Domande frequenti
Risposte rapide su fatturazione, account, integrazione API, capacità dei modelli e artefatti persistenti.
Domande frequenti
Categorie 1050
-
Devo scrivere un prompt?
No. Basta fornire un URL di un'immagine e il modello separerà automaticamente il primo piano dallo sfondo.
Modelli e capacità 851 Labs Background Remover
-
L'output è un'immagine davvero trasparente?
L'output è un PNG con canale Alpha. La scacchiera nella pagina serve a mostrare le aree trasparenti e non viene inclusa nel risultato originale scaricato.
Modelli e capacità 851 Labs Background Remover
-
Quali parametri deve passare l'API?
Inviare model e input.image_url. L'URL dell'immagine deve essere accessibile direttamente tramite HTTP o HTTPS.
Modelli e capacità 851 Labs Background Remover
-
È possibile regolare il formato, il colore o generare un nuovo sfondo?
L'interfaccia attuale è dedicata alla rimozione dello sfondo e non offre impostazioni per formato, colore dello sfondo o prompt. È possibile passare il risultato trasparente a uno strumento di editing successivo per ulteriori elaborazioni.
Modelli e capacità 851 Labs Background Remover
-
Come si salva un'immagine dopo la generazione?
Scarica il risultato dopo il completamento dell'attività oppure salvalo nel tuo spazio di archiviazione. Le modalità di conservazione dei materiali mostrati nella pagina e dei prodotti temporanei dell'attività sono diverse.
Modelli e capacità 851 Labs Background Remover
-
Come si disegna una maschera?
La maschera è un'immagine in bianco e nero: le aree bianche vengono cancellate e il background viene completato, mentre le aree nere restano invariate. È preferibile che l'area bianca sia leggermente più ampia del bordo dell'oggetto, così da rimuovere insieme anche ombre e residui sui bordi.
Modelli e capacità BRIA Eraser
-
La maschera deve avere le stesse dimensioni dell'immagine originale?
Le proporzioni della maschera devono corrispondere a quelle dell'immagine originale; si consiglia di esportarla direttamente con le dimensioni dell'immagine originale per evitare spostamenti nella posizione di cancellazione.
Modelli e capacità BRIA Eraser
-
Devo scrivere un prompt?
No. Bria Eraser lavora solo sull'immagine originale e sulla maschera; la richiesta non può contenere il campo prompt.
Modelli e capacità BRIA Eraser
-
mask_type va scelto manual o automatic?
Scegli manual (impostazione predefinita) per le maschere disegnate a mano con un pennello o un software di fotoritocco; scegli automatic per le maschere generate automaticamente da uno strumento di segmentazione.
Modelli e capacità BRIA Eraser
-
Cosa succede quando l'immagine originale ha uno sfondo trasparente?
Dopo aver abilitato preserve_alpha, le aree trasparenti dell'immagine di input rimangono trasparenti nel risultato; per impostazione predefinita è disattivato.
Modelli e capacità BRIA Eraser
-
Qual è il formato e le dimensioni dell'output?
Viene generato 1 PNG per ogni output, con la stessa risoluzione dell'immagine originale (test misurato: input 1360 × 768, output anch'esso 1360 × 768). Il PNG è in formato RGBA; se non è abilitata la conservazione della trasparenza, l'immagine è completamente opaca.
Modelli e capacità BRIA Eraser
-
Quali formati di input sono supportati?
L'immagine originale supporta JPEG, PNG e WEBP. Sia l'immagine originale che la maschera devono essere indirizzi http(s) accessibili pubblicamente; nel Playground il caricamento dei file viene convertito automaticamente in link.
Modelli e capacità BRIA Eraser
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate, 1 immagine per richiesta; il prezzo unitario attuale è quello mostrato in tempo reale sulla pagina.
Modelli e capacità BRIA Eraser
-
È possibile usare insieme la descrizione della scena e l'immagine di riferimento della scena?
No, è necessario scegliere una delle due opzioni. Quando si scrive la descrizione della scena in inglese (prompt), non passare l'immagine di riferimento; quando si genera in base all'immagine di riferimento, non scrivere la descrizione. Nel Playground, cambiando modalità, il contenuto dell'altra opzione viene cancellato automaticamente.
Modelli e capacità BRIA Product Shot
-
La descrizione della scena deve essere in inglese?
Sì. Descrivi la nuova scena o il contesto nel prompt in inglese, per un massimo di 1000 caratteri; se il Playground rileva il cinese, ti suggerirà di riscriverlo.
Modelli e capacità BRIA Product Shot
-
Che cos'è la descrizione ottimizzata?
Se attivata, la descrizione della tua scena viene automaticamente ampliata; è attiva per impostazione predefinita e funziona solo in modalità descrizione della scena, mentre in modalità immagine di riferimento non viene inviata.
Modelli e capacità BRIA Product Shot
-
Quali sono i metodi di posizionamento del prodotto?
La posizione predefinita (manual_placement, impostazione predefinita; è possibile usare descrizioni di scena o immagini di riferimento) colloca il prodotto in una posizione specifica della tela, per impostazione predefinita in basso al centro; con input quadrato l'output misurato è 1024×1024; Mantieni posizione originale (original) mantiene la posizione e le proporzioni del prodotto nell'immagine originale.
Modelli e capacità BRIA Product Shot
-
Quando è possibile utilizzare "Mantieni dimensioni originali"?
È disponibile solo con "Mantieni posizione": se attivato, l'output viene prodotto alle dimensioni originali dell'immagine; se disattivato, viene ridimensionato a circa 1 milione di pixel. In modalità posizione predefinita questo parametro non viene inviato.
Modelli e capacità BRIA Product Shot
-
Qual è il formato e le dimensioni dell'output?
Viene generato 1 PNG per volta. Con input quadrato alla posizione predefinita (sia con descrizione della scena che con immagine di riferimento), l'output misurato è 1024 × 1024; mantenendo la posizione originale e attivando l'opzione di conservazione delle dimensioni dell'immagine originale, si mantengono le dimensioni dell'immagine originale (test misurato: input 1168 × 880, output anch'esso 1168 × 880).
Modelli e capacità BRIA Product Shot
-
Qual è la differenza tra la modalità rapida e la modalità standard?
La modalità rapida (attivata per impostazione predefinita) genera le immagini più velocemente; se disattivata, viene utilizzata la modalità standard. Entrambe le modalità hanno lo stesso prezzo.
Modelli e capacità BRIA Product Shot
-
Quali sono i requisiti per le immagini dei prodotti?
Sono supportati JPEG, PNG e WEBP, con una dimensione massima di 12 MB, e l'URL deve essere un indirizzo http(s) accessibile pubblicamente; le immagini dei prodotti con soggetto nitido e bordi completi danno risultati migliori.
Modelli e capacità BRIA Product Shot
-
Come funziona la fatturazione?
La fatturazione avviene in base al numero di immagini generate, 1 immagine per richiesta; il prezzo unitario attuale è quello mostrato in tempo reale sulla pagina.
Modelli e capacità BRIA Product Shot
-
Quali input supporta Creatify Boreal?
Il prompt è obbligatorio; sono facoltativi un'immagine di riferimento e un audio di guida: puoi usare solo il prompt oppure tutti e tre insieme.
Modelli e capacità Creatify Boreal
-
Come si scrive un prompt per ottenere il miglior risultato?
Scrivi in quattro sezioni: [VISUAL] (immagine e inquadratura), [SPEECH] (battute), [SOUNDS] (effetti sonori e musica), [TEXT] (testo a schermo); per le sezioni non necessarie scrivi None.
Modelli e capacità Creatify Boreal
-
Sono supportati i prompt in cinese?
Attualmente i prompt in inglese offrono i risultati più stabili; le prestazioni con altre lingue non sono garantite, quindi si consiglia di utilizzare prima l'inglese.
Modelli e capacità Creatify Boreal
-
Qual è la durata massima del video?
Da 1 a 20 secondi, impostabile in secondi interi, valore predefinito 10 secondi.
Modelli e capacità Creatify Boreal
-
Quali risoluzioni sono supportate?
720p, 1080p e 2K, con 720p come predefinita. In 2K, con 16:9 e 9:16 il lato lungo è di 2016 pixel, mentre in 1:1, 4:3 e 3:4 si rientra nel livello 1440p.
Modelli e capacità Creatify Boreal
-
Come scegliere le proporzioni dell'immagine?
Sono disponibili Auto, 16:9, 9:16, 1:1, 4:3, 3:4. Auto segue le proporzioni dell'immagine di riferimento se presente; in assenza di un'immagine di riferimento usa 16:9. Se è presente un'immagine di riferimento e viene specificato un rapporto, l'immagine di riferimento viene ritagliata dal centro.
Modelli e capacità Creatify Boreal
-
Come si usa l'audio del driver?
Dopo aver caricato voce fuori campo, dialoghi o musica di sottofondo, il video finale mantiene questa traccia audio; vengono utilizzati solo i primi secondi corrispondenti alla «durata», e se l'audio non è abbastanza lungo viene aggiunto silenzio.
Modelli e capacità Creatify Boreal
-
A cosa serve l'immagine di riferimento?
L'immagine di riferimento determina l'aspetto dei personaggi, l'abbigliamento e la composizione, ed è adatta per trasformare immagini di prodotti o foto di persone in video.
Modelli e capacità Creatify Boreal
-
Qual è il formato di output?
MP4 (video H.264 + audio AAC, 24fps), con doppiaggio ed effetti sonori inclusi.
Modelli e capacità Creatify Boreal
-
I video hanno una filigrana?
Solo filigrane invisibili. Tutti i video includono metadati C2PA e filigrane invisibili; non viene sovrapposto alcun contrassegno visibile all'immagine.
Modelli e capacità Creatify Boreal
-
Come viene calcolato il costo?
Il costo è calcolato in base alla durata della richiesta e alla risoluzione selezionata; per il prezzo unitario consulta i prezzi in tempo reale su questa pagina; le attività non riuscite vengono rimborsate integralmente.
Modelli e capacità Creatify Boreal
-
Come effettuare una chiamata tramite API?
Invia un'attività con model creatify-boreal a POST /v1/tasks, poi esegui il polling dello stato dell'attività per ottenere l'URL del video; per i dettagli consulta la documentazione API.
Modelli e capacità Creatify Boreal
-
Qual è la differenza tra il nome ufficiale del modello e l'ID modello di HiAPI?
Il nome ufficiale del modello DeepSeek è deepseek-flash; l'ID modello riservato da HiAPI per questa integrazione pubblica è deepseek-v4.1-flash. Per le richieste e gli esempi nelle pagine continua a usare deepseek-v4.1-flash.
Modelli e capacità
-
Cos'è DeepSeek V4.1 Flash?
DeepSeek V4.1 Flash è un modello in versione ufficiale che supporta input testuali e immagini. Secondo la documentazione ufficiale di DeepSeek, supporta una finestra di contesto di 1M Token, un output massimo di 384K Token e quattro livelli di intensità di ragionamento: none, low, high e max, con high come valore predefinito.
Modelli e capacità
-
Quale ID modello e quale interfaccia utilizzare?
Nel campo model inserisci deepseek-v4.1-flash. Puoi usare POST /v1/responses, ed è compatibile anche con POST /v1/chat/completions; i due utilizzano rispettivamente input e messages, non mescolare le strutture delle richieste.
Modelli e capacità
-
Come si attiva o disattiva la modalità di ragionamento?
Le richieste Responses usano reasoning.effort: none disattiva il ragionamento, low, high e max lo attivano, con high come predefinito. Chat Completions usa thinking.type=enabled/disabled; quando è attivo, seleziona low, high o max tramite reasoning_effort.
Modelli e capacità
-
Come si gestiscono le conversazioni multi-turno con Responses?
Questa interfaccia è stateless. A ogni chiamata, passa nuovamente in input la cronologia della conversazione che desideri conservare; non passare previous_response_id, conversation, background o context_management, e non è necessario passare store.
Modelli e capacità
-
Come si determina la fine di una risposta in streaming?
Responses utilizza response.output_text.delta per ricevere gli incrementi del corpo del testo e legge l'usage finale in response.completed; response.incomplete e response.failed indicano rispettivamente una generazione incompleta e un errore. Responses non termina con [DONE]; lo stream di Chat Completions utilizza ancora [DONE].
Modelli e capacità
-
Come vengono fatturati i token e il contenuto di ragionamento?
L'input, l'output e l'input con cache hit vengono fatturati in base ai token effettivi; i token di ragionamento sono conteggiati nell'output. I campi usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens di Responses possono essere utilizzati per verificare il consumo; l'addebito finale fa fede ai log delle chiamate, mentre il prezzo unitario è consultabile nella sezione prezzi in tempo reale.
Modelli e capacità
-
Le immagini, le chiamate di strumenti e il JSON strutturato sono tutti disponibili?
La documentazione ufficiale di DeepSeek supporta l'input di immagini tramite URL e base64; il runtime di HiAPI ha già verificato entrambi questi tipi di input. Le chiamate di strumenti e il JSON strutturato non hanno ancora completato la verifica di integrazione in questa occasione, pertanto al momento non viene fornita alcuna garanzia di supporto.
Modelli e capacità
-
Le chiavi API HiAPI esistenti possono continuare a essere utilizzate?
È possibile riutilizzare una chiave API HiAPI con i permessi corrispondenti sul modello e saldo disponibile. Quando si utilizza l'SDK OpenAI, configurare base_url come https://api.hiapi.ai/v1; per Responses usare client.responses.create, per Chat Completions usare client.chat.completions.create.
Modelli e capacità
-
Che cos'è Turbo 2.5?
Modello text-to-speech a bassa latenza di ElevenLabs, adatto per assistenti vocali, annunci di notifica e doppiaggio su larga scala.
Modelli e capacità ElevenLabs
-
Come si chiama?
Invia model (elevenlabs/text-to-speech-turbo-2-5) e input a POST /v1/tasks, poi usa taskId per interrogare il risultato o configurare callback.
Modelli e capacità ElevenLabs
-
Come viene calcolato il costo?
Il costo è calcolato in base al numero di caratteri di input.text, ogni 1.000 caratteri; il prezzo unitario in tempo reale è quello indicato nella sezione prezzi di questa pagina.
Modelli e capacità ElevenLabs
-
previous_text e next_text sono a pagamento?
No, sono gratuite. Servono solo a fornire contesto alla sintesi a segmenti, così che l'intonazione risulti naturale e ben collegata.
Modelli e capacità ElevenLabs
-
Come si calcolano i caratteri cinesi?
Ogni carattere cinese, lettera, numero, segno di punteggiatura o spazio conta come 1 carattere; i caratteri cinesi non valgono doppio.
Modelli e capacità ElevenLabs
-
Quanti caratteri al massimo per singola richiesta?
5.000 caratteri. Se si supera il limite, la richiesta viene rifiutata al momento dell'invio e non viene effettuato alcun addebito; per contenuti lunghi, inviare in segmenti separati.
Modelli e capacità ElevenLabs
-
Quali voci sono disponibili?
67 voci predefinite di ElevenLabs, che coprono narrazione, conduzione, personaggi e assistenza clienti; passa il voice_id tramite voice.
Modelli e capacità ElevenLabs
-
È possibile specificare la lingua di output?
Sì. Imposta language_code con un codice ISO 639-1 di due lettere (ad esempio zh, en, ja); se omesso, viene rilevata automaticamente.
Modelli e capacità ElevenLabs
-
Come si regolano stability, similarity_boost e style?
Più stability è basso, più il risultato è vivace; più è alto, più è stabile. similarity_boost controlla quanto il risultato aderisce al timbro vocale; style aumenta la drammaticità, mentre per una lettura neutra va mantenuto a 0.
Modelli e capacità ElevenLabs
-
Sono supportati i timestamp dei sottotitoli?
Sì. Impostando timestamps=true vengono restituiti i timestamp parola per parola, utilizzabili per sottotitoli ed evidenziazione parola per parola.
Modelli e capacità ElevenLabs
-
Come scegliere tra Turbo 2.5 e Multilingual v2?
Scegli Turbo 2.5 (supporta language_code) se privilegi velocità e costi; scegli Multilingual v2 se privilegi la qualità su contenuti lunghi e la stabilità emotiva. La libreria di timbri vocali è la stessa per entrambi.
Modelli e capacità ElevenLabs
-
Il clonaggio vocale è supportato?
Il contratto attuale espone solo voci preimpostate e non supporta il clonaggio vocale né voice ID personalizzati.
Modelli e capacità ElevenLabs
-
Se un’attività fallisce vengono addebitati dei costi?
Gli stati finali di errore non vengono addebitati; i crediti prelevati al momento dell’invio vengono restituiti automaticamente.
Modelli e capacità ElevenLabs
-
Che cos'è Multilingual v2?
Modello text-to-speech multilingue ad alta qualità di ElevenLabs, adatto per audiolibri, voce fuori campo e doppiaggio di brand.
Modelli e capacità ElevenLabs
-
Che cos'è FASHN Try-On v1.6?
È un modello dedicato al virtual try-on. Carichi una foto di una persona e un'immagine di un capo d'abbigliamento: il modello indossa il capo sulla persona e restituisce un'immagine verticale del try-on; non richiede prompt e non accetta descrizioni testuali. L'output è adatto per essere inserito direttamente in una pagina di dettaglio prodotto, in materiali per i social media o in un'anteprima pubblicitaria.
Modelli e capacità FASHN Tryon v1.6
-
È necessario scrivere un prompt?
No. Riceve solo la foto della persona e l'immagine del capo; l'effetto del prova-abiti è determinato dalle due immagini e dai parametri opzionali categoria, modalità e tipo di immagine del capo. Non includere un campo prompt aggiuntivo nella richiesta: il backend lo rifiuterà come campo sconosciuto.
Modelli e capacità FASHN Tryon v1.6
-
È necessario caricare due immagini contemporaneamente?
Sì. La foto della persona e l'immagine del capo di abbigliamento sono entrambe obbligatorie; se ne manca una, sia il Playground che l'API bloccheranno l'invio. Il pulsante di esecuzione si abilita solo dopo aver caricato entrambe le immagini; l'API restituirà un errore di convalida dei parametri.
Modelli e capacità FASHN Tryon v1.6
-
Quali categorie di abbigliamento sono supportate?
Sono supportati top (tops), pantaloni e gonne (bottoms) e capi interi (one-pieces); è anche possibile scegliere il riconoscimento automatico. Se la categoria non è certa, usa prima l'automatico; se il riconoscimento non è accurato, specifica esplicitamente la categoria. Per cataloghi con categorie miste, si consiglia di inviare i dati raggruppati per categoria, per ridurre le distorsioni dovute al riconoscimento automatico.
Modelli e capacità FASHN Tryon v1.6
-
Come scegliere la modalità?
performance è più veloce, adatta all'anteprima in batch; balanced bilancia velocità e qualità; quality è più lenta, adatta alla generazione finale delle immagini. Puoi prima usare balanced per confermare la composizione, poi quality per produrre la versione finale. La modalità non modifica la composizione delle immagini dei personaggi, ma influisce sul livello di dettaglio dei bordi, delle pieghe e dei motivi dei vestiti.
Modelli e capacità FASHN Tryon v1.6
-
Le immagini flat lay, appendiabiti e con modella vanno impostate separatamente?
È possibile usare garment_photo_type per specificare model o flat-lay, oppure affidarsi al riconoscimento automatico. Sono supportate le immagini prodotto flat lay, appendiabiti, manichino invisibile e indossate da modelle reali; quando si conosce il tipo, impostarlo esplicitamente è di solito più affidabile. Flat lay e appendiabiti rientrano entrambi in flat-lay, per le immagini indossate da modelle reali si sceglie model; con sfondi complessi il riconoscimento automatico potrebbe sbagliare.
Modelli e capacità FASHN Tryon v1.6
-
Quali sono le dimensioni e il formato dell'output?
Ogni volta viene restituita un'immagine in formato verticale, le cui dimensioni variano in base alle proporzioni dell'immagine della persona. In questa prova: un'immagine della persona in 3:4 restituisce 972 × 1296, un'immagine della persona in 2:3 restituisce 768 × 1152. Il formato predefinito è PNG, ma è possibile scegliere anche JPEG; non dare per scontato che tutti i risultati abbiano la stessa dimensione in pixel. Quando si crea una pagina di dettaglio prodotto, impostare prima il layout in base al formato dell'immagine della persona e, una volta ottenuto l'output effettivo, apportare piccole modifiche; se serve una dimensione uniforme, ritagliare o ridimensionare dopo la generazione.
Modelli e capacità FASHN Tryon v1.6
-
Perché lo stesso input produce risultati diversi?
La generazione presenta casualità. Passando un seed fisso è possibile riprodurre lo stesso risultato; cambiando seed si ottiene una versione diversa. Anche il cambio di modalità modifica il livello di dettaglio dei bordi e delle texture dei vestiti; un seed fisso non garantisce una coerenza totale tra modalità diverse, quindi dopo aver cambiato modalità si consiglia di ricontrollare i dettagli.
Modelli e capacità FASHN Tryon v1.6
-
I dettagli dell'abbigliamento saranno esattamente identici all'immagine originale?
Non verranno copiati pixel per pixel. Il modello manterrà la vestibilità, i colori e i motivi principali, ma dettagli come scollo, pieghe e bottoni possono variare in base alla posa della persona, alla categoria e alla modalità. Per immagini di prodotto importanti si consiglia la modalità quality con una verifica manuale. Per le foto delle persone si consiglia una posizione frontale, un singolo soggetto e il corpo ben visibile; foto di gruppo o con occlusioni gravi riducono la precisione dell'adattamento. Per immagini di prodotto con requisiti rigorosi su scollo, bottoni o posizione dei motivi, si consiglia di utilizzare un'immagine del capo più nitida e con meno occlusioni.
Modelli e capacità FASHN Tryon v1.6
-
Quali modifiche può fare FIBO Edit 1.5?
Cambiare il colore, sostituire lo sfondo, cambiare stagione o stile, sostituire porzioni di immagine e combinare più immagini insieme, ad esempio il virtual try-on di abiti o la sostituzione dello scenario di un prodotto.
Modelli e capacità
-
Quante immagini si possono caricare al massimo?
image_urls supporta da 1 a 4 URL di immagini pubbliche. L'ordine è significativo: i riferimenti "immagine 1, immagine 2" nelle istruzioni corrispondono all'ordine di caricamento.
Modelli e capacità
-
Quando ha effetto aspect_ratio?
Ha effetto solo con 2 o più immagini; valori opzionali: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9; se non specificato, segue la prima immagine. Con una sola immagine, l'output mantiene le proporzioni dell'immagine originale.
Modelli e capacità
-
Come si usa la maschera?
Passa a mask_url un'immagine in bianco e nero delle stesse dimensioni dell'immagine originale: il bianco indica l'area da modificare, il nero resta invariato.
Modelli e capacità
-
Si possono usare più immagini e una maschera insieme?
No. Quando è presente mask_url, image_urls può contenere solo 1 immagine, altrimenti la richiesta viene rifiutata; per la composizione con più immagini non passare la maschera.
Modelli e capacità
-
Come si scrive un'istruzione per ottenere un risultato migliore?
Specifica cosa modificare, in cosa modificarlo e cosa deve rimanere invariato, ad esempio "cambia solo il cappotto in verde scuro, lascia il resto invariato". Con più immagini, riferisciti a esse come "immagine 1, immagine 2".
Modelli e capacità
-
In che formato viene restituito l'output?
Viene restituita 1 immagine PNG per ogni richiesta.
Modelli e capacità
-
Perché lo stesso input produce lo stesso risultato?
Il seed predefinito è 5555, quindi lo stesso input produce lo stesso risultato; cambiando seed si possono ottenere versioni diverse.
Modelli e capacità
-
Quale modello si usa quando non c'è un'immagine originale?
Genera prima con il text-to-image di FIBO Gen 1.5, poi passa a FIBO Edit 1.5 per le modifiche.
Modelli e capacità
-
Quali condizioni deve soddisfare l'immagine?
Deve essere un URL http(s) di un'immagine accessibile pubblicamente; nel Playground è anche possibile caricarla direttamente.
Modelli e capacità
-
L'attività è sincrona o asincrona?
Asincrona. Dopo l'invio viene restituito immediatamente un taskId, quindi è possibile interrogare lo stato dell'attività o utilizzare un callback per ottenere il risultato.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione avviene in base al numero di immagini generate: 1 immagine per richiesta; il numero di immagini di riferimento e la maschera non influiscono sul prezzo. Il prezzo unitario attuale è indicato nella parte superiore della pagina e nella pagina dei prezzi.
Modelli e capacità
-
A cosa è adatto FIBO Gen 1.5?
È adatto a immagini realistiche di prodotti, ritratti, cibo, architettura, nonché a insegne, packaging e altre immagini con testo che richiedono una resa realistica.
Modelli e capacità
-
Quali rapporti d'aspetto sono supportati?
aspect_ratio può essere 1:1 (predefinito), 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9.
Modelli e capacità
-
Che dimensione ha l'output?
Ogni volta viene restituita 1 immagine PNG di circa 1 milione di pixel; le dimensioni esatte variano in base al rapporto d'aspetto, ad esempio 1:1 corrisponde a 1024 × 1024.
Modelli e capacità
-
È possibile ottenere una risoluzione più alta?
Al momento è disponibile solo la fascia da circa 1 megapixel. Se serve un'immagine più grande, è possibile passare il risultato a un modello di upscaling delle immagini.
Modelli e capacità
-
Perché la stessa descrizione produce sempre lo stesso risultato?
Il seed predefinito è 5555; con lo stesso seed e la stessa descrizione si ottiene la stessa immagine. Per ottenere risultati diversi, basta cambiare seed.
Modelli e capacità
-
Il testo sull'immagine è accurato?
Metti il testo da visualizzare tra virgolette e il modello proverà a riprodurlo il più fedelmente possibile; le insegne e le etichette brevi danno i risultati migliori.
Modelli e capacità
-
Quante immagini si possono generare in una volta?
Ogni richiesta genera 1 immagine; se ne servono più, puoi inviare più attività oppure chiamare più volte cambiando il seed.
Modelli e capacità
-
È necessario caricare un'immagine di riferimento?
No. Questo è un modello text-to-image; per modificare un'immagine esistente, utilizza FIBO Edit 1.5.
Modelli e capacità
-
C'è un limite di lunghezza per il prompt?
Il prompt deve contenere da 1 a 10000 caratteri.
Modelli e capacità
-
È possibile apportare ulteriori modifiche dopo la generazione?
Sì. Passa l'URL dell'immagine generata a fibo-edit-1.5/image-to-image e usa un'istruzione per modificare una parte, cambiare lo sfondo o cambiare il colore.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate, 1 immagine per richiesta. Il prezzo unitario attuale è indicato nella parte superiore della pagina e nella pagina dei prezzi.
Modelli e capacità
-
Cos'è FLUX.1 Fill Pro?
FLUX.1 Fill Pro è un modello di editing di immagini per l'inpainting con maschera: carica l'immagine originale, una maschera in bianco e nero delle stesse dimensioni e un prompt; viene ridisegnata solo l'area bianca, mentre l'area nera rimane invariata.
Modelli e capacità FLUX.1 Fill Pro
-
Cosa rappresentano rispettivamente il bianco e il nero nella maschera?
Le aree nere mantengono l'immagine originale, le aree bianche vengono ridisegnate dal prompt; la maschera deve avere le stesse dimensioni dell'immagine originale.
Modelli e capacità FLUX.1 Fill Pro
-
È necessario caricare sia l'immagine che la maschera?
Sì. L'attuale interfaccia pubblica richiede che vengano fornite contemporaneamente l'immagine originale e la maschera in bianco e nero, entrambe indispensabili.
Modelli e capacità FLUX.1 Fill Pro
-
Cosa bisogna scrivere nel prompt?
Descrivi solo il nuovo contenuto che deve apparire nell'area bianca della maschera e specifica gli elementi che devono essere mantenuti; non ripetere la descrizione dell'immagine al di fuori della maschera.
Modelli e capacità FLUX.1 Fill Pro
-
Come scegliere tra steps e guidance?
L'intervallo di steps è 15–50, valore predefinito 50; più alto è il valore, più dettagliato è il risultato; l'intervallo di guidance è 1.5–100, valore predefinito 60; più alto è il valore, più il risultato aderisce al prompt.
Modelli e capacità FLUX.1 Fill Pro
-
Le dimensioni di output seguiranno l'immagine originale?
L'output mantiene le proporzioni dell'immagine originale; i pixel effettivi dipendono dal risultato dell'attività; in questo caso, un'immagine originale di 1600×900 ha prodotto un risultato di 1440×810.
Modelli e capacità FLUX.1 Fill Pro
-
Quali formati di input e output sono supportati?
L'immagine originale e la maschera supportano JPEG, PNG, GIF, WebP; l'output può essere jpg o png.
Modelli e capacità FLUX.1 Fill Pro
-
Come rendere i risultati più stabili?
Fissa il seed e utilizza la stessa immagine originale, la stessa maschera e lo stesso prompt; modificare steps o guidance può cambiare i dettagli e la fedeltà.
Modelli e capacità FLUX.1 Fill Pro
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate; ogni richiesta restituisce 1 immagine. Il prezzo unitario corrente è quello indicato in tempo reale su questa pagina.
Modelli e capacità FLUX.1 Fill Pro
-
Per quali attività è adatto FLUX.2 [klein] 4B?
Adatto per bozze in batch, concept di prodotto, materiali per i social media e iterazioni visive attente ai costi. Quando servono maggiore realismo, testo e dettagli, si può passare a 9B.
Modelli e capacità FLUX.2 Klein 4B
-
Come scegliere tra 0,25 MP e 4 MP?
Per bozze e miniature si possono usare inizialmente 0,25 o 0,5 MP; per i materiali web standard si usano 1 MP; quando serve un output maggiore si scelgono 2 o 4 MP. Il prezzo varia in base al livello di pixel.
Modelli e capacità FLUX.2 Klein 4B
-
Quali formati di immagine sono supportati?
Sono supportati 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 21:9 e 9:21.
Modelli e capacità FLUX.2 Klein 4B
-
Come riprodurre la stessa direzione compositiva?
Fissa Seed, Prompt, formato, livello di pixel e impostazioni di output; modifica solo una variabile per il confronto.
Modelli e capacità FLUX.2 Klein 4B
-
Cosa contiene una richiesta API minima?
Invia model e input.prompt a POST /v1/tasks; gli altri parametri possono usare i valori predefiniti.
Modelli e capacità FLUX.2 Klein 4B
-
Quante immagini di riferimento supporta la modifica di immagini di FLUX.2 [klein] 9B?
Attualmente supporta 1 immagine di riferimento JPEG, PNG o WebP. image_urls deve essere un array contenente un solo URL pubblico di immagine.
Modelli e capacità FLUX.2 Klein 9B
-
Per quali attività di editing è adatto?
È adatto alla pulizia di immagini di prodotto, alla sostituzione dello sfondo, alla riscrittura del testo nell'immagine, alla modifica della combinazione di colori e al ritocco commerciale che richiede di preservare il soggetto e la posizione della fotocamera.
Modelli e capacità FLUX.2 Klein 9B
-
Come si impostano i passi di inferenza?
num_inference_steps accetta un numero intero da 4 a 8, il valore predefinito è 4. Il prezzo attuale non varia in base ai passi di inferenza.
Modelli e capacità FLUX.2 Klein 9B
-
Quali formati e proporzioni sono supportati?
Le proporzioni supportate sono 1:1, 4:3, 3:4, 16:9, 9:16; i formati supportati sono JPEG, PNG e WebP.
Modelli e capacità FLUX.2 Klein 9B
-
Come inviare un'immagine di riferimento tramite API?
Passa un URL immagine pubblico a input.image_urls di POST /v1/tasks e invia contemporaneamente il Prompt; proporzioni, Seed, passi di inferenza e formato sono opzionali.
Modelli e capacità FLUX.2 Klein 9B
-
Per quali attività è adatto FLUX.2 [klein] 9B per la generazione di immagini da testo?
Adatto per visual commerciali, immagini di prodotto, poster e copertine di riviste con testo in inglese che richiedono tempi rapidi. Il percorso attuale non accetta immagini di riferimento.
Modelli e capacità FLUX.2 Klein 9B
-
Come riprodurre o confrontare i risultati?
Fissa il seed nella richiesta e mantieni coerenti Prompt, formato dell'immagine, formato e numero di passi di inferenza, quindi modifica uno per uno le variabili da confrontare.
Modelli e capacità FLUX.2 Klein 9B
-
Quali campi sono necessari per una richiesta API minima?
Invia model e input.prompt a POST /v1/tasks; proporzioni, passi di inferenza e formato di output possono essere omessi e verranno usati i valori predefiniti.
Modelli e capacità FLUX.2 Klein 9B
-
Cos'è FLUX.2 [pro]?
FLUX.2 [pro] è un modello text-to-image di Black Forest Labs. HiAPI attualmente fornisce questo modello tramite un'interfaccia unificata per attività asincrone, adatta a immagini di prodotto, poster, visual di brand e flussi di lavoro di generazione di immagini che richiedono specifiche precise di composizione.
Modelli e capacità
-
Qual è il prezzo di FLUX.2 [pro]?
FLUX.2 [pro] viene fatturato in base al livello di risoluzione di output; le proporzioni predefinite non modificano il prezzo all'interno dello stesso livello di risoluzione. Gli importi specifici sono determinati dal prezzo in tempo reale e dal registro delle attività presenti in questa pagina.
Modelli e capacità
-
Quali risoluzioni supporta FLUX.2 [pro]?
Attualmente l'endpoint HiAPI supporta quattro livelli di risoluzione: 0.5 MP, 1 MP, 2 MP e 4 MP. Quando si utilizza un rapporto d'aspetto custom, è possibile impostare width e height da 256 a 2048; il sistema arrotonda a un multiplo di 16 e in questo caso il parametro resolution viene ignorato.
Modelli e capacità
-
Come si usa l'API FLUX.2 [pro]?
Invia model=flux-2/text-to-image e input.prompt a POST /v1/tasks. L'interfaccia restituisce in modo asincrono un taskId; in produzione puoi configurare callback.url per ricevere la notifica dello stato finale, oppure ottenere il risultato tramite l'interfaccia di interrogazione delle attività. Per i parametri completi e gli esempi di richiesta, consulta la documentazione API dedicata.
Modelli e capacità
-
È possibile provare FLUX.2 [pro] online?
Sì. Nel Playground di questa pagina puoi inserire direttamente il prompt, le proporzioni, la risoluzione e il formato di output per eseguire i test; dopo aver verificato i risultati, puoi integrare la stessa ID del modello tramite l'API.
Modelli e capacità
-
FLUX.2 [pro] supporta la modifica delle immagini?
L'endpoint flux-2/text-to-image di questa pagina gestisce solo la generazione di immagini da testo. Quando è necessaria la modifica o la composizione a partire da immagini di riferimento, occorre utilizzare il modello separato flux-2/image-to-image, invece di aggiungere campi immagine alla richiesta di generazione da testo descritta qui.
Modelli e capacità
-
FLUX.2 [pro] può essere utilizzato commercialmente?
L'utilizzabilità per uno specifico progetto commerciale dipende dai termini applicabili di Black Forest Labs, dai termini di servizio di HiAPI e dai tuoi contenuti e scenari d'uso. Prima della messa in produzione verifica le licenze e i requisiti di conformità più recenti; questa pagina non sostituisce un parere legale o autorizzativo.
Modelli e capacità
-
Qual è la differenza tra FLUX.2 [pro] e FLUX.2 [klein]?
FLUX.2 [pro] è orientato a output di produzione ad alta fedeltà e su HiAPI sono già disponibili ID del modello, parametri e quattro fasce di prezzo espliciti. FLUX.2 [klein] privilegia l'efficienza e l'iterazione rapida, ma attualmente il repository non contiene endpoint, prezzi o specifiche HiAPI verificabili per Klein, pertanto questa pagina non fornisce confronti numerici o punti di accesso che potrebbero risultare inesatti.
Modelli e capacità
-
Quali input sono necessari per FLUX 3 Max image-to-video?
Sono obbligatori prompt e image_url (immagine del primo frame, supporta PNG/JPEG/WebP). Sono opzionali end_image_url come frame finale, oltre a duration, resolution, aspect_ratio, generate_audio e reasoning_level.
Modelli e capacità FLUX 3 Max
-
È possibile impostare la durata del video?
Sì. duration accetta un valore intero compreso tra 5 e 20 secondi, con incrementi di 1 secondo, valore predefinito 5 secondi; la generazione video da immagine e la generazione video da testo condividono lo stesso prezzo al secondo. Verifica prima con 5 secondi se l'immagine di origine è stabile, poi prolunga la durata.
Modelli e capacità FLUX 3 Max
-
Da cosa è determinato il formato dell'immagine?
aspect_ratio è impostato per impostazione predefinita su auto e l'output segue le proporzioni dell'immagine del primo fotogramma; è anche possibile specificare manualmente 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16. Se il valore specificato manualmente non corrisponde alle proporzioni dell'immagine, l'inquadratura potrebbe essere ritagliata.
Modelli e capacità FLUX 3 Max
-
Come si usa il fotogramma finale?
Passa il primo fotogramma in image_url e il fotogramma finale in end_image_url: il video passerà dal primo all'ultimo fotogramma. Nel prompt descrivi solo il cambiamento che avviene nel mezzo; più l'inquadratura e l'illuminazione delle due immagini sono simili, più la transizione risulta fluida.
Modelli e capacità FLUX 3 Max
-
Aggiungere un fotogramma finale comporta costi aggiuntivi?
No. La generazione video da immagine e da testo viene fatturata allo stesso modo in base ai secondi di output e alla risoluzione; il prezzo unitario è identico sia che si passi end_image_url sia che non lo si passi. Cambia solo il numero di immagini, non il prezzo al secondo.
Modelli e capacità FLUX 3 Max
-
Quali sono i requisiti per l'immagine del primo frame?
Usa un'immagine PNG, JPEG o WebP accessibile pubblicamente. Nel Playground puoi caricare direttamente un file locale che verrà convertito automaticamente in un link; si consiglia di ritagliarla prima nel formato di destinazione, per evitare che elementi importanti vengano tagliati durante l'adattamento automatico.
Modelli e capacità FLUX 3 Max
-
È possibile generare l'audio?
Sì. generate_audio è attivo per impostazione predefinita e genera un audio coerente con le immagini; se disattivato, l'output è un video muto, comodo per aggiungere in seguito musica o voce fuori campo. L'interruttore non influisce sul prezzo.
Modelli e capacità FLUX 3 Max
-
Come viene fatturato FLUX 3 Max per la generazione di video da immagini?
La fatturazione si basa sui secondi di output; il prezzo unitario dipende dalla risoluzione e il costo è pari al prezzo al secondo moltiplicato per la durata; le attività non riuscite non vengono addebitate. La bozza a 720p costa meno ed è sufficiente per verificare se l'immagine di origine rimane stabile.
Modelli e capacità FLUX 3 Max
-
Come si effettua una chiamata tramite API?
Invia un'attività asincrona a POST /v1/tasks, con model impostato su flux-3-max/image-to-video, passa prompt e image_url in input, aggiungendo end_image_url e i parametri di generazione secondo necessità. L'API restituisce un taskId; puoi ottenere il risultato tramite callback.url o GET /v1/tasks/:id.
Modelli e capacità FLUX 3 Max
-
Come scegliere tra video da immagine e video da testo?
Usa il video da immagine quando hai già un'immagine, un prodotto o un ritratto soddisfacente; usa il video da testo quando devi concepire una scena completa partendo dal testo o quando devi specificare liberamente il formato. I prezzi e i parametri dei due modelli sono sostanzialmente identici.
Modelli e capacità FLUX 3 Max
-
Che cosa sono i keyframes?
keyframes è un array ordinato, da 1 a 10 elementi, ciascuno contenente image_url e frame_index. Il modello concatena i keyframe in ordine di numero di frame e genera il movimento intermedio.
Modelli e capacità FLUX 3 Max
-
Come si compila frame_index?
frame_index è il numero di frame sulla timeline a 24fps, parte da 0 e il valore massimo è duration × 24. Ad esempio, per un video di 5 secondi il numero massimo di frame è 120. Tutti i numeri di frame devono essere univoci.
Modelli e capacità FLUX 3 Max
-
Quanti fotogrammi chiave servono come minimo?
Almeno 1, al massimo 10. Servono due o più fotogrammi per ottenere un inizio e una fine definiti o una variazione di ritmo; un singolo fotogramma chiave equivale a bloccare solo una determinata immagine e non produce una vera transizione.
Modelli e capacità FLUX 3 Max
-
Come si combinano la durata e i keyframe?
