Kandinsky 6.0 Pro

kandinsky-6.0-pro/image-to-video

Modelo de vídeo por difusão de código aberto que gera aproximadamente 5 segundos por vez com áudio sincronizado de 44 kHz e sincronia labial, oferece suporte a texto/imagem para vídeo e pode ser ampliado até Full-HD

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

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

Entrada

Saída

Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

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

Preço unitário	$2.000

Visão geral

O fluxo de imagem para vídeo do Kandinsky 6.0 Pro é destinado a desenvolvedores que já possuem um quadro inicial e desejam obter rapidamente um movimento de câmera dinâmico com áudio correspondente. Faça upload de uma imagem JPG, PNG ou WebP como primeiro quadro, descreva o movimento, a câmera e a direção do som com um prompt, e o modelo gera o vídeo ao mesmo tempo que produz áudio sincronizado e efeitos de sincronia labial. Ideal para complementar gravações de materiais de vídeos curtos, protótipos de storyboard e produção de trechos de diálogo. Chamado por meio da interface unificada do HiAPI.ai, com cobrança única por tarefa.

Destaques principais

Geração de imagem e som na mesma execução — vídeo e áudio são produzidos conjuntamente no mesmo pipeline, eliminando a etapa de dublagem separada e alinhamento labial na pós-produção.
Composição travada pelo primeiro quadro — a imagem de entrada é usada como primeiro quadro; o sujeito e a composição são definidos pela imagem, e o prompt apenas descreve movimento, câmera e variações de som.
Parâmetros de geração controláveis — oferece seed, escala de orientação, prompt negativo e proporção de tela, permitindo reproduzir resultados e ajustar o grau de aderência ao prompt conforme necessário.

Descrição das capacidades

Geração de vídeo orientada por imagem: recebe uma única imagem como primeiro quadro e, combinada com um prompt de até 6000 caracteres descrevendo movimento e câmera, produz um vídeo; o sujeito e a composição são determinados pelo primeiro quadro, adequado para estender o dinamismo sobre uma imagem existente.

Áudio e sincronia labial simultâneos: durante a geração, produz-se simultaneamente áudio de aproximadamente 44 kHz com sincronia labial; o trecho gerado já vem com som, sem necessidade de dublagem separada e alinhamento audiovisual.

Controle de proporção de tela: suporta 16:9, 9:16, 1:1, 4:3, 3:4 e auto; o modo auto escolhe a proporção mais próxima da imagem de entrada e faz recorte centralizado, facilitando a adaptação direta para exibição em tela horizontal, vertical ou quadrada.

Ajuste de orientação e prompt negativo: guidance_scale entre 1 e 10 ajusta o grau de aderência do resultado ao prompt; negative_prompt permite excluir elementos indesejados; se deixado em branco, usa-se o prompt negativo interno.

Reprodução por seed: informar seed permite reproduzir o mesmo resultado de geração, facilitando fixar uma linha de base ao ajustar parâmetros ou produzir em lote, além de comparações de regressão.

Cenários de uso

Criadores de redes sociais geram vídeos curtos dinâmicos a partir de imagens estáticas — insira uma imagem de capa ou imagem de produto existente e produza um vídeo vertical ou quadrado de cerca de 5 segundos com som, para uso direto em plataformas de vídeos curtos e materiais de anúncios em feed.
Storyboarders expandem concept arts em tomadas dinâmicas — use o concept design como primeiro quadro, descreva o movimento de câmera e os efeitos sonoros com o prompt e produza trechos de storyboard dinâmico para propostas e pré-visualizações.
Criação de protótipos de trechos de personagens em diálogo — insira uma imagem de personagem, descreva a ação de fala e o som, e obtenha um vídeo curto com sincronia labial e áudio sincronizado, para validação de protótipos de vídeos de personagem ou demonstrações de dublagem.

Limitações e recomendações de escolha

A duração padrão de geração é de cerca de 5 segundos; vídeos mais longos exigem geração em segmentos e montagem manual. A versão Pro tem grande volume de parâmetros, e a implantação local exige bastante memória de GPU e poder computacional; a saída em Full-HD requer um pipeline adicional de super-resolução, não sendo obtida diretamente em uma única geração. Se a tarefa for conceber a imagem do zero em vez de transformar uma imagem existente, deve-se optar pelo fluxo de texto para vídeo da mesma série; para produções de longa-metragem com requisitos mais rígidos de duração e resolução, é necessário avaliar o custo do processo de montagem em segmentos e super-resolução.

Criar uma tarefa de geração

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

Cabeçalhos

AuthorizationstringObrigatório

Chave de API da conta. Obrigatória em toda requisição. Exemplo: Bearer YOUR_HIAPI_API_KEY. Obter chave de API

Content-TypestringOpcional

O corpo da requisição é sempre interpretado como JSON; se enviado, apenas application/json (charset opcional) é aceito — qualquer outro valor retorna 415. Exemplo: application/json.

