Moonshot AI

Kimi K3.1 Pro

Modello testuale di punta di Moonshot AI, incentrato sulla comprensione dei documenti e sulla generazione di testi a contesto lungo, adatto per attività di ricerca e per agenti intelligenti

Da $0.216 /1 mln di token

Kandinsky 6.0 Pro

Modello video diffusionale open source, genera in una singola esecuzione circa 5 secondi con audio sincronizzato a 44 kHz e sincronizzazione labiale, supporta la generazione video da testo/immagine e l'upscaling fino a Full-HD

Da $1.93 /video

Black Forest Labs

FLUX.1 Kontext Max

La versione di punta per l'editing di immagini della serie Kontext, specializzata in modifiche locali guidate da istruzioni in linguaggio naturale, con una maggiore aderenza ai prompt e una migliore composizione del testo nell'immagine, ideale per la grafica di brand e la produzione in batch di storyboard

Da $0.071 /immagine

Alibaba

Qwen Audio 3.0 TTS

La serie di sintesi vocale multilingue gestita di Alibaba Tongyi, che include due livelli: Flash a bassa latenza e Plus ad alta qualità audio, con supporto per il controllo dell'emozione e dello stile espressivo tramite istruzioni in linguaggio naturale

Da $0.030 /1.000 caratteri

Vidu

Vidu Q3

Modello di generazione video da immagine di riferimento per pubblicità e short video social, in grado di vincolare l'aspetto del soggetto e la composizione, ideale per una produzione rapida e per l'iterazione su più versioni

Da $0.149 /secondo

Kuaishou

Kling 4.0

Modello di generazione video di Kuaishou, in grado di generare in una singola esecuzione video di 30 secondi con audio stereo, supporta il controllo multi-keyframe e di primo/ultimo fotogramma, ideale per brevi video marketing e previsualizzazione di storyboard

Da $0.330 /secondo

OpenAI

GPT Image 2.5

Modello OpenAI di generazione e modifica delle immagini a due livelli, Flare punta sulla velocità, Sunburst sulla precisione, con supporto sia per la generazione di immagini da testo sia per modifiche iterative

Da $0.017 /immagine

Alibaba

Wan 3.0 Video

Nuova generazione di modelli di generazione video della serie Wan di Alibaba, in grado di produrre in un'unica generazione clip da circa 30 secondi in 1080p, supporta materiali di riferimento per mantenere la coerenza del soggetto e, per la prima volta, supporta input strutturati di tipo documentale

Da $0.040 /secondo

xAI

Grok Imagine 1.5

Modello di generazione video di xAI: la generazione video da immagine anima immagini statiche e genera audio in sincrono, con supporto da 480p a 1080p e clip fino a 15 secondi

Da $0.011 /secondo

ByteDance

Seedance 2.5

Modello di generazione congiunta audio-video di ByteDance Seed, supporta clip continue fino a 30 secondi e fino a 4K, con controllo preciso delle immagini basato su riferimenti multimodali e editing a livello di timestamp

Da $0.121 /secondo

ByteDance

Seedance 2.0

Modello di generazione video multimodale di ByteDance, supporta la generazione di video da testo, da immagine e da riferimento, in grado di produrre brevi filmati cinematografici multi-inquadratura con audio nativo sincronizzato

Da $0.017 /secondo

Google

Nano Banana Pro

Modello di generazione e modifica di immagini orientato alla qualità, basato sul backbone di ragionamento Gemini 3 Pro, più efficace nella coerenza dei personaggi su più immagini e nel rendering del testo, supporta output nativo 2K con upscaling intelligente a 4K

Da $0.057 /immagine

Google

Nano Banana 2

Modello di immagine rapido di Google per la generazione di immagini su larga scala, supporta da 512px fino a 4K nativo e diversi formati, genera combinando informazioni in tempo reale dalla ricerca, ideale per la creazione ad alta frequenza