Per prima cosa si imposta la duration (5–20 secondi), poi si convertono i numeri di frame in base a 24fps. 5 secondi corrispondono a 0–120, 10 secondi a 0–240, 20 secondi a 0–480. I keyframe possono essere distribuiti uniformemente oppure concentrati in un segmento specifico.
Modelli e capacità FLUX 3 Max
-
Qual è la differenza tra keyframes e fotogrammi iniziale e finale?
I fotogrammi iniziale e finale fissano solo l'inizio e la fine; i keyframes permettono di inserire più nodi intermedi, adatti a inquadrature con più fasi come l'apertura di una confezione, la crescita di una pianta o il ciclo giorno-notte. Più nodi ci sono, più preciso è il controllo temporale.
Modelli e capacità FLUX 3 Max
-
Come scegliere il formato e la risoluzione?
resolution supporta 720p e 1080p, il valore predefinito è 720p; aspect_ratio è auto per impostazione predefinita, ma puoi anche specificare 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16. Si consiglia di utilizzare lo stesso formato per tutti i fotogrammi chiave.
Modelli e capacità FLUX 3 Max
-
Come viene fatturata la generazione video da keyframe di FLUX 3 Max?
La fatturazione avviene in base ai secondi di output, con prezzo unitario determinato dalla risoluzione, allo stesso modo di text-to-video e image-to-video; il numero di anchor point non influisce sul prezzo e le attività non riuscite non vengono addebitate. Conferma prima la timeline con una bozza di 5 secondi, poi estendi la durata.
Modelli e capacità FLUX 3 Max
-
Quali durate supporta la generazione video da testo di FLUX 3 Max?
duration accetta qualsiasi numero intero di secondi compreso tra 5 e 20, con incrementi di 1 secondo; il valore predefinito è 5 secondi. Più lunga è la durata, maggiore è il prezzo totale calcolato al secondo; la versione da 20 secondi ha il quadruplo dei secondi di una bozza da 5 secondi.
Modelli e capacità FLUX 3 Max
-
Come scegliere risoluzione e formato?
resolution ha due opzioni, 720p e 1080p, con 720p come predefinita. aspect_ratio è auto per impostazione predefinita, ma puoi anche specificare 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 o 9:16.
Modelli e capacità FLUX 3 Max
-
I video generati hanno l'audio?
generate_audio è attivo per impostazione predefinita e genera insieme al video un audio sincronizzato con le immagini; è anche possibile disattivarlo per ottenere solo le immagini. Si consiglia di attivarlo o disattivarlo in base alla richiesta, senza inserire supposizioni sull'audio nel prompt. L'interruttore non influisce sulla fatturazione.
Modelli e capacità FLUX 3 Max
-
Che cos'è reasoning_level?
Controlla il livello di comprensione visiva del prompt e di pianificazione della generazione da parte del modello; i valori possibili sono low o high, con high come predefinito. Per scene complesse high è più affidabile, mentre per inquadrature semplici si può usare low.
Modelli e capacità FLUX 3 Max
-
Come si scrive un prompt per ottenere più facilmente buoni risultati?
Scrivi prima il soggetto e la scena, poi le azioni, la direzione della camera e la velocità in ordine cronologico, infine la luce e l'atmosfera. Assegna una sola azione principale per video e, per le riprese continue, specifica chiaramente no cuts.
Modelli e capacità FLUX 3 Max
-
Il testo nell'immagine è affidabile?
No. Il modello può inventare le lettere di insegne, slogan e sottotitoli, e non è garantita nemmeno l'ortografia; se hai bisogno di nomi di brand o testo leggibile, sovrapponilo in post-produzione e non affidarti al risultato generato.
Modelli e capacità FLUX 3 Max
-
È adatto per video brevi in verticale?
Sì, basta selezionare 9:16 direttamente nella richiesta, senza bisogno di generare prima in orizzontale e poi ritagliare. 1:1 e 3:4 sono adatti per i feed, 21:9 per sigle e contenuti widescreen. Mantieni il soggetto il più possibile centrato, per evitare che venga coperto dall'interfaccia della piattaforma.
Modelli e capacità FLUX 3 Max
-
Come viene fatturato FLUX 3 Max per la generazione di video da testo?
La fatturazione si basa sui secondi di output; il prezzo unitario è determinato dalla risoluzione e il costo è pari al prezzo al secondo moltiplicato per la durata; le attività non riuscite non vengono addebitate. Le bozze brevi costano meno e sono ideali per confrontare due prompt partendo da 5 secondi.
Modelli e capacità FLUX 3 Max
-
Qual è la differenza rispetto alla generazione di video da immagini?
Il testo in video richiede solo testo; il formato e la composizione sono determinati interamente dal prompt. Quando si dispone già di un fotogramma iniziale chiaro, è più diretto usare flux-3-max/image-to-video. Entrambi condividono la stessa gamma di durate e lo stesso prezzo al secondo.
Modelli e capacità FLUX 3 Max
-
Quali modalità di generazione supporta FLUX 3?
Lo stesso ID modello supporta la generazione di video da testo, storyboard con fotogrammi chiave da 1 a 10 immagini e la generazione a partire da un video sorgente MP4. images e start_video non possono essere utilizzati contemporaneamente.
Modelli e capacità
-
Qual è la differenza tra Draft e Full?
Draft è un livello di anteprima 720p a basso costo, adatto per verificare prima composizione, ritmo e movimento. Full supporta 720p e 1080p, adatto come output finale.
Modelli e capacità
-
Come funzionano le immagini chiave?
1 immagine definisce l'apertura, 2 immagini definiscono rispettivamente il primo e l'ultimo fotogramma, da 3 a 10 immagini compongono uno storyboard in sequenza. Il Prompt serve a integrare azioni, inquadrature e suono.
Modelli e capacità
-
Quali sono le limitazioni per la continuazione video?
start_video accetta MP4 fino a 50MB e con una durata massima di 15 secondi. Durante la continuazione non inviare images contemporaneamente; la durata di output resta comunque selezionabile nell'intervallo da 5 a 20 secondi.
Modelli e capacità
-
FLUX 3 genera audio?
Sì. generate_audio è abilitato per impostazione predefinita e genera suoni ambientali, effetti sonori o dialoghi in linea con l'immagine; è anche possibile disattivarlo per ottenere solo il video.
Modelli e capacità
-
Come viene fatturato FLUX 3?
Il prezzo è determinato dalla durata dell'output, dalla risoluzione, dal livello Draft e dall'uso o meno della continuazione video. La tabella dei prezzi della pagina elenca sei livelli in base ai secondi di output.
Modelli e capacità
-
Un'unica interfaccia può generare e modificare?
Sì. Senza immagini di riferimento, genera dal testo; fornendo da 1 a 10 immagini di riferimento, modifica in base ai materiali esistenti. Basta preparare il testo o le immagini in base all'obiettivo creativo.
Modelli e capacità FLUX 3 Image
-
Come scegliere tra i cinque livelli di risoluzione?
Inizia con 768 o 1K per definire la direzione; considera 1.5K o 2K quando servono più dettagli, e 4K quando servono immagini più grandi e spazio per il ritaglio. I livelli non corrispondono a dimensioni fisse in pixel: verifica larghezza e altezza dell'immagine restituita.
Modelli e capacità FLUX 3 Image
-
Come vengono assegnati i ruoli alle immagini di riferimento?
Indica in ordine quale immagine fornisce il soggetto, quale fornisce l'ambiente e quale fornisce solo la combinazione di colori o lo stile, specificando anche gli elementi da non includere.
Modelli e capacità FLUX 3 Image
-
Quante immagini vengono generate ogni volta?
Ogni attività restituisce un'immagine. Per ottenere un'altra direzione, modifica la descrizione e invia un'attività separata.
Modelli e capacità FLUX 3 Image
-
È possibile scegliere il formato di download del file?
L'accesso attuale non offre la scelta del formato del file. Il file viene gestito nel formato restituito; se è necessario un altro formato, è possibile convertirlo dopo il download con uno strumento per immagini.
Modelli e capacità FLUX 3 Image
-
Quando dovrebbe essere attivata la ricerca assistita?
Può essere attivata quando si desidera integrare un contesto visivo da pagine web o immagini prima della generazione. Se si dispone già di materiali definiti e di una direzione creativa chiusa, è possibile disattivarla e creare basandosi sulla propria descrizione e sulle immagini di riferimento.
Modelli e capacità FLUX 3 Image
-
Come salvare le immagini che devono essere utilizzate a lungo termine?
I link delle immagini generate hanno una validità limitata. Se devi utilizzarle a lungo termine, scaricale e salvale tempestivamente, oppure seleziona l'archiviazione permanente al momento della creazione dell'attività. Anche le immagini già generate possono essere trasferite e salvate seguendo le istruzioni della pagina di gestione dell'archiviazione.
Modelli e capacità FLUX 3 Image
-
È possibile modificare il risultato dopo la generazione?
Puoi scaricare e salvare il risultato, quindi usarlo come immagine di riferimento per una nuova attività. Ogni attività viene elaborata in modo indipendente: specifica nuovamente cosa vuoi mantenere e cosa deve cambiare in questo passaggio.
Modelli e capacità FLUX 3 Image
-
Come rendere più facile controllare i titoli nelle immagini?
Scrivi i titoli brevi tra virgolette e indica la posizione, il rapporto di dimensione e lo spazio bianco tra titolo principale e sottotitolo. Verifica parola per parola prima dell'uso e, se necessario, completa l'impaginazione finale nello strumento di progettazione.
Modelli e capacità FLUX 3 Image
-
In quali situazioni è adatto il formato automatico?
Puoi usare il formato automatico quando non hai bisogno di una posizione fissa. Se hai già stabilito un banner, un poster verticale o una scheda quadrata, scegli esplicitamente il rapporto e verifica la larghezza e l'altezza effettive dell'immagine scaricata.
Modelli e capacità FLUX 3 Image
-
Dove posso consultare i costi prima della generazione?
Dopo aver selezionato i parametri, consulta il costo stimato e il prezzo in tempo reale nel Playground. Una volta completata, puoi vedere il risultato della generazione e il relativo consumo nella cronologia delle attività.
Modelli e capacità FLUX 3 Image
-
Perché la stessa descrizione non produce necessariamente la stessa immagine?
I risultati della generazione possono variare nella composizione e nei dettagli. Quando è necessario mantenere un soggetto o un layout già scelto, usa l'immagine risultante come riferimento ed elenca esplicitamente i requisiti da preservare.
Modelli e capacità FLUX 3 Image
-
Come scegliere tra generazione di immagini da testo e modifica di immagini?
Scegli la generazione di immagini da testo quando hai solo testo e parti da zero; scegli la modifica di immagini e fornisci un'immagine di riferimento quando devi mantenere un soggetto o un layout esistente.
Modelli e capacità Muse Image 1.0
-
Quante immagini si possono ottenere ogni volta?
Ogni attività restituisce un'immagine, non è possibile scegliere il numero di immagini. Per confrontare un'altra composizione, modifica il prompt e invia una nuova attività.
Modelli e capacità Muse Image 1.0
-
È possibile scegliere 1K, 2K o 4K?
Questa voce non offre livelli di risoluzione. Il formato è a tua scelta, mentre le dimensioni in pixel sono determinate dal modello, di solito circa 2,5 MP; fai riferimento alle dimensioni effettive del file scaricato.
Modelli e capacità Muse Image 1.0
-
Quali formati di file posso scegliere?
Puoi scegliere JPEG, PNG o WebP; se non ne selezioni uno, viene utilizzato WebP. Scegli in base alle esigenze delle successive risorse web o degli strumenti di progettazione.
Modelli e capacità Muse Image 1.0
-
Come riservare spazio per il titolo sulla copertina?
Nella descrizione indica la posizione del soggetto principale e il lato in cui lasciare spazio vuoto, poi scegli un formato adatto alla posizione finale. Non affidarti solo al ritaglio dopo la generazione per ricavare lo spazio per il titolo.
Modelli e capacità Muse Image 1.0
-
Cosa si dovrebbe descrivere per prima cosa in un'immagine di prodotto?
Per prima cosa descrivi il soggetto, il materiale e la posizione, poi aggiungi luce, sfondo e pochi oggetti di scena. Il testo breve sulle etichette va scritto separatamente in modo chiaro; al termine controlla il contorno del prodotto e l'impaginazione.
Modelli e capacità Muse Image 1.0
-
Come salvare le immagini che devono essere utilizzate a lungo termine?
I link delle immagini generate hanno una validità limitata. Se devi utilizzarle a lungo termine, scaricale e salvale tempestivamente, oppure seleziona l'archiviazione permanente al momento della creazione dell'attività. Anche le immagini già generate possono essere trasferite e salvate seguendo le istruzioni della pagina di gestione dell'archiviazione.
Modelli e capacità Muse Image 1.0
-
È possibile modificare il risultato dopo la generazione?
Puoi scaricare e salvare il risultato, quindi usarlo come immagine di riferimento per una nuova attività. Ogni attività viene elaborata in modo indipendente: specifica di nuovo i contenuti da mantenere e gli elementi da modificare in questo passaggio.
Modelli e capacità Muse Image 1.0
-
Come rendere più facile controllare i titoli nelle immagini?
Scrivi i titoli brevi tra virgolette, specificando posizione, rapporto di dimensione e spaziatura tra titolo principale e sottotitolo. Verifica parola per parola prima dell'uso e, se necessario, completa l'impaginazione finale nello strumento di design.
Modelli e capacità Muse Image 1.0
-
In quali situazioni è adatta la cornice automatica?
Quando non è necessario un formato fisso, è possibile utilizzare la cornice automatica. Se sono già stati definiti banner, poster verticali o card quadrate, scegliere esplicitamente il rapporto e verificare la larghezza e l'altezza effettive dell'immagine scaricata.
Modelli e capacità Muse Image 1.0
-
Dove posso controllare i costi prima della generazione?
Dopo aver selezionato i parametri, consulta il costo stimato e il prezzo in tempo reale nel Playground. Una volta completata, puoi visualizzare i risultati della generazione e i relativi consumi nella cronologia delle attività.
Modelli e capacità Muse Image 1.0
-
Perché la stessa descrizione non produce necessariamente la stessa immagine?
Il risultato della generazione può variare nella composizione e nei dettagli. Quando è necessario mantenere un soggetto o un layout già scelto, usa l'immagine risultante come riferimento ed elenca esplicitamente i requisiti da preservare.
Modelli e capacità Muse Image 1.0
-
È obbligatorio fornire immagini di riferimento?
È necessario fornire da 1 a 10 immagini di riferimento. Se non hai immagini pronte e vuoi iniziare solo dal testo, scegli l'accesso da testo a immagine.
Modelli e capacità Muse Image 1.0
-
Quante immagini di risultato dell'edit vengono restituite ogni volta?
Ogni attività restituisce un'immagine di risultato dell'edit, senza opzione sul numero di immagini. Se desideri confrontare diverse direzioni di modifica, invia attività separate.
Modelli e capacità Muse Image 1.0
-
Come mantenere il soggetto e cambiare contemporaneamente lo sfondo?
Elenca esplicitamente gli elementi identificativi che il soggetto deve mantenere, poi descrivi separatamente il nuovo ambiente, l'illuminazione e la posizione. Al termine, controlla scala, occlusioni e bordi.
Modelli e capacità Muse Image 1.0
-
Tutte le immagini appariranno sempre nel risultato?
Non necessariamente. Le immagini di riferimento possono fornire separatamente soggetto, layout, combinazione di colori o stile. Specifica il ruolo di ciascuna e i contenuti che non desideri includere.
Modelli e capacità Muse Image 1.0
-
Come sostituire il vecchio testo presente in un'immagine?
Indica chiaramente il vecchio testo da rimuovere e il nuovo contenuto che deve apparire, poi specifica la posizione del titolo, le relazioni tra le dimensioni e lo spazio bianco. Prima dell'uso verifica parola per parola e controlla l'impaginazione.
Modelli e capacità Muse Image 1.0
-
Come scegliere il formato e il tipo di file?
Scegli prima l'immagine orizzontale, verticale o quadrata in base al posizionamento finale, poi seleziona JPEG, PNG o WebP. Non ci sono livelli di risoluzione; larghezza e altezza dipendono dal file generato.
Modelli e capacità Muse Image 1.0
-
Come si inizia se si hanno solo testi, immagini o video?
Se hai solo un'idea, basta scrivere il prompt; se vuoi fare riferimento all'aspetto di un prodotto o di un personaggio, carica un'immagine di riferimento; se vuoi definire l'inquadratura iniziale, carica il primo frame, eventualmente aggiungendo l'ultimo frame per guidare la conclusione; se vuoi cambiare l'atmosfera di una ripresa esistente, carica un video di riferimento. Tutti questi metodi utilizzano lo stesso modello.
Modelli e capacità
-
Quali input non possono essere usati insieme?
first_frame_url non può essere passato contemporaneamente a image_urls e video_list; last_frame_url può essere usato solo insieme a first_frame_url. image_urls può essere abbinato a video_list, ma tutti i materiali condividono 7 slot di input e 1 video occupa 2 slot, quindi con un video si possono inviare al massimo altre 5 immagini.
Modelli e capacità
-
Come si può fare in modo che la riscrittura del video raggiunga la durata desiderata?
Quando si passa un video di riferimento, la durata dell'output corrisponde a quella del video di riferimento. Si consiglia di caricare un segmento con la stessa durata desiderata, senza affidarsi a duration o start, ends per ritagliare l'output. È possibile passare al massimo 1 video di riferimento, con il video sorgente non superiore a 30 secondi e 100MB; nella richiesta è comunque necessario inserire duration, con valore 4, 6, 8 o 10.
Modelli e capacità
-
Come scegliere tra orizzontale, verticale e risoluzione?
Per le pagine prodotto e i video in formato orizzontale puoi scegliere 16:9, per i video brevi da smartphone puoi scegliere 9:16. Usa prima 360p o 720p per controllare composizione e movimento, poi scegli 1080p o 4k in base alle esigenze di visualizzazione.
Modelli e capacità
-
È possibile aggiungere suoni ambientali alla scena?
L'output include già suoni ambientali. Puoi descrivere nella richiesta il rumore della pioggia sulle finestre, il leggero sciabordio del lago o i rumori di fondo di un caffè, così che il suono partecipi alla creazione insieme alla scena; se hai bisogno di una tua traccia audio, puoi sostituirla in post-produzione.
Modelli e capacità
-
Quali sono le limitazioni per le immagini caricate?
Ogni immagine non deve superare i 20MB e deve essere disponibile tramite un URL accessibile pubblicamente; dopo il caricamento nel Playground viene automaticamente convertita in un link. Per il primo e l'ultimo fotogramma è preferibile utilizzare immagini con la stessa angolazione e lo stesso formato, così la transizione risulterà più naturale.
Modelli e capacità
-
Dove posso visualizzare i costi attuali?
Consulta la pagina dei prezzi in tempo reale; il Playground mostra il costo stimato della configurazione selezionata prima dell'invio.
Modelli e capacità
-
Come si ottiene il risultato della generazione?
Dopo aver creato un'attività asincrona con POST /v1/tasks, leggi data.taskId; puoi ricevere la notifica di stato finale tramite callback.url oppure eseguire il polling con GET /v1/tasks/{taskId}; quando lo stato è success, scarica il video da output[].url.
Modelli e capacità
-
Quali input richiede Google Virtual Try-On?
Una foto di una persona e un'immagine di un capo di abbigliamento, entrambe obbligatorie, senza bisogno di prompt.
Modelli e capacità Google Virtual Try-On
-
Che tipo di foto di una persona dà i risultati migliori?
Le foto con una sola persona, con le parti principali del corpo ben visibili e senza grandi occlusioni danno i risultati migliori; una posa in piedi frontale o leggermente di lato è la più stabile.
Modelli e capacità Google Virtual Try-On
-
Quali sono i requisiti per le immagini di abbigliamento?
Vanno bene sia le foto distese che quelle appese; i risultati sono migliori quando il capo è completo, lo sfondo è pulito e non ci sono altre persone.
Modelli e capacità Google Virtual Try-On
-
Quante immagini si possono generare in una volta?
1 per volta, num_images è fissato a 1. Se vuoi più alternative, puoi inviare più volte gli stessi input: i dettagli dei risultati varieranno leggermente.
Modelli e capacità Google Virtual Try-On
-
Quali categorie di abbigliamento sono supportate?
Sono supportati i capi comuni come top, cappotti e vestiti; gli accessori complessi o gli abbinamenti con più strati potrebbero dare risultati instabili.
Modelli e capacità Google Virtual Try-On
-
Modifica il viso e lo sfondo della persona?
Viso, acconciatura, posa e sfondo restano sostanzialmente quelli della foto originale; le modifiche principali riguardano l'area dell'abbigliamento.
Modelli e capacità Google Virtual Try-On
-
Qual è il formato dell'output?
Immagine PNG, le cui dimensioni sono determinate dal modello in base all'input.
Modelli e capacità Google Virtual Try-On
-
Posso usare foto di persone reali?
Sì, ma assicurati di avere il diritto di utilizzare l'immagine delle persone ritratte nelle foto. Le persone mostrate negli esempi di questa pagina sono tutte immagini generate.
Modelli e capacità Google Virtual Try-On
-
Perché a volte non vengono restituite immagini?
I controlli di sicurezza potrebbero filtrare i risultati; in questo caso viene comunque addebitata 1 immagine come richiesto.
Modelli e capacità Google Virtual Try-On
-
Quali sono i requisiti per l'indirizzo dell'immagine?
È necessario un link http(s) accessibile pubblicamente; nel Playground è sufficiente caricarla direttamente.
Modelli e capacità Google Virtual Try-On
-
Come funziona la fatturazione?
La fatturazione avviene in base al numero di immagini richieste; per il prezzo unitario consulta il prezzo in tempo reale su questa pagina; le attività non riuscite vengono rimborsate integralmente.
Modelli e capacità Google Virtual Try-On
-
Come si effettua una chiamata tramite API?
Invia un'attività con model google-virtual-try-on a POST /v1/tasks, passando person_image_url e product_image_url (num_images può essere omesso, è fisso a 1), quindi esegui il polling dello stato dell'attività per ottenere l'URL dell'immagine; per i dettagli consulta la documentazione API.
Modelli e capacità Google Virtual Try-On
-
Per quali attività è adatto GPT-6.1 Sol?
GPT-6.1 Sol è un modello testuale di OpenAI, adatto al codice, all'analisi, alla ricerca e alle attività che richiedono ragionamento a più passaggi. Questa pagina descrive l'integrazione testuale con Responses in modalità streaming; l'input di immagini, audio e video non rientra tra le capacità garantite in questa pagina.
Modelli e capacità
-
Quale ID modello e endpoint dovrei usare?
Usa l'ID modello gpt-6.1-sol e invia la richiesta a POST /v1/responses. La richiesta deve usare l'array input, stream=true e store=false.
Modelli e capacità
-
Quali valori supporta reasoning.effort?
Attualmente l'integrazione HiAPI supporta cinque livelli: low, medium, high, xhigh, max. Gli esempi e il Playground usano medium come impostazione predefinita; se serve un comportamento fisso, passa esplicitamente reasoning.effort nella richiesta API. Altri valori non rientrano nel contratto di questo modello.
Modelli e capacità
-
Perché non è possibile passare temperature, top_p o max_output_tokens?
Il contratto di integrazione attuale di GPT-6.1 Sol non espone questi campi. Omettili; se devi modificare la profondità di ragionamento, usa reasoning.effort. Non applicare direttamente a questa pagina gli esempi di parametri di campionamento di altri modelli.
Modelli e capacità
-
Come gestire le risposte in streaming?
Leggi response.output_text.delta in base al tipo di evento SSE e accumula il testo, terminando l'elaborazione in corrispondenza di response.completed, response.incomplete o response.failed. Non trattare l'intero stream come un unico JSON e non attendere solo l'output presente nell'evento di completamento.
Modelli e capacità
-
Con store=false, come si può continuare una conversazione multi-turno?
Il client deve salvare i messaggi utente, i messaggi dell'assistente e gli elementi degli strumenti necessari, e reinserirli nel successivo input. La cronologia reinserita viene nuovamente conteggiata nei Token di input; i cache hit e le scritture in cache sono determinati dal dettaglio di usage.
Modelli e capacità
-
Come vengono fatturati input, cache e output?
Input, lettura della cache, scrittura della cache e output utilizzano ciascuno il prezzo Token in tempo reale mostrato nella pagina del modello. Solo quando usage riporta esplicitamente cached_tokens o cache_write_tokens, il relativo consumo di cache viene conteggiato; le letture e scritture della cache sono già incluse nel totale dell'input e non possono essere sommate di nuovo. reasoning_tokens è già incluso in output_tokens e non può essere aggiunto nuovamente; il costo finale fa fede al log di utilizzo dell'account.
Modelli e capacità
-
Come viene calcolato il prezzo quando si superano 272K Token di input?
Si determina in base al totale dei Token di input di una singola richiesta, includendo la lettura e la scrittura della cache riportate in usage. Se il totale di input non supera 272.000 Token si applica la fascia standard; a partire da 272.001 Token, l'input, l'output e la cache dell'intera richiesta utilizzano la fascia a contesto lungo, non viene applicato un sovrapprezzo solo alla parte eccedente.
Modelli e capacità
-
Cosa controllare per primo quando la richiesta fallisce o non c'è corpo?
Controlla prima API Key, model, endpoint Responses, array input, stream=true e store=false. Se non c'è corpo, verifica che il client gestisca gli eventi incrementali SSE; per analizzare i costi, confronta input_tokens, cached_tokens, cache_write_tokens e output_tokens di usage.
Modelli e capacità
-
A cosa serve GPT-6 Astra?
GPT-6 Astra è un modello di OpenAI, pensato per ragionamento complesso, programmazione, ricerca e lavoro sui documenti. È adatto alla revisione del codice, all'analisi di soluzioni e alle attività che richiedono elaborazione in più passaggi. L'ambito di integrazione di questa pagina copre l'input e l'output testuali; le capacità relative a immagini, audio e video sono disciplinate dalle rispettive istruzioni di integrazione.
Modelli e capacità
-
Come si configurano l'ID del modello, l'endpoint e l'SDK OpenAI?
L'ID del modello è gpt-6-astra, l'endpoint è POST /v1/responses. Imposta base_url dell'SDK OpenAI su https://api.hiapi.ai/v1, usa la HiAPI API Key e chiama l'interfaccia Responses. Le Key esistenti possono essere utilizzate per i modelli già abilitati nell'account; quando si passa all'interfaccia /v1/tasks per immagini o video, è necessario modificare anche la struttura della richiesta.
Modelli e capacità
-
Perché l'esempio richiede un array input, stream=true e store=false?
Questa è la convenzione di richiesta per la modalità di integrazione di questa pagina: input passa un array di messaggi, stream=true riceve eventi in streaming, store=false fa sì che il client salvi il contesto della sessione. Non è possibile trasferire direttamente la richiesta messages di Chat Completions o il codice di parsing di choices, e non leggere l'intera risposta SSE come un unico oggetto JSON.
Modelli e capacità
-
Come scegliere tra low, medium, high, xhigh e max?
Scegli uno di questi cinque livelli di intensità di ragionamento tramite reasoning.effort. Gli esempi e il Playground partono da medium; per attività semplici puoi provare low, mentre per analisi complesse puoi confrontare l'effetto di high, xhigh o max. Aumentare il livello può incrementare i tempi di attesa e il consumo di Token in output; si consiglia di confrontare risultati e costi sulla stessa serie di attività reali. Chi chiama l'API dovrebbe passare esplicitamente il livello desiderato.
Modelli e capacità
-
È possibile disattivare il reasoning o regolare temperature e top_p?
GPT-6 Astra non supporta reasoning.effort=none. L'integrazione descritta in questa pagina non offre parametri di regolazione per temperature, top_p e max_output_tokens; organizza le richieste seguendo gli esempi di questa pagina e non copiare i parametri di altri modelli. In caso di errori nei parametri, verifica innanzitutto se i campi sono applicabili a questo modello e a questo endpoint.
Modelli e capacità
-
Cosa significano rispettivamente una finestra di contesto di 1,05M e un output massimo di 128K?
Le specifiche ufficiali prevedono una finestra di contesto di 1.050.000 Token e un output massimo di 128.000 Token. Il contesto deve contenere sia l'input sia il contenuto generato, e anche il ragionamento consuma il budget di output. L'output massimo è il limite delle specifiche del modello e non significa che ogni richiesta generi effettivamente questa quantità; inoltre l'integrazione descritta in questa pagina non utilizza questo valore come parametro max_output_tokens regolabile.
Modelli e capacità
-
Perché l'output di response.completed può essere vuoto?
Il testo in streaming è già stato restituito tramite response.output_text.delta o response.output_item.done, quindi l'evento di fine potrebbe non ripetere il contenuto completo. Occorre accumulare il testo e gli elementi di output completati in base al tipo di evento, quindi leggere lo stato e usage dall'evento di fine. response.failed e response.incomplete richiedono una gestione separata e non vanno considerati sempre come una conclusione riuscita.
Modelli e capacità
-
Come continuare una conversazione multi-turno? I contenuti della cronologia vengono addebitati di nuovo?
Con store=false, è necessario riprodurre nel successivo input i messaggi utente, i messaggi dell'assistente e i risultati degli strumenti che devono ancora essere utilizzati, senza affidarsi al server per conservare l'intera conversazione. I contenuti della cronologia riprodotti vengono nuovamente conteggiati nei Token di input; la parte che rientra nella cache viene addebitata come lettura della cache. Quando la conversazione è lunga, occorre conservare il contesto necessario e ridurre la cronologia irrilevante.
Modelli e capacità
-
Come vengono calcolati input, output, lettura della cache e scrittura della cache?
Queste quattro categorie di token utilizzano ciascuna il proprio prezzo unitario; per i valori specifici consulta il prezzo in tempo reale in questa pagina. Il totale di input include la lettura e la scrittura della cache: nel calcolare il costo dell'input normale occorre sottrarre prima queste due voci, per evitare una doppia fatturazione. reasoning_tokens è già incluso nei token di output e non va aggiunto una seconda volta. La stima della pagina è indicativa; il costo finale fa fede il registro dei consumi dell'account.
Modelli e capacità
-
Quando entrano in vigore i prezzi per il contesto lungo? Viene applicato un sovrapprezzo solo alla parte eccedente?
Si determina in base al totale dei Token di input di una singola richiesta, inclusi anche la lettura e la scrittura della cache. Con un input totale di 272.000 Token si utilizza ancora la fascia standard; a partire da 272.001 Token, input, output e cache dell'intera richiesta utilizzano la tariffa per contesto lungo. Non viene applicato un sovrapprezzo solo alla piccola parte che supera la soglia. I prezzi unitari delle due fasce possono essere confrontati espandendo la sezione dedicata ai prezzi.
Modelli e capacità
-
Un prompt ripetuto va sempre a buon fine nella cache?
Non necessariamente. La creazione e il successo nella cache dipendono dalla strategia del server, dal prefisso riutilizzabile e dalla validità; occorre fare riferimento a cached_tokens e cache_write_tokens in usage. Se entrambi sono 0, significa che per quella richiesta non è stato segnalato alcun utilizzo della cache corrispondente; non stimare i costi applicando lo sconto della cache solo perché il prompt è ripetuto.
Modelli e capacità
-
Come si usano il function calling e l'output JSON strutturato?
Il function calling dichiara le funzioni tramite tools. Dopo aver ricevuto un function_call, la tua applicazione esegue la funzione, quindi restituisce function_call_output con lo stesso call_id, continuando la richiesta insieme al contesto necessario. JSON Object utilizza text.format.type=json_object; quando servono vincoli sui campi, si usa json_schema. Il JSON in streaming va prima concatenato completamente, poi analizzato e validato; per le richieste specifiche, consulta gli esempi nella documentazione.
Modelli e capacità
-
La richiesta fallisce, non c'è corpo o il costo non corrisponde alle aspettative: cosa controllare per primo?
Controlla prima che la API Key e il model siano gpt-6-astra, e che l'endpoint e i parametri corrispondano a questa pagina. Se manca il corpo, verifica che l'SSE sia gestito correttamente invece di leggere solo l'output finale; se hai dubbi sui costi, confronta i valori di input, cache e output di usage e il livello di contesto in cui ti trovi. Per la diagnosi fornisci l'ID della richiesta, il codice di errore e l'ora in cui si è verificato; non rendere pubblica la API Key.
Modelli e capacità
-
È obbligatorio inviare un'immagine di riferimento?
È obbligatorio passare image_urls, almeno 1 e al massimo 16. Se vuoi solo la generazione testo-immagine, usa gpt-image-2.5-flare/text-to-image.
Modelli e capacità
-
A cosa serve questo percorso di editing?
È adatto a modificare materiali o scene mantenendo il soggetto. Nel prompt specifica chiaramente cosa cambiare e cosa conservare.
Modelli e capacità
-
Qual è la differenza rispetto alla generazione di immagini da immagine con Sunburst?
Flare è più veloce, adatta per modificare materiali e ambienti quotidianamente; Sunburst è più dettagliata, adatta per spazi industriali e per il livello di finitura dei materiali.
Modelli e capacità
-
Come scegliere il formato dell'immagine?
È possibile specificare uno dei 13 formati oppure ometterlo per usare auto.
Modelli e capacità
-
Quali campi sono obbligatori nell'API?
Invia model, input.prompt e input.image_urls. aspect_ratio e resolution possono essere omessi.
Modelli e capacità
-
A cosa è adatta questa rotta?
Adatta per collage grafici, bozze di poster e nature morte quotidiane. Ogni richiesta restituisce un'immagine.
Modelli e capacità
-
Qual è la differenza rispetto alla generazione di immagini con Sunburst?
Flare è più veloce, adatto alla generazione quotidiana di immagini; Sunburst è più dettagliato, adatto a spazi industriali, materiali e geometrie.
Modelli e capacità
-
Quali rapporti d'aspetto sono supportati?
Sono supportati auto e 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, 27:16, 16:27, 9:8, 8:9.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento?
Questo percorso di text-to-image non accetta immagini di riferimento. Utilizza gpt-image-2.5-flare/image-to-image.
Modelli e capacità
-
È obbligatorio inviare un'immagine di riferimento?
È obbligatorio inviare image_urls, almeno 1 e al massimo 16. Se desideri solo la generazione testo-immagine, usa gpt-image-2.5-sunburst/text-to-image.
Modelli e capacità
-
A cosa è adatta questa linea di editing?
Adatta a modificare materiale, temperatura o finitura superficiale mantenendo la struttura industriale.
Modelli e capacità
-
Qual è la differenza rispetto alla generazione di immagini da immagine di Flare?
Sunburst è più dettagliato, adatto per spazi industriali e materiali; per collage quotidiani con modifica dei materiali si può iniziare con Flare.
Modelli e capacità
-
A cosa è adatta questa soluzione?
Adatta a scenari con requisiti più elevati in termini di spazio industriale, materiali e geometria.
Modelli e capacità
-
Qual è la differenza rispetto alla generazione di immagini da testo di Flare?
Sunburst è più preciso ma più lento; per collage quotidiani e bozze di poster puoi usare prima Flare.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento?
Questo percorso di generazione testo-immagine non accetta immagini di riferimento. Utilizza gpt-image-2.5-sunburst/image-to-image.
Modelli e capacità
-
Qual è il posizionamento principale di GPT Image 2.5 Flare?
Flare punta su velocità e generazione quotidiana di immagini di alta qualità, ed è adatto a strumenti di creazione di contenuti, bozze pubblicitarie, prototipi visivi e applicazioni che generano immagini frequentemente. Dispone inoltre di capacità di modifica delle immagini e di mantenimento delle immagini di riferimento.
Modelli e capacità
-
Flare può generare immagini solo a partire da testo?
È possibile anche inserire immagini. Le immagini di riferimento possono fornire personaggi, prodotti o stili, e Flare genera nuove scene o completa modifiche su questa base. Ad esempio, il caso del cavaliere in pixel di questa pagina utilizza un riferimento di stile.
Modelli e capacità
-
Flare è in grado di generare uno stile fotografico realistico?
Sì. I casi con i pescatori sulla barca e la piscina mostrano una resa fotografica di persone, materiali e luce ambientale. Le descrizioni dell'inquadratura e dell'illuminazione possono plasmare ulteriormente l'effetto visivo della foto.
Modelli e capacità
-
È possibile creare un annuncio con titolo usando Flare?
Puoi descrivere insieme i testi che devono apparire e le indicazioni visive. L'esempio di annuncio di abbigliamento inserisce persona, abbigliamento e titolo nella stessa immagine. Titolo, combinazione di colori e stile della figura possono essere ulteriormente modificati nelle versioni successive.
Modelli e capacità
-
Flare è adatto alla creazione di fumetti e personaggi seriali?
Questa pagina mostra una storia a quattro vignette con animali domestici e una scena successiva con i personaggi del bosco. Può organizzare immagini consecutive in un'unica illustrazione oppure usare l'immagine del turno precedente come riferimento per continuare la creazione.
Modelli e capacità
-
Che tipo di concept di interfaccia può generare Flare?
Può generare concept di interfaccia come app per smartphone, elenchi di prodotti e pagine di contenuti, presentando layout, combinazioni di colori, navigazione e gerarchia delle informazioni tramite immagini, adatti a proposte di prodotto e comunicazione con il design.
Modelli e capacità
-
Il riferimento di stile includerà tutto il contenuto dell'immagine originale?
Puoi chiedere di fare riferimento solo allo stile visivo sostituendo al contempo il soggetto. Nel caso in stile pixel, l'input è una schermata di gioco e l'output è un motociclista. Il prompt deve specificare lo stile che desideri riprendere e il nuovo contenuto.
Modelli e capacità
-
Esiste già un'applicazione GPT Image 2, si può considerare Flare?
Sì. Flare mantiene l'uso della generazione di immagini da testo e della modifica con immagini di riferimento, con particolare attenzione a una latenza di generazione ridotta, ed è adatto a strumenti di contenuto, applicazioni di design e vetrine di prodotti che richiedono aggiornamenti frequenti delle immagini.
Modelli e capacità
-
Tra Flare e Sunburst, quale dovrebbe avere la priorità?
Se la priorità è la generazione quotidiana e la velocità di risposta, si può considerare Flare; se la priorità è una progettazione complessa o una modifica dettagliata, si può valutare Sunburst. Entrambi supportano generazione e modifica; la differenza sta nel posizionamento del modello e nei compromessi sui risultati.
Modelli e capacità
-
Quali opzioni di output supporta Flare?
HiAPI offre sei livelli di qualità, formati quadrati e orizzontali/verticali, oltre a dimensioni in pixel preimpostate. Il formato file può essere PNG, JPEG o WebP; lo sfondo trasparente richiede PNG o WebP. Le opzioni complete sono elencate nelle specifiche sopra e nel Playground.
Modelli e capacità
-
Come integrare Flare in un flusso di lavoro per contenuti in batch?
L'applicazione può inviare le attività immagine una alla volta e poi ottenere i risultati tramite query o callback. HiAPI restituisce un'immagine per ogni richiesta; negli scenari di generazione frequente è l'applicazione a dover gestire il numero di attività e la concorrenza.
Modelli e capacità
-
Come vengono calcolati i costi di Flare?
La fatturazione si basa sul numero di immagini generate e sulla qualità selezionata; le immagini di riferimento non comportano costi aggiuntivi. Dopo aver scelto i parametri, il Playground mostra il costo stimato corrispondente.
Modelli e capacità
-
Per quali attività è adatto GPT Image 2.5 Sunburst?
Sunburst è pensato per attività visive che richiedono alta qualità d'immagine e precisione di editing, tra cui pubblicità di brand, immagini di prodotto dettagliate, composizioni con più immagini di riferimento e revisioni localizzate. Può anche generare nuove immagini direttamente dal testo.
Modelli e capacità
-
Quali sono i principali compromessi tra Sunburst e Flare?
Sunburst pone maggiore enfasi su qualità e precisione e di solito richiede tempi di generazione più lunghi. Flare è pensato per la creazione quotidiana in cui la velocità è prioritaria. Quale compromesso scegliere dipende dai requisiti effettivi dell'immagine e dal tempo di attesa.
Modelli e capacità
-
È possibile combinare una persona e più riferimenti di abbigliamento?
Sì. Il caso di cambio d'abito in questa pagina utilizza quattro riferimenti: la foto della persona, un cappotto, una maglia e un paio di stivali alti; l'output combina gli indumenti nella scena originale della persona. HiAPI supporta fino a 16 immagini di riferimento.
Modelli e capacità
-
È possibile rimuovere solo un oggetto da una foto?
Sì. Indica l'oggetto da rimuovere e descrivi le persone e la scena che desideri mantenere. Ad esempio, nel caso del ritratto con i fiori la modifica si concentra sui fiori tenuti in mano, ed è utile per la pulizia delle foto, la regolazione degli oggetti di scena e la revisione dei contenuti.
