Perguntas frequentes
Respostas rápidas sobre cobrança, contas, integração de API, recursos de modelos e artefatos persistentes.
Perguntas frequentes
Categorias 1050
-
Preciso escrever um prompt?
Não é necessário. Basta fornecer uma URL de imagem; o modelo separa automaticamente o primeiro plano e o fundo.
Modelos e capacidades 851 Labs Background Remover
-
A saída é uma imagem realmente transparente?
A saída é um PNG com canal Alpha. O padrão xadrez na página serve para mostrar as áreas transparentes e não é gravado no resultado original baixado.
Modelos e capacidades 851 Labs Background Remover
-
Quais parâmetros precisam ser enviados para a API?
Envie model e input.image_url. O endereço da imagem precisa ser acessível diretamente via HTTP ou HTTPS.
Modelos e capacidades 851 Labs Background Remover
-
É possível ajustar a proporção da imagem, a cor ou gerar um novo fundo?
A interface atual é focada na remoção de fundo e não oferece configurações de proporção da imagem, cor de fundo ou prompts. Você pode passar o resultado transparente para ferramentas de edição posteriores para continuar o processamento.
Modelos e capacidades 851 Labs Background Remover
-
Como salvar a imagem após a geração?
Baixe o resultado após a conclusão bem-sucedida da tarefa ou transfira-o para o seu próprio armazenamento. A forma de retenção dos materiais exibidos na página difere da dos produtos temporários da tarefa.
Modelos e capacidades 851 Labs Background Remover
-
Como desenhar a máscara?
A máscara é uma imagem em preto e branco: as áreas brancas são apagadas e o fundo é preenchido, enquanto as áreas pretas permanecem inalteradas. É melhor que a área branca seja um pouco maior que a borda do objeto, assim as sombras e os resquícios das bordas também são removidos junto.
Modelos e capacidades BRIA Eraser
-
A máscara precisa ter o mesmo tamanho da imagem original?
A proporção da máscara deve ser igual à da imagem original; recomenda-se exportá-la diretamente nas dimensões da imagem original para evitar deslocamento na posição de apagamento.
Modelos e capacidades BRIA Eraser
-
É necessário escrever um prompt?
Não. O Bria Eraser funciona apenas com a imagem original e a máscara; o campo prompt não pode ser incluído na requisição.
Modelos e capacidades BRIA Eraser
-
mask_type deve ser manual ou automatic?
Escolha manual (padrão) para máscaras pintadas manualmente com pincel ou software de edição de imagem; escolha automatic para máscaras geradas automaticamente por ferramentas de segmentação.
Modelos e capacidades BRIA Eraser
-
O que acontece quando a imagem original tem fundo transparente?
Com preserve_alpha ativado, as áreas transparentes da imagem de entrada permanecem transparentes no resultado; por padrão, está desativado.
Modelos e capacidades BRIA Eraser
-
Qual é o formato e o tamanho da saída?
Cada saída é 1 PNG, com a mesma resolução da imagem original (testado com entrada de 1360 × 768, a saída também é 1360 × 768). O PNG está no formato RGBA; quando a opção de preservar transparência não está ativada, a imagem é totalmente opaca.
Modelos e capacidades BRIA Eraser
-
Quais formatos de entrada são suportados?
A imagem original suporta JPEG, PNG e WEBP. Tanto a imagem original quanto a máscara precisam ser endereços http(s) acessíveis publicamente; no Playground, o upload de arquivos é convertido automaticamente em links.
Modelos e capacidades BRIA Eraser
-
Como é cobrado?
A cobrança é feita por número de imagens geradas, 1 imagem por requisição; o preço unitário atual segue o preço em tempo real exibido na página.
Modelos e capacidades BRIA Eraser
-
O cenário descrito e a imagem de referência de cenário podem ser usados juntos?
Não, escolha um dos dois. Ao escrever a descrição de cenário (prompt) em inglês, não envie a imagem de referência; ao gerar com base na imagem de referência, não escreva a descrição. No Playground, a forma de alternância limpa automaticamente o conteúdo do outro.
Modelos e capacidades BRIA Product Shot
-
A descrição do cenário deve ser em inglês?
Sim. Descreva o novo cenário ou contexto no prompt em inglês, com no máximo 1000 caracteres; se o Playground detectar chinês, ele solicitará que você reescreva.
Modelos e capacidades BRIA Product Shot
-
O que é a descrição otimizada?
Quando ativada, sua descrição de cena será expandida automaticamente; ativada por padrão; só entra em vigor no modo de descrição de cena, não sendo enviada no modo de imagem de referência.
Modelos e capacidades BRIA Product Shot
-
Quais são as formas de posicionar o produto?
A posição predefinida (manual_placement, padrão; descrição de cena ou imagem de referência) coloca o produto em uma posição especificada na tela, por padrão centralizado na parte inferior, com saída real de 1024×1024 para entrada quadrada; manter a posição original (original) usa a posição e a proporção do produto na imagem original.
Modelos e capacidades BRIA Product Shot
-
Quando é possível usar "Manter o tamanho da imagem original"?
Disponível apenas com "Manter posição original": quando ativado, a saída usa o tamanho da imagem original; quando desativado, a imagem é redimensionada para cerca de 1 milhão de pixels. No modo de posição predefinida, este parâmetro não é enviado.
Modelos e capacidades BRIA Product Shot
-
Qual é o formato e o tamanho da saída?
Cada saída gera 1 PNG. Com posição predefinida (descrição da cena ou imagem de referência) e entrada quadrada, a saída medida é 1024 × 1024; ao manter a posição original e ativar a opção de manter o tamanho da imagem original, o tamanho original é mantido (entrada medida de 1168 × 880, saída também de 1168 × 880).
Modelos e capacidades BRIA Product Shot
-
Qual é a diferença entre o modo rápido e o modo padrão?
O modo rápido (ativado por padrão) gera imagens mais rapidamente; ao desativá-lo, usa-se o modo padrão. Os dois modos têm o mesmo preço.
Modelos e capacidades BRIA Product Shot
-
Quais são os requisitos para as imagens de produto?
Aceita JPEG, PNG e WEBP, com tamanho máximo de 12 MB, e o endereço deve ser http(s) publicamente acessível; imagens de produto com o objeto principal nítido e bordas completas produzem melhores resultados.
Modelos e capacidades BRIA Product Shot
-
Como é feita a cobrança?
A cobrança é feita por número de imagens geradas, 1 imagem por requisição; o preço unitário atual segue o preço em tempo real da página.
Modelos e capacidades BRIA Product Shot
-
Quais entradas o Creatify Boreal suporta?
O prompt é obrigatório; opcionalmente, uma imagem de referência e um áudio de condução. Você pode usar apenas o prompt ou os três juntos.
Modelos e capacidades Creatify Boreal
-
Como escrever um prompt para obter o melhor resultado?
Escreva em quatro seções: [VISUAL] (imagem e enquadramento), [SPEECH] (falas), [SOUNDS] (efeitos sonoros e música) e [TEXT] (texto na tela); para as seções desnecessárias, escreva None.
Modelos e capacidades Creatify Boreal
-
Os prompts em chinês são suportados?
Atualmente, os prompts em inglês têm o desempenho mais estável; o desempenho em outros idiomas não é garantido. Recomenda-se usar o inglês primeiro.
Modelos e capacidades Creatify Boreal
-
Qual é a duração máxima do vídeo?
1–20 segundos, definido em segundos inteiros, padrão de 10 segundos.
Modelos e capacidades Creatify Boreal
-
Quais resoluções são suportadas?
720p, 1080p e 2K, com 720p como padrão. Em 2K, nos formatos 16:9 e 9:16, o lado maior tem 2016 pixels; em 1:1, 4:3 e 3:4, é o nível de 1440p.
Modelos e capacidades Creatify Boreal
-
Como escolher a proporção da imagem?
É possível escolher Automático, 16:9, 9:16, 1:1, 4:3, 3:4. No modo Automático, quando há uma imagem de referência, a proporção segue a da imagem de referência; quando não há imagem de referência, usa 16:9; se houver imagem de referência e uma proporção for especificada, a imagem de referência será recortada a partir do centro.
Modelos e capacidades Creatify Boreal
-
Como usar o áudio de condução?
Após enviar narração, diálogo ou trilha sonora, o vídeo final mantém esse áudio; apenas os primeiros segundos equivalentes à «duração» são usados, e se o áudio não for longo o suficiente, será preenchido com silêncio.
Modelos e capacidades Creatify Boreal
-
Qual é a função da imagem de referência?
A imagem de referência define a aparência da pessoa, o vestuário e a composição, sendo adequada para transformar imagens de produtos ou fotos de pessoas em vídeo.
Modelos e capacidades Creatify Boreal
-
Qual é o formato da saída?
MP4 (vídeo H.264 + áudio AAC, 24fps), com dublagem e efeitos sonoros incluídos.
Modelos e capacidades Creatify Boreal
-
Os vídeos têm marca d'água?
Apenas marca d'água invisível. Todos os vídeos incluem metadados C2PA e marca d'água invisível; nenhuma identificação visível é sobreposta à imagem.
Modelos e capacidades Creatify Boreal
-
Como é feita a cobrança?
A cobrança é feita com base na duração da solicitação e na resolução escolhida; o preço unitário está no preço em tempo real desta página; tarefas com falha são reembolsadas integralmente.
Modelos e capacidades Creatify Boreal
-
Como chamar via API?
Envie uma tarefa com model definido como creatify-boreal para POST /v1/tasks e depois consulte o status da tarefa repetidamente para obter o endereço do vídeo; consulte a documentação da API para mais detalhes.
Modelos e capacidades Creatify Boreal
-
Qual é a diferença entre o nome oficial do modelo e o ID do modelo HiAPI?
O nome oficial do modelo DeepSeek é deepseek-flash; o ID do modelo reservado pela HiAPI para esta integração pública é deepseek-v4.1-flash. Continue usando deepseek-v4.1-flash nas requisições e nos exemplos da página.
Modelos e capacidades
-
O que é o DeepSeek V4.1 Flash?
O DeepSeek V4.1 Flash é um modelo oficial que aceita entrada de texto e imagens. Segundo materiais oficiais da DeepSeek, ele suporta contexto de 1M Tokens, saída de até 384K Tokens e quatro níveis de intensidade de raciocínio: none, low, high e max, com high como padrão.
Modelos e capacidades
-
Qual ID de modelo e endpoint devo usar?
Preencha model com deepseek-v4.1-flash. Você pode usar POST /v1/responses, que também é compatível com POST /v1/chat/completions; os dois usam input e messages, respectivamente, portanto não misture as estruturas de requisição.
Modelos e capacidades
-
Como ativar ou desativar o modo de raciocínio?
As requisições Responses usam reasoning.effort: none desativa o raciocínio, low, high e max o ativam, com high como padrão. Chat Completions usa thinking.type=enabled/disabled; quando ativado, selecione low, high ou max por meio de reasoning_effort.
Modelos e capacidades
-
Como o Responses realiza conversas com múltiplas rodadas?
Esta interface é sem estado. A cada vez, passe novamente em input o histórico de conversa que precisa ser mantido; não passe previous_response_id, conversation, background ou context_management, e também não é necessário passar store.
Modelos e capacidades
-
Como determinar o fim de uma resposta em streaming?
O Responses usa response.output_text.delta para receber incrementos de texto e lê o usage final em response.completed; response.incomplete e response.failed indicam, respectivamente, geração incompleta e falha. O Responses não termina com [DONE]; o stream do Chat Completions ainda usa [DONE].
Modelos e capacidades
-
Como são cobrados os Tokens e o conteúdo de raciocínio?
Entrada, saída e entrada com acerto de cache são cobrados com base nos Tokens reais, e os Tokens de raciocínio entram na saída. Em Responses, usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens podem ser usados para conferir o consumo; a cobrança final é baseada no log de chamadas, e o preço unitário pode ser consultado na seção de preços em tempo real.
Modelos e capacidades
-
Imagens, chamadas de ferramentas e JSON estruturado já estão disponíveis?
A documentação oficial do DeepSeek oferece suporte a entrada de imagens por URL e base64, e o runtime do HiAPI já validou esses dois tipos de entrada. As chamadas de ferramentas e o JSON estruturado ainda não concluíram a validação de integração desta vez, portanto, por enquanto, não há compromisso de suporte.
Modelos e capacidades
-
As chaves de API do HiAPI existentes podem continuar a ser usadas?
É possível reutilizar uma chave de API do HiAPI que tenha permissão para o modelo correspondente e saldo disponível. Ao usar o OpenAI SDK, configure base_url como https://api.hiapi.ai/v1; para Responses, use client.responses.create; para Chat Completions, use client.chat.completions.create.
Modelos e capacidades
-
O que é o Turbo 2.5?
Modelo de conversão de texto em fala de baixa latência da ElevenLabs, ideal para assistentes de voz, anúncios de notificação e dublagem em grande volume.
Modelos e capacidades ElevenLabs
-
Como chamar?
Envie via POST /v1/tasks o model (elevenlabs/text-to-speech-turbo-2-5) e o input, depois use o taskId para consultar o resultado ou configurar o callback.
Modelos e capacidades ElevenLabs
-
Como é feita a cobrança?
A cobrança é feita com base no número de caracteres de input.text, a cada 1.000 caracteres; o preço unitário em tempo real está sujeito à seção de preços desta página.
Modelos e capacidades ElevenLabs
-
previous_text e next_text são cobrados?
Não são cobrados. Eles apenas fornecem contexto para a síntese por segmentos, para que a entonação se conecte naturalmente.
Modelos e capacidades ElevenLabs
-
Como os caracteres chineses são contados?
Cada caractere chinês, letra, número, pontuação ou espaço conta como 1 caractere; o chinês não é contado em dobro.
Modelos e capacidades ElevenLabs
-
Qual é o número máximo de caracteres por vez?
5.000 caracteres. Se ultrapassar o limite, a submissão será rejeitada sem cobrança; para conteúdos longos, envie em partes.
Modelos e capacidades ElevenLabs
-
Quais são as vozes disponíveis?
67 vozes predefinidas do ElevenLabs, abrangendo narração, apresentação, personagens e atendimento ao cliente; use voice para passar o voice_id.
Modelos e capacidades ElevenLabs
-
É possível especificar o idioma de saída?
Sim. Defina language_code com um código ISO 639-1 de duas letras (por exemplo, zh, en, ja); se omitido, o idioma é detectado automaticamente.
Modelos e capacidades ElevenLabs
-
Como ajustar stability, similarity_boost e style?
Quanto menor o stability, mais vívido; quanto maior, mais estável; similarity_boost controla o grau de aderência ao timbre; style intensifica o dramatismo, mantenha em 0 para locução neutra.
Modelos e capacidades ElevenLabs
-
Os carimbos de tempo de legendas são suportados?
Sim. Defina timestamps=true para retornar carimbos de tempo por palavra, que podem ser usados para legendas e destaque palavra por palavra.
Modelos e capacidades ElevenLabs
-
Como escolher entre o Turbo 2.5 e o Multilingual v2?
Escolha o Turbo 2.5 se prioriza velocidade e custo (suporta language_code); escolha o Multilingual v2 se prioriza qualidade em conteúdos longos e estabilidade emocional. Ambos têm a mesma biblioteca de vozes.
Modelos e capacidades ElevenLabs
-
O suporte à clonagem de voz está disponível?
O contrato atual libera apenas timbres predefinidos e não oferece suporte a clonagem de voz nem a voice ID personalizado.
Modelos e capacidades ElevenLabs
-
O custo é cobrado se a tarefa falhar?
O estado final de falha não é cobrado; os créditos pré-deduzidos no momento do envio são devolvidos automaticamente.
Modelos e capacidades ElevenLabs
-
O que é o Multilingual v2?
Modelo de conversão de texto em fala multilíngue de alta qualidade da ElevenLabs, adequado para audiolivros, narrações e dublagens de marca.
Modelos e capacidades ElevenLabs
-
O que é o FASHN Try-On v1.6?
É um modelo dedicado de prova virtual de roupas. Envie uma foto de uma pessoa e uma imagem de uma peça de roupa, e o modelo veste a peça na pessoa, gerando uma imagem de prova virtual em formato vertical; não requer prompt nem aceita descrição textual. A saída é adequada para ser usada diretamente em páginas de detalhes de produtos, materiais para redes sociais ou pré-visualizações de anúncios.
Modelos e capacidades FASHN Tryon v1.6
-
É necessário escrever um prompt?
Não é necessário. Ele recebe apenas a foto da pessoa e a imagem da roupa; o resultado do provador é determinado pelas duas imagens e pelos parâmetros opcionais de categoria, modo e tipo de imagem de roupa. Não inclua um campo prompt extra na requisição; o backend rejeitará campos desconhecidos.
Modelos e capacidades FASHN Tryon v1.6
-
É necessário enviar duas imagens ao mesmo tempo?
Sim. A foto da pessoa e a imagem da roupa são obrigatórias; se faltar qualquer uma delas, o Playground e a API bloquearão antes do envio. O botão de execução só será ativado após o envio das duas imagens, e a API retornará um erro de validação de parâmetros.
Modelos e capacidades FASHN Tryon v1.6
-
Quais categorias de vestuário são suportadas?
São suportadas partes de cima (tops), partes de baixo (bottoms) e peças inteiras (one-pieces), e também é possível escolher a identificação automática. Quando a categoria não for certa, use primeiro o automático; se a identificação não for precisa, especifique explicitamente. Para catálogos com categorias mistas, recomenda-se enviar agrupados por categoria, reduzindo o desvio causado pela identificação automática.
Modelos e capacidades FASHN Tryon v1.6
-
Como escolher o mode?
performance é mais rápido, ideal para pré-visualização em lote; balanced equilibra velocidade e qualidade; quality é mais lento, ideal para a geração final da imagem. Você pode primeiro usar balanced para confirmar a composição e depois usar quality para gerar a versão final. O modo não altera a composição da imagem de pessoa, mas afeta o nível de detalhamento das bordas das roupas, das dobras e dos padrões.
Modelos e capacidades FASHN Tryon v1.6
-
As imagens de produto (flat lay), de peça pendurada e com modelo precisam ser configuradas separadamente?
Você pode usar garment_photo_type para especificar model ou flat-lay, ou deixar a detecção automática decidir. São suportadas imagens de produto em flat lay, peça pendurada, modelo fantasma e modelo vestindo a peça; quando você sabe o tipo, defini-lo explicitamente costuma ser mais estável. Flat lay e peça pendurada contam como flat-lay; para imagens de modelo vestindo a peça, escolha model; com fundos complexos, a detecção automática pode errar o julgamento.
Modelos e capacidades FASHN Tryon v1.6
-
Qual é o tamanho e o formato da saída?
A cada vez é retornada uma imagem em formato retrato, e o tamanho varia conforme a proporção da imagem da pessoa. Neste teste: uma imagem de pessoa em 3:4 gerou 972 × 1296, e uma imagem de pessoa em 2:3 gerou 768 × 1152. O padrão é PNG, mas também é possível escolher JPEG; não presuma que todos os resultados terão o mesmo tamanho em pixels. Ao criar uma página de detalhes de produto, faça primeiro o layout de acordo com o enquadramento da imagem da pessoa e, depois de obter a saída real, faça ajustes finos; se precisar de um tamanho uniforme, corte ou redimensione após a geração.
Modelos e capacidades FASHN Tryon v1.6
-
Por que o resultado muda com a mesma entrada?
A geração tem aleatoriedade. Passar um seed fixo permite reproduzir o mesmo resultado; trocar o seed gera uma versão diferente. A troca de modo também altera o nível de refinamento das bordas e texturas das roupas; um seed fixo não garante consistência total entre modos, por isso, após trocar de modo, recomenda-se confirmar novamente os detalhes.
Modelos e capacidades FASHN Tryon v1.6
-
Os detalhes da roupa serão exatamente iguais aos da imagem original?
Não haverá cópia pixel a pixel. O modelo preservará o caimento, as cores e os padrões principais, mas detalhes como gola, dobras e botões podem variar conforme a pose da pessoa, a categoria e o modo. Para imagens importantes de produtos, recomenda-se usar o modo quality e fazer uma revisão manual. Para fotos de pessoas, recomenda-se uma foto frontal, com uma única pessoa e o corpo claramente visível; fotos em grupo ou com obstruções severas reduzem a fidelidade do resultado. Para imagens de produtos com exigências rigorosas quanto à gola, aos botões ou à posição dos padrões, recomenda-se usar outra imagem de roupa mais nítida e com menos obstruções.
Modelos e capacidades FASHN Tryon v1.6
-
Que tipos de edição o FIBO Edit 1.5 consegue fazer?
Alterar cores, trocar o fundo, mudar a estação ou o estilo, fazer substituições locais e combinar várias imagens em uma só, como experimentar roupas ou trocar o cenário de um produto.
Modelos e capacidades
-
Quantas imagens no máximo posso enviar?
image_urls suporta de 1 a 4 URLs de imagens públicas. A ordem é significativa: “imagem 1, imagem 2” na instrução correspondem à ordem de upload.
Modelos e capacidades
-
Quando o aspect_ratio entra em vigor?
Só entra em vigor com 2 imagens ou mais; opções: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9; se não for preenchido, segue a primeira imagem. Com apenas 1 imagem, a saída mantém a proporção da imagem original.
Modelos e capacidades
-
Como usar a máscara?
Passe uma imagem em preto e branco em mask_url com as mesmas dimensões da imagem original: a área branca é a que será modificada, a preta permanece inalterada.
Modelos e capacidades
-
É possível usar várias imagens e uma máscara juntas?
Não. Com mask_url, image_urls só pode conter 1 imagem, caso contrário a solicitação será rejeitada; ao fazer composição com várias imagens, não envie a máscara.
Modelos e capacidades
-
Como escrever instruções para obter melhores resultados?
Escreva claramente o que deve ser alterado, para o que deve ser alterado e o que deve permanecer inalterado, por exemplo, "altere apenas o casaco para verde-escuro, mantendo o restante inalterado". Quando houver várias imagens, use "imagem 1, imagem 2" para se referir a elas.
Modelos e capacidades
-
Qual é o formato da saída?
Retorna 1 imagem PNG por vez.
Modelos e capacidades
-
Por que a mesma entrada produz o mesmo resultado?
O seed padrão é 5555, então a mesma entrada gera o mesmo resultado; altere o seed para obter uma versão diferente.
Modelos e capacidades
-
Qual modelo usar quando não há imagem original?
Primeiro use o FIBO Gen 1.5 para geração de imagem a partir de texto e depois passe para o FIBO Edit 1.5 para edição.
Modelos e capacidades
-
Quais condições as imagens precisam atender?
É necessário um endereço de imagem http(s) acessível publicamente; no Playground também é possível enviar diretamente.
Modelos e capacidades
-
A tarefa é síncrona ou assíncrona?
Assíncrona. Após o envio, o taskId é retornado imediatamente; em seguida, consulte o status da tarefa ou use o callback para obter o resultado.
Modelos e capacidades
-
Como é cobrado?
A cobrança é feita por imagem gerada, 1 por requisição; a quantidade de imagens de referência e a máscara não afetam o preço. O preço unitário atual está no topo da página e na página de preços.
Modelos e capacidades
-
Para que serve o FIBO Gen 1.5?
Adequado para imagens realistas de produtos, retratos, gastronomia, arquitetura, bem como letreiros e embalagens com texto, entre outras imagens que exigem textura realista.
Modelos e capacidades
-
Quais proporções de imagem são suportadas?
aspect_ratio aceita 1:1 (padrão), 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9.
Modelos e capacidades
-
Qual é o tamanho da saída?
A cada vez é retornada 1 imagem PNG de aproximadamente 1 milhão de pixels; a largura e a altura específicas variam conforme a proporção, por exemplo, 1:1 é 1024 × 1024.
Modelos e capacidades
-
É possível gerar uma resolução mais alta?
No momento, é oferecido apenas o nível de cerca de 1 milhão de pixels. Caso precise de uma imagem maior, você pode enviar o resultado para um modelo de ampliação de imagem.
Modelos e capacidades
-
Por que a mesma descrição sempre gera o mesmo resultado?
O seed padrão é 5555; o mesmo seed e a mesma descrição geram a mesma imagem. Para obter resultados diferentes, basta trocar o seed.
Modelos e capacidades
-
O texto na imagem está correto?
Coloque o texto que deve aparecer entre aspas e o modelo tentará reproduzi-lo palavra por palavra; letreiros curtos e textos de etiquetas funcionam melhor.
Modelos e capacidades
-
Quantas imagens podem ser geradas de uma vez?
Cada solicitação gera 1 imagem; se precisar de várias, você pode enviar várias tarefas ou chamar novamente com um seed diferente.
Modelos e capacidades
-
É necessário enviar uma imagem de referência?
Não. Este é um modelo de texto para imagem; se precisar modificar uma imagem existente, use o FIBO Edit 1.5.
Modelos e capacidades
-
Há limite de comprimento para o prompt?
O prompt deve ter de 1 a 10000 caracteres.
Modelos e capacidades
-
Posso continuar a modificar depois de gerar?
Sim. Passe o URL da imagem de saída para fibo-edit-1.5/image-to-image e use uma única instrução para alterar uma parte, trocar o fundo ou mudar a cor.
Modelos e capacidades
-
Como é cobrado?
A cobrança é feita por número de imagens geradas, 1 imagem por solicitação. O preço unitário atual está na parte superior da página e na página de preços.
Modelos e capacidades
-
O que é o FLUX.1 Fill Pro?
O FLUX.1 Fill Pro é um modelo de edição de imagem voltado para o preenchimento local com máscara: envie a imagem original, uma máscara em preto e branco do mesmo tamanho e um prompt; apenas a área branca é redesenhada, enquanto a área preta permanece inalterada.
Modelos e capacidades FLUX.1 Fill Pro
-
O que o preto e o branco representam na máscara?
A área preta mantém a imagem original, a área branca é redesenhada pelo prompt; a máscara deve ter o mesmo tamanho da imagem original.
Modelos e capacidades FLUX.1 Fill Pro
-
É necessário enviar image e mask?
Sim. A interface pública atual exige o fornecimento simultâneo da imagem original e da máscara em preto e branco; ambos são indispensáveis.
Modelos e capacidades FLUX.1 Fill Pro
-
O que deve ser escrito no prompt?
Descreva apenas o novo conteúdo que deve aparecer na área branca da máscara e indique os elementos que devem ser preservados; não descreva novamente a cena fora da máscara.
Modelos e capacidades FLUX.1 Fill Pro
-
Como escolher entre steps e guidance?
steps varia de 15 a 50, com padrão 50; quanto maior o valor, mais refinados os detalhes; guidance varia de 1.5 a 100, com padrão 60; quanto maior o valor, mais próximo do prompt.
Modelos e capacidades FLUX.1 Fill Pro
-
O tamanho da saída acompanha a imagem original?
A saída mantém a proporção largura-altura da imagem original; os pixels reais dependem do resultado da tarefa. Neste caso, a imagem original de 1600×900 resultou em 1440×810.
Modelos e capacidades FLUX.1 Fill Pro
-
Quais formatos de entrada e saída são suportados?
A imagem original e a máscara suportam JPEG, PNG, GIF, WebP; a saída pode ser jpg ou png.
Modelos e capacidades FLUX.1 Fill Pro
-
Como tornar os resultados mais estáveis?
Fixe o seed e use a mesma imagem original, máscara e prompt; ajustar os steps ou o guidance pode alterar os detalhes e o nível de aderência.
Modelos e capacidades FLUX.1 Fill Pro
-
Como é a cobrança?
A cobrança é feita por número de imagens geradas, com 1 imagem retornada por solicitação; o preço unitário atual segue o preço em tempo real desta página.
Modelos e capacidades FLUX.1 Fill Pro
-
Para quais tarefas o FLUX.2 [klein] 4B é adequado?
Adequado para rascunhos em lote, conceitos de produtos, materiais para redes sociais e iteração visual com sensibilidade a custos. Quando for necessário maior realismo, texto e detalhes, pode-se usar o 9B.
Modelos e capacidades FLUX.2 Klein 4B
-
Como escolher entre 0,25 MP e 4 MP?
Para rascunhos e miniaturas, pode usar primeiro 0,25 ou 0,5 MP; para materiais comuns de páginas web, use 1 MP; quando precisar de uma saída maior, escolha 2 ou 4 MP. O preço varia conforme a faixa de pixels.
Modelos e capacidades FLUX.2 Klein 4B
-
Quais proporções de imagem são suportadas?
Suporta 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 21:9 e 9:21.
Modelos e capacidades FLUX.2 Klein 4B
-
Como reproduzir a mesma direção de composição?
Fixe o Seed, o Prompt, o formato da imagem, o nível de pixels e as configurações de saída; altere apenas uma variável para comparar.
Modelos e capacidades FLUX.2 Klein 4B
-
O que uma requisição mínima de API inclui?
Envie model e input.prompt para POST /v1/tasks; os demais parâmetros podem usar os valores padrão.
Modelos e capacidades FLUX.2 Klein 4B
-
Quantas imagens de referência o FLUX.2 [klein] 9B de edição de imagens suporta?
Atualmente suporta 1 imagem de referência em JPEG, PNG ou WebP. image_urls deve ser um array contendo apenas uma URL pública de imagem.
Modelos e capacidades FLUX.2 Klein 9B
-
Para quais tarefas de edição é adequado?
Adequado para limpeza de imagens de produtos, substituição de fundo, reescrita de texto na imagem, alteração de esquema de cores e retoque comercial que exige preservar o sujeito e o enquadramento da câmera.
Modelos e capacidades FLUX.2 Klein 9B
-
Como configurar o número de etapas de inferência?
num_inference_steps aceita números inteiros de 4 a 8, com padrão 4. O preço atual não varia com o número de etapas de inferência.
Modelos e capacidades FLUX.2 Klein 9B
-
Quais proporções e formatos são suportados?
As proporções suportadas são 1:1, 4:3, 3:4, 16:9 e 9:16; os formatos suportados são JPEG, PNG e WebP.
Modelos e capacidades FLUX.2 Klein 9B
-
Como enviar uma imagem de referência via API?
Passe uma URL pública de imagem para input.image_urls no POST /v1/tasks e envie o Prompt junto; proporção, Seed, número de etapas de inferência e formato são opcionais.
Modelos e capacidades FLUX.2 Klein 9B
-
Para quais tarefas o FLUX.2 [klein] 9B de texto para imagem é adequado?
Adequado para visuais comerciais que exigem conclusão rápida, imagens de produtos, pôsteres com texto em inglês e capas de revista. A rota atual não aceita imagens de referência.
Modelos e capacidades FLUX.2 Klein 9B
-
Como reproduzir ou comparar resultados?
Fixe o seed na requisição, mantenha o Prompt, a proporção da imagem, o formato e o número de etapas de inferência consistentes e, em seguida, modifique item por item as variáveis que deseja comparar.
Modelos e capacidades FLUX.2 Klein 9B
-
Quais campos são necessários em uma requisição mínima de API?
Envie model e input.prompt para POST /v1/tasks; proporção, número de passos de inferência e formato de saída podem ser omitidos e usarão os valores padrão.
Modelos e capacidades FLUX.2 Klein 9B
-
O que é FLUX.2 [pro]?
FLUX.2 [pro] é o modelo de geração de imagens a partir de texto da Black Forest Labs. Atualmente, o HiAPI disponibiliza esse modelo por meio de uma interface unificada de tarefas assíncronas, adequada para imagens de produto, pôsteres, visuais de marca e fluxos de trabalho de geração de imagens que exigem instruções precisas de composição.
Modelos e capacidades
-
Qual é o preço do FLUX.2 [pro]?
O FLUX.2 [pro] é cobrado por faixa de resolução de saída, e a proporção de aspecto predefinida não altera o preço da mesma faixa de resolução. Os valores específicos devem ser consultados no preço em tempo real desta página e no registro de tarefas.
Modelos e capacidades
-
Quais resoluções o FLUX.2 [pro] suporta?
Atualmente, o endpoint do HiAPI suporta quatro faixas de resolução: 0.5 MP, 1 MP, 2 MP e 4 MP. Ao usar uma proporção personalizada, é possível definir width e height entre 256 e 2048; o sistema arredonda para múltiplos de 16, e nesse caso o parâmetro resolution é ignorado.
Modelos e capacidades
-
Como usar a API do FLUX.2 [pro]?
Envie uma requisição POST /v1/tasks com model=flux-2/text-to-image e input.prompt. A interface retorna taskId de forma assíncrona; em ambiente de produção, você pode configurar callback.url para receber notificações de estado final, ou obter o resultado pela interface de consulta de tarefas. Para os parâmetros completos e exemplos de requisição, consulte a documentação independente da API.
Modelos e capacidades
-
É possível experimentar o FLUX.2 [pro] online?
Sim. No Playground desta página, você pode preencher diretamente o prompt, a proporção, a resolução e o formato de saída para testar; depois de confirmar o resultado, integre à API usando o mesmo model ID.
Modelos e capacidades
-
O FLUX.2 [pro] suporta edição de imagens?
O endpoint flux-2/text-to-image desta página só aceita texto para imagem. Quando for necessário editar ou compor com imagens de referência, deve-se usar o modelo separado flux-2/image-to-image, em vez de adicionar campos de imagem à requisição de texto para imagem descrita neste artigo.
Modelos e capacidades
-
O FLUX.2 [pro] pode ser usado comercialmente?
Se ele pode ser usado em um projeto comercial específico depende dos termos aplicáveis da Black Forest Labs, dos Termos de Serviço da HiAPI e do seu conteúdo e cenário de uso. Antes de entrar em produção, verifique as licenças e os requisitos de conformidade mais recentes; esta página não substitui pareceres jurídicos ou de licenciamento.
Modelos e capacidades
-
Qual é a diferença entre FLUX.2 [pro] e FLUX.2 [klein]?
O FLUX.2 [pro] é voltado para saídas de produção de alta fidelidade e já está disponível na HiAPI com IDs de modelo, parâmetros e quatro faixas de preço definidos. O FLUX.2 [klein] prioriza eficiência e iteração rápida, mas o repositório atual não possui endpoint, preços ou especificações verificáveis do Klein na HiAPI, portanto esta página não oferece comparações numéricas ou pontos de acesso que possam ser imprecisos.
Modelos e capacidades
-
Quais entradas o FLUX 3 Max de imagem para vídeo requer?
Obrigatórios: prompt e image_url (imagem do primeiro frame, com suporte a PNG/JPEG/WebP). Opcionais: end_image_url como frame final, além de duration, resolution, aspect_ratio, generate_audio e reasoning_level.
Modelos e capacidades FLUX 3 Max
-
É possível definir a duração do vídeo?
Sim. O parâmetro duration aceita valores inteiros entre 5 e 20 segundos, com incrementos de 1 segundo, e o padrão é 5 segundos; o vídeo a partir de imagem e o vídeo a partir de texto compartilham a mesma tabela de preços por segundo. Primeiro use 5 segundos para confirmar se a imagem de origem está estável e depois aumente a duração.
Modelos e capacidades FLUX 3 Max
-
O que determina a proporção da imagem?
O aspect_ratio tem como padrão auto, e a saída segue a proporção da imagem do primeiro quadro; também é possível especificar manualmente 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16. Quando a especificação manual não corresponde à proporção da imagem, o enquadramento pode ser cortado.
Modelos e capacidades FLUX 3 Max
-
Como usar o último frame?
Passe o primeiro frame em image_url e o último frame em end_image_url; o vídeo fará a transição do primeiro frame para o último. No prompt, descreva apenas as mudanças que ocorrem no meio; quanto mais próximos forem o enquadramento e a iluminação das duas imagens, mais suave será a transição.
Modelos e capacidades FLUX 3 Max
-
Adicionar um quadro final gera cobrança extra?
Não. A geração de vídeo a partir de imagem e a partir de texto são cobradas da mesma forma, com base na duração de saída e na resolução; o preço unitário é o mesmo com ou sem o envio de end_image_url. Apenas a quantidade de imagens muda, o que não altera o preço por segundo.
Modelos e capacidades FLUX 3 Max
-
Quais são os requisitos para a imagem do primeiro quadro?
Use uma imagem PNG, JPEG ou WebP acessível publicamente. No Playground, você pode enviar diretamente um arquivo local e ele será convertido automaticamente em um link; recomenda-se recortar primeiro para a proporção desejada, evitando que elementos importantes sejam cortados no ajuste automático.
Modelos e capacidades FLUX 3 Max
-
É possível gerar áudio?
Sim. O generate_audio vem ativado por padrão e gera um áudio compatível com a imagem; ao desativá-lo, a saída é um vídeo sem som, o que facilita adicionar sua própria trilha ou narração na pós-produção. A ativação ou desativação não afeta o preço.
Modelos e capacidades FLUX 3 Max
-
Como é cobrado o FLUX 3 Max para vídeo a partir de imagem?
A cobrança é por segundo de saída, e o preço unitário depende da resolução; o custo é igual ao preço por segundo multiplicado pela duração; tarefas com falha não são cobradas. O rascunho em 720p é mais barato e suficiente para verificar se a imagem de origem permanece estável.
Modelos e capacidades FLUX 3 Max
-
Como chamar via API?
Envie uma tarefa assíncrona para POST /v1/tasks, preencha model com flux-3-max/image-to-video, passe prompt e image_url em input e, se necessário, adicione end_image_url e os parâmetros de geração. A API retorna taskId; o resultado pode ser obtido via callback.url ou GET /v1/tasks/:id.
Modelos e capacidades FLUX 3 Max
-
Como escolher entre vídeo a partir de imagem e vídeo a partir de texto?
Use vídeo a partir de imagem quando já tiver uma imagem, produto ou retrato satisfatório; use vídeo a partir de texto quando precisar conceber uma cena completa a partir de texto ou especificar livremente o formato da tela. O preço e os parâmetros dos dois modelos são basicamente os mesmos.
Modelos e capacidades FLUX 3 Max
-
O que são keyframes?
keyframes é um array ordenado, com 1 a 10 itens, cada um contendo image_url e frame_index. O modelo encadeia os quadros-chave na ordem dos números de quadro e gera o movimento intermediário.
Modelos e capacidades FLUX 3 Max
-
Como preencher frame_index?
frame_index é o número do frame na linha do tempo de 24fps, começando em 0, com valor máximo igual a duration × 24. Por exemplo, o número máximo de frame de um vídeo de 5 segundos é 120. Todos os números de frame devem ser únicos.
Modelos e capacidades FLUX 3 Max
-
Quantos quadros-chave são necessários, no mínimo?
No mínimo 1, no máximo 10. São necessários pelo menos dois para formar um início e fim claros ou uma mudança de ritmo; um único quadro-chave equivale apenas a fixar uma determinada imagem, sem gerar uma transição real.
Modelos e capacidades FLUX 3 Max
-
Como a duração e os keyframes se coordenam?
Primeiro defina a duration (5–20 segundos), depois converta para números de frame a 24fps. 5 segundos correspondem a 0–120, 10 segundos a 0–240, 20 segundos a 0–480. Os keyframes podem ser distribuídos uniformemente ou concentrados em um determinado trecho.
Modelos e capacidades FLUX 3 Max
-
Qual é a diferença entre keyframes e quadros inicial e final?
Os quadros inicial e final só fixam o começo e o fim; os keyframes permitem inserir vários nós no meio, adequados para planos com múltiplas etapas, como abrir a caixa de um produto, crescimento de plantas ou mudança do dia para a noite. Quanto mais nós, mais refinado é o controle de tempo.
Modelos e capacidades FLUX 3 Max
-
Como escolher o formato de imagem e a resolução?
resolution tem 720p e 1080p, padrão 720p; aspect_ratio é auto por padrão, mas também é possível especificar 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16. Recomenda-se usar o mesmo formato de imagem em todos os keyframes.
