API di generazione immagini e video hiapi: guida completa alla piattaforma

Panoramica rapida

hiapi è un gateway API per la generazione di immagini e video che collega oltre dieci modelli di livello produttivo sotto un unico contratto HTTP. Se ti è mai capitato di dover integrare tre SDK generativi diversi per mettere online una sola funzionalità, questa pagina fa per te. Riassunto rapido:

• Un endpoint, più modelli. Tutte le capacità — text-to-image, image-to-image, text-to-video, image-to-video — girano attraverso l'endpoint asincrono POST /v1/tasks. Quello che cambi è il campo model, non l'SDK.
• Modelli immagine attualmente in catalogo: nano-banana, nano-banana-2, nano-banana-pro, flux-1.1-pro, gpt-image-2 (più le varianti -beta e -pro), gpt-image-2/image-to-image (più -pro), qwen-image-2.0.
• Modelli video attualmente in catalogo: wan2.7-video/text-to-video, wan2.7-video/image-to-video, seedance-2.0, happyhorse-1.0. Risoluzione da 480p a 1080p.
• Fatturazione per attività completata, non per token. Con $0.02 generi un rendering gpt-image-2/text-to-image@beta; con $0.05 generi un'immagine Nano-Banana o FLUX 1.1 Pro a prezzo unificato; con $0.729 al secondo generi filmati video Seedance in 1080p.
• Nessuna roulette sui livelli di qualità. I prezzi sono pubblicati in tempo reale su /api/pricing, con una versione hash, così il tuo codice di fatturazione può ancorarsi a una versione nota e fallire in modo esplicito se cambia a monte.

Questa è la pagina dei risultati di ricerca del brand: una panoramica completa su cosa sia esattamente la piattaforma, a chi si rivolge e quanto costa. Le quattro immagini in questo articolo sono renderizzate da quattro diversi modelli ospitati su hiapi, così puoi vedere come sono i risultati finali.

Cos'è hiapi

hiapi è un gateway gestito. Punti un client HTTP autenticato con Bearer token verso api.hiapi.ai, invii un'attività asincrona e ricevi un URL CDN contenente l'immagine o il video renderizzato. Dietro questo unico contratto siedono più fornitori di modelli: la serie FLUX di Black Forest Labs, la linea di prodotti Nano-Banana costruita sui modelli di immagini Google Gemini, la serie gpt-image-2 di OpenAI, i modelli video Qwen-Image e Wan2.7 di Alibaba, i modelli video Seedance di ByteDance e HappyHorse.

Quindi hiapi non vende "un modello" — vende "una forma di integrazione". Se hai un'applicazione interna che deve generare materiali visivi di marketing, mockup di prodotto o brevi video promozionali, puoi fare A/B test tra due modelli completamente diversi cambiando una stringa, lasciando invariato il resto del codice di lavoro.

L'altra cosa evidente che hiapi vende è la fatturazione in un unico posto. Una fattura, un saldo, un rate limit — non tre.

Modelli immagine

Ecco il catalogo immagini completo al momento della scrittura, recuperato in tempo reale da /api/pricing:

Modello	Categoria	Prezzo fascia minima	Note
nano-banana	Text-to-image	$0.05 prezzo unificato	Iterazione rapida; supporta solo aspect ratio, nessun moltiplicatore di risoluzione
nano-banana-2	Text-to-image	$0.057 (2K) — $0.036 (1K) — $0.086 (4K)	Output 4K; rendering testuale preciso
nano-banana-pro	Text-to-image	$0.057 (1K/2K) — $0.10 (4K)	Massima qualità della serie Banana
flux-1.1-pro	Text-to-image	$0.05 prezzo unificato	Ritratti fotorealistici, rendering di testi brevi
gpt-image-2	Text-to-image	$0.03 (1K) — $0.04 (2K) — $0.06 (4K)	Cavallo di battaglia quotidiano
gpt-image-2/text-to-image@beta	Text-to-image	$0.02	Bozze a basso costo
gpt-image-2.5-flare@pro	Text-to-image	$0.0172 (basso) — $0.7143 (massimo), prezzo per livello di qualità	Key visual ad alta fedeltà
gpt-image-2/image-to-image	Image-to-image	$0.03 → $0.06	Stesso prezzo delle varianti t2i
qwen-image-2.0	Text-to-image	$0.0422 prezzo unificato	Forte rendering testuale CJK, struttura di richiesta in stile DashScope

Alcune note che la tabella non evidenzia:

La categoria di prezzo è una tariffa fissa per chiamata, non per token. Paghi una volta per un'immagine completata. La lunghezza del prompt non conta. Questo rende i lavori batch prevedibili: 10.000 chiamate a gpt-image-2 sono $300, senza condizioni nascoste.

nano-banana e flux-1.1-pro hanno prezzo unificato per tutti gli aspect ratio. Nessun supplemento per il 16:9, nessuno sconto per il verticale — sia che si tratti di un avatar quadrato o di un fermo immagine cinematografico 21:9, paghi sempre gli stessi $0.05.