Modelli e capacità
-
È possibile modificare i mobili nelle foto di interni?
Nel caso della cucina, le sedie originali sono state sostituite con sedie in legno, mantenendo il tavolo, la finestra e l'ambiente della stanza. Attività simili sono adatte per l'abbinamento di arredi e proposte di interior design.
Modelli e capacità
-
Sunburst può tradurre il testo all'interno delle immagini?
Questa pagina mostra la variazione di versione del diagramma di istruzioni della macchina per il caffè dall'inglese allo spagnolo. Questo tipo di modifica può essere utilizzato per diagrammi di istruzioni multilingue, materiali promozionali per l'estero e aggiornamenti delle versioni linguistiche di design esistenti.
Modelli e capacità
-
Come si può continuare il design pubblicitario del turno precedente con modifiche successive?
Nel caso della pubblicità di un prodotto, si parte dalla foto della bottiglia per generare un cartellone al tramonto, poi si modifica il risultato del turno precedente in una scena serale invernale con neve. A ogni turno si utilizza l'immagine corrispondente come input e si continuano a specificare le condizioni da modificare.
Modelli e capacità
-
Sunburst può generare direttamente packaging complessi?
È possibile generare da testo concetti di prodotto che includono gusci di packaging, testi di stampa, materiali e decorazioni. L'esempio dell'aereo giocattolo mostra questo tipo di requisiti combinati, utilizzabile per presentazioni di soluzioni di packaging, visual di prodotto e proposte creative.
Modelli e capacità
-
Le immagini prodotto indipendenti possono essere utilizzate per composizioni trasparenti?
Sunburst supporta la generazione di soggetti indipendenti con sfondo trasparente. Quando si utilizza tramite HiAPI, seleziona lo sfondo transparent e l'output in PNG o WebP. L'output può essere utilizzato per composizioni pubblicitarie, presentazione dei prodotti e design delle pagine.
Modelli e capacità
-
Cosa mostra principalmente il caso dell'armadio laccato?
L'obiettivo della modifica è l'intarsio della fase lunare al centro dell'anta, mentre le altre decorazioni in madreperla, il corpo dell'armadio e gli strumenti costituiscono la scena da conservare. Serve a mostrare il risultato di un'editing su un obiettivo locale ben definito.
Modelli e capacità
-
Quali opzioni di qualità e dimensioni offre Sunburst?
In HiAPI sono disponibili sei livelli di qualità: low, medium, high, xhigh, max e auto, oltre ai rapporti d'aspetto e alle dimensioni in pixel elencati nella pagina. Qualità e dimensioni si impostano separatamente; la qualità predefinita è medium.
Modelli e capacità
-
Ogni modifica di Sunburst viene addebitata?
Ogni invio è un'attività immagine indipendente, addebitata in base alla qualità selezionata per quel turno e alle immagini di output; le immagini di riferimento non comportano costi aggiuntivi. La pagina mostra il costo stimato; al termine della generazione è possibile visualizzare in anteprima e scaricare le immagini.
Modelli e capacità
-
Che cos'è GPT Image 2?
GPT Image 2 è il modello text-to-image di OpenAI, adatto per poster, card informative, visual di prodotto e per la generazione di immagini con requisiti espliciti di testo e impaginazione.
Modelli e capacità GPT Image 2
-
GPT Image 2 e GPT Image 2.0 sono lo stesso modello?
GPT Image 2.0 è un'abbreviazione comunemente usata nelle ricerche; utilizza l'ID esatto del modello elencato nella pagina di GPT Image 2 e nella documentazione API.
Modelli e capacità GPT Image 2
-
Quale endpoint e ID modello utilizza l'API GPT Image 2?
Invia una richiesta a POST /v1/tasks, imposta model su gpt-image-2/text-to-image per la generazione di immagini da testo e passa prompt, aspect_ratio e resolution in input. L'API restituisce prima un taskId, poi recupera l'immagine finale tramite la query del task o il callback.
Modelli e capacità GPT Image 2
-
Come si usa GPT Image 2?
Nel Playground, specifica il soggetto, la scena, il layout e il testo che deve apparire, quindi seleziona il formato, la risoluzione e lo sfondo, fai clic su Esegui e visualizza il risultato.
Modelli e capacità GPT Image 2
-
Quali risoluzioni e formati di immagine supporta GPT Image 2?
Supporta 1K, 2K e 4K, oltre a 16 formati come auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16; con auto o formato omesso è supportato solo 1K; 1:1 non supporta 4K; 2K non supporta 5:4, 4:5, 3:1, 1:3, 9:21; 4K non supporta 1:1, 3:1, 1:3, 9:21. Passando esplicitamente background è supportato solo 1K.
Modelli e capacità GPT Image 2
-
Quali sono le limitazioni del parametro background dell'immagine?
background può essere auto, opaque o transparent; il parametro background è supportato solo con 1K; quando si utilizza 2K/4K, omettere questo parametro.
Modelli e capacità GPT Image 2
-
Come si utilizza GPT Image 2 tramite HiAPI?
È possibile verificare prima il prompt e la composizione nel Playground di HiAPI, poi chiamare POST /v1/tasks per creare un'attività asincrona di text-to-image e ottenere il risultato tramite taskId o callback.
Modelli e capacità GPT Image 2
-
Quali lingue e requisiti di impaginazione supporta GPT Image 2?
È possibile specificare nel prompt la lingua di destinazione, il testo esatto, lo stile del carattere, la posizione, la gerarchia e l'impaginazione complessiva; per i contenuti testuali complessi è opportuno scrivere direttamente il testo originale da renderizzare.
Modelli e capacità GPT Image 2
-
Come scegliere tra text-to-image e image-to-image con GPT Image 2?
Quando non hai immagini di riferimento, usa gpt-image-2/text-to-image per generare a partire da una descrizione; quando devi conservare o modificare un'immagine esistente, usa gpt-image-2/image-to-image passando da 1 a 6 immagini di riferimento.
Modelli e capacità GPT Image 2
-
Ogni video ha l'audio?
Sì. L'audio viene generato insieme alle immagini e non può essere disattivato. Puoi descrivere nel prompt i suoni ambientali, la musica o i dialoghi che desideri.
Modelli e capacità Grok Imagine 1.5 Lite
-
Quali durate, risoluzioni e proporzioni di aspetto sono supportate?
Durata da 1 a 15 secondi come numero intero (predefinito 6 secondi); risoluzioni 480p, 720p, 1080p (predefinita 720p); proporzioni di aspetto 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (predefinita 16:9).
Modelli e capacità Grok Imagine 1.5 Lite
-
Quanto può essere lungo al massimo il prompt?
Massimo 4096 caratteri. Una descrizione concentrata su soggetto, azione, inquadratura e audio di solito funziona meglio di una lunga serie di parole chiave.
Modelli e capacità Grok Imagine 1.5 Lite
-
Posso usare questo modello per animare le mie immagini?
No, questa linea accetta solo testo. Se devi partire dalla tua immagine, usa grok-imagine-1.5-lite/image-to-video.
Modelli e capacità Grok Imagine 1.5 Lite
-
Come si chiama tramite API?
Invia un'attività asincrona a POST /v1/tasks, imposta model su grok-imagine-1.5-lite/text-to-video e inserisci prompt, duration, resolution e aspect_ratio in input. La richiesta restituisce un ID attività; poi ottieni l'URL del video tramite polling o callback.
Modelli e capacità Grok Imagine 1.5 Lite
-
Come viene calcolato il costo?
Il costo è calcolato in base alla risoluzione scelta e alla durata della richiesta. Il pannello dei prezzi mostra le tariffe in tempo reale; l'addebito finale si basa sul record delle attività completate con successo.
Modelli e capacità Grok Imagine 1.5 Lite
-
Quante immagini è possibile caricare?
Solo una, passata tramite image_url, deve essere accessibile pubblicamente.
Modelli e capacità Grok Imagine 1.5 Lite
-
È possibile scegliere le proporzioni dell'immagine in output?
No. Le proporzioni del video seguono approssimativamente l'immagine di input e le dimensioni in pixel vengono arrotondate alle specifiche supportate dal modello. Se servono altre proporzioni, ritaglia o estendi l'immagine al rapporto desiderato prima di inviarla.
Modelli e capacità Grok Imagine 1.5 Lite
-
Quali durate e risoluzioni sono supportate?
Durata da 1 a 15 secondi come numero intero (predefinito 6 secondi), risoluzioni 480p, 720p, 1080p (predefinita 720p).
Modelli e capacità Grok Imagine 1.5 Lite
-
È obbligatorio scrivere un prompt?
Sì. Questa linea richiede di fornire sia image_url che un prompt (massimo 4096 caratteri). Il prompt deve descrivere cosa si muove, la telecamera e il suono; non è necessario ripetere la descrizione del contenuto dell'immagine.
Modelli e capacità Grok Imagine 1.5 Lite
-
Come rendere il soggetto più stabile?
Usa immagini complete e chiare nella composizione, descrivi una sola azione principale e specifica le parti che devono rimanere invariate, ad esempio il volto della persona, lo stile dell'immagine o le relazioni con lo sfondo.
Modelli e capacità Grok Imagine 1.5 Lite
-
Per quali output finali è adatto Grok Imagine Quality?
Adatto per key visual, copertine, concept pubblicitari e immagini di scena di alta qualità che richiedono materiali, luci, atmosfera e dettagli più marcati.
Modelli e capacità Grok Imagine Quality
-
Come vengono tariffati 1k e 2k?
1k e 2k utilizzano fasce di prezzo diverse per singola immagine; il formato e il formato di output non comportano costi aggiuntivi; gli importi specifici sono soggetti ai prezzi in tempo reale di questa pagina.
Modelli e capacità Grok Imagine Quality
-
Perché non usare direttamente la modalità standard?
La modalità standard è più adatta quando si dà priorità alle bozze in batch e alla velocità; scegli Quality quando il filmato finale richiede maggiore attenzione a materiali e dettagli.
Modelli e capacità Grok Imagine Quality
-
Supporta le immagini di riferimento?
L'attuale pipeline di text-to-image non accetta immagini di riferimento; per modifiche di alta qualità basate su immagini di riferimento, utilizza grok-imagine-quality/image-to-image.
Modelli e capacità Grok Imagine Quality
-
Come garantire un confronto equo tra risoluzioni diverse?
Mantieni fissi prompt, formato e proporzioni, cambia solo la risoluzione e salva separatamente i risultati a 1k e 2k per confrontarli.
Modelli e capacità Grok Imagine Quality
-
A cosa è adatta la modalità standard di Grok Imagine?
È adatta all'esplorazione creativa in batch, ai contenuti per i social media e alle scene paesaggistiche e dal taglio cinematografico. 1k e 2k sono attualmente allo stesso prezzo, quindi conviene scegliere direttamente la fascia di output superiore.
Modelli e capacità Grok Imagine
-
Qual è la differenza tra il livello standard e il livello Quality?
Il livello standard privilegia la velocità e un prezzo fisso contenuto; Quality è una linea di modelli indipendente, che dà maggiore importanza a materiali, dettagli e illuminazione, con tariffazione differenziata per fasce 1k/2k.
Modelli e capacità Grok Imagine
-
Quali formati di immagine sono supportati?
Sono supportati 13 formati orizzontali, quadrati e verticali, da 2:1 e 20:9 fino a 1:2.
Modelli e capacità Grok Imagine
-
Questa pagina supporta le immagini di riferimento?
No. Per modificare le immagini di riferimento usa grok-imagine/image-to-image.
Modelli e capacità Grok Imagine
-
Quali sono i campi minimi richiesti dall'API?
È sufficiente inviare model e input.prompt; per proporzioni, risoluzione e formato si possono usare i valori predefiniti.
Modelli e capacità Grok Imagine
-
Quali input richiede HeyGen Avatar IV?
Una foto ritratto e la scelta di una modalità di guida: inserire il testo e selezionare una voce, oppure caricare un file audio. Se si usa il testo senza selezionare una voce, viene utilizzata la voce predefinita Warm Pro Narrator.
Modelli e capacità HeyGen Avatar IV
-
Che tipo di foto dà i risultati migliori?
Le foto di una sola persona, con il viso frontale, i tratti del volto nitidi e non coperti, un'illuminazione uniforme e la bocca naturalmente chiusa danno i risultati più affidabili. Le foto di profilo, con mascherina, con più persone o in cui il volto è molto piccolo non sono adatte.
Modelli e capacità HeyGen Avatar IV
-
Quanto dura il video generato?
Non è necessario specificare la durata. Quando si doppiano le battute, la lunghezza è determinata dalle battute e dalla velocità di parlato; con la guida audio, corrisponde alla lunghezza dell'audio caricato, che può durare al massimo 600 secondi.
Modelli e capacità HeyGen Avatar IV
-
Quali formati e risoluzioni sono supportati?
I formati supportati sono 16:9, 9:16, 4:5, 5:4, 1:1 e auto (mantiene le proporzioni della foto); le risoluzioni supportate sono 720p e 1080p.
Modelli e capacità HeyGen Avatar IV
-
Quando è necessario impostare lo sfondo?
Lo sfondo viene visualizzato solo quando le proporzioni del formato di output e quelle della foto sono diverse e nell'immagine compaiono aree vuote. È possibile scegliere un colore pieno (#RRGGBB) o un'immagine di sfondo; se non impostato, è bianco.
Modelli e capacità HeyGen Avatar IV
-
Qual è la differenza rispetto a HeyGen Avatar V?
Avatar IV anima le foto che carichi tu stesso; Avatar V permette di scegliere un avatar tra 497 digital human preimpostati e supporta inoltre WebM con sfondo trasparente, rimozione dello sfondo e sottotitoli SRT.
Modelli e capacità HeyGen Avatar IV
-
Come viene fatturato HeyGen Avatar IV?
La fatturazione si basa sui secondi effettivi del video generato. Alla creazione dell'attività viene effettuato un addebito anticipato in base alla durata stimata; al completamento si liquida in base ai secondi effettivi e le attività non riuscite vengono rimborsate per intero; per il prezzo unitario consulta il prezzo in tempo reale in questa pagina.
Modelli e capacità HeyGen Avatar IV
-
Quali sono i requisiti della maschera?
La maschera deve avere lo stesso rapporto larghezza-altezza dell'immagine originale; le aree nere vengono ridisegnate, le parti bianche vengono conservate. È più naturale se l'area è leggermente più grande del contorno del personaggio.
Modelli e capacità Ideogram V3 Character
-
Qual è la dimensione dell'output?
L'output segue le dimensioni dell'immagine originale; ad esempio, un'immagine originale di 1024×768 produce un risultato di 1024×768.
Modelli e capacità Ideogram V3 Character
-
Nell'immagine originale è già presente una persona, è possibile sostituirla?
Sì, dipingi la persona da sostituire nella maschera e descrivi l'azione del nuovo personaggio nel prompt; le persone e lo sfondo al di fuori della maschera verranno mantenuti.
Modelli e capacità Ideogram V3 Character
-
In quale formato va usata la maschera?
Usa un'immagine con lo stesso rapporto larghezza-altezza dell'immagine originale, con lo sfondo bianco e le aree da ridisegnare delineate in nero; il caso di questa pagina utilizza una maschera PNG.
Modelli e capacità Ideogram V3 Character
-
Quanto deve essere grande la maschera?
Basta poco più grande del contorno del personaggio. Se è troppo piccola comprime la posa del personaggio, se è troppo grande si ridisegna più sfondo.
Modelli e capacità Ideogram V3 Character
-
Cosa bisogna scrivere nel prompt?
Scrivi solo ciò che il personaggio fa all'interno dell'area della maschera, ad esempio "seduto su una panchina con un ombrello" o "in piedi vicino alla finestra che saluta"; non è necessario descrivere di nuovo lo sfondo, l'immagine fuori dalla maschera rimarrà invariata.
Modelli e capacità Ideogram V3 Character
-
La stessa immagine originale può essere posizionata in punti diversi?
Sì. L'immagine originale e l'immagine di riferimento del personaggio restano invariate; è sufficiente cambiare la posizione della maschera e il prompt dell'azione, ed è così che sono state ottenute le due versioni della poltrona e della finestra nella baita di questa pagina.
Modelli e capacità Ideogram V3 Character
-
È possibile non passare la maschera?
No. image_url, mask_url e reference_image_urls sono tutti obbligatori; se non hai l'immagine originale, utilizza il modello di generazione Character.
Modelli e capacità Ideogram V3 Character
-
È possibile caricare più immagini di riferimento dei personaggi?
No. reference_image_urls deve contenere esattamente 1 immagine; vanno bene illustrazioni, mascotte e fotografie realistiche.
Modelli e capacità Ideogram V3 Character
-
rendering_speed e style sono utilizzabili anche nell'editor?
Sì. Le tre modalità TURBO / BALANCED / QUALITY e gli stili AUTO / REALISTIC / FICTION sono ugualmente applicabili; le tre modalità sono fatturate per singola immagine, per i prezzi specifici consulta il prezzo in tempo reale sulla pagina.
Modelli e capacità Ideogram V3 Character
-
Supporta Remix?
Non ancora supportato. Attualmente sono disponibili la generazione di personaggi (ideogram-v3-character) e la modifica locale con maschera (ideogram-v3-character/edit).
Modelli e capacità Ideogram V3 Character
-
In caso di fallimento vengono addebitati costi? Come si ottengono i risultati?
Le attività fallite non comportano addebiti. Dopo l'invio, salva il taskId e interroga tramite GET /v1/tasks/:id; quando status è success, scarica il WebP da output[].url; output[].url è un indirizzo temporaneo, salvalo tempestivamente.
Modelli e capacità Ideogram V3 Character
-
È possibile specificare le proporzioni di output?
Non è possibile specificarle separatamente. Il rapporto larghezza-altezza dell'output segue l'immagine di riferimento del personaggio: un riferimento verticale produce 864×1152, un riferimento orizzontale produce 1328×752. Se serve un'immagine orizzontale, carica un'immagine di riferimento del personaggio in formato orizzontale (ad esempio aggiungendo sfondo ai lati).
Modelli e capacità Ideogram V3 Character
-
Come scegliere l'immagine di riferimento per ottenere risultati migliori?
Scegli un'immagine con il personaggio ben visibile, frontale o di tre quarti, con uno sfondo semplice; vanno bene sia illustrazioni che fotografie realistiche. L'abbigliamento e la combinazione di colori nell'immagine di riferimento verranno preservati il più possibile.
Modelli e capacità Ideogram V3 Character
-
Come si scrive il prompt?
Usa un appellativo fisso per riferirti al personaggio (ad esempio the explorer character / the same man) e descrivi con attenzione la scena, l'azione, gli oggetti di scena e l'illuminazione; puoi abbinare style scegliendo REALISTIC o FICTION.
Modelli e capacità Ideogram V3 Character
-
I personaggi possono essere animali o mascotte di marca?
Sì. La mascotte volpe arancione di questa pagina è stata generata a partire da 1 sola illustrazione di design del personaggio per creare scene diverse come cartelloni pubblicitari, banconi e mercati, mantenendo coerenti la sciarpa e la combinazione di colori.
Modelli e capacità Ideogram V3 Character
-
Si può usare per creare una storia continua o uno storyboard?
Sì. Per ogni vignetta si usa la stessa immagine di riferimento del personaggio, cambiando solo la scena e l'azione nel prompt; la storia illustrata in quattro vignette di questa pagina è stata realizzata proprio così.
Modelli e capacità Ideogram V3 Character
-
Qual è la differenza tra le tre opzioni di style?
AUTO viene deciso dal modello in base al prompt; REALISTIC privilegia l'illuminazione e le texture fotografiche, adatto a ritratti e scene realistiche; FICTION mantiene un aspetto illustrativo, adatto a libri illustrati, giochi e personaggi dei cartoni animati.
Modelli e capacità Ideogram V3 Character
-
A cosa serve il seed?
Fissare il seed facilita la riproduzione e il confronto: con la stessa immagine di riferimento, lo stesso prompt e lo stesso seed, basta cambiare solo il livello o lo stile per confrontare direttamente le differenze.
Modelli e capacità Ideogram V3 Character
-
Per quanto tempo vengono conservate le immagini risultanti?
output[].url è un indirizzo temporaneo con scadenza; dopo il completamento del task, scarica o trasferisci tempestivamente i file nel tuo storage.
Modelli e capacità Ideogram V3 Character
-
Come scegliere tra i tre livelli di rendering_speed?
TURBO è il più veloce e ha il prezzo unitario più basso, ideale per esplorare direzioni e produrre bozze in batch; BALANCED è il livello predefinito; QUALITY offre i dettagli migliori ed è ideale per la versione definitiva. I tre livelli usano lo stesso ID modello e vengono fatturati per singola immagine; per i prezzi specifici consulta il prezzo in tempo reale sulla pagina.
Modelli e capacità Ideogram V3 Character
-
Quali modifiche può fare Ideogram 4.5 Edit?
Può eseguire quattro tipi di modifica: modifica complessiva tramite prompt, cambio di stile basato su immagine di riferimento, ridisegno locale con maschera e rifinitura con Precise Edit. I quattro metodi possono essere combinati.
Modelli e capacità Ideogram V4.5
-
Quali campi sono obbligatori come minimo?
prompt e image_url sono obbligatori. reference_image_urls, mask_url, edit_precision, quality, image_size, num_images, seed vanno aggiunti secondo necessità.
Modelli e capacità Ideogram V4.5
-
Qual è la differenza tra regular e Precise Edit?
Scegli Precise Edit per modificare il testo e per ritocchi di piccola entità; scegli regular per cambiare colore o stile. edit_precision=high corrisponde a Precise Edit, che ripristina i pixel non modificati; regular consente modifiche più libere.
Modelli e capacità Ideogram V4.5
-
Le fasce di qualità delle due precisioni sono le stesse?
No. regular può scegliere very_low, low, medium, high; Precise Edit ha solo low, medium, high.
Modelli e capacità Ideogram V4.5
-
Come si disegna la maschera?
La maschera deve avere le stesse dimensioni dell'immagine di origine: le aree nere vengono ridisegnate, quelle bianche vengono conservate. Si consiglia di rendere l'area nera leggermente più grande dell'oggetto da modificare.
Modelli e capacità Ideogram V4.5
-
Quando image_size può essere solo auto?
Con mask_url o quando si usa Precise Edit, è possibile solo auto. L'output segue le dimensioni dell'immagine sorgente; solo le modifiche regular senza maschera possono scegliere tra 6 preset di dimensioni.
Modelli e capacità Ideogram V4.5
-
Quante immagini di riferimento posso inviare al massimo?
Massimo 4, oppure massimo 3 se fornisci anche una maschera. Specifica nelle istruzioni cosa fornisce ogni immagine di riferimento per ottenere risultati più controllabili.
Modelli e capacità Ideogram V4.5
-
Come viene calcolato il costo?
Il costo è calcolato in base al numero di immagini generate. Il prezzo unitario è determinato congiuntamente da quality e edit_precision; ogni richiesta genera 1 immagine. Le dimensioni, le immagini di riferimento e la maschera non influiscono sul prezzo; il prezzo unitario corrente è soggetto ai prezzi in tempo reale.
Modelli e capacità Ideogram V4.5
-
Come si scrivono le istruzioni di modifica?
Scrivile in quattro parti: attività, cosa cambiare, cosa mantenere, resa e limiti. Ad esempio: 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. Per modificare il testo, si consiglia di usare Precise Edit.
Modelli e capacità Ideogram V4.5
-
Questo modello è lo stesso di Ideogram 4.5 Image to Image?
Sì, è lo stesso modello, solo il nome visualizzato è cambiato in Ideogram 4.5 Edit. L'ID del modello ideogram-v4.5/image-to-image e il link alla pagina sono rimasti invariati.
Modelli e capacità Ideogram V4.5
-
Quale modello si usa quando non c'è un'immagine di origine?
Prima genera l'immagine di origine dal prompt con Ideogram 4.5 (ideogram-v4.5/text-to-image). Poi passa il risultato a questo modello per la modifica.
Modelli e capacità Ideogram V4.5
-
Come sono stati generati i casi presenti in questa pagina?
Tutti generati da HiAPI con questo modello. Precise Edit usa il livello low, gli altri usano il livello very_low di regular; le immagini di origine provengono dai casi della pagina di Ideogram 4.5.
Modelli e capacità Ideogram V4.5
-
A cosa serve Ideogram 4.5?
È adatto per immagini che richiedono testo chiaro e leggibile. Poster, logotipi, etichette di imballaggio, insegne e copertine di riviste sono i tipi in cui eccelle.
Modelli e capacità Ideogram V4.5
-
Come rendere il testo nell'immagine più accurato?
Scrivi tra virgolette, parola per parola, il testo che deve apparire. Poi specifica se ogni riga è un titolo principale, un sottotitolo o un testo piccolo, insieme alla posizione e al feeling del carattere; più il testo è breve, più è stabile.
Modelli e capacità Ideogram V4.5
-
Come si scrive un prompt per ottenere il miglior risultato?
Scrivilo in quattro parti: compito, testo e dettagli, impaginazione da mantenere, qualità e vincoli. Ad esempio: 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.
Modelli e capacità Ideogram V4.5
-
Come scegliere tra i tre livelli di quality?
Per le immagini di uso quotidiano scegli medium, per l'esplorazione in batch scegli low, per la versione finale scegli high. I tre livelli hanno prezzi unitari diversi; high offre il maggior numero di dettagli ed è adatto alle immagini con molti caratteri piccoli.
Modelli e capacità Ideogram V4.5
-
Quali dimensioni sono supportate?
Sono supportate 6 dimensioni predefinite: square, square_hd (predefinita), portrait_4_3, landscape_4_3, portrait_16_9, landscape_16_9. Questa pagina non consente di personalizzare larghezza e altezza.
Modelli e capacità Ideogram V4.5
-
La dimensione influisce sul prezzo?
No. La fatturazione è per immagine, il prezzo unitario varia solo in base a quality e ogni richiesta genera 1 immagine.
Modelli e capacità Ideogram V4.5
-
Che cos'è enable_prompt_expansion?
È l'interruttore che permette al modello di espandere il prompt prima di generare l'immagine, attivo per impostazione predefinita. Quando il prompt è breve è meglio lasciarlo attivo; se è necessario attenersi rigorosamente al testo originale si può disattivare.
Modelli e capacità Ideogram V4.5
-
Quante immagini si possono generare in una volta?
1 per volta, num_images è fisso a 1. Per confrontare più direzioni di composizione, puoi cambiare il seed e inviare più richieste.
Modelli e capacità Ideogram V4.5
-
Come riprodurre la stessa immagine?
Basta passare un seed fisso per riprodurla. Mantieni invariati anche il prompt, le dimensioni e il livello di qualità.
Modelli e capacità Ideogram V4.5
-
Come sono gli effetti del testo in cinese?
I titoli grandi in cinese di solito vengono scritti correttamente, mentre i caratteri cinesi piccoli possono presentare errori con il livello low. Se hai bisogno di caratteri cinesi piccoli e nitidi, si consiglia di usare medium o high.
Modelli e capacità Ideogram V4.5
-
È possibile caricare un'immagine di riferimento?
No, questo modello accetta solo testo. Per modificare un'immagine esistente, usa Ideogram 4.5 Edit (ideogram-v4.5/image-to-image).
Modelli e capacità Ideogram V4.5
-
Come si salvano le immagini generate?
Scarica e salva l'immagine dall'URL fornito nel risultato dell'attività. Il link ha una scadenza, quindi salvala tempestivamente nel tuo archivio.
Modelli e capacità Ideogram V4.5
-
A cosa serve Imagen 4?
È adatto per immagini quotidiane di prodotti, lifestyle e contenuti. Descrivendo chiaramente soggetto, scena, materiale e illuminazione si ottengono immagini pronte per la revisione, usate comunemente per immagini principali dei prodotti, bozze di campagne di brand e illustrazioni per articoli.
Modelli e capacità Imagen 4
-
Quali rapporti d'aspetto supporta Imagen 4?
Supporta 6 opzioni: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. aspect_ratio è obbligatorio; in questa pagina il Playground usa 16:9 come impostazione predefinita.
Modelli e capacità Imagen 4
-
Quanti caratteri può avere al massimo il prompt?
Massimo 5.000 caratteri. Il prompt è obbligatorio; si consiglia di organizzarlo nell'ordine: soggetto, scenario, materiale, luce, testo.
Modelli e capacità Imagen 4
-
È possibile escludere elementi indesiderati?
Sì, usando negative_prompt. È un parametro opzionale, lungo al massimo 5.000 caratteri, adatto a escludere testo superfluo, filigrane o sfondi confusi.
Modelli e capacità Imagen 4
-
Che formato si inserisce in seed?
Inserisci una stringa, massimo 500 caratteri, facoltativa. Mantenendo invariati seed e gli altri parametri, puoi confrontare solo le differenze dovute alle modifiche del prompt.
Modelli e capacità Imagen 4
-
È possibile caricare un'immagine di riferimento?
No. Imagen 4 genera immagini solo dal testo; se hai bisogno di modificare un'immagine esistente, puoi consultare Nano Banana 2.1 tra i modelli correlati, che supporta la modifica con immagine di riferimento.
Modelli e capacità Imagen 4
-
Quante immagini si possono generare in una volta?
1 per volta. Se servono più versioni, invia più attività separatamente.
Modelli e capacità Imagen 4
-
È possibile specificare le dimensioni in pixel o il formato di output?
No. Attualmente è disponibile solo aspect_ratio, non sono previsti parametri per dimensioni personalizzate in pixel o per il formato di output.
Modelli e capacità Imagen 4
-
Possono comparire testi nelle immagini?
Sì, ma prima della consegna vanno ingranditi e verificati. Inserisci il testo parola per parola tra virgolette e specifica posizione e dimensione, poi indica che non devono comparire altri testi; nel caso del poster di questa pagina, al titolo era avanzata una lettera.
Modelli e capacità Imagen 4
-
Come scegliere tra Imagen 4, Fast e Ultra?
Per la produzione quotidiana scegli Imagen 4. Quando devi fare molti tentativi scegli Imagen 4 Fast, mentre per migliorare i dettagli del risultato finale scegli Imagen 4 Ultra; i tre modelli hanno ID diversi e possono essere usati in fasi diverse all'interno dello stesso progetto.
Modelli e capacità Imagen 4
-
Come si chiama tramite API?
Invia il task con POST /v1/tasks. Passa model: "imagen-4.0" e inserisci prompt e aspect_ratio in input. La richiesta restituisce immediatamente un taskId; puoi impostare callback.url per ricevere la notifica di completamento, oppure interrogare GET /v1/tasks/:id e, al termine, scaricare l'immagine da output.
Modelli e capacità Imagen 4
-
Come viene calcolato il costo?
Il costo è per immagine, 1 immagine per volta. Il formato e il seed non influiscono sul metodo di calcolo; il prezzo unitario corrente è quello mostrato in tempo reale sulla pagina e il riferimento finale è il record dell'attività.
Modelli e capacità Imagen 4
-
A cosa serve Imagen 4 Fast?
Adatto a lavori che richiedono molte versioni: selezione delle direzioni creative, bozze in batch e confronti di palette e composizione per social media ed e-commerce.
Modelli e capacità
-
I parametri di Fast e Imagen 4 sono gli stessi?
Praticamente sì, cambia solo il tipo di seed. Entrambi usano prompt, aspect_ratio, negative_prompt e seed; il seed di Fast è un intero, mentre Imagen 4 e Ultra usano una stringa.
Modelli e capacità
-
Quali rapporti d'aspetto supporta Fast?
Supporta 6 rapporti: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. aspect_ratio è obbligatorio; il valore predefinito del Playground in questa pagina è 16:9.
Modelli e capacità
-
Come si usa seed?
Inserisci un numero intero, facoltativo. Quando provi più bozze in batch, mantieni fisso il seed e modifica solo un punto del prompt: così vedrai più chiaramente l'effetto di quella singola modifica.
Modelli e capacità
-
Quanto può essere lungo al massimo il prompt?
Massimo 5.000 caratteri. In fase di prova si consiglia di scrivere prima un soggetto e una scena brevi e chiari, poi aggiungere dettagli round dopo round.
Modelli e capacità
-
È possibile escludere elementi indesiderati?
Sì, con negative_prompt. Supporta fino a 5.000 caratteri ed è ideale per escludere uniformemente elementi superflui come testi indesiderati e filigrane in un intero batch di bozze.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento?
No. Imagen 4 Fast genera immagini solo a partire dal testo; se hai bisogno di un'immagine di riferimento, puoi consultare Nano Banana 2 Lite tra i modelli correlati, che supporta più immagini di riferimento.
Modelli e capacità
-
Quante immagini si possono generare alla volta?
1 per volta. Per testare più bozze in batch, invia più attività in parallelo e ricevi i risultati tramite callback.url.
Modelli e capacità
-
È possibile specificare le dimensioni in pixel o il formato di output?
No. Attualmente è disponibile solo aspect_ratio, non sono previsti parametri per dimensioni personalizzate in pixel o formato di output.
Modelli e capacità
-
Una volta decisa la direzione, come si ottiene il prodotto finito?
Basta cambiare model. Passa lo stesso set di prompt e lo stesso formato a Imagen 4 o Imagen 4 Ultra, inserendo l'ID del modello corrispondente nel campo model. Nota che il seed di questi due modelli è una stringa.
Modelli e capacità
-
Come si chiama tramite API?
Invia un'attività tramite POST /v1/tasks. Passa model: "imagen-4.0-fast", inserisci prompt e aspect_ratio in input. La richiesta restituisce immediatamente un taskId; puoi impostare callback.url oppure interrogare GET /v1/tasks/:id, quindi scaricare l'immagine da output una volta completata.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione è per immagine, 1 immagine per volta. Il prezzo unitario attuale è quello mostrato in tempo reale sulla pagina; prima dell'invio puoi vedere il costo stimato nel Playground.
Modelli e capacità
-
A cosa è adatto Imagen 4 Ultra?
Adatto per la consegna di risultati finiti: macro di prodotto, ritratti, paesaggi e primi piani di materiali, oltre a immagini che devono aderire maggiormente al prompt.
Modelli e capacità
-
Quali rapporti d'aspetto supporta Ultra?
Ne supporta 6: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. aspect_ratio è obbligatorio; il valore predefinito del Playground in questa pagina è 1:1.
Modelli e capacità
-
Quanto può essere lungo al massimo il prompt?
Fino a 5.000 caratteri. Nella fase di rifinitura puoi descrivere in modo più specifico materiali, direzione della luce, profondità di campo e sfondo.
Modelli e capacità
-
È possibile escludere elementi indesiderati?
Sì, usando negative_prompt. Ha una lunghezza massima di 5.000 caratteri ed è utile per escludere riflessi sovraesposti, testo superfluo, filigrane o sfondi caotici.
Modelli e capacità
-
Che formato va inserito in seed?
Inserisci una stringa, lunghezza massima 500 caratteri, facoltativa. In fase di finalizzazione, fissa il seed e modifica solo il prompt, così da confrontare facilmente i cambiamenti nei dettagli.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento?
No. Imagen 4 Ultra genera immagini solo a partire dal testo; se hai bisogno di basarti su un'immagine esistente, puoi consultare Nano Banana Pro tra i modelli correlati, che supporta le immagini di riferimento.
Modelli e capacità
-
Quante immagini si possono generare alla volta?
1 alla volta. Se servono più candidati, invia più attività separatamente.
Modelli e capacità
-
Il testo nelle immagini è affidabile?
Non è garantito: prima della consegna è necessario ingrandire e verificare. Scrivi nel prompt il testo, la posizione e la dimensione parola per parola, e specifica di non aggiungere altro testo: il risultato sarà più stabile.
Modelli e capacità
-
Quando vale la pena usare Ultra?
Quando la direzione è già definita e serve consegnare un prodotto finito. Puoi prima usare Imagen 4 Fast per selezionare la direzione, poi passare il prompt e il formato scelti a Ultra, basta cambiare il model in imagen-4.0-ultra.
Modelli e capacità
-
Come si effettua una chiamata tramite API?
Invia un'attività tramite POST /v1/tasks. Passa model: "imagen-4.0-ultra", con prompt e aspect_ratio dentro input. La richiesta restituisce immediatamente un taskId; puoi impostare callback.url oppure interrogare GET /v1/tasks/:id e, in caso di successo, scaricare l'immagine da output.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione è per immagine, 1 immagine per volta. Il prezzo unitario corrente è quello visualizzato in tempo reale sulla pagina; l'importo finale è quello registrato nel task.
Modelli e capacità
-
Come scegliere tra Low, High e Max per Kimi K3?
Per estrazione quotidiana, riscrittura e brevi domande e risposte si può provare prima low; quando serve un'analisi in più passaggi si prova high; per problemi difficili o attività di codice complesse si confronta poi l'efficacia di max. reasoning_effort è impostato per impostazione predefinita su max e offre solo tre livelli, low, high e max, senza medium o none. I livelli più alti possono generare più Token di ragionamento e tempi di attesa più lunghi; la scelta va fatta combinando la qualità delle risposte e l'usage.
Modelli e capacità Kimi K3
-
Perché non c'è un interruttore per disattivare il ragionamento e regolare la temperatura?
Kimi K3 mantiene sempre attivo il ragionamento nell'integrazione attuale; per ridurre i costi conviene provare prima low, invece di passare thinking.type=disabled. Questa pagina non invia thinking, temperature o top_p; anche quando si migra da altri modelli, è necessario rimuovere questi campi di controllo e usare reasoning_effort a livello superiore per scegliere il livello.
Modelli e capacità Kimi K3
-
La risposta è molto breve, perché ci sono comunque costi elevati per i token di output?
Anche il contenuto di ragionamento generato dal modello viene fatturato come token di output, quindi il numero di caratteri della risposta finale non rappresenta il volume totale di output. usage.completion_tokens include già i token di ragionamento; se viene restituito completion_tokens_details.reasoning_tokens, si tratta di un dettaglio al suo interno e non va sommato di nuovo. Il costo viene calcolato separatamente per i tre elementi: input normale, lettura dalla cache e output; per ciascuno, il numero di token viene diviso per 1 milione e poi moltiplicato per il prezzo unitario in dollari corrispondente riportato in questa pagina.
Modelli e capacità Kimi K3
-
È possibile salvare solo la risposta finale in una conversazione multi-turno?
Non è consigliato. Al turno successivo, i messages devono includere in ordine la cronologia necessaria, conservando il messaggio assistant completo restituito dall'API, inclusi content, il reasoning_content restituito e gli eventuali tool_calls. Salvare solo il testo finale farebbe perdere il contesto necessario a Kimi per continuare a ragionare o proseguire l'uso degli strumenti. Il Playground di questa pagina conserva il contenuto di ragionamento restituito.
Modelli e capacità Kimi K3
-
Dopo aver restituito i tool_calls, gli strumenti vengono eseguiti automaticamente?
No. Il modello propone quale funzione chiamare e i relativi parametri; l'esecuzione effettiva dello strumento è a carico della tua applicazione. Dopo l'esecuzione, aggiungi ai messages il messaggio assistant originale e il messaggio di risultato con role=tool; il tool_call_id nel risultato deve corrispondere all'id della chiamata originale, quindi richiedi a Kimi di continuare a rispondere. Non inviare il risultato dello strumento come un semplice messaggio user.
Modelli e capacità Kimi K3
-
Qual è la differenza tra la modalità JSON e uno JSON Schema rigoroso?
response_format.type=json_object serve per ottenere JSON, ma i campi di business richiedono comunque una validazione a livello applicativo. Quando è necessario vincolare campi e tipi, usare response_format.type=json_schema e fornire response_format.json_schema.schema e response_format.json_schema.strict=true. Il JSON finale si trova in choices[0].message.content, non concatenare reasoning_content per l'analisi; l'interruttore JSON output di questa pagina usa json_object.
Modelli e capacità Kimi K3
-
Kimi supporta ufficialmente la comprensione visiva: qui è possibile caricare immagini o video?
Attualmente questa integrazione di Kimi K3 su HiAPI offre solo input di testo e output di testo. Il fatto che il modello ufficiale disponga di capacità visive non significa che questa pagina consenta già l'input di immagini o video. Per l'integrazione, costruisci le richieste con messaggi di testo, senza riutilizzare direttamente gli esempi ufficiali con image_url o video_url; l'eventuale apertura futura sarà indicata dalle capacità di input di questa pagina e dai controlli del Playground.
Modelli e capacità Kimi K3
-
È possibile utilizzare direttamente la Responses API oppure completare la migrazione cambiando solo il nome del modello?
Su questa pagina Kimi K3 utilizza attualmente POST /v1/chat/completions, con model impostato su kimi-k3; Responses non è ancora disponibile come endpoint pubblico per questa integrazione. I client OpenAI SDK devono usare chat.completions.create e messages, oltre a modificare i campi di reasoning e conservare l'intera cronologia dell'assistente. È possibile riutilizzare la stessa HiAPI API Key, ma il codice esistente che usa Responses richiede comunque modifiche alla gestione delle richieste e delle risposte.