Modelos e capacidades FLUX 3 Max
-
Como é cobrado o FLUX 3 Max para gerar vídeo a partir de keyframes?
A cobrança é por segundo de saída, com preço unitário definido pela resolução, igual ao texto para vídeo e imagem para vídeo; a quantidade de âncoras não afeta o preço, e tarefas com falha não são cobradas. Primeiro use um rascunho de 5 segundos para confirmar a linha do tempo, depois estenda a duração.
Modelos e capacidades FLUX 3 Max
-
Quais durações o FLUX 3 Max de texto para vídeo suporta?
duration aceita qualquer número inteiro de segundos entre 5 e 20, em incrementos de 1 segundo, com padrão de 5 segundos. Quanto maior a duração, maior o preço total cobrado por segundo; a versão de 20 segundos tem quatro vezes o número de segundos do rascunho de 5 segundos.
Modelos e capacidades FLUX 3 Max
-
Como escolher a resolução e o formato de imagem?
resolution tem duas opções, 720p e 1080p, com 720p como padrão. aspect_ratio é auto por padrão, mas você também pode especificar 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16.
Modelos e capacidades FLUX 3 Max
-
O vídeo gerado tem áudio?
generate_audio vem ativado por padrão e gera áudio sincronizado com as imagens junto com o vídeo; também é possível desativá-lo para gerar apenas a imagem. Recomenda-se alternar a opção conforme a solicitação, sem presumir a presença de áudio no prompt. A opção não afeta a cobrança.
Modelos e capacidades FLUX 3 Max
-
O que é reasoning_level?
Ele controla o grau de compreensão visual do prompt e de planejamento de geração do modelo; pode ser low ou high, com high como padrão. Para cenas complexas, high é mais estável; para planos simples, pode-se usar low.
Modelos e capacidades FLUX 3 Max
-
Como escrever um prompt para obter melhores resultados?
Primeiro escreva o sujeito e a cena, depois descreva as ações em ordem cronológica, a direção e a velocidade da câmera, e por fim a iluminação e a atmosfera. Planeje apenas uma ação principal por vídeo e, para tomadas contínuas, especifique claramente no cuts.
Modelos e capacidades FLUX 3 Max
-
O texto na imagem é confiável?
Não é confiável. O modelo pode inventar as letras de placas, faixas e legendas, e a ortografia não é garantida; quando precisar de nomes de marcas ou texto legível, sobreponha-os na pós-produção, não dependa do resultado gerado.
Modelos e capacidades FLUX 3 Max
-
É adequado para vídeos curtos em formato vertical?
Sim, basta selecionar 9:16 na solicitação, sem precisar gerar primeiro em formato horizontal e depois recortar. 1:1 e 3:4 são adequados para feeds, 21:9 é adequado para aberturas e conteúdo em widescreen. Mantenha o assunto o mais centralizado possível para evitar que seja coberto pela interface da plataforma.
Modelos e capacidades FLUX 3 Max
-
Como é cobrado o FLUX 3 Max de texto para vídeo?
A cobrança é por segundo de saída, e o preço unitário é determinado pela resolução; o custo é igual ao preço por segundo multiplicado pela duração; tarefas que falham não são cobradas. Rascunhos curtos custam menos, sendo ideais para comparar dois prompts primeiro com 5 segundos.
Modelos e capacidades FLUX 3 Max
-
Qual é a diferença em relação à geração de vídeo a partir de imagem?
A geração de vídeo a partir de texto requer apenas texto, e o formato e a composição são determinados inteiramente pelo prompt; quando já existe um quadro inicial definido, usar flux-3-max/image-to-video é mais direto. Ambos compartilham a mesma faixa de duração e o mesmo preço por segundo.
Modelos e capacidades FLUX 3 Max
-
Quais métodos de geração o FLUX 3 suporta?
O mesmo ID de modelo suporta geração de vídeo a partir de texto, storyboard com 1 a 10 imagens de quadro-chave e continuação da geração a partir de um vídeo de origem MP4. images e start_video não podem ser usados ao mesmo tempo.
Modelos e capacidades
-
Qual é a diferença entre Draft e Full?
Draft é a opção de pré-visualização em 720p de baixo custo, ideal para validar primeiro a composição, o ritmo e o movimento. Full suporta 720p e 1080p, sendo adequado como saída final.
Modelos e capacidades
-
Como funcionam as imagens-chave?
1 imagem define a abertura, 2 imagens definem o primeiro e o último quadro, e de 3 a 10 imagens formam um storyboard em sequência. O Prompt é responsável por complementar a ação, a câmera e o som.
Modelos e capacidades
-
Quais são as restrições para a continuação de vídeo?
start_video aceita MP4 de até 50MB e com duração máxima de 15 segundos. Ao continuar, não envie images simultaneamente; a duração de saída ainda é escolhida no intervalo de 5 a 20 segundos.
Modelos e capacidades
-
O FLUX 3 gera áudio?
Sim. O generate_audio vem ativado por padrão, para gerar som ambiente, efeitos sonoros ou diálogos que combinem com a imagem; também é possível desativá-lo e produzir apenas a imagem.
Modelos e capacidades
-
Como o FLUX 3 é cobrado?
O preço é determinado em conjunto pela duração da saída, pela resolução, pelo nível Draft e pelo uso ou não de continuação de vídeo. A tabela de preços da página lista seis níveis por segundo de saída.
Modelos e capacidades
-
É possível gerar e editar em um único ponto de entrada?
Sim. Sem imagem de referência, gere a partir de texto; com 1 a 10 imagens de referência, edite com base no material existente. Basta preparar o texto ou as imagens de acordo com o objetivo de criação.
Modelos e capacidades FLUX 3 Image
-
Como escolher entre os cinco níveis de resolução?
Comece com 768 ou 1K para discutir a direção; considere 1.5K ou 2K quando precisar de mais detalhes e 4K quando precisar de imagens maiores e espaço para recorte. Os níveis não são dimensões fixas; verifique a largura e a altura da imagem retornada.
Modelos e capacidades FLUX 3 Image
-
Como as imagens de referência distribuem seus papéis?
Explique, em ordem, qual imagem fornece o sujeito, qual fornece o ambiente e qual fornece apenas o esquema de cores ou o estilo, indicando também quais elementos não devem ser trazidos.
Modelos e capacidades FLUX 3 Image
-
Quantas imagens são geradas por vez?
Cada tarefa retorna uma imagem. Quando precisar de outra direção, ajuste a descrição e envie uma tarefa separada.
Modelos e capacidades FLUX 3 Image
-
É possível escolher o formato do arquivo baixado?
O ponto de entrada atual não oferece seleção de formato de arquivo. O arquivo é processado conforme retornado; caso precise de outro formato, você pode convertê-lo após o download em uma ferramenta de imagens.
Modelos e capacidades FLUX 3 Image
-
Quando deve ser ativada a busca auxiliar?
Ative quando quiser complementar o contexto visual com páginas web ou imagens antes da geração. Se você já tem materiais claros e uma direção criativa fechada, pode desativá-la e criar com base na sua própria descrição e imagens de referência.
Modelos e capacidades FLUX 3 Image
-
Como salvar imagens que precisam ser usadas a longo prazo?
Os links das imagens geradas têm prazo de validade. Se precisar usá-las a longo prazo, baixe e salve-as a tempo, ou selecione armazenamento permanente ao criar a tarefa. As imagens já geradas também podem ser transferidas e armazenadas conforme as instruções na página de gerenciamento de armazenamento.
Modelos e capacidades FLUX 3 Image
-
É possível continuar editando depois de gerar?
Você pode baixar e salvar o resultado e usá-lo como imagem de referência para uma nova tarefa. Cada tarefa é processada de forma independente; descreva novamente o que deve ser mantido e o que deve ser alterado nesta etapa.
Modelos e capacidades FLUX 3 Image
-
Como tornar os títulos nas imagens mais fáceis de verificar?
Escreva os títulos curtos entre aspas e especifique a posição, a relação de tamanho e o espaçamento entre o título principal e o subtítulo. Verifique palavra por palavra antes de usar e, se necessário, conclua a diagramação final na ferramenta de design.
Modelos e capacidades FLUX 3 Image
-
Para que situações o formato automático é adequado?
Você pode usar o formato automático quando não precisar de um posicionamento fixo. Quando já estiver definido um banner horizontal, pôster vertical ou cartão quadrado, escolha explicitamente a proporção e verifique a largura e altura reais da imagem baixada.
Modelos e capacidades FLUX 3 Image
-
Onde visualizar os custos antes de gerar?
Após selecionar os parâmetros, consulte o custo estimado e o preço em tempo real no Playground. Após a conclusão, você pode visualizar os resultados da geração e o consumo correspondente no registro de tarefas.
Modelos e capacidades FLUX 3 Image
-
Por que a mesma descrição nem sempre gera a mesma imagem?
O resultado gerado pode variar em composição e detalhes. Quando for necessário manter um sujeito ou layout já escolhido, use a imagem de resultado como referência e liste explicitamente os requisitos a preservar.
Modelos e capacidades FLUX 3 Image
-
Como escolher entre geração de imagem a partir de texto e edição de imagem?
Quando você tem apenas texto e vai começar do zero, escolha a geração de imagem a partir de texto; quando precisar manter um sujeito ou layout existente, escolha a edição de imagem e forneça uma imagem de referência.
Modelos e capacidades Muse Image 1.0
-
Quantas imagens posso obter por vez?
Cada tarefa retorna uma imagem, sem opção de quantidade. Se precisar comparar outra composição, ajuste o prompt e envie uma nova tarefa.
Modelos e capacidades Muse Image 1.0
-
Posso escolher 1K, 2K ou 4K?
Esta entrada não oferece níveis de resolução. O enquadramento é escolhido por você e as dimensões em pixels são determinadas pelo modelo, geralmente cerca de 2,5MP; consulte as dimensões reais do arquivo baixado.
Modelos e capacidades Muse Image 1.0
-
Quais formatos de arquivo posso escolher?
Você pode escolher JPEG, PNG ou WebP; se nenhum for selecionado, WebP é usado. Escolha de acordo com as necessidades posteriores de materiais para páginas web ou ferramentas de design.
Modelos e capacidades Muse Image 1.0
-
Como reservar espaço para o título na capa?
Indique na descrição a posição do protagonista e o lado que precisa ficar livre, e escolha o formato adequado ao posicionamento final. Não dependa apenas do recorte após a geração para abrir espaço para o título.
Modelos e capacidades Muse Image 1.0
-
O que deve ser descrito primeiro nas imagens de produtos?
Primeiro, escreva o sujeito, o material e a posição de disposição; depois, complemente com iluminação, fundo e alguns adereços. Os textos curtos nas etiquetas devem ser escritos separadamente com clareza; após concluir, verifique o contorno do produto e o layout.
Modelos e capacidades Muse Image 1.0
-
Como salvar imagens que precisam ser usadas por um longo período?
Os links das imagens geradas têm prazo de validade. Se precisar usá-las por um longo período, baixe e salve-as a tempo, ou selecione armazenamento permanente ao criar a tarefa. As imagens já geradas também podem ser transferidas e armazenadas conforme as instruções da página de gerenciamento de armazenamento.
Modelos e capacidades Muse Image 1.0
-
É possível continuar editando após a geração?
Você pode baixar e salvar o resultado e usá-lo como imagem de referência para uma nova tarefa. Cada tarefa é processada de forma independente; descreva novamente o que deve ser mantido e o que deve ser alterado nesta etapa.
Modelos e capacidades Muse Image 1.0
-
Como tornar os títulos nas imagens mais fáceis de verificar?
Escreva os títulos curtos entre aspas e indique a posição, a relação de tamanho e o espaçamento entre o título principal e o subtítulo. Confira palavra por palavra antes de usar e, se necessário, conclua a diagramação final na ferramenta de design.
Modelos e capacidades Muse Image 1.0
-
Quando é adequado usar o formato automático?
Use o formato automático quando não for necessário um posicionamento fixo. Se já estiver definido como banner, pôster vertical ou cartão quadrado, selecione explicitamente a proporção e verifique a largura e a altura reais da imagem baixada.
Modelos e capacidades Muse Image 1.0
-
Onde posso ver os custos antes de gerar?
Após selecionar os parâmetros, consulte o custo estimado e o preço em tempo real no Playground. Depois de concluído, você pode ver o resultado da geração e o consumo correspondente no registro de tarefas.
Modelos e capacidades Muse Image 1.0
-
Por que a mesma descrição não necessariamente gera a mesma imagem?
O resultado gerado pode variar em composição e detalhes. Quando for necessário manter um sujeito ou layout já escolhido, use a imagem de resultado como referência e liste explicitamente os requisitos de preservação.
Modelos e capacidades Muse Image 1.0
-
É obrigatório fornecer imagens de referência?
É necessário fornecer de 1 a 10 imagens de referência. Se você não tiver imagens prontas e quiser começar apenas com texto, use a entrada de texto para imagem.
Modelos e capacidades Muse Image 1.0
-
Quantas imagens editadas são retornadas por vez?
Cada tarefa retorna uma imagem editada; não há opção de quantidade. Se precisar comparar diferentes direções de modificação, envie tarefas separadas.
Modelos e capacidades Muse Image 1.0
-
Como manter o sujeito e, ao mesmo tempo, alterar o fundo?
Liste explicitamente os elementos de identificação que o sujeito deve manter e, em seguida, descreva separadamente o novo ambiente, a iluminação e o posicionamento. Depois de concluir, verifique a escala, as oclusões e as bordas.
Modelos e capacidades Muse Image 1.0
-
Todas as várias imagens aparecerão necessariamente no resultado?
Não necessariamente. As imagens de referência podem fornecer separadamente o sujeito, o layout, o esquema de cores ou o estilo. Especifique a função de cada uma, bem como o conteúdo que não deseja incluir.
Modelos e capacidades Muse Image 1.0
-
Como substituir o texto antigo de uma imagem?
Escreva claramente o texto antigo a remover e o novo conteúdo que deve aparecer, e indique a posição do título, a relação de tamanho e o espaçamento em branco. Antes de usar, verifique palavra por palavra e confira o layout.
Modelos e capacidades Muse Image 1.0
-
Como escolher o formato de imagem e o formato de arquivo?
Primeiro escolha a imagem horizontal, vertical ou quadrada de acordo com o posicionamento final, depois selecione JPEG, PNG ou WebP. Não há níveis de resolução; a largura e a altura seguem o arquivo gerado.
Modelos e capacidades Muse Image 1.0
-
Como começar quando há apenas texto, quando há imagens ou quando há vídeos?
Quando houver apenas uma ideia, basta escrever o prompt; para usar como referência a aparência de um produto ou personagem, envie uma imagem de referência; para definir o quadro inicial, envie o primeiro frame e, opcionalmente, adicione o último frame para guiar o final; para alterar o clima de uma cena existente, envie um vídeo de referência. Todos esses métodos usam o mesmo modelo.
Modelos e capacidades
-
Quais entradas não podem ser usadas juntas?
first_frame_url não pode ser enviado junto com image_urls e video_list ao mesmo tempo; last_frame_url só pode ser usado junto com first_frame_url. image_urls pode ser combinado com video_list, mas todos os materiais compartilham 7 posições de entrada, e 1 vídeo ocupa 2 posições, portanto, ao incluir vídeo, é possível enviar no máximo mais 5 imagens.
Modelos e capacidades
-
Como fazer com que a reescrita de vídeo atinja a duração desejada?
Ao enviar um vídeo de referência, a duração da saída será a do vídeo de referência. Recomenda-se enviar um trecho com a mesma duração desejada, sem depender de duration ou de start e ends para recortar a saída. Envie no máximo 1 vídeo de referência, com o vídeo de origem não excedendo 30 segundos e 100MB; a requisição ainda precisa preencher duration, com valor 4, 6, 8 ou 10.
Modelos e capacidades
-
Como escolher entre paisagem, retrato e resolução?
Para páginas de produto e vídeos horizontais, escolha 16:9; para vídeos curtos de celular, escolha 9:16. Primeiro use 360p ou 720p para verificar a composição e o movimento, depois escolha 1080p ou 4k conforme a necessidade de exibição.
Modelos e capacidades
-
É possível adicionar sons ambientes à imagem?
A saída já inclui sons ambientes. Você pode descrever no prompt o som da chuva batendo na janela, o leve murmúrio da água do lago ou o som de fundo de uma cafeteria, permitindo que o som participe da criação junto com a cena; se precisar de uma trilha própria, é possível substituí-la na pós-produção.
Modelos e capacidades
-
Quais são as restrições para o upload de imagens?
Cada imagem não pode exceder 20MB e precisa ser uma URL acessível publicamente; após o upload no Playground, ela é convertida automaticamente em um link. Para o primeiro e o último quadro, é melhor usar imagens do mesmo enquadramento de câmera e da mesma proporção, assim a transição fica mais natural.
Modelos e capacidades
-
Onde posso consultar os custos atuais?
Consulte a página de preços em tempo real; o Playground exibirá o custo estimado da configuração selecionada antes do envio.
Modelos e capacidades
-
Como obter o resultado da geração?
Após criar uma tarefa assíncrona com POST /v1/tasks, leia data.taskId; você pode receber a notificação de estado final via callback.url ou fazer polling com GET /v1/tasks/{taskId}; quando o status for success, baixe o vídeo a partir de output[].url.
Modelos e capacidades
-
Quais entradas o Google Virtual Try-On requer?
Uma foto de uma pessoa e uma imagem de uma peça de roupa, ambas obrigatórias, sem necessidade de prompt.
Modelos e capacidades Google Virtual Try-On
-
Que tipo de foto de uma pessoa produz o melhor resultado?
Fotos de uma única pessoa, com as principais partes do corpo nítidas e sem grandes obstruções, produzem o melhor resultado; a pose em pé, de frente ou levemente de lado, é a mais estável.
Modelos e capacidades Google Virtual Try-On
-
Quais são os requisitos para imagens de roupas?
Fotos de peças dispostas na horizontal ou penduradas servem; o resultado é melhor quando a roupa está inteira, o fundo está limpo e não há outras pessoas.
Modelos e capacidades Google Virtual Try-On
-
Quantas imagens podem ser geradas por vez?
1 por vez, num_images é fixado em 1. Para obter várias alternativas, você pode enviar a mesma entrada várias vezes; os detalhes dos resultados variam ligeiramente.
Modelos e capacidades Google Virtual Try-On
-
Quais categorias de roupas são suportadas?
Roupas comuns como blusas, casacos e vestidos podem ser experimentadas; o resultado com acessórios complexos ou sobreposição de várias peças pode não ser estável.
Modelos e capacidades Google Virtual Try-On
-
A ferramenta altera o rosto e o fundo da pessoa?
O rosto, o penteado, a pose e o fundo seguem basicamente a foto original; as principais mudanças ocorrem na área da roupa.
Modelos e capacidades Google Virtual Try-On
-
Qual é o formato da saída?
Imagem PNG, com dimensões determinadas pelo modelo com base na entrada.
Modelos e capacidades Google Virtual Try-On
-
Posso usar fotos de pessoas reais?
Sim, mas certifique-se de que você tem o direito de usar a imagem das pessoas nas fotos. As pessoas nos exemplos desta página são todas imagens geradas.
Modelos e capacidades Google Virtual Try-On
-
Por que às vezes nenhuma imagem é retornada?
A verificação de segurança pode filtrar os resultados, e nesse caso ainda é cobrada 1 imagem conforme solicitado.
Modelos e capacidades Google Virtual Try-On
-
Quais são os requisitos para o endereço da imagem?
É necessário um link http(s) acessível publicamente; no Playground, basta enviar diretamente.
Modelos e capacidades Google Virtual Try-On
-
Como é feita a cobrança?
A cobrança é feita por número de imagens solicitadas; consulte o preço em tempo real nesta página; tarefas com falha são totalmente reembolsadas.
Modelos e capacidades Google Virtual Try-On
-
Como chamar via API?
Envie uma tarefa ao POST /v1/tasks com model igual a google-virtual-try-on, passando person_image_url e product_image_url (num_images pode ser omitido, fixo em 1), depois consulte o status da tarefa para obter o endereço da imagem; consulte a documentação da API para mais detalhes.
Modelos e capacidades Google Virtual Try-On
-
Para que tarefas o GPT-6.1 Sol é adequado?
O GPT-6.1 Sol é um modelo de texto da OpenAI, adequado para código, análise, pesquisa e trabalhos que exigem raciocínio em várias etapas. Esta página descreve a integração de texto via Responses em streaming; entrada de imagens, áudio e vídeo não fazem parte das capacidades garantidas nesta página.
Modelos e capacidades
-
Qual ID de modelo e endpoint devo usar?
Use o ID de modelo gpt-6.1-sol e envie a requisição para POST /v1/responses. A requisição deve usar o array input, stream=true e store=false.
Modelos e capacidades
-
Quais valores reasoning.effort suporta?
Atualmente, a integração HiAPI suporta cinco níveis: low, medium, high, xhigh e max. Os exemplos e o Playground usam medium por padrão; quando for necessário um comportamento fixo, passe reasoning.effort explicitamente na requisição da API. Outros valores não fazem parte do contrato deste modelo.
Modelos e capacidades
-
Por que não é possível passar temperature, top_p ou max_output_tokens?
O contrato de integração atual do GPT-6.1 Sol não expõe esses campos. Omita-os; se precisar alterar a profundidade de raciocínio, use reasoning.effort. Não aplique diretamente exemplos de parâmetros de amostragem de outros modelos a esta página.
Modelos e capacidades
-
Como lidar com respostas em streaming?
Leia response.output_text.delta de acordo com o tipo de evento SSE e acumule o corpo do texto, encerrando o processamento em response.completed, response.incomplete ou response.failed. Não trate o fluxo inteiro como um único JSON, nem espere apenas pelo output no evento de conclusão.
Modelos e capacidades
-
Como continuar uma conversa de múltiplos turnos com store=false?
O cliente deve salvar as mensagens do usuário, as mensagens do assistente e os itens de ferramenta necessários, e reexecutá-los no próximo input. O histórico reexecutado será contabilizado novamente nos Tokens de entrada; os acertos e gravações de cache são determinados pelos detalhes de usage.
Modelos e capacidades
-
Como são cobrados entrada, cache e saída?
Entrada, leitura de cache, gravação de cache e saída usam os preços de Token em tempo real exibidos na página do modelo. O uso de cache correspondente só é contabilizado quando o usage relata explicitamente cached_tokens ou cache_write_tokens; a leitura e a gravação de cache já estão incluídas no total de entrada e não podem ser somadas novamente. reasoning_tokens já está incluído em output_tokens e também não pode ser somado novamente; o custo final tem como referência o log de uso da conta.
Modelos e capacidades
-
Como é feita a cobrança quando a entrada ultrapassa 272K tokens?
O cálculo é feito com base no total de tokens de entrada de cada solicitação, incluindo leituras e gravações de cache reportadas em usage. Quando o total de entrada não ultrapassa 272.000 tokens, aplica-se a faixa padrão; a partir de 272.001 tokens, a entrada, a saída e o cache de toda a solicitação passam a usar o nível de contexto longo, e não apenas a parte excedente é cobrada com acréscimo.
Modelos e capacidades
-
O que verificar primeiro quando a solicitação falha ou não há corpo?
Primeiro verifique a API Key, o model, o endpoint Responses, o array input, stream=true e store=false. Quando não houver corpo, confirme se o cliente processou os eventos incrementais SSE; ao investigar custos, compare input_tokens, cached_tokens, cache_write_tokens e output_tokens do usage.
Modelos e capacidades
-
Para que serve o GPT-6 Astra?
O GPT-6 Astra é um modelo da OpenAI voltado para raciocínio complexo, programação, pesquisa e trabalho com documentos. É adequado para revisão de código, análise de soluções e tarefas que exigem processamento em várias etapas. O escopo de integração desta página abrange entrada e saída de texto; as capacidades de imagem, áudio e vídeo devem seguir as respectivas instruções de integração.
Modelos e capacidades
-
Como devo configurar o ID do modelo, o endpoint e o OpenAI SDK?
O ID do modelo é gpt-6-astra e o endpoint é POST /v1/responses. Defina o base_url do OpenAI SDK como https://api.hiapi.ai/v1, use a HiAPI API Key e chame a interface Responses. As chaves existentes podem ser usadas para os modelos já liberados na conta; ao mudar para a interface /v1/tasks de imagem ou vídeo, a estrutura da requisição também precisa ser alterada.
Modelos e capacidades
-
Por que o exemplo exige um array input, stream=true e store=false?
Esta é a convenção de requisição do modo de integração desta página: input recebe um array de mensagens, stream=true recebe eventos em streaming e store=false faz com que o contexto da conversa seja salvo pelo cliente. Não se deve simplesmente reaproveitar a requisição messages nem o código de parsing de choices do Chat Completions, nem ler toda a resposta SSE como se fosse um único objeto JSON.
Modelos e capacidades
-
Como escolher entre low, medium, high, xhigh e max?
Selecione um destes cinco níveis de intensidade de raciocínio por meio de reasoning.effort. Os exemplos e o Playground começam em medium; para tarefas simples, pode-se tentar low, e para análises complexas, pode-se comparar os resultados de high, xhigh ou max. Aumentar o nível pode aumentar o tempo de espera e o uso de Tokens de saída; recomenda-se comparar resultados e custos usando o mesmo conjunto de tarefas reais. Os chamadores da API devem passar explicitamente o nível desejado.
Modelos e capacidades
-
É possível desativar o raciocínio ou ajustar temperature e top_p?
O GPT-6 Astra não suporta reasoning.effort=none. A integração desta página não oferece opções de ajuste de temperature, top_p e max_output_tokens; organize as requisições conforme os exemplos desta página e não copie os parâmetros de outros modelos. Se ocorrer um erro de parâmetro, verifique primeiro se os campos se aplicam a este modelo e endpoint.
Modelos e capacidades
-
O que significam exatamente contexto de 1,05M e saída máxima de 128K?
A especificação oficial é de contexto de 1.050.000 Tokens e saída máxima de 128.000 Tokens. O contexto precisa acomodar a entrada e o conteúdo gerado, e o raciocínio também consome o orçamento de saída. A saída máxima é o limite da especificação do modelo e não significa que cada requisição produzirá essa quantidade; a integração desta página também não usa esse valor como parâmetro ajustável max_output_tokens.
Modelos e capacidades
-
Por que o output de response.completed pode estar vazio?
O texto principal do streaming já foi retornado por meio de response.output_text.delta ou response.output_item.done, e o evento de conclusão não necessariamente repete o conteúdo completo. Deve-se acumular o texto e os itens de saída concluídos de acordo com o tipo de evento, e então ler o status e o usage a partir do evento de conclusão. response.failed e response.incomplete precisam ser tratados separadamente e não podem ser considerados indiscriminadamente como uma conclusão bem-sucedida.
Modelos e capacidades
-
Como continuar uma conversa de múltiplos turnos? O conteúdo do histórico será cobrado novamente?
Quando store=false, é necessário reenviar no próximo input as mensagens do usuário, mensagens do assistente e resultados de ferramentas que ainda precisam ser usados, sem depender de o servidor salvar toda a conversa por você. O conteúdo de histórico reenviado será contabilizado novamente nos Tokens de entrada; a parte que corresponder ao cache será cobrada como leitura de cache. Quando a conversa for longa, deve-se manter o contexto necessário e reduzir o histórico irrelevante.
Modelos e capacidades
-
Como são calculados a entrada, a saída, a leitura de cache e a gravação de cache?
Essas quatro categorias de tokens usam seus próprios preços unitários; os valores específicos estão na precificação em tempo real desta página. O total de entrada inclui a leitura e a gravação de cache: ao calcular o custo de entrada normal, esses dois itens devem ser deduzidos primeiro para evitar cobrança duplicada. reasoning_tokens já está incluído nos tokens de saída e também não deve ser adicionado novamente. A estimativa da página é apenas para referência; o custo final prevalece conforme o log de consumo da conta.
Modelos e capacidades
-
Quando é que os preços de contexto longo entram em vigor? O acréscimo aplica-se apenas à parte que excede o limite?
O critério é o total de Tokens de entrada por pedido individual, incluindo leitura e escrita de cache. Com um total de 272.000 Tokens de entrada, ainda se aplica o nível padrão; a partir de 272.001 Tokens, a entrada, a saída e a cache de todo o pedido passam a usar o nível de contexto longo. Não se aplica acréscimo apenas à pequena parte que excede o limite. Os preços unitários dos dois níveis podem ser comparados expandindo a secção de preços.
Modelos e capacidades
-
Um prompt repetido sempre aciona o cache?
Não necessariamente. Se o cache é criado e acionado depende da política do servidor, do prefixo reutilizável e do período de validade; deve-se considerar os valores cached_tokens e cache_write_tokens em usage. Se ambos forem 0, isso indica que essa requisição não reportou o uso de cache correspondente; não estime custos com base no desconto de cache apenas porque o prompt se repete.
Modelos e capacidades
-
Como usar chamadas de função e saída JSON estruturada?
As chamadas de função declaram funções por meio de tools. Após receber um function_call, sua aplicação executa a função e então retorna function_call_output com o mesmo call_id, continuando a requisição junto com o contexto necessário. Para JSON Object, use text.format.type=json_object; quando precisar de restrições de campos, use json_schema. Em JSON em streaming, primeiro concatene por completo e depois analise e valide; consulte os exemplos de requisição na documentação.
Modelos e capacidades
-
A solicitação falhou, não há corpo de resposta ou o custo está diferente do esperado — o que verificar primeiro?
Primeiro verifique se a API Key e o model são gpt-6-astra, e se o endpoint e os parâmetros correspondem aos desta página. Quando não houver corpo de resposta, verifique se o SSE está sendo tratado corretamente, em vez de ler apenas o output final; em caso de dúvida sobre o custo, compare as quantidades de entrada, cache e saída em usage e a faixa de contexto em que se encontram. Para investigação, forneça o request ID, o código de erro e o horário de ocorrência, e não exponha a API Key.
Modelos e capacidades
-
É obrigatório enviar imagens de referência?
É obrigatório enviar image_urls, no mínimo 1 e no máximo 16. Se quiser apenas geração de imagem a partir de texto, use gpt-image-2.5-flare/text-to-image.
Modelos e capacidades
-
Para que serve esta rota de edição?
Adequada para manter o sujeito e depois alterar o material ou o cenário. No prompt, especifique claramente o que deve ser alterado e o que deve ser mantido.
Modelos e capacidades
-
Qual é a diferença em relação à geração de imagem a partir de imagem do Sunburst?
O Flare é mais rápido, adequado para alterações cotidianas de materiais e cenários; o Sunburst é mais detalhado, adequado para espaços industriais e acabamento de materiais.
Modelos e capacidades
-
Como escolher a proporção de imagem?
Você pode especificar uma das 13 proporções de imagem, ou não passar nada para usar auto.
Modelos e capacidades
-
Quais campos são obrigatórios na API?
Envie model, input.prompt e input.image_urls. aspect_ratio e resolution podem ser omitidos.
Modelos e capacidades
-
Para que serve este percurso?
Adequado para colagens gráficas, rascunhos de cartazes e naturezas-mortas do dia a dia. Cada solicitação retorna uma imagem.
Modelos e capacidades
-
Qual é a diferença em relação à geração de imagens do Sunburst?
O Flare é mais rápido, adequado para geração de imagens do dia a dia; o Sunburst é mais detalhado, adequado para espaços industriais, materiais e geometria.
Modelos e capacidades
-
Quais proporções de imagem são suportadas?
Suporta auto, bem como 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, 27:16, 16:27, 9:8 e 8:9.
Modelos e capacidades
-
Posso enviar uma imagem de referência?
Esta rota de geração de imagem a partir de texto não aceita imagens de referência. Use gpt-image-2.5-flare/image-to-image.
Modelos e capacidades
-
É obrigatório enviar uma imagem de referência?
É obrigatório enviar image_urls, no mínimo 1 e no máximo 16. Se você quer apenas texto para imagem, use gpt-image-2.5-sunburst/text-to-image.
Modelos e capacidades
-
Para que serve esta rota de edição?
Adequada para alterar materiais, temperatura ou textura da superfície mantendo a estrutura industrial.
Modelos e capacidades
-
Qual é a diferença em relação à geração de imagens a partir de imagens do Flare?
O Sunburst é mais refinado, adequado para espaços industriais e materiais; para colagens do dia a dia com alteração de materiais, pode-se usar primeiro o Flare.
Modelos e capacidades
-
Para que serve este percurso?
Adequado para cenários industriais com requisitos mais elevados de materiais e geometria.
Modelos e capacidades
-
Qual é a diferença em relação à geração de imagens do Flare?
O Sunburst é mais detalhado e mais lento; para colagens do dia a dia e rascunhos de pôsteres, pode-se usar o Flare primeiro.
Modelos e capacidades
-
É possível enviar uma imagem de referência?
Esta rota de text-to-image não aceita imagens de referência. Use gpt-image-2.5-sunburst/image-to-image.
Modelos e capacidades
-
Qual é o posicionamento principal do GPT Image 2.5 Flare?
O Flare prioriza velocidade e geração diária de imagens de alta qualidade, sendo adequado para ferramentas de criação de conteúdo, rascunhos de anúncios, protótipos visuais e aplicações que geram imagens com frequência. Ele também possui recursos de edição de imagem e preservação de imagens de referência.
Modelos e capacidades
-
O Flare só consegue gerar imagens a partir de texto?
Também é possível inserir imagens. As imagens de referência podem fornecer personagens, produtos ou estilos, e o Flare gera novas cenas ou conclui modificações com base nelas. Por exemplo, o caso do piloto em pixel desta página utilizou uma referência de estilo.
Modelos e capacidades
-
O Flare consegue gerar um estilo de fotografia realista?
Sim. Os casos das pessoas no barco de pesca e da piscina demonstram uma representação fotográfica de pessoas, materiais e luz ambiente. As descrições de lente e iluminação podem moldar ainda mais o efeito visual da fotografia.
Modelos e capacidades
-
É possível criar um anúncio com título usando o Flare?
Sim, basta descrever juntamente o texto que deve aparecer e as exigências visuais. No exemplo de anúncio de vestuário, a pessoa, a roupa e o título são colocados na mesma imagem. O título, o esquema de cores e o visual da pessoa também podem ser ajustados em versões posteriores.
Modelos e capacidades
-
O Flare é adequado para a criação de mangás e personagens de série?
Esta página mostra uma história em quadrinhos de quatro painéis com um animal de estimação, além de cenas subsequentes dos personagens da floresta. Ele consegue organizar imagens sequenciais em uma única imagem e também pode usar a imagem da rodada anterior como referência para continuar a criação.
Modelos e capacidades
-
Que tipo de concept art de interface o Flare pode gerar?
Ele pode gerar concept art de interface para aplicativos móveis, listas de produtos e páginas de conteúdo, apresentando layout, esquema de cores, navegação e hierarquia de informações por meio de imagens, adequado para propostas de produto e comunicação de design.
Modelos e capacidades
-
A referência de estilo vai trazer todo o conteúdo da imagem original?
É possível solicitar que apenas o estilo visual seja usado como referência, substituindo o tema. No caso do estilo pixel art, a entrada é uma cena de jogo e a saída é um motociclista. O prompt precisa especificar o estilo que se deseja emprestar e o novo conteúdo.
Modelos e capacidades
-
Já tenho um aplicativo com GPT Image 2, posso considerar o Flare?
Sim. O Flare mantém o uso de geração de imagens a partir de texto e edição com imagem de referência, com foco em menor latência de geração, sendo adequado para ferramentas de conteúdo, aplicativos de design e exibição de produtos que precisam atualizar imagens com frequência.
Modelos e capacidades
-
Qual deles deve ser priorizado: Flare ou Sunburst?
Se a prioridade for geração diária e velocidade de resposta, considere o Flare; se a prioridade for requisitos de design complexos ou edição refinada, considere o Sunburst. Ambos suportam geração e edição; a diferença está no posicionamento do modelo e no equilíbrio de resultados.
Modelos e capacidades
-
Quais opções de saída o Flare suporta?
O HiAPI oferece seis níveis de qualidade, formatos quadrado, horizontal e vertical, além de dimensões de pixel predefinidas. Os formatos de arquivo podem ser PNG, JPEG ou WebP; fundos transparentes exigem PNG ou WebP. As opções completas estão listadas acima nas especificações e no Playground.
Modelos e capacidades
-
Como integrar o Flare a um fluxo de conteúdo em lote?
A aplicação pode enviar tarefas de imagem uma a uma e, em seguida, obter os resultados por consulta ou callback. O HiAPI gera uma imagem por requisição; em cenários de geração frequente, a aplicação precisa gerenciar a quantidade de tarefas e a concorrência.
Modelos e capacidades
-
Como são calculados os custos do Flare?
A cobrança é feita por número de imagens geradas e pela qualidade selecionada; as imagens de referência não são cobradas à parte. Após selecionar os parâmetros, o Playground exibe a estimativa de custo correspondente.
Modelos e capacidades
-
Para que tarefas o GPT Image 2.5 Sunburst é adequado?
O Sunburst é voltado para trabalhos visuais que exigem alta qualidade de imagem e precisão de edição, incluindo anúncios de marca, imagens refinadas de produtos, composições com múltiplas imagens de referência e revisões localizadas. Ele também pode gerar novas imagens diretamente a partir de texto.
Modelos e capacidades
-
Quais são os principais trade-offs entre Sunburst e Flare?
O Sunburst prioriza mais a qualidade e a precisão, normalmente exigindo um tempo de geração mais longo. O Flare é voltado para a criação cotidiana com foco em velocidade. Qual trade-off é necessário depende das exigências reais da imagem e do tempo de espera.
Modelos e capacidades
-
É possível combinar uma pessoa com várias referências de roupas?
Sim. O caso de troca de roupa desta página usa quatro referências: uma foto da pessoa, um casaco, uma blusa e botas longas, e a saída combina as peças de roupa na cena da pessoa original. O HiAPI suporta até 16 imagens de referência.
Modelos e capacidades
-
É possível remover apenas um objeto da foto?
Sim. Indique o objeto a remover e descreva as pessoas e o cenário que deseja manter. Por exemplo, no caso do retrato com flores, as alterações concentram-se nas flores na mão, o que pode ser usado para limpeza de fotos, ajuste de adereços e revisão de conteúdo.
Modelos e capacidades
-
É possível modificar os móveis nas fotos de decoração de interiores?
No caso da cozinha, as cadeiras originais foram substituídas por cadeiras de madeira, mantendo a mesa, a janela e o ambiente do cômodo. Tarefas semelhantes são adequadas para combinações de decoração e propostas de interiores.
Modelos e capacidades
-
O Sunburst pode traduzir o texto dentro da imagem?
Esta página mostra a mudança de versão do diagrama de instruções da máquina de café do inglês para o espanhol. Esse tipo de edição pode ser usado para diagramas de instruções multilíngues, materiais promocionais para o exterior e atualização de versões linguísticas de designs existentes.
Modelos e capacidades
-
Como a edição contínua dá continuidade ao design de anúncio da rodada anterior?
No caso do anúncio de produto, primeiro é gerado um outdoor ao pôr do sol a partir da foto da garrafa e, em seguida, o resultado da rodada anterior é alterado para uma cena noturna de neve no inverno. Em cada rodada, a imagem correspondente é usada como entrada e continua-se a especificar as condições que precisam ser alteradas.
Modelos e capacidades
-
O Sunburst pode gerar diretamente embalagens complexas?
É possível gerar conceitos de produto a partir de texto que incluam o invólucro da embalagem, textos de impressão, materiais e decoração. O exemplo do avião de brinquedo demonstra esse tipo de requisito combinado, que pode ser usado para apresentação de propostas de embalagem, visuais de produto e propostas criativas.
Modelos e capacidades
-
Imagens de produto independentes podem ser usadas para composição transparente?
