API генерации изображений и видео hiapi: полное руководство по платформе

Краткий обзор

hiapi — это шлюз API для генерации изображений и видео, который объединяет более десятка production-моделей под единым HTTP-контрактом. Если вам когда-либо приходилось интегрировать три разных генеративных SDK, чтобы запустить одну функцию, эта страница для вас. Кратко:

• Одна конечная точка, множество моделей. Все возможности — текст-в-изображение, изображение-в-изображение, текст-в-видео, изображение-в-видео — работают через асинхронную конечную точку POST /v1/tasks. Вы меняете поле model, а не SDK.
• Модели изображений в текущем каталоге: nano-banana, nano-banana-2, nano-banana-pro, flux-1.1-pro, gpt-image-2 (плюс варианты -beta и -pro), gpt-image-2/image-to-image (плюс -pro), qwen-image-2.0.
• Модели видео в текущем каталоге: wan2.7-video/text-to-video, wan2.7-video/image-to-video, seedance-2.0, happyhorse-1.0. Разрешение от 480p до 1080p.
• Оплата за выполненные задачи, а не за токены. $0.02 за рендер gpt-image-2/text-to-image@beta; $0.05 за изображение Nano-Banana или FLUX 1.1 Pro по единой цене; $0.729 в секунду за видеоматериал Seedance в 1080p.
• Никакой рулетки с уровнем качества. Цены публикуются в реальном времени на /api/pricing с версионным хешем, поэтому ваш биллинговый код может закрепиться за известной версией и явно сообщить об ошибке при изменении на стороне поставщика.

Это страница результатов брендового поиска — полный обзор того, чем на самом деле является платформа, для кого она и сколько стоит. Четыре изображения в этой статье отрендерены четырьмя разными моделями, размещёнными на hiapi, чтобы вы увидели, как выглядит конечный результат.

Что такое hiapi

hiapi — это управляемый шлюз. Вы направляете HTTP-клиент с аутентификацией Bearer token на api.hiapi.ai, отправляете асинхронную задачу и получаете CDN URL с отрендеренным изображением или видео. За этим единым контрактом стоят несколько поставщиков моделей — семейство FLUX от Black Forest Labs, линейка Nano-Banana, построенная на моделях изображений Google Gemini, семейство gpt-image-2 от OpenAI, модели изображений Qwen-Image и видео Wan2.7 от Alibaba, видеомодели Seedance от ByteDance и HappyHorse.

Так что hiapi продаёт не «одну модель» — он продаёт «одну форму интеграции». Если у вас есть внутреннее приложение, которому нужно генерировать маркетинговые визуалы, макеты продуктов или короткие рекламные видео, вы можете провести A/B-тестирование двух совершенно разных моделей, изменив одну строку, а остальной рабочий код останется неизменным.

Ещё одна очевидная вещь, которую продаёт hiapi — это биллинг в одном месте. Один счёт, один баланс, один лимит скорости — вместо трёх.

Модели изображений

Ниже приведён полный каталог изображений на момент написания, полученный в реальном времени из /api/pricing:

Модель	Категория	Цена на минимальном уровне	Примечания
nano-banana	Текст-в-изображение	$0.05 единая цена	Быстрая итерация; только соотношение сторон, без множителя разрешения
nano-banana-2	Текст-в-изображение	$0.057 (2K) — $0.036 (1K) — $0.086 (4K)	Вывод в 4K; точный рендеринг текста
nano-banana-pro	Текст-в-изображение	$0.057 (1K/2K) — $0.10 (4K)	Наивысшее качество в линейке Banana
flux-1.1-pro	Текст-в-изображение	$0.05 единая цена	Фотореалистичные портреты, рендеринг коротких строк текста
gpt-image-2	Текст-в-изображение	$0.03 (1K) — $0.04 (2K) — $0.06 (4K)	Рабочая лошадка на каждый день
gpt-image-2/text-to-image@beta	Текст-в-изображение	$0.02	Недорогой черновик
gpt-image-2.5-flare@pro	Текст-в-изображение	$0.0172 (низкий) — $0.7143 (наивысший), цена зависит от уровня качества	Высокоточные ключевые визуалы
gpt-image-2/image-to-image	Изображение-в-изображение	$0.03 → $0.06	Та же цена, что и у варианта t2i
qwen-image-2.0	Текст-в-изображение	$0.0422 единая цена	Мощный рендеринг текста на китайском, японском и корейском, структура запроса в стиле DashScope

