Kandinsky 6.0 Pro

kandinsky-6.0-pro/image-to-video

Modelo de video de difusión de código abierto que genera en una sola pasada unos 5 segundos de video con audio sincronizado de 44 kHz y sincronización labial, admite generación de video a partir de texto o de imagen y puede escalar hasta Full-HD

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

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

Entrada

Salida

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

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

Precio unitario	$2.000

Descripción general

La ruta de imagen a video de Kandinsky 6.0 Pro está dirigida a desarrolladores que ya cuentan con un primer fotograma y desean obtener rápidamente una toma en movimiento con audio sincronizado. Sube una imagen JPG, PNG o WebP como primer fotograma, describe con un prompt el movimiento, la cámara y la evolución del sonido, y el modelo genera el video junto con audio sincronizado y efecto de sincronización labial. Es adecuado para completar material de videos cortos, prototipos de storyboard y la creación de clips con diálogos. Se invoca a través de la interfaz unificada de HiAPI.ai y se factura por tarea única.

Características principales

Generación conjunta de imagen y sonido: el video y el audio se producen en la misma canalización, lo que elimina el trabajo posterior de doblaje y alineación labial por separado.
Composición fijada por el primer fotograma: la imagen de entrada se usa como primer fotograma; el sujeto y la composición los determina la imagen, y el prompt solo describe el movimiento, la cámara y los cambios de sonido.
Parámetros de generación controlables: ofrece semilla, escala de guía, prompt negativo y relación de aspecto, lo que permite reproducir resultados y ajustar según sea necesario el grado de seguimiento del prompt.

Descripción de capacidades

Generación de video guiada por imagen: recibe una sola imagen como primer fotograma y, combinada con un prompt de hasta 6000 caracteres que describe el movimiento y la cámara, produce un video; el sujeto y la composición quedan determinados por el primer fotograma, lo que resulta adecuado para extender el movimiento sobre una imagen existente.

Audio y sincronización labial simultáneos: durante la generación se produce audio de aproximadamente 44 kHz con sincronización labial incluida; el clip resultante ya incorpora sonido, sin necesidad de doblaje ni alineación audiovisual por separado.

Control de relación de aspecto: admite 16:9, 9:16, 1:1, 4:3, 3:4 y auto; auto selecciona la relación de aspecto más cercana a la imagen de entrada y recorta centrado, lo que facilita la adaptación directa a formatos horizontal, vertical o cuadrado.

Ajuste de guía y prompt negativo: guidance_scale ajusta entre 1 y 10 el grado de seguimiento del prompt por parte del resultado; negative_prompt permite excluir elementos no deseados y, si se deja vacío, se usa el prompt negativo integrado.

Reproducción mediante semilla: al proporcionar seed se puede reproducir el mismo resultado de generación, lo que facilita fijar una línea base al ajustar parámetros o producir en lote, y también permite comparaciones de regresión.

Casos de uso

Creadores de redes sociales que generan clips animados a partir de imágenes estáticas: se introduce una imagen de portada o de producto existente y se produce un video vertical o cuadrado de unos 5 segundos con sonido, listo para usarse directamente en plataformas de videos cortos y como material publicitario en el feed.
Artistas de storyboard que amplían imágenes conceptuales a tomas en movimiento: se usa una imagen de diseño conceptual como primer fotograma y se describe con un prompt el movimiento de cámara y los efectos de sonido, produciendo clips de storyboard animado útiles para propuestas y previsualizaciones.
Creación de prototipos de clips con personajes dialogantes: se introduce una imagen del personaje, se describen el habla y el sonido, y se obtiene un clip corto con sincronización labial y audio, útil para validar prototipos de cortos de personajes o demostraciones de doblaje.

Limitaciones y recomendaciones de selección

La duración de generación predeterminada es de unos 5 segundos; para piezas más largas es necesario generar por segmentos y unirlos manualmente. La versión Pro tiene un gran número de parámetros y requiere recursos considerables de memoria de video y cómputo para su despliegue local; la salida Full-HD requiere una canalización adicional de superresolución y no se obtiene directamente en una sola generación. Si la tarea consiste en concebir la imagen desde cero en lugar de animar una imagen existente, debe elegirse la ruta de texto a video de la misma serie; para producciones de larga duración con requisitos más estrictos de duración y resolución, es necesario evaluar el costo de la generación por segmentos y del proceso de superresolución.

Crear una tarea de generación

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

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: kandinsky-6.0-pro/image-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para kandinsky-6.0-pro/image-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcional

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

promptstringObligatoriominLength 1maxLength 6000

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

image_urlstringObligatorio

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

aspect_ratiostringOpcionalPredeterminado: "auto"

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

Opciones:auto16:99:161:14:33:4

guidance_scalenumberOpcionalPredeterminado: 5min 1max 10

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

negative_promptstringOpcionalmaxLength 2000

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

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kandinsky-6.0-pro/image-to-video",
  "input": {
    "prompt": "…",
    "image_url": "…",
    "aspect_ratio": "auto",
    "guidance_scale": 5
  }
}'

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

import os, requests

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

200 OK

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

400 Bad Request

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

Obtener el detalle de la tarea

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

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

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

En proceso (no terminal)

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

Fallido

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