O Sunburst oferece suporte à geração de sujeito independente com fundo transparente. Ao usar via HiAPI, selecione o fundo transparent e exporte em PNG ou WebP. A saída pode ser usada para composição publicitária, exibição de produtos e design de páginas.
Modelos e capacidades
-
O que o caso do armário laqueado demonstra principalmente?
O alvo da modificação é a incrustação de fase da lua no centro da porta do armário; os restantes elementos do cenário — a decoração em madrepérola, o corpo do armário e as ferramentas — devem ser preservados. Serve para demonstrar o resultado de uma edição com um alvo local claramente definido.
Modelos e capacidades
-
Quais são as opções de qualidade e tamanho do Sunburst?
No HiAPI, há seis níveis de qualidade disponíveis: low, medium, high, xhigh, max e auto, além das proporções de aspecto e dimensões em pixels listadas na página. A qualidade e o tamanho são definidos separadamente, e a qualidade padrão é medium.
Modelos e capacidades
-
Cada rodada de modificação do Sunburst é cobrada?
Cada envio é uma tarefa de imagem independente, cobrada com base na qualidade selecionada e na imagem de saída dessa rodada; as imagens de referência não são cobradas à parte. A página exibirá o custo estimado e, após a geração, você poderá pré-visualizar e baixar a imagem.
Modelos e capacidades
-
O que é o GPT Image 2?
O GPT Image 2 é o modelo de geração de imagens a partir de texto da OpenAI, adequado para pôsteres, cards informativos, visuais de produto e geração de imagens com requisitos claros de texto e layout.
Modelos e capacidades GPT Image 2
-
GPT Image 2 e GPT Image 2.0 são o mesmo modelo?
GPT Image 2.0 é uma abreviação comum de busca; use o ID de modelo exato listado na página do GPT Image 2 e na documentação da API.
Modelos e capacidades GPT Image 2
-
Qual endpoint e ID de modelo a API GPT Image 2 usa?
Envie uma requisição para POST /v1/tasks, defina model como gpt-image-2/text-to-image para geração de imagem a partir de texto e passe prompt, aspect_ratio e resolution em input. A interface retorna primeiro um taskId e, em seguida, obtenha a imagem final por meio da consulta de tarefa ou de um callback.
Modelos e capacidades GPT Image 2
-
Como usar o GPT Image 2?
No Playground, descreva o sujeito, a cena, o layout e o texto que deve aparecer obrigatoriamente; em seguida, selecione o formato, a resolução e o fundo, clique em executar e visualize o resultado.
Modelos e capacidades GPT Image 2
-
Quais resoluções e proporções o GPT Image 2 suporta?
Suporta 1K, 2K e 4K, além de 16 proporções, como auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16; com auto ou proporção omitida, apenas 1K é suportado; 1:1 não suporta 4K; 2K não suporta 5:4, 4:5, 3:1, 1:3, 9:21; 4K não suporta 1:1, 3:1, 1:3, 9:21. Ao passar background explicitamente, apenas 1K é suportado.
Modelos e capacidades GPT Image 2
-
Quais são as restrições do parâmetro de fundo da imagem?
background aceita auto, opaque ou transparent; o parâmetro background é compatível apenas com 1K; ao usar 2K/4K, omita este parâmetro.
Modelos e capacidades GPT Image 2
-
Como usar o GPT Image 2 através do HiAPI?
Você pode validar primeiro o prompt e a composição no HiAPI Playground e depois chamar POST /v1/tasks para criar uma tarefa assíncrona de geração de imagem a partir de texto e obter o resultado por meio do taskId ou de um callback.
Modelos e capacidades GPT Image 2
-
Quais idiomas e requisitos de tipografia o GPT Image 2 suporta?
É possível especificar no prompt o idioma de destino, o texto exato, o estilo da fonte, a posição, a hierarquia e o layout geral; para conteúdos de texto complexos, o texto original a ser renderizado deve ser escrito diretamente.
Modelos e capacidades GPT Image 2
-
Como escolher entre geração de imagem a partir de texto e a partir de imagem no GPT Image 2?
Quando não há imagem de referência, use gpt-image-2/text-to-image para gerar a partir da descrição; quando precisar preservar ou modificar uma imagem existente, use gpt-image-2/image-to-image e passe de 1 a 6 imagens de referência.
Modelos e capacidades GPT Image 2
-
Todos os vídeos têm som?
Sim. O som é gerado junto com a imagem e não pode ser desativado. Você pode descrever no prompt os sons ambiente, a música ou as falas desejadas.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Quais durações, resoluções e proporções de tela são suportadas?
Duração: número inteiro de 1 a 15 segundos (padrão 6 segundos); resolução: 480p, 720p, 1080p (padrão 720p); proporção de tela: 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (padrão 16:9).
Modelos e capacidades Grok Imagine 1.5 Lite
-
Qual é o comprimento máximo do prompt?
No máximo 4096 caracteres. Uma descrição focada no sujeito, na ação, no enquadramento e no som costuma funcionar melhor do que uma longa sequência de palavras-chave.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Posso usar este modelo para animar minhas imagens?
Não, esta rota aceita apenas texto. Quando precisar partir de sua imagem, use grok-imagine-1.5-lite/image-to-video.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Como chamar via API?
Envie uma tarefa assíncrona para POST /v1/tasks, preenchendo model com grok-imagine-1.5-lite/text-to-video e colocando prompt, duration, resolution e aspect_ratio em input. A requisição retorna um ID de tarefa; em seguida, obtenha o endereço do vídeo por polling ou callback.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Como é feita a cobrança?
A cobrança é baseada na resolução selecionada e na duração solicitada. O painel de preços exibe as tarifas em tempo real; a cobrança final considera os registros de tarefas bem-sucedidas.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Quantas imagens posso enviar?
Apenas uma, passada via image_url, que precisa ser acessível publicamente.
Modelos e capacidades Grok Imagine 1.5 Lite
-
É possível escolher a proporção da imagem de saída?
Não. A proporção do vídeo segue aproximadamente a imagem de entrada, e as dimensões em pixels são arredondadas para as especificações suportadas pelo modelo. Se precisar de outra proporção, corte ou redimensione a imagem para a proporção desejada antes de enviar.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Quais durações e resoluções são suportadas?
Duração em segundos inteiros de 1 a 15 (padrão 6 segundos), resolução 480p, 720p, 1080p (padrão 720p).
Modelos e capacidades Grok Imagine 1.5 Lite
-
É obrigatório escrever um prompt?
Sim. Esta rota exige o fornecimento simultâneo de image_url e de um prompt (máximo de 4096 caracteres). O prompt deve apenas descrever o que está se movendo, a câmera e o som; não é necessário repetir a descrição do conteúdo da imagem.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Como tornar o sujeito mais estável?
Use imagens com composição completa e clara, descreva apenas uma ação principal e especifique as partes que devem permanecer inalteradas, como o rosto da pessoa, o estilo visual ou as relações de fundo.
Modelos e capacidades Grok Imagine 1.5 Lite
-
Para que tipo de imagens finais o Grok Imagine Quality é adequado?
Adequado para visuais principais, capas, conceitos publicitários e imagens de cena de alta qualidade que exigem materiais, iluminação, atmosfera e detalhes mais fortes.
Modelos e capacidades Grok Imagine Quality
-
Como é cobrado 1k e 2k?
1k e 2k usam faixas de preço por imagem diferentes; proporção e formato de saída não geram custo adicional; os valores específicos seguem o preço em tempo real desta página.
Modelos e capacidades Grok Imagine Quality
-
Por que não usar diretamente o nível padrão?
O nível padrão é mais adequado para rascunhos em lote e quando a velocidade é prioridade; escolha Quality quando o vídeo final valorizar mais materiais e detalhes.
Modelos e capacidades Grok Imagine Quality
-
É possível usar imagens de referência?
Atualmente, o fluxo de geração de imagem a partir de texto não aceita imagens de referência; quando precisar de edição de alta qualidade com base em imagem de referência, use grok-imagine-quality/image-to-image.
Modelos e capacidades Grok Imagine Quality
-
Como manter uma comparação justa entre diferentes resoluções?
Fixe o Prompt, a proporção da imagem e o formato, altere apenas a resolution e salve separadamente os resultados em 1k e 2k para comparação.
Modelos e capacidades Grok Imagine Quality
-
Para que serve o nível padrão do Grok Imagine?
Indicado para exploração criativa em lote, materiais para redes sociais e cenas de paisagem com estilo cinematográfico. 1k e 2k estão atualmente com o mesmo preço, por isso vale a pena escolher diretamente o nível de saída mais alto.
Modelos e capacidades Grok Imagine
-
Qual é a diferença entre o plano Standard e o plano Quality?
O plano Standard prioriza velocidade e preço fixo baixo; o Quality é uma linha de modelo independente, que dá mais atenção a materiais, detalhes e iluminação, e é cobrado por faixas de 1k/2k.
Modelos e capacidades Grok Imagine
-
Quais proporções de imagem são suportadas?
Suporta 13 proporções de imagem nas orientações horizontal, quadrada e vertical, de 2:1 e 20:9 até 1:2.
Modelos e capacidades Grok Imagine
-
Esta página suporta imagens de referência?
Não. Para edição com imagem de referência, use grok-imagine/image-to-image.
Modelos e capacidades Grok Imagine
-
Quais são os campos mínimos necessários para a API?
Basta enviar model e input.prompt; proporção, resolução e formato podem usar os valores padrão.
Modelos e capacidades Grok Imagine
-
Quais entradas o HeyGen Avatar IV requer?
Uma foto de retrato e a escolha de um modo de condução: inserir o texto do roteiro e selecionar uma voz, ou enviar um arquivo de áudio. Ao usar o roteiro sem selecionar uma voz, será usada a voz padrão Warm Pro Narrator.
Modelos e capacidades HeyGen Avatar IV
-
Que tipo de foto tem o melhor resultado?
Fotos individuais de rosto frontal, com traços faciais nítidos e sem obstruções, iluminação uniforme e boca naturalmente fechada têm o resultado mais confiável. Fotos de perfil, com máscara, em grupo ou com o rosto muito pequeno não são adequadas.
Modelos e capacidades HeyGen Avatar IV
-
Qual é a duração do vídeo gerado?
Não é necessário informar a duração. Ao dublar falas, a duração é determinada pelo texto e pela velocidade da fala; no modo de áudio, a duração corresponde à do áudio enviado, com limite máximo de 600 segundos.
Modelos e capacidades HeyGen Avatar IV
-
Quais proporções e resoluções são suportadas?
As proporções suportadas são 16:9, 9:16, 4:5, 5:4, 1:1 e auto (mantém a proporção da foto); as resoluções suportadas são 720p e 1080p.
Modelos e capacidades HeyGen Avatar IV
-
Quando é necessário definir um plano de fundo?
O plano de fundo só é exibido quando a proporção da saída difere da proporção da foto e aparece espaço em branco na imagem. Pode escolher uma cor sólida (#RRGGBB) ou uma imagem de fundo; se não for definido, fica branco.
Modelos e capacidades HeyGen Avatar IV
-
Qual é a diferença em relação ao HeyGen Avatar V?
O Avatar IV anima a foto que você mesmo enviou; o Avatar V permite escolher a aparência entre 497 avatares predefinidos e também oferece suporte a WebM com fundo transparente, remoção de fundo e legendas SRT.
Modelos e capacidades HeyGen Avatar IV
-
Como o HeyGen Avatar IV é cobrado?
A cobrança é feita pelos segundos reais do vídeo gerado. Ao criar a tarefa, é feito um pré-débito com base na duração estimada; após a conclusão, o valor é liquidado pelos segundos reais, e tarefas com falha são totalmente reembolsadas; consulte o preço em tempo real nesta página para o valor unitário.
Modelos e capacidades HeyGen Avatar IV
-
Quais são os requisitos da máscara?
A máscara deve ter a mesma proporção (largura/altura) da imagem original; as áreas pretas serão redesenhadas e as áreas brancas serão preservadas. É mais natural que a área seja ligeiramente maior que o contorno do personagem.
Modelos e capacidades Ideogram V3 Character
-
Qual é o tamanho da saída?
A saída acompanha o tamanho da imagem original; por exemplo, uma imagem original de 1024×768 gera um resultado de 1024×768.
Modelos e capacidades Ideogram V3 Character
-
Já há uma pessoa na imagem original, posso substituí-la?
Sim, pinte a pessoa que deseja substituir na máscara e descreva a ação do novo personagem no prompt; as pessoas e o fundo fora da máscara serão preservados.
Modelos e capacidades Ideogram V3 Character
-
Qual formato a máscara deve usar?
Use uma imagem com a mesma proporção da imagem original, com a área a ser redesenhada pintada em preto sobre fundo branco; o exemplo desta página usa uma máscara PNG.
Modelos e capacidades Ideogram V3 Character
-
Qual o tamanho adequado para a máscara?
Basta ser um pouco maior que o contorno do personagem. Se for muito pequena, comprime a pose do personagem; se for muito grande, será necessário repintar mais do fundo.
Modelos e capacidades Ideogram V3 Character
-
O que deve ser escrito no prompt?
Escreva apenas o que o personagem faz na área da máscara, por exemplo, "sentado no banco segurando um guarda-chuva" ou "de pé junto à janela acenando"; não é necessário descrever o fundo novamente, pois a imagem fora da máscara permanecerá como está.
Modelos e capacidades Ideogram V3 Character
-
A mesma imagem original pode ser colocada em posições diferentes?
Sim. Mantendo a imagem original e a imagem de referência do personagem, basta alterar a posição da máscara e o prompt de ação; foi assim que as duas versões desta página, a poltrona e a janela, foram obtidas.
Modelos e capacidades Ideogram V3 Character
-
É possível não enviar a máscara?
Não. image_url, mask_url e reference_image_urls são todos obrigatórios; se não houver imagem original, use o modelo de geração Character.
Modelos e capacidades Ideogram V3 Character
-
É possível enviar várias imagens de referência de personagem?
Não. reference_image_urls deve conter exatamente 1 imagem, podendo ser ilustração, mascote ou foto realista.
Modelos e capacidades Ideogram V3 Character
-
rendering_speed e style também podem ser usados no editor?
Sim. Os três níveis TURBO / BALANCED / QUALITY e os estilos AUTO / REALISTIC / FICTION também se aplicam; os três níveis são cobrados por imagem, com os preços específicos exibidos em tempo real na página.
Modelos e capacidades Ideogram V3 Character
-
O Remix é suportado?
Ainda não é suportado. Atualmente estão disponíveis a geração de personagens (ideogram-v3-character) e a edição local com máscara (ideogram-v3-character/edit).
Modelos e capacidades Ideogram V3 Character
-
Falhas geram cobrança? Como obter os resultados?
Tarefas que falham não são cobradas. Após o envio, salve o taskId e consulte via GET /v1/tasks/:id; quando o status for success, baixe o WebP em output[].url; output[].url é um endereço temporário, salve-o o quanto antes.
Modelos e capacidades Ideogram V3 Character
-
É possível especificar a proporção de saída?
Não é possível especificar separadamente. A proporção largura-altura da saída acompanha a imagem de referência do personagem: referência em formato retrato resulta em 864×1152, referência em formato paisagem resulta em 1328×752. Se precisar de uma imagem em formato paisagem, faça o upload de uma imagem de referência do personagem em formato paisagem (por exemplo, adicionando fundo nas laterais).
Modelos e capacidades Ideogram V3 Character
-
Como escolher uma imagem de referência para obter melhores resultados?
Escolha uma imagem com o personagem nítido, de frente ou em três quartos, e com fundo simples; tanto ilustrações quanto fotos realistas funcionam. As roupas e as cores da imagem de referência serão preservadas o máximo possível.
Modelos e capacidades Ideogram V3 Character
-
Como devo escrever o prompt?
Use uma designação fixa para se referir ao personagem (por exemplo, the explorer character / the same man) e concentre-se em descrever a cena, a ação, os adereços e a iluminação; pode combinar com o style escolhendo REALISTIC ou FICTION.
Modelos e capacidades Ideogram V3 Character
-
Os personagens podem ser animais ou mascotes de marca?
Sim. O mascote raposa laranja desta página foi gerado a partir de 1 imagem de design de personagem para diferentes cenários, como outdoors, balcões e feiras, mantendo o cachecol e o esquema de cores consistentes.
Modelos e capacidades Ideogram V3 Character
-
Pode ser usado para criar histórias em sequência ou storyboards?
Sim. Cada quadro usa a mesma imagem de referência do personagem, alterando apenas o cenário e a ação no prompt; a história em quadrinhos de quatro quadros desta página foi criada assim.
Modelos e capacidades Ideogram V3 Character
-
Qual é a diferença entre as três opções de style?
AUTO é decidido pelo modelo com base no prompt; REALISTIC tende a iluminação e textura fotográficas, adequado para retratos e cenas realistas; FICTION mantém a sensação de ilustração, adequado para livros ilustrados, jogos e personagens de desenho animado.
Modelos e capacidades Ideogram V3 Character
-
Para que serve o seed?
Fixar o seed facilita a reprodução e a comparação: com a mesma imagem de referência, prompt e seed, basta alternar o nível ou o estilo para comparar as diferenças diretamente.
Modelos e capacidades Ideogram V3 Character
-
Por quanto tempo as imagens de resultado são mantidas?
output[].url é um endereço temporário com validade; após a conclusão bem-sucedida da tarefa, faça o download ou transfira para o seu próprio armazenamento o quanto antes.
Modelos e capacidades Ideogram V3 Character
-
Como escolher entre os três níveis de rendering_speed?
TURBO é o mais rápido e tem o menor preço unitário, ideal para testar direções e gerar rascunhos em lote; BALANCED é o nível padrão; QUALITY oferece os melhores detalhes, ideal para a versão final. Os três níveis usam o mesmo ID de modelo e são cobrados por imagem; consulte o preço em tempo real na página para valores específicos.
Modelos e capacidades Ideogram V3 Character
-
Quais edições o Ideogram 4.5 Edit pode fazer?
É possível fazer quatro tipos de edição: edição geral por prompt, alteração de estilo com imagem de referência, repintura local com máscara e refinamento com Precise Edit. Os quatro métodos podem ser combinados.
Modelos e capacidades Ideogram V4.5
-
Quais campos são obrigatórios, no mínimo?
prompt e image_url são obrigatórios. reference_image_urls, mask_url, edit_precision, quality, image_size, num_images e seed devem ser adicionados conforme necessário.
Modelos e capacidades Ideogram V4.5
-
Qual é a diferença entre regular e Precise Edit?
Para alterar texto e fazer pequenos retoques precisos, escolha Precise Edit; para trocar cores ou estilos, escolha regular. edit_precision=high corresponde a Precise Edit, que restaura os pixels não alterados; o regular permite alterações mais livres.
Modelos e capacidades Ideogram V4.5
-
As opções de qualidade são iguais nos dois níveis de precisão?
Não. O regular pode ser very_low, low, medium ou high; o Precise Edit tem apenas low, medium e high.
Modelos e capacidades Ideogram V4.5
-
Como desenhar a máscara?
A máscara deve ter o mesmo tamanho da imagem de origem; as áreas pretas são redesenhadas e as áreas brancas são preservadas. Recomenda-se que a área preta seja um pouco maior que o objeto a ser alterado.
Modelos e capacidades Ideogram V4.5
-
Quando o image_size só pode ser auto?
Só pode ser auto ao usar mask_url ou o Precise Edit. A saída acompanha as dimensões da imagem de origem; apenas a edição regular sem máscara permite escolher entre 6 predefinições de tamanho.
Modelos e capacidades Ideogram V4.5
-
Quantas imagens de referência posso enviar no máximo?
No máximo 4 imagens, e no máximo 3 quando uma máscara também é fornecida. Especifique na instrução o que cada imagem de referência fornece para obter resultados mais controláveis.
Modelos e capacidades Ideogram V4.5
-
Como é feita a cobrança?
A cobrança é feita por número de imagens geradas. O preço unitário é determinado conjuntamente por quality e edit_precision, com 1 imagem por solicitação; tamanho, imagens de referência e máscara não afetam o preço, e o preço unitário atual está sujeito ao preço em tempo real.
Modelos e capacidades Ideogram V4.5
-
Como escrever instruções de edição?
Escreva em quatro partes: tarefa, o que alterar, o que preservar, textura e restrições. Por exemplo: 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. Ao alterar textos, recomenda-se usar em conjunto com o Precise Edit.
Modelos e capacidades Ideogram V4.5
-
Este modelo é o mesmo que o Ideogram 4.5 Image to Image?
É o mesmo modelo, apenas o nome de exibição foi alterado para Ideogram 4.5 Edit. O ID do modelo ideogram-v4.5/image-to-image e o link da página permanecem inalterados.
Modelos e capacidades Ideogram V4.5
-
Qual modelo usar quando não há imagem de origem?
Primeiro use o Ideogram 4.5 (ideogram-v4.5/text-to-image) para gerar a imagem de origem a partir do prompt. Em seguida, entregue o resultado a este modelo para modificação.
Modelos e capacidades Ideogram V4.5
-
Como os casos desta página foram gerados?
Todos foram gerados pelo HiAPI com este modelo. O Precise Edit usa o nível low, os demais usam o nível very_low de regular, e as imagens de origem vêm dos casos da página do Ideogram 4.5.
Modelos e capacidades Ideogram V4.5
-
Para que serve o Ideogram 4.5?
É indicado para imagens que exigem texto nítido na própria imagem. Pôsteres, logotipos com lettering, rótulos de embalagens, letreiros e capas de revista são os tipos em que ele se destaca.
Modelos e capacidades Ideogram V4.5
-
Como deixar o texto na imagem mais preciso?
Coloque o texto que deve aparecer entre aspas e escreva-o palavra por palavra. Depois, especifique se cada linha é um título principal, subtítulo ou texto pequeno, além da posição e da sensação da fonte; quanto mais curto o texto, mais estável o resultado.
Modelos e capacidades Ideogram V4.5
-
Como escrever o prompt para obter o melhor resultado?
Escreva em quatro partes: tarefa, texto e detalhes, layout a manter, textura e restrições. Por exemplo: ① Create a conference poster. ② Headline "DESIGN FORWARD", subtitle "Typography Summit 2026", orange and navy palette. ③ Keep the headline centered and the subtitle clearly smaller. ④ Crisp lettering, flat print look; do not add any other text.
Modelos e capacidades Ideogram V4.5
-
Como escolher entre os três níveis de quality?
Para geração de imagens do dia a dia, escolha medium; para exploração em lote, escolha low; para a versão final, escolha high. Os três níveis têm preços unitários diferentes; high tem mais detalhes e é adequado para imagens com muitos textos pequenos.
Modelos e capacidades Ideogram V4.5
-
Quais tamanhos são suportados?
Suporta 6 predefinições de tamanho: square, square_hd (padrão), portrait_4_3, landscape_4_3, portrait_16_9, landscape_16_9. Esta página não disponibiliza largura e altura personalizadas.
Modelos e capacidades Ideogram V4.5
-
O tamanho afeta o preço?
Não. A cobrança é por imagem, e o preço unitário varia apenas com o quality, com 1 imagem gerada por requisição.
Modelos e capacidades Ideogram V4.5
-
O que é enable_prompt_expansion?
É a opção que faz o modelo expandir o prompt antes de gerar a imagem, ativada por padrão. Com prompts curtos, é melhor mantê-la ativada; quando for necessário seguir rigorosamente o texto original, pode ser desativada.
Modelos e capacidades Ideogram V4.5
-
Quantas imagens podem ser geradas por vez?
1 por vez; num_images é fixado em 1. Para comparar várias direções de composição, basta alterar o seed e enviar a solicitação várias vezes.
Modelos e capacidades Ideogram V4.5
-
Como reproduzir a mesma imagem?
Basta passar um seed fixo para reproduzir. Ao mesmo tempo, mantenha o prompt, as dimensões e o nível de qualidade inalterados.
Modelos e capacidades Ideogram V4.5
-
Como está o efeito do texto em chinês?
Títulos grandes em chinês geralmente são escritos corretamente; textos pequenos em chinês podem apresentar erros no nível low. Quando precisar de textos pequenos em chinês nítidos, recomenda-se usar medium ou high.
Modelos e capacidades Ideogram V4.5
-
É possível enviar uma imagem de referência?
Não, este modelo aceita apenas texto. Para modificar uma imagem existente, use o Ideogram 4.5 Edit (ideogram-v4.5/image-to-image).
Modelos e capacidades Ideogram V4.5
-
Como salvar a imagem de saída?
Baixe e transfira a partir da URL da imagem no resultado da tarefa. O link tem prazo de validade, salve-o na sua própria armazenamento o quanto antes.
Modelos e capacidades Ideogram V4.5
-
Para que serve o Imagen 4?
É adequado para imagens cotidianas de produtos, estilo de vida e conteúdo. Ao descrever claramente o sujeito, o cenário, os materiais e a iluminação, você obtém imagens prontas para avaliação, comumente usadas em imagens principais de produtos, esboços de campanhas de marca e ilustrações de artigos.
Modelos e capacidades Imagen 4
-
Quais proporções de tela o Imagen 4 suporta?
Suporta 6: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. O aspect_ratio é obrigatório; o Playground desta página usa 16:9 como padrão.
Modelos e capacidades Imagen 4
-
Qual é o comprimento máximo do prompt?
No máximo 5.000 caracteres. O prompt é obrigatório; recomenda-se organizá-lo na ordem: sujeito, cenário, material, iluminação e texto.
Modelos e capacidades Imagen 4
-
É possível excluir elementos indesejados?
Sim, use negative_prompt. É um parâmetro opcional, com até 5.000 caracteres, ideal para excluir textos extras, marcas d'água ou fundos confusos.
Modelos e capacidades Imagen 4
-
Que formato devo preencher em seed?
Preencha com uma string, com no máximo 500 caracteres, opcional. Mantendo o seed e os demais parâmetros inalterados, é possível comparar apenas a diferença causada pelas alterações no prompt.
Modelos e capacidades Imagen 4
-
É possível enviar uma imagem de referência?
Não. O Imagen 4 gera imagens apenas a partir de texto; se precisar editar uma imagem existente, consulte o Nano Banana 2.1 nos modelos relacionados, que suporta edição com imagem de referência.
Modelos e capacidades Imagen 4
-
Quantas imagens podem ser geradas por vez?
1 por vez. Se precisar de várias versões, envie várias tarefas separadamente.
Modelos e capacidades Imagen 4
-
É possível especificar dimensões em pixels ou formato de saída?
Não. Atualmente apenas aspect_ratio está disponível; não há parâmetros para dimensões personalizadas em pixels nem para formato de saída.
Modelos e capacidades Imagen 4
-
Pode aparecer texto na imagem?
Pode, mas é preciso ampliar e conferir antes da entrega. Coloque o texto palavra por palavra entre aspas, indique a posição e o tamanho e deixe claro que nenhum outro texto deve aparecer; no caso do pôster desta página, o título tinha uma letra a mais.
Modelos e capacidades Imagen 4
-
Como escolher entre Imagen 4, Fast e Ultra?
Para produção do dia a dia, escolha o Imagen 4. Quando precisar de muitos testes de rascunho, escolha o Imagen 4 Fast; quando o resultado final precisar de mais detalhes, escolha o Imagen 4 Ultra; os três têm IDs de modelo diferentes e podem ser usados em fases distintas dentro do mesmo projeto.
Modelos e capacidades Imagen 4
-
Como chamar via API?
Envie a tarefa via POST /v1/tasks. Passe model: "imagen-4.0", prompt e aspect_ratio dentro de input. A requisição retorna taskId imediatamente; você pode configurar callback.url para receber a notificação de conclusão ou consultar GET /v1/tasks/:id e, após o sucesso, baixar a imagem de output.
Modelos e capacidades Imagen 4
-
Como é cobrado?
A cobrança é por imagem, 1 imagem por vez. O formato e a seed não afetam a forma de cobrança; o preço unitário atual segue o preço em tempo real da página e, em última instância, o registro da tarefa.
Modelos e capacidades Imagen 4
-
Para que serve o Imagen 4 Fast?
Indicado para trabalhos que exigem muitas versões: triagem de direções criativas, testes de rascunhos em lote e comparação de cores e composição para redes sociais e e-commerce.
Modelos e capacidades
-
Os parâmetros do Fast e do Imagen 4 são iguais?
Basicamente iguais, apenas o tipo de seed é diferente. Ambos usam prompt, aspect_ratio, negative_prompt e seed; o seed do Fast é um número inteiro, enquanto o do Imagen 4 e do Ultra é uma string.
Modelos e capacidades
-
Quais proporções de imagem o Fast suporta?
Suporta 6: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. O aspect_ratio é obrigatório; o Playground desta página usa 16:9 por padrão.
Modelos e capacidades
-
Como usar o seed?
Preencha com um número inteiro, opcional. Ao testar em lote, mantenha o seed fixo e altere apenas um ponto do prompt para identificar com mais clareza o efeito dessa alteração.
Modelos e capacidades
-
Qual é o comprimento máximo do prompt?
No máximo 5.000 caracteres. Na fase de teste, recomenda-se escrever primeiro o sujeito e a cena de forma curta e clara e, depois, acrescentar detalhes rodada a rodada.
Modelos e capacidades
-
É possível excluir elementos indesejados?
Sim, use negative_prompt. Ele tem no máximo 5.000 caracteres e é adequado para excluir uniformemente elementos extras, como texto redundante e marcas d'água, em todo o lote de testes.
Modelos e capacidades
-
É possível enviar uma imagem de referência?
Não. O Imagen 4 Fast gera imagens apenas a partir de texto; se precisar de uma imagem de referência, consulte o Nano Banana 2 Lite nos modelos relacionados, que suporta várias imagens de referência.
Modelos e capacidades
-
Quantas imagens podem ser geradas por vez?
1 por vez. Para testar em lote, envie várias tarefas em paralelo e receba os resultados via callback.url.
Modelos e capacidades
-
É possível especificar o tamanho em pixels ou o formato de saída?
Não. Atualmente apenas aspect_ratio está disponível; não há parâmetros para tamanho personalizado em pixels nem para formato de saída.
Modelos e capacidades
-
Depois de definir a direção, como produzir o resultado final?
Basta trocar o model. Passe o mesmo conjunto de prompts e o mesmo formato de imagem para o Imagen 4 ou o Imagen 4 Ultra, preenchendo model com o ID do modelo correspondente. Observe que a seed desses dois modelos é uma string.
Modelos e capacidades
-
Como chamar pela API?
Envie a tarefa via POST /v1/tasks. Passe model: "imagen-4.0-fast", e coloque prompt e aspect_ratio em input. A requisição retorna imediatamente um taskId; você pode configurar callback.url ou consultar GET /v1/tasks/:id e, após o sucesso, baixar a imagem de output.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é por imagem, 1 imagem por vez. O preço unitário atual segue o valor em tempo real na página; antes de enviar, você pode ver o custo estimado no Playground.
Modelos e capacidades
-
Para que serve o Imagen 4 Ultra?
Indicado para entregas finais: macro de produtos, retratos, paisagens e close-ups de materiais, além de imagens que precisam aderir mais fielmente ao prompt.
Modelos e capacidades
-
Quais proporções de imagem o Ultra suporta?
Suporta 6: 1:1, 16:9, 9:16, 3:4, 4:3 e auto. aspect_ratio é obrigatório; o Playground desta página usa 1:1 por padrão.
Modelos e capacidades
-
Qual é o comprimento máximo do prompt?
No máximo 5.000 caracteres. Na etapa de resultado final, você pode detalhar mais o material, a direção da luz, a profundidade de campo e o fundo.
Modelos e capacidades
-
É possível excluir elementos indesejados?
Sim, use negative_prompt. Ele tem no máximo 5.000 caracteres e é adequado para excluir reflexos superexpostos, texto excessivo, marcas d'água ou fundos desordenados.
Modelos e capacidades
-
Qual formato preencher em seed?
Preencha com uma string, com no máximo 500 caracteres, opcional. Ao finalizar, fixe o seed e ajuste apenas o prompt para facilitar a comparação de mudanças sutis.
Modelos e capacidades
-
É possível enviar uma imagem de referência?
Não. O Imagen 4 Ultra gera imagens apenas a partir de texto; quando precisar usar uma imagem existente como base, consulte o Nano Banana Pro nos modelos relacionados, que oferece suporte a imagens de referência.
Modelos e capacidades
-
Quantas imagens podem ser geradas por vez?
1 por vez. Se precisar de vários candidatos, envie várias tarefas separadamente.
Modelos e capacidades
-
O texto na imagem é confiável?
Não é garantido; é preciso ampliar e verificar antes da entrega. Escreva o texto, a posição e o tamanho literalmente no prompt e indique que não deve aparecer nenhum outro texto; o resultado será mais estável.
Modelos e capacidades
-
Quando vale a pena usar o Ultra?
Quando a direção já está definida e é preciso entregar o produto final. Você pode usar primeiro o Imagen 4 Fast para filtrar direções e, em seguida, passar o prompt e o formato selecionados para o Ultra, bastando trocar o model para imagen-4.0-ultra.
Modelos e capacidades
-
Como fazer uma chamada via API?
Envie a tarefa via POST /v1/tasks. Passe model: "imagen-4.0-ultra" e coloque prompt e aspect_ratio em input. A requisição retorna imediatamente um taskId; você pode configurar callback.url ou consultar GET /v1/tasks/:id e, após o sucesso, baixar a imagem a partir de output.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é por imagem, 1 imagem por vez. O preço unitário atual segue o preço em tempo real na página, e o valor final é o registrado no registro da tarefa.
Modelos e capacidades
-
Como escolher entre Low, High e Max no Kimi K3?
Para extração, reescrita e perguntas e respostas curtas do dia a dia, pode-se tentar primeiro o low; quando for necessária análise em várias etapas, tente o high; para problemas difíceis ou tarefas de código complexas, compare o efeito do max. O reasoning_effort padrão é max, e só oferece três níveis: low, high e max, sem medium ou none. Níveis mais altos podem gerar mais Tokens de raciocínio e maior tempo de espera, devendo-se escolher com base na qualidade da resposta e no usage.
Modelos e capacidades Kimi K3
-
Por que não há uma opção para desativar o pensamento e ajustar a temperatura?
O Kimi K3 mantém o pensamento sempre ativado nesta integração; para reduzir o custo, tente primeiro low, em vez de passar thinking.type=disabled. Esta página não envia thinking, temperature ou top_p; ao migrar de outros modelos, esses campos de controle também devem ser removidos, usando o reasoning_effort de nível superior para escolher o nível.
Modelos e capacidades Kimi K3
-
A resposta é muito curta, por que ainda há um custo considerável de tokens de saída?
O conteúdo de raciocínio gerado pelo modelo também é cobrado como tokens de saída, portanto o número de caracteres da resposta final não representa o volume total de saída. usage.completion_tokens já inclui os tokens de raciocínio; se completion_tokens_details.reasoning_tokens for retornado, ele é o detalhamento desses tokens, não o some novamente. O custo é calculado separadamente para os três itens: entrada normal, leitura de cache e saída; o número de tokens de cada item é dividido por 1 milhão e depois multiplicado pelo preço unitário em dólares correspondente nesta página.
Modelos e capacidades Kimi K3
-
No diálogo de múltiplos turnos, é possível salvar apenas a resposta final?
Não é recomendado. Na próxima rodada, as messages devem trazer de volta o histórico necessário em ordem, preservando a mensagem assistant completa retornada pela API, incluindo content, o reasoning_content retornado e possíveis tool_calls. Salvar apenas o texto final fará com que o Kimi perca o contexto necessário para continuar pensando ou retomar ferramentas. O Playground desta página preserva o conteúdo de raciocínio retornado.
Modelos e capacidades Kimi K3
-
Depois de retornar tool_calls, as ferramentas são executadas automaticamente?
Não. O modelo propõe qual função chamar e seus parâmetros, mas a execução real da ferramenta é responsabilidade da sua aplicação. Após a execução, adicione a mensagem assistant original e a mensagem de resultado com role=tool a messages; o tool_call_id no resultado deve corresponder ao id da chamada original, e então solicite ao Kimi que continue a resposta. Não envie o resultado da ferramenta apenas como uma mensagem user comum.
Modelos e capacidades Kimi K3
-
Qual é a diferença entre o modo JSON e o JSON Schema estrito?
response_format.type=json_object é usado para obter JSON, mas os campos de negócio ainda precisam de validação na aplicação. Quando for necessário restringir campos e tipos, use response_format.type=json_schema e forneça response_format.json_schema.schema e response_format.json_schema.strict=true. O JSON final está em choices[0].message.content; não concatene reasoning_content para fazer o parsing; o interruptor JSON output desta página usa json_object.
Modelos e capacidades Kimi K3
-
O Kimi tem suporte oficial à compreensão visual. Aqui também é possível enviar imagens ou vídeos?
Atualmente, esta integração do Kimi K3 no HiAPI oferece apenas entrada de texto e saída de texto. O fato de o modelo oficial ter capacidade visual não significa que esta página já aceite entrada de imagens ou vídeos. Ao integrar, construa as requisições com messages de texto; não reutilize diretamente os exemplos oficiais de image_url ou video_url. A disponibilidade futura dependerá dos recursos de entrada desta página e dos controles do Playground.
Modelos e capacidades Kimi K3
-
Posso usar diretamente a Responses API ou concluir a migração apenas alterando o nome do modelo?
Nesta página, o Kimi K3 atualmente usa POST /v1/chat/completions, com model sendo kimi-k3; o Responses ainda não é um endpoint disponível para esta integração. Os clientes do OpenAI SDK devem usar chat.completions.create e messages, além de ajustar os campos de raciocínio e preservar o histórico completo do assistant. É possível reutilizar a mesma HiAPI API Key, mas o código antigo que usa Responses ainda precisa de ajustes no tratamento de requisições e respostas.
Modelos e capacidades Kimi K3
-
Por que o custo de cache nem sempre é o mesmo ao reenviar o mesmo contexto?
O acerto de cache é calculado com base no usage.prompt_tokens_details.cached_tokens realmente retornado pela requisição, e textos repetidos não garantem acerto todas as vezes. Procure manter consistentes o prompt de sistema, as definições de ferramentas e o contexto fixo no início e, em seguida, acrescentar as novas mensagens; alternar o reasoning_effort também pode afetar o acerto. Quando cached_tokens for 0, não é possível estimar essa parte da entrada pelo preço unitário de leitura de cache.
Modelos e capacidades Kimi K3
-
Um contexto de 1M significa que é possível gerar 1 milhão de Tokens de uma só vez?
Não. A janela de contexto e a saída máxima por chamada são limites diferentes. Esta página não usa o contexto de 1M para estimar a saída máxima, portanto o limite de saída não confirmado é exibido como "-". É possível usar max_tokens para definir o orçamento de saída desta chamada; se finish_reason retornar length, verifique se o limite de saída foi atingido e então decida reduzir a tarefa ou continuar a geração.
Modelos e capacidades Kimi K3
-
Como devo preparar a imagem do primeiro frame?
Compatível com jpeg, png e webp, com no máximo 10MB por imagem; jpeg ou png são as opções mais seguras. A proporção da imagem deve ser, na medida do possível, igual à do quadro de saída; quando as proporções não coincidem, o vídeo final pode ser cortado ao centro ou manter a proporção da imagem original, por isso é melhor posicionar o elemento principal no centro da imagem.
Modelos e capacidades
-
Para que serve o frame final e como usá-lo?
O frame final é uma segunda imagem opcional que determina em qual quadro o vídeo termina. É melhor que o fundo e o enquadramento das duas imagens sejam consistentes, deixando diferentes apenas as partes que se deseja alterar, como no exemplo desta página em que o carro vermelho se transforma em azul. Ao adicionar um frame final, a proporção da imagem só pode ser 16:9, 9:16 ou 1:1.
Modelos e capacidades
-
Quais durações e proporções de tela posso escolher?