I modelli che accettano il parametro resolution usano il image_quality_price_ratio che vedi nel prezzo in tempo reale. Non hardcodare i prezzi nel codice di fatturazione — leggi il blocco delle policy.

Lo schema è per modello, non unificato. La maggior parte dei modelli immagine accetta input.prompt più input.aspect_ratio. qwen-image-2.0 è un modello in stile DashScope — il suo input va sotto input.input.messages[].content[].text, e le dimensioni vengono passate come stringhe di pixel letterali, come 1328*1328. Ci siamo imbattuti in questo problema nel nostro codice di produzione; costruisci un adattatore modello→payload fin dal primo giorno.

Come appare "FLUX 1.1 Pro" su hiapi

Questo ritratto è generato da flux-1.1-pro con aspect ratio 3:2, prezzo unificato $0.05. Nessun ritocco, nessun upscaling.

FLUX 1.1 Pro è la scelta predefinita per il fotorealismo sulla piattaforma. Volti, texture della pelle, luce direzionale morbida e testi brevi nelle immagini sono i punti in cui supera costantemente le fasce più economiche.

Come appare qwen-image-2.0 su hiapi

Questo è qwen-image-2.0, con un prezzo attualmente stimato di $0.0422 — superiore a GPT Image 2 a 1K ($0.03). I quattro caratteri cinesi "陆羽茶馆" sono specificati nel prompt e renderizzati correttamente, con l'ordine dei tratti giusto. È esattamente il tipo di immagine per cui Qwen-Image vale il suo prezzo.

Se il tuo caso d'uso è una scheda prodotto o un post social per il mercato CJK, in termini di accuratezza grezza dei glifi la fascia $0.0422 è difficile da battere.

Come appare gpt-image-2 su un poster denso di tipografia

Questo poster è prodotto da gpt-image-2 a 1K (aspect ratio 3:4, $0.03). Un solo round-trip, nessun ritocco. Titolo e sottotitolo sono renderizzati esattamente come specificato.

Se stai costruendo uno strumento generativo per un team di marketing — poster per eventi, card social, banner pubblicitari — gpt-image-2 è il punto di partenza predefinito. Riesce a gestire in modo affidabile titoli di 4–6 parole e segue indicazioni di layout di base nel prompt.

Modelli video

Il video è la metà più recente del catalogo. Al momento della scrittura:

Modello	Categoria	Prezzo fascia minima	Prezzo fascia massima
wan2.7-video/text-to-video	Text-to-video	$0.10 (720P)	$0.167 (1080P)
wan2.7-video/image-to-video	Image-to-video	$0.10 (720P)	$0.167 (1080P)
seedance-2.0	Text-to-video	$0.136 (480p)	$0.729 (1080p)
happyhorse-1.0	Text-to-video	$0.168 (720p)	$0.288 (1080p)

Due note pratiche:

Wan2.7 è la scelta conveniente, adatta a brevi loop di prodotto e animazioni condizionate da immagini. 720P a $0.10 al secondo è una delle opzioni video a costo più basso sulla piattaforma.

Seedance 1080p è la fascia premium — il salto da $0.136 a $0.729 riflette la potenza di calcolo, non un ricarico. Se stai costruendo una vera pipeline video di prodotto e non una demo per uso personale, vorrai riservare il budget Seedance per gli shot principali e affidare tutto il resto a Wan2.7.

Tutti e quattro i modelli video sono serviti attraverso lo stesso endpoint POST /v1/tasks, usando output_type: video — lo stesso schema di polling e download delle attività immagine.

Modello di prezzo

Ci sono alcuni dettagli che la maggior parte dei team incontra per la prima volta:

Tariffa fissa per chiamata, con moltiplicatori di risoluzione opzionali. Le attività immagine o video non hanno fatturazione a token. Una chiamata a gpt-image-2 costa $0.03 — che il tuo prompt sia di 8 parole o di 800. Quando un modello offre più risoluzioni, i supplementi sono già incorporati nell'array policies della risposta dei prezzi in tempo reale, con output immagine 4K fino a circa 2 volte il prezzo base e video 1080p fino a circa 5,4 volte.