Da $0.036 /immagine

Google

Nano Banana

Generazione di immagini guidata dal linguaggio naturale e fotoritocco conversazionale multi-turno, con una buona conservazione della coerenza di personaggi e soggetti durante le modifiche, e una copertura di generazione, modifica e miglioramento

Da $0.021 /immagine

OpenAI

GPT Image 2

Modello di generazione e modifica di immagini di OpenAI, incentrato sul fotorealismo, sul rendering testuale ad alta precisione e sull'output nativo in 4K, adatto a materiali commerciali e immagini di prodotto che contengono testo

Da $0.007 /immagine

Zhipu AI

GLM 5.3

Modello di inferenza testuale di punta di Zhipu, incentrato su ingegneria del software complessa e attività Agent di lunga durata, con contesto di circa 1M, ragionamento sempre attivo e supporto a più livelli di intensità di ragionamento, con un minor consumo di token in output a parità di punteggio

Da $0.855 /1 mln di token

OpenAI

GPT 6

La famiglia di modelli testuali GPT-6 di OpenAI, organizzata per difficoltà del compito: Astra è pensato per i compiti end-to-end più difficili, Sol coniuga un ragionamento potente con i costi quotidiani e potenzia la programmazione, la matematica e i flussi di lavoro agentici

Da $0.0025 /1 mln di token

OpenAI

GPT 5.6

Serie di modelli linguistici di grandi dimensioni OpenAI a livelli (Sol/Terra/Luna), incentrata su programmazione, ragionamento complesso e sicurezza informatica, con selezione del modello in base alle curve di prestazioni e costi

Da $0.005 /1 mln di token

Anthropic

Claude 5.5

La serie Claude 5.5 comprende tre livelli, Opus, Sonnet e Haiku, selezionabili in base alla complessità del compito e ai costi, e copre la programmazione di agenti, l'uso del computer e l'elaborazione batch ad alta concorrenza

Da $0.100 /1 mln di token

Anthropic

Claude 4.8

Modello di testo general-purpose per agenti aziendali a lungo termine, programmazione e ragionamento approfondito, forte nel mantenere la coerenza dei compiti in flussi di lavoro complessi e multi-turno

Da $0.229 /1 mln di token

Google

Veo 3.1

Modello di generazione video di Google: l'input immagine permette di generare nativamente video di 8 secondi con audio ambientale e dialoghi, con supporto fino al 4K e mantenimento dell'aspetto coerente del soggetto

Da $0.290 /secondo

Google

Veo 3.1 Lite

Livello di generazione video di Google a basso costo e ad alto throughput, con una velocità pari a Veo 3.1 Fast, supporta la generazione di video da immagini, diversi formati e durate

Da $0.060 /secondo

MiniMax

Hailuo 2.3

Modello di generazione video lanciato da MiniMax, supporta sia la generazione di video da testo che da immagine; rispetto alla generazione precedente offre miglioramenti nella stabilità dello stile anime, nel rendering dei movimenti di tutto il corpo e nel realismo delle microespressioni facciali, ed è adatto alla creazione di cortometraggi anime e di video commerciali con una resa realistica.

Da $0.270 /video

Alibaba

Wan 2.7 Image

Modello di generazione e modifica di immagini lanciato da Alibaba, che integra la sintesi testo-immagine, la combinazione di più immagini di riferimento e la modifica guidata da istruzioni in un unico flusso di lavoro, con supporto al rendering di testi lunghi e al controllo dei colori del brand

Da $0.035 /immagine

ByteDance

Seedream 5.0

Modello di generazione di immagini di livello produttivo di ByteDance, che supporta ricerca online e ragionamento logico in più passaggi, output in 4K e modifica basata su esempi, ideale per la creazione di immagini di prodotto e infografiche

Da $0.025 /immagine

Recraft

Recraft V4.1

Modello di generazione di asset di design pensato per la produzione, con output vettoriale SVG nativo e modificabile, in grado di produrre immagini in modo stabile con prompt brevi, ideale per icone, tipografia e illustrazioni di brand