As durações disponíveis são 5 segundos e 10 segundos. As proporções de tela são 16:9, 9:16, 1:1, 4:3, 3:4 e 21:9, com saídas de 1920×1080, 1080×1920, 1440×1440, 1660×1244, 1244×1660 e 2200×940, respectivamente. A resolução é determinada pela proporção de tela, não sendo necessário configurá-la separadamente.
Modelos e capacidades
-
Os vídeos gerados têm áudio?
Não, o vídeo final não inclui faixa de áudio; a trilha sonora e a narração podem ser adicionadas na edição. Se você quiser que o vídeo final já venha com áudio, confira o Kling 2.5 Turbo Text-to-Video, que gera a partir de texto e o vídeo final inclui faixa de áudio.
Modelos e capacidades
-
O que deve ser escrito no prompt?
O primeiro frame já apresenta o sujeito e o cenário, então basta escrever no prompt as ações, as mudanças no ambiente e o movimento de câmera, por exemplo, "pétalas caindo, câmera orbitando lentamente". O que você não quer que apareça pode ser colocado no prompt negativo, e também é possível ajustar o quão fielmente a imagem corresponde à descrição.
Modelos e capacidades
-
Por quanto tempo os vídeos gerados podem ser armazenados?
O link do vídeo final é mantido por cerca de 7 dias por padrão. Se precisar usá-lo a longo prazo, baixe-o a tempo ou selecione armazenamento de longo prazo ao criar a tarefa. As gerações anteriores podem ser consultadas no histórico de tarefas.
Modelos e capacidades
-
Como escolher em relação ao Kling 2.5 Turbo Text-to-Video?
Se você tem uma imagem e quer que o sujeito e a composição sigam a imagem, use Image-to-Video; se você tem apenas uma ideia, ou precisa de um vídeo final com áudio, use Text-to-Video. A duração de ambos é de 5 segundos ou 10 segundos.
Modelos e capacidades
-
É necessário enviar imagens?
Não, esta versão aceita apenas texto. O prompt pode ter no máximo 2500 caracteres; basta descrever o sujeito, o ambiente, a ação e o enquadramento em um único parágrafo. Se você já tem uma imagem e quer que o vídeo a siga, pode usar o Kling 2.5 Turbo Image-to-Video.
Modelos e capacidades
-
Os vídeos gerados têm som? É possível desativá-lo?
Cada vídeo finalizado inclui uma faixa de áudio e, no momento, não há opção para desativá-la. O som é gerado pelo modelo e o conteúdo pode não corresponder ao que você deseja; ouça antes de usar e, se necessário, substitua ou reduza o volume na edição.
Modelos e capacidades
-
Quais durações e proporções de tela posso escolher?
Duração de 5 ou 10 segundos; proporções 16:9, 9:16 e 1:1, com saídas de 1920×1080, 1080×1920 e 1440×1440, respectivamente. A resolução é determinada pela proporção de tela e não precisa ser configurada separadamente.
Modelos e capacidades
-
Como escrever um prompt para obter melhores resultados?
Escreva um parágrafo na ordem de sujeito, ambiente, ação e enquadramento, e depois acrescente a iluminação. Basta escrever uma ou duas ações por vez, como o panda-vermelho desta página levantando a pata e virando a cabeça; exigir coisas demais ao mesmo tempo torna difícil concluir tudo em 5 segundos.
Modelos e capacidades
-
Como lidar com conteúdos que não quero que apareçam?
Você pode colocar os elementos indesejados separadamente no prompt negativo, como texto, logotipos ou personagens extras; também pode ajustar o grau de fidelidade da imagem à descrição.
Modelos e capacidades
-
Como escolher entre o Kling 3.0 Turbo Text-to-Video?
Se 5 ou 10 segundos forem suficientes, escolha o Kling 2.5 Turbo; se quiser definir a duração segundo a segundo entre 3 e 15 segundos, ou escolher entre 720p e 1080p, use o Kling 3.0 Turbo Text-to-Video. Ambos têm orientação horizontal, vertical e quadrada.
Modelos e capacidades
-
Quais entradas o Kling 3.0 Motion Control exige?
Duas entradas obrigatórias: uma imagem de referência de pessoa (image_url) e um vídeo de referência de movimento de 3 a 30 segundos (video_url). A imagem da pessoa determina a aparência e a identidade, e o vídeo de referência determina o movimento, as expressões e o ritmo. O prompt é opcional e serve para complementar o cenário, o estilo e o movimento de câmera.
Modelos e capacidades
-
Como é determinada a duração da saída?
Não é necessário passar a duração. A saída acompanha a duração do vídeo de referência: com character_orientation=video, o máximo é 30 segundos; com image, o máximo é 10 segundos. Quando os movimentos são muito rápidos ou complexos, o modelo extrai apenas os trechos de movimento utilizáveis, e a saída pode ser mais curta que o vídeo de referência.
Modelos e capacidades
-
Como escolher entre as orientações video e image?
video: a orientação da pessoa segue o vídeo de referência, adequado para dança, deslocamentos e outros movimentos amplos ou em vários ângulos. image: a orientação da pessoa segue a imagem de referência, adequado para conteúdos de fala e explicação com câmera fixa e movimentos de câmera, com saída de até 10 segundos.
Modelos e capacidades
-
Quais são os requisitos de filmagem para o vídeo de referência?
mp4/mov, máximo de 100MB, 3-30 segundos, filmagem contínua em um único plano, com a cabeça, os ombros e o tronco da pessoa claramente visíveis; de preferência apenas uma pessoa no enquadramento, evitando cortes frequentes e obstruções. A imagem de referência também precisa mostrar cabeça, ombros e tronco, com ambos os lados maiores que 340px e proporção entre 2:5 e 5:2.
Modelos e capacidades
-
O áudio do vídeo de referência será preservado?
Preservado por padrão (keep_original_sound=true), ideal para narração falada e covers de dança que reaproveitam diretamente a trilha original; quando não for necessário, passe false para gerar apenas o vídeo.
Modelos e capacidades
-
Como é cobrado o Kling 3.0 Motion Control?
A cobrança é feita pelos segundos efetivamente gerados, com preços unitários diferentes para 720p e 1080p. Ao criar a tarefa, o valor é pré-debitado com base no limite máximo de duração; após a conclusão, o valor é ajustado para mais ou para menos conforme os segundos efetivamente gerados. Consulte a seção de preços em tempo real desta página para os preços unitários específicos.
Modelos e capacidades
-
Qual o comprimento e o tamanho de vídeo que podem ser gerados?
A duração pode ser de 3 a 15 segundos (segundos inteiros, padrão de 5 segundos), a resolução pode ser 720p, 1080p ou 4K, e as proporções suportadas são 16:9, 9:16 e 1:1.
Modelos e capacidades
-
Os vídeos gerados têm áudio?
Ao ativar o áudio nativo (audio), o modelo gera simultaneamente sons que correspondem à imagem, como efeitos sonoros, sons ambiente e ritmo; por padrão, está desativado e, quando desativado, a saída não contém faixa de áudio.
Modelos e capacidades
-
O que é o storyboard inteligente?
Depois de ativar prefer_multi_shots, o modelo planeja automaticamente vários planos com base no enredo do prompt e realiza as transições, sendo ideal para contar uma pequena história completa. Quando você precisar apenas de um plano contínuo, basta mantê-lo desativado.
Modelos e capacidades
-
Como fazer um personagem ou produto fixo aparecer no vídeo?
Adicione um sujeito em elements: preencha o nome, uma breve descrição e 2–4 imagens do mesmo sujeito, depois faça referência a ele no prompt usando @nome. No modo texto para vídeo, é possível adicionar até 7 sujeitos.
Modelos e capacidades
-
Qual é a diferença entre ele e o Kling 3.0 Text-to-Video?
Ambos suportam 3–15 segundos e 720p–4K. A versão Omni suporta adicionalmente o uso de elements para referenciar materiais de sujeito e storyboard inteligente, adequada para conteúdos que exigem consistência de personagens ou produtos; quando é necessária apenas geração a partir de texto puro, ambos podem ser usados.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é feita pela duração do vídeo; a resolução e a ativação ou não do áudio afetam o preço unitário. Consulte a página de preços para os valores atuais; o detalhamento do consumo de cada tarefa pode ser consultado no histórico de tarefas do HiAPI.
Modelos e capacidades
-
Quantas imagens precisam ser enviadas?
image_urls: envie 1–2 imagens: 1 imagem como quadro inicial; com 2 imagens, organize na ordem [quadro inicial, quadro final], usando o quadro final para controlar a cena de encerramento. Compatível com JPG / PNG, cada imagem com no máximo 50MB, lado menor de pelo menos 300px, proporção entre 0.4–2.5.
Modelos e capacidades
-
Posso escolher a proporção do vídeo?
Não é possível escolher separadamente. A proporção de saída segue a imagem do primeiro quadro; se quiser formato vertical ou quadrado, prepare um primeiro quadro com a proporção correspondente.
Modelos e capacidades
-
Qual é a duração máxima de vídeo que pode ser gerada?
A duração pode ser de 3 a 15 segundos (em segundos inteiros, padrão de 5 segundos), e a resolução pode ser 720p, 1080p ou 4K.
Modelos e capacidades
-
É compatível com som e storyboard inteligente?
Sim. Ao ativar o áudio nativo, é gerado simultaneamente um som correspondente à imagem; ao ativar o storyboard inteligente, o modelo planeja automaticamente vários planos com base no prompt. Ambos vêm desativados por padrão.
Modelos e capacidades
-
É possível referenciar vários sujeitos ao mesmo tempo?
Sim. Em elements, adicione até 3 sujeitos, com 2 a 4 imagens por sujeito, e referencie-os no prompt com @nome para manter o personagem ou produto consistente em planos além do primeiro frame.
Modelos e capacidades
-
Quantas imagens de referência podem ser enviadas no máximo?
Envie de 1 a 7 imagens de referência em image_urls; ao adicionar um vídeo de referência, no máximo 4 imagens. O total de imagens de referência e elementos de elements não pode exceder 7 (no máximo 4 com vídeo de referência). Compatível com JPG / PNG, cada imagem com no máximo 50MB e lado menor de pelo menos 300px.
Modelos e capacidades
-
Qual é a função e as limitações do vídeo de referência?
video_urls pode receber opcionalmente 1 vídeo de referência para referenciar o movimento de câmera e o ritmo. Requer MP4 / MOV, no máximo 200MB, duração de 3–15,5 segundos, largura e altura de 700–4553px, 24–60fps. Ao usar um vídeo de referência, não é possível ativar áudio nativo e storyboard inteligente.
Modelos e capacidades
-
Qual é a diferença entre geração de vídeo por referência e geração de vídeo a partir de imagem?
A geração de vídeo a partir de imagem usa a imagem como primeiro quadro do vídeo; a geração de vídeo por referência usa a imagem como a aparência de uma pessoa, animal de estimação ou objeto, gerando uma composição e um cenário totalmente novos, e a imagem de referência não aparece tal como está no início.
Modelos e capacidades
-
Qual é a duração máxima e quais formatos de vídeo podem ser gerados?
Duração de 3–15 segundos (padrão de 5 segundos), resolução 720p, 1080p ou 4K, com suporte a proporções 16:9, 9:16 e 1:1.
Modelos e capacidades
-
Como especificar quem é quem no prompt?
Você pode descrever diretamente em texto o sujeito da imagem de referência, por exemplo "a mulher de capa de chuva amarela na imagem de referência"; quando for necessário um vínculo mais explícito, nomeie o sujeito em elements e faça referência com @nome.
Modelos e capacidades
-
Que tipo de vídeo é necessário enviar?
video_urls envia 1 vídeo de origem: MP4 ou MOV, até 200MB, duração de 3–15,5 segundos, largura e altura de 700–4553px, taxa de quadros de 24–60fps.
Modelos e capacidades
-
É possível definir a duração e a proporção da tela?
Não é necessário configurar. A duração e a proporção da tela da saída acompanham o vídeo de origem; o que pode ser escolhido é a resolução (720p, 1080p ou 4K).
Modelos e capacidades
-
O que é preservado e o que é alterado na reformulação de vídeo?
A ação e o movimento de câmera do vídeo original são preservados, enquanto o estilo visual, o cenário, o clima ou o sujeito são alterados conforme o prompt. Indicar explicitamente no prompt “preservar a ação e a câmera do vídeo original” torna o resultado mais estável.
Modelos e capacidades
-
Os vídeos gerados têm áudio?
Não. A modificação de vídeo não gera áudio; se precisar de som, adicione-o na pós-produção ou mantenha a trilha de áudio do vídeo original e faça a composição na pós-produção.
Modelos e capacidades
-
Como substituo o sujeito por uma figura específica?
Adicione o sujeito em elements, preencha o nome, a descrição e de 2 a 4 imagens e, no prompt, use @nome para indicar que ele substitui o sujeito original. É possível adicionar no máximo 7 sujeitos.
Modelos e capacidades
-
O Kling 3.0 Turbo de texto para vídeo precisa de enviar imagens?
Não é necessário. A página atual corresponde ao modelo puro de texto para vídeo kling-3.0-turbo/text-to-video, que aceita apenas um Prompt de texto. Quando for necessário gerar vídeo a partir de um primeiro frame, deve ser utilizada a página independente do modelo Kling 3.0 Turbo Image-to-Video.
Modelos e capacidades Kling 3.0 Turbo
-
Quais durações, resoluções e proporções de tela o Kling 3.0 Turbo suporta?
O contrato de requisição atual do HiAPI suporta 3–15 segundos, 720p ou 1080p, e 16:9, 9:16, 1:1. Os exemplos da página cobrem 720p, 5 segundos e 12 segundos, orientação horizontal e vertical; 1080p e 1:1 são capacidades suportadas pela interface, mas a página ainda não possui exemplos correspondentes.
Modelos e capacidades Kling 3.0 Turbo
-
Como é cobrado o Kling 3.0 Turbo de texto para vídeo?
A cobrança é feita com base na duração e na resolução do vídeo gerado; 720p e 1080p usam faixas de preço por segundo diferentes; os valores específicos devem ser confirmados pelo preço em tempo real na página e pelo registro da tarefa.
Modelos e capacidades Kling 3.0 Turbo
-
Como escrever um Prompt de texto para vídeo no Kling 3.0 Turbo?
Primeiro escreva o sujeito e o cenário, depois descreva as ações e o movimento de câmera em ordem e, por fim, acrescente requisitos de iluminação, estilo e estabilidade. Planos longos devem especificar explicitamente single continuous shot, no cuts e o trajeto da câmera; conteúdos em formato vertical também devem indicar vertical no Prompt e definir aspect_ratio como 9:16.
Modelos e capacidades Kling 3.0 Turbo
-
O Kling 3.0 Turbo pode controlar o som?
Os parâmetros de solicitação públicos atuais não incluem um interruptor de som independente nem um campo de áudio, portanto esta página não garante o controle preciso de diálogos, músicas ou efeitos sonoros. Os arquivos de exemplo podem conter uma faixa de áudio, mas projetos formais ainda devem verificar a saída e, conforme necessário, concluir a dublagem, a mixagem e a revisão de direitos autorais na pós-produção.
Modelos e capacidades Kling 3.0 Turbo
-
Como chamar o Kling 3.0 Turbo de texto para vídeo via API?
Envie uma tarefa assíncrona para POST /v1/tasks, defina model como kling-3.0-turbo/text-to-video e passe prompt, duration, resolution e aspect_ratio em input. A solicitação de criação retorna taskId; para consulta de tarefas, callbacks, tratamento de erros e parâmetros completos, consulte a documentação da API.
Modelos e capacidades Kling 3.0 Turbo
-
Quais são os requisitos para a imagem do primeiro frame?
Uma URL de imagem jpeg ou png acessível publicamente, colocada no array image_urls, enviando apenas uma imagem por vez. A imagem será usada como o quadro inicial do clipe.
Modelos e capacidades Kling 4.0
-
O que acontece se eu não escolher a proporção da imagem?
Quando aspect_ratio não é passado, a saída acompanha automaticamente a proporção do primeiro frame, e imagens verticais não são forçadas a serem cortadas para o formato horizontal. Só é necessário definir explicitamente quando você quiser substituir a proporção da imagem original.
Modelos e capacidades Kling 4.0
-
O Prompt é obrigatório?
Sim. A imagem do primeiro frame é responsável pela composição e pelo sujeito, e o Prompt descreve a ação, o enquadramento e o som; ambos são necessários. Costuma funcionar melhor escrever o texto mais curto.
Modelos e capacidades Kling 4.0
-
Como é cobrado o vídeo gerado a partir de imagem?
A cobrança é feita da mesma forma que o vídeo gerado a partir de texto, por segundos de saída; os níveis 720p e 1080p têm preços diferentes, sem valor mínimo.
Modelos e capacidades Kling 4.0
-
É possível gerar vídeos com som?
Sim. O áudio é gerado junto com a imagem, e o MP4 de saída já inclui a trilha sonora; basta descrever a fonte sonora desejada no Prompt.
Modelos e capacidades Kling 4.0
-
Como chamar via API?
Envie uma tarefa assíncrona via POST /v1/tasks, preencha model com kling-4.0/image-to-video e coloque em input image_urls, além dos opcionais prompt, duration, resolution e aspect_ratio.
Modelos e capacidades Kling 4.0
-
O Kling 4.0 de texto para vídeo precisa de enviar uma imagem?
Não é necessário. O kling-4.0/text-to-video aceita apenas um Prompt de texto. Quando precisar de animar um primeiro frame específico, use o modelo de imagem para vídeo Kling 4.0 kling-4.0/image-to-video.
Modelos e capacidades Kling 4.0
-
Quais durações, resoluções e proporções o Kling 4.0 suporta?
Suporta de 3 a 30 segundos em segundos inteiros, 720p ou 1080p, e proporções de 16:9, 9:16, 1:1 e 21:9 ultrawide. Os exemplos da página abrangem clipes horizontais de 5 segundos em 720p e 1080p.
Modelos e capacidades Kling 4.0
-
O Kling 4.0 gera som?
Sim. A imagem e o áudio são concluídos na mesma geração, e o MP4 de saída já vem com faixa de áudio. Sons ambientes e fontes sonoras escritos no Prompt (por exemplo, som de chuva, som de motor, instrumentos musicais) serão adotados pelo modelo.
Modelos e capacidades Kling 4.0
-
Como é cobrado o vídeo gerado a partir de texto?
A cobrança é por segundo de saída; 720p e 1080p usam faixas de preço por segundo diferentes, sem preço mínimo: gerar 5 segundos corresponde ao preço unitário de 5 segundos. Os valores exatos seguem o preço em tempo real da página e o registro da tarefa.
Modelos e capacidades Kling 4.0
-
Como escrever prompts melhores para o Kling 4.0?
Primeiro escreva o sujeito e a cena, depois especifique como a câmera se move (aproximação, travelling lateral, câmera na mão, câmera fixa) e, por fim, acrescente a iluminação e a atmosfera. Se precisar de som, escreva-o diretamente na mesma descrição, não deixe para adicionar na pós-produção.
Modelos e capacidades Kling 4.0
-
Para que serve o Krea 2 Medium Turbo?
Ele gera imagens de alta fidelidade rapidamente a partir de uma descrição textual, sendo adequado para cenários que exigem geração rápida de imagens e ajustes repetidos de prompts, como esboços conceituais, imagens para redes sociais e cenas com clima cinematográfico.
Modelos e capacidades Krea 2 Medium Turbo
-
Quais proporções de imagem são suportadas?
aspect_ratio pode ser 1:1 (padrão), 4:3, 3:2, 16:9, 2.35:1, 4:5, 2:3, 9:16, num total de 8 opções.
Modelos e capacidades Krea 2 Medium Turbo
-
Para que tipo de imagem a proporção 2.35:1 é adequada?
2.35:1 é um formato widescreen comum no cinema, adequado para composições ultrawide como cenas com aspecto cinematográfico, banners de sites e capas de vídeo.
Modelos e capacidades Krea 2 Medium Turbo
-
Qual é a função de creativity (grau de criatividade)?
creativity controla o grau de liberdade do modelo em relação ao prompt, com as opções raw, low, medium e high. Quanto menor o nível, mais fiel à descrição; quanto maior, mais criativa a imagem, mas também maior a possibilidade de se desviar da descrição.
Modelos e capacidades Krea 2 Medium Turbo
-
Em qual nível o creativity vem por padrão?
Na HiAPI, o padrão é low, deixando o resultado mais próximo do prompt. Se quiser mais variação, você pode alterar para medium ou high.
Modelos e capacidades Krea 2 Medium Turbo
-
Como usar o seed?
seed é um número inteiro opcional. Quando não é informado, o resultado é aleatório a cada vez; ao fixar o seed e os demais parâmetros, é possível reproduzir o mesmo resultado, o que facilita comparar alterações no prompt ou no nível de criatividade.
Modelos e capacidades Krea 2 Medium Turbo
-
Quantas imagens podem ser geradas por vez?
Cada solicitação gera 1 imagem; para obter várias, envie várias tarefas separadamente.
Modelos e capacidades Krea 2 Medium Turbo
-
O prompt tem limite de comprimento?
O prompt é obrigatório e deve ter entre 1 e 5000 caracteres.
Modelos e capacidades Krea 2 Medium Turbo
-
É necessário enviar uma imagem de referência?
Não é necessário, este é um modelo de geração de imagens puramente a partir de texto, usando apenas descrições textuais para gerar imagens. Imagens de referência de estilo, estilos predefinidos e moodboards não estão disponíveis no momento.
Modelos e capacidades Krea 2 Medium Turbo
-
Como é cobrado?
A cobrança é feita por número de imagens geradas, 1 imagem por requisição. O preço unitário atual está sujeito ao preço em tempo real exibido na página.
Modelos e capacidades Krea 2 Medium Turbo
-
Como obter o resultado da geração?
Após chamar POST /v1/tasks, o taskId é retornado imediatamente. Em ambiente de produção, recomenda-se definir callback.url para receber a notificação de conclusão; durante a depuração, é possível fazer polling em GET /v1/tasks/:id; após o sucesso da tarefa, baixe a partir do endereço da imagem em output.
Modelos e capacidades Krea 2 Medium Turbo
-
Há verificação de segurança de conteúdo?
Sim, a verificação de segurança é ativada em cada geração; solicitações que não estejam em conformidade com as normas de conteúdo podem falhar.
Modelos e capacidades Krea 2 Medium Turbo
-
Para que serve o Krea 3?
Indicado para fotografia realista, retratos, fotos de produto, gastronomia, espaços arquitetônicos, ilustração e design conceitual, além de gerar pôsteres com texto de título. Com prompts curtos também é possível obter imagens completas, ideal para explorar direções rapidamente.
Modelos e capacidades Krea 3
-
Qual é a diferença entre berry e jam?
São duas variantes do mesmo modelo, com a maioria dos parâmetros iguais (negative_prompt só tem efeito no berry): a Krea posiciona o berry como prioridade em qualidade e o jam como prioridade em velocidade, ambos com o mesmo preço. Alterna-se via input.variant, o padrão é berry. Em comparações reais, com o mesmo seed, a composição e o tom das cores diferem entre os dois, com qualidade de imagem equivalente; vale a pena testar ambos uma vez antes de escolher.
Modelos e capacidades Krea 3
-
O que é o reasoning_level? Qual devo escolher?
Ele controla quanto esforço o modelo dedica para entender e expandir o prompt antes de gerar a imagem; as opções são low e medium (padrão). Use medium quando o prompt for muito curto ou abstrato; use low quando o prompt já estiver bem específico e você quiser mais velocidade.
Modelos e capacidades Krea 3
-
Quais tamanhos são suportados?
image_size suporta 6 opções: square_hd (1024 × 1024, padrão), square (512 × 512), portrait_4_3 (768 × 1024), portrait_16_9 (576 × 1024), landscape_4_3 (1024 × 768), landscape_16_9 (1024 × 576).
Modelos e capacidades Krea 3
-
É possível gerar em 2K ou com largura e altura personalizadas?
Não. Esta página oferece a especificação 1K e não suporta auto nem largura e altura personalizadas; se forem passadas, será retornado diretamente um erro de parâmetro, sem cobrança.
Modelos e capacidades Krea 3
-
Como é cobrado?
A cobrança é feita pelo número de imagens geradas com sucesso; os 6 tamanhos têm o mesmo preço, e berry e jam têm o mesmo preço. O preço unitário específico segue o preço em tempo real na página; requisições que falham na validação de parâmetros não são cobradas.
Modelos e capacidades Krea 3
-
Quantas imagens podem ser geradas por vez?
Cada solicitação gera 1 imagem. Se precisar de várias, envie várias tarefas ou execute novamente com seeds diferentes.
Modelos e capacidades Krea 3
-
Como usar prompts negativos?
Coloque os elementos que você não quer que apareçam em negative_prompt, por exemplo people, text, watermark, com no máximo 1024 caracteres. Ele só tem efeito no berry: ao selecionar jam, o Playground oculta esse campo e deixa de enviá-lo; enviá-lo ao jam via API também não tem efeito.
Modelos e capacidades Krea 3
-
Como obter resultados reproduzíveis?
Passe um seed fixo (0–2147483647) e mantenha o prompt, o tamanho, o variant e o reasoning_level inalterados. Ao criar uma série de imagens, basta alterar apenas um trecho da descrição.
Modelos e capacidades Krea 3
-
O texto na imagem está preciso?
Títulos curtos costumam ser bastante precisos. Coloque o texto entre aspas e escreva-o palavra por palavra, indicando a posição e o estilo da fonte; quando houver muito texto, recomenda-se usar berry com reasoning medium.
Modelos e capacidades Krea 3
-
Qual é o formato de saída?
output_format pode ser png (padrão) ou jpeg. Após o sucesso da tarefa, baixe a imagem a partir de output[].url no resultado; o link tem validade, então salve-a a tempo.
Modelos e capacidades Krea 3
-
É necessário enviar uma imagem de referência?
Não é necessário, este é um modelo de geração de imagem puramente a partir de texto, que recebe apenas descrições textuais.
Modelos e capacidades Krea 3
-
Se eu trocar o seed por jam, vou obter a mesma imagem?
Não. O seed só reproduz o resultado dentro do mesmo variant; berry e jam com o mesmo seed geram composições e tons diferentes. Para comparar os dois variants, você pode executá-los uma vez cada, como se fossem duas abordagens.
Modelos e capacidades Krea 3
-
Quais resoluções o LTX 2.5 Fast suporta?
Duas opções: 720p e 1080p, com 720p como padrão. O mesmo vale para texto para vídeo e imagem para vídeo.
Modelos e capacidades LTX 2.5 Fast
-
Qual é a duração máxima de vídeo que pode ser gerada?
De 2 a 20 segundos, com opções de 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18 e 20 segundos; o padrão é 6 segundos.
Modelos e capacidades LTX 2.5 Fast
-
Suporta modo retrato?
Sim. Defina aspect_ratio como 9:16 para obter um vídeo em modo retrato; o padrão é 16:9 em modo paisagem.
Modelos e capacidades LTX 2.5 Fast
-
O que é áudio nativo? Há cobrança extra?
Ao ativar generate_audio, o modelo também gera som ambiente, efeitos sonoros ou trilha sonora, ativado por padrão. Se desativado, o vídeo fica sem som e o preço não muda.
Modelos e capacidades LTX 2.5 Fast
-
Como é feita a cobrança?
A cobrança é feita por segundo de vídeo, e o preço por segundo é determinado pela resolução: 1080p custa mais que 720p. Os preços atuais estão sujeitos à página de preços.
Modelos e capacidades LTX 2.5 Fast
-
Como escolher entre texto para vídeo e imagem para vídeo?
Use texto para vídeo quando tiver apenas ideias em texto; use imagem para vídeo quando já tiver imagens de produto, pôsteres ou storyboards, pois o sujeito da imagem fica mais controlável.
Modelos e capacidades LTX 2.5 Fast
-
Como usar o frame final na geração de vídeo a partir de imagem?
Passe 2 imagens em image_urls; a 2ª imagem é o frame final. O modelo faz uma transição natural do frame inicial para o frame final, ideal para transições como dia para noite ou mudanças de abertura e fechamento.
Modelos e capacidades LTX 2.5 Fast
-
Quais são os requisitos para o primeiro e o último frame?
URL de imagem JPG, PNG ou WebP. Quanto mais próximos forem a composição e o posicionamento de câmera das duas imagens, mais suave será a transição.
Modelos e capacidades LTX 2.5 Fast
-
A taxa de quadros pode ser modificada?
Fixa em 25fps, não é necessário passar parâmetros.
Modelos e capacidades LTX 2.5 Fast
-
A proporção do vídeo gerado a partir de imagem segue a da imagem?
A proporção de saída é determinada por aspect_ratio. Recomenda-se mantê-la igual à do primeiro frame da imagem para evitar cortes ou bordas.
Modelos e capacidades LTX 2.5 Fast
-
Como escrever um prompt para obter melhores resultados?
Escreva seguindo “sujeito + ação + enquadramento + som”, por exemplo “barista despejando leite para fazer latte art, close-up, luz da manhã, tilintar suave da xícara e do pires”. Para vídeo a partir de imagem, basta descrever o movimento que deseja adicionar, sem repetir a cena.
Modelos e capacidades LTX 2.5 Fast
-
Por quanto tempo os vídeos gerados ficam disponíveis?
Os links de resultado têm um prazo de validade. Se precisar guardá-los a longo prazo, baixe-os ou salve-os no seu próprio armazenamento o quanto antes.
Modelos e capacidades LTX 2.5 Fast
-
Como usar esta entrada quando não há imagem?
Basta descrever a cena, a ação, o enquadramento e o som; o primeiro e o último quadro podem ser omitidos e, sem imagem, utiliza-se a tela horizontal padrão. Aplicações existentes podem continuar usando minimax-h3-max; para novas criações que exigem escolher o formato, use MiniMax H3 Max Text-to-Video.
Modelos e capacidades
-
Posso usar uma imagem existente como primeiro ou último quadro?
Você pode fornecer o primeiro quadro, o último quadro ou ambos juntos. O primeiro quadro define a imagem inicial, e o último quadro orienta a imagem final; quando há primeiro quadro, a tela segue o primeiro quadro, e quando há apenas o último quadro, segue o último quadro. Ao usar imagens de quadro, não envie aspect_ratio ao mesmo tempo.
Modelos e capacidades
-
Os parâmetros de proporção antigos conseguem controlar o modo retrato?
Esta entrada mantém a aceitação de aspect_ratio por compatibilidade, mas não garante que esse campo altere a tela de geração. Quando for necessário escolher explicitamente 9:16 ou outra proporção, use o MiniMax H3 Max Text-to-Video; havendo uma imagem, a tela é determinada pela composição da imagem.
Modelos e capacidades
-
É necessário alterar o código das chamadas existentes?
Não. O nome do modelo, o endereço da interface, a duração padrão e a resolução padrão permanecem como estão; as requisições que antes eram válidas continuam válidas. Só é preciso adicioná-los à requisição quando se deseja usar os novos campos opcionais.
Modelos e capacidades
-
Qual é a diferença entre esta entrada e as novas entradas de texto para vídeo e imagem para vídeo?
Esta entrada mantém o comportamento original: a imagem é opcional e, na ausência de imagem, o padrão é paisagem. A entrada de texto para vídeo aceita apenas texto e permite escolher a proporção; a entrada de imagem para vídeo exige pelo menos um quadro inicial ou final. Os três compartilham a mesma forma de especificar duração, resolução, seed, expansão e áudio de destino.
Modelos e capacidades
-
Qual é o comprimento máximo do prompt?
Nesta entrada, no máximo 7.000 caracteres. Se precisar de uma descrição de cena mais longa, as entradas de texto para vídeo e imagem para vídeo têm limites maiores.
Modelos e capacidades
-
O 1080P deve ser ativado por padrão para requisições antigas?
Não altere o valor padrão. Requisições antigas que não informam a resolução continuam em 768P; somente quando 1080P é passado explicitamente essa opção é usada. Recomenda-se primeiro testar em um pequeno número de tarefas e comparar os vídeos finais antes de decidir.
Modelos e capacidades
-
Por que o mesmo prompt resulta em proporções de tela diferentes em solicitações de texto e de imagem?
Porque a tela vem da imagem. Com quadro inicial, segue o quadro inicial; com apenas quadro final, segue o quadro final; com texto puro, usa a orientação horizontal padrão. Para fixar a proporção de tela em texto puro, use a entrada de texto para vídeo.
Modelos e capacidades
-
É necessário preparar imagens?
Não é necessário. Esta entrada cria vídeos apenas a partir de texto e não aceita imagens de primeiro ou último frame. Se você já tem imagens e deseja definir o quadro inicial ou final, escolha MiniMax H3 Max Image-to-Video.
Modelos e capacidades
-
Como escolher a proporção de tela para o local de publicação?
Opções: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. O formato horizontal é adequado para planos de ambiente e abertura, o vertical para vídeos curtos e o quadrado para feeds. Na composição, defina a posição do sujeito e o espaço de movimento para facilitar a adaptação do enquadramento à proporção escolhida.
Modelos e capacidades
-
Como escrever uma descrição de plano mais clara?
Comece pelo sujeito e pelo ambiente, depois escreva uma ação contínua, a direção da câmera e o som. Evite inserir eventos demais em um curta-metragem; quando precisar de uma descrição mais rica, use a expansão de prompt e ajuste após assistir ao resultado final.
Modelos e capacidades
-
O formato vertical 9:16 realmente gera saída em modo retrato?
Sim. Esta entrada gera diretamente de acordo com a proporção selecionada; nosso teste em 768P retornou 768×1344.
Modelos e capacidades
-
É possível usar áudio de destino e uma duração muito curta ao mesmo tempo?
Não. Ao usar áudio de destino, a duração do vídeo deve ser de pelo menos 2 segundos, e o próprio áudio também deve ter pelo menos 2 segundos. Se você quiser apenas criar um clipe extremamente curto de até 1 segundo, basta deixar o modelo gerar o som sozinho.
Modelos e capacidades
-
Como fazer com que a mesma ideia gere diferentes proporções de imagem mantendo um estilo semelhante?
Fixe o prompt e a seed e altere apenas o aspect_ratio. A mesma seed não garante uma imagem totalmente idêntica, mas o estilo, o tom de cor e a tendência de ação costumam ficar mais próximos, o que facilita a escolha.
Modelos e capacidades
-
Quando devo ativar a expansão de prompt?
Quando houver apenas uma ideia curta, use balanced ou quality para permitir que o modelo complemente os detalhes; quando você já tiver escrito enquadramento, iluminação e ação, use disabled para manter sua própria formulação. A expansão não altera a duração solicitada.
Modelos e capacidades
-
Por que a duração retornada difere ligeiramente da solicitada?
Os vídeos são gerados quadro a quadro, e a duração final fica no limite de quadro mais próximo. Em nossos testes, a diferença é inferior a um terço de segundo. Quando você precisar de pontos de corte precisos, use a duração do vídeo retornado como referência.
Modelos e capacidades
-
Para que serve a resolução 1080P?
1080P é o nível de saída com aprimoramento adicional em relação à resolução 768P, adequado para entrega final ou exibição em telas grandes; nas etapas de rascunho e comparação, usar 480P ou 768P é mais rápido.
Modelos e capacidades
-
É necessário enviar tanto o primeiro quanto o último frame?
Forneça pelo menos uma imagem: use apenas o primeiro frame para definir o quadro inicial, use apenas o último frame para orientar o quadro final, ou use ambos juntos para definir a composição de início e fim. Essas imagens desempenham o papel de frames inicial e final do vídeo, não são imagens de referência de estilo comuns.
Modelos e capacidades
-
Qual imagem determina a proporção da tela?
Quando há o primeiro frame, ele prevalece; quando há apenas o último frame, ele prevalece. Esta entrada não aceita aspect_ratio. Prepare uma imagem horizontal ou vertical adequada ao local de publicação; para os dois frames, o ideal é usar a mesma proporção, e o tamanho final da saída será conforme o vídeo.
Modelos e capacidades
-
É necessário repetir a descrição da imagem no prompt?
A imagem já fornece o sujeito e a composição; concentre o prompt em descrever a ação, as mudanças no ambiente e como o enquadramento deve continuar. Quando for necessário fixar a posição final, combine com o último frame para indicar a direção do movimento e reserve uma duração adequada para a ação.
Modelos e capacidades
-
Posso enviar apenas o último frame?
Sim. Ao enviar apenas o último frame, ele serve tanto como imagem final quanto para determinar a proporção geral do quadro. Basta o prompt descrever a ação que ocorre do início até esse final.
Modelos e capacidades
-
O que acontece se as dimensões do primeiro e do último frame forem diferentes?
O enquadramento segue o primeiro frame, e o último frame será tratado de forma correspondente, mas se a diferença for muito grande a transição pode ficar não natural. Recomenda-se usar a mesma orientação e composições semelhantes nas duas imagens.
Modelos e capacidades
-
É possível enviar uma imagem de referência para controlar o estilo em vez dos quadros inicial e final?
Não. A imagem desta entrada são os quadros inicial e final do vídeo, não uma referência de estilo genérica. Quando precisar partir do texto, use a entrada de texto para vídeo.
Modelos e capacidades
-
Como o áudio de destino deve ser combinado com as imagens?
Após passar target_audio_url, a faixa de áudio do vídeo final é substituída pelo seu áudio. O áudio deve ter no mínimo 2 segundos e no máximo 15 MB, e o vídeo também deve ter no mínimo 2 segundos. Ele não garante a condução dos movimentos da imagem; os movimentos continuam dependendo da descrição no prompt.
Modelos e capacidades
-
Para que serve o 1080P no vídeo gerado a partir de imagem?
O 1080P é um nível de saída que aprimora ainda mais a imagem com base no 768P. Fizemos um teste com duas imagens verticais como quadros inicial e final, e o 1080P retornou 1080×1920. É adequado para entrega final; ao comparar prompts, usar 480P é mais rápido.
Modelos e capacidades
-
Por que fazer primeiro um teste com uma duração bem curta?
A duração aceita valores decimais de 0,92 a 15 segundos. Primeiro use 1,5–2 segundos para confirmar se o primeiro quadro está sendo usado corretamente e se a orientação da imagem corresponde ao esperado; depois aumente para a duração final. Isso evita muitos desvios.
Modelos e capacidades
-
Como alternar entre geração e edição?
Basta escrever um prompt para gerar a imagem. Após adicionar uma imagem de referência, descreva o conteúdo que precisa ser modificado e os detalhes que devem ser preservados; os dois usos empregam o mesmo ID de modelo. Cada tarefa é processada de forma independente; para continuar editando, forneça novamente o resultado anterior.
Modelos e capacidades
-
Como usar imagens de referência em conjunto com prompts?
Adicione no máximo 10 imagens JPEG, PNG ou WebP. Descreva o sujeito, o fundo ou o estilo que cada imagem fornece e, em seguida, liste os itens a preservar. As URLs das imagens devem ser acessíveis publicamente; via API, cada imagem não deve exceder 30 MB.
Modelos e capacidades
-
Como o formato de imagem é escolhido no modo auto?
O modo auto permite que o modelo escolha o formato de imagem com base no prompt e nas imagens de referência. Quando precisar de um pôster ou posicionamento publicitário, selecione diretamente uma proporção específica; o nível de resolução não representa pixels fixos de largura e altura. A proporção é um objetivo de composição e os pixels reais podem variar ligeiramente, especialmente em 1:8 e 8:1; para posicionamentos fixos, verifique as dimensões do arquivo de saída antes de cortar.
Modelos e capacidades
-
Como melhorar a legibilidade do texto de um pôster?
Escreva frase por frase todo o texto que precisa aparecer, indique a posição do título, das etiquetas e do subtítulo e limite o texto adicional. Depois de finalizado, verifique palavra por palavra, especialmente em tamanhos de fonte pequenos e parágrafos longos.
