurado, ¿cuál se usa para facturar?
La facturación se basa en la duración real de salida. La documentación incluye una aclaración específica para modelos publicitarios como Ad que incorporan corte inteligente de planos: cuando el número de planos es notablemente mayor o menor que el duration, el modelo puede ajustar automáticamente la duración para garantizar la integridad de la historia, por lo que la duración real del video puede ser mayor o menor que el valor configurado, y la facturación se rige por la salida real. Por lo tanto, el presupuesto reservado antes de realizar el pedido debe estimarse según el valor configurado, mientras que la liquidación se basa en los segundos reales que figuran en la factura.
Modelos y capacidades
-
¿Por qué size solo puede elegir 10 valores de enumeración?
size se expresa como «ancho*alto»; la API solo acepta 10 valores fijos: cinco relaciones de aspecto (16:9, 4:3, 1:1, 3:4, 9:16) × dos niveles (720P, 1080P). La ventaja es que la relación de aspecto y el nivel de resolución se eligen de una vez, sin necesidad de pasar un parámetro de proporción adicional; la contrapartida es que no se pueden especificar tamaños intermedios. Ten en cuenta que 1:1 en el nivel 1080P es 1808*1808.
Modelos y capacidades
-
¿Cuántas imágenes de referencia se pueden usar como máximo? ¿Qué requisitos hay?
reference_image_urls admite de 1 a 7 imágenes, deben ser URL HTTP(S) accesibles públicamente, en formato JPEG/JPG/PNG/WEBP, de no más de 50MB por imagen y con una relación de aspecto de 1:4 a 4:1. En escenarios publicitarios, la práctica habitual es usar una imagen principal del producto más una o dos imágenes de contexto de uso, y referenciarlas en el prompt en orden.
Modelos y capacidades
-
¿Cómo se cobra?
La facturación se basa en los segundos reales de salida; el nivel de resolución determina el precio por segundo, y Ad tiene un precio ligeramente inferior a Mix en el mismo nivel. Los precios actuales se rigen por la página de precios; el detalle de consumo se puede verificar registro por registro en el historial de tareas de HiAPI.
Modelos y capacidades
-
¿audio y watermark afectan el precio?
No, el precio depende únicamente del nivel de resolución y de los segundos reales de salida. audio está desactivado por defecto; al activarlo, el modelo genera música de fondo o efectos de sonido acordes al contenido visual — en escenarios publicitarios suele activarse; watermark está desactivado por defecto; al activarlo, se marca «Contenido generado por IA» en la esquina inferior derecha. Cuando se va a pautar, normalmente ambos interruptores se mantienen en sus valores predeterminados.
Modelos y capacidades
-
¿Cómo elegir entre Vidu Q4 Preview y la generación de video por referencia?
La ventaja de Ad radica en el manejo de cámara, cortes y efectos de sonido orientados a la publicidad, además de un precio por segundo más bajo. Cuando necesites bloquear el timbre de voz de un personaje con audio de referencia, hacer que el modelo diga su diálogo o usar más de 7 imágenes de referencia, cambia a Q4 Preview (1-15 imágenes de referencia + hasta 3 segmentos MP3).
Modelos y capacidades
-
¿Qué longitud es adecuada para el prompt?
El límite es de 5000 caracteres, tanto en chino como en inglés. Pero como el anuncio final es corto, basta con especificar qué es el producto, qué acción ve el espectador y cómo se mueve la cámara; acumular adjetivos tiende a dispersar la imagen. La imagen de referencia ya fija la apariencia del producto, así que el prompt se encarga principalmente de la acción y la atmósfera.
Modelos y capacidades
-
¿Un seed fijo garantiza que los resultados sean reproducibles?
El rango de seed es 0-2147483647; al fijarlo, los resultados para un mismo conjunto de entradas serán notablemente más similares, lo que facilita comparar el efecto de distintos prompts. Sin embargo, el modelo es probabilístico y la documentación indica claramente que, incluso con el mismo seed, no se garantiza que los resultados sean idénticos, así que no lo consideres un medio de reproducción exacta.
Modelos y capacidades
-
¿Se puede configurar la relación de aspecto al generar vídeo a partir de una imagen?
