API de imagen a video: más de 20 modelos de IA
API de imagen a video para desarrolladores: anima una foto, imagen de producto o keyframe con Kling 3.0, Seedance 2.5, Wan 3.0, MiniMax Hailuo, Vidu y más con una sola API key, tareas asíncronas y un 20 % de descuento sobre la lista.
Modelos de API de imagen a video en 光谱汇深
Todos los modelos de abajo usan una imagen de entrada como primer fotograma o referencia y comparten la misma clave de 光谱汇深, el flujo asíncrono y la facturación. Cada modelo detalla límites de imágenes, duraciones, precios y código.
Wan 3.0 API
Wan 3.0 es el modelo de vídeo todo en uno de Alibaba Cloud organizado en tres modos: generación general, generación por fotogramas inicial/final y generación por archivo o página web. La generación general acepta solo el prompt o referencias de imagen, vídeo y audio; en el modo por fotogramas, el inicial es obligatorio y el final es opcional. Genera vídeos de 2–30 segundos en 480P, 720P o 1080P, con audio de salida opcional, mediante un único endpoint asíncrono de 光谱汇深.
Tres modos de generaciónHasta 30 segundos480P–1080PReferencias multimodalesVer API y precios →Wan 3.0 Prime API
Wan 3.0 Prime es el modelo de vídeo todo en uno de Alibaba Cloud organizado en tres modos: generación general, generación por fotogramas inicial/final y generación por archivo o página web. La generación general acepta solo el prompt o referencias de imagen, vídeo y audio; en el modo por fotogramas, el inicial es obligatorio y el final es opcional. Genera vídeos de 2–30 segundos en 480P, 720P o 1080P, con audio de salida opcional, mediante un único endpoint asíncrono de 光谱汇深.
Tres modos de generaciónHasta 30 segundos480P–1080PReferencias multimodalesVer API y precios →PixVerse V6 API
La API PixVerse V6 en 光谱汇深 da acceso a un modelo de video con control preciso y expresión artística. Usa PixVerse para escenas cinematográficas, movimiento físico, retratos, medios de referencia y workflows de video IA listos para producción.
Texto a VideoImagen a VideoControl PrecisoVer API y precios →Kling 3.0 API
La API de Kling en 光谱汇深 ofrece el modelo de video Kling 3.0 de Kuaishou (kling-v3): videos cinematográficos a partir de texto e imágenes de hasta 15 segundos. La Kling 3.0 API funciona con una sola clave de 光谱汇深.
Uso ComercialAlta CalidadTexto a VideoVer API y precios →Kling 3.0 Omni API
La API de Kling V3 Omni en 光谱汇深 ofrece el modelo de generación de video con IA de Kuaishou: las capacidades todo en uno de kling-v3-omni con texto, imágenes y videos, incluidas referencias y edición de video. Una clave de 光谱汇深 da acceso al flujo creativo unificado.
Uso ComercialAlta CalidadMultimodalVer API y precios →Kling 2.6 API
La API Kling 2.6 en 光谱汇深 ofrece generación de video con IA comprobada con una excelente relación costo-rendimiento. Las características incluyen generación de audio, máscaras dinámicas, control de cámara y prompts negativos para un control creativo preciso.
Uso ComercialSoporte de AudioControl de CámaraVer API y precios →Kling 3.0 Turbo API
Kling 3.0 Turbo es el modelo de vídeo con IA de Kling optimizado para velocidad de Kuaishou en 光谱汇深, creado para una excelente relación velocidad-calidad. Ajustado para producción de baja latencia, admite texto a vídeo, imagen a vídeo, relaciones de aspecto flexibles y prompts multitoma.
Uso comercialBaja latenciaGeneración rápidaVer API y precios →Kling Video O1 API
La API de Kling Video O1 en 光谱汇深 es el modelo insignia de generación de video con IA de Kuaishou. Impulsado por la generación basada en razonamiento de kling-video-o1, ofrece la mejor calidad de salida a través de capacidades de razonamiento avanzadas para una fidelidad visual inigualable.