Modelos e capacidades
-
É possível gerar fundo transparente ou várias imagens de uma vez?
Atualmente, cada tarefa gera uma imagem JPG ou PNG; não há opção de fundo transparente nem parâmetro de quantidade em lote. PNG é um formato de arquivo e não garante fundo transparente.
Modelos e capacidades
-
Como obter e salvar os resultados?
Após o envio, salve o taskId e consulte o status via GET /v1/tasks/:id; em caso de sucesso, leia output[].url. Também é possível definir callback.url para receber notificações de estado final; salve os resultados de uso de longo prazo em tempo hábil.
Modelos e capacidades
-
Para que tipos de criação o Nano Banana 2.1 é adequado?
Você pode começar com retratos de moda e cenas de interiores, ou fornecer uma imagem original para edição de referência. Esta página mostra retratos costeiros, espaços com mobiliário e comparações de troca de roupa gerados de fato; os resultados dependem da entrada específica, e os detalhes devem ser verificados antes da entrega.
Modelos e capacidades
-
Como escolher entre 1K, 2K e 4K?
Comece com 1K para definir a direção; quando for necessário discutir detalhes de material, espaço ou layout, pode optar por 2K; para exibições maiores e recortes posteriores, considere 4K. Uma resolução mais alta não corrige automaticamente erros de texto ou de estrutura, e as dimensões reais em pixels variam conforme o formato.
Modelos e capacidades
-
Como editar uma imagem preservando ao máximo a composição original?
Envie a imagem original que deseja editar e especifique separadamente os itens a modificar e os itens a preservar, por exemplo, substituir o casaco, manter o rosto, a pose e o fundo da pessoa. Compare o resultado com a imagem original e verifique as bordas da roupa, as mãos e a iluminação; se precisar continuar editando, forneça novamente o último resultado.
Modelos e capacidades
-
Como tornar as imagens geradas com mais textura fotográfica?
Especifique o sujeito, a ação, o tecido ou a textura da superfície, a posição da câmera e a direção da luz, e controle a quantidade de adereços. Amplie e verifique pele, mãos, reflexos e sombras; apenas escrever "fotografia de alto nível" ou aumentar a resolução não garante precisão nos detalhes.
Modelos e capacidades
-
Quais entradas o OmniHuman 1.5 requer?
Uma imagem de retrato (image_url) e um áudio (audio_url), ambos obrigatórios. Prompt, máscara, resolução, modo rápido e semente aleatória são opcionais.
Modelos e capacidades
-
Que tipo de imagem de pessoa produz o melhor resultado?
Imagens de uma única pessoa, com o rosto frontal nítido e a boca desobstruída, são as mais confiáveis; fotos de pessoas reais, animais de estimação, ilustrações e personagens de anime são todos aceitáveis; imagens de meio corpo ou corpo inteiro incluirão mais gestos. O formato do vídeo segue esta imagem, não sendo necessário definir outra proporção.
Modelos e capacidades
-
Quais são os requisitos de áudio?
Pode ser fala ou canto, nos formatos mp3, wav, aac, ogg, m4a, com no máximo 10MB; a duração deve ser inferior a 60 segundos, e o melhor resultado é obtido com até 15 segundos. A duração do vídeo é igual à duração do áudio.
Modelos e capacidades
-
Posso usar áudio de canto ou em outros idiomas, como inglês?
Sim. O áudio de condução pode ser fala ou canto, e a sincronização labial não depende do idioma; com o mesmo retrato, basta trocar a dublagem por diferentes idiomas para gerar versões correspondentes em cada idioma.
Modelos e capacidades
-
O prompt é obrigatório?
Não. Quando o prompt não é escrito, as expressões e os movimentos são organizados pelo modelo com base no áudio; escreva-o apenas quando quiser controlar expressões, gestos ou enquadramento, com no máximo 300 caracteres, com suporte para chinês, inglês, japonês, coreano, espanhol e indonésio.
Modelos e capacidades
-
Como especificar o falante quando há várias pessoas na imagem?
Envie para mask_urls uma imagem de máscara com o mesmo tamanho da imagem do retrato (área do falante em branco, restante em preto), no máximo 5, e a pessoa especificada terá a boca sincronizada.
Modelos e capacidades
-
Qual é a diferença em relação ao HeyGen Avatar IV?
O OmniHuman 1.5 aceita apenas condução por áudio, mas suporta animais de estimação e personagens de anime, com expressões e movimentos corporais mais ricos, e permite usar máscaras para especificar o falante; o HeyGen Avatar IV pode receber apenas o roteiro e escolher a dublagem entre vozes predefinidas, além de permitir especificar a proporção da imagem e o preenchimento do fundo.
Modelos e capacidades
-
Como o OmniHuman 1.5 é cobrado?
A cobrança é feita pelos segundos reais do vídeo gerado, com o mesmo preço para 720p e 1080p. Ao criar a tarefa, é feito primeiro um pré-débito referente ao máximo de 60 segundos (no envio, o saldo precisa cobrir o custo de 60 segundos); após a conclusão, a cobrança é liquidada com base nos segundos efetivamente produzidos e a diferença é devolvida; tarefas com falha são totalmente reembolsadas; consulte o preço unitário na tabela de preços em tempo real desta página.
Modelos e capacidades
-
O que é o vídeo a partir de imagem do PixVerse V6?
É a versão de vídeo a partir de imagem do PixVerse V6: envie uma imagem como primeiro quadro e use um prompt para descrever a ação, o enquadramento e a atmosfera que deseja adicionar, gerando vídeos de 1 a 15 segundos, de 360p a 1080p, com áudio sincronizado e predefinições de estilo opcionais.
Modelos e capacidades PixVerse V6
-
O que determina a proporção da tela do vídeo de saída?
É determinada pela proporção da imagem de primeiro quadro em image_url, por isso a geração de vídeo a partir de imagem não tem o parâmetro aspect_ratio. Se precisar de retrato, envie uma imagem vertical; se precisar de 16:9, envie uma imagem horizontal.
Modelos e capacidades PixVerse V6
-
Como devo escrever o prompt?
Descreva apenas as mudanças que deseja que aconteçam: ações do sujeito, movimento de câmera, mudanças no ambiente e som; não é necessário repetir o que já está na imagem. Deixe claro o que deve permanecer imóvel, por exemplo "câmera estática" e "fundo inalterado".
Modelos e capacidades PixVerse V6
-
Quais são os requisitos para a imagem de entrada?
image_url deve ser um endereço de imagem acessível publicamente na internet; no Playground também é possível enviar diretamente. Imagens com o sujeito nítido, composição completa e espaço para movimento tendem a gerar um movimento mais estável.
Modelos e capacidades PixVerse V6
-
Quais durações e resoluções são suportadas?
duration pode ser qualquer número inteiro de segundos entre 1 e 15, com padrão de 5 segundos; resolution tem quatro níveis: 360p, 540p, 720p e 1080p, com padrão de 720p.
Modelos e capacidades PixVerse V6
-
É possível gerar áudio?
Sim. Defina generate_audio como true e o áudio de fundo, os efeitos sonoros e os diálogos serão gerados junto com o vídeo; no prompt, você pode descrever o som desejado. O padrão é false, que gera apenas a imagem.
Modelos e capacidades PixVerse V6
-
Como usar as predefinições de estilo style?
style aceita anime (anime), 3d_animation (animação 3D), clay (argila), comic (quadrinhos), cyberpunk (cyberpunk). Quando não informado, mantém o estilo natural do modelo; informe apenas quando precisar de um estilo uniforme.
Modelos e capacidades PixVerse V6
-
Como é calculado o limite de comprimento do prompt?
prompt e negative_prompt são ambos calculados em bytes UTF-8, com limite de 2048 bytes: cada letra inglesa ocupa 1 byte, cada caractere CJK (como o chinês) ocupa 3 bytes, portanto, apenas em chinês, são cerca de 680 caracteres.
Modelos e capacidades PixVerse V6
-
Para que servem negative_prompt e seed?
negative_prompt serve para indicar o que deve ser evitado, por exemplo tremulação na imagem, marcas d'água de texto e deformação de membros; com o seed fixado, o mesmo prompt e os mesmos parâmetros podem reproduzir o mesmo resultado, facilitando a comparação alterando apenas uma variável.
Modelos e capacidades PixVerse V6
-
Como o PixVerse V6 é cobrado?
A cobrança é feita por segundo de saída, e o preço unitário é determinado pela resolução e pela geração ou não de áudio, totalizando 8 faixas: de 360p a 1080p, o valor aumenta progressivamente a cada faixa, e o preço unitário com áudio ativado é maior do que sem áudio. O valor efetivo está sujeito ao preço atual exibido na página de preços e ao registro da tarefa.
Modelos e capacidades PixVerse V6
-
Como controlar os custos ao fazer testes?
Primeiro use 360p ou 540p, um clipe curto de alguns segundos, com o áudio desativado, para confirmar o movimento e a composição; depois aumente para 720p ou 1080p e ative o áudio para gerar a versão final. Nos exemplos desta página há tanto um clipe de teste em 540p com 4 segundos quanto uma versão final em 720p.
Modelos e capacidades PixVerse V6
-
Como chamar via API?
Envie uma tarefa assíncrona para POST /v1/tasks; a requisição retorna imediatamente o taskId. No ambiente de produção, recomenda-se passar callback.url para receber a notificação do estado final; durante a depuração, você pode fazer polling em GET /v1/tasks/:id e, após o sucesso, baixar o MP4 em output[].url.
Modelos e capacidades PixVerse V6
-
O que é o texto para vídeo do PixVerse V6?
É a versão de texto para vídeo do PixVerse V6: basta escrever um prompt para gerar vídeos de 1 a 15 segundos, de 360p a 1080p, com áudio sincronizado opcional e 5 predefinições de estilo, sem precisar enviar nenhuma imagem.
Modelos e capacidades PixVerse V6
-
Quais proporções de tela são suportadas?
aspect_ratio suporta 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 e 21:9, num total de 8 opções, com 16:9 como padrão. Para vídeos curtos em tela vertical, escolha 9:16; para um efeito de tela widescreen, escolha 21:9.
Modelos e capacidades PixVerse V6
-
O que fazer quando for necessário fixar o quadro de abertura?
Use pixverse-v6/image-to-video: envie uma imagem como primeiro quadro e o vídeo começará a partir dela. O texto para vídeo é adequado para conceber a imagem do zero, enquanto a imagem para vídeo é adequada para cenas com material existente ou que exigem composição fixa.
Modelos e capacidades PixVerse V6
-
Para que serve o Qwen Image 2.1 Pro?
Adequado para geração de imagens a partir de texto e edição de imagens que exigem equilíbrio entre qualidade e velocidade, com referência de até 10 imagens por vez, e também tem bom desempenho na renderização de texto em chinês e inglês.
Modelos e capacidades
-
Quantas imagens de referência são suportadas? Como a ordem funciona?
1–10 imagens; sem enviar imagens de referência, é geração de imagem a partir de texto. Várias imagens são numeradas na ordem do array, basta referenciá-las no prompt como "Imagem 1", "Imagem 2" — o caso de inserção de móveis em cena desta página, por exemplo, coloca o objeto principal na Imagem 1 e a cena na Imagem 2, com cada imagem desempenhando seu papel sem se misturar.
Modelos e capacidades
-
Qual é a relação entre a proporção da imagem e as dimensões?
São a mesma coisa: cada um dos cinco valores de aspect_ratio corresponde a uma dimensão fixa de pixel em nível 2K (1:1 corresponde a 2048*2048, 16:9 corresponde a 2688*1536, 9:16 corresponde a 1536*2688, 4:3 corresponde a 2368*1728, 3:4 corresponde a 1728*2368); se não for informado, o modelo decide por conta própria com base no prompt e na imagem de referência. Para controlar com precisão o layout, escolha a proporção; não espere especificar os pixels separadamente.
Modelos e capacidades
-
Devo ativar o prompt_extend?
Ativado por padrão, ele expande descrições curtas em instruções de desenho mais completas; a documentação indica que isso acrescenta cerca de 3–5 segundos ao tempo de processamento. Se você só quer começar com uma frase, deixá-lo ativado é mais prático; se o prompt já especifica com detalhes suficientes a cena, o conteúdo textual e o posicionamento, as informações extras acrescentadas pela expansão podem não ser o que você deseja, então você pode desativá-lo conforme a necessidade.
Modelos e capacidades
-
Como é calculado o preço?
A cobrança é feita pelo número de imagens geradas com sucesso; a geração de imagem a partir de texto e a edição com imagem de referência têm o mesmo preço, e a imagem de referência em si não é cobrada à parte; cada solicitação gera fixamente uma imagem (n fixo em 1).
Modelos e capacidades
-
Como escolher entre Qwen Image 2.0 e 3.0?
Para uma qualidade de imagem equilibrada, escolha o 2.1 Pro: texto-para-imagem e edição integrados, com proporções fixas em cinco formatos de nível 2K, sem suporte a prompts negativos. Quando precisar de predefinições de dimensões ou de prompts negativos, escolha o Qwen Image 2.0. Se quiser fazer edições mais focadas na compreensão de prompts, com níveis de 1K/2K, pode experimentar o Qwen Image 3.0.
Modelos e capacidades
-
A renderização de texto em chinês é confiável?
No exemplo de pôster em chinês desta página, depois de especificar palavra por palavra as três linhas de texto no prompt, o título, a data e o local foram todos renderizados corretamente, sem elementos decorativos extras. O ponto crucial é não deixar o modelo inventar o texto: escreva o conteúdo de cada linha, a hierarquia de tamanhos de fonte e a posição, e exija explicitamente que nenhum outro texto apareça na imagem.
Modelos e capacidades
-
É possível gerar fundo transparente?
A documentação indica que esta série pode gerar PNG com fundo transparente RGBA conforme o prompt, mas testamos uma vez em cada uma das duas variantes deste modelo e obtivemos resultados opacos (alpha todo em 255), o que mostra que esse recurso é sensível à forma como o prompt é escrito e não é suficientemente estável. Se precisar de fundo transparente de forma confiável, use um modelo dedicado de remoção de fundo.
Modelos e capacidades
-
Como escolher entre Pro e Turbo?
Mesmos parâmetros de entrada e capacidades; a diferença está na velocidade, no nível de detalhe e no preço unitário: use o Pro para o vídeo final, imagens de produto e cenas que exigem tipografia precisa; use o Turbo para testes em lote, imagens para redes sociais e exploração de direções.
Modelos e capacidades
-
Para que serve o Qwen Image 2.1 Turbo?
Indicado para cenários de alta relação custo-benefício e geração rápida de imagens: rascunhos conceituais, imagens para redes sociais, adesivos e ilustrações em lote; tem as mesmas capacidades do Pro, com mais velocidade e preço menor.
Modelos e capacidades
-
É possível usar imagens de referência? Como a ordem é aplicada?
Assim como no Pro, é possível fazer edição de imagens com 1 a 10 imagens de referência; se nenhuma for enviada, trata-se de geração de imagem a partir de texto. As imagens de referência são numeradas na ordem do array e podem ser referenciadas no prompt como "Imagem 1" — o exemplo de foto para aquarela nesta página usa uma única imagem de referência para alterar o estilo. Quando for necessário usar simultaneamente materiais de sujeito e de cenário, especifique a função de cada um como "Imagem 1 sujeito, Imagem 2 cenário".
Modelos e capacidades
-
Qual é a relação entre proporção e dimensões?
Igual ao Pro: cada um dos cinco valores de aspect_ratio corresponde a uma dimensão fixa de nível 2K (1:1 2048*2048, 16:9 2688*1536, 9:16 1536*2688, 4:3 2368*1728, 3:4 1728*2368); se não for informado, o modelo decide por conta própria. Para imagens de redes sociais, recomenda-se especificar diretamente 1:1 ou 16:9, para evitar que as dimensões variem conforme a imagem de referência.
Modelos e capacidades
-
Devo ativar o prompt_extend?
Ativado por padrão, ele expande uma frase em uma instrução de desenho mais completa; a documentação indica um acréscimo de cerca de 3–5 segundos. Ao fazer testes rápidos de rascunho, deixá-lo ativado é mais prático; quando o prompt já estiver bem específico ou você quiser apenas ver uma composição bem definida, pode desativá-lo para reduzir variáveis.
Modelos e capacidades
-
Como o preço é calculado?
A cobrança é feita com base no número de imagens geradas com sucesso, a um preço fixo por imagem, mais baixo do que no Pro; imagens de referência não são cobradas à parte, e cada solicitação gera uma imagem (n fixo em 1).
Modelos e capacidades
-
Como escolher entre Pro e Qwen Image 2.0?
O Turbo e o Pro têm os mesmos parâmetros de entrada, limite de imagens de referência, proporções de imagem e capacidade de renderização de texto: escolha o Turbo se precisar de velocidade e geração em lote, e o Pro se precisar de resultados finais mais refinados. Escolha o Qwen Image 2.0 quando precisar de predefinições de tamanho ou prompts negativos.
Modelos e capacidades
-
O que é preciso observar ao mudar o estilo?
Nos testes, a transferência de estilo do Turbo tende a ser conservadora: ao dizer apenas «estilo aquarela», o resultado se parece mais com uma foto com tratamento de envelhecimento; somente ao mudar para «redesenhe com formas simplificadas e detalhes omitidos, com bordas irregulares de aquarela úmida nas bordas dos blocos de cor» é que se obtém uma sensação clara de ilustração em aquarela, mantendo ao mesmo tempo a estrutura arquitetônica e as posições dos móveis iguais às da imagem de referência. Para realmente trocar de estilo, é preciso exigir explicitamente o redesenho e a simplificação, em vez de apenas escrever o nome de um estilo.
Modelos e capacidades
-
Quantas imagens posso gerar por vez? Como escolher o Turbo?
Cada requisição gera sempre uma imagem (n fixo em 1); se precisar de várias opções, envie várias tarefas ou execute novamente com seeds diferentes. Escolha o Turbo para testes rápidos de rascunho e geração de imagens em grande escala; para a versão final com maior exigência de detalhes e qualidade, escolha o Pro.
Modelos e capacidades
-
Quais entradas são necessárias para o Ray 3.2 de imagem para vídeo?
Dois campos obrigatórios: prompt (1–6000 caracteres) e image_url do primeiro quadro. Opcionalmente, end_image_url como quadro final, e resolution (540p, 720p, 1080p, padrão 540p). No Playground, você pode enviar imagens locais diretamente.
Modelos e capacidades Ray 3.2
-
É possível definir a duração do vídeo?
Não. Cada vídeo gerado a partir de imagem tem duração fixa de 5 segundos, e a requisição não possui o parâmetro duration. Quando precisar de uma cena de 10 segundos, você pode usar o Ray 3.2 de texto para vídeo, que suporta 5 e 10 segundos.
Modelos e capacidades Ray 3.2
-
O que determina a proporção da imagem de saída?
É determinada pelo primeiro frame; não há parâmetro aspect_ratio. A saída será ajustada para a mais próxima entre 16:9, 9:16, 1:1, 4:3, 3:4 e 21:9; quando a proporção não for exatamente igual, as bordas serão cortadas. A imagem original do caso do deserto nesta página é aproximadamente 3:2 (1024×687) e a saída é 4:3 em 1104×832; a imagem original do caso do café gelado é 9:16 e a saída é um vídeo vertical 9:16, praticamente sem cortes. Para ter controle total sobre a proporção da saída, corte o primeiro frame previamente para uma dessas seis proporções.
Modelos e capacidades Ray 3.2
-
Como usar o primeiro e o último quadro?
Passe o primeiro quadro em image_url e o último quadro em end_image_url; o vídeo fará a transição do primeiro para o último quadro, e o prompt só precisa descrever a mudança que ocorre no meio. Quanto mais próximos forem o enquadramento, a iluminação e a posição do sujeito nas duas imagens, mais suave será a transição; quando o enquadramento for diferente, o modelo adicionará movimento de câmera para fazer a ligação, como no caso da peônia nesta página.
Modelos e capacidades Ray 3.2
-
Haverá cobrança extra ao adicionar o frame final?
Não. A geração de vídeo a partir de imagem é cobrada por resolução, por vídeo; o preço é o mesmo com ou sem o envio de end_image_url; a duração é fixa em 5 segundos, portanto também não há cobrança por segundo.
Modelos e capacidades Ray 3.2
-
Quais são as dimensões de saída dos três níveis de resolução?
As dimensões reais seguem a proporção do primeiro frame. Os três casos desta página: primeiro frame em 16:9 com 540p gera 960×540; primeiro frame em cerca de 3:2 com 720p gera 1104×832 em 4:3; primeiro frame em 9:16 com 1080p gera 1080×1920. Recomenda-se começar com 540p para confirmar o movimento e o enquadramento e depois usar 720p ou 1080p para a versão final. O caso do café gelado desta página usa 1080p, e os detalhes do copo e das gotas de água são visivelmente mais nítidos do que nos níveis inferiores.
Modelos e capacidades Ray 3.2
-
O vídeo gerado tem áudio?
Não. A saída é um MP4 sem faixa de áudio; se precisar de trilha sonora, narração ou efeitos sonoros, adicione-os na pós-produção.
Modelos e capacidades Ray 3.2
-
Como escrever prompts para imagem para vídeo?
O primeiro frame já fornece o sujeito e a cena, então o prompt deve focar em "o que acontece a seguir": a ação do sujeito, como a câmera se move, como a luz ou o clima mudam. Não é preciso descrever novamente a aparência já presente na imagem; é mais útil deixar claro o que deve permanecer inalterado.
Modelos e capacidades Ray 3.2
-
Como é cobrado o Ray 3.2 para vídeo a partir de imagem?
Cada vídeo é cobrado de acordo com a resolução escolhida, sendo 540p a mais barata e 1080p a mais cara; tarefas com falha têm a cobrança estornada. Os preços unitários específicos seguem a tabela vigente na página de preços.
Modelos e capacidades Ray 3.2
-
Como chamar via API?
Envie uma tarefa assíncrona para POST /v1/tasks, preencha model com ray-3.2/image-to-video, passe prompt e image_url em input e, se necessário, adicione end_image_url e resolution. A interface retorna imediatamente o taskId; você pode receber o resultado via callback.url ou fazer polling em GET /v1/tasks/:id.
Modelos e capacidades Ray 3.2
-
Como escolher entre vídeo a partir de imagem e vídeo a partir de texto?
Se você já tem a imagem desejada (foto do produto, design, captura de tela do vídeo anterior) ou precisa fixar o quadro final, use vídeo a partir de imagem; se tem apenas uma ideia em texto, precisa de 10 segundos ou de uma proporção de tela específica, use vídeo a partir de texto. As duas opções compartilham as três faixas de 5 segundos com o mesmo preço; os 10 segundos estão disponíveis apenas no vídeo a partir de texto.
Modelos e capacidades Ray 3.2
-
Quais durações o Ray 3.2 de texto para vídeo suporta?
5 segundos ou 10 segundos, passando o número inteiro 5 ou 10 em duration, com padrão de 5 segundos.
Modelos e capacidades Ray 3.2
-
Quais resoluções e proporções de tela são suportadas?
Resoluções 540p, 720p, 1080p, padrão 540p; proporções de tela 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, padrão 16:9. O exemplo em retrato nesta página usa 540p + 9:16, saída real 540×960; o exemplo em paisagem usa 720p + 16:9, saída 1280×720; o exemplo de 10 segundos usa 720p + 21:9, saída 1680×720.
Modelos e capacidades Ray 3.2
-
Qual é a relação de preço entre 10 segundos e 5 segundos?
A cobrança é por vídeo, e o preço é determinado em conjunto pela duração e pela resolução. Na mesma resolução, a faixa de 10 segundos custa cerca de 3 vezes a de 5 segundos, então recomenda-se primeiro confirmar a ação com 5 segundos e depois decidir se vale gerar a versão de 10 segundos. O exemplo de 10 segundos nesta página usa 720p, e a cobrança é cerca de três vezes a da faixa equivalente de 5 segundos. O preço unitário específico deve seguir o valor atual exibido na página de preços.
Modelos e capacidades Ray 3.2
-
É possível enviar uma imagem de referência ou o primeiro frame?
O texto para vídeo aceita apenas prompts de texto. Se precisar usar uma imagem como primeiro frame ou especificar também o último frame, use o Ray 3.2 imagem para vídeo (ray-3.2/image-to-video).
Modelos e capacidades Ray 3.2
-
Como escrever um prompt para obter melhores resultados?
O prompt pode ter no máximo 6000 caracteres. Recomenda-se escrever na ordem "sujeito e cenário → ação → movimento de câmera → luz e atmosfera", especificando a direção e a velocidade da câmera, por exemplo, "câmera em ângulo baixo orbitando" e "subindo lentamente". Colocar apenas uma ação principal em um vídeo é mais estável do que acumular vários eventos.
Modelos e capacidades Ray 3.2
-
O texto na imagem é confiável?
Não é confiável. No caso da dançarina de neon desta página, as letras na placa foram inventadas pelo modelo e não podem ser lidas. Quando precisar de nome de marca, slogan ou legendas, sobreponha-os na pós-produção.
Modelos e capacidades Ray 3.2
-
É adequado para vídeos curtos em formato vertical?
Você pode escolher diretamente 9:16 para gerar no formato vertical, sem precisar primeiro criar a versão horizontal e depois cortar; 1:1 e 3:4 são adequados para feeds, 21:9 é adequado para aberturas em tela larga.
Modelos e capacidades Ray 3.2
-
Como é cobrado o Ray 3.2 de texto para vídeo?
Cada vídeo é cobrado conforme a combinação de duração e resolução, em 6 faixas, sendo 540p + 5 segundos a mais barata; tarefas com falha têm a cobrança reembolsada.
Modelos e capacidades Ray 3.2
-
O que o Recraft Creative Upscale faz?
Amplia uma imagem para uma resolução mais alta, redesenhando texturas e detalhes ao mesmo tempo. Não precisa de prompt, basta enviar uma URL de imagem.
Modelos e capacidades Recraft Creative Upscale
-
Qual é a diferença em relação ao Recraft Crisp Upscale?
O Crisp Upscale busca manter a fidelidade à imagem original, sendo adequado para materiais que não podem ser alterados, como textos e produtos; o Creative Upscale redesenha os detalhes, deixando a imagem mais refinada, mas a estrutura local pode diferir da imagem original.
Modelos e capacidades Recraft Creative Upscale
-
Isso altera o conteúdo da imagem?
A composição geral, o tema principal e a paleta de cores são basicamente preservados, mas os detalhes são redesenhados. No exemplo desta página, as toras da cabana de madeira, a parede de pedra e o corrimão foram redesenhados com mais clareza, a pequena árvore ao lado da varanda não foi preservada e o arranjo das pedras também mudou. Para materiais com requisitos rigorosos de detalhes, confirme primeiro no Playground.
Modelos e capacidades Recraft Creative Upscale
-
Quais são os requisitos para a imagem de entrada?
Envie uma URL de imagem http(s) acessível publicamente, com no máximo 20 MB, de 256 a 4096 pixels por lado e total de pixels não superior a 16 MP. O exemplo desta página usa uma imagem PNG, e atualmente recomenda-se usar PNG.
Modelos e capacidades Recraft Creative Upscale
-
Até que tamanho é possível ampliar?
O exemplo desta página amplia uma imagem de 1254×1254 para 4096×4096. O tamanho resultante para entradas de outras dimensões depende do que for retornado na prática.
Modelos e capacidades Recraft Creative Upscale
-
É necessário escrever prompts?
Não é necessário. Este modelo tem apenas um parâmetro image_url, sem prompts, multiplicadores ou configurações de estilo.
Modelos e capacidades Recraft Creative Upscale
-
Qual é o formato da saída?
Baixe a imagem a partir de output[].url no resultado da tarefa. O exemplo desta página retorna uma imagem WebP.
Modelos e capacidades Recraft Creative Upscale
-
Como é cobrado?
A cobrança é feita por número de imagens geradas, 1 imagem por solicitação; consulte o preço atual no topo da página e na página de preços.
Modelos e capacidades Recraft Creative Upscale
-
Para quais imagens é adequado?
Adequado para materiais como ilustrações, paisagens e imagens de cena em que os detalhes podem ser redesenhados, por exemplo, renovar materiais antigos ou ampliar imagens geradas menores para exibição. Imagens que contêm texto preciso, logotipos ou detalhes de produtos são mais adequadas para o Crisp Upscale.
Modelos e capacidades Recraft Creative Upscale
-
Por quanto tempo as imagens de resultado ficam salvas?
Os links de resultado têm prazo de validade. Após a conclusão da tarefa, transfira as imagens para o seu próprio armazenamento o quanto antes.
Modelos e capacidades Recraft Creative Upscale
-
O que o Recraft Creative Upscale faz?
Amplia uma imagem para uma resolução mais alta, redesenhando texturas e detalhes ao mesmo tempo. Não requer prompt, basta enviar uma URL de imagem.
Modelos e capacidades
-
Qual é a diferença em relação ao Recraft Crisp Upscale?
O Crisp Upscale busca manter-se próximo da imagem original, sendo adequado para materiais que não podem ser alterados, como textos e produtos; o Creative Upscale redesenha os detalhes, tornando a imagem mais refinada, mas a estrutura local pode diferir da imagem original.
Modelos e capacidades
-
Isso altera o conteúdo da imagem?
A composição geral, o assunto principal e o esquema de cores são basicamente preservados, mas os detalhes são redesenhados. No exemplo desta página, os troncos da cabana de madeira, a parede de pedra e o corrimão foram redesenhados com mais clareza, a pequena árvore ao lado da varanda não foi preservada, e o arranjo das pedras também sofreu alterações. Para materiais com requisitos rigorosos quanto aos detalhes, confirme primeiro no Playground.
Modelos e capacidades
-
Quais são os requisitos para a imagem de entrada?
Envie uma URL de imagem http(s) acessível publicamente, com no máximo 20 MB, 256–4096 pixels por lado e total de pixels não superior a 16 MP. O exemplo desta página usa uma imagem PNG; atualmente, recomenda-se usar PNG.
Modelos e capacidades
-
Até que tamanho é possível ampliar?
O exemplo desta página amplia uma imagem de 1254×1254 para 4096×4096. O tamanho resultante para entradas de outras dimensões depende do que for efetivamente retornado.
Modelos e capacidades
-
Preciso escrever um prompt?
Não. Este modelo tem apenas um parâmetro, image_url, sem prompt, multiplicador ou configurações de estilo.
Modelos e capacidades
-
Qual é o formato da saída?
Baixe a imagem a partir de output[].url no resultado da tarefa. O exemplo desta página retorna uma imagem WebP.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é feita por número de imagens geradas, 1 por solicitação; consulte o preço atual no topo da página e na página de preços.
Modelos e capacidades
-
Para quais imagens é adequado?
Adequado para materiais que permitem que os detalhes sejam redesenhados, como ilustrações, paisagens e imagens de cenas, por exemplo, renovar materiais antigos ou ampliar imagens geradas menores para exibição. Imagens que contêm texto preciso, logotipos ou detalhes de produtos são mais adequadas para o Crisp Upscale.
Modelos e capacidades
-
Por quanto tempo as imagens de resultado são mantidas?
O link do resultado tem prazo de validade; após a conclusão bem-sucedida da tarefa, transfira a imagem para o seu próprio armazenamento o quanto antes.
Modelos e capacidades
-
O Recraft Crisp Upscale precisa de um prompt?
Não. O modelo recebe apenas uma URL de imagem (input.image_url), sem outros parâmetros.
Modelos e capacidades
-
Quantas vezes será ampliado? É possível escolher o fator de ampliação?
É fixo em 2 vezes tanto na largura quanto na altura; não é possível escolher o fator. Por exemplo, 640×640 gera 1280×1280, e 941×1672 gera 1882×3344.
Modelos e capacidades
-
Quais são os requisitos para a imagem de entrada?
Compatível com JPEG, PNG e WEBP, com no máximo 10 MB por imagem, e deve ser um URL http(s) acessível publicamente. No Playground, também é possível fazer upload da imagem diretamente.
Modelos e capacidades
-
Qual é o formato da saída?
Uma imagem JPEG. Atualmente não é possível escolher saída em PNG ou WEBP.
Modelos e capacidades
-
Isso altera o conteúdo da imagem?
Não. O Crisp Upscale apenas aumenta a resolução e a nitidez, sem redesenhar o conteúdo nem gerar novos textos ou objetos.
Modelos e capacidades
-
Um PNG com fundo transparente continua transparente depois de ampliado?
A saída é em JPEG e não inclui canal de transparência. Se precisar de um resultado transparente, recomenda-se ampliar primeiro e depois usar o Recraft Remove Background para remover o fundo.
Modelos e capacidades
-
Quanto tempo leva para processar uma imagem?
Normalmente entre 10 segundos e cerca de 1 minuto. A tarefa é assíncrona; após o envio, o taskId é retornado imediatamente.
Modelos e capacidades
-
É necessário escrever um prompt para remover o fundo no Recraft?
Não. O modelo recebe apenas uma URL de imagem (input.image_url), sem nenhum parâmetro de texto, sendo adequado para integração direta em pipelines de processamento em lote.
Modelos e capacidades
-
Os fios de cabelo e as bordas dos pelos podem ser preservados?
Sim. O ponto forte deste modelo é a preservação detalhada de fios de cabelo, pelos e bordas semitransparentes; o caso desta página é justamente uma saída da API.
Modelos e capacidades
-
Quais campos no mínimo precisam ser enviados para a API?
Basta enviar model e input.image_url; a imagem precisa ser uma URL https acessível publicamente.
Modelos e capacidades
-
Qual é a diferença entre o Recraft V4.1 e o V4.1 Flash?
O V4.1 dá mais atenção aos detalhes e ao acabamento, enquanto o Flash é mais rápido, adequado para testes em lote.
Modelos e capacidades Recraft V4.1
-
Quais tamanhos são suportados?
image_size pode ser square_hd (padrão), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9, seis opções.
Modelos e capacidades Recraft V4.1
-
Como especificar o esquema de cores?
Passe colors (array de objetos RGB) e background_color (um único objeto RGB) via API, com cada canal variando de 0 a 255. O Playground online ainda não oferece esses dois parâmetros.
Modelos e capacidades Recraft V4.1
-
Os parâmetros de cores serão rigorosamente respeitados?
colors é uma preferência de cores, e a imagem tentará ao máximo se ater a esse conjunto de cores; quando o prompt contiver cores claramente conflitantes, o resultado pode misturar ambas.
Modelos e capacidades Recraft V4.1
-
Quantas imagens podem ser geradas por vez?
Cada solicitação gera 1 imagem. Para várias imagens, envie tarefas separadas.
Modelos e capacidades Recraft V4.1
-
Qual é o formato da saída?
Retorna 1 imagem, que pode ser baixada através de output[].url no resultado da tarefa. O link do resultado tem prazo de validade, então salve-o o quanto antes.
Modelos e capacidades Recraft V4.1
-
O texto na imagem está escrito corretamente?
Títulos curtos geralmente são relativamente precisos. Coloque o texto entre aspas no prompt e especifique a posição e o estilo da fonte para obter resultados mais consistentes.
Modelos e capacidades Recraft V4.1
-
É necessário enviar uma imagem de referência?
Não é necessário, este é um modelo de geração de imagem puramente a partir de texto, bastando a descrição textual.
Modelos e capacidades Recraft V4.1
-
É possível usar o upscale e a remoção de fundo do Recraft?
Sim. Passe a URL da imagem de saída para recraft/crisp-upscale para ampliar 2x, e para recraft/remove-background para obter uma imagem com fundo transparente.
Modelos e capacidades Recraft V4.1
-
O que precisa ser alterado no código ao migrar do Flash para o V4.1?
Basta alterar o model para recraft-v4.1/text-to-image; os demais parâmetros permanecem inalterados.
Modelos e capacidades Recraft V4.1
-
Posso usar prompts em chinês?
Sim, mas prompts em inglês costumam ser mais estáveis para descrever estilo, materiais e enquadramento de câmera; para textos que devem aparecer na imagem, recomenda-se escrevê-los no idioma final desejado.
Modelos e capacidades Recraft V4.1
-
Como é cobrado?
A cobrança é feita por número de imagens geradas, 1 imagem por solicitação, e o preço unitário segue o preço vigente em tempo real.
Modelos e capacidades Recraft V4.1
-
Para que serve o Recraft V4.1 Flash?
É ideal para gerar rapidamente imagens nos estilos fotográfico, ilustração flat, pôster e mídia mista, como imagens para marketing, ilustrações de marca, imagens de produto e esboços conceituais.
Modelos e capacidades
-
Quais tamanhos são suportados?
image_size pode ser uma das seis predefinições: square_hd (padrão), square, portrait_4_3, portrait_16_9, landscape_4_3 e landscape_16_9.
Modelos e capacidades
-
Como especificar o esquema de cores?
Na API, passe colors (um array de objetos RGB) e background_color (um objeto RGB), com cada canal entre 0 e 255. A página de experimentação online ainda não oferece esses dois campos; quando necessário, use a chamada via API.
Modelos e capacidades
-
As cores são aplicadas de forma estrita?
colors é uma forte orientação para o esquema de cores; a imagem procurará manter-se dentro desse conjunto de cores, mas não há garantia de que, ao nível de pixel, apenas essas cores sejam usadas.
Modelos e capacidades
-
Quantas imagens podem ser geradas por vez?
Cada solicitação gera 1 imagem; se precisar de várias, você pode enviar várias tarefas.
Modelos e capacidades
-
Qual é o formato da saída?
Uma imagem WEBP é retornada por vez, para download em output[].url do resultado da tarefa.
Modelos e capacidades
-
O texto na imagem está escrito corretamente?
Títulos curtos geralmente são escritos corretamente. Coloque o texto que deve aparecer entre aspas e indique a posição e o estilo da fonte para obter um resultado mais estável.
Modelos e capacidades
-
É necessário enviar uma imagem de referência?
Não. Este é um modelo de texto para imagem, sendo necessária apenas a descrição textual.
Modelos e capacidades
-
Há limite de comprimento para o prompt?
O prompt deve ter de 1 a 10000 caracteres.
Modelos e capacidades
-
É possível usar o upscale e a remoção de fundo do Recraft?
Sim. Após gerar, passe o URL da imagem para recraft/crisp-upscale para ampliar em 2x, ou para recraft/remove-background para obter um PNG com fundo transparente.
Modelos e capacidades
-
A tarefa é síncrona ou assíncrona?
Assíncrona. Após o envio, o taskId é retornado imediatamente; em seguida, consulte o status da tarefa ou use um callback para obter o resultado.
Modelos e capacidades
-
Como é cobrado?
A cobrança é feita por quantidade de imagens geradas, 1 imagem por solicitação. Consulte o preço unitário atual na parte superior da página e na página de preços.
Modelos e capacidades
-
Para que servem os Recraft V4 Styles?
Primeiro, defina o estilo visual com 1 a 10 imagens de referência; depois, descreva em um prompt o conteúdo que deseja desenhar. O modelo gera uma nova imagem seguindo o estilo das referências. As imagens de referência determinam "como desenhar" e o prompt determina "o que desenhar".
Modelos e capacidades
-
É obrigatório enviar imagens de referência? Qual é o máximo?
Sim. image_urls é um campo obrigatório, com no mínimo 1 e no máximo 10 imagens. O exemplo desta página usa 2 ilustrações com o mesmo estilo.
Modelos e capacidades
-
Quais são os requisitos de formato e tamanho das imagens de referência?
Compatível com PNG, JPG e WEBP; deve ser um endereço http(s) acessível publicamente; cada imagem deve ter menos de 20 MB e o total de todas as imagens de referência não pode exceder 64 MB; SVG não é suportado. No Playground, também é possível enviar imagens diretamente.