Da $0.010 /immagine

Alibaba

Qwen Image 3.0

Modello di terza generazione di Alibaba per la generazione e modifica di immagini, specializzato nella composizione tipografica densa e nel rendering multilingue con prompt lunghi, supporta la modifica tramite immagini di riferimento

Da $0.036 /immagine

Alibaba

Qwen Image 2.0

Modello architetturale unificato di Alibaba per la generazione e l'editing di immagini, specializzato nel rendering di testi cinesi di lunga durata, supporta istruzioni fino a 1000 token e output fino a 2K

Da $0.042 /immagine

Moonshot AI

Kimi K3

Modello frontier di Moonshot AI con pesi aperti, supporto nativo per la comprensione di testo, immagini e video, contesto di 1 milione di token, specializzato nella codifica su lunghe distanze e nell'iterazione delle chiamate agli strumenti

Da $0.232 /1 mln di token

xAI

Grok 4

Modello di ragionamento di punta di xAI, potenzia il ragionamento avanzato, le chiamate native agli strumenti e la ricerca in tempo reale, supporta contesti lunghi e input di immagini, ideale per ragionamenti complessi e applicazioni Agent

Da $0.210 /1 mln di token

DeepSeek

DeepSeek V4

Nuova generazione di modelli di testo, con versioni Pro e Flash, supporto per contesti lunghi fino a un milione di token, pensata per attività di coding, ragionamento e agentiche

Da $0.014 /1 mln di token

Anthropic

Claude 4.6

Modello testuale di punta, con contesto lungo da 1M token, pensato per ragionamento approfondito, coding complesso e attività di agent autonomi su lunghi periodi

Da $0.300 /1 mln di token

Luma

Ray 3.2

Modello di generazione video cinematografico Luma, con supporto nativo per HDR ed esportazione EXR, adatto per inquadrature d'atmosfera e pubblicità, concept video in pre-produzione cinematografica e televisiva; con istruzioni di ripresa strutturate il rispetto del prompt è stabile

Da $0.214 /video

PixVerse

PixVerse V6

Modello di generazione video di punta di PixVerse, un unico modello che copre la generazione di video da testo e da immagine, con supporto per il controllo preciso della fotocamera, l'interpretazione dei personaggi e la fusione di immagini di riferimento, pensato per produzioni di livello cinematografico

Da $0.036 /secondo

Black Forest Labs

FLUX 1.1 Pro

Modello di punta text-to-image di Black Forest Labs: circa 6 volte più veloce nella generazione rispetto a Flux.1 Pro, con una migliore aderenza ai prompt, ideale per la generazione di immagini su larga scala

Da $0.050 /immagine

Alibaba

Z-Image

Modello open source text-to-image di Alibaba Tongyi, architettura DiT a flusso singolo con circa 6 miliardi di parametri, eccelle nel rendering di testo cinese e inglese e nella comprensione di istruzioni bilingui

Da $0.008 /immagine

Alibaba

HappyHorse 1.0

Una singola generazione produce contemporaneamente video e audio nativo sincronizzato, supporta il lip-sync multilingue e output multi-formato fino a 1080p, ideale per video brevi con parlato e dialoghi

Da $0.168 /secondo

Black Forest Labs

FLUX.1 Schnell

Modello di sintesi testo-immagine distillato di Black Forest Labs, transformer rectified flow da 12 miliardi di parametri, orientato alla generazione rapida di immagini a bassa latenza, adatto alla creazione in batch di concept art e bozze

Da $0.005 /immagine

Google

Nano Banana 2 Lite

Modello leggero ed efficiente della famiglia Google Image, pensato per bassa latenza e bassi costi, ideale per la conceptualizzazione rapida e la generazione di immagini ad alto throughput, sostituisce senza soluzione di continuità la prima generazione di Nano Banana

Da $0.033 /immagine

MiniMax

MiniMax Music 3

Basta inserire il testo e la descrizione musicale per generare una canzone stereo di circa 5 minuti, con voce e struttura del brano completa, ideale per produrre rapidamente demo di canzoni e colonne sonore personalizzate