No. La relación de aspecto del vídeo final sigue completamente a la imagen del primer fotograma: si subes una imagen horizontal, se genera en horizontal; si subes una imagen vertical, se genera en vertical. Por lo tanto, si quieres un formato vertical 9:16, prepara un primer fotograma en versión vertical. La relación de aspecto del primer fotograma debe estar entre 1:4 y 4:1; las imágenes demasiado alargadas se rechazarán al enviarlas.
Modelos y capacidades Vidu Q4 Preview
-
¿Para qué sirve el interruptor de audio?
El audio nativo está activado por defecto y genera diálogos, sonido ambiente y efectos de sonido sincronizados con la imagen; al desactivarlo, se produce un video sin sonido, solo con la imagen, ideal para fondos en bucle, añadir tu propia música en la posproducción o agregar subtítulos. El interruptor no afecta el precio.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuál es la relación entre la duración y el precio?
Se factura multiplicando la duración en segundos enteros enviada por el precio unitario por segundo de la resolución seleccionada; el interruptor de audio y la cantidad de imágenes no participan en el cálculo. A mayor resolución, mayor es el precio unitario por segundo: la categoría 4K es aproximadamente 8.7 veces la categoría 540p. El importe exacto se rige por la página de precios.
Modelos y capacidades Vidu Q4 Preview
-
¿Para qué escenarios es adecuada cada una de las cinco resoluciones?
540p se usa para probar prompts y encuadres, y también basta para fondos en bucle de tamaño pequeño; 720p cubre la mayoría de redes sociales y web; 1080p se usa para publicaciones habituales; 2K es adecuada para pantallas grandes y presentaciones en televisión; 4K se usa para exposiciones, imágenes de nivel cinematográfico o planos que necesitan recorte en posproducción para una segunda composición. Antes de la versión final, prueba primero con la resolución baja; una vez definida, exporta con la alta.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuál es la diferencia con Vidu Q3 Mix?
Vidu Q3 Mix reorganiza la imagen a partir de 1-7 imágenes de referencia, con dos niveles de 720P/1080P y una duración de 1-16 segundos; la imagen de referencia no se usa como primer fotograma del video final. Vidu Q4 Preview, en la generación de video a partir de imagen, toma la imagen como primer fotograma del video final, con una duración de 3-16 segundos, una resolución de hasta 4K y genera audio nativo de forma predeterminada. Si el primer fotograma debe ser exactamente esta imagen que tienes, elige Q4 Preview.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuál es la diferencia con el reference-to-video?
El image-to-video toma la imagen como el primer fotograma del video final, y la imagen resultante comienza a partir de esa imagen; el reference-to-video toma la imagen como la apariencia de un personaje, objeto o escenario y regenera una composición completamente nueva, por lo que la imagen de referencia no aparece tal cual al inicio. Si quieres que "esta imagen se mueva", usa image-to-video.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuáles son los requisitos para la imagen del primer fotograma?
Se admiten JPG / JPEG / PNG / WebP, con un tamaño máximo de 50MB por imagen y una relación de aspecto entre 1:4 y 4:1. Se recomienda que la composición y la iluminación del primer fotograma sean las del resultado final, ya que determinan el sujeto, el encuadre y la tonalidad del video final.
Modelos y capacidades Vidu Q4 Preview
-
¿Cómo se debe escribir el prompt?
Escribe solo el contenido que se va a añadir: quién realiza qué acción, cómo se mueve la cámara, qué sonidos hay o qué frase se dice. No repitas la descripción de lo que ya aparece en la imagen. Los prompts en inglés son los más estables, aunque el chino también funciona; el límite de longitud es de 20.000 caracteres.
Modelos y capacidades Vidu Q4 Preview
-
¿El prompt es obligatorio?
No. Si no se envía un prompt, el modelo infiere por sí mismo las acciones y el movimiento de cámara a partir del contenido del primer fotograma; si se envía, es posible controlar el orden de las acciones, la trayectoria de la cámara y el sonido. Ambos modos se facturan según la duración y la resolución enviadas.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuáles son los valores predeterminados de los parámetros que no se envían?
La duración predeterminada es de 5 segundos, la resolución predeterminada es 720p y audio está activado de forma predeterminada. Los tres pueden sobrescribirse según la tarea; la facturación se calcula según la duración en segundos enteros enviada y el nivel de resolución seleccionado.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuántas imágenes de referencia se pueden incluir como máximo?