Modelos e capacidades
-
Os objetos na imagem de referência serão desenhados no resultado?
No exemplo desta página, o bule de chá, os livros e a bicicleta da imagem de referência não aparecem no resultado; o resultado mostra o café de esquina descrito no prompt. O que é herdado da imagem de referência são a paleta de cores, a textura de pintura plana e a iluminação dura. O sujeito desejado deve ser escrito no prompt.
Modelos e capacidades
-
Como escolher o style_match?
precise deixa o resultado mais próximo do estilo da imagem de referência, flexible permite mais variações; quando não informado, é tratado como flexible. O exemplo desta página não informa style_match.
Modelos e capacidades
-
Quais tamanhos são suportados?
image_size tem seis predefinições: square_hd (padrão), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9. O exemplo nesta página usa square_hd, com saída de 1024×1024.
Modelos e capacidades
-
Qual é a diferença em relação ao Recraft V4 Styles Pro?
Os parâmetros dos dois são iguais. O Pro tem resolução de saída maior: usando square_hd em ambos, o exemplo do Styles gera 1024×1024, enquanto o exemplo do Pro gera 2048×2048. Os preços dos dois são diferentes; prevalecem os preços em tempo real.
Modelos e capacidades
-
É possível especificar cores e cor de fundo?
É possível passar colors (array de objetos RGB) e background_color (um único objeto RGB) via API, com cada canal de 0 a 255. O Playground online ainda não exibe esses dois parâmetros.
Modelos e capacidades
-
É possível salvar um estilo para reutilizá-lo várias vezes?
Atualmente não é possível passar um estilo salvo. É necessário enviar a imagem de referência a cada requisição; para manter um conjunto de imagens no mesmo estilo, use o mesmo conjunto de imagens de referência em cada requisição.
Modelos e capacidades
-
Quantas imagens são geradas por vez? Qual é o formato de saída?
Cada solicitação gera 1 imagem, que pode ser baixada a partir de output[].url no resultado da tarefa. A saída do exemplo desta página é uma imagem WebP.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é feita por número de imagens geradas; a quantidade de imagens de referência, as predefinições de tamanho e o style_match não afetam o preço unitário. Consulte o preço atual no topo da página e na página de preços.
Modelos e capacidades
-
Por quanto tempo as imagens de resultado ficam salvas?
Os links de resultado têm prazo de validade; após a conclusão da tarefa, transfira as imagens para o seu próprio armazenamento o quanto antes.
Modelos e capacidades
-
O que o Recraft V4 Styles Pro faz?
Defina o estilo visual com 1 a 10 imagens de referência e, em seguida, descreva o conteúdo a ser desenhado com um prompt; o modelo gera uma nova imagem de resolução mais alta seguindo o estilo das imagens de referência. As imagens de referência determinam "como desenhar" e o prompt determina "o que desenhar".
Modelos e capacidades
-
Qual é a resolução de saída?
O exemplo desta página usa square_hd, com saída em imagem WebP de 2048×2048. Os pixels específicos de outros tamanhos predefinidos estão sujeitos ao retorno real.
Modelos e capacidades
-
É obrigatório enviar imagens de referência? Qual é o máximo?
Sim, é obrigatório. image_urls é um campo obrigatório, com no mínimo 1 e no máximo 10 imagens. O exemplo desta página usa 2 pinturas em aquarela do mesmo estilo.
Modelos e capacidades
-
Quais são os requisitos de formato e tamanho das imagens de referência?
Compatível com PNG, JPG e WEBP; é necessário que seja um endereço http(s) acessível publicamente; cada imagem deve ter menos de 20 MB e o total de todas as imagens de referência não pode exceder 64 MB; SVG não é suportado. No Playground, também é possível enviar imagens diretamente.
Modelos e capacidades
-
Os objetos na imagem de referência serão desenhados no resultado?
No exemplo desta página, o barco, a porta de madeira e o arbusto da imagem de referência não aparecem no resultado; o resultado desenha o farol no penhasco do prompt. O que é herdado da imagem de referência são o céu azul-claro, os blocos de pedra bege e as pinceladas de aquarela com áreas em branco. Escreva no prompt o sujeito que você deseja.
Modelos e capacidades
-
Como escolher o style_match?
precise faz o resultado ficar mais próximo do estilo da imagem de referência, flexible permite mais variações; quando não informado, é tratado como flexible. O exemplo desta página não informa style_match.
Modelos e capacidades
-
Quais tamanhos são suportados?
image_size tem seis predefinições: square_hd (padrão), square, portrait_4_3, portrait_16_9, landscape_4_3 e landscape_16_9.
Modelos e capacidades
-
Qual é a diferença em relação ao Recraft V4 Styles?
Os parâmetros são os mesmos para ambos. A saída do Pro tem resolução mais alta: usando square_hd nos dois casos, o exemplo de saída do Styles é 1024×1024 e o exemplo de saída do Pro é 2048×2048. Os preços são diferentes; consulte o preço em tempo real.
Modelos e capacidades
-
É possível especificar cores e cor de fundo?
Você pode passar colors (array de objetos RGB) e background_color (um único objeto RGB) via API, com cada canal entre 0 e 255. O Playground online ainda não exibe esses dois parâmetros.
Modelos e capacidades
-
É possível salvar um estilo para reutilizá-lo várias vezes?
Atualmente não é possível passar um estilo salvo. É necessário incluir a imagem de referência em cada requisição; para manter um conjunto de imagens com o mesmo estilo, use o mesmo conjunto de imagens de referência em cada requisição.
Modelos e capacidades
-
Como é feita a cobrança?
A cobrança é feita por imagem gerada, 1 imagem por solicitação; a quantidade de imagens de referência, as predefinições de tamanho e o style_match não afetam o preço unitário. Consulte o preço atual no topo da página e na página de preços.
Modelos e capacidades
-
Por quanto tempo as imagens de resultado são salvas?
Os links de resultado têm prazo de validade; após a conclusão da tarefa, transfira as imagens para o seu próprio armazenamento o quanto antes.
Modelos e capacidades
-
Quais são os requisitos para a imagem do primeiro frame?
Uma por vez, nos formatos jpeg, png ou webp, com no máximo 10MB por imagem; SVG não é suportado. O ideal é que a proporção da imagem seja a mesma do formato de saída; se as proporções forem diferentes, o primeiro frame será cortado ao centro, então é mais seguro posicionar o elemento principal no meio.
Modelos e capacidades Runway Gen 4.5
-
É possível adicionar um quadro final?
Não, este modelo usa apenas um quadro inicial; o quadro final é determinado pelo prompt e pelo modelo. Se precisar especificar a imagem final, você pode usar o Kling 2.5 Turbo Image-to-Video, que suporta um quadro final opcional.
Modelos e capacidades Runway Gen 4.5
-
Quais proporções e durações posso escolher? Qual é a resolução?
Proporções 16:9, 9:16, 4:3, 3:4, 1:1, padrão 16:9; durações de 5, 8 e 10 segundos, disponíveis em todas as proporções, padrão 5 segundos; resolução uniforme de 720p.
Modelos e capacidades Runway Gen 4.5
-
O vídeo gerado tem som?
Não há faixa de áudio; o vídeo final contém apenas as imagens, e a trilha sonora e a narração são adicionadas durante a edição.
Modelos e capacidades Runway Gen 4.5
-
O que escrever no prompt?
O primeiro frame já estabeleceu a imagem, então basta escrever o movimento e a câmera no prompt, por exemplo, "as nuvens se movem, a câmera avança lentamente", com no máximo 1000 caracteres. Para personagens, atribua uma ou duas ações por vez, assim as expressões e posturas ficam mais naturais.
Modelos e capacidades Runway Gen 4.5
-
Por quanto tempo os vídeos gerados ficam salvos?
Os links dos vídeos finalizados são mantidos por cerca de 7 dias por padrão. Se precisar usá-los a longo prazo, baixe-os a tempo ou selecione armazenamento de longo prazo ao criar a tarefa. O histórico de geração pode ser consultado no registro de tarefas.
Modelos e capacidades Runway Gen 4.5
-
Como escolher em relação ao Runway Gen-4.5 Text-to-Video?
Se você tem uma imagem e quer que o sujeito e a composição sigam a imagem, ou precisa de 1:1, 4:3, 3:4, use Image-to-Video; se tem apenas uma ideia em texto, use Text-to-Video, que só oferece orientação horizontal e vertical, e na vertical não há 8 segundos.
Modelos e capacidades Runway Gen 4.5
-
Quais proporções, durações e resoluções são suportadas?
As proporções disponíveis são 16:9 (horizontal) e 9:16 (vertical). No modo horizontal, é possível escolher 5, 8 ou 10 segundos; no vertical, 5 ou 10 segundos, com padrão de 5 segundos. A resolução é sempre 720p, sem outras opções de qualidade.
Modelos e capacidades Runway Gen 4.5
-
Por que não consigo selecionar 8 segundos no modo retrato?
Esta é uma limitação do próprio modelo: 9:16 só suporta 5 segundos e 10 segundos. Se precisar de um vídeo em modo retrato com cerca de 8 segundos, você pode gerar primeiro com 10 segundos e depois cortar na edição.
Modelos e capacidades Runway Gen 4.5
-
Os vídeos gerados têm som?
Não, o vídeo final tem apenas imagem, sem faixa de áudio. Dublagem, música e efeitos sonoros são adicionados na edição; se precisar que o vídeo final já tenha som, confira o Kling 2.5 Turbo Text-to-Video.
Modelos e capacidades Runway Gen 4.5
-
Como escrever o prompt?
Escreva uma ou duas frases na ordem de sujeito, cenário, ação e enquadramento, e depois acrescente o período do dia, o clima e a iluminação, com no máximo 1000 caracteres. Planeje apenas uma ação principal por vez; exigir ao mesmo tempo virar-se, correr e acenar faz as ações entrarem em conflito facilmente.
Modelos e capacidades Runway Gen 4.5
-
E se eu precisar de uma imagem quadrada ou 4:3?
A geração de vídeo a partir de texto só oferece 16:9 e 9:16. Se precisar de 1:1, 4:3 ou 3:4, você pode usar o Runway Gen-4.5 Image-to-Video, começando com uma imagem, e todas as cinco proporções de tela ficam disponíveis para escolha.
Modelos e capacidades Runway Gen 4.5
-
Posso testar online primeiro?
Sim. Após fazer login, escreva a descrição na seção de experiência online no topo desta página e gere primeiro 5 segundos para confirmar a direção; se estiver satisfeito, envie a mesma descrição pela API.
Modelos e capacidades Runway Gen 4.5
-
O Seedance 2.5 de imagem para vídeo exige o envio tanto do primeiro quanto do último frame?
Não é necessário. No modo primeiro frame/primeiro e último frames, ao enviar apenas first_frame_url, o modelo estende naturalmente as imagens seguintes a partir do primeiro frame; quando for necessário controlar o estado final da tomada, forneça também last_frame_url. O último frame não pode ser usado isoladamente. Também é possível usar reference_image_urls ou reference_audio_urls como modo de referência, sem enviar os frames de extremidade.
Modelos e capacidades Seedance 2.5
-
O primeiro frame, o primeiro e o último frames e vários materiais de referência podem ser misturados numa única requisição?
Atualmente, o HiAPI Playground os trata como dois modos de entrada: modo primeiro frame/primeiro e último frames, ou modo de referência reference_image_urls, reference_audio_urls. Para evitar que os sinais de controle entrem em conflito, mantenha um único modo por vez; quando precisar de um vídeo de referência para orientar movimentos ou movimento de câmera, use o seedance-2.5/reference-to-video separadamente.
Modelos e capacidades Seedance 2.5
-
Quais durações e resoluções são suportadas na geração de vídeo a partir de imagem do Seedance 2.5?
O contrato de requisição atual suporta durações inteiras de 4 a 30 segundos, além de 720p e 1080p. O aspect_ratio de saída é fixo em adaptive e acompanha a proporção do primeiro frame. Os quatro exemplos da página são todos em 720p, sendo três de 4 segundos e um de 5 segundos; 30 segundos está dentro do intervalo suportado pela interface, mas a página ainda não tem um exemplo correspondente.
Modelos e capacidades Seedance 2.5
-
Como é cobrado o Seedance 2.5 para vídeo a partir de imagem?
A cobrança é feita com base na duração e na resolução do vídeo gerado, com tarifas por segundo diferentes para 720p e 1080p; os valores exatos seguem o preço em tempo real na página do modelo e o registro da tarefa.
Modelos e capacidades Seedance 2.5
-
Como escrever um Prompt de transição de primeiro e último quadro?
Primeiro descreva a mudança contínua que ocorre entre as duas imagens e, em seguida, fixe o enquadramento, a iluminação e os elementos que não devem mudar. Para variações de dia e noite, pode escrever a passagem do tempo e o acendimento das luzes; para crescimentos, pode escrever a ordem de crescimento, câmera locked off, no cuts. O primeiro e o último quadro definem os pontos finais, e o Prompt é responsável por explicar o processo intermediário.
Modelos e capacidades Seedance 2.5
-
O Seedance 2.5 consegue gerar áudio sincronizado?
Sim. O generate_audio vem ativado por padrão e pode gerar diálogos, som ambiente, efeitos sonoros e música de fundo sincronizados com a imagem. Defina como false quando precisar de um vídeo sem som; materiais comerciais importantes ainda devem ter o volume, a precisão dos diálogos e os direitos musicais verificados antes da publicação.
Modelos e capacidades Seedance 2.5
-
Como chamar o Seedance 2.5 de imagem para vídeo via API?
Envie uma tarefa assíncrona para POST /v1/tasks, defina model como seedance-2.5/image-to-video e passe em input os campos prompt, first_frame_url, o opcional last_frame_url, resolution, duration e generate_audio. A requisição de criação retorna taskId; para callback, consulta e limites completos de materiais, consulte a documentação da API.
Modelos e capacidades Seedance 2.5
-
Por que o Seedance 2.5 de geração de vídeo por referência exige o upload de um vídeo de referência?
A tarefa central deste modelo é extrair movimento, movimento de câmera, ritmo ou linguagem de atuação a partir do vídeo; portanto, reference_video_urls precisa de pelo menos 1 clipe. Imagens de referência e áudios de referência só podem complementar o sujeito, o estilo ou o som, e não podem substituir o vídeo de referência obrigatório.
Modelos e capacidades Seedance 2.5
-
Qual é a diferença entre Reference-to-Video e Image-to-Video?
Reference-to-Video usa um vídeo para transferir movimentos, movimentação de câmera e ritmo, sem garantir a reprodução exata do primeiro ou do último frame; quando for necessário estender uma tomada a partir de uma imagem ou fixar os pontos inicial e final, deve-se usar seedance-2.5/image-to-video. O vídeo gerado por referência também não é usado para editar ou prolongar vídeos existentes.
Modelos e capacidades Seedance 2.5
-
Como @video1, @image1 e @audio1 correspondem aos materiais?
A numeração é calculada de forma independente de acordo com a ordem de upload em cada array. O primeiro item de reference_video_urls é @video1, a primeira de reference_image_urls é @image1 e o primeiro item de reference_audio_urls é @audio1. O prompt deve especificar se cada material fornece a ação, o sujeito, o estilo ou o som.
Modelos e capacidades Seedance 2.5
-
Quantos materiais o Seedance 2.5 suporta no máximo para geração de vídeo por referência?
Suporta de 1 a 10 vídeos de referência, até 30 imagens de referência e 10 áudios de referência. Os vídeos de referência somam no máximo 30 segundos, e os áudios de referência também somam no máximo 30 segundos; os dois limites são calculados separadamente. Os vídeos devem ter pelo menos 409600 pixels, 24–60 fps e de 2 a 30 segundos cada.
Modelos e capacidades Seedance 2.5
-
Como é cobrado o Seedance 2.5 para geração de vídeo por referência?
Tanto o vídeo de referência quanto o vídeo gerado são cobrados por duração. Custo = preço unitário por segundo × (duração do vídeo de referência + duração do vídeo de saída)
Modelos e capacidades Seedance 2.5
-
O Seedance 2.5 de vídeo gerado por referência suporta áudio sincronizado?
Sim. O generate_audio vem ativado por padrão e pode gerar diálogos sincronizados, efeitos sonoros e som de fundo; quando definido como false, apenas o vídeo é gerado. O áudio de referência serve para orientar a voz ou o ritmo, mas ainda é obrigatório fornecer pelo menos um vídeo de referência.
Modelos e capacidades Seedance 2.5
-
Como chamar o Seedance 2.5 de referência para vídeo via API?
Envie uma tarefa assíncrona para POST /v1/tasks, colocando model no nível superior da requisição e definindo-o como seedance-2.5/reference-to-video; em input, passe prompt e reference_video_urls e, conforme necessário, adicione imagens, áudio, resolução, duração e formato de saída. A requisição de criação retorna taskId.
Modelos e capacidades Seedance 2.5
-
Qual é a diferença entre image-to-image e text-to-image no Seedream 4.5?
O endpoint image-to-image usa a imagem que você enviou como base para edição, sendo adequado para mudar cores, trocar cenários, refazer a iluminação, conversão de estilo e composição com várias imagens; já o text-to-image gera a imagem do zero apenas a partir do texto. Quando for necessário preservar o sujeito, a composição ou o texto dentro da imagem, deve-se priorizar o uso do modelo image-to-image atual.
Modelos e capacidades Seedream 4.5
-
Quantas imagens de referência o Seedream 4.5 suporta no máximo?
Cada requisição pode enviar de 1 a 14 imagens JPEG, PNG ou WebP, com tamanho máximo de 10 MB por arquivo; SVG não é suportado. Em tarefas com várias imagens, você pode usar "image 1" e "image 2" no Prompt para especificar explicitamente a finalidade de cada imagem, e a ordem deve corresponder ao array image_urls.
Modelos e capacidades Seedream 4.5
-
Como é cobrado o Seedream 4.5 para edição de imagens? A quantidade de imagens de referência afeta o preço?
A cobrança é feita com base nas imagens de saída geradas com sucesso, e não na quantidade de imagens de referência. Atualmente, 2K e 4K usam a mesma tarifa pública; os valores específicos estão sujeitos ao preço em tempo real na página do modelo e ao registro da tarefa.
Modelos e capacidades Seedream 4.5
-
Como fazer o Seedream 4.5 preservar o sujeito, a composição ou o texto da imagem?
No Prompt, é necessário especificar ao mesmo tempo "o que precisa ser alterado" e "o que deve permanecer inalterado", por exemplo, preservar o contorno do sujeito, o ângulo da câmera, a sombra de contato, o layout da loja ou o texto caligráfico. Primeiro verifique o resultado no Playground; para materiais com texto de marca e requisitos rigorosos de layout, recomenda-se manter uma etapa de revisão manual.
Modelos e capacidades Seedream 4.5
-
Como devo escolher entre Seedream 4.5 e FLUX.2 [pro] Image to Image?
O Seedream 4.5 aceita até 14 imagens de referência por vez, sendo adequado para composição com várias imagens, cenários em chinês e edições que precisam preservar o texto dentro da imagem. O FLUX.2 [pro] Image to Image aceita até 8 imagens de referência e é mais indicado como alternativa para consistência realista e outro estilo de edição; para tarefas importantes, recomenda-se comparar na prática com o mesmo conjunto de materiais antes de escolher.
Modelos e capacidades Seedream 4.5
-
Como chamar o Seedream 4.5 de imagem para imagem via API?
Envie uma requisição para POST /v1/tasks, defina model como seedream-4.5/image-to-image e passe as imagens de referência em input.image_urls. A requisição de criação retorna primeiro um taskId, e a geração é concluída de forma assíncrona em segundo plano; para consulta de tarefas, callback, tratamento de erros e parâmetros completos, consulte a documentação da API.
Modelos e capacidades Seedream 4.5
-
É possível gerar imagens diretamente e também editá-las?
Sem imagem de referência, a geração é feita a partir do texto; com uma imagem de referência, a imagem original é editada; com várias imagens de referência, é possível combinar sujeitos, cenários ou estilos. Os dois usos compartilham o mesmo model ID e aceitam no máximo 10 imagens de referência.
Modelos e capacidades
-
Como controlar a proporção e a resolução da imagem?
size aceita 1K, 1.5K, 2K ou largura x altura. Se precisar de uma proporção exata, preencha as dimensões em pixels; o total de pixels deve estar entre 921600 e 4624220, e a proporção entre 1:16 e 16:1. Atualmente, a opção 4K não está disponível.
Modelos e capacidades
-
O que é necessário como entrada para um fundo transparente?
Use transparent apenas ao editar uma imagem de referência com canal de transparência. Escolha PNG como formato de saída ou mantenha automático; não é um interruptor para remover o fundo de qualquer imagem com fundo branco com um clique.
Modelos e capacidades
-
É possível gerar várias imagens de uma vez ou retorná-las progressivamente?
Atualmente, cada tarefa gera uma imagem, e o resultado completo é obtido por meio da consulta da tarefa; não há suporte para conjuntos de imagens, imagens em streaming ou saída com separação de camadas.
Modelos e capacidades
-
Como obter o resultado da geração?
Após enviar a tarefa, salve o taskId, consulte a tarefa até o status success e então leia o link da imagem em output. O prazo de armazenamento é determinado pelo expireAt retornado; para uso de longo prazo, salve o arquivo a tempo.
Modelos e capacidades
-
Essas obras são adequadas para uso direto como imagens de produtos reais?
A geração de imagens a partir de texto é adequada para explorar disposição, fundo e iluminação, e também pode ser usada em propostas visuais. Se a imagem precisar corresponder com precisão a um produto real, forneça uma referência do produto e verifique estrutura, cor, logotipo e texto; não trate detalhes conceituais gerados como fatos do produto.
Modelos e capacidades
-
Como usar várias imagens de referência em conjunto?
Primeiro, defina o papel de cada imagem, por exemplo: a primeira fornece o produto, a segunda fornece o ambiente e a terceira serve apenas como referência de paleta de cores. Em seguida, descreva claramente a cena que deseja gerar e os detalhes do sujeito que não podem ser alterados; evite que imagens diferentes apresentem exigências conflitantes entre si.
Modelos e capacidades
-
Posso continuar a modificar a partir da imagem anterior?
Você pode usar o resultado anterior como imagem de referência para a próxima tarefa e indicar o objetivo da modificação desta vez. Cada tarefa é processada de forma independente e não memoriza automaticamente conversas, imagens ou histórico de modificações anteriores.
Modelos e capacidades
-
Onde confirmar o custo de geração?
Antes de executar, consulte o custo estimado no Playground; após a conclusão, considere o registro da tarefa como referência. Atualmente, cada tarefa gera uma imagem e a área de preços da página exibe as informações de cobrança correspondentes.
Modelos e capacidades
-
Quantas imagens de referência o Seedream 5.0 Lite suporta para edição de imagens?
Suporta de 1 a 14 imagens JPEG, PNG ou WebP, cada uma com menos de 10MB. Uma única imagem é adequada para modificações locais; várias imagens são adequadas para a composição de sujeito e cenário.
Modelos e capacidades
-
Quanto mais imagens de referência, maior o preço?
Não. Atualmente a cobrança é fixa por imagem gerada, independentemente da quantidade de imagens de referência, do nível 2K/4K e da proporção; o valor exato segue o preço em tempo real nesta página.
Modelos e capacidades
-
Como modificar apenas parte do conteúdo?
Especifique ao mesmo tempo o objeto que deve ser alterado e a composição, o texto, os materiais, a iluminação e as posições que devem permanecer inalterados, evitando usar apenas termos de estilo genéricos.
Modelos e capacidades
-
Posso modificar o texto da imagem?
Sim. No Prompt, deve-se escrever o texto original e o novo texto e solicitar que sejam mantidos o estilo da fonte original, o tamanho, a posição e o efeito de brilho ou impressão.
Modelos e capacidades
-
Como faço para enviar imagens de referência via API?
Passe de 1 a 14 URLs de imagens públicas em input.image_urls no POST /v1/tasks e envie junto o Prompt, a proporção da imagem e a resolução 2K ou 4K.
Modelos e capacidades
-
Para quais tarefas o Seedream 5.0 Lite de texto para imagem é adequado?
Adequado para pôsteres com texto, menus, infográficos, banners de marketing e imagens que exigem entrega rápida em vários formatos. A rota atual aceita apenas prompts de texto e não recebe imagens de referência.
Modelos e capacidades
-
O preço do 2K e do 4K é o mesmo?
Sim. Atualmente, 2K e 4K usam a mesma faixa de preço por imagem, e o formato e o comprimento do Prompt não alteram o preço; o valor exato está sujeito ao preço em tempo real nesta página.
Modelos e capacidades
-
Quais proporções de imagem são suportadas?
Suporta 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 e 21:9.
Modelos e capacidades
-
É possível enviar uma imagem de referência?
Não. Quando precisar de edição por instrução ou composição com várias imagens, use o ID de modelo independente seedream-5.0-lite/image-to-image.
Modelos e capacidades
-
Quais campos são necessários em uma requisição mínima de API?
Envie para POST /v1/tasks o campo model, além de input.prompt, input.aspect_ratio e input.resolution; resolution só pode ser 2K ou 4K.
Modelos e capacidades
-
Quantas imagens de referência o Seedream 5.0 Pro image editing suporta?
Suporta de 1 a 10 imagens de referência em JPEG, PNG ou WebP, cada uma com menos de 10MB; SVG não é suportado. Uma única imagem é adequada para edição local, enquanto várias imagens são adequadas para fusão de sujeito, estilo e cenário.
Modelos e capacidades
-
Como é cobrado 1K e 2K?
1K e 2K usam faixas de preço por imagem diferentes, e a cobrança é feita por imagem de saída, independentemente da quantidade de imagens de referência; os valores específicos seguem o preço em tempo real desta página.
Modelos e capacidades
-
Como manter inalteradas as áreas não modificadas?
No Prompt, descreva ao mesmo tempo o conteúdo a ser modificado e a estrutura, o texto, o enquadramento, a iluminação e as posições dos objetos que devem ser preservados.
Modelos e capacidades
-
A geração de imagem a partir de texto e a edição de imagem usam o mesmo ID de modelo?
Não. A página atual usa seedream-5.0-pro/image-to-image; para gerar imagens diretamente a partir de texto, é necessário usar o seedream-5.0-pro/text-to-image independente.
Modelos e capacidades
-
Como enviar imagens de referência via API?
Passe de 1 a 10 URLs públicas de imagens para input.image_urls no POST /v1/tasks, e envie também o Prompt, a proporção da imagem, a resolução e o formato de saída.
Modelos e capacidades
-
Para quais tarefas o Seedream 5.0 Pro de texto para imagem é adequado?
Adequado para anúncios de produtos, fotografia de pessoas, pôsteres, texto dentro da imagem e cenas complexas. A rota atual de texto para imagem não aceita imagens de referência; quando precisar editar imagens, use o ID de modelo Image to Image independente.
Modelos e capacidades
-
Quais proporções e formatos são suportados?
Suporta 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 e 21:9; os formatos de saída são PNG ou JPEG.
Modelos e capacidades
-
Como escrever um prompt de texto dentro da imagem?
Coloque o texto que deve aparecer entre aspas e especifique a posição, o estilo da fonte e outros textos que não devem aparecer. Primeiro valide o layout em 1K e depois gere a versão final em 2K.
Modelos e capacidades
-
Como chamar via API?
Envie o ID do modelo, o Prompt, a proporção da imagem, a resolução e o formato de saída para POST /v1/tasks e, em seguida, consulte o resultado assíncrono por meio do taskId.
Modelos e capacidades
-
O Kling 3.0 Turbo Image to Video exige o upload de uma imagem?
Sim. Atualmente, o kling-3.0-turbo/image-to-video é uma via de imagem para vídeo; a imagem de entrada é responsável pelo sujeito e pela composição inicial, e o Prompt é responsável pelas mudanças de ação, movimento de câmera e ambiente.
Modelos e capacidades Kling 3.0 Turbo
-
Quais durações e resoluções o Kling 3.0 Turbo Image to Video suporta?
Atualmente, o contrato de requisição do HiAPI suporta 3–15s, com resoluções de saída de 720p e 1080p. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Kling 3.0 Turbo
-
Como é cobrado o Kling 3.0 Turbo Image to Video?
A tarefa é cobrada com base na duração da saída e no nível selecionado. A página exibe o preço em tempo real de acordo com a unidade monetária global, e a cobrança final é determinada pelo registro da tarefa concluída com sucesso.
Modelos e capacidades Kling 3.0 Turbo
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera e, em seguida, liste as aparências, materiais e relações de fundo que devem ser preservados. No primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Kling 3.0 Turbo
-
O Hailuo 2.3 Fast Image to Video precisa de upload de imagem?
Sim. Atualmente, o hailuo-2.3-fast/image-to-video é uma via de imagem para vídeo; a imagem de entrada é responsável pelo sujeito e pela composição inicial, e o Prompt é responsável pelas ações, pelo movimento de câmera e pelas mudanças no ambiente.
Modelos e capacidades
-
Quais durações e resoluções o Hailuo 2.3 Fast Image to Video suporta?
O contrato de requisição atual do HiAPI suporta 6s / 10s. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades
-
Como é cobrado o Hailuo 2.3 Fast Image to Video?
As tarefas são cobradas por vídeo, de acordo com a faixa de duração selecionada. A página exibe o preço em tempo real seguindo a unidade monetária global, e a cobrança final é baseada no registro de tarefas concluídas com sucesso.
Modelos e capacidades
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, pouca oclusão e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera e, em seguida, liste a aparência, os materiais e as relações de fundo que devem ser preservados. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades
-
O Kling 3.0 Image-to-Video precisa de upload de imagem?
Sim. Atualmente, kling-3.0/image-to-video é uma rota de imagem para vídeo; a imagem de entrada define o sujeito e a composição inicial, e o Prompt define a ação, o movimento de câmera e as mudanças de ambiente.
Modelos e capacidades Kling 3.0
-
Quais durações e resoluções o Kling 3.0 Image-to-Video suporta?
O contrato de requisição atual do HiAPI suporta 3–15s, com resoluções de saída de 720p, 1080p e 4K. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Kling 3.0
-
Como é cobrado o Kling 3.0 Image-to-Video?
A tarefa é cobrada com base na duração da saída e no nível selecionado. A página exibe o preço em tempo real seguindo a unidade monetária global, e a cobrança final é determinada pelo registro da tarefa bem-sucedida.
Modelos e capacidades Kling 3.0
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera, e depois liste a aparência, os materiais e as relações de fundo que devem ser preservados. No primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Kling 3.0
-
O Grok Imagine Image to Video exige o upload de uma imagem?
Sim. Atualmente, o grok-imagine/image-to-video é uma rota de vídeo a partir de imagem: a imagem de entrada define o sujeito e a composição inicial, enquanto o Prompt define a ação, o movimento de câmera e as mudanças no ambiente.
Modelos e capacidades Grok Imagine
-
Quais durações e resoluções o Grok Imagine Image to Video suporta?
Atualmente, o contrato de requisição do HiAPI suporta 6–30s, com resoluções de saída de 480p e 720p. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Grok Imagine
-
Como o Grok Imagine Image to Video é cobrado?
As tarefas são cobradas com base na duração da saída e no nível selecionado. A página exibe o preço em tempo real de acordo com a unidade monetária global, e a cobrança final é baseada no registro de tarefas bem-sucedidas.
Modelos e capacidades Grok Imagine
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera, depois liste a aparência, os materiais e as relações de fundo que devem ser preservados. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Grok Imagine
-
O Wan 2.7 Image to Video precisa de enviar uma imagem?
Sim. Atualmente, o wan2.7-video/image-to-video é um pipeline de imagem para vídeo; a imagem de entrada é responsável pelo sujeito e pela composição inicial, e o Prompt é responsável pelas ações, pelo movimento de câmara e pelas mudanças no ambiente.
Modelos e capacidades Wan 2.7 Video
-
Quais durações e resoluções o Wan 2.7 Image to Video suporta?
O contrato de requisição atual do HiAPI suporta 2–15s, com resoluções de saída de 720P e 1080P. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Wan 2.7 Video
-
Como é cobrado o Wan 2.7 Image to Video?
As tarefas são cobradas com base na duração da saída e no nível selecionado. A página exibe o preço em tempo real seguindo a unidade monetária global, e a cobrança final é determinada pelo registro da tarefa bem-sucedida.
Modelos e capacidades Wan 2.7 Video
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera, e depois liste a aparência, os materiais e as relações de fundo que devem ser preservados. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Wan 2.7 Video
-
O Grok Imagine 1.5 Image to Video exige o upload de uma imagem?
Sim. Atualmente, grok-imagine-1.5/image-to-video é uma rota de imagem para vídeo: a imagem de entrada é responsável pelo sujeito e pela composição inicial, e o Prompt é responsável pelas ações, pelo enquadramento e pelas mudanças de ambiente.
Modelos e capacidades Grok Imagine 1.5
-
Quais durações e resoluções o Grok Imagine 1.5 Image to Video suporta?
Atualmente, o contrato de requisição do HiAPI suporta 1–15s, com resolução de saída em 480p e 720p. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Grok Imagine 1.5
-
Como é cobrado o Grok Imagine 1.5 Image to Video?
As tarefas são cobradas pela duração da saída e pelo nível selecionado. A página exibe o preço em tempo real de acordo com a unidade monetária global, e a cobrança final é baseada no registro da tarefa bem-sucedida.
Modelos e capacidades Grok Imagine 1.5
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento, depois liste as características de aparência, material e relação com o fundo que devem ser preservadas. Nos primeiros testes, recomenda-se usar uma duração mais curta.
Modelos e capacidades Grok Imagine 1.5
-
O HappyHorse 1.1 Reference to Video exige o upload de imagens?
Sim. Atualmente, o happyhorse-1.1/reference-to-video é uma rota de geração de vídeo por referência, na qual é possível usar imagens de referência para restringir o sujeito, o estilo e a cena, enquanto o Prompt é responsável pelas mudanças de ação, enquadramento e ambiente.
Modelos e capacidades HappyHorse 1.1
-
Quais durações e resoluções o HappyHorse 1.1 Reference to Video suporta?
O contrato de requisição atual do HiAPI suporta 3–15s, com resolução de saída de 720p e 1080p. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades HappyHorse 1.1
-
Como é cobrado o HappyHorse 1.1 Reference to Video?
As tarefas são cobradas com base na duração da saída e no nível selecionado. A página exibe o preço em tempo real de acordo com a unidade monetária global, e a cobrança final é determinada pelo registro da tarefa bem-sucedida.
Modelos e capacidades HappyHorse 1.1
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera e, em seguida, liste a aparência, os materiais e as relações de fundo que devem ser preservados. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades HappyHorse 1.1
-
O Hailuo 2.3 Image to Video precisa de upload de imagem?
Sim. Atualmente, o hailuo-2.3/image-to-video é uma via de imagem para vídeo: a imagem de entrada é responsável pelo sujeito e pela composição inicial, e o Prompt é responsável pelas ações, pelo movimento de câmera e pelas mudanças de ambiente.
Modelos e capacidades Hailuo 2.3
-
Quais durações e resoluções o Hailuo 2.3 Image to Video suporta?
O contrato de requisição atual do HiAPI suporta 6s / 10s. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Hailuo 2.3
-
Como é cobrado o Hailuo 2.3 Image to Video?
A tarefa é cobrada por vídeo, de acordo com a faixa de duração selecionada. A página exibe o preço em tempo real seguindo a unidade monetária global, e a cobrança final é baseada no registro da tarefa bem-sucedida.
Modelos e capacidades Hailuo 2.3
-
Como melhorar a estabilidade do sujeito na geração de vídeo a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera e, em seguida, liste a aparência, os materiais e as relações de fundo que devem ser preservados. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Hailuo 2.3
-
O Veo 3.1 Fast Image to Video precisa de upload de imagem?
Sim. Atualmente, o veo-3.1-fast/image-to-video é uma rota de imagem para vídeo; a imagem de entrada define o sujeito e a composição inicial, enquanto o Prompt define as ações, os movimentos de câmera e as mudanças de ambiente.
Modelos e capacidades Veo 3.1 Fast
-
Quais durações e resoluções o Veo 3.1 Fast Image to Video suporta?
O contrato de requisição atual do HiAPI suporta 4s / 6s / 8s, com resoluções de saída de 720p, 1080p e 4k. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades Veo 3.1 Fast
-
Como é cobrado o Veo 3.1 Fast Image to Video?
As tarefas são cobradas pela duração da saída e pelo nível selecionado. A página exibe o preço em tempo real seguindo a unidade monetária global, e a cobrança final é baseada no registro de tarefas bem-sucedidas.
Modelos e capacidades Veo 3.1 Fast
-
Como melhorar a estabilidade do sujeito em vídeo gerado a partir de imagem?
Use uma imagem de entrada com o sujeito nítido, poucas oclusões e composição completa; no Prompt, descreva primeiro a ação principal e o enquadramento da câmera e, em seguida, liste as características de aparência, materiais e relações de fundo que devem ser preservadas. Para o primeiro teste, recomenda-se usar uma duração mais curta.
Modelos e capacidades Veo 3.1 Fast
-
O HappyHorse 1.1 Image to Video exige o upload de uma imagem?
Sim. Atualmente, o happyhorse-1.1/image-to-video é um fluxo de imagem para vídeo; a imagem de entrada define o sujeito e a composição inicial, e o Prompt define as ações, a câmera e as mudanças de ambiente.
Modelos e capacidades HappyHorse 1.1
-
Quais durações e resoluções o HappyHorse 1.1 Image to Video suporta?
O contrato de requisição atual do HiAPI suporta 3–15s, com resoluções de saída de 720p e 1080p. Os valores disponíveis estão sujeitos ao painel de parâmetros da página e à documentação da API.
Modelos e capacidades HappyHorse 1.1
-
Como é cobrado o HappyHorse 1.1 Image to Video?
As tarefas são cobradas pela duração da saída e pelo nível selecionado. A página exibe o preço em tempo real de acordo com a unidade monetária global, e a cobrança final é baseada no registro da tarefa bem-sucedida.
Modelos e capacidades HappyHorse 1.1
-
Quantas imagens de referência o FLUX.2 de edição de imagens suporta?
Suporta de 1 a 8 imagens de referência em JPEG, PNG ou WebP, com no máximo 10MB cada. Ao compor várias imagens, deve-se especificar no Prompt a função de cada imagem, em ordem.
Modelos e capacidades FLUX.2
-
Qual é a função da proporção de imagem auto?
auto segue a proporção largura-altura da primeira imagem de referência; quando for necessário fixar a saída em paisagem, retrato ou quadrada, pode-se escolher uma proporção de imagem explícita.
Modelos e capacidades FLUX.2
-
Como é cobrado 1K e 2K?
1K e 2K usam faixas de preço diferentes por imagem, e a quantidade de imagens de referência não gera cobrança adicional; os valores específicos seguem o preço em tempo real desta página.
Modelos e capacidades FLUX.2
-
Como reduzir o desvio do sujeito e do logotipo?
Indique explicitamente a finalidade de cada imagem de referência e liste, ao mesmo tempo, o sujeito, o texto, os materiais, a posição e a iluminação que devem ser alterados e os que devem ser preservados.
Modelos e capacidades FLUX.2
-
Quais campos são obrigatórios na API?
É necessário enviar model, além de input.prompt, input.image_urls, input.aspect_ratio e input.resolution.
Modelos e capacidades FLUX.2
-
Quantas imagens de referência o Grok Imagine suporta para edição de imagens?
O Schema público atual suporta de 1 a 3 imagens de referência. Tanto a página quanto a API seguem esse Schema.
Modelos e capacidades Grok Imagine
-
Qual é a diferença entre a edição padrão e a rota Quality?
A rota padrão prioriza preço fixo baixo e iteração rápida; a Quality dá mais importância à consistência do sujeito, aos materiais e aos detalhes finais.