Da $0.0026 /secondo

MiniMax

MiniMax Music 2.6

Modello con voce e strumenti per generare canzoni complete da testo, con nuove funzionalità di adattamento in stile AI Cover e scrittura automatica dei testi; la latenza della prima risposta è dichiarata entro 20 secondi

Da $0.210 /brano

MiniMax

MiniMax Music 1.5

Modello di musica da testo: genera in un'unica soluzione una canzone completa con voce e accompagnamento a partire da una descrizione dello stile e da un testo, con una durata massima di circa 4 minuti per brano e il supporto per organizzare la struttura in sezioni tramite tag strutturali

Da $0.070 /brano

Google

Lyria 3 Pro

Modello avanzato di generazione musicale di Google, in grado di creare brani completi di circa 3 minuti in stereo a 48kHz, comprende la struttura dei brani come intro, strofa e ritornello, con una fedeltà ai prompt superiore a Lyria 3

Da $0.140 /brano

Ideogram

Ideogram V4

Modello di sintesi testo-immagine con pesi open source, specializzato nel rendering di testo multilingua e nell'output nativo 2K, con supporto per prompt JSON e controllo del layout tramite bounding box

Da $0.050 /immagine

Alibaba

Wan 2.7 Video

Modelli di generazione video della serie Alibaba WAN, supportano la generazione di video da testo, da immagine e guidata da riferimenti; input multipli di riferimento mantengono la coerenza di persone e prodotti tra diverse inquadrature

Da $0.100 /secondo

Google

Veo 3.1 Fast

Il modello di generazione video da immagine della serie Veo 3.1 pensato per una produzione rapida, con generazione sincronizzata di video e audio, ideale per la produzione di contenuti finiti come marketing, presentazioni e social media

Da $0.170 /secondo

ByteDance

Seedream 4.5

Modello di immagini di livello commerciale di ByteDance, incentrato su illuminazione cinematografica, coerenza dei personaggi tra diverse inquadrature e modifica con riferimento a più immagini, ideale per immagini ad alta risoluzione destinate a e-commerce e materiali di marketing

Da $0.045 /immagine

Google

Lyria 3.5

Modello di punta di Google per la generazione musicale: pianifica prima intro, strofe, ritornelli e altre strutture, poi genera brani completi con voce e testo, supporta il canto in più lingue ed è richiamabile tramite l'interfaccia unificata di HiAPI.ai

Da $0.090 /brano

HeyGen

HeyGen Avatar V

Creare un avatar realistico riutilizzabile da un video di riferimento di circa 15 secondi, trasferendo gesti e movimenti su nuovi script e scenari mantenendo la coerenza tra scenari diversi

Da $0.150 /secondo

851 Labs

851 Labs Background Remover

Modello di elaborazione delle immagini dedicato al ritaglio automatico, in grado di produrre PNG trasparenti o maschere, ideale per la rimozione in blocco dello sfondo da foto di prodotti e ritratti per l'e-commerce

Da $0.002 /immagine

Kuaishou

Kling 3.0 Turbo

Modello di generazione video pensato per anteprime rapide e iterazioni ad alta frequenza, supporta sia la generazione video da testo che da immagine, può produrre clip da 1 a 15 secondi in 480p–1080p, con un massimo di 7 immagini di riferimento per la generazione da immagine

Da $0.130 /secondo

xAI

Grok Imagine Quality

Modello xAI di generazione e modifica di immagini ad alta fedeltà, con rendering del testo e composizione più stabili, supporto per output 1K/2K e modifiche coerenti basate su immagini di riferimento

Da $0.070 /immagine

xAI

Grok Imagine Image 2.0

Modello di generazione e modifica di immagini di xAI, con un forte rispetto delle istruzioni e rendering di layout complessi, supporta la modifica iterativa delle immagini tramite immagini di riferimento e può produrre immagini in più rapporti d'aspetto a 1K/2K