De 1 a 15. Se admiten JPG, PNG y WebP, con un máximo de 50 MB por imagen, un mínimo de 128×128 y una relación de aspecto por imagen entre 1:4 y 4:1. Las imágenes se referencian en el prompt según el orden del array: la primera es la imagen de referencia 1 y la segunda es la imagen de referencia 2.
Modelos y capacidades Vidu Q4 Preview
-
¿Qué formatos y límites de duración tienen los audios de referencia?
Máximo 3 segmentos, solo MP3, cada uno de 3-12 segundos y no más de 50MB; en el prompt, escribe audio de referencia 1 en orden. Si el número de segmentos, el formato o la duración están fuera de rango, la etapa de envío devolverá directamente un error de parámetros y no se creará la tarea.
Modelos y capacidades Vidu Q4 Preview
-
¿El audio de referencia afecta toda la pista de audio?
No. Solo proporciona el timbre de voz: cuando el personaje habla, las líneas del prompt se pronuncian con una voz cercana a ese timbre, mientras que los sonidos ambientales y los efectos de sonido siguen generándose a partir de la imagen. Si solo deseas sonidos ambientales y no necesitas especificar un timbre de voz, basta con no incluir audio de referencia y mantener audio activado.
Modelos y capacidades Vidu Q4 Preview
-
¿Cómo se hace referencia a un recurso concreto en el prompt?
Se numeran según el orden del arreglo. La primera imagen es la imagen de referencia 1, el primer audio es el audio de referencia 1; escribe directamente ese número en el prompt. El prompt es obligatorio, con una longitud de 1-20.000 caracteres, y puede estar en chino o en inglés.
Modelos y capacidades Vidu Q4 Preview
-
¿Cómo se define la relación de aspecto del video final?
Se especifica con aspect_ratio; las opciones son 16:9, 9:16, 1:1, 4:3 y 3:4, y el valor predeterminado es 16:9. No guarda relación con la proporción de la imagen de referencia: una imagen cuadrada o vertical también puede generar un video horizontal en 16:9.
Modelos y capacidades Vidu Q4 Preview
-
¿Qué duración y qué resoluciones puede generar?
Duración de 3 a 16 segundos en segundos enteros, por defecto 5 segundos; resoluciones en cinco niveles: 540p, 720p, 1080p, 2K y 4K, por defecto 720p. Basta con volver a ejecutar el mismo prompt cambiando de nivel, sin necesidad de reescribirlo.
Modelos y capacidades Vidu Q4 Preview
-
¿Cómo se factura?
Se factura multiplicando la duración en segundos enteros enviada por el precio por segundo de la resolución seleccionada. El interruptor de audio, la cantidad de imágenes de referencia y la cantidad de audios de referencia no modifican el precio unitario; el importe exacto se rige por la página de precios, y el detalle del cargo de cada tarea se puede consultar en el historial de tareas.
Modelos y capacidades Vidu Q4 Preview
-
¿La imagen de referencia aparecerá tal cual al principio?
No. La imagen de referencia describe cómo son los personajes, los objetos y el escenario; el modelo recompone la escena según el prompt, por lo que el fotograma inicial no es idéntico a ninguna imagen de referencia. Si la imagen debe ser el primer fotograma, utiliza imagen a vídeo.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuál es la diferencia con Vidu Q3 Mix?
Q3 Mix acepta de 1 a 7 imágenes de referencia, hasta 1080P y de 1 a 16 segundos, y no acepta audio de referencia. Q4 Preview acepta de 1 a 15 imágenes de referencia más hasta 3 fragmentos de audio de referencia, hasta 4K y de 3 a 16 segundos. Elige Q4 Preview cuando necesites fijar el timbre de voz, más imágenes de referencia o 4K.
Modelos y capacidades Vidu Q4 Preview
-
¿Cuál es la diferencia con Vidu Q3 Ad?
Q3 Ad está orientado a anuncios de productos, acepta de 1 a 7 imágenes de referencia, de 3 a 15 segundos, en 720P o 1080P, y genera movimientos de cámara, cortes y efectos de sonido según el ritmo del anuncio. Q4 Preview está orientado a personajes fijos y timbres de voz, admite hasta 15 imágenes de referencia, permite fijar el timbre de voz y alcanza hasta 4K. Para anuncios de productos, prioriza Q3 Ad; para personajes de una serie o cuando necesites 4K, usa Q4 Preview.
Modelos y capacidades Vidu Q4 Preview
-
¿Este modelo puede generar imágenes?