Несколько пояснений, которые не отражены в таблице:

Категория тарификации — фиксированная плата за вызов, а не за токены. Вы платите один раз за готовое изображение. Длина промпта не имеет значения. Это делает пакетные задачи предсказуемыми: 10 000 вызовов gpt-image-2 — это $300, без дополнительных условий.

nano-banana и flux-1.1-pro имеют единую цену для всех соотношений сторон. Никакой надбавки за 16:9, никакой скидки за вертикаль — будь то квадратный аватар или кинематографичный кадр 21:9, вы платите те же $0.05.

Модели, принимающие параметр resolution, используют image_quality_price_ratio, который вы видите в актуальных ценах. Не хардкодьте цены в биллинговом коде — читайте блок политик.

Схемы различаются по моделям, а не унифицированы. Большинство моделей изображений принимают input.prompt плюс input.aspect_ratio. qwen-image-2.0 — модель в стиле DashScope: её входные данные находятся в input.input.messages[].content[].text, а размеры передаются в виде строк с буквальными пикселями, например 1328*1328. Мы столкнулись с этим в собственном production-коде; постройте адаптер модель→полезная нагрузка в первый же день.

Как выглядит «FLUX 1.1 Pro» из hiapi

Этот портрет сгенерирован flux-1.1-pro с соотношением сторон 3:2 по единой цене $0.05. Без ретуши, без апскейла.

FLUX 1.1 Pro — это фотореалистичный выбор по умолчанию на платформе. Лица, текстура кожи, мягкий направленный свет и короткий текст на изображении — именно в этом он стабильно превосходит более дешёвые уровни.

Как выглядит qwen-image-2.0 на hiapi

Это qwen-image-2.0 с текущей оценочной ценой $0.0422 — выше, чем GPT Image 2 в 1K ($0.03). Четыре китайских иероглифа «陆羽茶馆» указаны в промпте и отрендерены правильно, с правильным порядком штрихов. Это именно тот тип изображений, ради которого Qwen-Image стоит своих денег.

Если ваш сценарий — карточки товаров или посты в соцсетях для рынков CJK, уровень $0.0422 трудно превзойти по точности исходных глифов.

Как выглядит gpt-image-2 на постере с плотной типографикой

Этот постер создан gpt-image-2 в 1K (соотношение сторон 3:4, $0.03). Один запрос, без ретуши. И заголовок, и подзаголовок отрендерены точно как указано.

Если вы создаёте генеративные инструменты для маркетинговой команды — афиши мероприятий, карточки для соцсетей, баннеры — gpt-image-2 станет отправной точкой по умолчанию. Он надёжно вмещает заголовки из 4–6 слов и следует базовым указаниям по компоновке из промпта.

Модели видео

Видео — более новая половина каталога. На момент написания:

Модель	Категория	Цена на минимальном уровне	Цена на максимальном уровне
wan2.7-video/text-to-video	Текст-в-видео	$0.10 (720P)	$0.167 (1080P)
wan2.7-video/image-to-video	Изображение-в-видео	$0.10 (720P)	$0.167 (1080P)
seedance-2.0	Текст-в-видео	$0.136 (480p)	$0.729 (1080p)
happyhorse-1.0	Текст-в-видео	$0.168 (720p)	$0.288 (1080p)

Два практических замечания:

Wan2.7 — экономичный выбор для коротких продуктовых циклов и анимации по изображению. $0.10 в секунду за 720P — одна из самых низких цен на видео на платформе.