Da $0.052 /immagine

Black Forest Labs

FLUX.2 Klein 9B

Modello di image-to-image a flusso rettificato con 9 miliardi di parametri, distillato fino a 4 passaggi, che unifica la generazione testo-immagine e la modifica con uno o più riferimenti in un'architettura compatta, pensato per scenari di generazione in tempo reale a bassa latenza

Da $0.0086 /immagine

Black Forest Labs

FLUX.2 Klein 4B

Modello distillato compatto da 4 miliardi di parametri, unifica la generazione testo-immagine e l'editing delle immagini, l'inferenza end-to-end può scendere fino a meno di 1 secondo e funziona con circa 13 GB di VRAM

Da $0.0004 /immagine

Black Forest Labs

FLUX.2

La famiglia di generazione e modifica di immagini di Black Forest Labs, che supporta il trasferimento di stile basato su immagini di riferimento e la fusione di più immagini di riferimento, preservando il più possibile la composizione originale e la posizione del soggetto durante la modifica

Da $0.035 /immagine

Black Forest Labs

FLUX 3 Image

Modello orientato alle immagini della famiglia multimodale di Black Forest Labs, condivide con video e audio l'architettura di addestramento congiunto e il framework Self-Flow, ideale per l'aggiornamento delle pipeline di generazione di immagini basate sul sistema FLUX

Da $0.041 /immagine

Meta

Muse Image 1.0

Modello di generazione e modifica di immagini con ragionamento di Meta: scompone prima i prompt complessi e poi esegue il rendering, può integrare più immagini di riferimento e si avvale della ricerca web per garantire l'accuratezza fattuale

Da $0.015 per task

MiniMax

MiniMax H3

Modello video multimodale unificato: un unico contesto elabora contemporaneamente testo, immagini, video e audio, supporta la generazione di video da testo, da immagine e da riferimento, oltre alla modifica basata su istruzioni, e può generare audio sincronizzato

Da $0.072 /secondo

HeyGen

HeyGen Avatar IV

Basta caricare una singola foto e uno script per generare un video di un avatar parlante con sincronizzazione labiale, espressioni facciali e gesti, con supporto per output a 1280p+, ideale per speaker digitali e contenuti di tipo talking-head

Da $0.150 /secondo

Alibaba

HappyHorse 1.1

Modello di generazione video di Alibaba: un unico modello copre la generazione di video da testo, da immagine e da immagine di riferimento, supporta 1080p e clip da 3 a 15 secondi; la fusione di più immagini di riferimento rafforza la coerenza dei personaggi, ideale per narrazioni multi-inquadratura e materiali pubblicitari per l'e-commerce

Da $0.160 /secondo

xAI

Grok Imagine

Modello di generazione creativa di xAI, supporta l'editing immagine-a-immagine e la guida allo stile, con un massimo di 9 immagini di riferimento per controllare composizione e personaggi; richiamabile tramite l'interfaccia unificata di HiAPI.ai

Da $0.011 /secondo

ElevenLabs

ElevenLabs

Famiglia di generazione vocale e audio per sviluppatori, che copre sintesi vocale, voce conversazionale, effetti sonori e generazione musicale

Da $0.0029 /secondo

Alibaba

Wan 2.6 Flash

Versione image-to-video ottimizzata per la velocità della serie Wan 2.6, con costi inferiori e tempi di generazione più rapidi, adatta all'esplorazione di bozze e alla generazione batch ad alta frequenza; il livello di dettaglio delle immagini è inferiore rispetto alla versione standard

Da $0.043 /secondo

Krea

Krea 3

Supporta la generazione da testo e la modifica tramite immagini di riferimento, output nativo in 2K, circa 8 secondi per singola modifica, ideale per iterazioni visive ad alta frequenza e riutilizzo dei materiali

Da $0.036 /immagine

Krea

Krea 2 Medium Turbo

Versione distillata accelerata della serie Krea 2, ottimizzata per la velocità, con costo per immagine basso, ideale per iterazioni rapide e per l'esplorazione di concept di design