Acepta entradas de texto e imágenes, y devuelve texto. Es adecuado para la descripción de imágenes, la comprensión de documentos y gráficos, la respuesta a preguntas visuales y el razonamiento combinado con imágenes; para generar o editar imágenes es necesario elegir el modelo de imagen correspondiente.
Modelos y capacidades
-
¿Qué ID de modelo y qué interfaz se deben usar?
En model, introduce deepseek-v4-flash-vision-exp. Se recomienda POST /v1/responses, usando input para pasar el contenido; también se puede usar POST /v1/chat/completions, pasando el contenido mediante messages. El formato de imagen es diferente en cada interfaz; utiliza el ejemplo correspondiente.
Modelos y capacidades
-
¿Cómo se suben las imágenes? ¿Se admiten varias imágenes?
Playground admite subir o pegar JPEG, PNG, WebP y GIF, hasta 4 por mensaje y con un máximo de 10 MB cada una. La API puede usar una URL de imagen HTTPS pública o una URL de datos base64: Responses usa input_image y Chat Completions usa el bloque de contenido image_url. Los límites de cantidad y tamaño mencionados son restricciones de Playground.
Modelos y capacidades
-
¿Cómo elegir o desactivar el razonamiento?
Responses usa reasoning.effort; la página ofrece none, low, medium, high, con high por defecto. none desactiva el razonamiento; los demás niveles se usan para tareas de razonamiento, y el tiempo real y el consumo de Tokens dependen de la pregunta. En Chat Completions, para desactivar el razonamiento se usa reasoning.enabled=false.
Modelos y capacidades
-
¿Cuál es la longitud del contexto y de la salida? ¿Por qué se trunca la respuesta?
La ventana de contexto de esta página es de 1,048,576 Token y el límite del presupuesto de salida es de 262,144 Token; Playground y los ejemplos predeterminados usan 1,024. El presupuesto de salida incluye los Token de razonamiento, por lo que las preguntas más complejas pueden consumir una mayor parte del presupuesto antes de generar el texto. Cuando se produzca un truncamiento, puede aumentar max_output_tokens o desactivar el razonamiento y volver a intentarlo; el total de entrada y salida debe seguir cumpliendo el límite de contexto.
Modelos y capacidades
-
¿Cómo se facturan los tokens de imagen, de razonamiento y de caché?
Los tokens de imagen se cuentan como entrada, los tokens de razonamiento se cuentan como salida y la entrada con acierto de caché se liquida según el precio unitario de entrada en caché. Para consultar los precios unitarios de entrada, salida y caché, véase la sección de precios en tiempo real de esta página. Los campos usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens de Responses sirven para contrastar con los registros de llamadas; un acierto de caché no significa que toda la solicitud sea gratuita.
Modelos y capacidades
-
¿Es necesario reenviar el historial en las conversaciones multiturno?
El ejemplo de esta página usa store:false, por lo que en cada turno se vuelve a pasar en input el contexto que se desea conservar. El servidor no recuerda automáticamente toda la conversación solo a partir del texto devuelto en el turno anterior; al usar Chat Completions, coloca el historial necesario en messages.
Modelos y capacidades
-
¿Se admite la salida JSON y la llamada a funciones?
Sí. En Responses se puede solicitar JSON con text.format.type=json_object, y declarar y seleccionar funciones con tools y tool_choice. Después de que el modelo devuelva una llamada a función, tu aplicación ejecuta la función y luego reenvía el function_call_output que coincide con el call_id. El modelo no ejecuta código local en lugar de la aplicación; consulta el ejemplo de solicitud completa en la documentación de la API.
Modelos y capacidades
-
¿Cómo se determina el final de una respuesta en streaming?
Responses usa response.output_text.delta para recibir los incrementos del cuerpo del texto y, en response.completed, se lee el usage final; también hay que manejar response.incomplete y response.failed. No esperes a que Responses devuelva el marcador [DONE] de Chat Completions, ya que este solo se usa en el flujo de Chat Completions.
Modelos y capacidades
-
¿Puedo usar directamente una API Key de HiAPI existente?
Sí, siempre que la Key tenga permiso de invocación para ese modelo y el saldo de la cuenta sea suficiente. El base_url del SDK de OpenAI usa https://api.hiapi.ai/v1, y se selecciona responses.create o chat.completions.create. El Playground web usa la sesión de inicio de sesión, por lo que no es necesario pegar la API Key.