Modelo InsigniaImpulsado por RazonamientoMáxima CalidadVer API y precios →MiniMax Hailuo 02 API
MiniMax Hailuo 02 en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de grado profesional. Hailuo 02 (a veces escrito Hailuo 2) usa el ID de modelo MiniMax-Hailuo-02 en las solicitudes a la API.
Uso ComercialAlta CalidadVer API y precios →MiniMax Hailuo 2.3 API
MiniMax Hailuo 2.3 en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de grado profesional. Esta página usa MiniMax-Hailuo-2.3 para generar videos a partir de texto o de una imagen del primer fotograma.
Uso ComercialAlta CalidadVer API y precios →MiniMax Hailuo 2.3 Fast API
MiniMax Hailuo 2.3 Fast en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de grado profesional. Esta página usa MiniMax-Hailuo-2.3-Fast para generar videos a partir de una imagen. La imagen del primer fotograma es obligatoria.
Uso ComercialAlta CalidadVer API y precios →MiniMax H3 API
MiniMax H3 en 光谱汇深 es el modelo de video IA de última generación, con 2K nativo, alta coherencia de movimiento, referencias multimodales y rendimiento profesional.
Uso comercialAlta calidadVer API y precios →MiniMax H3 Max API
MiniMax H3 Max en 光谱汇深 es el modelo de video IA de última generación, con hasta 1080P, alta coherencia de movimiento, referencias multimodales y rendimiento profesional.
Uso comercialAlta calidadVer API y precios →Vidu Q3 API
Vidu Q3 crea videos desde un prompt e imágenes de referencia, llevando sujetos y estilo visual a nuevas escenas. Combina hasta siete referencias para orientar personajes y entornos.
Uso ComercialAlta CalidadVideo por ReferenciasVer API y precios →Vidu Q3 Pro API
Vidu Q3 Pro ofrece calidad cinematográfica e impresionante fidelidad visual para creaciones de alta gama. Genera videos desde texto o desde un primer fotograma y un último fotograma opcional.
Uso ComercialAlta CalidadTexto e Imagen a VideoVer API y precios →Vidu Q3 Turbo API
Vidu Q3 Turbo equilibra velocidad y calidad para iteraciones rápidas y producción masiva. Genera videos desde texto o desde un primer fotograma y un último fotograma opcional.
Uso ComercialAlta CalidadGeneración RápidaVer API y precios →Vidu Q3 Mix API
Vidu Q3 Mix crea videos desde un prompt e imágenes de referencia, llevando sujetos y estilo visual a nuevas escenas. Combina hasta siete referencias para orientar personajes y entornos.
Uso ComercialAlta CalidadVideo por ReferenciasVer API y precios →Vidu Q4 Preview API
Vidu Q4 Preview crea vídeo desde una imagen inicial o desde 1–15 imágenes de referencia y audio de referencia opcional. La API viduq4-preview ofrece 3–16 segundos, cinco resoluciones hasta 4K, audio generado y control de semilla. No admite generación solo con texto ni control del fotograma final.
Imagen a vídeoReferencias a vídeo3–16 segundosHasta 4KVer API y precios →Wan 2.5 API
La API WAN 2.5 en 光谱汇深 es un potente modelo de generación de video con IA, que ofrece alta calidad visual, fuerte coherencia de movimiento y rendimiento confiable. Alibaba Wan 2.5 cubre texto a video e imagen a video con una sola API.
Uso ComercialAlta CalidadVer API y precios →Wan 2.6 API
La API WAN 2.6 en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de nivel profesional. Esta página usa el ID wan2.6 para video desde texto o una imagen con una clave de 光谱汇深.
Uso ComercialAlta CalidadVer API y precios →Wan 2.6 I2V API
La API Wan 2.6 I2V en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de nivel profesional. Esta página usa el ID wan2.6-i2v para video desde una imagen inicial con una clave de 光谱汇深.
Uso ComercialAlta CalidadVer API y precios →Wan 2.6 I2V Flash API
La API Wan 2.6 I2V Flash en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de nivel profesional. Esta página usa el ID wan2.6-i2v-flash para video desde una imagen inicial con una clave de 光谱汇深.