Da $0.021 /immagine

Google

Gemini Omni 1.1 Flash

Modello multimodale per la generazione e la modifica di video: un'unica interfaccia copre la generazione da testo, da immagine e da immagine di riferimento, oltre alla modifica video, con output a livelli dalla bozza al 4K e traccia audio integrata

Da $0.450 /video

Creatify

Creatify Boreal

Modello di generazione video a basso costo per varianti massive di creatività pubblicitarie, supporta la generazione di video da testo, da immagine e la creazione di video parlanti multilingue da foto più audio, con tempi di produzione rapidi

Da $0.015 /secondo

Google

Google Virtual Try-On

Basta caricare una foto a figura intera per generare un'immagine di prova dei capi specificati; grazie alla tecnologia diffusion vengono simulati pieghe e luci/ombre dei vestiti, aiutando nelle decisioni di acquisto online

Da $0.107 /immagine

Google

Gemini 3.1 Flash TTS

Modello di sintesi vocale a bassa latenza che utilizza tag audio incorporati nel testo per controllare timbro, velocità e accento, con supporto per oltre 70 lingue e accesso tramite l'interfaccia unificata di HiAPI.ai

--

Black Forest Labs

FLUX.1 Fill Pro

Modello professionale di inpainting e outpainting: sostituisce, rimuove o estende con precisione aree specifiche dell'immagine in base a una maschera binaria, mantenendo coerenti illuminazione e prospettiva; richiede una maschera in input ed è adatto alla rifinitura più che alla generazione dell'immagine completa

Da $0.071 /immagine

FASHN

FASHN Tryon v1.6

Modello di prova virtuale: basta inserire un'immagine della persona e un'immagine del capo per generare l'effetto indossato dalla modella, con output nativo 864x1296, supporto per l'input di immagini flat lay e tre modalità di qualità

Da $0.107 /immagine

Recraft

Recraft Crisp Upscale

Ingranditore di immagini AI leggero, che durante l'ingrandimento bilancia riduzione del rumore e conservazione dei dettagli, con un costo per singola operazione contenuto, ideale come fase di nitidezza finale nel flusso di lavoro di progettazione

Da $0.004 /immagine

Vidu

Vidu Q4 Preview

La prima anteprima pubblica della serie Vidu Q4, incentrata sulla recitazione dei personaggi e sull'audio nativo, supporta fino a 15 immagini e 3 riferimenti audio come guida, con output video fino a 4K

Da $0.051 /secondo

Lightricks

LTX 2.5 Fast

Modello di generazione video accelerato di Lightricks, supporta la generazione video da testo e da immagine, con generazione sincronizzata di immagini e audio, ideale per la produzione rapida di video e la validazione di prototipi

Da $0.086 /secondo

Runway

Runway Gen 4.5

Al momento della pubblicazione è in cima alla classifica di generazione video da testo di Artificial Analysis con 1247 Elo, con prestazioni eccellenti nel rispetto dei prompt, nella fisica e nel movimento del corpo umano, ideale per la creazione di storyboard cinematografici e brevi video di brand

Da $0.172 /secondo

Recraft

Recraft Creative Upscale

Ingrandimento generativo delle immagini che, aumentando la risoluzione, ridisegna e integra texture, dettagli e tratti del volto, ideale per trasformare materiali a bassa risoluzione in prodotti finiti ad alta risoluzione

Da $0.357 /immagine

Alibaba

Qwen Image 2.1

Modello di immagine unificato per la generazione testo-immagine e l'editing delle immagini, con supporto nativo alla risoluzione 2K e output RGBA con canale alpha reale; è possibile specificare più aree di modifica tramite cerchi, annotazioni a mano libera o mask

Da $0.020 /immagine

Mureka

Mureka 9.5

Un modello di generazione musicale con arrangiamenti più misurati e più spazio lasciato al silenzio, che segue il genere, l'organico e l'umore del prompt, con voci più naturali; supporta sia la modalità puramente strumentale sia quella con testi cantati