Modelos y capacidades
-
¿Qué entradas requiere Wan 2.6 Flash para generar video a partir de imágenes?
1 imagen y un prompt. La imagen sirve como inicio del video y el prompt describe la acción, la cámara y la atmósfera.
Modelos y capacidades Wan 2.6 Flash
-
¿Se pueden enviar varias imágenes?
No, image_urls solo acepta 1 imagen.
Modelos y capacidades Wan 2.6 Flash
-
¿Qué requisitos debe cumplir la imagen?
JPG, PNG o WebP, al menos 256×256 píxeles, no más de 10MB.
Modelos y capacidades Wan 2.6 Flash
-
¿Qué duraciones están disponibles?
5, 10 y 15 segundos; 5 segundos por defecto.
Modelos y capacidades Wan 2.6 Flash
-
¿Qué resoluciones son compatibles?
720p y 1080p, por defecto 720p.
Modelos y capacidades Wan 2.6 Flash
-
¿Cómo se configura el formato de salida?
No es necesario configurarlo; el formato de salida se adapta a la imagen de entrada: las imágenes horizontales generan una salida horizontal y las verticales, una salida vertical.
Modelos y capacidades Wan 2.6 Flash
-
¿Cuál es la función del interruptor de audio?
Al activar audio se generan sonido ambiente y efectos de sonido sincronizados con la imagen; está desactivado por defecto y genera un video sin sonido.
Modelos y capacidades Wan 2.6 Flash
-
¿Activar el audio afecta el precio?
Sí. Los videos con audio se cobran por segundo según la tarifa con audio, y los videos sin audio según la tarifa sin audio; 1080p también es más caro que 720p. Los precios actuales se rigen por la página de precios.
Modelos y capacidades Wan 2.6 Flash
-
¿Cómo se factura?
Se factura por segundos de video; el precio por segundo depende de la resolución y de si el audio está activado.
Modelos y capacidades Wan 2.6 Flash
-
¿Se puede usar chino en el prompt?
Sí, se admiten tanto el chino como el inglés, con un máximo de 1.500 caracteres.
Modelos y capacidades Wan 2.6 Flash
-
¿Cómo escribir prompts para obtener mejores resultados?
La imagen ya determina el sujeto y la escena; el prompt debe centrarse en la acción, el movimiento de cámara y la atmósfera, por ejemplo: «el zorro gira la cabeza y mira a la cámara, caen hojas doradas, la cámara avanza lentamente».
Modelos y capacidades Wan 2.6 Flash
-
¿Cuánto tiempo se conservan los videos generados?
El enlace de resultado tiene un periodo de validez; si necesitas conservarlo a largo plazo, descárgalo o guárdalo en tu propio almacenamiento a tiempo.
Modelos y capacidades Wan 2.6 Flash
-
¿Qué es Wan 2.7 Image versión estándar?
Es el nivel estándar de la serie de imágenes Wan 2.7; un mismo ID de modelo admite tanto la generación de imágenes solo a partir de texto como la edición con imágenes de referencia, con salida en 1K o 2K y hasta 9 imágenes de referencia.
Modelos y capacidades
-
¿Cuál es la diferencia entre la versión estándar y Wan 2.7 Image Pro?
La versión estándar admite 1K/2K y cubre tanto la generación de imágenes a partir de texto como la edición con imágenes de referencia; Pro admite 1K/2K/4K, pero solo realiza generación de imágenes a partir de texto y no acepta imágenes de referencia. Cuando necesites generación de imágenes puramente a partir de texto en 4K, usa Pro; cuando necesites generación y edición dentro de 2K, usa la versión estándar.
Modelos y capacidades
-
¿Admite la edición con imágenes de referencia? ¿Cuántas como máximo?
Sí. Se pueden pasar hasta 9 URL de imágenes públicas; si no se pasa ninguna imagen, se genera según el prompt, y si se pasan imágenes, se editan o se generan tomándolas como referencia según el prompt.
Modelos y capacidades
-
¿Se puede establecer la relación de aspecto cuando hay imágenes de referencia?
No, y tampoco es necesario. La relación de aspecto de salida sigue a la última imagen de referencia; en ese caso, aspect_ratio no tiene efecto. En la generación de imágenes solo con texto, se puede usar aspect_ratio para elegir una de las ocho relaciones de aspecto.