Modelos e capacidades Grok Imagine
-
Como funciona a proporção de imagem auto?
auto acompanha a primeira imagem de referência e também permite selecionar explicitamente entre quatorze proporções de imagem horizontais, quadradas ou verticais.
Modelos e capacidades Grok Imagine
-
É cobrado um valor extra por mais imagens de referência?
Sim. Além do preço base da saída padrão, é cobrada uma taxa adicional por cada imagem de referência; o valor exato segue o preço em tempo real desta página.
Modelos e capacidades Grok Imagine
-
Qual é o mínimo necessário para a API?
Envie model, input.prompt e input.image_urls; proporção, resolução e formato de saída podem usar os valores padrão.
Modelos e capacidades Grok Imagine
-
Quantas imagens de referência o Grok Imagine Quality suporta para edição de imagens?
O Schema público atual suporta de 1 a 3 imagens de referência. Tanto a página quanto a API seguem esse Schema.
Modelos e capacidades Grok Imagine Quality
-
Qual é a diferença entre Quality e a rota de edição padrão?
Quality dá mais ênfase à consistência do sujeito, aos materiais e aos detalhes, e é dividida nos níveis 1k/2k; a rota padrão é adequada para iteração rápida de baixo custo.
Modelos e capacidades Grok Imagine Quality
-
Como funciona a proporção auto?
auto acompanha a primeira imagem de referência, e também é possível selecionar explicitamente entre quatorze proporções horizontais, quadradas ou verticais.
Modelos e capacidades Grok Imagine Quality
-
Quanto mais imagens de referência, há cobrança adicional?
Sim. Além do preço base de saída 1k/2k, é cobrada uma taxa adicional por cada imagem de referência; o valor específico está sujeito ao preço em tempo real nesta página.
Modelos e capacidades Grok Imagine Quality
-
Qual é o mínimo necessário para a API?
Envie model, input.prompt e input.image_urls; proporção, resolução e formato de saída podem usar os valores padrão.
Modelos e capacidades Grok Imagine Quality
-
O Qwen Image 3.0 de edição de imagens suporta quantas imagens de referência?
Suporta de 1 a 3 imagens de referência. É necessária pelo menos uma; o campo da API é input.image_urls.
Modelos e capacidades Qwen Image 3.0
-
Qual é a diferença entre a edição de imagens da versão padrão e da versão Pro?
A versão padrão enfatiza custo mais baixo e iteração rápida; a Pro é mais adequada para substituição precisa de texto, materiais complexos e layout final.
Modelos e capacidades Qwen Image 3.0
-
Como são cobrados 1K, 2K e as imagens de referência?
1K e 2K usam o mesmo nível de saída, e cada imagem de referência é cobrada uma taxa adicional; os valores exatos seguem o preço em tempo real desta página.
Modelos e capacidades Qwen Image 3.0
-
Como reduzir o desvio de sujeito, layout ou texto?
No Prompt, liste separadamente o conteúdo que deve ser alterado e o sujeito, o texto, a posição, os materiais, o enquadramento da câmera e a iluminação que devem ser preservados; quando precisar de texto preciso, escreva o texto desejado entre aspas.
Modelos e capacidades Qwen Image 3.0
-
Quais campos precisam ser enviados no mínimo para a API?
Envie model, input.prompt e input.image_urls; proporção, resolução, formato de saída e expansão de prompt podem usar os valores padrão.
Modelos e capacidades Qwen Image 3.0
-
Quantas imagens de referência o Qwen Image 3.0 Pro suporta para edição de imagens?
Suporta de 1 a 3 imagens de referência. É necessária pelo menos uma, e o campo da API é input.image_urls.
Modelos e capacidades
-
Qual é a diferença entre o Pro e a edição de imagem padrão?
O Pro é mais adequado para substituição precisa de texto, materiais complexos e layout final; a versão padrão é mais adequada para alteração de cor de produtos, limpeza e iteração rápida de baixo custo.
Modelos e capacidades
-
Como são cobrados 1K, 2K e as imagens de referência?
1K e 2K usam faixas de saída diferentes, e cada imagem de referência tem uma taxa adicional; os valores específicos seguem o preço em tempo real desta página.
Modelos e capacidades
-
Como reduzir a deriva do sujeito, do layout ou do texto?
No Prompt, liste separadamente o conteúdo que deve ser alterado e o sujeito, o texto, a posição, os materiais, o enquadramento e a iluminação que devem ser preservados; quando precisar de texto preciso, escreva o texto desejado entre aspas.
Modelos e capacidades
-
Quais campos no mínimo precisam ser enviados para a API?
Envie model, input.prompt e input.image_urls; proporção, resolução, formato de saída e expansão de prompt podem usar os valores padrão.
Modelos e capacidades
-
Para que tipo de tarefas o FLUX1.1 [pro] é mais adequado?
Adequado para fotografia realista, arquitetura, gastronomia, natureza e visuais comerciais, com suporte a dimensões personalizadas e controle de aprimoramento de Prompt.
Modelos e capacidades FLUX 1.1 Pro
-
O FLUX1.1 [pro] suporta imagem de referência?
O canal atual é de geração puramente texto-para-imagem e não aceita imagens de referência.
Modelos e capacidades FLUX 1.1 Pro
-
Quais especificações de saída são suportadas?
A página atual exibe Custom width / height e Custom, 1:1, 16:9, 9:16; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades FLUX 1.1 Pro
-
Como é cobrado o FLUX1.1 [pro]?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças por resolução ou nível de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades FLUX 1.1 Pro
-
Como chamar a API do FLUX1.1 [pro]?
Envie uma tarefa assíncrona via POST /v1/tasks, use flux-1.1-pro em model e coloque os parâmetros de geração em input.
Modelos e capacidades FLUX 1.1 Pro
-
Para que tarefas o Qwen Image 3.0 é principalmente adequado?
Use o Qwen Image 3.0 para gerar online pôsteres com texto em chinês e inglês, editar cenas e visuais de produtos, com suporte a expansão de Prompt, saída em 1K/2K e vários formatos de imagem, além de visualizar casos, preços e código de chamada da API.
Modelos e capacidades Qwen Image 3.0
-
O Qwen Image 3.0 suporta imagens de referência?
A linha atual é de geração puramente texto-para-imagem e não aceita imagens de referência.
Modelos e capacidades Qwen Image 3.0
-
Quais especificações de saída são suportadas?
A página atual exibe 1K, 2K e 1:1, 16:9, 9:16, 4:3, 3:4; as opções finais seguem os parâmetros do Playground.
Modelos e capacidades Qwen Image 3.0
-
Como o Qwen Image 3.0 é cobrado?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas em tempo real no preço da página.
Modelos e capacidades Qwen Image 3.0
-
Como chamar a API do Qwen Image 3.0?
Envie uma tarefa assíncrona via POST /v1/tasks, use model qwen-image-3.0/text-to-image e coloque os parâmetros de geração em input.
Modelos e capacidades Qwen Image 3.0
-
Para que tarefas o Qwen Image 3.0 Pro é mais adequado?
Adequado para textos mais complexos, arquitetura, edição científica, produtos de luxo e layouts publicitários finais.
Modelos e capacidades
-
O Qwen Image 3.0 Pro suporta imagens de referência?
A rota atual é de geração de imagem puramente a partir de texto e não aceita imagens de referência.
Modelos e capacidades
-
Quais especificações de saída são suportadas?
A página atual exibe 1K, 2K e 1:1, 16:9, 9:16, 4:3, 3:4; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades
-
Como o Qwen Image 3.0 Pro é cobrado?
A cobrança é feita com base na quantidade de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades
-
Como chamar a API do Qwen Image 3.0 Pro?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model qwen-image-3.0-pro/text-to-image e colocando os parâmetros de geração em input.
Modelos e capacidades
-
Para que tarefas o GPT Image 2 Image to Image é mais adequado?
Realizar edições de fundo, iluminação, composição e estilo usando uma ou mais imagens de referência, preservando a estrutura da imagem de origem.
Modelos e capacidades GPT Image 2
-
O GPT Image 2 Image to Image suporta imagens de referência?
Sim. A rota atual exige imagens de referência, com no máximo 6 imagens; as imagens de referência fornecem o sujeito e a composição, enquanto o Prompt descreve o escopo das alterações.
Modelos e capacidades GPT Image 2
-
Quais especificações de saída são suportadas?
A página atual exibe 1K, 2K, 4K e auto, 1:1, 9:16, 16:9, 4:3, 3:4; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades GPT Image 2
-
Como é cobrado o GPT Image 2 Image to Image?
A cobrança é feita com base na quantidade de imagens geradas com sucesso; eventuais diferenças por resolução ou nível de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades GPT Image 2
-
Como chamar a API GPT Image 2 Image to Image?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model gpt-image-2/image-to-image, com os parâmetros de geração em input.
Modelos e capacidades GPT Image 2
-
Para quais tarefas o FLUX.2 [klein] 4B Image to Image é mais adequado?
Uma via leve e de baixo custo voltada para retoque comercial, troca de fundo, troca de cor e iteração rápida de imagens de referência.
Modelos e capacidades FLUX.2 Klein 4B
-
O FLUX.2 [klein] 4B Image to Image suporta imagem de referência?
Sim. A linha atual exige uma imagem de referência, com no máximo 1 imagem; a imagem de referência fornece o sujeito e a composição, e o Prompt descreve o escopo das modificações.
Modelos e capacidades FLUX.2 Klein 4B
-
Quais especificações de saída são suportadas?
A página atual exibe 0,25 MP, 0,5 MP, 1 MP, 2 MP, 4 MP e 1:1, 16:9, 9:16, 4:3, 3:4; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades FLUX.2 Klein 4B
-
Como é cobrado o FLUX.2 [klein] 4B Image to Image?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade serão exibidas no preço em tempo real da página.
Modelos e capacidades FLUX.2 Klein 4B
-
Como chamar a API FLUX.2 [klein] 4B Image to Image?
Envie uma tarefa assíncrona via POST /v1/tasks, usando o model flux-2-klein-4b/image-to-image; os parâmetros de geração ficam em input.
Modelos e capacidades FLUX.2 Klein 4B
-
Para que tipo de tarefas o Nano Banana Pro é mais adequado?
Gerar imagens comerciais com alto nível de detalhe, ou redesenhar combinando imagens de referência opcionais, com suporte a diversas proporções e saída de até 4K.
Modelos e capacidades Nano Banana Pro
-
O Nano Banana Pro suporta imagens de referência?
Suporta até 8 imagens de referência opcionais; sem enviar nenhuma, pode ser usado como geração puramente texto-para-imagem.
Modelos e capacidades Nano Banana Pro
-
Quais especificações de saída são suportadas?
A página atual exibe 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; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Nano Banana Pro
-
Como o Nano Banana Pro é cobrado?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades Nano Banana Pro
-
Como chamar a API do Nano Banana Pro?
Envie uma tarefa assíncrona via POST /v1/tasks, usando nano-banana-pro como model, com os parâmetros de geração dentro de input.
Modelos e capacidades Nano Banana Pro
-
Para quais tarefas o FLUX.1 [schnell] é principalmente adequado?
Modelo ultrarrápido e de baixo custo, com 1 a 4 etapas, adequado para esboços, geração de imagens em lote e exploração rápida de prompts.
Modelos e capacidades FLUX.1 Schnell
-
O FLUX.1 [schnell] suporta imagem de referência?
A rota atual é somente texto para imagem e não aceita imagem de referência.
Modelos e capacidades FLUX.1 Schnell
-
Quais especificações de saída são suportadas?
A página atual exibe 1-12 inference steps e 1:1, 16:9, 9:16, 4:3, 3:4; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades FLUX.1 Schnell
-
Como é cobrado o FLUX.1 [schnell]?
Cobrado pelo número de imagens geradas com sucesso; eventuais diferenças por resolução ou nível de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades FLUX.1 Schnell
-
Como chamar a API do FLUX.1 [schnell]?
Envie uma tarefa assíncrona via POST /v1/tasks, usando flux-schnell/text-to-image como model e colocando os parâmetros de geração em input.
Modelos e capacidades FLUX.1 Schnell
-
Para que tarefas o Nano Banana 2 Lite é principalmente indicado?
Linha de entrada com 1K fixo, adequada para esboços em grande volume, iterações rápidas e redesenho opcional com múltiplas imagens de referência.
Modelos e capacidades Nano Banana 2 Lite
-
O Nano Banana 2 Lite suporta imagens de referência?
Suporta até 10 imagens de referência opcionais; quando nenhuma é enviada, pode ser usado como geração puramente texto-para-imagem.
Modelos e capacidades Nano Banana 2 Lite
-
Quais especificações de saída são suportadas?
A página atual exibe 1K e auto, 1:1, 16:9, 9:16, 4:3, 3:4, 8:1, 1:8; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Nano Banana 2 Lite
-
Como é cobrado o Nano Banana 2 Lite?
A cobrança é feita com base na quantidade de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades Nano Banana 2 Lite
-
Como chamar a API do Nano Banana 2 Lite?
Envie uma tarefa assíncrona via POST /v1/tasks, usando Nano-Banana-2-Lite no campo model, com os parâmetros de geração dentro de input.
Modelos e capacidades Nano Banana 2 Lite
-
Para que tarefas o Grok Image 2.0 Text to Image é principalmente adequado?
Suporta níveis de qualidade low/medium, saída em 1K/2K e formatos de quadrado a ultra-wide, sendo adequado para visuais de produtos, editoriais, paisagens e personagens.
Modelos e capacidades Grok Imagine Image 2.0
-
O Grok Image 2.0 Text to Image suporta imagem de referência?
A rota atual é de geração puramente a partir de texto, não aceita imagem de referência.
Modelos e capacidades Grok Imagine Image 2.0
-
Quais especificações de saída são suportadas?
A página atual exibe 1K, 2K e auto, 1:1, 16:9, 9:16, 4:3, 3:4, 2:1, 1:2; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Grok Imagine Image 2.0
-
Como é cobrado o Grok Image 2.0 Text to Image?
A cobrança é feita com base na quantidade de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades Grok Imagine Image 2.0
-
Como chamar a API Grok Image 2.0 Text to Image?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model grok-imagine-image-2.0/text-to-image e colocando os parâmetros de geração em input.
Modelos e capacidades Grok Imagine Image 2.0
-
Para que tarefas o Grok Image 2.0 Image to Image é principalmente adequado?
Editar uma imagem de referência pública para concluir troca de cores, troca de estilo, troca de cenário e refinamento de detalhes, mantendo a proporção da imagem de referência.
Modelos e capacidades Grok Imagine Image 2.0
-
O Grok Image 2.0 Image to Image suporta imagens de referência?
Sim. A linha atual exige uma imagem de referência, com no máximo 1 imagem; a imagem de referência fornece o sujeito e a composição, enquanto o Prompt descreve o escopo das alterações.
Modelos e capacidades Grok Imagine Image 2.0
-
Como é cobrado o Grok Image 2.0 Image to Image?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real da página.
Modelos e capacidades Grok Imagine Image 2.0
-
Como chamar a API Grok Image 2.0 Image to Image?
Envie uma tarefa assíncrona para POST /v1/tasks, use grok-imagine-image-2.0/image-to-image como model e coloque os parâmetros de geração em input.
Modelos e capacidades Grok Imagine Image 2.0
-
Para que tarefas o Qwen Image 2.0 é principalmente adequado?
Modelo com ótimo custo-benefício que oferece suporte a chinês, prompts negativos, expansão de prompts, Seed opcional e cinco tamanhos de 2K pixels.
Modelos e capacidades Qwen Image 2.0
-
O Qwen Image 2.0 suporta imagem de referência?
A linha atual é de geração puramente texto-para-imagem e não aceita imagens de referência.
Modelos e capacidades Qwen Image 2.0
-
Quais especificações de saída são suportadas?
A página atual exibe 2688×1536, 2368×1728, 2048×2048, 1728×2368, 1536×2688 e ; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Qwen Image 2.0
-
Como é cobrado o Qwen Image 2.0?
A cobrança é feita com base na quantidade de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades Qwen Image 2.0
-
Como chamar a API do Qwen Image 2.0?
Envie uma tarefa assíncrona via POST /v1/tasks, usando qwen-image-2.0 como model e colocando os parâmetros de geração em input.
Modelos e capacidades Qwen Image 2.0
-
Para que tipo de tarefas o Nano Banana é mais adequado?
É um modelo de geração de imagens de uso geral, adequado para ilustração, fotografia, conceitos de produto e visuais para redes sociais.
Modelos e capacidades Nano Banana
-
O Nano Banana suporta imagens de referência?
A rota atual é apenas texto para imagem e não aceita imagens de referência.
Modelos e capacidades Nano Banana
-
Quais especificações de saída são suportadas?
A página atual exibe 1K e auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Nano Banana
-
Como é cobrado o Nano Banana?
A cobrança é feita pela quantidade de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real da página.
Modelos e capacidades Nano Banana
-
Como chamar a API do Nano Banana?
Envie uma tarefa assíncrona via POST /v1/tasks, use nano-banana como model e coloque os parâmetros de geração em input.
Modelos e capacidades Nano Banana
-
Para que tarefas o Nano Banana 2 é principalmente adequado?
Suporta imagens de referência opcionais, proporções variadas e resolução mais alta, podendo ser usado para geração e redesenho de imagens.
Modelos e capacidades Nano Banana 2
-
O Nano Banana 2 é compatível com imagens de referência?
Suporta até 14 imagens de referência opcionais; se nenhuma for enviada, pode ser usado como geração puramente a partir de texto.
Modelos e capacidades Nano Banana 2
-
Quais especificações de saída são suportadas?
A página atual exibe 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; as opções finais estão sujeitas aos parâmetros do Playground.
Modelos e capacidades Nano Banana 2
-
Como é cobrado o Nano Banana 2?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças conforme a resolução ou o nível de qualidade são exibidas no preço em tempo real na página.
Modelos e capacidades Nano Banana 2
-
Como chamar a API do Nano Banana 2?
Envie uma tarefa assíncrona via POST /v1/tasks, usando nano-banana-2 como model, com os parâmetros de geração em input.
Modelos e capacidades Nano Banana 2
-
Para que tipo de tarefas o GPT Image 2 Ext Text to Image é mais adequado?
Trata-se de uma rota de geração compatível com o GPT Image 2, que oferece controle de qualidade e resolução; a visão geral do produto e a intenção principal de busca são atendidas pela página oficial do GPT Image 2.
Modelos e capacidades GPT Image 2
-
O GPT Image 2 Ext Text to Image suporta imagem de referência?
O canal atual é de geração puramente texto-para-imagem e não aceita imagens de referência.
Modelos e capacidades GPT Image 2
-
Como é cobrado o GPT Image 2 Ext Text to Image?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real da página.
Modelos e capacidades GPT Image 2
-
Como chamar a API GPT Image 2 Ext Text to Image?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model gpt-image-2/text-to-image@ext, com os parâmetros de geração em input.
Modelos e capacidades GPT Image 2
-
Para que tarefas o GPT Image 2 Beta é principalmente adequado?
É uma rota Beta mantida para compatibilidade com chamadas antigas; para novas integrações, recomenda-se usar o ID oficial do modelo GPT Image 2.
Modelos e capacidades GPT Image 2
-
O GPT Image 2 Beta oferece suporte a imagens de referência?
A linha atual é de geração puramente a partir de texto e não aceita imagens de referência.
Modelos e capacidades GPT Image 2
-
Como é cobrado o GPT Image 2 Beta?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças conforme a resolução ou o nível de qualidade são exibidas no preço em tempo real da página.
Modelos e capacidades GPT Image 2
-
Como chamar a API do GPT Image 2 Beta?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model gpt-image-2/text-to-image@beta, e coloque os parâmetros de geração em input.
Modelos e capacidades GPT Image 2
-
Para que tipo de tarefas o GPT Image 2 Ext Image to Image é mais adequado?
Uma rota de edição compatível com múltiplas imagens de referência, controle de qualidade, resolução e proporção de imagem.
Modelos e capacidades GPT Image 2
-
O GPT Image 2 Ext Image to Image suporta imagens de referência?
Sim. A rota atual requer imagens de referência, com um máximo de 6; as imagens de referência fornecem o sujeito e a composição, enquanto o Prompt descreve o escopo das modificações.
Modelos e capacidades GPT Image 2
-
Como é cobrado o GPT Image 2 Ext Image to Image?
A cobrança é feita pelo número de imagens geradas com sucesso; eventuais diferenças entre resoluções ou níveis de qualidade são exibidas no preço em tempo real da página.
Modelos e capacidades GPT Image 2
-
Como chamar a API GPT Image 2 Ext Image to Image?
Envie uma tarefa assíncrona para POST /v1/tasks, usando model gpt-image-2/image-to-image@ext, com os parâmetros de geração em input.
Modelos e capacidades GPT Image 2
-
Para que o Ideogram V4 é mais adequado?
Adequado para logos, pôsteres, logotipos tipográficos, embalagens e letreiros de loja que exigem letras latinas precisas.
Modelos e capacidades Ideogram V4
-
Como escolher entre os três níveis de velocidade?
TURBO é ideal para rascunhos rápidos; BALANCED equilibra velocidade e qualidade; QUALITY é ideal para detalhes finais e letreiros complexos.
Modelos e capacidades Ideogram V4
-
Como os três níveis de preço se diferenciam?
TURBO, BALANCED e QUALITY usam faixas por imagem diferentes; os valores específicos seguem os preços em tempo real desta página.
Modelos e capacidades Ideogram V4
-
Como melhorar a precisão do texto na imagem?
Escreva literalmente no Prompt o texto que precisa ser exibido e especifique o estilo da fonte, a hierarquia, a posição e o contraste com o fundo.
Modelos e capacidades Ideogram V4
-
Suporta imagem de referência?
Atualmente, a página do Ideogram V4 é apenas de geração de imagem a partir de texto e não aceita imagens de referência.
Modelos e capacidades Ideogram V4
-
Quais são as vantagens do Qwen Image 2.0 Pro?
Adequado para texto em chinês, personagens, visuais de produtos e cenários conceituais complexos, e oferece cinco predefinições de tamanho em nível 2K.
Modelos e capacidades
-
Qual é a função da otimização automática de prompt?
O prompt_extend vem ativado por padrão e expande a entrada para complementar detalhes visuais, mas adiciona um pequeno atraso; pode ser desativado quando for necessário seguir estritamente o texto original.
Modelos e capacidades
-
Como evitar elementos indesejados?
Descreva o conteúdo a ser excluído por meio de negative_prompt e mantenha o Prompt positivo claro quanto aos requisitos de sujeito, texto e composição.
Modelos e capacidades
-
Suporta imagem de referência?
Atualmente, a rota de geração de imagem a partir de texto do Pro aceita apenas texto e não suporta entrada de imagem de referência.
Modelos e capacidades
-
O tamanho altera o preço?
Atualmente, as cinco predefinições de tamanho usam a mesma faixa de preço por unidade; o valor exato está sujeito ao preço em tempo real nesta página.
Modelos e capacidades
-
Para que é adequado o text-to-image do Seedream 4.5?
Adequado para cenários de estilo chinês, fotografia gastronômica, imagens de ficção científica, paisagens e criação geral que exige saída em 2K/4K.
Modelos e capacidades Seedream 4.5
-
Os preços de 2K e 4K são diferentes?
Atualmente, as duas resoluções usam o mesmo nível de preço por imagem única; o valor exato segue o preço em tempo real desta página.
Modelos e capacidades Seedream 4.5
-
Por que a proporção da imagem é um parâmetro obrigatório?
O contrato atual da requisição exige o envio explícito de aspect_ratio e resolution, evitando que o tamanho da saída dependa de padrões implícitos.
Modelos e capacidades Seedream 4.5
-
Posso enviar uma imagem de referência?
Esta rota de geração de imagem a partir de texto não aceita imagem de referência; use seedream-4.5/image-to-image.
Modelos e capacidades Seedream 4.5
-
Qual é o comprimento máximo do Prompt?
Suporta de 4 a 3000 caracteres, em chinês ou inglês.
Modelos e capacidades Seedream 4.5
-
Quais formatos de imagem especiais o Wan 2.7 Image suporta?
Além dos formatos horizontais e verticais comuns, também suporta formatos ultralargos ou ultra-altos como 21:9, 8:1 e 1:8.
Modelos e capacidades Wan 2.7 Image
-
Qual é a função do Thinking Mode?
Quando ativado, aumenta o tempo de geração para aprimorar o raciocínio e a organização visual de Prompts complexos; para rascunhos rápidos, pode permanecer desativado.
Modelos e capacidades Wan 2.7 Image
-
Como escolher entre 1K, 2K e 4K?
Comece com 1K ou 2K para validar a direção e, quando precisar de uma saída maior no final, escolha 4K. O preço atual da página é um valor fixo por imagem.
Modelos e capacidades Wan 2.7 Image
-
Suporta imagem de referência?
O ID de modelo atual é uma rota de geração de imagem puramente a partir de texto e não aceita imagens de referência.
Modelos e capacidades Wan 2.7 Image
-
Como reproduzir os resultados?
Fixe o seed, o Prompt, a proporção da imagem, a resolução e a configuração do Thinking Mode.
Modelos e capacidades Wan 2.7 Image
-
Para que serve o Z-Image?
É adequado para geração de imagens de baixo custo com prompts em chinês, retratos realistas, letreiros, cenas noturnas urbanas e materiais gastronômicos.
Modelos e capacidades Z-Image
-
Quais proporções de imagem são suportadas?
Suporta 1:1, 4:3, 3:4, 16:9 e 9:16.
Modelos e capacidades Z-Image
-
É possível controlar a resolução ou o formato?
O contrato de requisição público atual expõe apenas Prompt e aspect_ratio; campos de resolução ou formato não declarados não devem ser adicionados à requisição.
Modelos e capacidades Z-Image
-
Suporta imagens de referência?
Não. O ID atual do modelo Z-Image é apenas texto para imagem.
Modelos e capacidades Z-Image
-
Como chamar a API?
Envie model: z-image e input.prompt via POST /v1/tasks; aspect_ratio é opcional.
Modelos e capacidades Z-Image
-
Que tipo de modelo de vídeo é o HappyHorse 1.0?
É uma linha de texto para vídeo pura: basta um Prompt de texto, sem necessidade de enviar uma imagem inicial.
Modelos e capacidades HappyHorse 1.0
-
Quais especificações de saída o HappyHorse 1.0 suporta?
Suporta de 3 a 15 segundos, com resoluções incluindo 720p e 1080p, e proporções de tela incluindo 16:9, 9:16, 1:1, 4:3 e 3:4.
Modelos e capacidades HappyHorse 1.0
-
É possível gerar voz ou usar referências de áudio?
Não aceita entrada de mídia; os recursos de voz estão sujeitos ao contrato do modelo
Modelos e capacidades HappyHorse 1.0
-
Como é feita a cobrança do HappyHorse 1.0?
A cobrança é feita com base na duração da saída e no nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio estão sujeitas ao preço na página e ao registro da tarefa.
Modelos e capacidades HappyHorse 1.0
-
Como chamar a API do HappyHorse 1.0?
Envie uma tarefa assíncrona via POST /v1/tasks, use happyhorse-1.0 como model e coloque os parâmetros em input.
Modelos e capacidades HappyHorse 1.0
-
Que tipo de modelo de vídeo é o Kling 3.0 Text-to-Video?
É uma linha puramente de texto para vídeo: basta um Prompt de texto, sem exigir o upload de uma imagem inicial.
Modelos e capacidades Kling 3.0
-
Quais especificações de saída o Kling 3.0 Text-to-Video suporta?
Suporta de 3 a 15 segundos, resoluções incluindo 720p, 1080p e 4K, e proporções de tela incluindo 16:9, 9:16 e 1:1.
Modelos e capacidades Kling 3.0
-
É possível gerar voz ou usar uma referência de áudio?
Opção de ativar/desativar a geração de voz
Modelos e capacidades Kling 3.0
-
Como é cobrado o Kling 3.0 Text-to-Video?
A cobrança é feita com base na duração da saída e no nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio seguem o preço da página e o registro da tarefa.
Modelos e capacidades Kling 3.0
-
Como chamar a API de Text-to-Video do Kling 3.0?
Envie uma tarefa assíncrona via POST /v1/tasks, usando kling-3.0/text-to-video como model e colocando os parâmetros em input.
Modelos e capacidades Kling 3.0
-
Que tipo de modelo de vídeo é o Veo 3.1 Fast Text to Video?
É uma modalidade de texto para vídeo pura: basta um Prompt de texto, sem exigir o upload de uma imagem inicial.
Modelos e capacidades Veo 3.1 Fast
-
Quais especificações de saída o Veo 3.1 Fast Text to Video suporta?
Suporta 4-8 segundos, com resoluções incluindo 720p, 1080p e 4k, e proporções de tela incluindo 16:9 e 9:16.
Modelos e capacidades Veo 3.1 Fast
-
É possível gerar voz ou usar referências de áudio?
A geração de áudio está ativada por padrão
Modelos e capacidades Veo 3.1 Fast
-
Como é cobrado o Veo 3.1 Fast Text to Video?
A cobrança é feita pela duração da saída e pelo nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio são determinadas pelos preços na página e pelo registro da tarefa.
Modelos e capacidades Veo 3.1 Fast
-
Como chamar a API Veo 3.1 Fast Text to Video?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model com veo-3.1-fast/text-to-video, e coloque os parâmetros em input.
Modelos e capacidades Veo 3.1 Fast
-
Que tipo de modelo de vídeo é o Veo 3.1 Text to Video?
É uma linha puramente de texto para vídeo: basta um Prompt de texto, sem necessidade de enviar uma imagem inicial.
Modelos e capacidades Veo 3.1
-
Quais especificações de saída o Veo 3.1 Text to Video suporta?
Suporta de 4 a 8 segundos, resoluções incluindo 720p, 1080p e 4k, e proporções de tela incluindo 16:9 e 9:16.
Modelos e capacidades Veo 3.1
-
É possível gerar voz ou usar uma referência de áudio?
A geração de áudio está ativada por padrão
Modelos e capacidades Veo 3.1
-
Como é cobrado o Veo 3.1 Text to Video?
A cobrança é feita pela duração da saída e pelo nível em tempo real; eventuais diferenças decorrentes de resolução, modo ou opções de áudio seguem os preços da página e o registro da tarefa.
Modelos e capacidades Veo 3.1
-
Como chamar a API Veo 3.1 Text to Video?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model veo-3.1/text-to-video, com os parâmetros em input.
Modelos e capacidades Veo 3.1
-
Que tipo de modelo de vídeo é o Seedance 2.0?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.
Modelos e capacidades Seedance 2.0
-
Quais especificações de saída o Seedance 2.0 suporta?
Suporta 4-15 segundos, resoluções incluindo 480p, 720p, 1080p, 4k, e proporções de tela incluindo 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelos e capacidades Seedance 2.0
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo e áudio; geração de áudio suportada
Modelos e capacidades Seedance 2.0
-
Como o Seedance 2.0 é cobrado?
A cobrança é feita com base na duração da saída e no nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio estão sujeitas ao preço da página e ao registro da tarefa.
Modelos e capacidades Seedance 2.0
-
Como chamar a API do Seedance 2.0?
Envie uma tarefa assíncrona via POST /v1/tasks, use seedance-2.0 como model e coloque os parâmetros em input.
Modelos e capacidades Seedance 2.0
-
Que tipo de modelo de vídeo é o Seedance 2.0 Fast?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.
Modelos e capacidades
-
Quais especificações de saída o Seedance 2.0 Fast suporta?
Suporta de 4 a 15 segundos, resoluções incluindo 480p e 720p, e proporções de tela incluindo 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 e adaptive.
Modelos e capacidades
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo e áudio; geração de áudio suportada
Modelos e capacidades
-
Como é cobrado o Seedance 2.0 Fast?
A cobrança é feita com base na duração da saída e no nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio seguem os preços da página e o registro da tarefa.
Modelos e capacidades
-
Como chamar a API do Seedance 2.0 Fast?
Envie uma tarefa assíncrona para POST /v1/tasks, use seedance-2.0-fast como model e coloque os parâmetros em input.
Modelos e capacidades
-
Que tipo de modelo de vídeo é o Seedance 2.0 Ext?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; os diferentes modos de controle devem ser combinados de acordo com o contrato de parâmetros atual.
Modelos e capacidades Seedance 2.0
-
Quais especificações de saída o Seedance 2.0 Ext suporta?
Suporta 4-15 segundos, resoluções incluindo 720p, 1080p, 4k, e proporções de tela incluindo 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.
Modelos e capacidades Seedance 2.0
-
Como o Seedance 2.0 Ext é cobrado?
A cobrança é feita pela duração da saída e pelo nível em tempo real; diferenças causadas por resolução, modo ou opções de áudio estão sujeitas aos preços da página e ao registro da tarefa.
Modelos e capacidades Seedance 2.0
-
Como chamar a API Seedance 2.0 Ext?
Envie uma tarefa assíncrona via POST /v1/tasks, use seedance-2.0@ext como model e coloque os parâmetros em input.
Modelos e capacidades Seedance 2.0
-
Que tipo de modelo de vídeo é o Seedance 2.0 Mini?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; os diferentes modos de controle devem ser combinados conforme o contrato de parâmetros atual.
Modelos e capacidades
-
Quais especificações de saída o Seedance 2.0 Mini suporta?
Suporta 4-15 segundos, com resoluções que incluem 480p e 720p, e proporções de tela que incluem 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 e adaptive.
Modelos e capacidades
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo e áudio; suporte para geração de áudio
Modelos e capacidades
-
Como o Seedance 2.0 Mini é cobrado?
A cobrança é feita com base na duração da saída e no nível em tempo real; diferenças decorrentes da resolução, do modo ou das opções de áudio devem ser confirmadas no preço da página e no registro da tarefa.
Modelos e capacidades
-
Como chamar a API do Seedance 2.0 Mini?
Envie uma tarefa assíncrona para POST /v1/tasks, use seedance-2.0-mini como model e coloque os parâmetros em input.
Modelos e capacidades
-
Que tipo de modelo de vídeo é o HappyHorse 1.1 Text to Video?
É uma linha de geração puramente texto-para-vídeo: requer apenas um Prompt de texto, sem necessidade de enviar uma imagem inicial.
Modelos e capacidades HappyHorse 1.1
-
Quais especificações de saída o HappyHorse 1.1 Text to Video suporta?
Suporta de 3 a 15 segundos, com resoluções incluindo 720p e 1080p, e proporções de tela incluindo 16:9, 9:16, 3:4, 4:3, 4:5, 5:4, 1:1, 9:21 e 21:9.
Modelos e capacidades HappyHorse 1.1
-
É possível gerar voz ou usar referências de áudio?
Não aceita entrada de mídia; os recursos de voz estão sujeitos ao contrato do modelo
Modelos e capacidades HappyHorse 1.1
-
Como é cobrado o HappyHorse 1.1 Text to Video?
A cobrança é feita pela duração da saída e pelo nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio seguem o preço da página e o registro da tarefa.
Modelos e capacidades HappyHorse 1.1
-
Como chamar a API HappyHorse 1.1 Text to Video?
Envie uma tarefa assíncrona via POST /v1/tasks, use model happyhorse-1.1/text-to-video e coloque os parâmetros em input.
Modelos e capacidades HappyHorse 1.1
-
Que tipo de modelo de vídeo é o MiniMax H3?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.
Modelos e capacidades MiniMax H3
-
Quais especificações de saída o MiniMax H3 suporta?
Suporta 4-15 segundos, resoluções incluindo 2K e proporções de tela incluindo 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e adaptive.
Modelos e capacidades MiniMax H3
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo e áudio; suporte para geração de áudio
Modelos e capacidades MiniMax H3
-
Como o MiniMax H3 é cobrado?
A cobrança é feita pela duração da saída e pelo nível em tempo real; diferenças decorrentes de resolução, modo ou opções de áudio seguem o preço exibido na página e o registro da tarefa.
Modelos e capacidades MiniMax H3
-
Como chamar a API MiniMax H3?
Envie uma tarefa assíncrona via POST /v1/tasks, use minimax-h3 como model e coloque os parâmetros em input.
Modelos e capacidades MiniMax H3
-
Que tipo de modelo de vídeo é o Wan 3.0 Video?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.
Modelos e capacidades Wan 3.0 Video
-
Quais especificações de saída o Wan 3.0 Video suporta?
Suporta de 2 a 30 segundos, com resoluções incluindo 480P, 720P e 1080P, e proporções de tela incluindo adaptive, 16:9, 4:3, 1:1, 3:4 e 9:16.
Modelos e capacidades Wan 3.0 Video
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo, áudio, arquivo e link; suporta áudio sincronizado
Modelos e capacidades Wan 3.0 Video
-
Como o Wan 3.0 Video é cobrado?
A cobrança é feita com base na duração da saída e na faixa em tempo real; diferenças decorrentes da resolução, do modo ou das opções de áudio seguem os preços da página e o registro da tarefa.
Modelos e capacidades Wan 3.0 Video
-
Como chamar a API do Wan 3.0 Video?
Envie uma tarefa assíncrona via POST /v1/tasks, usando wan3.0-video como model e colocando os parâmetros em input.
Modelos e capacidades Wan 3.0 Video
-
Quais entradas o Wan 3.0 Prime suporta?
Apenas o prompt é obrigatório. As entradas opcionais incluem quadro inicial e quadro final, até 10 imagens de referência, até 5 trechos de áudio de referência, 1 documento de referência ou 1 página web de referência. A entrada de vídeo de referência ainda não está disponível.
Modelos e capacidades
-
É possível usar o primeiro e o último frame junto com materiais de referência?
Não. O modo de primeiro e último frame é mutuamente exclusivo com os arrays de imagens, áudios, arquivos e páginas web de referência; em cada tarefa, escolha apenas um desses métodos de controle; além disso, entre arquivo de referência e página web de referência, só é possível escolher um dos dois.
Modelos e capacidades
-
Quais são os requisitos para o áudio de referência?
WAV ou MP3, cada trecho de 1 a 15 segundos, no máximo 5 trechos, e deve ser usado junto com a imagem de referência. No prompt, use Audio1, Audio2 para se referir a eles em ordem, indicando se é narração, diálogo ou música.
Modelos e capacidades
-
Quais durações, resoluções e proporções são suportadas?
A duração é definida em segundos inteiros, de 2 a 30 segundos; as resoluções são 480P, 720P e 1080P; as proporções são adaptive, 16:9, 4:3, 1:1, 3:4 e 9:16, sendo que adaptive é determinada com base no material de entrada e no prompt.
Modelos e capacidades
-
O vídeo terá som?
Por padrão, é gerada uma faixa de áudio sincronizada com a imagem, e o conteúdo sonoro pode ser descrito no prompt (por exemplo, som ambiente, narração); definir audio como false permite gerar apenas a imagem.
Modelos e capacidades
-
Qual é a diferença entre o Wan 3.0 Prime e o Wan 3.0 Video?
O Prime é a rota acelerada do Wan 3.0; o uso de prompts, quadros inicial e final, imagens de referência, áudio, arquivos e páginas web é idêntico em ambos, bastando trocar o model ID para alternar; no momento, o Prime não aceita entrada de vídeo de referência, e os preços das duas rotas são diferentes.
Modelos e capacidades
-
Como reproduzir o mesmo resultado?
Passe um seed fixo (de 0 a 2147483647) e mantenha o prompt e os demais parâmetros inalterados para obter resultados altamente consistentes, o que facilita a comparação após ajustes finos.
Modelos e capacidades
-
Como o Wan 3.0 Prime é cobrado?
A cobrança é feita pela duração do vídeo de saída e pela faixa de resolução, e tarefas com falha são totalmente reembolsadas; os preços unitários específicos estão sujeitos ao preço em tempo real nesta página.