Uso ComercialAlta CalidadVer API y precios →Wan 2.7 API
La API WAN 2.7 en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de nivel profesional. Para Wan I2V (imagen a video), define un primer fotograma y, opcionalmente, un último fotograma en wan2.7, o proporciona un video de origen para continuarlo.
Uso ComercialAlta CalidadVer API y precios →Wan 2.7 R2V API
La API WAN 2.7 R2V en 光谱汇深 es el modelo de video con IA de última generación, que ofrece calidad visual superior, alta coherencia de movimiento y rendimiento de nivel profesional. wan2.7-r2v usa un prompt e imágenes o videos de referencia para controlar el estilo y los personajes; puedes combinar hasta cinco imágenes y videos.
Uso ComercialAlta CalidadVer API y precios →SkyReels V4 Std API
SkyReels V4 Std está disponible en 光谱汇深 con el ID skyreels-v4-std. La versión de investigación de SkyReels V4 es el primer modelo fundacional unificado de video + audio de Skywork AI. SkyReels V4 ofrece 1080p a 32 FPS con clips de 15 segundos, audio nativo y coherencia cinematográfica multi-toma en una sola pasada de generación. La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente.
Generación de Video480p / 720p / 1080pVer API y precios →SkyReels V4 Fast API
SkyReels V4 Fast está disponible en 光谱汇深 con el ID skyreels-v4-fast. La versión de investigación de SkyReels V4 es el primer modelo fundacional unificado de video + audio de Skywork AI. SkyReels V4 ofrece 1080p a 32 FPS con clips de 15 segundos, audio nativo y coherencia cinematográfica multi-toma en una sola pasada de generación. La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente.
Generación de Video480p / 720p / 1080pVer API y precios →Seedance 1.0 Pro Quality API
Experimenta la tecnología de generación de video Seedance 1.0 Pro Quality. Genera videos impresionantes con movimiento lógico y alta fidelidad a partir de texto o imágenes.
Uso ComercialVer API y precios →Seedance 1.0 Pro Fast API
Experimenta la tecnología de generación de video Seedance 1.0 Pro Fast. Genera videos impresionantes con movimiento lógico y alta fidelidad a partir de texto o imágenes.
Uso ComercialVer API y precios →Seedance 1.5 Pro API
Experimenta el poder de la tecnología de generación de video Seedance 1.5 Pro. En comparación con versiones anteriores de Seedance, ofrece movimiento más fluido, mayor calidad de imagen y capacidades más fuertes para seguir instrucciones.
Uso ComercialNuevoSeedance 1.5 ProVer API y precios →Seedance 2.0 API
La API de Seedance 2.0 en 光谱汇深 es el último modelo de generación de video con IA de ByteDance, que ofrece una calidad visual impresionante, movimiento fluido y salida cinematográfica de nivel profesional. Una sola clave de la API de Seedance da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Uso ComercialAlta CalidadVer API y precios →Seedance 2.0 Fast API
La API de Seedance 2.0 Fast en 光谱汇深 es el último modelo de generación de video con IA de ByteDance, que ofrece una calidad visual impresionante, movimiento fluido y salida cinematográfica de nivel profesional. Una sola clave de la API de Seedance da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Uso ComercialAlta CalidadVer API y precios →Seedance 2.0 Mini API
La API de Seedance 2.0 Mini en 光谱汇深 es el último modelo de generación de video con IA de ByteDance, que ofrece una calidad visual impresionante, movimiento fluido y salida cinematográfica de nivel profesional. Una sola clave de la API de Seedance da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Uso ComercialAlta CalidadVer API y precios →Seedance 2.5 API
Seedance 2.5 es el modelo fundacional audio-vídeo de nueva generación de ByteDance para vídeo de IA de producción, con clips nativos de ~30s en un solo pase, hasta ~50 referencias multimodales, control first/last frame, edición regional y mayor continuidad para anuncios, e-commerce y previs.