Modelos y capacidades
-
¿Qué resoluciones y relaciones de aspecto son compatibles?
La resolución admite 1K y 2K; en la generación de imágenes puramente a partir de texto, se admiten ocho relaciones de aspecto: 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1 y 1:8.
Modelos y capacidades
-
¿Cuántas imágenes se generan por solicitud?
Actualmente, el modelo de HiAPI genera siempre 1 imagen por solicitud y el cobro se realiza según el número de imágenes generadas correctamente.
Modelos y capacidades
-
¿Qué formatos y tamaños admite la imagen de referencia?
Admite JPEG, PNG, BMP y WebP, con un tamaño máximo de 20 MB por imagen, lados de 240–8000 píxeles y una relación de aspecto de 1:8 a 8:1.
Modelos y capacidades
-
¿Admite prompts y texto en pantalla en chino?
Se admiten tanto prompts en chino como en inglés. Para el texto en pantalla, se recomienda usar títulos cortos y escribirlos palabra por palabra en el prompt; la composición tipográfica en chino se ve afectada por el número de caracteres, la fuente y el formato, por lo que para materiales definitivos se recomienda confirmar primero con una muestra pequeña en 1K.
Modelos y capacidades
-
¿Cómo se llama a la API de Wan 2.7 Image?
Envíe una tarea asíncrona mediante POST /v1/tasks, usando wan2.7-image-standard como model y pasando prompt en input; opcionalmente image_urls, aspect_ratio, resolution y seed. Una vez completada la tarea, consulte el resultado por el ID de la tarea.
Modelos y capacidades
-
¿Qué entradas admite Wan 3.0 Prime?
Solo el prompt es obligatorio. Las entradas opcionales incluyen el primer y el último fotograma, hasta 10 imágenes de referencia, hasta 5 audios de referencia, 1 documento de referencia o 1 página web de referencia. La entrada de video de referencia aún no está disponible.
Modelos y capacidades
-
¿Se pueden usar juntos el primer y último fotograma y los materiales de referencia?
No. El modo de primer y último fotograma es mutuamente excluyente con los arrays de imágenes de referencia, audio, archivos y páginas web; en cada tarea se elige solo uno de estos métodos de control; además, entre archivos de referencia y páginas web de referencia también solo se puede elegir uno de los dos.
Modelos y capacidades
-
¿Qué requisitos debe cumplir el audio de referencia?
WAV o MP3, de 1 a 15 segundos por segmento, máximo 5 segmentos, y debe usarse junto con la imagen de referencia. En el prompt, refiérete a ellos en orden como Audio1, Audio2, e indica si es narración, diálogo o música.
Modelos y capacidades
-
¿Qué duraciones, resoluciones y relaciones de aspecto son compatibles?
La duración se ajusta de 2 a 30 segundos en segundos enteros; las resoluciones son 480P, 720P y 1080P; las relaciones de aspecto son adaptive, 16:9, 4:3, 1:1, 3:4 y 9:16, y adaptive se determina según el material de entrada y el prompt.
Modelos y capacidades
-
¿El vídeo incluirá sonido?
Por defecto se genera una pista de audio sincronizada con la imagen; el contenido del sonido se puede describir en el prompt (por ejemplo, sonido ambiente o narración); si se establece audio en false, solo se genera la imagen.
Modelos y capacidades
-
¿Cuál es la diferencia entre Wan 3.0 Prime y Wan 3.0 Video?
Prime es la ruta acelerada de Wan 3.0; ambas comparten el mismo uso de prompts, primer y último fotograma, imágenes de referencia, audio, archivos y páginas web, y basta con cambiar el model ID para alternar entre ellas; actualmente Prime no acepta videos de referencia como entrada y ambas rutas tienen precios diferentes.
Modelos y capacidades
-
¿Cómo reproducir el mismo resultado?
Pasa un seed fijo (de 0 a 2147483647) y mantén el prompt y los demás parámetros sin cambios para obtener resultados muy consistentes, lo que facilita la comparación tras el ajuste fino.
Modelos y capacidades
-
¿Cómo se factura Wan 3.0 Prime?
Se factura según la duración del video de salida y el nivel de resolución; las tareas fallidas se reembolsan en su totalidad; el precio unitario específico se rige por el precio en tiempo real de esta página.
Modelos y capacidades
No se encontraron resultados