Modelli e capacità Kimi K3
-
Perché l'invio ripetuto dello stesso contesto non garantisce sempre lo stesso costo di cache?
Il cache hit viene calcolato in base a usage.prompt_tokens_details.cached_tokens effettivamente restituito dalla richiesta; un testo ripetuto non garantisce un hit ogni volta. Mantieni il più possibile coerenti il prompt di sistema iniziale, le definizioni degli strumenti e il contesto fisso, quindi aggiungi i nuovi messaggi; anche cambiare reasoning_effort può influire sul hit. Quando cached_tokens è 0, non è possibile stimare questa parte di input in base al prezzo unitario di lettura della cache.
Modelli e capacità Kimi K3
-
1M di contesto significa che è possibile generare 1 milione di Token in una singola risposta?
No. La finestra di contesto e l'output massimo per singola risposta sono limiti diversi. Questa pagina non usa il contesto di 1M per dedurre l'output massimo, quindi il limite di output non confermato è mostrato come "-". È possibile impostare il budget di output per questa richiesta con max_tokens; se finish_reason restituisce length, controlla se è stato raggiunto il limite di output, poi decidi se ridurre l'attività o continuare la generazione.
Modelli e capacità Kimi K3
-
Come si prepara l'immagine del primo fotogramma?
Sono supportati jpeg, png e webp, con una dimensione massima di 10MB per immagine; jpeg o png sono la scelta più sicura. Il rapporto d'aspetto dell'immagine dovrebbe corrispondere il più possibile a quello del formato di output; se i rapporti non coincidono, il risultato finale potrebbe essere ritagliato al centro oppure mantenere il rapporto originale, quindi è meglio posizionare il soggetto al centro dell'inquadratura.
Modelli e capacità
-
A cosa serve il fotogramma finale e come si usa?
Il fotogramma finale è una seconda immagine opzionale che determina su quale scena termina il video. È preferibile che lo sfondo e la posizione della camera delle due immagini coincidano, lasciando diverse solo le parti che si desidera cambiare, come nell'esempio di questa pagina in cui l'auto rossa diventa blu. Dopo aver aggiunto il fotogramma finale, il formato può essere solo 16:9, 9:16 o 1:1.
Modelli e capacità
-
Quali durate e formati sono disponibili?
Le durate sono 5 secondi e 10 secondi. I formati sono 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, con output rispettivamente di 1920×1080, 1080×1920, 1440×1440, 1660×1244, 1244×1660, 2200×940; la risoluzione è determinata dal formato e non richiede un'impostazione separata.
Modelli e capacità
-
I video generati hanno l'audio?
No, il video finale non include una traccia audio; musica e voce fuori campo possono essere aggiunte in fase di montaggio. Se desideri che il video finale abbia l'audio integrato, puoi provare Kling 2.5 Turbo Text-to-Video, che genera a partire dal testo e produce un video con traccia audio.
Modelli e capacità
-
Cosa si dovrebbe scrivere nel prompt?
Il primo fotogramma ha già stabilito il soggetto e la scena, quindi nel prompt basta scrivere le azioni, i cambiamenti ambientali e il movimento di camera, ad esempio «i petali cadono, la camera ruota lentamente». I contenuti che non si vogliono far apparire possono essere inseriti nel prompt negativo, oppure si può regolare il grado di aderenza dell'immagine alla descrizione.
Modelli e capacità
-
Per quanto tempo viene conservato un video generato?
Il link al video finale viene conservato per impostazione predefinita per circa 7 giorni; se ti serve per un periodo più lungo, scaricalo tempestivamente oppure seleziona l'archiviazione a lungo termine al momento della creazione dell'attività. Le generazioni precedenti sono consultabili nella cronologia delle attività.
Modelli e capacità
-
Come scegliere rispetto a Kling 2.5 Turbo Text-to-Video?
Se hai un'immagine e vuoi che soggetto e composizione seguano l'immagine, usa Image-to-Video; se hai solo un'idea o ti serve un video finito con audio, usa Text-to-Video. La durata di entrambi è di 5 o 10 secondi.
Modelli e capacità
-
È necessario caricare un'immagine?
No, questa versione accetta solo testo. Il prompt può contenere al massimo 2500 caratteri; basta descrivere soggetto, ambiente, azione e inquadratura in un unico paragrafo. Se hai già un'immagine e vuoi che il video la segua, puoi usare Kling 2.5 Turbo Image-to-Video.
Modelli e capacità
-
I video generati hanno l'audio? Si può disattivare?
Ogni video finale include una traccia audio e al momento non è disponibile un'opzione per disattivarla. L'audio è generato dal modello e il contenuto potrebbe non corrispondere alle tue esigenze: ascoltalo prima dell'uso e, se necessario, sostituiscilo o abbassane il volume in fase di montaggio.
Modelli e capacità
-
Quali durate e formati posso scegliere?
Durata 5 secondi o 10 secondi; formati 16:9, 9:16, 1:1, con output rispettivamente di 1920×1080, 1080×1920, 1440×1440. La risoluzione è determinata dal formato, non serve impostarla separatamente.
Modelli e capacità
-
Come si scrive un prompt per ottenere risultati migliori?
Scrivi un paragrafo seguendo l'ordine soggetto, ambiente, azione, inquadratura, poi aggiungi l'illuminazione. Basta una o due azioni alla volta, come nel caso del panda rosso in questa pagina che solleva la zampa e gira la testa; chiedere troppe cose insieme rende difficile completarle tutte in 5 secondi.
Modelli e capacità
-
Come gestire i contenuti indesiderati?
Puoi inserire gli elementi indesiderati in un prompt negativo separato, ad esempio testo, loghi o personaggi in eccesso; puoi anche regolare il grado di aderenza dell'immagine alla descrizione.
Modelli e capacità
-
Come scegliere rispetto a Kling 3.0 Turbo Text-to-Video?
Se 5 o 10 secondi sono sufficienti, scegli Kling 2.5 Turbo; se vuoi impostare la durata secondo per secondo tra 3 e 15 secondi, oppure scegliere tra 720p e 1080p, usa Kling 3.0 Turbo Text-to-Video. Entrambi offrono orizzontale, verticale e quadrato.
Modelli e capacità
-
Quali input richiede Kling 3.0 Motion Control?
Due obbligatori: un'immagine di riferimento della persona (image_url) e un video di riferimento del movimento di 3-30 secondi (video_url). L'immagine della persona determina l'aspetto e l'identità, il video di riferimento determina il movimento, le espressioni e il ritmo. Il prompt è facoltativo e serve a integrare scena, stile e movimento di camera.
Modelli e capacità
-
Come viene determinata la durata dell'output?
Non è necessario passare una durata. L'output segue la lunghezza del video di riferimento: con character_orientation=video fino a 30 secondi, con image fino a 10 secondi. Se i movimenti sono troppo rapidi o complessi, il modello estrae solo i segmenti di movimento utilizzabili e l'output può essere più breve del video di riferimento.
Modelli e capacità
-
Come scegliere tra gli orientamenti video e image?
video: l'orientamento del personaggio segue il video di riferimento, adatto a danza, spostamenti e movimenti ampi o multi-angolo. image: l'orientamento del personaggio segue l'immagine di riferimento, adatto a contenuti parlati o esplicativi con inquadratura fissa e movimenti di camera, con output fino a 10 secondi.
Modelli e capacità
-
Quali sono i requisiti di ripresa per il video di riferimento?
mp4/mov, massimo 100MB, 3-30 secondi, ripresa continua in un'unica inquadratura, con testa, spalle e busto della persona chiaramente visibili; preferibilmente una sola persona nell'inquadratura, evitando cambi frequenti di inquadratura e occlusioni. Anche l'immagine di riferimento deve mostrare testa, spalle e busto, con entrambi i lati maggiori di 340px e un rapporto d'aspetto compreso tra 2:5 e 5:2.
Modelli e capacità
-
L'audio del video di riferimento verrà mantenuto?
Per impostazione predefinita viene mantenuto (keep_original_sound=true), adatto per narrazioni e cover di ballo che riutilizzano direttamente la traccia audio originale; se non necessario, passare false per ottenere solo il video.
Modelli e capacità
-
Come viene fatturato Kling 3.0 Motion Control?
La fatturazione avviene in base ai secondi effettivi di output; il prezzo unitario è diverso per 720p e 1080p. Al momento della creazione dell'attività viene effettuato un addebito anticipato basato sul limite massimo di orientamento, e al completamento viene conguagliato in base ai secondi effettivi di output; per i prezzi unitari specifici, consulta la sezione dei prezzi in tempo reale di questa pagina.
Modelli e capacità
-
Quanto lunghi e di che dimensioni possono essere i video generati?
La durata può essere da 3 a 15 secondi (secondi interi, predefinito 5 secondi), la risoluzione può essere 720p, 1080p o 4K, e il formato supporta 16:9, 9:16 e 1:1.
Modelli e capacità
-
I video generati hanno l'audio?
Dopo aver abilitato l'audio nativo (audio), il modello genera contemporaneamente suoni sincronizzati con le immagini, come effetti sonori, suoni ambientali e ritmo; per impostazione predefinita è disattivato e, quando disattivato, l'output non include una traccia audio.
Modelli e capacità
-
Che cos'è lo storyboard intelligente?
Dopo aver attivato prefer_multi_shots, il modello pianifica automaticamente più inquadrature in base alla trama presente nel prompt e gestisce i relativi cambi, adatto per raccontare una piccola storia completa. Se serve un'unica inquadratura continua, basta lasciarlo disattivato.
Modelli e capacità
-
Come posso fare in modo che un personaggio o un prodotto specifico compaia nel video?
Aggiungi un soggetto in elements: inserisci il nome, una breve descrizione e 2–4 immagini dello stesso soggetto, poi richiamalo nel prompt con @nome. Nel text-to-video puoi aggiungere fino a 7 soggetti.
Modelli e capacità
-
Qual è la differenza rispetto a Kling 3.0 Text-to-Video?
Entrambi supportano da 3 a 15 secondi e da 720p a 4K. La versione Omni supporta in più l'uso di elements per fare riferimento ai materiali del soggetto e la suddivisione intelligente in scene, ed è adatta a contenuti che richiedono coerenza di personaggi o prodotti; quando serve solo la generazione da testo, entrambi possono essere utilizzati.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sulla durata del video; la risoluzione e l'attivazione o meno dell'audio influiscono sul prezzo unitario. Per i prezzi attuali fare riferimento alla pagina dei prezzi; il dettaglio dei costi di ogni attività è consultabile nella cronologia delle attività di HiAPI.
Modelli e capacità
-
Quante immagini è necessario caricare?
image_urls: caricare 1–2 immagini: 1 immagine come primo frame; con 2 immagini disporle come [primo frame, ultimo frame], usando l'ultimo frame per controllare l'immagine finale. Supporta JPG / PNG, singola immagine non superiore a 50MB, lato corto almeno 300px, rapporto larghezza-altezza compreso tra 0.4 e 2.5.
Modelli e capacità
-
Posso scegliere il formato del video?
Non è possibile sceglierlo separatamente. Il formato di output segue l'immagine del primo fotogramma; per un formato verticale o quadrato, prepara un primo fotogramma con le proporzioni corrispondenti.
Modelli e capacità
-
Quanto può essere lungo un video generato?
La durata può essere scelta tra 3 e 15 secondi (secondi interi, predefinito 5 secondi); la risoluzione può essere 720p, 1080p o 4K.
Modelli e capacità
-
Sono supportati l'audio e lo storyboard intelligente?
Sì. Attivando l'audio nativo viene generato in sincronia un audio corrispondente alle immagini; attivando lo storyboard intelligente, il modello pianifica automaticamente più inquadrature in base al prompt. Entrambe le opzioni sono disattivate per impostazione predefinita.
Modelli e capacità
-
È possibile fare riferimento a più soggetti contemporaneamente?
Sì. In elements puoi aggiungere fino a 3 soggetti, con 2–4 immagini per soggetto, e citarli nel prompt con @nome per mantenere coerenti personaggi o prodotti anche nei fotogrammi successivi al primo.
Modelli e capacità
-
Quante immagini di riferimento si possono caricare al massimo?
image_urls accetta da 1 a 7 immagini di riferimento; con l'aggiunta di un video di riferimento, massimo 4 immagini. Le immagini di riferimento e i soggetti di elements insieme non devono superare 7 (con un video di riferimento, non più di 4). Supporta JPG / PNG, massimo 50MB per immagine, lato corto almeno 300px.
Modelli e capacità
-
Qual è la funzione e quali sono i limiti del video di riferimento?
video_urls può essere passato facoltativamente con 1 video di riferimento, utilizzato come riferimento per il movimento della camera e il ritmo. Sono richiesti MP4 / MOV, dimensioni non superiori a 200MB, durata 3–15,5 secondi, larghezza e altezza 700–4553px, 24–60fps. Con un video di riferimento non è possibile abilitare l'audio nativo e la suddivisione intelligente delle scene.
Modelli e capacità
-
Qual è la differenza tra video generato da riferimento e video generato da immagine?
Il video generato da immagine usa l'immagine come primo fotogramma del video; il video generato da riferimento usa l'immagine come aspetto di una persona, di un animale domestico o di un oggetto, generando una composizione e una scena completamente nuove, e l'immagine di riferimento non compare così com'è all'inizio.
Modelli e capacità
-
Quanto può essere lungo un video e in quali formati?
Durata da 3 a 15 secondi (predefinita 5 secondi), risoluzione 720p, 1080p o 4K, formati supportati 16:9, 9:16 e 1:1.
Modelli e capacità
-
Come si specifica chi è chi nel prompt?
Puoi descrivere a parole il soggetto nell'immagine di riferimento, ad esempio "la donna con l'impermeabile giallo nell'immagine di riferimento"; se serve un'associazione più esplicita, assegna un nome al soggetto in elements e richiamalo con @nome.
Modelli e capacità
-
Che tipo di video devo caricare?
video_urls richiede 1 video sorgente: MP4 o MOV, non superiore a 200MB, durata 3–15,5 secondi, larghezza e altezza 700–4553px, frame rate 24–60fps.
Modelli e capacità
-
È possibile impostare la durata e le proporzioni?
Non è necessario impostarle. La durata e le proporzioni dell'output seguono il video di origine; l'unica opzione disponibile è la risoluzione (720p, 1080p o 4K).
Modelli e capacità
-
Cosa viene preservato e cosa cambia nella modifica video?
Vengono preservati i movimenti e i movimenti di camera del video originale, mentre lo stile visivo, la scena, il meteo o il soggetto cambiano in base al prompt. Specificare esplicitamente nel prompt “preserva i movimenti e la camera del video originale” rende il risultato più stabile.
Modelli e capacità
-
I video generati hanno l'audio?
No. La modifica del video non genera audio; se serve l'audio, aggiungilo in post-produzione oppure conserva la traccia audio del video originale e sincronizzala in post-produzione.
Modelli e capacità
-
Come si sostituisce il soggetto con un'immagine specifica?
Aggiungi un soggetto in elements, inserendo nome, descrizione e 2–4 immagini, poi nel prompt usa @nome per indicare di sostituire il soggetto originale con quello. Puoi aggiungere al massimo 7 soggetti.
Modelli e capacità
-
Kling 3.0 Turbo text-to-video richiede il caricamento di un'immagine?
No. La pagina corrente corrisponde al modello puramente text-to-video kling-3.0-turbo/text-to-video, che accetta solo un Prompt testuale. Per generare un video a partire da un frame iniziale, è necessario utilizzare la pagina dedicata al modello Kling 3.0 Turbo Image-to-Video.
Modelli e capacità Kling 3.0 Turbo
-
Quali durate, risoluzioni e formati supporta Kling 3.0 Turbo?
L'attuale contratto di richiesta di HiAPI supporta 3–15 secondi, 720p o 1080p, e 16:9, 9:16, 1:1. Gli esempi della pagina coprono 720p, 5 secondi e 12 secondi, orizzontale e verticale; 1080p e 1:1 rientrano tra le capacità supportate dall'API, ma la pagina non presenta esempi corrispondenti.
Modelli e capacità Kling 3.0 Turbo
-
Come viene fatturato il text-to-video di Kling 3.0 Turbo?
La fatturazione si basa sulla durata e sulla risoluzione del video generato; 720p e 1080p utilizzano tariffe al secondo diverse; l'importo esatto è determinato dal prezzo in tempo reale della pagina e dal registro delle attività.
Modelli e capacità Kling 3.0 Turbo
-
Come scrivere un prompt text-to-video per Kling 3.0 Turbo?
Scrivi prima il soggetto e la scena, poi descrivi in ordine le azioni e i movimenti di camera, infine aggiungi i requisiti di illuminazione, stile e stabilità. Per i piani sequenza specifica chiaramente single continuous shot, no cuts e il percorso di camera; per i contenuti verticali indica inoltre vertical nel prompt e imposta aspect_ratio su 9:16.
Modelli e capacità Kling 3.0 Turbo
-
Kling 3.0 Turbo può controllare l'audio?
I parametri di richiesta pubblici attuali non includono un interruttore audio dedicato né campi audio, pertanto questa pagina non garantisce un controllo preciso di dialoghi, musica o effetti sonori. I file di esempio possono contenere una traccia audio, ma per i progetti ufficiali è comunque necessario verificare l'output e, se necessario, completare in post-produzione doppiaggio, missaggio e verifica dei diritti.
Modelli e capacità Kling 3.0 Turbo
-
Come chiamare Kling 3.0 Turbo per la generazione di video da testo tramite API?
Invia un'attività asincrona a POST /v1/tasks, imposta model su kling-3.0-turbo/text-to-video e passa prompt, duration, resolution e aspect_ratio in input. La richiesta di creazione restituisce taskId; per il polling dell'attività, i callback, la gestione degli errori e i parametri completi consulta la documentazione API.
Modelli e capacità Kling 3.0 Turbo
-
Quali sono i requisiti per l'immagine del primo fotogramma?
Un URL accessibile pubblicamente di un'immagine jpeg o png, inserito nell'array image_urls, una sola immagine alla volta. L'immagine verrà utilizzata come fotogramma iniziale del clip.
Modelli e capacità Kling 4.0
-
Cosa succede se non si seleziona il formato?
Se non viene passato aspect_ratio, l'output segue automaticamente le proporzioni del primo fotogramma, quindi un'immagine verticale non viene forzatamente ritagliata in orizzontale. È necessario impostarlo esplicitamente solo quando si desidera sovrascrivere le proporzioni dell'immagine originale.
Modelli e capacità Kling 4.0
-
Il Prompt è obbligatorio?
Sì. L'immagine del primo fotogramma definisce la composizione e il soggetto, mentre il Prompt descrive l'azione, la telecamera e l'audio: sono necessari entrambi. In genere un testo più breve dà risultati migliori.
Modelli e capacità Kling 4.0
-
Come viene fatturata la generazione di video da immagini?
Come per la generazione di video da testo, la fatturazione avviene in base ai secondi di output; le fasce 720p e 1080p hanno prezzi diversi e non è previsto un prezzo minimo.
Modelli e capacità Kling 4.0
-
È possibile avere l'audio nei video?
Sì. L'audio viene generato insieme alle immagini e il file MP4 di output include già una traccia audio; basta descrivere nel Prompt la sorgente sonora desiderata.
Modelli e capacità Kling 4.0
-
Come si effettua una chiamata tramite API?
Invia un'attività asincrona con POST /v1/tasks, imposta model su kling-4.0/image-to-video e inserisci in input image_urls e, facoltativamente, prompt, duration, resolution, aspect_ratio.
Modelli e capacità Kling 4.0
-
Con Kling 4.0 text-to-video è necessario caricare un'immagine?
No. kling-4.0/text-to-video accetta solo un Prompt testuale. Se vuoi animare un primo fotogramma specifico, usa il modello Kling 4.0 image-to-video kling-4.0/image-to-video.
Modelli e capacità Kling 4.0
-
Quali durate, risoluzioni e formati supporta Kling 4.0?
Supporta qualsiasi durata in secondi interi da 3 a 30 secondi, 720p o 1080p, con formati selezionabili 16:9, 9:16, 1:1 e 21:9 ultra-wide. I casi nella pagina coprono clip orizzontali di 5 secondi in 720p e 1080p.
Modelli e capacità Kling 4.0
-
Kling 4.0 genera audio?
Sì. Video e audio vengono generati insieme e il file MP4 di output include già una traccia audio. Se descrivi suoni ambientali e sorgenti sonore nel Prompt (ad esempio pioggia, motore, strumenti musicali), il modello li utilizzerà.
Modelli e capacità Kling 4.0
-
Come viene fatturata la generazione di video da testo?
La fatturazione avviene in base ai secondi di output; 720p e 1080p utilizzano tariffe al secondo diverse, senza prezzo minimo: generare 5 secondi corrisponde al prezzo unitario di 5 secondi. Gli importi esatti fanno fede in base al prezzo in tempo reale della pagina e al registro delle attività.
Modelli e capacità Kling 4.0
-
Come si scrivono prompt migliori per Kling 4.0?
Scrivi prima il soggetto e la scena, poi specifica come si muove la camera (zoom in, carrellata laterale, a mano, camera fissa), infine aggiungi luce e atmosfera. Se servono suoni, scrivili direttamente nella stessa descrizione, non lasciarli da aggiungere in post-produzione.
Modelli e capacità Kling 4.0
-
A cosa serve Krea 2 Medium Turbo?
Genera rapidamente immagini ad alta fedeltà a partire da una descrizione testuale; è ideale per scenari che richiedono una generazione rapida e l'iterazione ripetuta dei prompt, come schizzi concettuali, immagini per i social media e scene dal taglio cinematografico.
Modelli e capacità Krea 2 Medium Turbo
-
Quali rapporti d'aspetto sono supportati?
aspect_ratio supporta 1:1 (predefinito), 4:3, 3:2, 16:9, 2.35:1, 4:5, 2:3, 9:16, per un totale di 8 opzioni.
Modelli e capacità Krea 2 Medium Turbo
-
Per quale tipo di immagine è adatto il formato 2.35:1?
2.35:1 è un formato widescreen comunemente usato nel cinema, adatto a composizioni ultra-large come scene dal taglio cinematografico, banner per siti web e copertine video.
Modelli e capacità Krea 2 Medium Turbo
-
A cosa serve creativity (livello di creatività)?
creativity controlla il grado di libertà del modello rispetto al prompt; i valori disponibili sono raw, low, medium, high. Più il livello è basso, più l'immagine resta fedele alla descrizione; più è alto, più l'immagine è creativa, ma può anche allontanarsi dalla descrizione.
Modelli e capacità Krea 2 Medium Turbo
-
A quale livello è impostata creativity per impostazione predefinita?
Su HiAPI il valore predefinito è low, con risultati più fedeli al prompt. Se desideri maggiori variazioni, puoi impostarlo su medium o high.
Modelli e capacità Krea 2 Medium Turbo
-
Come si usa seed?
seed è un numero intero opzionale. Se non viene passato, il risultato è casuale ogni volta; fissando seed e gli altri parametri, è possibile riprodurre lo stesso risultato, facilitando il confronto delle modifiche al prompt o al livello di creatività.
Modelli e capacità Krea 2 Medium Turbo
-
Quante immagini si possono generare in una volta?
Ogni richiesta genera 1 immagine; per averne più di una, invia più attività separatamente.
Modelli e capacità Krea 2 Medium Turbo
-
C'è un limite di lunghezza per il prompt?
Il prompt è obbligatorio, lunghezza 1–5000 caratteri.
Modelli e capacità Krea 2 Medium Turbo
-
È necessario caricare un'immagine di riferimento?
No, questo è un modello di generazione di immagini puramente text-to-image, genera immagini solo dalla descrizione testuale. Le immagini di riferimento per lo stile, gli stili predefiniti e le moodboard non sono attualmente disponibili.
Modelli e capacità Krea 2 Medium Turbo
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate, 1 per richiesta. Il prezzo unitario attuale è quello in tempo reale mostrato sulla pagina.
Modelli e capacità Krea 2 Medium Turbo
-
Come ottenere il risultato della generazione?
Dopo aver chiamato POST /v1/tasks viene restituito immediatamente taskId. In produzione si consiglia di impostare callback.url per ricevere la notifica di completamento; in fase di debug è possibile eseguire il polling di GET /v1/tasks/:id; una volta completata l'attività, scaricare dall'indirizzo dell'immagine in output.
Modelli e capacità Krea 2 Medium Turbo
-
È presente un controllo di sicurezza dei contenuti?
Sì, ogni generazione attiva un controllo di sicurezza; le richieste non conformi alle norme sui contenuti potrebbero fallire.
Modelli e capacità Krea 2 Medium Turbo
-
A cosa serve Krea 3?
È adatto per fotografia realistica, ritratti, immagini di prodotto, cibo, spazi architettonici, illustrazioni e concept design; può anche generare poster con testo in titolo. Anche con prompt brevi si ottengono immagini complete, ideale per esplorare rapidamente diverse direzioni.
Modelli e capacità Krea 3
-
Qual è la differenza tra berry e jam?
Sono due varianti dello stesso modello, con la maggior parte dei parametri identici (negative_prompt ha effetto solo su berry): Krea posiziona berry come orientata alla qualità e jam come orientata alla velocità, entrambe allo stesso prezzo. Si passa da una all'altra tramite input.variant, con berry come predefinita. Nei confronti pratici, con lo stesso seed le due varianti producono composizioni e tonalità diverse ma una qualità dell'immagine equivalente; conviene provarle entrambe una volta e poi scegliere.
Modelli e capacità Krea 3
-
Che cos'è reasoning_level? Quale scegliere?
Controlla quanto impegno il modello dedica a comprendere ed espandere il prompt prima di generare l'immagine; le opzioni sono low e medium (predefinito). Usa medium quando il prompt è molto breve o astratto; usa low quando il prompt è già molto specifico e vuoi maggiore rapidità.
Modelli e capacità Krea 3
-
Quali dimensioni sono supportate?
image_size supporta 6 opzioni: square_hd (1024 × 1024, predefinita), square (512 × 512), portrait_4_3 (768 × 1024), portrait_16_9 (576 × 1024), landscape_4_3 (1024 × 768), landscape_16_9 (1024 × 576).
Modelli e capacità Krea 3
-
È possibile generare output in 2K o con larghezza e altezza personalizzate?
No. Questa pagina offre la specifica 1K e non supporta auto né larghezza e altezza personalizzate; se vengono passate, restituisce direttamente un errore di parametro e non viene addebitato alcun costo.
Modelli e capacità Krea 3
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate con successo; i 6 formati hanno lo stesso prezzo, berry e jam hanno lo stesso prezzo. Il prezzo unitario effettivo è quello mostrato in tempo reale sulla pagina; le richieste che non superano la validazione dei parametri non vengono addebitate.
Modelli e capacità Krea 3
-
Quante immagini si possono generare in una volta?
Ogni richiesta genera 1 immagine. Per averne più di una, invia più attività oppure riesegui con un seed diverso.
Modelli e capacità Krea 3
-
Come si usano i prompt negativi?
Scrivi gli elementi che non vuoi che compaiano in negative_prompt, ad esempio people, text, watermark, per un massimo di 1024 caratteri. Ha effetto solo su berry: selezionando jam, il Playground nasconde questo campo e non lo invia più; anche passandolo a jam tramite API non avrà effetto.
Modelli e capacità Krea 3
-
Come si ottengono risultati riproducibili?
Passa un seed fisso (0–2147483647) e mantieni invariati il prompt, le dimensioni, il variant e il reasoning_level. Quando crei una serie di immagini, modifica solo un elemento della descrizione.
Modelli e capacità Krea 3
-
Il testo nell'immagine è accurato?
I titoli brevi sono di solito abbastanza accurati. Scrivi il testo parola per parola tra virgolette e indica la posizione e lo stile del carattere; quando il testo è molto, si consiglia di usare berry con reasoning medium.
Modelli e capacità Krea 3
-
Qual è il formato di output?
output_format può essere png (predefinito) o jpeg. Dopo il successo dell'attività, scarica le immagini da output[].url del risultato; il link ha una validità limitata, salvalo tempestivamente.
Modelli e capacità Krea 3
-
È necessario caricare un'immagine di riferimento?
No, questo è un modello di generazione di immagini puramente da testo e accetta solo descrizioni testuali.
Modelli e capacità Krea 3
-
Con lo stesso seed ma passando a jam, si ottiene la stessa immagine?
No. Il seed riproduce il risultato solo all'interno della stessa variante; berry e jam con lo stesso seed danno composizioni e tonalità diverse. Per confrontare le due varianti, puoi eseguirle ciascuna una volta come due soluzioni separate.
Modelli e capacità Krea 3
-
Quali risoluzioni supporta LTX 2.5 Fast?
Due opzioni, 720p e 1080p, con 720p come predefinita. Lo stesso vale sia per la generazione video da testo che da immagine.
Modelli e capacità LTX 2.5 Fast
-
Quanto può essere lungo un video generato?
Da 2 a 20 secondi, con opzioni di 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18, 20 secondi; il valore predefinito è 6 secondi.
Modelli e capacità LTX 2.5 Fast
-
È supportato il formato verticale?
Sì. Imposta aspect_ratio su 9:16 per ottenere un video verticale; il valore predefinito è 16:9 orizzontale.
Modelli e capacità LTX 2.5 Fast
-
Che cos'è l'audio nativo? Comporta costi aggiuntivi?
Dopo aver attivato generate_audio, il modello genera contemporaneamente suoni ambientali, effetti sonori o musica di sottofondo; è attivo per impostazione predefinita. Se disattivato, si ottiene un video senza audio, al prezzo invariato.
Modelli e capacità LTX 2.5 Fast
-
Come funziona la fatturazione?
La fatturazione si basa sui secondi di video; il prezzo al secondo dipende dalla risoluzione, con il 1080p più caro del 720p. I prezzi attuali sono quelli indicati nella pagina dei prezzi.
Modelli e capacità LTX 2.5 Fast
-
Come scegliere tra testo-a-video e immagine-a-video?
Usa testo-a-video quando hai solo un'idea scritta; usa immagine-a-video quando disponi già di immagini di prodotto, poster o storyboard, così il soggetto dell'inquadratura sarà più controllabile.
Modelli e capacità LTX 2.5 Fast
-
Come si usa il fotogramma finale nel video da immagine?
Passa 2 immagini in image_urls: la seconda è il fotogramma finale. Il modello esegue una transizione naturale dal primo all'ultimo fotogramma, adatta a transizioni come giorno-notte o cambiamenti di apertura e chiusura.
Modelli e capacità LTX 2.5 Fast
-
Quali requisiti devono avere il primo e l'ultimo fotogramma?
URL di immagini JPG, PNG o WebP. Più la composizione e la posizione della camera delle due immagini sono simili, più fluida sarà la transizione.
Modelli e capacità LTX 2.5 Fast
-
È possibile modificare la frequenza dei fotogrammi?
Fissa a 25fps, non è necessario passare parametri.
Modelli e capacità LTX 2.5 Fast
-
Il formato del video generato da un'immagine segue quello dell'immagine?
Il formato di output è determinato da aspect_ratio. Si consiglia di impostarlo uguale a quello dell'immagine del primo frame, per evitare ritagli o bordi.
Modelli e capacità LTX 2.5 Fast
-
Come si scrive un prompt per ottenere risultati migliori?
Scrivi seguendo lo schema "soggetto + azione + inquadratura + suono", ad esempio "barista che versa il latte creando una rosetta, primo piano, luce del mattino, tintinnio di tazza e piattino". Per il video da immagine basta descrivere il movimento da aggiungere, senza ripetere la scena.
Modelli e capacità LTX 2.5 Fast
-
Per quanto tempo vengono conservati i video generati?
Il link al risultato ha una validità limitata; se desideri conservarlo a lungo, scaricalo o salvalo tempestivamente sul tuo spazio di archiviazione.
Modelli e capacità LTX 2.5 Fast
-
Come si usa questa voce senza immagini?
Basta descrivere la scena, l'azione, l'inquadratura e l'audio; il primo e l'ultimo fotogramma possono essere omessi e, in assenza di immagini, viene usata la tela orizzontale predefinita. Le applicazioni esistenti possono continuare a usare minimax-h3-max; per le nuove creazioni in cui è necessario scegliere il formato, usare MiniMax H3 Max Text-to-Video.
Modelli e capacità
-
Ho già delle immagini: posso usarle come primo o ultimo fotogramma?
Puoi fornire il primo fotogramma, l'ultimo fotogramma o entrambi insieme. Il primo fotogramma imposta l'immagine iniziale, l'ultimo fotogramma guida l'immagine finale; con il primo fotogramma la tela segue il primo fotogramma, con solo l'ultimo fotogramma segue l'ultimo fotogramma. Quando usi le immagini dei fotogrammi non passare contemporaneamente aspect_ratio.
Modelli e capacità
-
I vecchi parametri del formato immagine possono controllare l'orientamento verticale?
Questo punto di accesso mantiene la compatibilità con aspect_ratio, ma non garantisce che questo campo modifichi la tela di generazione. Se è necessario selezionare esplicitamente 9:16 o un altro formato, utilizzare MiniMax H3 Max Text-to-Video; in presenza di un'immagine, la tela è determinata dalla composizione dell'immagine.
Modelli e capacità
-
È necessario modificare il codice delle chiamate esistenti?
No. Il nome del modello, l'indirizzo dell'endpoint, la durata predefinita e la risoluzione predefinita rimangono invariati; le richieste precedentemente valide restano valide. Solo se si desidera utilizzare i nuovi campi opzionali, è necessario aggiungerli alla richiesta.
Modelli e capacità
-
Qual è la differenza tra questa voce e le nuove voci di text-to-video e image-to-video?
Questa voce mantiene il comportamento originale: l'immagine è facoltativa e, in sua assenza, la modalità predefinita è orizzontale. La voce text-to-video accetta solo testo con formato immagine facoltativo; la voce image-to-video richiede almeno un primo frame o un ultimo frame. Per tutte e tre, le modalità di durata, risoluzione, seed, espansione e audio di destinazione sono identiche.
Modelli e capacità
-
Quanti caratteri può avere al massimo il prompt?
In questa sezione, al massimo 7.000 caratteri. Se hai bisogno di una descrizione della scena più lunga, le sezioni text-to-video e image-to-video hanno un limite più alto.
Modelli e capacità
-
Bisogna attivare 1080P per impostazione predefinita per le richieste esistenti?
Non modificare il valore predefinito. Le richieste esistenti che non specificano la risoluzione rimangono a 768P; solo passando esplicitamente 1080P verrà utilizzata quella modalità. Si consiglia di eseguire prima alcune prove su un piccolo numero di attività e confrontare i risultati finali prima di decidere.
Modelli e capacità
-
Perché lo stesso prompt produce proporzioni diverse nelle richieste di testo e in quelle di immagine?
Perché la tela deriva dall'immagine. Con un primo fotogramma si segue il primo fotogramma, con solo l'ultimo fotogramma si segue l'ultimo fotogramma, mentre con solo testo si usa l'orizzontale predefinito. Per fissare le proporzioni con solo testo, passa all'ingresso di text-to-video.
Modelli e capacità
-
È necessario preparare delle immagini?
No, questa voce crea video solo a partire dal testo e non accetta immagini del primo o dell'ultimo fotogramma. Se disponi già di immagini e desideri impostare il fotogramma iniziale o finale, scegli MiniMax H3 Max Image-to-Video.
Modelli e capacità
-
Come scegliere le proporzioni per la posizione di pubblicazione?
Scegli tra 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. Il formato orizzontale è adatto per inquadrature d'ambiente e titoli di testa, il verticale per i video brevi, il quadrato per i feed. Nella composizione indica la posizione del soggetto e lo spazio di movimento, così l'inquadratura si adatta alle proporzioni scelte.
Modelli e capacità
-
Come si scrive una descrizione dell'inquadratura più chiara?
Parti dal soggetto e dall'ambiente, poi descrivi un'azione coerente, la direzione della camera e il suono. Evita di inserire troppi eventi in un breve video; se serve una descrizione più ricca, puoi usare l'espansione del prompt e regolarti dopo aver visto il risultato finale.
Modelli e capacità
-
Lo schermo verticale 9:16 produce davvero un output verticale?
Sì. Questa voce genera direttamente nel formato selezionato; il nostro test a 768P ha restituito 768×1344.
Modelli e capacità
-
È possibile utilizzare un audio di riferimento e una durata molto breve contemporaneamente?
No. Quando si utilizza un audio di riferimento, la durata del video deve essere di almeno 2 secondi e anche l'audio stesso deve durare almeno 2 secondi. Se si desidera creare solo un frammento molto breve entro 1 secondo, è sufficiente lasciare che il modello generi l'audio da solo.
Modelli e capacità
-
Come si possono ottenere formati diversi con uno stile simile a partire dalla stessa idea?
Fissa il prompt e il seed, modificando solo aspect_ratio. Lo stesso seed non garantisce immagini identiche, ma stile, tonalità e tendenza dei movimenti sono di solito più simili, facilitando la selezione.
Modelli e capacità
-
Quando si attiva l'espansione del prompt?
Quando hai solo una breve idea creativa, usa balanced o quality per lasciare che il modello aggiunga dettagli; quando hai già scritto inquadratura, illuminazione e azioni, usa disabled e mantieni la tua formulazione. L'espansione non modifica la durata richiesta.
Modelli e capacità
-
Perché la durata restituita presenta una leggera differenza rispetto alla richiesta?
Il video viene generato fotogramma per fotogramma, quindi la durata finale cade sul confine di fotogramma più vicino. Nei nostri test la differenza è inferiore a un terzo di secondo. Quando serve un punto di montaggio preciso, fai riferimento alla durata del video restituito.
Modelli e capacità
-
Per quali usi è adatta la risoluzione 1080P?
1080P è un livello di output ulteriormente potenziato rispetto a 768P, adatto alla consegna finale o alla riproduzione su grandi schermi; nelle fasi di bozza e confronto, 480P o 768P sono più rapidi.
Modelli e capacità
-
È necessario caricare sia il primo che l'ultimo fotogramma?
Fornisci almeno un'immagine: usa solo il primo fotogramma per impostare la scena iniziale, solo l'ultimo per guidare la scena finale, oppure entrambi per definire la composizione di inizio e fine. Queste immagini svolgono la funzione di fotogrammi di inizio e fine del video, non sono normali immagini di riferimento per lo stile.
Modelli e capacità
-
Da quale immagine è determinato il rapporto d'aspetto?
Se è presente il primo frame, fa fede il primo frame; se è presente solo il frame finale, fa fede il frame finale. Questa interfaccia non accetta aspect_ratio. Prepara un'immagine orizzontale o verticale adatta alla posizione di pubblicazione; con due frame è preferibile usare lo stesso formato e le dimensioni di output effettive dipendono dal video.
Modelli e capacità
-
Il prompt deve ripetere la descrizione dell'immagine?
L'immagine fornisce già il soggetto e la composizione; il prompt deve concentrarsi sulle azioni, sui cambiamenti dell'ambiente e su come proseguire con la camera. Se è necessario fissare la posizione finale, indica la direzione del movimento insieme al fotogramma finale e lascia una durata adeguata per l'azione.
Modelli e capacità
-
È possibile passare solo il fotogramma finale?
Sì. Quando passi solo il fotogramma finale, esso costituisce sia l'immagine conclusiva sia la determinazione del formato complessivo. Basta che il prompt descriva l'azione che si svolge dall'inizio fino a questo finale.
Modelli e capacità
-
Cosa succede se le dimensioni del primo e dell'ultimo fotogramma non coincidono?
Il formato si basa sul primo fotogramma; l'ultimo viene adattato di conseguenza, ma se la differenza è troppo grande la transizione potrebbe risultare innaturale. Si consiglia di utilizzare per le due immagini lo stesso orientamento e una composizione simile.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento per controllare lo stile invece dei fotogrammi di inizio e fine?
No. Le immagini di questa voce sono i fotogrammi di inizio e fine del video, non un riferimento di stile generico. Se devi partire dal testo, usa la voce di generazione video da testo.
Modelli e capacità
-
Come si abbina l'audio di destinazione alle immagini?
Dopo aver passato target_audio_url, la traccia audio del video finale viene sostituita con il tuo audio. L'audio deve durare almeno 2 secondi e non superare i 15 MB, e anche il video deve durare almeno 2 secondi. Non garantisce di guidare il movimento delle immagini; i movimenti dipendono ancora dalla descrizione nel prompt.
Modelli e capacità
-
A cosa serve il 1080P per la generazione di video da immagine?
Il 1080P è un livello di output che potenzia ulteriormente l'immagine rispetto al 768P. Abbiamo testato con due immagini verticali come fotogrammi iniziale e finale, e il 1080P ha restituito 1080×1920. È adatto per la consegna finale; per confrontare i prompt, usare il 480P è più veloce.