Modelos e capacidades
-
O Seedance 2.5 de texto para vídeo precisa de fazer upload de imagens?
Não é necessário. Esta página corresponde a seedance-2.5/text-to-video e aceita apenas um Prompt de texto; quando precisar de primeiro frame, primeiro e último frames ou materiais de referência, deve utilizar as linhas separadas Image-to-Video ou Reference-to-Video.
Modelos e capacidades Seedance 2.5
-
Qual é a duração máxima de vídeo suportada pelo Seedance 2.5?
O contrato de requisição atual suporta de 4 a 30 segundos, 720p ou 1080p, e oferece proporções de tela 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 e adaptive.
Modelos e capacidades Seedance 2.5
-
O Seedance 2.5 gera áudio?
generate_audio vem ativado por padrão para gerar áudio sincronizado; se não precisar de áudio, você pode desativá-lo. Ainda assim, o resultado final deve passar por uma revisão de volume, diálogo e direitos autorais.
Modelos e capacidades Seedance 2.5
-
Como o Seedance 2.5 é cobrado?
A cobrança é feita por segundo de vídeo gerado e pela faixa de resolução. 720p e 1080p usam preços diferentes por segundo.
Modelos e capacidades Seedance 2.5
-
Como chamar a API de texto para vídeo do Seedance 2.5?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model como seedance-2.5/text-to-video e passando parâmetros como prompt, duration, resolution e aspect_ratio em input.
Modelos e capacidades Seedance 2.5
-
O Grok Imagine de texto para vídeo precisa de imagem?
Não precisa. O grok-imagine/text-to-video recebe apenas um Prompt de texto; quando for necessária uma imagem de origem, deve-se usar a rota separada de imagem para vídeo.
Modelos e capacidades Grok Imagine
-
Quais especificações o Grok Imagine suporta?
Suporta 6–30 segundos, 480p ou 720p, e proporções de 2:3, 3:2, 1:1, 16:9, 9:16.
Modelos e capacidades Grok Imagine
-
Qual é a diferença entre o modo normal e o modo fun?
O modo normal é adequado para esportes convencionais e imagens estáveis, enquanto o modo fun é usado para movimentos criativos mais ativos. Recomenda-se primeiro usar o modo normal para verificar o sujeito e a composição.
Modelos e capacidades Grok Imagine
-
Como o Grok Imagine é cobrado?
A cobrança é feita por segundos de saída e resolução; 480p e 720p usam preços por segundo diferentes.
Modelos e capacidades Grok Imagine
-
Como chamar a API de texto para vídeo do Grok Imagine?
Envie uma tarefa para POST /v1/tasks, use o model grok-imagine/text-to-video e coloque os parâmetros em input.
Modelos e capacidades Grok Imagine
-
O Hailuo 2.3 de texto para vídeo precisa de imagem?
Não é necessário. Essa rota aceita apenas um Prompt de texto. Quando for necessário especificar o primeiro frame, deve-se usar o modelo independente Hailuo de imagem para vídeo.
Modelos e capacidades Hailuo 2.3
-
Quais durações o Hailuo 2.3 suporta?
A linha padrão oferece duas opções fixas de saída, de 6 segundos e 10 segundos, sem expor parâmetros de resolução ou proporção de tela.
Modelos e capacidades Hailuo 2.3
-
Qual é a função do Prompt optimizer?
Ele vem ativado por padrão e serve para expandir e organizar automaticamente o Prompt. Quando for necessário preservar rigorosamente as instruções originais, você pode desativá-lo e escrever você mesmo a descrição completa do enquadramento.
Modelos e capacidades Hailuo 2.3
-
Como é cobrado o Hailuo 2.3?
A cobrança é feita por faixas conforme o vídeo gerado, com um preço fixo por vídeo para 6 segundos e para 10 segundos.
Modelos e capacidades Hailuo 2.3
-
Como chamar a API do Hailuo 2.3?
Envie uma tarefa assíncrona via POST /v1/tasks, usando model como hailuo-2.3/text-to-video e passando prompt, duration e prompt_optimizer em input.
Modelos e capacidades Hailuo 2.3
-
O Wan 2.7 de texto para vídeo precisa de imagem?
Não. O wan2.7-video/text-to-video exige apenas um Prompt de texto; quando for necessário um primeiro ou último quadro, deve-se usar o Wan 2.7 Image-to-Video.
Modelos e capacidades Wan 2.7 Video
-
Quais especificações de saída o Wan 2.7 suporta?
Suporta 2–15 segundos, 720P ou 1080P, e proporções de 16:9, 9:16, 1:1, 4:3 e 3:4.
Modelos e capacidades Wan 2.7 Video
-
O que é audio_url no Wan 2.7?
audio_url é uma referência de áudio opcional em WAV ou MP3. Ele não transforma essa rota em image-to-video, nem substitui o Prompt de texto.
Modelos e capacidades Wan 2.7 Video
-
Como o Wan 2.7 é cobrado?
A cobrança é feita por segundo de vídeo de saída e pela resolução; 720P e 1080P usam preços por segundo diferentes.
Modelos e capacidades Wan 2.7 Video
-
Como chamar a API de texto para vídeo do Wan 2.7?
Envie uma tarefa assíncrona via POST /v1/tasks, use wan2.7-video/text-to-video como model e passe os parâmetros prompt, resolution, ratio, duration, entre outros, no input.
Modelos e capacidades Wan 2.7 Video
-
Quantas imagens de entrada o Veo 3.1 image-to-video requer?
Atualmente, o endpoint recebe uma URL de imagem publicamente acessível por vez, e o nome do campo é image_url, não image_urls. Recomenda-se que a imagem de entrada tenha pelo menos 720p e que, antes do envio, sejam definidos o sujeito, a composição e o espaço de movimento; endereços locais ou links temporários inacessíveis pela internet pública não podem ser usados como entrada.
Modelos e capacidades Veo 3.1
-
Como controlar a orientação horizontal ou vertical no image-to-video do Veo 3.1?
A proporção da saída herda a imagem de entrada; não é necessário passar aspect_ratio adicionalmente. Para gerar vídeos verticais para TikTok, Reels ou Shorts, prepare primeiro uma imagem de entrada 9:16; para materiais horizontais de web ou anúncios, prepare primeiro uma imagem de entrada 16:9. Outras proporções podem ser cortadas para se ajustarem.
Modelos e capacidades Veo 3.1
-
Quais durações e resoluções o Veo 3.1 suporta?
O contrato de requisição atual do HiAPI suporta 4, 6 e 8 segundos, além de 720p, 1080p e 4K. A duração e a resolução afetam juntas o custo total; validar o movimento primeiro com uma duração mais curta e só depois gerar na resolução final pode reduzir o consumo desnecessário.
Modelos e capacidades Veo 3.1
-
O Veo 3.1 consegue gerar áudio nativo? Como controlar o som?
Sim. Escreva no Prompt os sons ambientes, o Foley e o ritmo da música, e faça as indicações de som acompanharem a ordem dos eventos, por exemplo, "um som grave de impacto quando o sapato toca o chão". Materiais comerciais importantes ainda devem ser verificados antes da publicação quanto a volume, diálogo, segurança de marca e requisitos de direitos autorais da plataforma.
Modelos e capacidades Veo 3.1
-
Como é cobrado o Veo 3.1 para vídeo a partir de imagem?
A cobrança é feita pela duração e resolução da geração; 720p/1080p com áudio usam a faixa básica por segundo, enquanto 4K com áudio usa uma faixa mais alta. Os valores específicos estão sujeitos ao preço em tempo real na página do modelo e ao registro da tarefa.
Modelos e capacidades Veo 3.1
-
Como escolher entre o Veo 3.1 e o Veo 3.1 Fast?
Ambos usam a mesma estrutura de entrada de imagem única, durações de 4/6/8 segundos e resolução. O Fast é adequado para validar primeiro o movimento, o enquadramento e o ritmo do som, enquanto o Veo 3.1 padrão é adequado para o vídeo final. O fluxo comum é primeiro filtrar os prompts com rascunhos em 720p do Fast e depois gerar a saída em 1080p ou 4K com o modelo padrão.
Modelos e capacidades Veo 3.1
-
Como chamar o Veo 3.1 de imagem para vídeo via API?
Envie uma requisição para POST /v1/tasks, defina model como veo-3.1/image-to-video e passe prompt, image_url, resolution e duration em input. A interface retorna primeiro o taskId e o vídeo é gerado de forma assíncrona em segundo plano; para consulta de tarefas, callback, tratamento de erros e parâmetros completos, consulte a documentação da API.
Modelos e capacidades Veo 3.1
-
Qual é a diferença entre o Vidu Q3 Mix e o Vidu Q3 Ad?
Ambos usam o mesmo conjunto de parâmetros (1-7 imagens de referência, o mesmo conjunto de 10 tamanhos, duas opções 720P/1080P), e o formato da requisição é exatamente igual. A diferença está na faixa de duração e no foco de otimização: o Mix é voltado para cenários gerais, com duração de 1-16 segundos; o Ad é voltado para publicidade, com duração de 3-15 segundos, e adiciona processamento inteligente de cortes de câmera, movimentos de câmera e efeitos sonoros com foco em marketing para cenários publicitários. Para anúncios de produtos, prefira o Ad; para outros temas, use o Mix.
Modelos e capacidades
-
Por que o size só pode escolher 10 valores enumerados e não é possível preencher a resolução livremente?
O size é representado pelo valor em pixels no formato «largura*altura», mas a API aceita apenas os 10 valores fixos, equivalentes a cinco proporções — 16:9, 4:3, 1:1, 3:4 e 9:16 — × dois níveis, 720P e 1080P. A vantagem é que a proporção e o nível de resolução são escolhidos de uma vez, sem precisar enviar um parâmetro de proporção separado; a desvantagem é que não é possível especificar tamanhos intermediários. Atenção: 1:1 no nível 1080P é 1808*1808, e não 1920*1920.
Modelos e capacidades
-
Qual é a duração máxima que pode ser gerada?
O Mix suporta de 1 a 16 segundos (segundos inteiros, padrão de 5 segundos). Os 16 segundos são mais longos do que os 5-10 segundos da maioria das interfaces de geração de vídeo por referência, sendo adequados para trechos que exigem o desenvolvimento de ações. Observe que o intervalo do Ad é diferente: de 3 a 15 segundos.
Modelos e capacidades
-
Quantas imagens de referência no máximo? Como fazer o modelo saber quem é quem?
reference_image_urls aceita de 1 a 7 imagens, que devem ser URLs HTTP(S) acessíveis publicamente, nos formatos JPEG/JPG/PNG/WEBP, com no máximo 50MB por imagem e proporção entre 1:4 e 4:1. Basta referenciá-las no prompt na ordem do array, por exemplo, «o personagem da imagem de referência 1 entra no cenário da imagem de referência 2»; a numeração corresponde um a um ao índice do array.
Modelos e capacidades
-
Como é cobrado?
A cobrança é feita pelos segundos efetivamente gerados; o nível de resolução define o preço por segundo, sendo o preço por segundo diferente para 720P e 1080P. O preço em tempo real na página de preços prevalece, e os detalhes de consumo de cada tarefa podem ser conferidos item a item no histórico de tarefas do HiAPI.
Modelos e capacidades
-
O áudio e a marca d'água afetam o preço?
Não. O preço é determinado apenas pelo nível de resolução e pelo número real de segundos de saída; nenhuma das duas opções participa do cálculo do preço. O áudio vem desativado por padrão e o vídeo é gerado sem som; ao ativá-lo, o modelo gera música de fundo e efeitos sonoros de acordo com o conteúdo da imagem; a marca d'água vem desativada por padrão; ao ativá-la, aparece no canto inferior direito do vídeo a indicação 「Conteúdo gerado por IA」.
Modelos e capacidades
-
Como escolher entre o Vidu Q4 Preview e a geração de vídeo por referência?
Depende do material de entrada. Se precisar de áudio de referência para fixar o timbre da personagem, fazer a personagem falar, ou precisar de mais de 7 imagens de referência, use o Q4 Preview (1-15 imagens de referência + até 3 trechos de MP3). Se só precisar de referência por imagem, quiser proporção vertical nativa ou quadrada, e preferir definir proporção e resolução de uma só vez, o Mix é mais direto — o Q4 Preview separa resolução e proporção em dois parâmetros independentes.
Modelos e capacidades
-
A imagem de referência aparecerá exatamente como está no início do vídeo?
Não. A geração de vídeo a partir de referência usa a imagem de referência como base para a aparência do sujeito e gera uma nova cena; a própria imagem de referência não aparece como primeiro quadro. Se a imagem de referência tiver um fundo completo, o início do vídeo final pode ficar parecido com esse fundo; se quiser que todo o vídeo seja um novo cenário, descreva o ambiente claramente no prompt. Quando for necessário que o primeiro quadro seja exatamente igual a uma imagem específica, deve-se usar a interface de geração de vídeo a partir de imagem.
Modelos e capacidades
-
Qual é o comprimento máximo do prompt?
Não pode exceder 5000 caracteres, em chinês ou inglês; o excesso será automaticamente truncado. Descrever claramente o que o sujeito faz, onde aparece e como a câmera se move é mais eficaz do que empilhar adjetivos.
Modelos e capacidades
-
Um seed fixo garante a reprodutibilidade dos resultados?
O valor de seed varia de 0 a 2147483647; ao fixá-lo, os resultados para o mesmo conjunto de entradas ficam visivelmente mais próximos, mas o modelo em si é probabilístico, e a documentação afirma claramente que, mesmo com o mesmo seed, não é possível garantir resultados idênticos em todas as execuções. Ele é mais adequado para comparar o efeito do ajuste fino do que para uma reprodução exata.
Modelos e capacidades
-
Qual é a diferença entre o Vidu Q3 Ad e o Vidu Q3 Mix?
O formato da requisição é exatamente o mesmo (as mesmas 1-7 imagens de referência, os mesmos 10 tamanhos, as mesmas duas opções 720P/1080P); a diferença está na faixa de duração e no foco de otimização. O Ad é voltado para o setor publicitário, com duração de 3-15 segundos, e incorpora, para materiais publicitários, cortes inteligentes de cena, movimentos de câmera e tratamento de efeitos sonoros em nível de marketing; o Mix é voltado para cenários gerais, com duração de 1-16 segundos e qualidade visual e dinâmica mais equilibradas. Para anúncios de produtos, prefira o Ad; para narrativas, IP ou materiais gerais, use o Mix.
Modelos e capacidades
-
Por que a duração do Ad é diferente da do Mix?
Os dois endpoints usam dois conjuntos de validação de parâmetros: o duration do Ad aceita inteiros em [3, 15], e o do Mix em [1, 16], com valor padrão de 5 segundos em ambos. Por isso o Ad não consegue produzir clipes ultracurtos de 1-2 segundos, nem precisa da construção de planos longos como o Mix.
Modelos e capacidades
-
Se a duração real de saída for diferente da duration definida, qual é usada para cobrança?
A cobrança é feita com base na duração real de saída. A documentação tem uma observação explícita para modelos de anúncio como o Ad, que incluem corte inteligente de cenas: quando o número de planos é significativamente maior ou menor que a duration, o modelo pode ajustar automaticamente a duração para garantir a integridade da história, e a duração real do vídeo pode ser maior ou menor que o valor definido, sendo a cobrança baseada na saída real. Portanto, o valor reservado antes do pedido deve ser estimado pelo valor definido, e a liquidação é feita com base nos segundos reais na fatura.
Modelos e capacidades
-
Por que o size só pode ter 10 valores de enumeração?
O size é representado por «largura*altura», e a interface só aceita 10 valores fixos: cinco proporções (16:9, 4:3, 1:1, 3:4, 9:16) × dois níveis (720P, 1080P). A vantagem é que a proporção e o nível de resolução são escolhidos de uma só vez, sem precisar enviar um parâmetro de proporção separado; a desvantagem é que não é possível especificar tamanhos intermediários. Observe que 1:1 no nível 1080P é 1808*1808.
Modelos e capacidades
-
Qual é o número máximo de imagens de referência? Quais são os requisitos?
reference_image_urls aceita de 1 a 7 imagens, que devem ser URLs HTTP(S) acessíveis publicamente, no formato JPEG/JPG/PNG/WEBP, com no máximo 50MB por imagem e proporção de 1:4 a 4:1. Em cenários publicitários, a prática comum é usar uma imagem principal do produto mais uma ou duas imagens de contexto de uso, referenciadas em ordem no prompt.
Modelos e capacidades
-
Como é a cobrança?
A cobrança é feita pelos segundos efetivamente gerados; o nível de resolução define o preço por segundo, e o Ad tem um preço ligeiramente inferior ao Mix no mesmo nível. Os preços atuais devem ser consultados na página de preços, e os detalhes de consumo podem ser verificados item a item no registro de tarefas do HiAPI.
Modelos e capacidades
-
audio e watermark afetam o preço?
Não, o preço é determinado apenas pelo nível de resolução e pela quantidade real de segundos de saída. O audio fica desativado por padrão; ao ativá-lo, o modelo gera música de fundo ou efeitos sonoros correspondentes ao conteúdo da imagem — em cenários publicitários, geralmente é ativado; o watermark fica desativado por padrão; ao ativá-lo, o canto inferior direito exibirá a marcação «Conteúdo gerado por IA». Ao veicular anúncios, normalmente ambos os interruptores permanecem no padrão.
Modelos e capacidades
-
Como escolher entre o Vidu Q4 Preview de geração de vídeo por referência?
A vantagem do Ad está na movimentação de câmera, cortes e tratamento de efeitos sonoros voltados para publicidade, além do preço por segundo mais baixo. Quando for necessário usar áudio de referência para fixar o timbre do personagem, fazer o modelo falar o roteiro ou usar mais de 7 imagens de referência, mude para o Q4 Preview (1-15 imagens de referência + até 3 trechos de MP3).
Modelos e capacidades
-
Qual é o comprimento ideal do prompt?
O limite é de 5000 caracteres, podendo ser em chinês ou inglês. Mas como o anúncio final é curto, basta escrever com clareza o que é o produto, qual ação o espectador vê e como a câmera se movimenta; empilhar adjetivos, ao contrário, tende a dispersar a imagem. A imagem de referência já fixa a aparência do produto, então o prompt é responsável principalmente pela ação e pela atmosfera.
Modelos e capacidades
-
Uma seed fixa garante resultados reproduzíveis?
O intervalo da seed é 0-2147483647; uma vez fixada, os resultados para o mesmo conjunto de entradas ficam visivelmente mais próximos, o que facilita comparar o efeito de diferentes prompts. Porém, o modelo é probabilístico e a documentação afirma claramente que, mesmo com a mesma seed, não há garantia de resultados idênticos, portanto não a trate como um meio de reprodução exata.
Modelos e capacidades
-
No image-to-video, posso definir a proporção da imagem por conta própria?
Não. A proporção do vídeo final segue totalmente a imagem do primeiro quadro: se enviar uma imagem horizontal, o resultado é horizontal; se enviar uma imagem vertical, o resultado é vertical. Portanto, se quiser 9:16 vertical, prepare um primeiro quadro em formato vertical. A proporção entre largura e altura do primeiro quadro deve estar entre 1:4 e 4:1; imagens excessivamente alongadas serão rejeitadas no momento do envio.
Modelos e capacidades Vidu Q4 Preview
-
Para que serve o botão de áudio?
O áudio nativo vem ativado por padrão e gera diálogos, sons ambientes e efeitos sonoros sincronizados com a imagem; ao desativá-lo, a saída é um vídeo sem som, apenas com a imagem, adequado para fundos em loop, para você mesmo adicionar trilha sonora na pós-produção ou para inserir legendas. O botão não afeta o preço.
Modelos e capacidades Vidu Q4 Preview
-
Qual é a relação entre a duração e o preço?
A cobrança é feita multiplicando a duração em segundos inteiros enviada pelo preço unitário por segundo da resolução escolhida; a ativação do áudio e a quantidade de imagens não participam do cálculo. Quanto maior a resolução, maior o preço unitário por segundo; a faixa 4K custa cerca de 8,7 vezes a faixa 540p. Os valores exatos estão na página de preços.
Modelos e capacidades Vidu Q4 Preview
-
Para que cenários são adequadas as cinco resoluções?
540p serve para testar prompts e enquadramentos, e também é suficiente para fundos em loop de pequeno porte; 720p cobre a maioria das redes sociais e páginas web; 1080p é usado para veiculação convencional; 2K é adequado para telas grandes e exibição em TV; 4K é usado para exposições, imagens de nível cinematográfico ou tomadas que exigem recorte posterior e recomposição. Antes da versão final, teste com a resolução mais baixa; depois de definida, faça a saída na mais alta.
Modelos e capacidades Vidu Q4 Preview
-
Qual é a diferença em relação ao Vidu Q3 Mix?
O Vidu Q3 Mix reorganiza a cena usando de 1 a 7 imagens de referência, com duas opções de resolução, 720P/1080P, e duração de 1 a 16 segundos; as imagens de referência não são usadas como primeiro frame do vídeo final. O Vidu Q4 Preview, na geração de vídeo a partir de imagem, usa a imagem como primeiro frame do vídeo final, com duração de 3 a 16 segundos, resolução de até 4K e geração de áudio nativo por padrão. Escolha o Q4 Preview quando o primeiro frame precisar ser exatamente a imagem em mãos.
Modelos e capacidades Vidu Q4 Preview
-
Qual é a diferença em relação ao reference-to-video?
O image-to-video usa a imagem como o primeiro quadro do vídeo final, e a imagem resultante começa a partir dessa imagem; o reference-to-video usa a imagem como a aparência de personagens, objetos ou cenários, gerando uma composição totalmente nova, e a imagem de referência não aparece como está no início. Se você quer "fazer esta imagem se mover", use o image-to-video.
Modelos e capacidades Vidu Q4 Preview
-
Quais são os requisitos para a imagem do primeiro quadro?
Compatível com JPG / JPEG / PNG / WebP, com no máximo 50MB por imagem e proporção entre 1:4 e 4:1. Recomenda-se que a composição e a iluminação do primeiro quadro já sejam as do resultado final, pois ele determina o tema, o enquadramento e o tom de cor do vídeo final.
Modelos e capacidades Vidu Q4 Preview
-
Como devo escrever o prompt?
Escreva apenas o conteúdo a adicionar: quem faz qual ação, como a câmera se move, quais sons existem ou qual frase é dita. Não repita a descrição do que já está na imagem. Prompts em inglês são mais estáveis, mas o chinês também funciona; o limite de comprimento é de 20.000 caracteres.
Modelos e capacidades Vidu Q4 Preview
-
O prompt é obrigatório?
Não. Quando nenhum prompt é enviado, o modelo infere as ações e o enquadramento com base no conteúdo do primeiro frame; se um prompt for enviado, você pode controlar a ordem das ações, o caminho da câmera e o áudio. Ambos os modos são cobrados com base na duração e na resolução enviadas.
Modelos e capacidades Vidu Q4 Preview
-
Qual é o valor padrão dos parâmetros não especificados?
A duração padrão é de 5 segundos, a resolução padrão é 720p e o audio vem ativado por padrão. Os três podem ser substituídos por tarefa; a cobrança é calculada com base na duração em segundos inteiros submetida e no nível de resolução escolhido.
Modelos e capacidades Vidu Q4 Preview
-
Quantas imagens de referência podem ser enviadas no máximo?
1 a 15. Compatível com JPG, PNG e WebP, com no máximo 50 MB por imagem, mínimo de 128×128 e proporção de largura/altura entre 1:4 e 4:1 por imagem. Referencie as imagens no prompt na ordem do array: a primeira é a imagem de referência 1, a segunda é a imagem de referência 2.
Modelos e capacidades Vidu Q4 Preview
-
Quais são as restrições de formato e duração do áudio de referência?
No máximo 3 trechos, apenas MP3, cada trecho com 3-12 segundos e não superior a 50MB; no prompt, escreva áudio de referência 1 em ordem. Quando o número de trechos, o formato ou a duração estiverem fora do intervalo, o estágio de envio retornará diretamente um erro de parâmetro e a tarefa não será criada.
Modelos e capacidades Vidu Q4 Preview
-
O áudio de referência afeta toda a faixa de áudio?
Não. Ele apenas fornece o timbre: quando o personagem fala, as falas do prompt são pronunciadas com uma voz próxima a esse timbre, enquanto os sons ambiente e os efeitos sonoros continuam sendo gerados pela imagem. Se você quer apenas o som ambiente, sem especificar um timbre, basta não colocar o áudio de referência e manter o audio ativado.
Modelos e capacidades Vidu Q4 Preview
-
Como faço para o prompt fazer referência a um determinado material?
Numere pela ordem do array. A primeira imagem é a imagem de referência 1, o primeiro áudio é o áudio de referência 1; basta escrever esse número diretamente no prompt. O prompt é obrigatório, com comprimento de 1 a 20.000 caracteres, e pode ser em chinês ou inglês.
Modelos e capacidades Vidu Q4 Preview
-
Como definir a proporção do vídeo final?
Especificada por aspect_ratio, com opções 16:9, 9:16, 1:1, 4:3 e 3:4; o padrão é 16:9. Ela é independente da proporção da imagem de referência: imagens quadradas ou verticais também podem gerar um vídeo horizontal 16:9.
Modelos e capacidades Vidu Q4 Preview
-
Qual o comprimento máximo e quais resoluções podem ser geradas?
Duração de 3 a 16 segundos em segundos inteiros, padrão de 5 segundos; resoluções em cinco níveis: 540p, 720p, 1080p, 2K e 4K, padrão de 720p. Basta executar novamente o mesmo prompt alterando o nível, sem precisar reescrevê-lo.
Modelos e capacidades Vidu Q4 Preview
-
Como é feita a cobrança?
A cobrança é feita multiplicando a duração inteira em segundos enviada pelo preço por segundo da resolução escolhida. O interruptor audio, a quantidade de imagens de referência e a quantidade de áudios de referência não alteram o preço unitário; o valor exato deve ser consultado na página de preços, e o detalhamento da cobrança de cada tarefa pode ser consultado no histórico de tarefas.
Modelos e capacidades Vidu Q4 Preview
-
As imagens de referência aparecerão exatamente como estão no início?
Não. As imagens de referência descrevem a aparência dos personagens, adereços e cenários; o modelo recompõe a cena conforme o prompt, e o quadro inicial não é igual a nenhuma das imagens de referência. Se a imagem precisar ser o primeiro quadro, use vídeo a partir de imagem.
Modelos e capacidades Vidu Q4 Preview
-
Qual é a diferença em relação ao Vidu Q3 Mix?
O Q3 Mix aceita de 1 a 7 imagens de referência, com resolução máxima de 1080P e duração de 1 a 16 segundos, e não aceita áudio de referência. O Q4 Preview aceita de 1 a 15 imagens de referência mais até 3 trechos de áudio de referência, com resolução máxima de 4K e duração de 3 a 16 segundos. Escolha o Q4 Preview quando precisar fixar o timbre, usar mais imagens de referência ou contar com 4K.
Modelos e capacidades Vidu Q4 Preview
-
Qual é a diferença em relação ao Vidu Q3 Ad?
O Q3 Ad é voltado para anúncios de produtos, aceita de 1 a 7 imagens de referência, dura de 3 a 15 segundos, em 720P ou 1080P, e gera movimento de câmera, cortes e efeitos sonoros no ritmo do anúncio. O Q4 Preview é voltado para personagens e timbres fixos, com limite de 15 imagens de referência, possibilidade de fixar o timbre e resolução de até 4K. Para anúncios de produtos, prefira o Q3 Ad; para personagens de série ou quando precisar de 4K, use o Q4 Preview.
Modelos e capacidades Vidu Q4 Preview
-
Este modelo pode gerar imagens?
Ele aceita entrada de texto e imagens e retorna texto. É adequado para descrição de imagens, compreensão de documentos e gráficos, resposta a perguntas visuais e raciocínio com base em imagens; para gerar ou editar imagens, é necessário escolher o modelo de imagem correspondente.
Modelos e capacidades
-
Qual ID de modelo e interface devo usar?
Preencha model com deepseek-v4-flash-vision-exp. Recomenda-se POST /v1/responses, passando o conteúdo em input; também é possível usar POST /v1/chat/completions, passando o conteúdo via messages. O formato de imagem é diferente entre as duas interfaces, use o exemplo correspondente.
Modelos e capacidades
-
Como faço para enviar imagens? É possível enviar várias imagens?
O Playground suporta o envio ou a colagem de JPEG, PNG, WebP e GIF, com no máximo 4 imagens por mensagem e até 10 MB por imagem. Na API, é possível usar URLs públicas de imagens HTTPS ou data URLs base64: no Responses, use input_image; no Chat Completions, use blocos de conteúdo image_url. Os limites de quantidade e tamanho de upload acima se referem ao Playground.
Modelos e capacidades
-
Como escolher ou desativar o raciocínio?
Responses usa reasoning.effort; a página oferece none, low, medium, high, com padrão high. none desativa o raciocínio; os demais níveis são para tarefas de raciocínio, e o tempo real e o uso de Tokens dependem da pergunta. No Chat Completions, para desativar o raciocínio use reasoning.enabled=false.
Modelos e capacidades
-
Qual é o tamanho do contexto e do comprimento de saída? Por que as respostas são truncadas?
A janela de contexto desta página é de 1.048.576 Tokens, com limite máximo de orçamento de saída de 262.144 Tokens; o Playground e os exemplos padrão usam 1.024. O orçamento de saída inclui Tokens de raciocínio, e perguntas mais complexas podem consumir mais orçamento antes de gerar o texto principal. Ao encontrar truncamento, você pode aumentar max_output_tokens ou desativar o raciocínio e tentar novamente; o total de entrada e saída ainda precisa respeitar o limite de contexto.
Modelos e capacidades
-
Como são cobrados os tokens de imagem, de raciocínio e de cache?
Os tokens de imagem são contabilizados na entrada, os tokens de raciocínio na saída, e a entrada com acerto de cache é cobrada pelo preço unitário de entrada em cache. Consulte a seção de preços em tempo real desta página para os preços unitários de entrada, saída e cache. Os campos usage.input_tokens, usage.output_tokens e input_tokens_details.cached_tokens do Responses podem ser usados para conferir com os logs de chamada; um acerto de cache não significa que a requisição inteira seja gratuita.
Modelos e capacidades
-
É necessário reenviar o histórico em conversas de múltiplos turnos?
O exemplo desta página usa store:false, reenviando em cada turno no input o contexto que precisa ser mantido. O servidor não memoriza automaticamente toda a conversa apenas com base no texto retornado no turno anterior; ao usar Chat Completions, coloque o histórico necessário em messages.
Modelos e capacidades
-
Há suporte para saída JSON e chamada de funções?
Sim. Com Responses, você pode solicitar JSON usando text.format.type=json_object e declarar e selecionar funções com tools e tool_choice. Depois que o modelo retorna uma chamada de função, sua aplicação executa a função e então envia de volta o function_call_output correspondente ao call_id. O modelo não executa código local no lugar da aplicação; consulte o exemplo de requisição completa na documentação da API.
Modelos e capacidades
-
Como determinar o fim de uma resposta em streaming?
O Responses usa response.output_text.delta para receber incrementos do corpo do texto e, em response.completed, lê o usage final; também é preciso tratar response.incomplete e response.failed. Não espere que o Responses retorne o marcador [DONE] do Chat Completions, pois este só é usado em streams do Chat Completions.
Modelos e capacidades
-
As chaves de API HiAPI existentes podem ser usadas diretamente?
Sim, desde que a chave tenha permissão de chamada para esse modelo e o saldo da conta seja suficiente. No OpenAI SDK, use https://api.hiapi.ai/v1 como base_url e escolha responses.create ou chat.completions.create. O Playground web usa a sessão de login, sem necessidade de colar a API Key.
Modelos e capacidades
-
Quais entradas o Wan 2.6 Flash de imagem para vídeo requer?
1 imagem e um prompt. A imagem serve como início do vídeo, e o prompt descreve a ação, o enquadramento e a atmosfera.
Modelos e capacidades Wan 2.6 Flash
-
É possível enviar várias imagens?
Não, image_urls aceita apenas 1 imagem.
Modelos e capacidades Wan 2.6 Flash
-
Quais são os requisitos da imagem?
JPG, PNG ou WebP, com pelo menos 256×256 pixels e no máximo 10MB.
Modelos e capacidades Wan 2.6 Flash
-
Quais durações são suportadas?
5, 10 e 15 segundos, com 5 segundos como padrão.
Modelos e capacidades Wan 2.6 Flash
-
Quais resoluções são suportadas?
720p e 1080p, com 720p como padrão.
Modelos e capacidades Wan 2.6 Flash
-
Como definir o formato de saída?
Não é necessário configurar; o formato de saída acompanha a imagem de entrada: imagens horizontais geram saída horizontal, imagens verticais geram saída vertical.
Modelos e capacidades Wan 2.6 Flash
-
Qual é a função do interruptor de áudio?
Quando o audio é ativado, são gerados sons ambientes e efeitos sonoros sincronizados com a imagem; por padrão, fica desativado e gera vídeo sem som.
Modelos e capacidades Wan 2.6 Flash
-
Ativar o áudio afeta o preço?
Sim. Os vídeos com áudio são cobrados por segundo na categoria com áudio, e os vídeos sem áudio na categoria sem áudio; 1080p também custa mais que 720p. O preço atual está sujeito à página de preços.
Modelos e capacidades Wan 2.6 Flash
-
Como é feita a cobrança?
A cobrança é feita por segundo de vídeo, e o preço por segundo é determinado pela resolução e pela ativação ou não do áudio.
Modelos e capacidades Wan 2.6 Flash
-
Posso usar prompts em chinês?
Sim, tanto chinês quanto inglês são suportados, até 1.500 caracteres.
Modelos e capacidades Wan 2.6 Flash
-
Como escrever prompts para obter melhores resultados?
A imagem já define o sujeito e a cena; o prompt deve focar em ações, movimento de câmera e atmosfera, por exemplo: "a raposa vira a cabeça e olha para a câmera, folhas douradas caem, a câmera avança lentamente".
Modelos e capacidades Wan 2.6 Flash
-
Por quanto tempo os vídeos gerados ficam salvos?
O link do resultado tem prazo de validade; se precisar guardar por longo prazo, baixe ou transfira para o seu próprio armazenamento em tempo hábil.
Modelos e capacidades Wan 2.6 Flash
-
O que é o Wan 2.7 Image versão padrão?
É o nível padrão da série de imagens Wan 2.7: um único ID de modelo oferece suporte tanto à geração de imagens puramente a partir de texto quanto à edição com imagens de referência, com saída em 1K ou 2K e até 9 imagens de referência.
Modelos e capacidades
-
Qual é a diferença entre a versão Standard e o Wan 2.7 Image Pro?
A versão Standard suporta 1K/2K e abrange tanto a geração de imagem a partir de texto quanto a edição com imagem de referência; a Pro suporta 1K/2K/4K, mas faz apenas geração de imagem a partir de texto e não aceita imagem de referência. Use a Pro quando precisar de geração puramente a partir de texto em 4K; use a versão Standard quando precisar de geração e edição dentro de 2K.
Modelos e capacidades
-
O recurso de edição com imagem de referência é suportado? Qual é o número máximo de imagens?
Sim. É possível enviar até 9 URLs de imagens públicas; sem enviar imagens, a geração ocorre com base no prompt e, ao enviar imagens, elas são editadas ou usadas como referência para a geração conforme o prompt.
Modelos e capacidades
-
É possível definir a proporção da imagem quando há imagens de referência?
Não, e nem é necessário. A proporção da imagem de saída acompanha a última imagem de referência e, nesse caso, o aspect_ratio não tem efeito; na geração puramente a partir de texto, pode-se usar o aspect_ratio para escolher uma entre oito proporções.
Modelos e capacidades
-
Quais resoluções e proporções de imagem são suportadas?
As resoluções suportadas são 1K e 2K; na geração de imagem puramente a partir de texto, são suportadas oito proporções: 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1 e 1:8.
Modelos e capacidades
-
Quantas imagens são geradas por requisição?
Atualmente, o modelo HiAPI gera fixamente 1 imagem por vez, e a cobrança é feita com base na quantidade de imagens geradas com sucesso.
Modelos e capacidades
-
Quais formatos e tamanhos de imagem de referência são suportados?
Suporta JPEG, PNG, BMP e WebP, com no máximo 20 MB por imagem, lados de 240–8000 pixels e proporção de 1:8 a 8:1.
Modelos e capacidades
-
Os prompts e o texto da imagem são compatíveis com chinês?
Tanto prompts em chinês quanto em inglês são suportados. Para o texto da imagem, recomenda-se usar títulos curtos e escrevê-los literalmente no prompt; a diagramação em chinês é afetada pelo número de caracteres, pela fonte e pelo formato, portanto, para materiais oficiais, recomenda-se primeiro confirmar com uma amostra em 1K.
Modelos e capacidades
-
Como chamar a API Wan 2.7 Image?
Envie uma tarefa assíncrona para POST /v1/tasks, use wan2.7-image-standard como model e passe prompt em input, com image_urls, aspect_ratio, resolution e seed opcionais. Após a conclusão da tarefa, consulte o resultado pelo ID da tarefa.
Modelos e capacidades
-
Quais entradas o Wan 3.0 Prime suporta?
Obrigatório apenas o prompt. As entradas opcionais incluem primeiro e último quadro, até 10 imagens de referência, até 5 trechos de áudio de referência, 1 documento de referência ou 1 página web de referência. A entrada de vídeo de referência ainda não está disponível.
Modelos e capacidades
-
Os quadros inicial e final e os materiais de referência podem ser usados juntos?
Não. O modo de quadros inicial e final é mutuamente exclusivo com os arrays de imagens de referência, áudio, arquivos e páginas web; em cada tarefa, escolha apenas um desses métodos de controle; entre arquivos de referência e páginas web de referência, também só é possível escolher um dos dois.
Modelos e capacidades
-
Quais são os requisitos do áudio de referência?
WAV ou MP3, cada trecho de 1 a 15 segundos, no máximo 5 trechos, e deve ser usado junto com a imagem de referência. No prompt, use Audio1, Audio2 em ordem para referenciá-los, indicando se é narração, diálogo ou música.
Modelos e capacidades
-
Quais durações, resoluções e proporções são suportadas?
A duração é definida em segundos inteiros, de 2 a 30 segundos; as resoluções são 480P, 720P e 1080P; as proporções são adaptive, 16:9, 4:3, 1:1, 3:4 e 9:16, sendo que adaptive é determinada com base no material de entrada e no prompt.
Modelos e capacidades
-
Os vídeos terão som?
Por padrão, é gerada uma faixa de áudio sincronizada com a imagem, e o conteúdo do som pode ser descrito no prompt (por exemplo, som ambiente, narração); definir audio como false permite gerar apenas a imagem.
Modelos e capacidades
-
Qual é a diferença entre o Wan 3.0 Prime e o Wan 3.0 Video?
O Prime é a linha acelerada do Wan 3.0; ambos usam prompts, quadros inicial e final e imagens de referência, áudio, arquivos e páginas web da mesma forma, basta trocar o model ID para alternar; atualmente o Prime não aceita entrada de vídeo de referência, e as duas linhas têm preços diferentes.
Modelos e capacidades
-
Como reproduzir o mesmo resultado?
Passe um seed fixo (de 0 a 2147483647) e mantenha o prompt e os demais parâmetros inalterados para obter resultados altamente consistentes, o que facilita a comparação após ajustes finos.
Modelos e capacidades
-
Como o Wan 3.0 Prime é cobrado?
A cobrança é feita pela duração do vídeo de saída e pelo nível de resolução, e tarefas com falha são totalmente reembolsadas; os preços unitários específicos estão sujeitos ao preço em tempo real nesta página.
Modelos e capacidades
Nenhum resultado encontrado