I prezzi sono versionati. Ogni modello in /api/pricing porta con sé un hash pricing_version. Se metti in produzione un worker di generazione, blocca la versione di prezzo del modello nella configurazione e avvisa in caso di mancata corrispondenza — così scoprirai che un modello è stato riprezzato prima del ciclo di fatturazione successivo, non dopo.

Nessun prezzo per regione, nessun supplemento nelle ore di punta. Lo stesso modello costa uguale indipendentemente dalla regione da cui chiami e da quando chiami. Non c'è nulla di furbo da ottimizzare qui.

Recupera sempre di nuovo. Non hardcodare i prezzi nella logica di business. L'endpoint /api/pricing è la fonte di verità — stessa forma del catalogo pubblico, senza autenticazione. Lo abbiamo recuperato di nuovo al momento della scrittura, e i prezzi nella tabella vengono da lì.

Architettura degli endpoint

Tutto sulla piattaforma — immagine o video, text-to-X o X-to-X — gira attraverso un unico contratto di attività asincrona:

POST /v1/tasks
GET  /v1/tasks/{taskId}

Il flusso:

1. Chiama POST /v1/tasks con { "model": "...", "input": { ... } }. Ottieni immediatamente un taskId.
2. Esegui il polling di GET /v1/tasks/{taskId} ogni pochi secondi. Osserva data.status — passerà da pending a success (o fail con un blocco di errore).
3. In caso di success, leggi data.output[0].url. È un URL CDN di hiapi con un timestamp expireAt limitato. Se devi conservare la risorsa, scaricala e ri-ospitala.

Le vecchie forme /v1/chat/completions e /v1/images/generations non forniscono più il servizio di generazione immagini. Se il tuo codice le sta ancora chiamando, deve migrare a /v1/tasks.

È quel tipo di decisione che apprezzerai in seguito. Il modello a task ti offre retry naturali, connessioni HTTP di lunga durata senza sorveglianza e una forma unificata per immagini e video. Puoi distribuire 200 invii di task in 1 secondo e fare polling in batch.

Avvio rapido in Python (eseguibile direttamente)

Client minimale, senza dipendenze SDK. Solo libreria standard:

import json, os, time, urllib.request

TOKEN = os.environ["HIAPI_API_KEY"]
BASE  = "https://api.hiapi.ai"

def submit(model: str, input_payload: dict) -> str:
    body = json.dumps({"model": model, "input": input_payload}).encode()
    req = urllib.request.Request(
        f"{BASE}/v1/tasks",
        data=body,
        headers={
            "Authorization": f"Bearer {TOKEN}",
            "Content-Type":  "application/json",
        },
    )
    with urllib.request.urlopen(req, timeout=60) as r:
        data = json.loads(r.read())
    if data.get("code") != 200:
        raise RuntimeError(f"submit failed: {data}")
    return data["data"]["taskId"]

def wait_for(task_id: str, timeout_s: int = 240) -> str:
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        time.sleep(5)
        req = urllib.request.Request(
            f"{BASE}/v1/tasks/{task_id}",
            headers={"Authorization": f"Bearer {TOKEN}"},
        )
        with urllib.request.urlopen(req, timeout=30) as r:
            data = json.loads(r.read())
        task = data.get("data") or {}
        if task.get("status") == "success":
            return task["output"][0]["url"]
        if task.get("status") == "fail":
            raise RuntimeError(f"task failed: {task.get('error')}")
    raise TimeoutError(f"{task_id} did not finish in {timeout_s}s")

# Image — nano-banana flat $0.05
task_id = submit("nano-banana", {"prompt": "a quiet bookshop at dusk", "aspect_ratio": "3:2"})
print(wait_for(task_id))

# Image — flux-1.1-pro flat $0.05
task_id = submit("flux-1.1-pro", {"prompt": "studio portrait, 50mm lens", "aspect_ratio": "1:1"})
print(wait_for(task_id))

# Video — wan2.7-video/text-to-video at 720P, $0.10 per second
task_id = submit("wan2.7-video/text-to-video", {"prompt": "a koi pond at dawn, gentle ripples", "resolution": "720P"})
print(wait_for(task_id, timeout_s=600))

Alcune cose da integrare prima che questo codice sia pronto per la produzione:

• Avvolgi submit e wait_for in retry con backoff esponenziale. I problemi di rete capitano sempre.
• Usa un poll_interval di almeno 5 secondi. Un polling più denso è lavoro sprecato — le attività immagine si completano in 10–60 secondi, quelle video in 60–180 secondi.
• Tratta gli URL di output come risorse temporanee. Gli URL CDN hanno expireAt; se la risorsa ha un ciclo di vita oltre la richiesta, scarica i byte e archiviali nel tuo bucket di storage.
• Blocca una mappa di adattatori per modello. qwen-image-2.0 e alcuni modelli video hanno forme di input diverse dall'aspect ratio predefinito delle immagini — centralizza questa conoscenza in un unico posto.