Seedance 1080p — премиальный уровень — скачок с $0.136 до $0.729 отражает вычислительные затраты, а не наценку. Если вы строите настоящий конвейер продуктового видео, а не демо для личного использования, захотите оставить бюджет Seedance для ключевых кадров, а остальное отдать Wan2.7.

Все четыре видеомодели доступны через одну и ту же конечную точку POST /v1/tasks с output_type: video — тот же режим «сначала опрос, потом скачивание», что и у задач изображений.

Модель тарификации

Несколько деталей, с которыми большинство команд сталкивается впервые:

Фиксированная плата за вызов с необязательным множителем разрешения. У задач изображений и видео нет тарификации по токенам. Один вызов gpt-image-2 стоит $0.03 — независимо от того, 8 слов в вашем промпте или 800. Когда модель предлагает несколько разрешений, надбавка встроена в массив policies ответа актуальных цен: вывод изображений 4K стоит до ~2× базовой цены, видео 1080p — до ~5,4×.

Цены версионированы. Каждая модель в /api/pricing несёт хеш pricing_version. Если вы запускаете генеративный worker, закрепите версию цен модели в конфигурации и оповещайте о несовпадении — так вы обнаружите переоценку модели до следующего биллингового цикла, а не после.

Нет региональной тарификации, нет наценок в часы пик. Одна и та же модель стоит одинаково независимо от региона, из которого вы вызываете, и времени вызова. Здесь нечего умно оптимизировать.

Вы всегда запрашиваете заново. Не хардкодьте цены в бизнес-логике. Конечная точка /api/pricing — источник истины, та же форма, что и публичный каталог, без аутентификации. Мы запросили её заново при написании статьи, и цены в таблицах взяты оттуда.

Архитектура конечных точек

Всё на платформе — изображение или видео, текст-в-X или X-в-X — работает через единый контракт асинхронных задач:

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

Процесс:

1. Вызовите POST /v1/tasks с { "model": "...", "input": { ... } }. Сразу получите taskId.
2. Опрашивайте GET /v1/tasks/{taskId} каждые несколько секунд. Следите за data.status — он меняется с pending на success (или fail с блоком ошибки).
3. При success читайте data.output[0].url. Это CDN URL hiapi с ограниченной меткой времени expireAt. Если вам нужно сохранить ресурс, скачайте и переразместите его.

Старые формы /v1/chat/completions и /v1/images/generations больше не обслуживают генерацию изображений. Если ваш код всё ещё вызывает их, нужно мигрировать на /v1/tasks.

Это то решение, за которое вы позже будете благодарны. Режим задач даёт вам естественные повторные попытки, длительные HTTP-соединения без присмотра и единую форму для изображений и видео. Вы можете за 1 секунду разослать 200 отправок задач и опрашивать их пакетно.

Быстрый старт на Python (готов к запуску)

Минимальный клиент без зависимостей от SDK. Только стандартная библиотека:

import json, os, time, urllib.request

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

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

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

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

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

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

Несколько вещей нужно встроить, прежде чем этот код будет готов к production:

• Оберните submit и wait_for в повторные попытки с экспоненциальной задержкой. Сетевые сбои случаются всегда.
• Используйте poll_interval не менее 5 секунд. Опрос чаще — пустая трата работы: задачи изображений завершаются за 10–60 секунд, задачи видео — за 60–180 секунд.
• Считайте выходные URL временными ресурсами. У CDN URL есть expireAt; если у ресурса есть какой-либо жизненный цикл после запроса, скачайте байты и сохраните в собственный бакет.
• Зафиксируйте отображение адаптеров моделей. Форма входных данных qwen-image-2.0 и нескольких видеомоделей отличается от стандартного соотношения сторон изображения — держите это знание в одном месте.