Modelli e capacità
-
Perché provare prima una versione di durata molto breve?
La durata supporta valori decimali da 0,92 a 15 secondi. Conferma prima con 1,5–2 secondi se il primo fotogramma viene utilizzato correttamente e se l'orientamento dell'immagine è quello previsto, poi estendi alla durata finale: così eviti molti tentativi a vuoto.
Modelli e capacità
-
Come si passa dalla generazione alla modifica?
Basta scrivere il prompt per generare un'immagine. Dopo aver aggiunto un'immagine di riferimento, descrivi i contenuti da modificare e i dettagli da mantenere obbligatoriamente; entrambe le modalità utilizzano lo stesso ID modello. Ogni attività viene elaborata in modo indipendente; per continuare la modifica, fornisci nuovamente il risultato precedente.
Modelli e capacità
-
Come si utilizzano le immagini di riferimento insieme al prompt?
Aggiungi fino a 10 immagini JPEG, PNG o WebP. Descrivi il soggetto, lo sfondo o lo stile forniti da ciascuna immagine, poi elenca gli elementi da mantenere. Gli URL delle immagini devono essere accessibili pubblicamente; tramite API, ogni singola immagine non deve superare i 30 MB.
Modelli e capacità
-
Come viene scelto il formato con auto?
auto lascia che il modello scelga il formato in base al prompt e all'immagine di riferimento. Quando serve un poster o un posizionamento pubblicitario, scegli direttamente un rapporto esplicito; il livello di risoluzione non rappresenta una dimensione fissa in pixel di larghezza e altezza. Il rapporto è l'obiettivo di composizione, i pixel effettivi possono variare leggermente, soprattutto per 1:8 e 8:1; per i posizionamenti fissi verifica le dimensioni del file di output prima di ritagliare.
Modelli e capacità
-
Come migliorare la leggibilità del testo di un poster?
Scrivi frase per frase il testo che deve apparire, indica la posizione di titolo, etichette e sottotitoli e limita il testo aggiuntivo. Una volta ottenuto il risultato finale, verifica parola per parola, soprattutto per i corpi piccoli e i paragrafi più lunghi.
Modelli e capacità
-
È possibile generare immagini con sfondo trasparente o più immagini in una volta?
Attualmente ogni attività genera una singola immagine JPG o PNG; non sono disponibili un'opzione per lo sfondo trasparente né un parametro per il numero di immagini in batch. PNG è un formato di file e non garantisce uno sfondo trasparente.
Modelli e capacità
-
Come ottenere e salvare i risultati?
Dopo l'invio, salva taskId, controlla lo stato tramite GET /v1/tasks/:id e, in caso di successo, leggi output[].url. Puoi anche impostare callback.url per ricevere la notifica dello stato finale; salva tempestivamente i risultati destinati all'uso a lungo termine.
Modelli e capacità
-
Per quali tipi di creazione è adatto Nano Banana 2.1?
Puoi iniziare da ritratti di moda e scene d'interni, oppure fornire un'immagine originale per una modifica di riferimento. Questa pagina mostra ritratti costieri, spazi con arredi e confronti di cambio outfit generati realmente; il risultato dipende dall'input specifico, quindi è necessario controllare i dettagli prima della consegna.
Modelli e capacità
-
Come scegliere tra 1K, 2K e 4K?
Inizia con 1K per definire la direzione; scegli 2K quando devi discutere dettagli di materiali, spazio o layout; considera 4K per visualizzazioni più grandi e ritagli successivi. Una risoluzione più alta non corregge automaticamente errori di testo o struttura; le dimensioni effettive in pixel variano con il formato.
Modelli e capacità
-
Come modificare un'immagine preservando il più possibile la composizione originale?
Carica l'immagine originale da modificare e indica separatamente gli elementi da modificare e quelli da preservare, ad esempio sostituire la giacca, mantenere il volto della persona, la posa e lo sfondo. Confronta il risultato con l'immagine originale, controllando i bordi dei vestiti, le mani e le luci/ombre; se è necessario continuare a modificare, fornisci di nuovo il risultato precedente.
Modelli e capacità
-
Come posso rendere le immagini generate più simili a fotografie?
Specifica il soggetto, l'azione, il tessuto o il materiale della superficie, la posizione dell'obiettivo e la direzione della luce, e limita il numero di oggetti di scena. Ingrandisci e controlla pelle, mani, riflessi e ombre; scrivere solo "fotografia di alto livello" o aumentare la risoluzione non garantisce l'accuratezza dei dettagli.
Modelli e capacità
-
Quali input richiede OmniHuman 1.5?
Un'immagine di un ritratto (image_url) e un file audio (audio_url), entrambi obbligatori. Il prompt, la maschera, la risoluzione, la modalità rapida e il seed casuale sono tutti opzionali.
Modelli e capacità
-
Con quale tipo di immagine di una persona si ottiene il risultato migliore?
Le immagini più affidabili sono quelle di una singola persona con il viso frontale e ben visibile e la bocca non coperta; vanno bene foto reali, animali domestici, illustrazioni e personaggi anime. Le immagini a mezzo busto o a figura intera producono più gesti. Il formato del video segue questa immagine, non è necessario impostare un rapporto separato.
Modelli e capacità
-
Quali sono i requisiti per l'audio?
Parlato o cantato vanno bene, formati mp3, wav, aac, ogg, m4a, massimo 10MB; la durata deve essere inferiore a 60 secondi, entro 15 secondi si ottengono i risultati migliori. La durata del video è uguale alla durata dell'audio.
Modelli e capacità
-
Posso usare audio cantato o in altre lingue, come l'inglese?
Sì. L'audio di guida può essere sia parlato che cantato; il sincronismo labiale non dipende dalla lingua. Con lo stesso ritratto, sostituendo il doppiaggio con lingue diverse, è possibile generare versioni separate per ciascuna lingua.
Modelli e capacità
-
Il prompt è obbligatorio?
No. Se non si scrive un prompt, le espressioni e i movimenti vengono gestiti autonomamente dal modello in base all'audio; scrivilo solo se vuoi controllare espressioni, gesti o inquadratura, per un massimo di 300 caratteri, con supporto per cinese, inglese, giapponese, coreano, spagnolo e indonesiano.
Modelli e capacità
-
Come si specifica il parlante quando nella scena ci sono più persone?
Carica su mask_urls delle immagini maschera della stessa dimensione dell'immagine del ritratto (area del parlante in bianco, il resto in nero), fino a un massimo di 5: la persona specificata sincronizzerà il labiale.
Modelli e capacità
-
Qual è la differenza rispetto a HeyGen Avatar IV?
OmniHuman 1.5 accetta solo input audio, ma supporta animali domestici e personaggi anime, con espressioni e movimenti del corpo più ricchi, e consente di specificare l'interlocutore tramite una maschera; HeyGen Avatar IV può ricevere solo il testo delle battute e selezionare una voce dal catalogo predefinito, inoltre permette di specificare il formato e il riempimento dello sfondo.
Modelli e capacità
-
Come viene fatturato OmniHuman 1.5?
La fatturazione si basa sui secondi effettivi del video generato; 720p e 1080p hanno lo stesso prezzo. Alla creazione dell'attività viene effettuato un addebito anticipato per un massimo di 60 secondi (al momento dell'invio il saldo deve coprire il costo di 60 secondi); al completamento si liquida in base ai secondi effettivamente prodotti e la differenza viene rimborsata; le attività fallite vengono rimborsate integralmente; per il prezzo unitario consulta il prezzo in tempo reale su questa pagina.
Modelli e capacità
-
Che cos'è il video da immagine di PixVerse V6?
È la versione image-to-video di PixVerse V6: carica un'immagine come primo fotogramma, poi descrivi con un prompt le azioni, le inquadrature e l'atmosfera da aggiungere per generare un video da 1 a 15 secondi, da 360p a 1080p, con audio sincronizzato e preset di stile opzionali.
Modelli e capacità PixVerse V6
-
Da cosa è determinato il rapporto d'aspetto del video in output?
È determinato dal rapporto d'aspetto dell'immagine del primo frame fornita in image_url, per questo la generazione video da immagine non ha il parametro aspect_ratio. Se serve un video verticale, carica un'immagine verticale; se serve 16:9, carica un'immagine orizzontale.
Modelli e capacità PixVerse V6
-
Come si scrive un prompt?
Scrivi solo i cambiamenti che desideri: azione del soggetto, movimento di camera, cambiamenti dell'ambiente e suono; non è necessario ripetere ciò che è già presente nell'immagine. Specifica chiaramente quali elementi devono restare immobili, ad esempio "la camera resta immobile" e "lo sfondo non cambia".
Modelli e capacità PixVerse V6
-
Quali sono i requisiti per l'immagine di input?
image_url deve essere l'indirizzo di un'immagine accessibile pubblicamente, oppure è possibile caricarla direttamente nel Playground. Le immagini con un soggetto chiaro, una composizione completa e spazio per il movimento producono più facilmente un movimento stabile.
Modelli e capacità PixVerse V6
-
Quali durate e risoluzioni sono supportate?
duration può essere qualsiasi numero intero di secondi compreso tra 1 e 15, il valore predefinito è 5 secondi; resolution offre quattro livelli: 360p, 540p, 720p e 1080p, il valore predefinito è 720p.
Modelli e capacità PixVerse V6
-
È possibile generare l'audio?
Sì. Impostando generate_audio su true, insieme al video vengono generati musica di sottofondo, effetti sonori e dialoghi; nel prompt è possibile descrivere i suoni desiderati. Il valore predefinito è false, che produce solo le immagini.
Modelli e capacità PixVerse V6
-
Come si usa il preset di stile style?
style può essere anime (anime), 3d_animation (animazione 3D), clay (clay), comic (fumetto), cyberpunk (cyberpunk). Se non specificato, viene mantenuto lo stile naturale del modello; specificarlo solo quando serve uno stile uniforme.
Modelli e capacità PixVerse V6
-
Come si calcola il limite massimo di lunghezza del prompt?
Sia prompt che negative_prompt vengono calcolati in byte UTF-8, con un limite massimo di 2048 byte: le lettere inglesi occupano 1 byte ciascuna, i caratteri CJK come quelli cinesi 3 byte ciascuno, quindi in solo cinese circa 680 caratteri.
Modelli e capacità PixVerse V6
-
A cosa servono negative_prompt e seed?
negative_prompt indica i contenuti da evitare, ad esempio sfarfallio dell'immagine, watermark di testo, deformazioni degli arti; una volta fissato seed, gli stessi prompt e parametri permettono di riprodurre lo stesso risultato, così è comodo modificare una sola variabile per fare confronti.
Modelli e capacità PixVerse V6
-
Come viene fatturato PixVerse V6?
La fatturazione avviene in base ai secondi di output; il prezzo unitario è determinato dalla risoluzione e dalla presenza o meno dell'audio generato, per un totale di 8 livelli: da 360p a 1080p il prezzo aumenta progressivamente a ogni livello, e il prezzo unitario con audio attivato è superiore a quello senza audio. L'importo effettivo è soggetto al prezzo corrente indicato nella pagina dei prezzi e al registro delle attività.
Modelli e capacità PixVerse V6
-
Come controllare i costi durante i test?
Inizia con 360p o 540p, clip brevi di pochi secondi, audio disattivato, per verificare movimento e composizione; poi passa a 720p o 1080p con audio attivato per la versione definitiva. Nei casi di questa pagina ci sono sia filmati di test a 540p da 4 secondi, sia versioni definitive a 720p.
Modelli e capacità PixVerse V6
-
Come si effettua una chiamata tramite API?
Invia un'attività asincrona tramite POST /v1/tasks: la richiesta restituisce immediatamente un taskId; in produzione si consiglia di passare callback.url per ricevere la notifica dello stato finale, mentre in fase di debug è possibile eseguire il polling di GET /v1/tasks/:id e, una volta completato, scaricare l'MP4 da output[].url.
Modelli e capacità PixVerse V6
-
Che cos'è il text-to-video di PixVerse V6?
È la versione text-to-video di PixVerse V6: basta scrivere un prompt per generare video da 1 a 15 secondi, da 360p a 1080p, con audio sincronizzato opzionale e 5 preset di stile, senza bisogno di caricare alcuna immagine.
Modelli e capacità PixVerse V6
-
Quali rapporti d'aspetto sono supportati?
aspect_ratio supporta 8 formati: 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2, 21:9; il predefinito è 16:9. Per i video brevi in verticale scegli direttamente 9:16, per un effetto widescreen scegli 21:9.
Modelli e capacità PixVerse V6
-
Cosa fare quando è necessario fissare l'immagine di apertura?
Passa a pixverse-v6/image-to-video: carica un'immagine come primo frame e il video inizierà da questa immagine. La generazione video da testo è adatta per ideare la scena da zero, mentre la generazione video da immagine è adatta a scenari in cui si dispone già di materiale o si necessita di bloccare la composizione.
Modelli e capacità PixVerse V6
-
A cosa è adatto Qwen Image 2.1 Pro?
È adatto per la generazione di immagini da testo e l'editing di immagini che richiedono un equilibrio tra qualità e velocità; può fare riferimento a un massimo di 10 immagini alla volta e offre buone prestazioni anche nel rendering di testi in cinese e inglese.
Modelli e capacità
-
Quante immagini di riferimento sono supportate? In che modo l'ordine influisce sul risultato?
Da 1 a 10; se non si passa alcuna immagine di riferimento si ottiene una generazione testo-immagine. Le immagini multiple vengono numerate secondo l'ordine dell'array e basta riferirsi ad esse nel prompt con «immagine 1», «immagine 2» — il caso di inserimento di mobili nella scena di questa pagina, ad esempio, mette il soggetto nell'immagine 1 e la scena nell'immagine 2, con i due ruoli ben distinti che non si confondono.
Modelli e capacità
-
Qual è la relazione tra formato e dimensioni?
Sono la stessa cosa: i cinque valori di aspect_ratio corrispondono ciascuno a una dimensione fissa in pixel di livello 2K (1:1 corrisponde a 2048*2048, 16:9 a 2688*1536, 9:16 a 1536*2688, 4:3 a 2368*1728, 3:4 a 1728*2368); se non viene specificato, il modello decide autonomamente in base al prompt e all'immagine di riferimento. Per controllare con precisione il layout, scegli il rapporto; non aspettarti di poter specificare anche i pixel.
Modelli e capacità
-
Bisogna attivare prompt_extend?
È attivo per impostazione predefinita: espande una breve descrizione in un'istruzione di disegno più completa e la documentazione indica che aggiunge circa 3–5 secondi di tempo di elaborazione. Se vuoi partire con una sola frase, tenerlo attivo è più comodo; se nel prompt hai già specificato in modo sufficientemente dettagliato l'immagine, il contenuto testuale e la posizione, le informazioni aggiuntive introdotte dall'espansione potrebbero non essere quelle che desideri, quindi puoi disattivarlo secondo necessità.
Modelli e capacità
-
Come viene calcolato il prezzo?
La fatturazione si basa sul numero di immagini generate con successo; la generazione da testo e la modifica con immagine di riferimento hanno lo stesso prezzo, e l'immagine di riferimento stessa non comporta costi aggiuntivi; una richiesta genera sempre una sola immagine (n fissato a 1).
Modelli e capacità
-
Come scegliere tra Qwen Image 2.0 e 3.0?
Per una qualità d'immagine equilibrata scegli 2.1 Pro: testo-immagine ed editing in un unico modello, formati fissi in cinque proporzioni a livello 2K, nessun supporto ai prompt negativi. Se hai bisogno di preset di dimensione o di prompt negativi, scegli Qwen Image 2.0. Se vuoi fare editing più orientato alla comprensione del prompt con livelli 1K/2K, puoi provare Qwen Image 3.0.
Modelli e capacità
-
Il rendering del testo cinese è affidabile?
In questo caso di poster in cinese presente nella pagina, dopo aver specificato parola per parola nel prompt le tre righe di testo, il titolo, la data e il luogo sono stati tutti renderizzati correttamente senza aggiungere decorazioni superflue. La chiave è non lasciare che il modello inventi il testo: scrivi il contenuto di ogni riga, la gerarchia delle dimensioni del carattere e la posizione, e richiedi esplicitamente che nell'immagine non compaia altro testo.
Modelli e capacità
-
Può generare uno sfondo trasparente?
La documentazione indica che questa serie può generare PNG con sfondo trasparente RGBA tramite prompt, ma noi abbiamo testato entrambe le varianti di questo modello una volta ciascuna e in entrambi i casi abbiamo ottenuto risultati opachi (alpha tutto a 255), il che indica che questa capacità è sensibile alla formulazione del prompt e non sufficientemente stabile. Se serve uno sfondo trasparente affidabile, è meglio usare un modello dedicato alla rimozione dello sfondo.
Modelli e capacità
-
Come scegliere tra Pro e Turbo?
Stessi input e stesse capacità, la differenza sta in velocità, dettaglio e prezzo unitario: usa Pro per il video finale, le immagini di prodotto e le scene che richiedono una precisa impaginazione del testo; usa Turbo per bozze in batch, immagini per i social e l'esplorazione di direzioni.
Modelli e capacità
-
A cosa è adatto Qwen Image 2.1 Turbo?
Adatto a scenari con un elevato rapporto qualità-prezzo e generazione rapida di immagini: bozze concettuali, immagini per i social media, adesivi e illustrazioni in batch. Ha le stesse capacità di Pro, ma è più veloce e costa meno.
Modelli e capacità
-
Sono supportate le immagini di riferimento? Come funziona l'ordine?
Come per Pro, è supportata la modifica delle immagini con 1–10 immagini di riferimento; se non ne viene passata nessuna, si tratta di text-to-image. Le immagini di riferimento sono numerate in base all'ordine dell'array e possono essere indicate nel prompt come «immagine 1» — il caso di conversione di una foto in acquerello in questa pagina utilizza una singola immagine di riferimento per cambiare lo stile. Quando è necessario utilizzare contemporaneamente sia il soggetto che la scena, specificare il ruolo di ciascuno indicando «immagine 1 soggetto, immagine 2 scena».
Modelli e capacità
-
Qual è il rapporto tra formato e dimensioni?
Come per Pro: ciascuno dei cinque valori di aspect_ratio corrisponde a una dimensione fissa di livello 2K (1:1 2048*2048, 16:9 2688*1536, 9:16 1536*2688, 4:3 2368*1728, 3:4 1728*2368); se non specificato, la decisione spetta al modello. Per le immagini destinate ai social media si consiglia di specificare direttamente 1:1 o 16:9, per evitare che le dimensioni varino in base all'immagine di riferimento.
Modelli e capacità
-
Bisogna attivare prompt_extend?
È attivo per impostazione predefinita e trasforma una singola frase in un'istruzione di disegno più completa; la documentazione indica un aumento di circa 3–5 secondi. Per prove rapide è più comodo tenerlo attivo; se il prompt è già molto specifico o vuoi vedere solo una composizione precisa, puoi disattivarlo per ridurre le variabili.
Modelli e capacità
-
Come si calcola il prezzo?
La fatturazione si basa sul numero di immagini generate con successo, con un prezzo fisso per immagine, inferiore a Pro; le immagini di riferimento non comportano costi aggiuntivi, una richiesta genera un'immagine (n fisso a 1).
Modelli e capacità
-
Come scegliere tra Pro e Qwen Image 2.0?
Turbo e Pro hanno gli stessi parametri di input, limite massimo di immagini di riferimento, formati e capacità di rendering del testo: scegli Turbo per la velocità e la generazione di immagini in batch, scegli Pro per risultati finali più dettagliati. Scegli Qwen Image 2.0 quando hai bisogno di preset di dimensione o di prompt negativi.
Modelli e capacità
-
A cosa bisogna prestare attenzione quando si cambia stile?
Nei test, il trasferimento di stile di Turbo tende a essere conservativo: dicendo solo «stile acquerello», il risultato assomiglia più a una foto con un effetto invecchiato; solo passando a «ridisegna con forme semplificate e dettagli omessi, con bordi delle campiture che presentino sbavature da pittura bagnato su bagnato» si ottiene una chiara sensazione di illustrazione ad acquerello, mantenendo al contempo la struttura architettonica e la posizione dei mobili coerenti con l'immagine di riferimento. Per cambiare davvero stile, bisogna richiedere esplicitamente ridisegno e semplificazione, non limitarsi a scrivere il nome di uno stile.
Modelli e capacità
-
Quante immagini si possono generare in una volta? Come si sceglie Turbo?
Una singola richiesta genera sempre un'immagine (n è fissato a 1); per avere più proposte, invia più attività oppure riesegui con seed diversi. Scegli Turbo per bozze rapide e generazioni su larga scala; scegli Pro per il risultato finale quando serve una qualità dei dettagli più elevata.
Modelli e capacità
-
Quali input sono necessari per il video da immagine di Ray 3.2?
Due campi obbligatori: prompt (da 1 a 6000 caratteri) e image_url del primo frame. Opzionali end_image_url come frame finale e resolution (540p, 720p, 1080p, predefinito 540p). Nel Playground è possibile caricare direttamente immagini locali.
Modelli e capacità Ray 3.2
-
È possibile impostare la durata del video?
No. Ogni video generato da immagine ha una durata fissa di 5 secondi e nella richiesta non è presente il parametro duration. Se serve una scena di 10 secondi, si può usare Ray 3.2 da testo a video, che supporta 5 e 10 secondi.
Modelli e capacità Ray 3.2
-
Da cosa è determinato il formato dell'immagine di output?
Dalla prima frame, non esiste un parametro aspect_ratio. L'output viene adattato al formato più vicino tra 16:9, 9:16, 1:1, 4:3, 3:4 e 21:9; se il formato non coincide esattamente, i bordi vengono ritagliati. L'immagine originale del caso del deserto in questa pagina è circa 3:2 (1024×687), mentre l'output è 4:3 a 1104×832; l'immagine originale del caso del caffè freddo è 9:16 e l'output è un video verticale 9:16, praticamente senza ritagli. Per avere un controllo completo del formato di output, ritaglia la prima frame in uno di questi sei formati.
Modelli e capacità Ray 3.2
-
Come si usano il primo e l'ultimo fotogramma?
Passa il primo fotogramma in image_url e l'ultimo in end_image_url: il video passerà dal primo all'ultimo fotogramma e il prompt dovrà descrivere solo il cambiamento che avviene nel mezzo. Più l'inquadratura, l'illuminazione e la posizione del soggetto nelle due immagini sono simili, più la transizione sarà fluida; quando le inquadrature sono diverse, il modello aggiunge un movimento di camera per raccordarle, come nel caso della peonia in questa pagina.
Modelli e capacità Ray 3.2
-
Aggiungere un fotogramma finale comporta un costo aggiuntivo?
No. La generazione di video da immagini viene fatturata per singolo video in base alla risoluzione: il prezzo è lo stesso indipendentemente dal fatto che venga passato o meno end_image_url; la durata è fissa a 5 secondi, quindi non viene fatturata a secondi.
Modelli e capacità Ray 3.2
-
Quali sono le dimensioni di output delle tre risoluzioni?
Le dimensioni effettive seguono le proporzioni del primo frame. In questa pagina ci sono tre casi: con un primo frame 16:9, scegliendo 540p l'output è 960×540; con un primo frame circa 3:2, scegliendo 720p l'output è 1104×832 in 4:3; con un primo frame 9:16, scegliendo 1080p l'output è 1080×1920. Si consiglia di usare prima 540p per verificare movimento e composizione, poi 720p o 1080p per la versione definitiva. Il caso del caffè freddo in questa pagina usa 1080p, e i dettagli del vetro e delle goccioline d'acqua sono decisamente più definiti rispetto ai livelli inferiori.
Modelli e capacità Ray 3.2
-
Il video generato ha l'audio?
No. L'output è un MP4 senza traccia audio; se servono musica, voce fuori campo o effetti sonori, aggiungili in post-produzione.
Modelli e capacità Ray 3.2
-
Come si scrive un prompt per la generazione di video da immagine?
Il primo fotogramma fornisce già il soggetto e la scena, quindi il prompt deve concentrarsi su "cosa succede dopo": le azioni del soggetto, come si muove la camera, come cambiano la luce o il meteo. Non serve ridescrivere l'aspetto già presente nell'immagine; è più utile indicare chiaramente quali elementi devono rimanere invariati.
Modelli e capacità Ray 3.2
-
Come viene tariffata la generazione di video da immagine di Ray 3.2?
Ogni video viene tariffato in base alla risoluzione scelta: 540p è la più economica, 1080p la più costosa; le attività non riuscite comportano il rimborso dell'addebito. Il prezzo unitario specifico è determinato dal prezzo attualmente indicato nella pagina dei prezzi.
Modelli e capacità Ray 3.2
-
Come si chiama tramite API?
Invia un'attività asincrona a POST /v1/tasks, imposta model su ray-3.2/image-to-video, passa prompt e image_url in input e, se necessario, aggiungi end_image_url e resolution. L'endpoint restituisce immediatamente un taskId; puoi ricevere il risultato tramite callback.url oppure eseguire il polling con GET /v1/tasks/:id.
Modelli e capacità Ray 3.2
-
Come scegliere tra video da immagine e video da testo?
Se hai già l'immagine desiderata (foto prodotto, bozza di design, screenshot di un video precedente) o devi bloccare il fotogramma finale, usa il video da immagine; se hai solo un'idea testuale o ti servono 10 secondi o un formato specifico, usa il video da testo. Entrambe le modalità condividono le tre opzioni da 5 secondi allo stesso prezzo; i 10 secondi sono disponibili solo con il video da testo.
Modelli e capacità Ray 3.2
-
Quali durate supporta Ray 3.2 per la generazione di video da testo?
5 secondi o 10 secondi; passa l'intero 5 o 10 tramite duration, il valore predefinito è 5 secondi.
Modelli e capacità Ray 3.2
-
Quali risoluzioni e formati di aspect ratio sono supportati?
Risoluzioni 540p, 720p, 1080p, predefinita 540p; formati 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, predefinito 16:9. L'esempio verticale in questa pagina usa 540p + 9:16, con output effettivo 540×960; l'esempio orizzontale usa 720p + 16:9, con output 1280×720; l'esempio da 10 secondi usa 720p + 21:9, con output 1680×720.
Modelli e capacità Ray 3.2
-
Qual è il rapporto tra il prezzo di 10 secondi e quello di 5 secondi?
La fatturazione è per singolo video e il prezzo è determinato congiuntamente da due fasce: durata e risoluzione. A parità di risoluzione, la fascia da 10 secondi costa circa 3 volte quella da 5 secondi, quindi si consiglia di verificare prima con 5 secondi e poi decidere se produrre la versione da 10 secondi. L'esempio da 10 secondi in questa pagina utilizza 720p e l'addebito è circa il triplo di quello della stessa fascia da 5 secondi. Il prezzo unitario effettivo fa fede il prezzo attualmente indicato nella pagina dei prezzi.
Modelli e capacità Ray 3.2
-
È possibile caricare un'immagine di riferimento o un primo frame?
La generazione video da testo accetta solo prompt testuali. Se hai bisogno di usare un'immagine come primo frame o di specificare anche il frame finale, utilizza Ray 3.2 image-to-video (ray-3.2/image-to-video).
Modelli e capacità Ray 3.2
-
Come si scrive un prompt per ottenere più facilmente buoni risultati?
Il prompt può contenere al massimo 6000 caratteri. Si consiglia di scrivere nell'ordine "soggetto e scena → azione → movimento di camera → luce e atmosfera", specificando per la camera direzione e velocità, ad esempio "camera a campo basso che orbita" o "innalzamento lento". In un video è meglio inserire una sola azione principale: risulta più stabile rispetto all'accumulo di più eventi.
Modelli e capacità Ray 3.2
-
Il testo nell'immagine è affidabile?
No. Nel caso della ballerina al neon di questa pagina, le lettere sull'insegna sono inventate dal modello e non sono leggibili. Se servono nomi di brand, slogan o sottotitoli, sovrapponili in post-produzione.
Modelli e capacità Ray 3.2
-
È adatto per video brevi in verticale?
Puoi selezionare direttamente 9:16 per generare in verticale, senza dover prima creare una versione orizzontale e poi ritagliarla; 1:1 e 3:4 sono adatti per i feed, 21:9 per le sigle in formato widescreen.
Modelli e capacità Ray 3.2
-
Come viene fatturato Ray 3.2 per la generazione di video da testo?
Ogni video viene fatturato in base alla combinazione di durata e risoluzione, per un totale di 6 fasce; 540p + 5 secondi è la più economica; le attività non riuscite comportano il rimborso dell'addebito.
Modelli e capacità Ray 3.2
-
A cosa serve Recraft Creative Upscale?
Ingrandisce un'immagine a una risoluzione più alta, ridisegnando al contempo texture e dettagli. Non richiede prompt: basta passare l'URL di un'immagine.
Modelli e capacità Recraft Creative Upscale
-
Qual è la differenza con Recraft Crisp Upscale?
Crisp Upscale punta a rimanere fedele all'immagine originale ed è adatto a materiali come testi e prodotti che non devono essere modificati; Creative Upscale ridisegna i dettagli, rendendo l'immagine più fine, ma la struttura locale può differire dall'originale.
Modelli e capacità Recraft Creative Upscale
-
Il contenuto dell'immagine cambierà?
La composizione generale, il soggetto e la palette di colori vengono sostanzialmente mantenuti, ma i dettagli sono ridisegnati. Nell'esempio di questa pagina, i tronchi della casetta di legno, il muro in pietra e la ringhiera sono stati ridisegnati in modo più nitido, il piccolo albero accanto al portico non è stato mantenuto e anche la disposizione delle pietre è cambiata. Per i materiali con requisiti rigorosi sui dettagli, verificare prima nel Playground.
Modelli e capacità Recraft Creative Upscale
-
Quali sono i requisiti per l'immagine di input?
Carica un URL http(s) di un'immagine accessibile pubblicamente, non superiore a 20 MB, con lati da 256 a 4096 pixel e un totale di pixel non superiore a 16 MP. Gli esempi in questa pagina utilizzano immagini PNG; al momento si consiglia di usare PNG.
Modelli e capacità Recraft Creative Upscale
-
Fino a quanto si può ingrandire?
L'esempio in questa pagina ingrandisce un'immagine da 1254×1254 a 4096×4096. Le dimensioni dei risultati per input di altre dimensioni dipendono da quanto viene effettivamente restituito.
Modelli e capacità Recraft Creative Upscale
-
Devo scrivere un prompt?
No. Questo modello ha un solo parametro, image_url, e non dispone di prompt, moltiplicatori o impostazioni di stile.
Modelli e capacità Recraft Creative Upscale
-
Qual è il formato dell'output?
Scarica l'immagine da output[].url del risultato del task. L'esempio in questa pagina restituisce un'immagine WebP.
Modelli e capacità Recraft Creative Upscale
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate, 1 immagine per richiesta; il prezzo attuale è indicato nella parte superiore della pagina e nella pagina dei prezzi.
Modelli e capacità Recraft Creative Upscale
-
Per quali immagini è adatto?
È adatto a materiali come illustrazioni, paesaggi e immagini di scena in cui i dettagli possono essere ridisegnati, ad esempio per rinnovare materiali vecchi o ingrandire immagini generate più piccole da usare per la presentazione. Le immagini che contengono testo preciso, loghi o dettagli di prodotto sono più adatte a Crisp Upscale.
Modelli e capacità Recraft Creative Upscale
-
Per quanto tempo vengono salvate le immagini dei risultati?
I link ai risultati hanno una scadenza: dopo il completamento dell'attività, trasferisci tempestivamente le immagini nel tuo archivio.
Modelli e capacità Recraft Creative Upscale
-
A cosa serve Recraft Creative Upscale?
Ingrandisce un'immagine a una risoluzione più alta, ridisegnando al contempo texture e dettagli. Non richiede prompt: basta passare un URL di un'immagine.
Modelli e capacità
-
Qual è la differenza con Recraft Crisp Upscale?
Crisp Upscale punta a rimanere fedele all'immagine originale ed è adatto a materiali che non devono essere modificati, come testi e prodotti; Creative Upscale ridisegna i dettagli, rendendo l'immagine più fine, ma la struttura locale potrebbe differire dall'originale.
Modelli e capacità
-
Il contenuto dell'immagine cambierà?
La composizione complessiva, il soggetto e la palette di colori vengono sostanzialmente mantenuti, ma i dettagli vengono ridisegnati. Nell'esempio di questa pagina, i tronchi della baita, il muro in pietra e la ringhiera sono stati ridisegnati in modo più definito, il piccolo albero accanto al portico non è stato mantenuto e anche la disposizione delle pietre è cambiata. Per i materiali con requisiti rigorosi sui dettagli, verifica prima nel Playground.
Modelli e capacità
-
Quali sono i requisiti per l'immagine di input?
Carica un URL di immagine http(s) accessibile pubblicamente, non superiore a 20 MB, con lati da 256 a 4096 pixel e un totale di pixel non superiore a 16 MP. Gli esempi in questa pagina utilizzano immagini PNG; al momento si consiglia di usare PNG.
Modelli e capacità
-
Fino a quanto può essere ingrandita?
L'esempio in questa pagina ingrandisce un'immagine da 1254×1254 a 4096×4096. Le dimensioni del risultato per input di altre dimensioni dipendono da ciò che viene effettivamente restituito.
Modelli e capacità
-
È necessario scrivere un prompt?
No. Questo modello ha un solo parametro, image_url, e non dispone di prompt, moltiplicatori o impostazioni di stile.
Modelli e capacità
-
In che formato viene restituito l'output?
Scarica l'immagine da output[].url nel risultato dell'attività. L'esempio in questa pagina restituisce un'immagine WebP.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate, 1 immagine per richiesta; per il prezzo attuale consulta la parte superiore della pagina e la pagina dei prezzi.
Modelli e capacità
-
Per quali immagini è adatto?
È adatto a materiali come illustrazioni, paesaggi e immagini di scena in cui i dettagli possono essere ridisegnati, ad esempio per rinnovare materiali obsoleti o ingrandire immagini generate più piccole per la visualizzazione. Le immagini che contengono testo preciso, loghi o dettagli di prodotti sono più adatte a Crisp Upscale.
Modelli e capacità
-
Per quanto tempo vengono conservate le immagini risultanti?
I link ai risultati hanno una validità limitata; dopo il completamento dell'attività, salva tempestivamente le immagini nel tuo storage.
Modelli e capacità
-
Recraft Crisp Upscale richiede un prompt?
No. Il modello riceve solo un URL di immagine (input.image_url), senza altri parametri.
Modelli e capacità
-
Di quante volte viene ingrandita? È possibile scegliere il fattore di ingrandimento?
L'ingrandimento è fisso a 2 volte sia in larghezza che in altezza; non è possibile scegliere il fattore di ingrandimento. Ad esempio, 640×640 restituisce 1280×1280, 941×1672 restituisce 1882×3344.
Modelli e capacità
-
Quali sono i requisiti per l'immagine di input?
Sono supportati JPEG, PNG e WEBP, con una dimensione massima di 10 MB per immagine, e deve essere un URL http(s) accessibile pubblicamente. Nel Playground è anche possibile caricare direttamente un'immagine.
Modelli e capacità
-
Qual è il formato dell'output?
Un'immagine JPEG. Al momento non è possibile scegliere l'output PNG o WEBP.
Modelli e capacità
-
Il contenuto dell'immagine verrà modificato?
No. Crisp Upscale aumenta solo la risoluzione e la nitidezza, non ridisegna il contenuto e non genera nuovi testi o oggetti.
Modelli e capacità
-
Se ingrandisco un PNG con sfondo trasparente, rimane trasparente?
L'output è in JPEG e non include il canale di trasparenza. Se hai bisogno di un risultato trasparente, ti consigliamo di ingrandire prima e poi usare Recraft Remove Background per rimuovere lo sfondo.
Modelli e capacità
-
Quanto tempo serve per elaborare un'immagine?
Di solito da 10 secondi a circa 1 minuto. L'attività è asincrona: dopo l'invio viene restituito immediatamente un taskId.
Modelli e capacità
-
Per rimuovere lo sfondo con Recraft è necessario scrivere un prompt?
No. Il modello riceve solo un URL di immagine (input.image_url), senza alcun parametro testuale, ed è adatto all'integrazione diretta in pipeline batch.
Modelli e capacità
-
È possibile preservare i capelli e i bordi dei peli?
Sì. Il punto di forza di questo modello è la conservazione dettagliata di capelli, peli e bordi semitrasparenti; il caso in questa pagina è proprio l'output dell'API.
Modelli e capacità
-
Quali sono i campi minimi da inviare all'API?
È sufficiente inviare model e input.image_url; l'immagine deve essere un URL https accessibile pubblicamente.
Modelli e capacità
-
Qual è la differenza tra Recraft V4.1 e V4.1 Flash?
V4.1 pone maggiormente l'accento sui dettagli e sulla completezza, mentre Flash è più veloce e adatto alla produzione di bozze in batch.
Modelli e capacità Recraft V4.1
-
Quali dimensioni sono supportate?
image_size può essere square_hd (predefinito), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9 tra sei opzioni.
Modelli e capacità Recraft V4.1
-
Come si specificano i colori?
Tramite l'API, passando colors (array di oggetti RGB) e background_color (un singolo oggetto RGB), con ogni canale con valore da 0 a 255. Il Playground online al momento non offre questi due parametri.
Modelli e capacità Recraft V4.1
-
I parametri di colore vengono sempre rispettati rigorosamente?
colors è una palette di colori preferita e l'immagine cercherà di rientrare in questa serie di colori; se nel prompt sono indicati colori in evidente conflitto, il risultato potrebbe mescolare i due.
Modelli e capacità Recraft V4.1
-
Quante immagini si possono generare in una volta?
Ogni richiesta genera 1 immagine. Per ottenere più immagini, invia più attività separate.
Modelli e capacità Recraft V4.1
-
In che formato viene restituito l'output?
Viene restituita 1 immagine, scaricabile tramite output[].url nel risultato dell'attività. Il link del risultato ha una validità limitata, salvalo tempestivamente.
Modelli e capacità Recraft V4.1
-
Il testo nell'immagine è scritto correttamente?
I titoli brevi sono generalmente abbastanza accurati. Scrivi il testo tra virgolette nel prompt e specifica posizione e stile del font per un risultato più stabile.
Modelli e capacità Recraft V4.1
-
È necessario caricare un'immagine di riferimento?
No, questo è un modello di generazione di immagini puramente text-to-image, è sufficiente una descrizione testuale.
Modelli e capacità Recraft V4.1
-
È possibile utilizzare l'upscaling e la rimozione dello sfondo di Recraft?
Sì. Passando l'URL dell'immagine di output a recraft/crisp-upscale è possibile ingrandirla di 2 volte, mentre passandolo a recraft/remove-background si ottiene un'immagine con sfondo trasparente.
Modelli e capacità Recraft V4.1
-
Quali parti del codice bisogna modificare per passare da Flash a V4.1?
Basta cambiare model in recraft-v4.1/text-to-image, gli altri parametri restano invariati.
Modelli e capacità Recraft V4.1
-
Posso usare il cinese per i prompt?
Sì, ma i prompt in inglese sono generalmente più affidabili per descrivere stile, materiali e inquadratura; per il testo che deve apparire nell'immagine, si consiglia di scriverlo nella lingua finale desiderata.
Modelli e capacità Recraft V4.1
-
Come viene calcolato il costo?
Il costo è calcolato in base al numero di immagini generate: 1 immagine per richiesta, con prezzo unitario secondo la tariffa in tempo reale.
Modelli e capacità Recraft V4.1
-
A cosa serve Recraft V4.1 Flash?
È ideale per generare rapidamente immagini in stile fotografico, illustrazione flat, poster e media misti, ad esempio immagini di marketing, illustrazioni di brand, immagini di prodotto e bozze concettuali.
Modelli e capacità
-
Quali dimensioni sono supportate?
image_size supporta sei preset: square_hd (predefinito), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
Modelli e capacità
-
Come si specificano i colori?
Nell'API passa colors (array di oggetti RGB) e background_color (un oggetto RGB), con ogni canale da 0 a 255. La pagina di prova online non fornisce ancora questi due campi; se necessario, chiama tramite API.
Modelli e capacità
-
La palette di colori viene applicata in modo rigoroso?
colors è una guida forte per la palette: l'immagine cercherà di mantenere questi colori, ma non è garantito che utilizzi esclusivamente queste tonalità a livello di singolo pixel.
Modelli e capacità
-
Quante immagini si possono generare in una volta?
Ogni richiesta genera 1 immagine; se ne servono più, è possibile inviare più attività.
Modelli e capacità
-
In che formato viene restituito l'output?
Viene restituita 1 immagine WEBP per volta, scaricabile da output[].url nel risultato dell'attività.