Vídeo IAClips 30sReferencia multimodalAudio nativoVer API y precios →HappyHorse 1.0 API
HappyHorse 1.0 es el modelo de video multimodal unificado de Alibaba ATH-AI, disponible en 光谱汇深 como la API de HappyHorse. Genera video en 1080p con audio nativo sincronizado en una sola pasada hacia adelante, admite lip-sync en 7 idiomas y se clasifica #1 en las tablas de líderes de texto a video e imagen a video de Artificial Analysis. El modelo también se escribe Happy Horse, así que la Happy Horse API y la HappyHorse API son el mismo servicio. En esta página, HappyHorse 1.0 permite generar desde texto, primer fotograma o imágenes de referencia, además de editar un video de origen.
Texto a VideoImagen a VideoAudio Nativo1080pVer API y precios →HappyHorse 1.1 API
HappyHorse 1.1 en esta página genera videos en 720P o 1080P desde texto, un primer fotograma o 1–9 imágenes de referencia. No admite edición de video. Esta información de arquitectura y rendimiento se basa en HappyHorse 1.0. HappyHorse 1.0 es el modelo de video multimodal unificado de Alibaba ATH-AI, disponible en 光谱汇深 como la API de HappyHorse. Genera video en 1080p con audio nativo sincronizado en una sola pasada hacia adelante, admite lip-sync en 7 idiomas y se clasifica #1 en las tablas de líderes de texto a video e imagen a video de Artificial Analysis.
Texto a VideoImagen a VideoImágenes de Referencia1080pVer API y precios →
Cómo elegir una API de imagen a video
Control del primer y último fotograma
Wan 3.0 requiere un primer fotograma con último fotograma opcional, y Seedance 2.5, Kling 3.0 y MiniMax Hailuo también aceptan fotogramas inicial y final para controlar cómo empieza y termina la toma.
Varias imágenes de referencia
Seedance 2.5 acepta hasta 50 referencias multimodales, Vidu Q4 Preview de 1 a 15 imágenes, HappyHorse 1.1 hasta 9 y Kling Video O1 hasta 2 para controlar estilo y personajes.
Coherencia de sujeto y personaje
Kling V3, Seedance y Wan animan una imagen de referencia manteniendo reconocible al sujeto, ideal para fotos de producto, avatares y clips de e-commerce.
Imagen a video con audio nativo
Seedance 2.5, HappyHorse 1.0 y SkyReels V4 añaden sonido sincronizado a la imagen animada, así que una sola petición devuelve un clip listo para redes o anuncios.
Preguntas frecuentes sobre la API de imagen a video
¿Qué es una API de imagen a video?
Una API de imagen a video anima una imagen fija y la convierte en un clip. Envías la URL de la imagen con un prompt que describe movimiento y cámara, y 光谱汇深 devuelve un ID de tarea para recoger el video terminado.
¿Qué entradas necesita una API de imagen a video?
Normalmente una URL de imagen y un prompt de texto; muchos modelos aceptan además un último fotograma o más imágenes de referencia. El número de imágenes, formatos, duraciones y resoluciones figuran en cada modelo.
¿Qué modelo de API de imagen a video debo elegir?
Usa Wan 3.0, Seedance 2.5 o Kling 3.0 cuando necesites control de fotogramas y consistencia, HappyHorse 1.0 o SkyReels V4 para clips con sonido, y Kling 3.0 Turbo para borradores rápidos.
¿Cómo se cobra la API de imagen a video?
Por segundo o por clip según modelo, resolución y duración, con la tabla de precios en tiempo real en cada página de modelo. Todos los modelos cuestan 20% menos que la lista y la membresía ahorra hasta 28%.
¿Cómo obtengo una clave de API de imagen a video?
Regístrate en 光谱汇深, abre la página API Keys del panel y crea una clave. Con ella llamas a todos los modelos de esta página y a los demás de los más de 100 modelos.
¿La API de imagen a video es gratis?
No. 光谱汇深 no tiene créditos gratuitos: pagas por uso sin suscripción y las generaciones fallidas no se cobran. Los descuentos de membresía van del 20% al 28%.