Для кого подходит hiapi

Грубо говоря, hiapi подходит трём типам команд:

Команды, уставшие от отдельного SDK для каждой модели. Если вам когда-либо приходилось поддерживать адаптер для изображений OpenAI, один для FLUX от Black Forest Labs, один для DashScope от Alibaba, вы ощущали налог на продуктивность от N разных SDK. hiapi сводит это к одному клиенту.

Команды, которым нужна предсказуемая тарификация. Фиксированная форма за вызов позволяет построить генеративный worker, посмотреть количество задач за прошлый месяц и спрогнозировать счёт на следующий. С любой моделью, тарифицируемой по токенам, это сделать трудно.

Команды, которым нужно изображение и видео в одном месте. Как только ваш продукт охватывает и то, и другое — скажем, маркетинговый инструмент, генерирующий обложку и 10-секундный цикл из одного брифа — наличие обоих за одной конечной точкой и одним балансом стоит больше, чем экономия на стоимости каждой картинки при прямом подключении.

Если вы энтузиаст, запускающий личного бота для Discord, прямое использование upstream API подойдёт. Как только вы выпускаете реальный продукт с реальными пользователями, арифметика интеграции склоняется в пользу шлюза.

Часто задаваемые вопросы

Есть ли бесплатный лимит? У новых аккаунтов есть небольшой стартовый кредит, чтобы вы могли протестировать конечную точку без обязательств. Когда он закончится, вы пополните баланс и будете платить за выполненные задачи.

Какие соотношения сторон поддерживаются? Распространённые пропорции — 1:1, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 16:9, 9:16 и 21:9 — доступны в большинстве моделей изображений. qwen-image-2.0 же использует фиксированный список буквальных пиксельных размеров; см. примечание о схеме модели выше.

Есть ли водяные знаки на ресурсах? Нет. На выходе — чистые файлы изображений/видео без брендинга hiapi.

А ограничения скорости? Асинхронный режим задач означает, что вы можете очень быстро отправлять много работы. Есть ограничения по аккаунту для стабильности платформы; если вам нужен более высокий лимит, запросите его до пика запуска — поднять лимит во вторник гораздо проще, чем во время запуска.

Где посмотреть актуальные цены? https://www.hiapi.ai/api/pricing. Кэшируется не более часа и фиксирует pricing_version каждой модели, так что вы заметите изменения.

Можно ли использовать выходные данные в коммерческих целях? Большинство моделей на платформе имеют коммерческую лицензию на стороне поставщика — линейка Nano-Banana, FLUX 1.1 Pro и Qwen-Image явно это делают — но проверьте метки лицензии (поле tags) для используемой модели в ответе актуальных цен, поскольку условия нескольких специализированных моделей строже.

С чего начать

Если вы хотите попробовать с нуля:

1. Получите API-ключ в вашей панели hiapi.
2. Вызовите /api/pricing один раз, чтобы увидеть текущий каталог моделей и цены.
3. Скопируйте приведённый выше фрагмент Python и запустите его для nano-banana или gpt-image-2/text-to-image@beta — обе недорогие модели, подходящие для проверки работоспособности. Вы потратите несколько центов и получите рабочий сквозной цикл.
4. Подключите этот цикл ко всему, что вы строите. Та же форма для видео. Та же форма для изображение-в-изображение. Та же форма для следующей модели, добавленной в каталог.

Вот и весь смысл: одна конечная точка, один баланс, одна ментальная модель. Четыре изображения в этой статье — иллюстрация обложки, фотореалистичный портрет, вывеска с каллиграфией CJK, типографический постер — отрендерены с помощью приведённого выше фрагмента, только с разными строками model и правильной формой input для каждой модели. Текущий оценочный бюджет этих четырёх изображений — $0.172.

Когда на платформу придёт следующая передовая модель изображений или видео, вашему worker не понадобится новый код. Вы просто измените одну строку.