Modelli e capacità
-
Il testo nell'immagine è scritto correttamente?
I titoli brevi di solito vengono scritti correttamente. Per un risultato più stabile, metti il testo che deve apparire tra virgolette e specifica posizione e stile del carattere.
Modelli e capacità
-
È necessario caricare un'immagine di riferimento?
No. Questo è un modello text-to-image, è sufficiente una descrizione testuale.
Modelli e capacità
-
Ci sono limiti di lunghezza per i prompt?
Il prompt deve contenere da 1 a 10000 caratteri.
Modelli e capacità
-
È possibile utilizzare l'upscaling e la rimozione dello sfondo di Recraft?
Sì. Dopo la generazione, passa l'URL dell'immagine a recraft/crisp-upscale per ingrandirla fino a 2 volte, oppure a recraft/remove-background per ottenere un PNG con sfondo trasparente.
Modelli e capacità
-
L'attività è sincrona o asincrona?
Asincrona. Dopo l'invio viene restituito immediatamente un taskId; successivamente è possibile interrogare lo stato dell'attività o utilizzare un callback per ottenere il risultato.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione avviene in base al numero di immagini generate, 1 immagine per richiesta. Il prezzo unitario attuale è indicato nella parte superiore della pagina e nella pagina dei prezzi.
Modelli e capacità
-
A cosa serve Recraft V4 Styles?
Prima definisci lo stile con 1–10 immagini di riferimento, poi descrivi con un prompt ciò che vuoi disegnare: il modello genererà una nuova immagine nello stile delle immagini di riferimento. Le immagini di riferimento determinano "come disegnare", il prompt determina "cosa disegnare".
Modelli e capacità
-
È obbligatorio caricare immagini di riferimento? Quante al massimo?
Sì, è obbligatorio. image_urls è un campo obbligatorio: minimo 1 immagine, massimo 10. L'esempio in questa pagina utilizza 2 illustrazioni con lo stesso stile.
Modelli e capacità
-
Quali sono i requisiti di formato e dimensione per le immagini di riferimento?
Sono supportati PNG, JPG e WEBP; l'URL deve essere http(s) e accessibile pubblicamente; ogni immagine deve essere inferiore a 20 MB e il totale di tutte le immagini di riferimento non deve superare 64 MB; SVG non è supportato. Nel Playground è anche possibile caricare direttamente le immagini.
Modelli e capacità
-
Gli oggetti nell'immagine di riferimento verranno disegnati nel risultato?
Nell'esempio di questa pagina, la teiera, i libri e la bicicletta presenti nell'immagine di riferimento non compaiono nel risultato, che raffigura invece il caffè all'angolo descritto nel prompt; dall'immagine di riferimento vengono ereditati la palette di colori, la resa a tinte piatte e le ombre nette. Il soggetto desiderato va scritto nel prompt.
Modelli e capacità
-
Come si sceglie style_match?
precise rende il risultato più fedele allo stile dell'immagine di riferimento, flexible consente maggiori variazioni; se non viene passato, viene trattato come flexible. L'esempio di questa pagina non passa style_match.
Modelli e capacità
-
Quali dimensioni sono supportate?
image_size dispone di sei preset: square_hd (predefinito), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9. L'esempio in questa pagina utilizza square_hd, con output 1024×1024.
Modelli e capacità
-
Qual è la differenza rispetto a Recraft V4 Styles Pro?
I parametri sono gli stessi. Pro offre una risoluzione di output più alta: usando ugualmente square_hd, l'esempio di Styles restituisce 1024×1024, mentre l'esempio di Pro restituisce 2048×2048. I prezzi dei due differiscono; fa fede il prezzo in tempo reale.
Modelli e capacità
-
È possibile specificare i colori e il colore di sfondo?
Tramite l'API è possibile passare colors (array di oggetti RGB) e background_color (singolo oggetto RGB), con ogni canale da 0 a 255. Il Playground online al momento non mostra questi due parametri.
Modelli e capacità
-
È possibile salvare uno stile e riutilizzarlo più volte?
Attualmente non è supportato il passaggio di uno stile salvato. Ogni richiesta deve includere le immagini di riferimento; per mantenere lo stesso stile in un gruppo di immagini, utilizza lo stesso set di immagini di riferimento in ogni richiesta.
Modelli e capacità
-
Quante immagini vengono generate alla volta? Qual è il formato di output?
Ogni richiesta genera 1 immagine, scaricabile da output[].url nel risultato dell'attività. L'output dell'esempio in questa pagina è un'immagine WebP.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate; il numero di immagini di riferimento, i preset di dimensione e style_match non influiscono sul prezzo unitario. I prezzi attuali sono indicati nella parte superiore della pagina e nella pagina dei prezzi.
Modelli e capacità
-
Per quanto tempo vengono conservate le immagini dei risultati?
I link ai risultati hanno una scadenza: dopo il completamento dell'attività, salva tempestivamente le immagini nel tuo spazio di archiviazione.
Modelli e capacità
-
A cosa serve Recraft V4 Styles Pro?
Con 1–10 immagini di riferimento si definisce lo stile, poi con un solo prompt si descrive ciò che si vuole disegnare e il modello genera una nuova immagine a risoluzione più alta seguendo lo stile delle immagini di riferimento. Le immagini di riferimento determinano "come disegnare", il prompt determina "cosa disegnare".
Modelli e capacità
-
Qual è la risoluzione dell'output?
L'esempio in questa pagina utilizza square_hd e restituisce un'immagine WebP da 2048×2048. I pixel effettivi delle altre dimensioni predefinite dipendono da quanto restituito nella pratica.
Modelli e capacità
-
È obbligatorio caricare immagini di riferimento? Al massimo quante?
Sì, è obbligatorio. image_urls è un campo obbligatorio, minimo 1 e massimo 10. L'esempio in questa pagina utilizza 2 acquerelli con lo stesso stile.
Modelli e capacità
-
Quali sono i requisiti di formato e dimensione per le immagini di riferimento?
Sono supportati PNG, JPG e WEBP; l'immagine deve essere raggiungibile pubblicamente tramite un indirizzo http(s); ogni immagine deve essere inferiore a 20 MB e il totale di tutte le immagini di riferimento non deve superare 64 MB; SVG non è supportato. Nel Playground è anche possibile caricare direttamente le immagini.
Modelli e capacità
-
Gli oggetti nell'immagine di riferimento verranno disegnati nel risultato?
Nell'esempio di questa pagina, la barchetta, la porta di legno e il cespuglio di fiori nell'immagine di riferimento non compaiono nel risultato; il risultato raffigura il faro sulla scogliera descritto nel prompt. Dall'immagine di riferimento vengono ereditati il cielo azzurro pallido, i blocchi di pietra color beige e le pennellate ad acquerello con spazio vuoto. Il soggetto desiderato va scritto nel prompt.
Modelli e capacità
-
Come si sceglie style_match?
precise rende il risultato più vicino allo stile dell'immagine di riferimento, flexible consente maggiore variabilità; se non specificato, viene trattato come flexible. Gli esempi in questa pagina non passano style_match.
Modelli e capacità
-
Quali dimensioni sono supportate?
image_size dispone di sei preset: square_hd (predefinito), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
Modelli e capacità
-
Qual è la differenza rispetto a Recraft V4 Styles?
I parametri sono gli stessi per entrambi. Pro offre una risoluzione di output più alta: usando ugualmente square_hd, l'esempio di Styles restituisce 1024×1024, mentre l'esempio di Pro restituisce 2048×2048. I prezzi dei due differiscono; fa fede il prezzo in tempo reale.
Modelli e capacità
-
È possibile specificare la palette di colori e il colore di sfondo?
È possibile passare tramite API colors (array di oggetti RGB) e background_color (singolo oggetto RGB), con ogni canale da 0 a 255. Il Playground online al momento non mostra questi due parametri.
Modelli e capacità
-
È possibile salvare uno stile e riutilizzarlo più volte?
Al momento non è supportato il passaggio di stili salvati. Ogni richiesta deve includere l'immagine di riferimento; per mantenere lo stesso stile in un gruppo di immagini, utilizza lo stesso set di immagini di riferimento in ogni richiesta.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sul numero di immagini generate: 1 immagine per richiesta; il numero di immagini di riferimento, i preset di dimensione e style_match non influiscono sul prezzo unitario. Per i prezzi attuali, consulta la parte superiore della pagina e la pagina dei prezzi.
Modelli e capacità
-
Per quanto tempo vengono salvate le immagini dei risultati?
Il link al risultato ha una validità limitata; dopo il completamento dell'attività, trasferisci tempestivamente l'immagine sul tuo archivio.
Modelli e capacità
-
Quali sono i requisiti per l'immagine del primo frame?
Una per volta, in formato jpeg, png o webp, con una dimensione massima di 10MB per immagine; SVG non è supportato. È preferibile che le proporzioni dell'immagine corrispondano a quelle del formato di output; se le proporzioni sono diverse, il primo frame viene ritagliato centralmente, quindi è più sicuro posizionare il soggetto al centro.
Modelli e capacità Runway Gen 4.5
-
È possibile aggiungere un frame finale?
No, questo modello utilizza solo un frame iniziale; l'immagine finale è determinata dal prompt e dal modello. Se hai bisogno di specificare l'immagine finale, puoi usare Kling 2.5 Turbo Image-to-Video, che supporta un frame finale opzionale.
Modelli e capacità Runway Gen 4.5
-
Quali formati e durate posso scegliere? Qual è la risoluzione?
Formati 16:9, 9:16, 4:3, 3:4, 1:1, predefinito 16:9; durate 5, 8, 10 secondi, disponibili per ogni formato, predefinito 5 secondi; risoluzione uniforme 720p.
Modelli e capacità Runway Gen 4.5
-
I video generati hanno l'audio?
Non c'è traccia audio, il video finale contiene solo le immagini; la musica e la voce fuori campo vengono aggiunte in fase di montaggio.
Modelli e capacità Runway Gen 4.5
-
Cosa bisogna scrivere nel prompt?
Il primo fotogramma definisce già l'immagine, quindi nel prompt basta scrivere il movimento e la cinepresa, ad esempio «le nuvole si muovono, la cinepresa avanza lentamente», per un massimo di 1000 caratteri. Assegna al personaggio una o due azioni alla volta, così l'espressione e la postura risultano più naturali.
Modelli e capacità Runway Gen 4.5
-
Per quanto tempo vengono conservati i video generati?
Il link al video finito viene conservato per impostazione predefinita per circa 7 giorni; se devi utilizzarlo a lungo termine, scaricalo tempestivamente oppure seleziona l'archiviazione a lungo termine al momento della creazione dell'attività. La cronologia delle generazioni è consultabile nella cronologia delle attività.
Modelli e capacità Runway Gen 4.5
-
Come scegliere rispetto a Runway Gen-4.5 Text-to-Video?
Se hai un'immagine e vuoi che soggetto e composizione seguano l'immagine, oppure ti servono 1:1, 4:3, 3:4, usa Image-to-Video; se hai solo un'idea testuale, usa Text-to-Video, che offre solo orizzontale e verticale, e il verticale non ha 8 secondi.
Modelli e capacità Runway Gen 4.5
-
Quali formati, durate e risoluzioni sono supportati?
I formati disponibili sono 16:9 orizzontale e 9:16 verticale. Per il formato orizzontale è possibile scegliere 5, 8 o 10 secondi, mentre per quello verticale 5 o 10 secondi; il valore predefinito è 5 secondi. La risoluzione è uniformemente 720p, non sono disponibili altre qualità.
Modelli e capacità Runway Gen 4.5
-
Perché non è possibile selezionare 8 secondi in verticale?
Questa è una limitazione del modello stesso: il formato 9:16 supporta solo 5 e 10 secondi. Se hai bisogno di una durata verticale di circa 8 secondi, puoi prima generare 10 secondi e poi ritagliare in fase di montaggio.
Modelli e capacità Runway Gen 4.5
-
I video generati hanno l'audio?
No, il video finale contiene solo le immagini, senza traccia audio. Voci fuori campo, musica ed effetti sonori vengono aggiunti in fase di montaggio; se hai bisogno che il video finale includa l'audio, puoi usare Kling 2.5 Turbo Text-to-Video.
Modelli e capacità Runway Gen 4.5
-
Come si scrive il prompt?
Scrivi una o due frasi nell'ordine soggetto, scena, azione, inquadratura, poi aggiungi momento della giornata, meteo e illuminazione, per un massimo di 1000 caratteri. Pianifica una sola azione principale alla volta: chiedere contemporaneamente di girarsi, correre e salutare con la mano fa sì che le azioni si ostacolino a vicenda.
Modelli e capacità Runway Gen 4.5
-
Cosa fare se serve un'immagine quadrata o in 4:3?
Il text-to-video supporta solo 16:9 e 9:16. Per 1:1, 4:3 o 3:4, puoi usare Runway Gen-4.5 Image-to-Video, aprendo con un'immagine: sono disponibili tutti e cinque i formati.
Modelli e capacità Runway Gen 4.5
-
È possibile provarlo prima online?
Sì. Dopo l'accesso, scrivi una descrizione nella sezione Prova online in cima a questa pagina per generare prima 5 secondi e confermare la direzione; se sei soddisfatto, invia la stessa descrizione tramite l'API.
Modelli e capacità Runway Gen 4.5
-
Con Seedance 2.5 image-to-video è necessario caricare sia il primo che l'ultimo frame?
No. In modalità primo frame/primo e ultimo frame, caricando solo first_frame_url il modello estende naturalmente le immagini successive a partire dal primo frame; se serve controllare lo stato finale dell'inquadratura, fornisci anche last_frame_url. L'ultimo frame non può essere usato da solo. In alternativa puoi usare reference_image_urls o reference_audio_urls come modalità di riferimento, senza passare i frame di estremità.
Modelli e capacità Seedance 2.5
-
È possibile combinare primo frame, primo/ultimo frame e più materiali di riferimento in un'unica richiesta?
Attualmente HiAPI Playground li gestisce come due modalità di input: modalità primo frame/primo e ultimo frame, oppure modalità di riferimento reference_image_urls, reference_audio_urls. Per evitare conflitti tra i segnali di controllo, mantieni una sola modalità per volta; se hai bisogno di un video di riferimento per guidare movimenti o inquadrature, utilizza il separato seedance-2.5/reference-to-video.
Modelli e capacità Seedance 2.5
-
Quali durate e risoluzioni supporta Seedance 2.5 per la generazione di video da immagine?
Il contratto di richiesta attuale supporta durate intere da 4 a 30 secondi, nonché 720p e 1080p. L'aspect_ratio di output è fisso su adaptive e segue il formato del primo fotogramma. I quattro esempi della pagina sono tutti in 720p, di cui tre da 4 secondi e uno da 5 secondi; i 30 secondi rientrano nell'intervallo supportato dall'API, ma al momento non ci sono esempi corrispondenti nella pagina.
Modelli e capacità Seedance 2.5
-
Come viene fatturato Seedance 2.5 per la generazione video da immagine?
La fatturazione si basa sulla durata dell'output e sulla risoluzione; 720p e 1080p utilizzano tariffe al secondo diverse; gli importi esatti sono determinati dal prezzo in tempo reale nella pagina del modello e dal registro delle attività.
Modelli e capacità Seedance 2.5
-
Come scrivere un Prompt per la transizione tra frame iniziale e finale?
Descrivi prima il cambiamento continuo che avviene tra le due immagini, poi blocca inquadratura, illuminazione ed elementi che non devono cambiare. Per il passaggio giorno/notte puoi scrivere lo scorrere del tempo e l'accensione delle luci; per le crescite puoi indicare l'ordine di crescita, camera locked off, no cuts. I frame iniziale e finale determinano i punti estremi, il Prompt spiega il processo intermedio.
Modelli e capacità Seedance 2.5
-
Seedance 2.5 può generare audio sincronizzato?
Sì. generate_audio è abilitato per impostazione predefinita e può generare dialoghi, suoni ambientali, effetti sonori e musica di sottofondo sincronizzati con le immagini. Per un video muto, impostalo su false; per i materiali commerciali importanti, controlla comunque prima della pubblicazione il volume, l'accuratezza dei dialoghi e i diritti musicali.
Modelli e capacità Seedance 2.5
-
Come chiamare Seedance 2.5 per la generazione di video da immagine tramite API?
Invia un'attività asincrona a POST /v1/tasks, imposta model su seedance-2.5/image-to-video e passa in input prompt, first_frame_url, l'opzionale last_frame_url, resolution, duration e generate_audio. La richiesta di creazione restituisce taskId; per callback, interrogazione e limiti completi sui materiali consulta la documentazione API.
Modelli e capacità Seedance 2.5
-
Perché Seedance 2.5 per la generazione di video da riferimento richiede obbligatoriamente il caricamento di un video di riferimento?
Il compito principale di questo modello è estrarre movimento, movimenti di camera, ritmo o linguaggio performativo dal video, quindi reference_video_urls richiede almeno 1 segmento. Le immagini e gli audio di riferimento possono solo integrare soggetto, stile o voce, ma non possono sostituire il video di riferimento obbligatorio.
Modelli e capacità Seedance 2.5
-
Qual è la differenza tra Reference-to-Video e Image-to-Video?
Reference-to-Video utilizza un video per trasferire movimento, movimenti di camera e ritmo, senza garantire la replica esatta del primo o dell'ultimo frame; quando è necessario estendere un'inquadratura a partire da un'immagine o bloccare i punti di inizio e fine, si deve usare seedance-2.5/image-to-video. Il video generato da riferimento non viene utilizzato nemmeno per modificare o prolungare un video esistente.
Modelli e capacità Seedance 2.5
-
Come corrispondono @video1, @image1 e @audio1 ai materiali?
La numerazione viene calcolata in modo indipendente secondo l'ordine di caricamento in ciascun array. Il primo elemento di reference_video_urls è @video1, la prima immagine di reference_image_urls è @image1, il primo elemento di reference_audio_urls è @audio1. Il prompt deve specificare chiaramente se ciascun materiale fornisce l'azione, il soggetto, lo stile o il suono.
Modelli e capacità Seedance 2.5
-
Quanti materiali supporta al massimo Seedance 2.5 per la generazione video da riferimento?
Supporta da 1 a 10 video di riferimento, fino a 30 immagini di riferimento e 10 tracce audio di riferimento. I video di riferimento devono durare complessivamente non più di 30 secondi e anche gli audio di riferimento non più di 30 secondi in totale; i due limiti si calcolano separatamente. I video devono avere almeno 409600 pixel, 24–60 fps e una durata di 2–30 secondi ciascuno.
Modelli e capacità Seedance 2.5
-
Come viene fatturato Seedance 2.5 per la generazione video da riferimento?
I video di riferimento e i video generati vengono fatturati in base alla durata. Costo = prezzo unitario al secondo × (durata del video di riferimento + durata del video di output)
Modelli e capacità Seedance 2.5
-
Il video generato da riferimento di Seedance 2.5 supporta l'audio sincronizzato?
Sì. generate_audio è abilitato per impostazione predefinita e può generare dialoghi, effetti sonori e audio di sottofondo sincronizzati; se impostato su false viene generato solo il video. L'audio di riferimento serve a guidare la voce o il ritmo, ma è comunque necessario fornire almeno un video di riferimento.
Modelli e capacità Seedance 2.5
-
Come si chiama Seedance 2.5 per la generazione di video con riferimento tramite API?
Invia un'attività asincrona a POST /v1/tasks, impostando model al livello superiore della richiesta su seedance-2.5/reference-to-video; in input passa prompt e reference_video_urls, quindi aggiungi facoltativamente immagini, audio, risoluzione, durata e formato di output. La richiesta di creazione restituisce taskId.
Modelli e capacità Seedance 2.5
-
Qual è la differenza tra image-to-image e text-to-image in Seedream 4.5?
L'endpoint image-to-image utilizza l'immagine caricata come base per la modifica, ed è adatto per cambiare colori, sostituire lo sfondo, ricalibrare l'illuminazione, convertire lo stile e comporre più immagini; il text-to-image, invece, genera l'immagine da zero basandosi solo sul testo. Quando è necessario preservare il soggetto, la composizione o il testo all'interno dell'immagine, è consigliabile utilizzare il modello image-to-image corrente.
Modelli e capacità Seedream 4.5
-
Quante immagini di riferimento supporta al massimo Seedream 4.5?
Ogni richiesta può caricare da 1 a 14 immagini JPEG, PNG o WebP, con una dimensione massima di 10 MB per file; SVG non è supportato. Per le attività con più immagini, è possibile specificare esplicitamente lo scopo di ciascuna immagine nel Prompt usando “image 1” e “image 2”; l'ordine deve corrispondere a quello dell'array image_urls.
Modelli e capacità Seedream 4.5
-
Come viene tariffata la modifica delle immagini con Seedream 4.5? Il numero di immagini di riferimento influisce sul prezzo?
La tariffazione si basa sulle immagini di output generate con successo, non sul numero di immagini di riferimento. Attualmente 2K e 4K utilizzano la stessa tariffa pubblica; l'importo esatto è determinato dal prezzo in tempo reale nella pagina del modello e dal registro delle attività.
Modelli e capacità Seedream 4.5
-
Come si può far sì che Seedream 4.5 preservi il soggetto, la composizione o il testo presente in un'immagine?
Nel prompt occorre indicare chiaramente sia "cosa deve cambiare" sia "cosa deve rimanere invariato", ad esempio il contorno del soggetto, l'angolazione della fotocamera, l'ombra di contatto, la disposizione del negozio o il testo calligrafico. Verifica prima il risultato nel Playground; per materiali con testo di marca e requisiti di impaginazione rigorosi, si consiglia di mantenere una fase di revisione manuale.
Modelli e capacità Seedream 4.5
-
Come scegliere tra Seedream 4.5 e FLUX.2 [pro] Image to Image?
Seedream 4.5 può ricevere fino a 14 immagini di riferimento in una sola volta, ed è adatto alla composizione multi-immagine, agli scenari in cinese e alle modifiche che richiedono di preservare il testo all'interno dell'immagine. FLUX.2 [pro] Image to Image riceve al massimo 8 immagini di riferimento ed è più indicato come alternativa per la coerenza fotorealistica e per un altro stile di editing; per attività importanti si consiglia di confrontare direttamente con lo stesso set di materiali prima di scegliere.
Modelli e capacità Seedream 4.5
-
Come chiamare Seedream 4.5 per la generazione di immagini da immagine tramite API?
Invia una richiesta POST a /v1/tasks, imposta model su seedream-4.5/image-to-image e passa le immagini di riferimento in input.image_urls. La richiesta di creazione restituisce prima un taskId; la generazione viene completata in modo asincrono in background; per la query del task, il callback, la gestione degli errori e i parametri completi consulta la documentazione API.
Modelli e capacità Seedream 4.5
-
È possibile generare immagini direttamente e anche modificarle?
Senza immagini di riferimento, l'immagine viene generata dal testo; con un'immagine di riferimento, l'immagine originale viene modificata; con più immagini di riferimento, è possibile combinare soggetti, scene o stili. Entrambe le modalità utilizzano lo stesso ID modello e accettano fino a 10 immagini di riferimento.
Modelli e capacità
-
Come controllare il formato e la risoluzione?
size supporta 1K, 1.5K, 2K oppure larghezzaxaltezza. Per un formato preciso, inserisci le dimensioni in pixel; il totale dei pixel deve essere compreso tra 921600 e 4624220 e le proporzioni tra 1:16 e 16:1. Attualmente il livello 4K non è disponibile.
Modelli e capacità
-
Cosa serve come input per uno sfondo trasparente?
Usa transparent solo quando modifichi un'immagine di riferimento con canale di trasparenza. Scegli PNG come formato di output o lascia automatico; non è un interruttore per ritagliare con un clic qualsiasi immagine a sfondo bianco.
Modelli e capacità
-
È possibile generare più immagini in una volta o riceverle in modo progressivo?
Attualmente ogni attività genera un'immagine e il risultato completo si ottiene tramite la query dell'attività; non sono disponibili gruppi di immagini, immagini in streaming o output suddivisi per livelli.
Modelli e capacità
-
Come si ottiene il risultato della generazione?
Dopo aver inviato l'attività, salva il taskId, interroga l'attività finché non raggiunge lo stato success, quindi leggi il link dell'immagine in output. La durata di conservazione è determinata dall'expireAt restituito; se devi usarlo a lungo termine, salvalo tempestivamente.
Modelli e capacità
-
Queste immagini sono adatte all'uso diretto come foto prodotto?
La generazione di immagini da testo è adatta a esplorare allestimenti, sfondi e illuminazione, e può essere usata anche per proposte visive. Se l'immagine deve corrispondere accuratamente a un prodotto reale, fornisci un riferimento del prodotto e verifica struttura, colore, marchio e testo; non trattare i dettagli concettuali generati come fatti del prodotto.
Modelli e capacità
-
Come si utilizzano più immagini di riferimento insieme?
Per prima cosa specifica il ruolo di ciascuna immagine, ad esempio la prima fornisce il prodotto, la seconda l'ambiente, la terza serve solo come riferimento per la combinazione di colori. Poi descrivi chiaramente l'immagine che desideri generare e i dettagli del soggetto che non devono essere modificati; evita che immagini diverse pongano contemporaneamente richieste in conflitto tra loro.
Modelli e capacità
-
Posso continuare a modificare l'immagine precedente?
Puoi usare il risultato precedente come immagine di riferimento per il prossimo task e specificare l'obiettivo di modifica di questa volta. Ogni task viene elaborato in modo indipendente e non memorizza automaticamente le conversazioni, le immagini o la cronologia delle modifiche precedenti.
Modelli e capacità
-
Dove posso verificare il costo di generazione?
Prima dell'esecuzione, consulta il costo stimato nel Playground; al termine, fai riferimento al record dell'attività. Attualmente ogni attività genera un'immagine e la sezione dei prezzi della pagina mostra le informazioni di fatturazione corrispondenti.
Modelli e capacità
-
Quante immagini di riferimento supporta l'editing di immagini di Seedream 5.0 Lite?
Supporta da 1 a 14 immagini JPEG, PNG o WebP, ciascuna inferiore a 10MB. Una singola immagine è adatta per modifiche locali, più immagini sono adatte per la composizione di soggetti e scene.
Modelli e capacità
-
Il prezzo aumenta con il numero di immagini di riferimento?
No. La tariffazione attuale è fissa per immagine di output, indipendentemente dal numero di immagini di riferimento, dal livello 2K/4K e dal formato; l'importo esatto è quello del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità
-
Come posso modificare solo una parte del contenuto?
Specifica sia l'elemento da modificare sia la composizione, il testo, i materiali, l'illuminazione e le posizioni che devono rimanere invariati, evitando di scrivere solo termini di stile generici.
Modelli e capacità
-
È possibile modificare il testo in un'immagine?
Sì. Nel prompt vanno indicati il testo originale e il nuovo testo, richiedendo di mantenere lo stile del carattere originale, la dimensione, la posizione e l'effetto luminoso o di stampa.
Modelli e capacità
-
Come caricare un'immagine di riferimento tramite API?
Passa da 1 a 14 URL di immagini pubblici in input.image_urls di POST /v1/tasks e invia contemporaneamente il Prompt, il formato e la risoluzione 2K o 4K.
Modelli e capacità
-
Per quali attività è adatto Seedream 5.0 Lite per la generazione di immagini da testo?
È adatto per poster, menu, infografiche, banner marketing con testo e per immagini che richiedono consegne rapide in più formati. Il percorso attuale accetta solo Prompt testuali e non riceve immagini di riferimento.
Modelli e capacità
-
Il prezzo di 2K e 4K è lo stesso?
Sì. Attualmente 2K e 4K utilizzano la stessa tariffa per singola immagine; il formato e la lunghezza del Prompt non modificano il prezzo; per l'importo esatto fa fede il prezzo in tempo reale di questa pagina.
Modelli e capacità
-
Quali formati di immagine sono supportati?
Sono supportati 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 e 21:9.
Modelli e capacità
-
È possibile caricare un'immagine di riferimento?
No. Per la modifica tramite istruzioni o la composizione di più immagini, utilizza l'ID modello separato seedream-5.0-lite/image-to-image.
Modelli e capacità
-
Quali campi sono necessari per una richiesta API minima?
Invia a POST /v1/tasks il campo model, insieme a input.prompt, input.aspect_ratio e input.resolution; resolution può essere solo 2K o 4K.
Modelli e capacità
-
Quante immagini di riferimento supporta la modifica delle immagini di Seedream 5.0 Pro?
Supporta da 1 a 10 immagini di riferimento JPEG, PNG o WebP, ciascuna inferiore a 10MB; SVG non è supportato. Una singola immagine è adatta per modifiche locali, mentre più immagini sono adatte per fondere soggetto, stile e scena.
Modelli e capacità
-
Come vengono fatturati 1K e 2K?
1K e 2K utilizzano tariffe per singola immagine diverse; il prezzo viene addebitato per immagine di output, indipendentemente dal numero di immagini di riferimento; l'importo specifico è soggetto al prezzo in tempo reale di questa pagina.
Modelli e capacità
-
Come mantenere invariate le aree non modificate?
Nel prompt specifica sia i contenuti da modificare sia la struttura, il testo, l'inquadratura, l'illuminazione e la posizione degli oggetti da preservare.
Modelli e capacità
-
Il testo in immagine e la modifica delle immagini usano lo stesso ID modello?
No. La pagina corrente usa seedream-5.0-pro/image-to-image; per generare un'immagine direttamente dal testo è necessario usare il modello dedicato seedream-5.0-pro/text-to-image.
Modelli e capacità
-
Come inviare un'immagine di riferimento tramite API?
Passa da 1 a 10 URL di immagini pubbliche a input.image_urls di POST /v1/tasks e invia contemporaneamente il Prompt, le proporzioni, la risoluzione e il formato di output.
Modelli e capacità
-
Per quali attività è adatto Seedream 5.0 Pro per la generazione di immagini da testo?
È adatto per pubblicità di prodotti, fotografia di persone, poster, testo all'interno delle immagini e scene complesse. L'attuale percorso di generazione di immagini da testo non accetta immagini di riferimento; per modificare un'immagine, utilizza l'ID del modello Image to Image dedicato.
Modelli e capacità
-
Quali formati e proporzioni sono supportati?
Sono supportati 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 e 21:9; il formato di output è PNG o JPEG.
Modelli e capacità
-
Come si scrive un Prompt per il testo all'interno di un'immagine?
Metti il testo che deve apparire tra virgolette e specifica chiaramente la posizione, lo stile del carattere e le altre parole di testo che non devono comparire. Verifica prima il layout in 1K, poi genera la versione finale in 2K.
Modelli e capacità
-
Come si effettua una chiamata tramite API?
Invia a POST /v1/tasks l'ID del modello, il Prompt, il formato dell'immagine, la risoluzione e il formato di output, quindi interroga il risultato asincrono tramite taskId.
Modelli e capacità
-
Kling 3.0 Turbo Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente kling-3.0-turbo/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt controlla i movimenti, la telecamera e i cambiamenti dell'ambiente.
Modelli e capacità Kling 3.0 Turbo
-
Quali durate e risoluzioni supporta Kling 3.0 Turbo Image to Video?
L'attuale contratto di richiesta HiAPI supporta 3–15s, con risoluzioni di output 720p e 1080p. I valori disponibili sono indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Kling 3.0 Turbo
-
Come viene fatturato Kling 3.0 Turbo Image to Video?
Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale si basa sul record delle attività completate con successo.
Modelli e capacità Kling 3.0 Turbo
-
Come migliorare la stabilità del soggetto nella generazione di video da immagine?
Usa un'immagine di input con soggetto nitido, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la telecamera, poi elenca gli aspetti di aspetto, materiali e relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Kling 3.0 Turbo
-
Hailuo 2.3 Fast Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente hailuo-2.3-fast/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt controlla i movimenti, la telecamera e le variazioni dell'ambiente.
Modelli e capacità
-
Quali durate e risoluzioni supporta Hailuo 2.3 Fast Image to Video?
L'attuale contratto di richiesta HiAPI supporta 6s / 10s. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità
-
Come viene addebitato Hailuo 2.3 Fast Image to Video?
Le attività vengono addebitate per video, in base al livello di durata selezionato. La pagina mostra il prezzo in tempo reale nell'unità monetaria globale; l'addebito effettivo fa riferimento al record delle attività completate con successo.
Modelli e capacità
-
Come migliorare la stabilità del soggetto nel video generato da immagine?
Usa un'immagine di input con soggetto nitido, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità
-
Kling 3.0 Image-to-Video richiede il caricamento di un'immagine?
Sì. Attualmente kling-3.0/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt gestisce i movimenti, la telecamera e i cambiamenti dell'ambiente.
Modelli e capacità Kling 3.0
-
Quali durate e risoluzioni supporta Kling 3.0 Image-to-Video?
L'attuale contratto di richiesta di HiAPI supporta 3–15s, con risoluzioni di output 720p, 1080p e 4K. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Kling 3.0
-
Come viene fatturato Kling 3.0 Image-to-Video?
Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.
Modelli e capacità Kling 3.0
-
Come migliorare la stabilità del soggetto nella generazione di video da immagine?
Usa un'immagine di input con un soggetto chiaro, poche occlusioni e una composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca gli aspetti dell'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Kling 3.0
-
Grok Imagine Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente grok-imagine/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt controlla il movimento, la telecamera e le variazioni dell'ambiente.
Modelli e capacità Grok Imagine
-
Quali durate e risoluzioni supporta Grok Imagine Image to Video?
L'attuale contratto di richiesta HiAPI supporta 6–30s, con risoluzioni di output 480p e 720p. I valori disponibili sono indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Grok Imagine
-
Come viene fatturato Grok Imagine Image to Video?
Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale utilizzando l'unità monetaria globale; l'addebito finale si basa sul record delle attività completate con successo.
Modelli e capacità Grok Imagine
-
Come migliorare la stabilità del soggetto nella generazione di video da immagini?
Usa un'immagine di input con soggetto chiaro, poco occluso e composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Grok Imagine
-
Wan 2.7 Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente wan2.7-video/image-to-video è un percorso image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt definisce i movimenti, la telecamera e i cambiamenti dell'ambiente.
Modelli e capacità Wan 2.7 Video
-
Quali durate e risoluzioni supporta Wan 2.7 Image to Video?
L'attuale contratto di richiesta HiAPI supporta 2–15s, con risoluzioni di output 720P e 1080P. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Wan 2.7 Video
-
Come viene fatturato Wan 2.7 Image to Video?
L'attività viene fatturata in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa fede al record dell'attività completata con successo.
Modelli e capacità Wan 2.7 Video
-
Come migliorare la stabilità del soggetto nella generazione di video da immagine?
Usa un'immagine di input con soggetto nitido, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la telecamera, poi elenca gli elementi di aspetto, materiale e relazione con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Wan 2.7 Video
-
Grok Imagine 1.5 Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente grok-imagine-1.5/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt controlla il movimento, la cinepresa e le variazioni dell'ambiente.
Modelli e capacità Grok Imagine 1.5
-
Quali durate e risoluzioni supporta Grok Imagine 1.5 Image to Video?
Il contratto di richiesta attuale di HiAPI supporta 1–15s, con risoluzione di output 480p e 720p. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Grok Imagine 1.5
-
Come viene fatturato Grok Imagine 1.5 Image to Video?
Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.
Modelli e capacità Grok Imagine 1.5
-
Come migliorare la stabilità del soggetto nella generazione di video da immagini?
Usa un'immagine di input con soggetto chiaro, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Grok Imagine 1.5
-
HappyHorse 1.1 Reference to Video richiede il caricamento di immagini?
Sì. Attualmente happyhorse-1.1/reference-to-video è una pipeline reference-to-video che può utilizzare immagini di riferimento per vincolare soggetto, stile e scena, mentre il Prompt gestisce azioni, inquadratura e variazioni ambientali.
Modelli e capacità HappyHorse 1.1
-
Quali durate e risoluzioni supporta HappyHorse 1.1 Reference to Video?
L'attuale contratto di richiesta HiAPI supporta 3–15s, con risoluzione di output 720p e 1080p. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità HappyHorse 1.1
-
Come viene addebitato HappyHorse 1.1 Reference to Video?
L'attività viene addebitata in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record dell'attività completata con successo.
Modelli e capacità HappyHorse 1.1
-
Come migliorare la stabilità del soggetto nel video generato da immagine?
Usa un'immagine di input con soggetto chiaro, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità HappyHorse 1.1
-
Hailuo 2.3 Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente hailuo-2.3/image-to-video è un percorso image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt gestisce movimento, inquadratura e variazioni dell'ambiente.
Modelli e capacità Hailuo 2.3
-
Quali durate e risoluzioni supporta Hailuo 2.3 Image to Video?
L'attuale contratto di richiesta di HiAPI supporta 6s / 10s. I valori selezionabili fanno fede secondo il pannello dei parametri della pagina e la documentazione API.
Modelli e capacità Hailuo 2.3
-
Come viene fatturato Hailuo 2.3 Image to Video?
Le attività vengono fatturate per video, in base alla fascia di durata selezionata. La pagina mostra il prezzo in tempo reale nell'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.
Modelli e capacità Hailuo 2.3
-
Come migliorare la stabilità del soggetto nella generazione di video da immagini?
Usa un'immagine di input con soggetto nitido, poche occlusioni e composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere mantenuti. Per il primo test si consiglia una durata breve.
Modelli e capacità Hailuo 2.3
-
Veo 3.1 Fast Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente veo-3.1-fast/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt definisce le azioni, la telecamera e i cambiamenti dell'ambiente.
Modelli e capacità Veo 3.1 Fast
-
Quali durate e risoluzioni supporta Veo 3.1 Fast Image to Video?
L'attuale contratto di richiesta HiAPI supporta 4s / 6s / 8s, con risoluzioni di output 720p, 1080p, 4k. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità Veo 3.1 Fast
-
Come viene addebitato Veo 3.1 Fast Image to Video?
Le attività vengono addebitate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito effettivo fa fede al record delle attività completate con successo.
Modelli e capacità Veo 3.1 Fast
-
Come migliorare la stabilità del soggetto nella generazione di video da immagine?
Utilizza un'immagine di input con un soggetto chiaro, poche occlusioni e una composizione completa; nel Prompt descrivi prima l'azione principale e la ripresa, poi elenca l'aspetto, i materiali e le relazioni con lo sfondo che devono essere preservati. Per il primo test si consiglia una durata breve.
Modelli e capacità Veo 3.1 Fast
-
HappyHorse 1.1 Image to Video richiede il caricamento di un'immagine?
Sì. Attualmente happyhorse-1.1/image-to-video è una pipeline image-to-video: l'immagine di input definisce il soggetto e la composizione iniziale, mentre il Prompt gestisce il movimento, la telecamera e i cambiamenti dell'ambiente.
Modelli e capacità HappyHorse 1.1
-
Quali durate e risoluzioni supporta HappyHorse 1.1 Image to Video?
L'attuale contratto di richiesta HiAPI supporta 3–15s, con risoluzione di output 720p e 1080p. I valori disponibili sono quelli indicati nel pannello dei parametri della pagina e nella documentazione API.
Modelli e capacità HappyHorse 1.1
-
Come viene fatturato HappyHorse 1.1 Image to Video?
Le attività vengono fatturate in base alla durata dell'output e al livello selezionato. La pagina mostra il prezzo in tempo reale seguendo l'unità monetaria globale; l'addebito finale fa riferimento al record delle attività completate con successo.
Modelli e capacità HappyHorse 1.1
-
Quante immagini di riferimento supporta la modifica di immagini con FLUX.2?
Supporta da 1 a 8 immagini di riferimento in formato JPEG, PNG o WebP, ciascuna non superiore a 10MB. In caso di composizione con più immagini, nel Prompt è necessario indicare in ordine il ruolo di ciascuna immagine.
Modelli e capacità FLUX.2
-
A cosa serve il formato auto?
auto segue le proporzioni della prima immagine di riferimento; quando è necessario un output fisso orizzontale, verticale o quadrato, si può scegliere un formato esplicito.
Modelli e capacità FLUX.2
-
Come vengono fatturati 1K e 2K?
1K e 2K utilizzano fasce di prezzo diverse per singola immagine; il numero di immagini di riferimento non comporta costi aggiuntivi. Gli importi specifici si basano sul prezzo in tempo reale indicato in questa pagina.
Modelli e capacità FLUX.2
-
Come ridurre la deriva del soggetto e del logo?
Indica esplicitamente lo scopo di ogni immagine di riferimento ed elenca contemporaneamente il soggetto, il testo, i materiali, la posizione e l'illuminazione che devono essere modificati e quelli che devono essere preservati.
Modelli e capacità FLUX.2
-
Quali campi sono obbligatori nell'API?
È necessario inviare model, oltre a input.prompt, input.image_urls, input.aspect_ratio e input.resolution.