A chi è adatto hiapi

In linea di massima, hiapi è adatto a tre tipi di team:

Team stanchi di integrare un SDK per ogni modello. Se hai mai mantenuto un adattatore per le immagini OpenAI, uno per FLUX di Black Forest Labs e uno per DashScope di Alibaba, hai sperimentato la tassa di produttività di N SDK diversi. hiapi la riduce a un unico client.

Team che necessitano di prezzi prevedibili. La forma a tariffa fissa per chiamata ti permette di costruire un worker di generazione, guardare il numero di attività del mese scorso e prevedere la fattura del mese prossimo. Questo è difficile da fare con qualsiasi modello fatturato a token.

Team che vogliono immagini e video in un unico posto. Una volta che il tuo prodotto attraversa entrambi — ad esempio uno strumento di marketing che genera un'immagine di copertina e un loop di 10 secondi a partire da un brief — avere entrambi dietro un unico endpoint e un unico saldo vale più del costo per immagine risparmiato rispetto all'integrazione diretta.

Se sei un hobbista che gestisce un bot Discord personale, usare direttamente le API upstream va benissimo. Una volta che rilasci un prodotto reale con utenti reali, l'aritmetica dell'integrazione pende verso il gateway.

Domande frequenti

C'è un credito gratuito? I nuovi account ricevono un piccolo credito iniziale, così puoi testare l'endpoint senza impegno. Una volta esaurito, ricarichi il saldo e paghi per le attività completate.

Quali aspect ratio sono supportati? I rapporti comuni — 1:1, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 16:9, 9:16 e 21:9 — sono disponibili sulla maggior parte dei modelli immagine. qwen-image-2.0 invece usa un elenco fisso di dimensioni in pixel letterali; vedi la nota sullo schema del modello sopra.

Le risorse hanno filigrana? No. L'output è un file immagine/video pulito, senza branding hiapi.

E i rate limit? Il modello a task asincrono significa che puoi inviare grandi quantità di lavoro molto rapidamente. Ci sono limiti per account per mantenere stabile la piattaforma; se hai bisogno di tetti più alti, richiedili prima dei picchi di rilascio — alzare un limite di martedì è molto più facile che durante un rilascio.

Dove posso vedere i prezzi attuali? https://www.hiapi.ai/api/pricing. Viene memorizzato in cache al massimo un'ora e blocca il pricing_version di ogni modello, così ti accorgi quando qualcosa cambia.

L'output può essere usato commercialmente? La maggior parte dei modelli sulla piattaforma ha una licenza d'uso commerciale a monte — la serie Nano-Banana, FLUX 1.1 Pro e Qwen-Image lo sono esplicitamente — ma verifica il tag di licenza (campo tags) del modello che usi nella tua risposta dei prezzi in tempo reale, perché alcuni modelli specializzati hanno termini più restrittivi.

Da dove iniziare

Se vuoi provare partendo da zero:

1. Ottieni una chiave API dalla tua dashboard hiapi.
2. Chiama una volta /api/pricing per vedere il catalogo attuale dei modelli e i prezzi.
3. Copia il frammento Python sopra ed eseguilo su nano-banana o gpt-image-2/text-to-image@beta — entrambi sono modelli a basso costo, adatti a un controllo di sanità. Spenderai pochi centesimi per ottenere un ciclo end-to-end funzionante.
4. Collega quel ciclo a qualunque cosa tu stia costruendo. Stessa forma per il video. Stessa forma per image-to-image. Stessa forma per il prossimo modello che entra in catalogo.

Questo è tutto il punto vendita: un endpoint, un saldo, un modello mentale. Le quattro immagini in questo articolo — l'illustrazione di copertina, il ritratto fotorealistico, l'insegna con calligrafia CJK, il poster tipografico — sono state tutte renderizzate usando il frammento sopra, solo con stringhe model diverse e la forma input corretta per ciascun modello. Il budget stimato attuale per queste quattro immagini è $0.172.

Quando il prossimo modello all'avanguardia di immagini o video arriverà sulla piattaforma, il tuo worker non avrà bisogno di nuovo codice. Dovrai solo cambiare una stringa.