Idempotency-KeystringOpcional

Chave de idempotência, até 255 bytes. Retries com a mesma chave da mesma conta criam a tarefa apenas uma vez; replays retornam o taskId original.

Chave de idempotência

Em timeouts de rede ou retries automáticos do cliente, a mesma chave cria a tarefa apenas uma vez, sem cobrança duplicada (escopo = a conta da chave de API). Use um identificador de negócio exclusivo (ex.: "order-42"); replays retornam o taskId original e as chaves expiram 24 h após a primeira requisição. A matriz completa de cenários está na introdução da API assíncrona unificada.

Corpo

modelstringObrigatório

Valor fixo atual: kandinsky-6.0-pro/image-to-video

routestringOpcional

Valor fixo atual: default

inputobjectObrigatório

Objeto de parâmetros de negócio para kandinsky-6.0-pro/image-to-video e a rota default — veja a tabela de parâmetros abaixo.

seedintegerOpcional

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

promptstringObrigatóriominLength 1maxLength 6000

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

image_urlstringObrigatório

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

aspect_ratiostringOpcionalPadrão: "auto"

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

Opções:auto16:99:161:14:33:4

guidance_scalenumberOpcionalPadrão: 5min 1max 10

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

negative_promptstringOpcionalmaxLength 2000

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

callbackobjectOpcional

Configuração de notificação de estado terminal. Se omitida, sem callback: consulte a tarefa por conta própria.

Callbacks (Webhook)

Informe callback.url na criação e o HiAPI fará POST no seu serviço no estado terminal, sem polling. O corpo do callback replica a estrutura do detalhe da tarefa; assinatura, retries e idempotência estão descritos na introdução da API assíncrona unificada.

urlstringObrigatório

Obrigatória se callback estiver presente. No estado terminal é enviado um POST para esta URL; deve ser uma URL http(s) válida.

whenstringOpcionalPadrão: "final"

Atualmente só há suporte a final — notifica tanto em success quanto em fail.

Opções:final

storagestringOpcionalPadrão: "temp"

Nível de armazenamento de artefatos: temp (padrão, ~7 dias) ou persistent (longo prazo, cobrado por tamanho). Saldo insuficiente ou limite excedido ⇒ rebaixamento silencioso para temp; o nível efetivo aparece na resposta de detalhes.

Opções:temppersistent

Exemplos de requisição

# Envia uma tarefa assíncrona; retorna um taskId imediatamente (sem esperar a geração)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kandinsky-6.0-pro/image-to-video",
  "input": {
    "prompt": "…",
    "image_url": "…",
    "aspect_ratio": "auto",
    "guidance_scale": 5
  }
}'

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

import os, requests

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

200 OK

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

400 Bad Request

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

Obter detalhes da tarefa

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

Campos da resposta

taskIdstringObrigatório

ID da tarefa, sempre com prefixo tk-hiapi-.

modelstringObrigatório

Nome completo resolvido do modelo. Tarefas enviadas com o parâmetro route retornam base@route (ex.: gpt-image-2/text-to-image@ext); caso contrário, igual ao nome enviado.

routestringOpcional

Presente apenas se o parâmetro route explícito foi usado; ecoa o valor enviado.

statusstringObrigatório

Estado da tarefa.

Valores de status

queued Na fila, ainda não iniciada. handling Em processamento. archiving Processamento concluído, preparando artefatos. success Terminal: concluído, artefatos disponíveis (retorna output). fail Terminal: falha (retorna error). Após o envio, acompanhe status: success e fail são terminais, os demais não. Faça polling a cada 1–3 s até o estado terminal. Em caso de sucesso, baixe os artefatos em output[].url e transfira antes de expireAt; para retenção longa, use storage: "persistent" na criação.

creatednumberObrigatório

Momento de criação da tarefa (segundos Unix).

completednumberObrigatório

Segundos Unix do estado terminal; 0 enquanto não terminal.

outputarrayOpcional

Presente apenas com status == success. Lista de artefatos — sempre um array; uma tarefa pode retornar vários types ao mesmo tempo (ex.: video + first_frame).

Array [ object ]

Itens do array

urlstringObrigatório

URL do artefato, baixável diretamente.

typestringObrigatório

Valores possíveis no momento: video, image, audio, first_frame, last_frame, thumbnail; poderão ser ampliados.

expireAtnumberObrigatório

Segundos Unix de disponibilidade do artefato; baixe ou transfira antes da expiração.

errorobjectOpcional

Presente apenas com status == fail.

codestringObrigatório

Código de erro de negócio.

messagestringObrigatório

Descrição do erro.

Exemplos de resposta

Sucesso

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

Em processamento (não final)

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

Falhou

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