Modelli e capacità FLUX.2
-
Quante immagini di riferimento supporta l'editing di immagini di Grok Imagine?
L'attuale Schema pubblico supporta da 1 a 3 immagini di riferimento. Sia la pagina che l'API fanno riferimento a questo Schema.
Modelli e capacità Grok Imagine
-
Qual è la differenza tra l'editing standard e il percorso Quality?
Il percorso standard si concentra su un prezzo fisso basso e iterazioni rapide; Quality dà maggiore importanza alla coerenza del soggetto, ai materiali e ai dettagli finali.
Modelli e capacità Grok Imagine
-
Come funziona il formato auto?
auto segue la prima immagine di riferimento, oppure puoi selezionare esplicitamente tra quattordici formati orizzontali, quadrati o verticali.
Modelli e capacità Grok Imagine
-
Più immagini di riferimento comportano un costo aggiuntivo?
Sì. Oltre al prezzo base dell'output standard, viene addebitato un supplemento per ogni immagine di riferimento; l'importo esatto è quello del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità Grok Imagine
-
Qual è il minimo richiesto dall'API?
Invia model, input.prompt e input.image_urls; il formato, la risoluzione e il formato di output possono usare i valori predefiniti.
Modelli e capacità Grok Imagine
-
Quante immagini di riferimento supporta la modifica delle immagini di Grok Imagine Quality?
L'attuale Schema pubblico supporta da 1 a 3 immagini di riferimento. Sia la pagina che l'API si basano su questo Schema.
Modelli e capacità Grok Imagine Quality
-
Qual è la differenza tra Quality e il percorso di editing standard?
Quality dà maggiore importanza alla coerenza del soggetto, ai materiali e ai dettagli, ed è suddiviso in livelli 1k/2k; il percorso standard è adatto a iterazioni rapide e a basso costo.
Modelli e capacità Grok Imagine Quality
-
Come funziona il formato auto?
auto segue la prima immagine di riferimento, oppure puoi selezionare esplicitamente tra quattordici formati orizzontali, quadrati o verticali.
Modelli e capacità Grok Imagine Quality
-
Se si usano più immagini di riferimento, viene applicato un costo aggiuntivo?
Sì. Oltre al prezzo base per l'output 1k/2k, viene addebitato un costo aggiuntivo per ogni immagine di riferimento; l'importo esatto è soggetto al prezzo in tempo reale indicato in questa pagina.
Modelli e capacità Grok Imagine Quality
-
Di cosa ha bisogno minimamente l'API?
Invia model, input.prompt e input.image_urls; il formato, la risoluzione e il formato di output possono usare i valori predefiniti.
Modelli e capacità Grok Imagine Quality
-
Quante immagini di riferimento supporta l'editor di immagini Qwen Image 3.0?
Supporta da 1 a 3 immagini di riferimento. Ne serve almeno una, il campo API è input.image_urls.
Modelli e capacità Qwen Image 3.0
-
Qual è la differenza tra l'editing di immagini Standard e Pro?
La versione Standard privilegia costi contenuti e iterazioni rapide; Pro è più adatta alla sostituzione accurata del testo, ai materiali complessi e al layout finale.
Modelli e capacità Qwen Image 3.0
-
Come vengono fatturati 1K, 2K e le immagini di riferimento?
1K e 2K utilizzano lo stesso livello di output; per ogni immagine di riferimento è previsto un costo aggiuntivo. Gli importi esatti sono quelli del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità Qwen Image 3.0
-
Come ridurre la deriva del soggetto, del layout o del testo?
Nel Prompt, elenca separatamente i contenuti da modificare e quelli che devono essere preservati: soggetto, testo, posizione, materiale, inquadratura e illuminazione; quando serve un testo accurato, scrivi il testo desiderato tra virgolette.
Modelli e capacità Qwen Image 3.0
-
Quali sono i campi minimi che l'API richiede di inviare?
Inviare model, input.prompt e input.image_urls; per proporzioni, risoluzione, formato di output ed espansione del prompt è possibile utilizzare i valori predefiniti.
Modelli e capacità Qwen Image 3.0
-
Quante immagini di riferimento supporta l'editing di immagini di Qwen Image 3.0 Pro?
Supporta da 1 a 3 immagini di riferimento. Ne serve almeno una; il campo API è input.image_urls.
Modelli e capacità
-
Qual è la differenza tra la modifica delle immagini Pro e quella standard?
Pro è più adatto per la sostituzione accurata di testo, materiali complessi e l'impaginazione finale; la versione standard è più adatta per il cambio colore economico dei prodotti, la pulizia e l'iterazione rapida.
Modelli e capacità
-
Come vengono fatturati 1K, 2K e le immagini di riferimento?
1K e 2K utilizzano diverse fasce di output e ogni immagine di riferimento è soggetta a un costo aggiuntivo; gli importi esatti sono quelli del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità
-
Come ridurre la deriva del soggetto, del layout o del testo?
Nel Prompt elenca separatamente i contenuti da modificare e il soggetto, il testo, la posizione, i materiali, l'inquadratura e l'illuminazione che devono essere preservati; quando serve un testo preciso, scrivi il testo desiderato tra virgolette.
Modelli e capacità
-
Quali campi è necessario inviare come minimo all'API?
Inviare model, input.prompt e input.image_urls; per formato, risoluzione, formato di output ed espansione del prompt è possibile utilizzare i valori predefiniti.
Modelli e capacità
-
A quali attività è principalmente adatto FLUX1.1 [pro]?
È adatto alla fotografia realistica, all'architettura, al cibo, alla natura e alle immagini commerciali, con supporto per dimensioni personalizzate e controllo avanzato del Prompt.
Modelli e capacità FLUX 1.1 Pro
-
FLUX1.1 [pro] supporta le immagini di riferimento?
La linea attuale è pura generazione testo-immagine e non accetta immagini di riferimento.
Modelli e capacità FLUX 1.1 Pro
-
Quali specifiche di output sono supportate?
La pagina attuale mostra Custom width / height e Custom, 1:1, 16:9, 9:16; le opzioni finali disponibili sono quelle definite dai parametri del Playground.
Modelli e capacità FLUX 1.1 Pro
-
Come viene fatturato FLUX1.1 [pro]?
Il costo è calcolato in base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono indicate nel prezzo in tempo reale sulla pagina.
Modelli e capacità FLUX 1.1 Pro
-
Come chiamare l'API di FLUX1.1 [pro]?
Invia un'attività asincrona tramite POST /v1/tasks, usa flux-1.1-pro come model e inserisci i parametri di generazione in input.
Modelli e capacità FLUX 1.1 Pro
-
Per quali attività è principalmente adatto Qwen Image 3.0?
Consente di generare online poster con testo in cinese e inglese, modificare scene e creare visual di prodotto con Qwen Image 3.0; supporta l'espansione dei prompt, output 1K/2K e diversi formati di immagine, inoltre permette di consultare casi d'uso, prezzi e codice di chiamata API.
Modelli e capacità Qwen Image 3.0
-
Qwen Image 3.0 supporta immagini di riferimento?
La linea attuale è di pura generazione testo-immagine e non accetta immagini di riferimento.
Modelli e capacità Qwen Image 3.0
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K e 1:1, 16:9, 9:16, 4:3, 3:4; le opzioni finali sono determinate dai parametri del Playground.
Modelli e capacità Qwen Image 3.0
-
Come viene fatturato Qwen Image 3.0?
In base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Qwen Image 3.0
-
Come si chiama l'API Qwen Image 3.0?
Invia un'attività asincrona a POST /v1/tasks, usando model qwen-image-3.0/text-to-image, e inserisci i parametri di generazione in input.
Modelli e capacità Qwen Image 3.0
-
A quali attività è principalmente adatto Qwen Image 3.0 Pro?
Adatto a testi più complessi, architettura, editing scientifico, prodotti di lusso e layout pubblicitari finali.
Modelli e capacità
-
Qwen Image 3.0 Pro supporta immagini di riferimento?
La linea attuale è pura generazione di immagini da testo e non accetta immagini di riferimento.
Modelli e capacità
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K e 1:1, 16:9, 9:16, 4:3, 3:4; le opzioni finali dipendono dai parametri del Playground.
Modelli e capacità
-
Come viene fatturato Qwen Image 3.0 Pro?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra diverse risoluzioni o livelli di qualità vengono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità
-
Come si chiama l'API Qwen Image 3.0 Pro?
Invia un'attività asincrona a POST /v1/tasks, usa qwen-image-3.0-pro/text-to-image come model e inserisci i parametri di generazione in input.
Modelli e capacità
-
Per quali attività è principalmente adatto GPT Image 2 Image to Image?
Per modificare sfondo, illuminazione, composizione e stile utilizzando una o più immagini di riferimento, preservando al contempo la struttura dell'immagine di origine.
Modelli e capacità GPT Image 2
-
GPT Image 2 Image to Image supporta le immagini di riferimento?
Sì. La linea attuale richiede immagini di riferimento, fino a un massimo di 6; le immagini di riferimento forniscono il soggetto e la composizione, mentre il Prompt descrive l'ambito delle modifiche.
Modelli e capacità GPT Image 2
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K, 4K e auto, 1:1, 9:16, 16:9, 4:3, 3:4; le opzioni finali disponibili sono soggette ai parametri del Playground.
Modelli e capacità GPT Image 2
-
Come viene fatturato GPT Image 2 Image to Image?
Il costo è calcolato in base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità GPT Image 2
-
Come si chiama l'API GPT Image 2 Image to Image?
Invia un'attività asincrona a POST /v1/tasks, usa gpt-image-2/image-to-image come model e inserisci i parametri di generazione in input.
Modelli e capacità GPT Image 2
-
A cosa è principalmente adatto FLUX.2 [klein] 4B Image to Image?
Una linea leggera e a basso costo pensata per il ritocco commerciale, la sostituzione dello sfondo, il cambio colore e l'iterazione rapida di immagini di riferimento.
Modelli e capacità FLUX.2 Klein 4B
-
FLUX.2 [klein] 4B Image to Image supporta immagini di riferimento?
Sì. La linea attuale richiede un'immagine di riferimento e ne utilizza al massimo 1; l'immagine di riferimento fornisce il soggetto e la composizione, mentre il Prompt descrive l'ambito delle modifiche.
Modelli e capacità FLUX.2 Klein 4B
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 0.25 MP, 0.5 MP, 1 MP, 2 MP, 4 MP e 1:1, 16:9, 9:16, 4:3, 3:4; le opzioni finali sono soggette ai parametri del Playground.
Modelli e capacità FLUX.2 Klein 4B
-
Come viene fatturato FLUX.2 [klein] 4B Image to Image?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità FLUX.2 Klein 4B
-
Come si chiama l'API FLUX.2 [klein] 4B Image to Image?
Invia un'attività asincrona a POST /v1/tasks, usando flux-2-klein-4b/image-to-image come model e inserendo i parametri di generazione in input.
Modelli e capacità FLUX.2 Klein 4B
-
A quali compiti è principalmente adatto Nano Banana Pro?
Alla generazione di immagini commerciali ad alto dettaglio o al ridisegno con immagini di riferimento opzionali, con supporto per formati ampi e output fino a 4K.
Modelli e capacità Nano Banana Pro
-
Nano Banana Pro supporta le immagini di riferimento?
Supporta fino a 8 immagini di riferimento opzionali; se non ne vengono caricate, può essere utilizzato come pura generazione di immagini da testo.
Modelli e capacità Nano Banana Pro
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K, 4K e auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; le opzioni finali disponibili sono quelle dei parametri del Playground.
Modelli e capacità Nano Banana Pro
-
Come viene fatturato Nano Banana Pro?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Nano Banana Pro
-
Come si chiama l'API Nano Banana Pro?
Invia un'attività asincrona a POST /v1/tasks, usa nano-banana-pro come model e inserisci i parametri di generazione in input.
Modelli e capacità Nano Banana Pro
-
Per quali attività è principalmente adatto FLUX.1 [schnell]?
Modello ultra-rapido e a basso costo con 1-4 passaggi, ideale per bozze, generazione di immagini in batch ed esplorazione rapida dei Prompt.
Modelli e capacità FLUX.1 Schnell
-
FLUX.1 [schnell] supporta immagini di riferimento?
La linea attuale è puramente text-to-image e non accetta immagini di riferimento.
Modelli e capacità FLUX.1 Schnell
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1-12 inference steps e 1:1, 16:9, 9:16, 4:3, 3:4; le opzioni finali sono soggette ai parametri del Playground.
Modelli e capacità FLUX.1 Schnell
-
Come viene fatturato FLUX.1 [schnell]?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità FLUX.1 Schnell
-
Come si chiama l'API FLUX.1 [schnell]?
Invia un'attività asincrona a POST /v1/tasks, usa flux-schnell/text-to-image come model e inserisci i parametri di generazione in input.
Modelli e capacità FLUX.1 Schnell
-
Per quali attività è principalmente adatto Nano Banana 2 Lite?
Linea entry-level a 1K fisso, adatta a grandi volumi di bozze, iterazioni rapide e ridisegno opzionale con più immagini di riferimento.
Modelli e capacità Nano Banana 2 Lite
-
Nano Banana 2 Lite supporta le immagini di riferimento?
Supporta fino a 10 immagini di riferimento opzionali; se non ne viene caricata nessuna, può essere utilizzato come generazione di immagini puramente da testo.
Modelli e capacità Nano Banana 2 Lite
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K e auto, 1:1, 16:9, 9:16, 4:3, 3:4, 8:1, 1:8; le opzioni finali disponibili sono determinate dai parametri del Playground.
Modelli e capacità Nano Banana 2 Lite
-
Come viene fatturato Nano Banana 2 Lite?
Il costo è calcolato in base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono indicati nel prezzo in tempo reale mostrato sulla pagina.
Modelli e capacità Nano Banana 2 Lite
-
Come si chiama l'API Nano Banana 2 Lite?
Invia un'attività asincrona a POST /v1/tasks, usando Nano-Banana-2-Lite come model e inserendo i parametri di generazione in input.
Modelli e capacità Nano Banana 2 Lite
-
Per quali attività è principalmente adatto Grok Image 2.0 Text to Image?
Supporta livelli di qualità low/medium, output 1K/2K e formati dal quadrato all'ultra-wide, adatto per visual di prodotto, editoriali, paesaggi e personaggi.
Modelli e capacità Grok Imagine Image 2.0
-
Grok Image 2.0 Text to Image supporta immagini di riferimento?
La linea attuale è pura generazione di immagini da testo e non accetta immagini di riferimento.
Modelli e capacità Grok Imagine Image 2.0
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K e auto, 1:1, 16:9, 9:16, 4:3, 3:4, 2:1, 1:2; le opzioni finali disponibili sono soggette ai parametri del Playground.
Modelli e capacità Grok Imagine Image 2.0
-
Come viene fatturato Grok Image 2.0 Text to Image?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Grok Imagine Image 2.0
-
Come si chiama l'API Grok Image 2.0 Text to Image?
Invia un'attività asincrona a POST /v1/tasks, utilizzando model grok-imagine-image-2.0/text-to-image, con i parametri di generazione inseriti in input.
Modelli e capacità Grok Imagine Image 2.0
-
A quali attività è principalmente adatto Grok Image 2.0 Image to Image?
Modificare un'immagine di riferimento pubblica per cambiare colore, stile, scenario e rifinire i dettagli, mantenendo il formato dell'immagine di riferimento.
Modelli e capacità Grok Imagine Image 2.0
-
Grok Image 2.0 Image to Image supporta le immagini di riferimento?
Sì. La linea attuale richiede un'immagine di riferimento, con un massimo di 1; l'immagine di riferimento fornisce il soggetto e la composizione, mentre il Prompt descrive l'ambito delle modifiche.
Modelli e capacità Grok Imagine Image 2.0
-
Come viene addebitato Grok Image 2.0 Image to Image?
L'addebito avviene in base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Grok Imagine Image 2.0
-
Come si chiama l'API Grok Image 2.0 Image to Image?
Invia un'attività asincrona a POST /v1/tasks, utilizzando model grok-imagine-image-2.0/image-to-image, con i parametri di generazione inseriti in input.
Modelli e capacità Grok Imagine Image 2.0
-
A quali attività è principalmente adatto Qwen Image 2.0?
Un modello conveniente che supporta il cinese, i prompt negativi, l'espansione dei prompt, Seed opzionale e cinque dimensioni in pixel 2K.
Modelli e capacità Qwen Image 2.0
-
Qwen Image 2.0 supporta le immagini di riferimento?
La linea attuale è di pura generazione di immagini da testo e non accetta immagini di riferimento.
Modelli e capacità Qwen Image 2.0
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 2688×1536, 2368×1728, 2048×2048, 1728×2368, 1536×2688 e ; le opzioni finali sono soggette ai parametri del Playground.
Modelli e capacità Qwen Image 2.0
-
Come viene fatturato Qwen Image 2.0?
In base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Qwen Image 2.0
-
Come si chiama l'API Qwen Image 2.0?
Invia un task asincrono a POST /v1/tasks, usa qwen-image-2.0 come model e inserisci i parametri di generazione in input.
Modelli e capacità Qwen Image 2.0
-
Per quali tipi di attività è principalmente adatto Nano Banana?
Un modello di generazione di immagini versatile, adatto per illustrazioni, fotografia, concept di prodotto e visual per i social media.
Modelli e capacità Nano Banana
-
Nano Banana supporta le immagini di riferimento?
La linea attuale è pura generazione testo-immagine e non accetta immagini di riferimento.
Modelli e capacità Nano Banana
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K e auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; le opzioni finali disponibili sono quelle indicate nei parametri del Playground.
Modelli e capacità Nano Banana
-
Come viene fatturato Nano Banana?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Nano Banana
-
Come si chiama l'API Nano Banana?
Invia un'attività asincrona a POST /v1/tasks, usa nano-banana come model e inserisci i parametri di generazione in input.
Modelli e capacità Nano Banana
-
A quali attività è principalmente adatto Nano Banana 2?
Supporta immagini di riferimento opzionali, formati più ricchi e risoluzioni più elevate; può essere utilizzato per la generazione e il ridisegno di immagini.
Modelli e capacità Nano Banana 2
-
Nano Banana 2 supporta le immagini di riferimento?
Supporta fino a 14 immagini di riferimento opzionali; se non ne vengono caricate, può essere utilizzato come generazione di immagini puramente da testo.
Modelli e capacità Nano Banana 2
-
Quali specifiche di output sono supportate?
La pagina attuale mostra 1K, 2K, 4K e 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; le opzioni finali disponibili dipendono dai parametri del Playground.
Modelli e capacità Nano Banana 2
-
Come viene fatturato Nano Banana 2?
In base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità Nano Banana 2
-
Come si chiama l'API Nano Banana 2?
Invia un'attività asincrona con POST /v1/tasks, usa nano-banana-2 come model e inserisci i parametri di generazione in input.
Modelli e capacità Nano Banana 2
-
A cosa serve principalmente GPT Image 2 Ext Text to Image?
Una linea di generazione compatibile con GPT Image 2, che offre controllo su qualità e risoluzione; la panoramica del prodotto e l'intento di ricerca principale sono gestiti dalla pagina ufficiale di GPT Image 2.
Modelli e capacità GPT Image 2
-
GPT Image 2 Ext Text to Image supporta immagini di riferimento?
La linea attuale è puramente text-to-image e non accetta immagini di riferimento.
Modelli e capacità GPT Image 2
-
Come viene fatturato GPT Image 2 Ext Text to Image?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità GPT Image 2
-
Come si chiama l'API GPT Image 2 Ext Text to Image?
Invia un'attività asincrona a POST /v1/tasks, usa model gpt-image-2/text-to-image@ext e inserisci i parametri di generazione in input.
Modelli e capacità GPT Image 2
-
A quali attività è principalmente adatto GPT Image 2 Beta?
Linea Beta mantenuta per la compatibilità con le chiamate esistenti; per le nuove integrazioni si consiglia di utilizzare l'ID del modello GPT Image 2 ufficiale.
Modelli e capacità GPT Image 2
-
GPT Image 2 Beta supporta le immagini di riferimento?
La linea attuale è solo text-to-image e non accetta immagini di riferimento.
Modelli e capacità GPT Image 2
-
Come viene fatturato GPT Image 2 Beta?
In base al numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità GPT Image 2
-
Come si chiama l'API GPT Image 2 Beta?
Invia un'attività asincrona a POST /v1/tasks, usa gpt-image-2/text-to-image@beta come model e inserisci i parametri di generazione in input.
Modelli e capacità GPT Image 2
-
A cosa è principalmente adatto GPT Image 2 Ext Image to Image?
Un percorso di editing compatibile con il supporto di più immagini di riferimento, controllo di qualità, risoluzione e formato.
Modelli e capacità GPT Image 2
-
GPT Image 2 Ext Image to Image supporta le immagini di riferimento?
Sì. La linea attuale richiede immagini di riferimento, fino a un massimo di 6; le immagini di riferimento forniscono il soggetto e la composizione, mentre il Prompt descrive l'ambito delle modifiche.
Modelli e capacità GPT Image 2
-
Come viene fatturato GPT Image 2 Ext Image to Image?
La fatturazione si basa sul numero di immagini generate con successo; eventuali differenze tra risoluzioni o livelli di qualità sono mostrate nel prezzo in tempo reale sulla pagina.
Modelli e capacità GPT Image 2
-
Come si chiama l'API GPT Image 2 Ext Image to Image?
Invia un'attività asincrona a POST /v1/tasks, utilizza model gpt-image-2/image-to-image@ext e inserisci i parametri di generazione in input.
Modelli e capacità GPT Image 2
-
Per cosa è più adatto Ideogram V4?
Per loghi, poster, wordmark, packaging e insegne di negozi che richiedono un'accurata resa dell'alfabeto latino.
Modelli e capacità Ideogram V4
-
Come si scelgono le tre velocità?
TURBO è adatta alle bozze rapide; BALANCED bilancia velocità e qualità; QUALITY è adatta ai dettagli finali e alle insegne complesse.
Modelli e capacità Ideogram V4
-
Come si distinguono i tre livelli di prezzo?
TURBO, BALANCED e QUALITY utilizzano diverse fasce per singola immagine; gli importi esatti sono quelli del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità Ideogram V4
-
Come migliorare la precisione del testo nelle immagini?
Scrivi nel Prompt, carattere per carattere, il testo che deve essere visualizzato e specifica lo stile del carattere, la gerarchia, la posizione e il contrasto con lo sfondo.
Modelli e capacità Ideogram V4
-
Supporta immagini di riferimento?
Attualmente la pagina di Ideogram V4 è solo text-to-image e non accetta immagini di riferimento.
Modelli e capacità Ideogram V4
-
Quali sono i vantaggi di Qwen Image 2.0 Pro?
Adatto a scenari con testo cinese, figure, visual di prodotto e concetti complessi, e offre cinque preset di dimensioni a livello 2K.
Modelli e capacità
-
A cosa serve l'ottimizzazione automatica del prompt?
prompt_extend è abilitato per impostazione predefinita ed estende l'input per integrare dettagli visivi, ma aggiunge un leggero ritardo; può essere disattivato quando è necessario attenersi rigorosamente al testo originale.
Modelli e capacità
-
Come evitare elementi indesiderati?
Descrivi i contenuti da escludere tramite negative_prompt e mantieni chiaro il Prompt positivo riguardo a soggetto, testo e composizione.
Modelli e capacità
-
Supporta immagini di riferimento?
L'attuale percorso Pro di text-to-image accetta solo testo e non supporta l'input di immagini di riferimento.
Modelli e capacità
-
La dimensione modifica il prezzo?
Le cinque dimensioni predefinite attuali utilizzano la stessa fascia di prezzo per singola immagine; l'importo esatto è quello del prezzo in tempo reale indicato in questa pagina.
Modelli e capacità
-
A cosa è adatto Seedream 4.5 per la generazione di immagini da testo?
È adatto a scene in stile cinese, fotografia gastronomica, immagini di fantascienza, paesaggi e alla creazione generica che richiede output in 2K/4K.
Modelli e capacità Seedream 4.5
-
Il prezzo di 2K e 4K è diverso?
Attualmente le due risoluzioni utilizzano la stessa fascia tariffaria per singola immagine; gli importi specifici sono soggetti ai prezzi in tempo reale di questa pagina.
Modelli e capacità Seedream 4.5
-
Perché il formato è un parametro obbligatorio?
Il contratto della richiesta attuale richiede l'invio esplicito di aspect_ratio e resolution, per evitare che le dimensioni di output dipendano da valori predefiniti impliciti.
Modelli e capacità Seedream 4.5
-
È possibile caricare un'immagine di riferimento?
Questo percorso di generazione di immagini da testo non accetta immagini di riferimento; utilizza seedream-4.5/image-to-image.
Modelli e capacità Seedream 4.5
-
Quanto può essere lungo al massimo il prompt?
Supporta da 4 a 3000 caratteri, sia in cinese che in inglese.
Modelli e capacità Seedream 4.5
-
Quali formati di immagine speciali supporta Wan 2.7 Image?
Oltre ai comuni formati orizzontale e verticale, supporta anche formati ultra-wide o ultra-tall come 21:9, 8:1 e 1:8.
Modelli e capacità Wan 2.7 Image
-
A cosa serve la Modalità Thinking?
Una volta attivata, aumenta il tempo di generazione per potenziare il ragionamento e l'organizzazione visiva dei Prompt complessi; per le bozze rapide è possibile lasciarla disattivata.
Modelli e capacità Wan 2.7 Image
-
Come scegliere tra 1K, 2K e 4K?
Usa prima 1K o 2K per validare la direzione, poi scegli 4K quando ti serve un output più grande. Il prezzo indicato in questa pagina è il prezzo fisso per singola immagine.
Modelli e capacità Wan 2.7 Image
-
Supporta immagini di riferimento?
L'attuale ID modello è una modalità di generazione di immagini puramente da testo e non accetta immagini di riferimento.
Modelli e capacità Wan 2.7 Image
-
Come riprodurre i risultati?
Fissare seed, Prompt, formato immagine, risoluzione e impostazioni di Thinking Mode.
Modelli e capacità Wan 2.7 Image
-
A cosa è adatto Z-Image?
È adatto alla generazione di immagini da prompt in cinese a basso costo, ritratti realistici, insegne, panorami notturni urbani e materiali gastronomici.
Modelli e capacità Z-Image
-
Quali formati di immagine sono supportati?
Sono supportati 1:1, 4:3, 3:4, 16:9 e 9:16.
Modelli e capacità Z-Image
-
È possibile controllare la risoluzione o il formato?
L'attuale contratto pubblico delle richieste espone solo Prompt e aspect_ratio; non aggiungere campi di risoluzione o formato non dichiarati nella richiesta.
Modelli e capacità Z-Image
-
Supporta immagini di riferimento?
No. L'attuale ID del modello Z-Image è solo text-to-image.
Modelli e capacità Z-Image
-
Come chiamare l'API?
Inviare model: z-image e input.prompt a POST /v1/tasks; aspect_ratio è facoltativo.
Modelli e capacità Z-Image
-
Che tipo di modello video è HappyHorse 1.0?
È una linea di pura generazione video da testo: richiede solo un Prompt testuale, senza dover caricare un'immagine iniziale.
Modelli e capacità HappyHorse 1.0
-
Quali specifiche di output supporta HappyHorse 1.0?
Supporta da 3 a 15 secondi, con risoluzioni che includono 720p e 1080p, e formati che includono 16:9, 9:16, 1:1, 4:3, 3:4.
Modelli e capacità HappyHorse 1.0
-
È possibile generare voce o utilizzare riferimenti audio?
Non accetta input multimediali; le capacità vocali dipendono dal contratto del modello
Modelli e capacità HappyHorse 1.0
-
Come viene fatturato HappyHorse 1.0?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi della pagina e dai record delle attività.
Modelli e capacità HappyHorse 1.0
-
Come si chiama l'API HappyHorse 1.0?
Invia un'attività asincrona a POST /v1/tasks, usando happyhorse-1.0 come model e inserendo i parametri in input.
Modelli e capacità HappyHorse 1.0
-
Che tipo di modello video è Kling 3.0 Text-to-Video?
È una linea puramente text-to-video: richiede solo un Prompt testuale e non l'upload di un'immagine iniziale.
Modelli e capacità Kling 3.0
-
Quali specifiche di output supporta Kling 3.0 Text-to-Video?
Supporta da 3 a 15 secondi, con risoluzioni che includono 720p, 1080p e 4K, e formati che includono 16:9, 9:16 e 1:1.
Modelli e capacità Kling 3.0
-
È possibile generare una voce o utilizzare un riferimento audio?
Interruttore opzionale per la generazione della voce
Modelli e capacità Kling 3.0
-
Come viene fatturato Kling 3.0 Text-to-Video?
La fatturazione si basa sulla durata di output e sul livello in tempo reale; eventuali differenze dovute a risoluzione, modalità o opzioni audio sono soggette al prezzo della pagina e al registro delle attività.
Modelli e capacità Kling 3.0
-
Come si chiama l'API Text-to-Video di Kling 3.0?
Invia un'attività asincrona a POST /v1/tasks, usa kling-3.0/text-to-video come model e inserisci i parametri in input.
Modelli e capacità Kling 3.0
-
Che tipo di modello video è Veo 3.1 Fast Text to Video?
È una modalità di generazione video puramente da testo: richiede solo un prompt testuale e non l'upload di un'immagine iniziale.
Modelli e capacità Veo 3.1 Fast
-
Quali specifiche di output supporta Veo 3.1 Fast Text to Video?
Supporta 4-8 secondi, con risoluzioni che includono 720p, 1080p, 4k e formati che includono 16:9, 9:16.
Modelli e capacità Veo 3.1 Fast
-
È possibile generare la voce o utilizzare riferimenti audio?
La generazione audio è abilitata per impostazione predefinita
Modelli e capacità Veo 3.1 Fast
-
Come viene addebitato Veo 3.1 Fast Text to Video?
L'addebito avviene in base alla durata dell'output e al livello in tempo reale; eventuali differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi della pagina e dai record delle attività.
Modelli e capacità Veo 3.1 Fast
-
Come si chiama l'API Veo 3.1 Fast Text to Video?
Invia un'attività asincrona a POST /v1/tasks, usando model veo-3.1-fast/text-to-video, con i parametri inseriti in input.
Modelli e capacità Veo 3.1 Fast
-
Che tipo di modello video è Veo 3.1 Text to Video?
È una linea di generazione video puramente text-to-video: richiede solo un Prompt testuale e non necessita del caricamento di un'immagine iniziale.
Modelli e capacità Veo 3.1
-
Quali specifiche di output supporta Veo 3.1 Text to Video?
Supporta video da 4 a 8 secondi, con risoluzioni che includono 720p, 1080p e 4k, e formati d'immagine che includono 16:9 e 9:16.
Modelli e capacità Veo 3.1
-
È possibile generare una voce o utilizzare un riferimento audio?
La generazione audio è abilitata per impostazione predefinita
Modelli e capacità Veo 3.1
-
Come viene fatturato Veo 3.1 Text to Video?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; eventuali differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi indicati nella pagina e dai record delle attività.
Modelli e capacità Veo 3.1
-
Come si chiama l'API Veo 3.1 Text to Video?
Invia un'attività asincrona a POST /v1/tasks, usa veo-3.1/text-to-video come model e inserisci i parametri in input.
Modelli e capacità Veo 3.1
-
Che tipo di modello video è Seedance 2.0?
Ha come elemento centrale il Prompt, ma è possibile aggiungere anche frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati in base all'attuale contratto dei parametri.
Modelli e capacità Seedance 2.0
-
Quali specifiche di output supporta Seedance 2.0?
Supporta da 4 a 15 secondi, con risoluzioni che includono 480p, 720p, 1080p, 4k e formati che includono 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelli e capacità Seedance 2.0
-
È possibile generare audio o utilizzare riferimenti audio?
Riferimenti opzionali per immagini, video e audio; supporta la generazione di audio
Modelli e capacità Seedance 2.0
-
Come viene fatturato Seedance 2.0?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi della pagina e dal registro delle attività.
Modelli e capacità Seedance 2.0
-
Come si chiama l'API Seedance 2.0?
Invia un'attività asincrona a POST /v1/tasks, usa seedance-2.0 come model e inserisci i parametri in input.
Modelli e capacità Seedance 2.0
-
Che tipo di modello video è Seedance 2.0 Fast?
Si basa sul Prompt come elemento centrale e può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati secondo il contratto dei parametri corrente.
Modelli e capacità
-
Quali specifiche di output supporta Seedance 2.0 Fast?
Supporta 4-15 secondi, risoluzioni 480p e 720p, formati 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelli e capacità
-
È possibile generare voce o usare riferimenti audio?
Riferimenti opzionali per immagini, video e audio; supporto per la generazione audio
Modelli e capacità
-
Come viene fatturato Seedance 2.0 Fast?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono soggette ai prezzi visualizzati sulla pagina e ai registri delle attività.
Modelli e capacità
-
Come si chiama l'API Seedance 2.0 Fast?
Invia un'attività asincrona a POST /v1/tasks, usa seedance-2.0-fast come model e inserisci i parametri in input.
Modelli e capacità
-
Che tipo di modello video è Seedance 2.0 Ext?
È incentrato sul Prompt e può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati secondo il contratto dei parametri corrente.
Modelli e capacità Seedance 2.0
-
Quali specifiche di output supporta Seedance 2.0 Ext?
Supporta da 4 a 15 secondi, con risoluzioni che includono 720p, 1080p, 4k e formati che includono 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelli e capacità Seedance 2.0
-
Come viene fatturato Seedance 2.0 Ext?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi visualizzati sulla pagina e dai record delle attività.
Modelli e capacità Seedance 2.0
-
Come si chiama l'API Seedance 2.0 Ext?
Invia un'attività asincrona a POST /v1/tasks, usa seedance-2.0@ext come model e inserisci i parametri in input.
Modelli e capacità Seedance 2.0
-
Che tipo di modello video è Seedance 2.0 Mini?
È incentrato sul Prompt e può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; le diverse modalità di controllo vanno combinate secondo il contratto dei parametri vigente.
Modelli e capacità
-
Quali specifiche di output supporta Seedance 2.0 Mini?
Supporta da 4 a 15 secondi, con risoluzioni 480p e 720p e formati 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 e adaptive.
Modelli e capacità
-
È possibile generare audio o utilizzare riferimenti audio?
Riferimenti immagine, video e audio opzionali; supporta la generazione di audio
Modelli e capacità
-
Come viene fatturato Seedance 2.0 Mini?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono soggette ai prezzi della pagina e ai registri delle attività.
Modelli e capacità
-
Come si chiama l'API Seedance 2.0 Mini?
Invia un'attività asincrona a POST /v1/tasks, usando seedance-2.0-mini come model e inserendo i parametri in input.
Modelli e capacità
-
Che tipo di modello video è HappyHorse 1.1 Text to Video?
È una linea puramente text-to-video: richiede solo un Prompt testuale e non necessita del caricamento di un'immagine iniziale.
Modelli e capacità HappyHorse 1.1
-
Quali specifiche di output supporta HappyHorse 1.1 Text to Video?
Supporta da 3 a 15 secondi, con risoluzioni che includono 720p e 1080p, e formati d'immagine che includono 16:9, 9:16, 3:4, 4:3, 4:5, 5:4, 1:1, 9:21 e 21:9.
Modelli e capacità HappyHorse 1.1
-
È possibile generare voce o utilizzare riferimenti audio?
Non accetta input multimediali; le capacità vocali dipendono dal contratto del modello
Modelli e capacità HappyHorse 1.1
-
Come viene fatturato HappyHorse 1.1 Text to Video?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; eventuali differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi visualizzati sulla pagina e dal registro delle attività.
Modelli e capacità HappyHorse 1.1
-
Come si chiama l'API HappyHorse 1.1 Text to Video?
Invia un'attività asincrona a POST /v1/tasks, usa happyhorse-1.1/text-to-video come model e inserisci i parametri in input.
Modelli e capacità HappyHorse 1.1
-
Che tipo di modello video è MiniMax H3?
Si basa sul Prompt come elemento centrale, ma può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati in base al contratto dei parametri corrente.
Modelli e capacità MiniMax H3
-
Quali specifiche di output supporta MiniMax H3?
Supporta da 4 a 15 secondi, risoluzioni inclusa 2K, formati inclusi 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive.
Modelli e capacità MiniMax H3
-
È possibile generare audio o utilizzare riferimenti audio?
Riferimenti opzionali per immagini, video e audio; supporta la generazione di audio
Modelli e capacità MiniMax H3
-
Come viene fatturato MiniMax H3?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono soggette ai prezzi della pagina e ai record delle attività.
Modelli e capacità MiniMax H3
-
Come si chiama l'API MiniMax H3?
Invia un'attività asincrona a POST /v1/tasks, usa minimax-h3 come model e inserisci i parametri in input.
Modelli e capacità MiniMax H3
-
Che tipo di modello video è Wan 3.0 Video?
Ha il Prompt come elemento centrale e può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati secondo il contratto dei parametri corrente.
Modelli e capacità Wan 3.0 Video
-
Quali specifiche di output supporta Wan 3.0 Video?
Supporta da 2 a 30 secondi, con risoluzioni 480P, 720P e 1080P, e formati adaptive, 16:9, 4:3, 1:1, 3:4, 9:16.
Modelli e capacità Wan 3.0 Video
-
È possibile generare voce o utilizzare riferimenti audio?
Riferimenti opzionali a immagini, video, audio, file e link; supporto per audio sincronizzato
Modelli e capacità Wan 3.0 Video
-
Come viene fatturato Wan 3.0 Video?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi mostrati sulla pagina e dai registri delle attività.
Modelli e capacità Wan 3.0 Video
-
Come si chiama l'API Wan 3.0 Video?
Invia un'attività asincrona tramite POST /v1/tasks, usa wan3.0-video come model e inserisci i parametri in input.
Modelli e capacità Wan 3.0 Video
-
Quali input supporta Wan 3.0 Prime?
L'unico input obbligatorio è il prompt. Gli input opzionali includono il primo e l'ultimo fotogramma, fino a 10 immagini di riferimento, fino a 5 segmenti audio di riferimento, 1 documento di riferimento o 1 pagina web di riferimento. L'input video di riferimento non è ancora disponibile.
Modelli e capacità
-
È possibile usare insieme il primo/ultimo fotogramma e i materiali di riferimento?
No. La modalità primo/ultimo fotogramma è mutuamente esclusiva con gli array di immagini di riferimento, audio, file e pagine web: per ogni attività si sceglie uno solo di questi metodi di controllo; inoltre, tra file di riferimento e pagine web di riferimento è possibile sceglierne solo uno.
Modelli e capacità
-
Quali sono i requisiti per l'audio di riferimento?
WAV o MP3, da 1 a 15 secondi per segmento, massimo 5 segmenti, da utilizzare insieme all'immagine di riferimento. Nel prompt, fai riferimento ad essi nell'ordine come Audio1, Audio2, specificando se si tratta di voce fuori campo, dialogo o musica.
Modelli e capacità
-
Quali durate, risoluzioni e formati sono supportati?
La durata va da 2 a 30 secondi, impostata in secondi interi; le risoluzioni sono 480P, 720P, 1080P; i formati sono adaptive, 16:9, 4:3, 1:1, 3:4, 9:16; adaptive viene determinato in base al materiale di input e al prompt.
Modelli e capacità
-
Il video avrà l'audio?
Per impostazione predefinita viene generata una traccia audio sincronizzata con le immagini; il contenuto audio può essere descritto nel prompt (ad esempio suoni ambientali, voce fuori campo); impostando audio su false è possibile ottenere solo le immagini.
Modelli e capacità
-
Qual è la differenza tra Wan 3.0 Prime e Wan 3.0 Video?
Prime è la linea accelerata di Wan 3.0; prompt, primo/ultimo frame, immagini di riferimento, audio, file e uso della pagina web sono identici per entrambi, basta cambiare il model ID per passare da uno all'altro; al momento Prime non accetta video di riferimento come input e le due linee hanno prezzi diversi.
Modelli e capacità
-
Come riprodurre lo stesso risultato?
Passando un seed fisso (da 0 a 2147483647) e mantenendo invariati il prompt e gli altri parametri, è possibile ottenere risultati altamente coerenti, utili per confronti dopo il fine-tuning.
Modelli e capacità
-
Come viene fatturato Wan 3.0 Prime?
La fatturazione si basa sulla durata del video in output e sul livello di risoluzione; le attività fallite vengono rimborsate integralmente; per il prezzo unitario specifico fa fede il prezzo in tempo reale indicato in questa pagina.
Modelli e capacità
-
Seedance 2.5 text-to-video richiede il caricamento di un'immagine?