Da $0.322 per request

Mirelo AI

Mirelo SFX 2.0

Modello di output audio pensato per scenari di generazione di effetti sonori, adatto alla produzione e all'iterazione in batch di materiali sonori per video, giochi e altri contenuti

Da $0.021 /secondo

Kuaishou

Kling AI Avatar

Generazione di video parlanti con avatar digitali guidati dall'audio: basta una singola immagine e una traccia vocale per ottenere un video con sincronizzazione labiale, con supporto per generazioni continue fino a circa 5 minuti; la versione Standard arriva fino a 720p

--

Kuaishou

Kling 3.0

Serie unificata di generazione video multimodale, supporta la generazione di video da testo, da immagine, da riferimento e il montaggio all'interno del video, con sincronizzazione labiale nativa e audio multilingue

Da $0.100 /secondo

Kuaishou

Kling 2.5

Modello image-to-video lanciato da Kuaishou, eccelle nella fluidità del movimento e nella coerenza dei personaggi, supporta prompt negativi e regolazione CFG, adatto alla generazione di brevi video con inquadrature altamente dinamiche

Da $0.060 /secondo

Google

Imagen 4

La serie di generazione di immagini da testo di Google, incentrata sul rendering del testo all'interno delle immagini e sull'illuminazione complessa, offre tre livelli Fast, Standard e Ultra per bilanciare qualità e costi

Da $0.030 /immagine

Ideogram

Ideogram V4.5

Modello di generazione e modifica di immagini che si distingue per la tipografia nitida e la modifica locale precisa in più passaggi, con risoluzione nativa 2K, ideale per poster, logo e packaging design

Da $0.011 /immagine

Ideogram

Ideogram V3 Character

Utilizza l'immagine di riferimento per bloccare lo stesso personaggio, mantenendo coerenti il volto e l'abbigliamento attraverso cambi di scena, posa e illuminazione, e proseguendo con il vantaggio di Ideogram nella composizione tipografica all'interno dell'immagine

Da $0.090 /immagine

xAI

Grok Imagine 1.5 Lite

Livello di generazione video leggero e a basso costo, supporta la generazione video da testo e da immagine, con effetti sonori e dialoghi generati nella stessa sessione, ideale per la produzione in serie ad alta frequenza di brevi video

Da $0.029 /secondo

Google

Gemini Omni

Modello Google di generazione e modifica video multimodale, supporta input combinati di immagini, testo, audio e video e consente di ritoccare in modo iterativo inquadrature e dettagli tramite conversazione in linguaggio naturale

--

Black Forest Labs

FLUX 3 Video

Il primo modello video di Black Forest Labs, architettura multimodale unificata, supporta text-to-video, image-to-video e continuazione tramite keyframe, generazione sincronizzata di immagini e audio nativo, fino a circa 20 secondi HD per singola generazione

Da $0.090 /secondo

Black Forest Labs

FLUX 3 Max

Modello di generazione video che supporta la generazione da testo a video e da immagine a video, pensato per una produzione rapida con bassa latenza; secondo benchmark pubblici genera una clip di 10 secondi in circa 11–12 secondi, ideale per l'iterazione creativa e per i materiali dei video brevi

Da $0.061 /secondo

Bria

FIBO 1.5

Modello di immagine distillato DiT con flow matching da 8B di BRIA, genera immagini con campionamento in pochi passi da 4 a 6, supporta prompt strutturati in JSON e consente editing disaccoppiato per attributi

Da $0.058 /immagine

Bria

BRIA Product Shot

Modello di editing di immagini per foto di prodotti e-commerce, in grado di inserire naturalmente il prodotto in sfondi scenici generati da testo o immagini di riferimento, preservando texture e dettagli del marchio

Da $0.058 /immagine

Bria

BRIA Eraser

Modello di editing di immagini specializzato nella cancellazione tramite maschera e nella ricostruzione delle aree, rimuove gli oggetti target secondo una maschera in bianco e nero e completa l'immagine, addestrato su dati autorizzati, ideale per la pulizia in batch di materiali per e-commerce e marketing

Da $0.058 /immagine