No. Questa pagina corrisponde a seedance-2.5/text-to-video e accetta solo un Prompt testuale; se sono necessari un primo frame, un primo e un ultimo frame o materiali di riferimento, è necessario utilizzare le linee dedicate Image-to-Video o Reference-to-Video.
Modelli e capacità Seedance 2.5
-
Quanto può essere lungo un video supportato da Seedance 2.5?
Il contratto di richiesta attuale supporta da 4 a 30 secondi, in 720p o 1080p, e offre formati 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 e adaptive.
Modelli e capacità Seedance 2.5
-
Seedance 2.5 genera audio?
generate_audio è attivo per impostazione predefinita e serve a generare audio sincronizzato; è possibile disattivarlo se non serve audio. In ogni caso, il risultato finale dovrebbe essere sottoposto a revisione per volume, dialoghi e copyright.
Modelli e capacità Seedance 2.5
-
Come viene fatturato Seedance 2.5?
La fatturazione si basa sui secondi di video output e sul livello di risoluzione. 720p e 1080p utilizzano prezzi al secondo diversi.
Modelli e capacità Seedance 2.5
-
Come si chiama l'API di text-to-video di Seedance 2.5?
Invia un'attività asincrona a POST /v1/tasks, usando model seedance-2.5/text-to-video e passando i parametri prompt, duration, resolution, aspect_ratio ecc. in input.
Modelli e capacità Seedance 2.5
-
Grok Imagine text-to-video richiede un'immagine?
No. grok-imagine/text-to-video accetta solo un Prompt testuale; quando serve un'immagine di partenza, occorre usare la linea separata image-to-video.
Modelli e capacità Grok Imagine
-
Quali specifiche supporta Grok Imagine?
Supporta video da 6 a 30 secondi, 480p o 720p, e formati 2:3, 3:2, 1:1, 16:9, 9:16.
Modelli e capacità Grok Imagine
-
Qual è la differenza tra la modalità normal e la modalità fun?
normal è adatta ai movimenti regolari e a riprese stabili, mentre fun è pensata per movimenti creativi più vivaci. Si consiglia di usare prima normal per verificare il soggetto e la composizione.
Modelli e capacità Grok Imagine
-
Come viene fatturato Grok Imagine?
La fatturazione si basa sui secondi di output e sulla risoluzione; 480p e 720p hanno prezzi al secondo diversi.
Modelli e capacità Grok Imagine
-
Come si chiama l'API text-to-video di Grok Imagine?
Invia un'attività a POST /v1/tasks, usa grok-imagine/text-to-video come model e inserisci i parametri in input.
Modelli e capacità Grok Imagine
-
Il video text-to-video di Hailuo 2.3 richiede un'immagine?
No. Questa linea accetta solo un Prompt testuale. Quando è necessario specificare il primo frame, si deve usare il modello Hailuo image-to-video separato.
Modelli e capacità Hailuo 2.3
-
Quali durate supporta Hailuo 2.3?
Il percorso standard offre due opzioni di output fisse, da 6 e 10 secondi, e non espone parametri di risoluzione o formato.
Modelli e capacità Hailuo 2.3
-
A cosa serve Prompt optimizer?
È abilitato per impostazione predefinita e serve a espandere e organizzare automaticamente il Prompt. Quando è necessario preservare rigorosamente le istruzioni originali, è possibile disabilitarlo e scrivere autonomamente una descrizione completa dell'inquadratura.
Modelli e capacità Hailuo 2.3
-
Come viene fatturato Hailuo 2.3?
Il costo è a scaglioni in base al video generato: per i video da 6 e 10 secondi è previsto un prezzo fisso per singolo video.
Modelli e capacità Hailuo 2.3
-
Come si chiama l'API Hailuo 2.3?
Invia un'attività asincrona a POST /v1/tasks, usando model hailuo-2.3/text-to-video e passando prompt, duration e prompt_optimizer in input.
Modelli e capacità Hailuo 2.3
-
Wan 2.7 text-to-video richiede un'immagine?
No. wan2.7-video/text-to-video richiede solo un Prompt testuale; se sono necessari un primo o un ultimo fotogramma, occorre usare Wan 2.7 Image-to-Video.
Modelli e capacità Wan 2.7 Video
-
Quali specifiche di output supporta Wan 2.7?
Supporta 2–15 secondi, 720P o 1080P e formati 16:9, 9:16, 1:1, 4:3, 3:4.
Modelli e capacità Wan 2.7 Video
-
Cos'è audio_url in Wan 2.7?
audio_url è un riferimento audio opzionale in formato WAV o MP3. Non trasforma questa route in image-to-video e non sostituisce il Prompt testuale.
Modelli e capacità Wan 2.7 Video
-
Come viene fatturato Wan 2.7?
La fatturazione si basa sui secondi di video generato e sulla risoluzione; 720P e 1080P hanno prezzi al secondo diversi.
Modelli e capacità Wan 2.7 Video
-
Come si chiama l'API text-to-video di Wan 2.7?
Invia un'attività asincrona tramite POST /v1/tasks, usando model wan2.7-video/text-to-video e passando parametri come prompt, resolution, ratio e duration in input.
Modelli e capacità Wan 2.7 Video
-
Quante immagini di input richiede il video generato da immagini di Veo 3.1?
Attualmente l'endpoint accetta un URL di immagine accessibile pubblicamente per ogni chiamata, e il nome del campo è image_url, non image_urls. Si consiglia di fornire immagini di input di almeno 720p e di definire soggetto, composizione e spazio di movimento prima dell'invio; indirizzi locali o link temporanei non accessibili dalla rete pubblica non possono essere usati come input.
Modelli e capacità Veo 3.1
-
Come si controlla l'orientamento orizzontale o verticale nella generazione video da immagine con Veo 3.1?
Il formato di output eredita l'immagine di input, non è necessario passare un aspect_ratio aggiuntivo. Per generare video verticali per TikTok, Reels o Shorts, occorre prima preparare un'immagine di input in 9:16; per contenuti orizzontali per web o pubblicità, occorre prima preparare un'immagine di input in 16:9. Altri formati potrebbero essere ritagliati per adattarsi.
Modelli e capacità Veo 3.1
-
Quali durate e risoluzioni supporta Veo 3.1?
L'attuale contratto di richiesta di HiAPI supporta 4, 6 e 8 secondi, nonché 720p, 1080p e 4K. La durata e la risoluzione influiscono insieme sul costo totale; verificare prima il movimento con una durata più breve e poi generare alla risoluzione finale consente di ridurre i consumi inutili.
Modelli e capacità Veo 3.1
-
Veo 3.1 è in grado di generare audio nativo? Come si controlla il suono?
Sì. Inserisci nel Prompt suoni ambientali, foley e ritmo musicale, e fai seguire i suggerimenti sonori all'ordine degli eventi, ad esempio “un tonfo sordo quando le scarpe toccano terra”. Per i materiali commerciali importanti, prima della pubblicazione è comunque necessario verificare volume, dialoghi, brand safety e requisiti di copyright della piattaforma.
Modelli e capacità Veo 3.1
-
Come viene fatturato Veo 3.1 per la generazione video da immagine?
La fatturazione si basa sulla durata di generazione e sulla risoluzione; 720p/1080p con audio utilizzano la tariffa base al secondo, 4K con audio utilizza una tariffa superiore. Gli importi specifici sono soggetti al prezzo in tempo reale nella pagina del modello e ai registri delle attività.
Modelli e capacità Veo 3.1
-
Come scegliere tra Veo 3.1 e Veo 3.1 Fast?
Entrambi usano lo stesso input a immagine singola, la stessa struttura di durata 4/6/8 secondi e la stessa risoluzione. Fast è adatto per verificare prima azione, inquadratura e ritmo sonoro, mentre il Veo 3.1 standard è adatto per il montaggio finale. Il flusso tipico consiste nel selezionare i Prompt prima con una bozza 720p di Fast, poi con il modello standard per produrre output 1080p o 4K.
Modelli e capacità Veo 3.1
-
Come posso chiamare Veo 3.1 per la generazione di video da immagine tramite API?
Invia una richiesta POST /v1/tasks, imposta model su veo-3.1/image-to-video e passa prompt, image_url, resolution e duration in input. L'API restituisce prima un taskId e il video viene generato in modo asincrono in background; per il polling del task, il callback, la gestione degli errori e i parametri completi consulta la documentazione API.
Modelli e capacità Veo 3.1
-
Qual è la differenza tra Vidu Q3 Mix e Vidu Q3 Ad?
Entrambi usano lo stesso set di parametri (da 1 a 7 immagini di riferimento, lo stesso set di 10 dimensioni, due livelli 720P/1080P) e la struttura della richiesta è del tutto identica. La differenza sta nella durata e nella direzione dell'ottimizzazione: Mix è pensato per scenari generici, con una durata da 1 a 16 secondi; Ad è pensato per la pubblicità, con una durata da 3 a 15 secondi, e aggiunge elaborazioni intelligenti di taglio delle scene, movimento di camera ed effetti sonori orientate al marketing. Per gli annunci di prodotto è preferibile scegliere Ad, per altri tipi di contenuto usare Mix.
Modelli e capacità
-
Perché per size si possono scegliere solo 10 valori enumerati e non è possibile inserire liberamente una risoluzione?
size è espresso come valore in pixel nel formato «larghezza*altezza», ma l'API accetta solo 10 valori fissi, ovvero cinque formati (16:9, 4:3, 1:1, 3:4, 9:16) × due livelli (720P, 1080P). Il vantaggio è che formato e livello di risoluzione si scelgono in un'unica operazione, senza dover passare separatamente un parametro di proporzione; il costo è che non è possibile specificare dimensioni intermedie. Nota: 1:1 nel livello 1080P è 1808*1808, non 1920*1920.
Modelli e capacità
-
Qual è la durata massima generabile?
Mix supporta da 1 a 16 secondi (in secondi interi, predefinito 5 secondi). 16 secondi è più lungo dei 5-10 secondi della maggior parte delle API di generazione video di riferimento, adatto a segmenti che richiedono lo sviluppo di un'azione. Nota che l'intervallo di Ad è diverso: da 3 a 15 secondi.
Modelli e capacità
-
Quante immagini di riferimento al massimo? Come faccio a far capire al modello chi è chi?
reference_image_urls accetta da 1 a 7 immagini, devono essere URL HTTP(S) accessibili pubblicamente, i formati supportati sono JPEG/JPG/PNG/WEBP, ciascuna non deve superare 50MB e il rapporto larghezza-altezza deve essere compreso tra 1:4 e 4:1. Nel prompt è sufficiente fare riferimento in base all'ordine dell'array, ad esempio «il personaggio dell'immagine di riferimento 1 entra nella scena dell'immagine di riferimento 2», la numerazione corrisponde uno a uno all'indice dell'array.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sui secondi effettivi di output; il livello di risoluzione determina il prezzo al secondo, con tariffe diverse per 720P e 1080P. Fa fede il prezzo in tempo reale nella pagina dei prezzi; il dettaglio dei costi di ogni attività può essere verificato singolarmente nella cronologia attività di HiAPI.
Modelli e capacità
-
L'audio e la filigrana influiscono sul prezzo?
No. Il prezzo è determinato esclusivamente dal livello di risoluzione e dai secondi effettivamente generati; nessuno dei due interruttori incide sul calcolo del prezzo. L'audio è disattivato per impostazione predefinita e produce un video senza suono; una volta attivato, il modello genera musica di sottofondo ed effetti sonori in base al contenuto visivo. La filigrana è disattivata per impostazione predefinita; una volta attivata, nell'angolo in basso a destra del video compare l'indicazione «Contenuto generato dall'IA».
Modelli e capacità
-
Come scegliere tra Vidu Q4 Preview e il video generato da riferimento?
Dipende dai materiali di input. Se hai bisogno di un audio di riferimento per bloccare il timbro vocale del personaggio, far parlare il personaggio, oppure hai bisogno di più di 7 immagini di riferimento, usa Q4 Preview (da 1 a 15 immagini di riferimento + fino a 3 file MP3). Se ti serve solo un riferimento visivo, desideri un formato verticale o quadrato nativo e vuoi scegliere formato e risoluzione in un'unica soluzione, Mix è più diretto: Q4 Preview separa risoluzione e proporzioni in due parametri indipendenti.
Modelli e capacità
-
L'immagine di riferimento apparirà così com'è all'inizio del video?
No. Nella generazione di video da riferimento, l'immagine di riferimento viene usata come base per l'aspetto del soggetto e genera nuove inquadrature; l'immagine di riferimento stessa non compare come primo fotogramma. Se l'immagine di riferimento include uno sfondo completo, è possibile che l'inizio del video finale sia simile a quello sfondo; se vuoi che l'intera sequenza sia una nuova scena, specifica chiaramente l'ambiente nel prompt. Quando è necessario che il primo fotogramma coincida esattamente con un'immagine, dovresti usare l'interfaccia di generazione video da immagine.
Modelli e capacità
-
Quanto può essere lungo il prompt?
Non supera i 5000 caratteri, sia in cinese che in inglese; la parte in eccesso viene troncata automaticamente. Specificare cosa fa il soggetto, dove appare e come si muove la camera è più efficace che accumulare aggettivi.
Modelli e capacità
-
Un seed fisso garantisce risultati riproducibili?
L'intervallo di valori di seed è 0-2147483647; una volta fissato, i risultati per lo stesso insieme di input saranno sensibilmente più simili, ma il modello stesso è probabilistico e la documentazione specifica chiaramente che, anche con lo stesso seed, non è garantita un'identità perfetta ogni volta. È più adatto per confrontare gli effetti del fine-tuning, non per una riproduzione esatta.
Modelli e capacità
-
Qual è la differenza tra Vidu Q3 Ad e Vidu Q3 Mix?
La forma della richiesta è identica (sempre 1-7 immagini di riferimento, sempre 10 dimensioni, sempre due livelli 720P/1080P); la differenza sta nella gamma di durata e nella direzione di ottimizzazione. Ad è pensato per il settore pubblicitario, con durata da 3 a 15 secondi, e per i materiali pubblicitari integra tagli di scena intelligenti, movimenti di camera ed elaborazione degli effetti sonori di livello marketing; Mix è pensato per scenari generici, con durata da 1 a 16 secondi e una qualità visiva e una dinamica più equilibrate. Per le pubblicità di prodotto dai priorità ad Ad, per narrazioni, IP o materiali generici usa Mix.
Modelli e capacità
-
Perché la durata di Ad è diversa da quella di Mix?
I due endpoint applicano due insiemi di validazione dei parametri: il valore di duration per Ad è un intero in [3, 15], per Mix è in [1, 16], con valore predefinito di 5 secondi in entrambi i casi. Quindi Ad non può produrre clip ultrabrevi da 1-2 secondi, né richiede la costruzione di inquadrature lunghe come Mix.
Modelli e capacità
-
La durata effettiva dell'output è diversa dal valore duration impostato: su quale viene calcolato il costo?
Il costo viene calcolato in base alla durata effettiva dell'output. La documentazione riporta un'indicazione esplicita per i modelli pubblicitari come Ad, dotati di taglio intelligente delle scene: quando il numero di inquadrature è sensibilmente superiore o inferiore a duration, il modello può regolare automaticamente la durata per garantire la completezza della storia; la durata effettiva del video può quindi risultare maggiore o minore del valore impostato, e la fatturazione si basa sull'output effettivo. Di conseguenza, il budget da preventivare prima dell'ordine va stimato sul valore impostato, mentre il regolamento avviene in base ai secondi effettivi riportati in fattura.
Modelli e capacità
-
Perché per size si possono scegliere solo 10 valori enumerati?
size si esprime come «larghezza*altezza»; l'API accetta solo 10 valori fissi: cinque formati (16:9, 4:3, 1:1, 3:4, 9:16) × due livelli (720P, 1080P). Il vantaggio è che formato e livello di risoluzione si scelgono in un'unica operazione, senza dover passare un parametro di proporzione; il costo è che non si possono specificare dimensioni intermedie. Nota: 1:1 con 1080P corrisponde a 1808*1808.
Modelli e capacità
-
Quante immagini di riferimento al massimo? Quali sono i requisiti?
reference_image_urls accetta da 1 a 7 immagini, che devono essere URL HTTP(S) accessibili pubblicamente, in formato JPEG/JPG/PNG/WEBP, con una dimensione massima di 50MB per immagine e un rapporto larghezza-altezza compreso tra 1:4 e 4:1. Nello scenario pubblicitario la pratica comune è una immagine principale del prodotto più una o due immagini di contesto d'uso, citate nel prompt in ordine.
Modelli e capacità
-
Come funziona la fatturazione?
La fatturazione si basa sui secondi effettivamente generati; il livello di risoluzione determina il prezzo al secondo e, a parità di livello, Ad costa leggermente meno di Mix. I prezzi attuali sono indicati nella pagina dei prezzi e i dettagli dei consumi possono essere verificati voce per voce nel registro delle attività di HiAPI.
Modelli e capacità
-
audio e watermark influiscono sul prezzo?
No, il prezzo è determinato solo dal livello di risoluzione e dai secondi effettivamente generati. audio è disattivato per impostazione predefinita; una volta attivato, il modello genera musica di sottofondo o effetti sonori in base al contenuto visivo — negli scenari pubblicitari di solito si attiva; watermark è disattivato per impostazione predefinita; una volta attivato, nell'angolo in basso a destra viene indicato «Contenuto generato dall'AI». In fase di pubblicazione di solito si mantengono entrambe le opzioni predefinite.
Modelli e capacità
-
Come scegliere tra Vidu Q4 Preview e la generazione video con riferimento?
Il vantaggio di Ad sta nella gestione dei movimenti di camera, dei tagli e degli effetti sonori orientati alla pubblicità, oltre a un prezzo al secondo più basso. Quando serve un audio di riferimento per bloccare il timbro del personaggio, far parlare il modello con battute, oppure quando servono più di 7 immagini di riferimento, passa a Q4 Preview (1-15 immagini di riferimento + fino a 3 file MP3).
Modelli e capacità
-
Quanto deve essere lungo il prompt?
Il limite massimo è di 5000 caratteri, sia in cinese che in inglese. Tuttavia, poiché lo spot pubblicitario è breve, è sufficiente specificare chiaramente cos'è il prodotto, quali azioni vede lo spettatore e come si muove la camera; accumulare aggettivi rischia invece di rendere le immagini dispersive. L'immagine di riferimento ha già fissato l'aspetto del prodotto, quindi il prompt serve principalmente a definire azioni e atmosfera.
Modelli e capacità
-
Un seed fisso garantisce risultati riproducibili?
L'intervallo del seed è 0-2147483647; una volta fissato, i risultati per lo stesso insieme di input saranno sensibilmente più simili, facilitando il confronto dell'effetto di prompt diversi. Tuttavia il modello è probabilistico e la documentazione specifica chiaramente che anche con lo stesso seed non è garantita un'identità completa dei risultati, quindi non va considerato un mezzo di riproduzione esatta.
Modelli e capacità
-
È possibile impostare autonomamente le proporzioni nella generazione video da immagine?
No. Le proporzioni del video finale seguono completamente l'immagine del primo fotogramma: caricando un'immagine orizzontale si ottiene un video orizzontale, caricando un'immagine verticale si ottiene un video verticale, quindi per ottenere un formato verticale 9:16 è necessario preparare un primo fotogramma in versione verticale. Il rapporto larghezza-altezza del primo fotogramma deve essere compreso tra 1:4 e 4:1; le immagini eccessivamente allungate verranno rifiutate al momento dell'invio.
Modelli e capacità Vidu Q4 Preview
-
A cosa serve l'interruttore audio?
L'audio nativo è attivo per impostazione predefinita e genera dialoghi, suoni ambientali ed effetti sonori sincronizzati con le immagini; se disattivato, viene prodotto un video senza audio, adatto come sfondo in loop, per aggiungere musica in post-produzione o per inserire sottotitoli. L'interruttore non influisce sul prezzo.
Modelli e capacità Vidu Q4 Preview
-
Qual è il rapporto tra durata e prezzo?
La fatturazione si basa sulla durata in secondi interi inviata moltiplicata per il prezzo al secondo della risoluzione scelta; l'attivazione dell'audio e il numero di immagini non incidono sul calcolo. Più alta è la risoluzione, più alto è il prezzo al secondo: la fascia 4K costa circa 8,7 volte la fascia 540p. Gli importi esatti sono quelli indicati nella pagina dei prezzi.
Modelli e capacità Vidu Q4 Preview
-
A quali scenari si adatta ciascuno dei cinque livelli di risoluzione?
540p serve per provare i prompt e le inquadrature, ed è sufficiente anche per sfondi in loop di piccole dimensioni; 720p copre la maggior parte dei social media e del web; 1080p si usa per la distribuzione standard; 2K è adatto a schermi grandi e alla visualizzazione su TV; 4K si usa per allestimenti espositivi, immagini di livello cinematografico o inquadrature che richiedono ritaglio in post-produzione per una seconda composizione. Prima della versione definitiva, prova con i livelli bassi; per la versione definitiva, esporta con i livelli alti.
Modelli e capacità Vidu Q4 Preview
-
Qual è la differenza rispetto a Vidu Q3 Mix?
Vidu Q3 Mix riorganizza l'inquadratura utilizzando da 1 a 7 immagini di riferimento, in due versioni 720P/1080P, da 1 a 16 secondi, e le immagini di riferimento non diventano il primo fotogramma del video finale. Vidu Q4 Preview image-to-video tratta l'immagine come primo fotogramma del video finale, con durata da 3 a 16 secondi, risoluzione fino a 4K e generazione predefinita di audio nativo. Scegli Q4 Preview quando il primo fotogramma deve coincidere esattamente con l'immagine che hai.
Modelli e capacità Vidu Q4 Preview
-
Qual è la differenza rispetto a reference-to-video?
Image-to-video usa l'immagine come primo fotogramma del video finale, e il risultato parte da questa immagine; reference-to-video usa l'immagine come aspetto di personaggi, oggetti o scene e genera una composizione completamente nuova, quindi l'immagine di riferimento non compare così com'è all'inizio. Se vuoi "far muovere questa immagine", usa image-to-video.
Modelli e capacità Vidu Q4 Preview
-
Quali sono i requisiti per l'immagine del primo fotogramma?
Sono supportati JPG / JPEG / PNG / WebP, con una dimensione massima di 50MB per immagine e un rapporto d'aspetto compreso tra 1:4 e 4:1. Si consiglia che la composizione e l'illuminazione del primo fotogramma corrispondano già al risultato finale, poiché determinano il soggetto, l'inquadratura e la tonalità del video finale.
Modelli e capacità Vidu Q4 Preview
-
Come si scrive il prompt?
Scrivi solo ciò che va aggiunto: chi compie quale azione, come si muove la camera, quali suoni ci sono o quale frase viene detta. Non ripetere la descrizione di ciò che è già presente nell'immagine. I prompt in inglese sono i più stabili, ma anche il cinese funziona; limite massimo di 20.000 caratteri.
Modelli e capacità Vidu Q4 Preview
-
Il prompt è obbligatorio?
No. Se non viene passato un prompt, il modello deduce autonomamente le azioni e le inquadrature in base al contenuto del primo fotogramma; se invece viene passato un prompt, è possibile controllare l'ordine delle azioni, il percorso della telecamera e l'audio. In entrambi i casi la fatturazione si basa sulla durata e sulla risoluzione inviate.
Modelli e capacità Vidu Q4 Preview
-
Quali sono i valori predefiniti dei parametri non passati?
La durata predefinita è 5 secondi, la risoluzione predefinita è 720p e audio è abilitato per impostazione predefinita. Tutti e tre possono essere sovrascritti per singola attività; la fatturazione si basa sulla durata in secondi interi inviata e sul livello di risoluzione scelto.
Modelli e capacità Vidu Q4 Preview
-
Quante immagini di riferimento si possono inserire al massimo?
Da 1 a 15. Sono supportati JPG, PNG e WebP, con una dimensione massima di 50 MB per immagine, minima di 128×128 e un rapporto larghezza-altezza compreso tra 1:4 e 4:1 per immagine. I prompt fanno riferimento alle immagini nell'ordine dell'array: la prima è l'immagine di riferimento 1, la seconda è l'immagine di riferimento 2.
Modelli e capacità Vidu Q4 Preview
-
Quali sono i limiti di formato e durata per l'audio di riferimento?
Massimo 3 segmenti, solo MP3, ciascuno di 3-12 secondi e non superiore a 50MB, nel prompt scrivi in ordine audio di riferimento 1. Se il numero di segmenti, il formato o la durata sono fuori intervallo, la fase di invio restituisce direttamente un errore di parametro e non viene creato alcun task.
Modelli e capacità Vidu Q4 Preview
-
L'audio di riferimento influisce sull'intera traccia audio?
No. Fornisce solo il timbro vocale: quando un personaggio parla, le battute nel prompt vengono pronunciate con una voce vicina a quel timbro, mentre i suoni ambientali e gli effetti sonori sono ancora generati dall'immagine. Se desideri solo i suoni ambientali e non hai bisogno di specificare un timbro vocale, basta non inserire l'audio di riferimento e mantenere audio attivo.
Modelli e capacità Vidu Q4 Preview
-
Come si fa riferimento a una determinata risorsa nel prompt?
Tramite la numerazione in base all'ordine dell'array. La prima immagine è l'immagine di riferimento 1, il primo file audio è l'audio di riferimento 1; nel prompt basta scrivere direttamente questo numero. Il prompt è obbligatorio, con lunghezza da 1 a 20.000 caratteri, e può essere in cinese o in inglese.
Modelli e capacità Vidu Q4 Preview
-
Come si determina il formato del video finale?
È specificato da aspect_ratio, con opzioni 16:9, 9:16, 1:1, 4:3, 3:4; il valore predefinito è 16:9. Non dipende dalle proporzioni dell'immagine di riferimento: anche da un'immagine quadrata o verticale si può generare un video orizzontale 16:9.
Modelli e capacità Vidu Q4 Preview
-
Quanto può essere lungo e quali risoluzioni supporta?
Durata da 3 a 16 secondi in secondi interi, predefinito 5 secondi; risoluzioni in cinque livelli: 540p, 720p, 1080p, 2K e 4K, predefinito 720p. Basta rieseguire lo stesso prompt cambiando livello, senza riscriverlo.
Modelli e capacità Vidu Q4 Preview
-
Come funziona la fatturazione?
La fatturazione si basa sulla durata in secondi interi inviata moltiplicata per il prezzo al secondo della risoluzione scelta. L'interruttore audio, il numero di immagini di riferimento e il numero di audio di riferimento non modificano il prezzo unitario; l'importo esatto è indicato nella pagina dei prezzi e il dettaglio dell'addebito di ogni attività è consultabile nella cronologia delle attività.
Modelli e capacità Vidu Q4 Preview
-
L'immagine di riferimento apparirà così com'è all'inizio?
No. L'immagine di riferimento descrive l'aspetto dei personaggi, degli oggetti e della scena; il modello ricompone secondo il prompt e il fotogramma iniziale non coincide con nessuna immagine di riferimento. Se un'immagine deve diventare il primo fotogramma, usa video da immagine.
Modelli e capacità Vidu Q4 Preview
-
Qual è la differenza con Vidu Q3 Mix?
Q3 Mix accetta da 1 a 7 immagini di riferimento, fino a 1080P e da 1 a 16 secondi, e non accetta audio di riferimento. Q4 Preview accetta da 1 a 15 immagini di riferimento più un massimo di 3 segmenti audio di riferimento, fino a 4K e da 3 a 16 secondi. Scegli Q4 Preview se devi bloccare il timbro vocale, avere più immagini di riferimento o il 4K.
Modelli e capacità Vidu Q4 Preview
-
Qual è la differenza rispetto a Vidu Q3 Ad?
Q3 Ad è pensato per la pubblicità di prodotti, accetta da 1 a 7 immagini di riferimento, dura 3-15 secondi, in 720P o 1080P, e genera movimenti di camera, tagli di scena ed effetti sonori secondo il ritmo pubblicitario. Q4 Preview è pensato per personaggi e timbri vocali fissi, con un massimo di 15 immagini di riferimento, possibilità di bloccare il timbro vocale e una risoluzione massima di 4K. Per la pubblicità di prodotti è preferibile Q3 Ad; per personaggi seriali o quando serve il 4K si usa Q4 Preview.
Modelli e capacità Vidu Q4 Preview
-
Questo modello può generare immagini?
Accetta input testuali e immagini e restituisce testo. È adatto alla descrizione di immagini, alla comprensione di documenti e grafici, al visual question answering e al ragionamento con le immagini; per generare o modificare immagini è necessario scegliere il modello di immagine corrispondente.
Modelli e capacità
-
Quale ID modello e quale interfaccia dovrei usare?
Per model inserisci deepseek-v4-flash-vision-exp. Si consiglia POST /v1/responses, passando il contenuto tramite input; in alternativa puoi usare POST /v1/chat/completions, passando il contenuto tramite messages. I formati delle immagini sono diversi tra le due interfacce, utilizza l'esempio corrispondente.
Modelli e capacità
-
Come si caricano le immagini? Sono supportate più immagini?
Playground supporta il caricamento o l'incolla di JPEG, PNG, WebP, GIF, fino a 4 immagini per messaggio e non più di 10 MB ciascuna. L'API può utilizzare URL di immagini HTTPS pubblici o data URL base64: Responses usa input_image, Chat Completions usa il blocco di contenuto image_url. I suddetti limiti di quantità e dimensione dei caricamenti sono restrizioni di Playground.
Modelli e capacità
-
Come scegliere o disattivare il ragionamento?
Responses utilizza reasoning.effort; la pagina offre none, low, medium, high, con high come valore predefinito. none disattiva il ragionamento; gli altri livelli sono destinati alle attività di ragionamento, e il tempo effettivo e il consumo di Token dipendono dalla domanda. In Chat Completions, per disattivare il ragionamento si utilizza reasoning.enabled=false.
Modelli e capacità
-
Qual è la lunghezza del contesto e dell'output? Perché le risposte vengono troncate?
La finestra di contesto di questa pagina è di 1.048.576 Token, con un limite massimo di budget per l'output di 262.144 Token; il Playground e gli esempi predefiniti utilizzano 1.024. Il budget di output include i Token di ragionamento; le domande più complesse possono consumare una parte considerevole del budget prima di generare il testo. In caso di troncamento è possibile aumentare max_output_tokens oppure riprovare dopo aver disattivato il ragionamento; il totale di input e output deve comunque rispettare il limite di contesto.
Modelli e capacità
-
Come vengono fatturati i token per immagini, ragionamento e cache?
I token delle immagini vengono conteggiati nell'input, i token di ragionamento nell'output, e l'input che colpisce la cache viene addebitato al prezzo unitario dell'input in cache. Per i prezzi unitari di input, output e cache consulta la sezione prezzi in tempo reale di questa pagina. In Responses, usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens possono essere usati per confrontare i log delle chiamate; un hit della cache non equivale a una richiesta gratuita.
Modelli e capacità
-
Nelle conversazioni multi-turno è necessario reinviare la cronologia?
L'esempio in questa pagina usa store:false; a ogni turno vengono reinseriti in input i contenuti da conservare. Il server non memorizza automaticamente l'intera conversazione basandosi solo sul testo restituito nel turno precedente; quando si usa Chat Completions, inserire la cronologia necessaria in messages.
Modelli e capacità
-
Sono supportati l'output JSON e le chiamate a funzione?
Sì. Con Responses puoi richiedere JSON tramite text.format.type=json_object e dichiarare e selezionare le funzioni con tools e tool_choice. Dopo che il modello restituisce una chiamata a funzione, è la tua applicazione a eseguire la funzione e a reinviare il function_call_output corrispondente al call_id. Il modello non esegue codice locale al posto dell'applicazione; per la richiesta completa consulta gli esempi nella documentazione API.
Modelli e capacità
-
Come si determina la fine di una risposta in streaming?
Responses utilizza response.output_text.delta per ricevere gli incrementi del corpo del testo e legge l'usage finale in response.completed; occorre gestire anche response.incomplete e response.failed. Non attendere che Responses restituisca il marcatore [DONE] di Chat Completions, quest'ultimo è usato solo per lo streaming di Chat Completions.
Modelli e capacità
-
Posso usare direttamente la mia API Key HiAPI esistente?
Sì, a condizione che la Key abbia i permessi di chiamata per quel modello e che il saldo dell'account sia sufficiente. Per l'SDK OpenAI, imposta base_url su https://api.hiapi.ai/v1 e scegli responses.create oppure chat.completions.create. Il Playground web utilizza la sessione di accesso, quindi non è necessario incollare l'API Key.
Modelli e capacità
-
Quali input richiede Wan 2.6 Flash per la generazione di video da immagine?
1 immagine e un prompt. L'immagine funge da fotogramma iniziale del video, mentre il prompt descrive l'azione, la telecamera e l'atmosfera.
Modelli e capacità Wan 2.6 Flash
-
Posso caricare più immagini?
No, image_urls accetta solo 1 immagine.
Modelli e capacità Wan 2.6 Flash
-
Quali sono i requisiti per le immagini?
JPG, PNG o WebP, almeno 256×256 pixel, non superiore a 10MB.
Modelli e capacità Wan 2.6 Flash
-
Quali durate sono supportate?
5, 10, 15 secondi, predefinito 5 secondi.
Modelli e capacità Wan 2.6 Flash
-
Quali risoluzioni sono supportate?
720p e 1080p, 720p predefinita.
Modelli e capacità Wan 2.6 Flash
-
Come si imposta il formato di output?
Non è necessario impostarlo: il formato di output segue l'immagine di input: le immagini orizzontali producono schermate orizzontali, le immagini verticali producono schermate verticali.
Modelli e capacità Wan 2.6 Flash
-
A cosa serve l'interruttore audio?
Attivando audio vengono generati suoni ambientali ed effetti sonori sincronizzati con le immagini; per impostazione predefinita è disattivato e viene generato un video senza audio.
Modelli e capacità Wan 2.6 Flash
-
Attivare l'audio influisce sul prezzo?
Sì. I video con audio vengono fatturati al secondo secondo la fascia con audio, i video senza audio secondo la fascia senza audio; inoltre 1080p costa più di 720p. I prezzi attuali sono quelli indicati nella pagina dei prezzi.
Modelli e capacità Wan 2.6 Flash
-
Come funziona la fatturazione?
La fattorizzazione avviene in base ai secondi di video; il prezzo al secondo dipende dalla risoluzione e dalla presenza o meno dell'audio.
Modelli e capacità Wan 2.6 Flash
-
Posso usare il cinese nel prompt?
Sì, sono supportati sia il cinese che l'inglese, fino a 1.500 caratteri.
Modelli e capacità Wan 2.6 Flash
-
Come si scrive un prompt per ottenere risultati migliori?
L'immagine ha già determinato il soggetto e la scena; nel prompt concentrati su azione, movimento di camera e atmosfera, ad esempio "la volpe gira la testa verso la fotocamera, foglie dorate cadono, la camera avanza lentamente".
Modelli e capacità Wan 2.6 Flash
-
Per quanto tempo vengono conservati i video generati?
I link ai risultati hanno una validità limitata; se hai bisogno di una conservazione a lungo termine, scaricali o salvali tempestivamente sul tuo archivio.
Modelli e capacità Wan 2.6 Flash
-
Che cos'è Wan 2.7 Image Standard Edition?
È il livello standard della serie di immagini Wan 2.7: un unico ID modello supporta sia la generazione di immagini puramente da testo sia la modifica con immagini di riferimento, con output in 1K o 2K e fino a 9 immagini di riferimento.
Modelli e capacità
-
Qual è la differenza tra la versione Standard e Wan 2.7 Image Pro?
La versione Standard supporta 1K/2K e copre sia la generazione testo-immagine sia la modifica con immagine di riferimento; la Pro supporta 1K/2K/4K, ma esegue solo la generazione testo-immagine e non accetta immagini di riferimento. Quando serve una generazione puramente testo-immagine in 4K, usa la Pro; quando serve la generazione fino a 2K con modifica, usa la versione Standard.
Modelli e capacità
-
È supportata la modifica con immagini di riferimento? Quante al massimo?
Sì. È possibile passare fino a 9 URL di immagini pubbliche; se non viene passata alcuna immagine, la generazione avviene in base al prompt; se vengono passate immagini, queste vengono modificate o utilizzate come riferimento per la generazione in base al prompt.
Modelli e capacità
-
È possibile impostare le proporzioni quando c'è un'immagine di riferimento?
No, e non è necessario. Le proporzioni di output seguono l'ultima immagine di riferimento, in questo caso aspect_ratio non ha effetto; nella generazione di immagini puramente testuale è possibile usare aspect_ratio per scegliere una delle otto proporzioni.
Modelli e capacità
-
Quali risoluzioni e formati di immagine sono supportati?
La risoluzione supporta 1K e 2K; la generazione di immagini puramente da testo supporta complessivamente otto formati: 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1 e 1:8.
Modelli e capacità
-
Quante immagini vengono generate per ogni richiesta?
Attualmente il modello HiAPI genera sempre 1 immagine per ogni richiesta e la fatturazione si basa sul numero di immagini generate con successo.
Modelli e capacità
-
Quali formati e dimensioni sono supportati per le immagini di riferimento?
Sono supportati JPEG, PNG, BMP e WebP, con una dimensione massima di 20 MB per immagine, lati da 240 a 8000 pixel e rapporto larghezza-altezza da 1:8 a 8:1.
Modelli e capacità
-
Sono supportati i prompt e i testi nelle immagini in cinese?
Sono supportati sia i prompt in cinese che in inglese. Per i testi nelle immagini si consiglia di usare titoli brevi e di scriverli parola per parola nel prompt; l'impaginazione in cinese dipende dal numero di caratteri, dal font e dal formato, quindi per i materiali ufficiali si consiglia di verificare prima con un'anteprima a 1K.
Modelli e capacità
-
Come si chiama l'API Wan 2.7 Image?
Invia un'attività asincrona a POST /v1/tasks, usa wan2.7-image-standard come model e passa prompt in input, con image_urls, aspect_ratio, resolution e seed opzionali. Al termine dell'attività, interroga il risultato tramite l'ID dell'attività.
Modelli e capacità
-
Quali input supporta Wan 3.0 Prime?
L'unico input obbligatorio è il prompt. Gli input facoltativi includono il primo e l'ultimo fotogramma, fino a 10 immagini di riferimento, fino a 5 segmenti audio di riferimento, 1 documento di riferimento o 1 pagina web di riferimento. L'input video di riferimento non è ancora disponibile.
Modelli e capacità
-
È possibile usare insieme il primo/ultimo fotogramma e i materiali di riferimento?
No. La modalità primo/ultimo fotogramma è mutuamente esclusiva con gli array di immagini di riferimento, audio, file e pagine web: per ogni attività si sceglie uno solo di questi metodi di controllo; inoltre, tra file di riferimento e pagine web di riferimento si può scegliere solo una delle due opzioni.
Modelli e capacità
-
Quali sono i requisiti per l'audio di riferimento?
WAV o MP3, da 1 a 15 secondi per segmento, massimo 5 segmenti, da utilizzare insieme alle immagini di riferimento. Nel prompt fare riferimento ad essi come Audio1, Audio2 in ordine, specificando se si tratta di voce fuori campo, dialogo o musica.
Modelli e capacità
-
Quali durate, risoluzioni e formati di immagine sono supportati?
La durata è impostabile da 2 a 30 secondi in secondi interi; le risoluzioni sono 480P, 720P, 1080P; i formati di immagine sono adaptive, 16:9, 4:3, 1:1, 3:4, 9:16; adaptive viene determinato in base ai materiali di input e al prompt.
Modelli e capacità
-
Il video avrà l'audio?
Per impostazione predefinita viene generata una traccia audio sincronizzata con le immagini; il contenuto sonoro può essere descritto nel prompt (ad esempio suoni ambientali, voce fuori campo); impostando audio su false è possibile ottenere solo le immagini.
Modelli e capacità
-
Qual è la differenza tra Wan 3.0 Prime e Wan 3.0 Video?
Prime è la linea accelerata di Wan 3.0; prompt, primo/ultimo frame e utilizzo di immagini di riferimento, audio, file e pagine web sono identici, basta cambiare il model ID per passare da una all'altra; Prime al momento non accetta video di riferimento come input e le due linee hanno prezzi diversi.
Modelli e capacità
-
Come riprodurre lo stesso risultato?
Passando un seed fisso (da 0 a 2147483647) e mantenendo invariati il prompt e gli altri parametri, si ottengono risultati altamente coerenti, utili per confrontare dopo le modifiche.
Modelli e capacità
-
Come viene addebitato Wan 3.0 Prime?
L'addebito si basa sulla durata del video di output e sul livello di risoluzione; le attività non riuscite vengono rimborsate integralmente; il prezzo unitario specifico fa fede al prezzo in tempo reale indicato in questa pagina.
Modelli e capacità
Nessun risultato trovato