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.
No mid frames added
Video link valid for 72 hours
Precios transparentes sin tarifas ocultas. Paga solo por lo que uses.
| Variante | Nivel | Precio |
|---|---|---|
skyreels-v4-std | 480P | 0.88Credits(~¥0.088)/seg |
| 720P | 1.12Credits(~¥0.112)/seg | |
| 480P-refvideo | 1.44Credits(~¥0.144)/seg | |
| 720P-refvideo | 2Credits(~¥0.2)/seg | |
| 1080P | 2.8Credits(~¥0.28)/seg | |
| 1080P-refvideo | 5Credits(~¥0.5)/seg |
* Los costos reales dependen del resultado final.
Lanzada por Skywork AI en febrero de 2026, la versión de investigación de SkyReels V4 genera video y audio sincronizado juntos: diálogo, lip-sync y sonido ambiental renderizados con los visuales. SkyReels V4 Std admite videos en 480p, 720p y 1080p con una duración solicitada de 3 a 15 segundos. Toca el video para escuchar el audio nativo de SkyReels V4.
50K+
Usuarios Activos
99.9%
Tiempo Activo
2x
Más Rápido
—
Ahorro de Costos
Guías, comparativas y análisis de precios del blog de 光谱汇深.
Las capacidades de SkyReels V4 están publicadas en el paper oficial y reproducidas en las demos de Skywork AI. Todas las especificaciones reflejan el lanzamiento de febrero de 2026. La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente.
Los equipos cuyo flujo de trabajo se rompe en el límite entre la generación de video y la producción de audio ven el mayor impulso con el pipeline unificado de la versión de investigación de SkyReels V4. A continuación se presentan la investigación de la serie SkyReels V4 y las demos oficiales. La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente.
La API de SkyReels V4 Std ya está disponible en 光谱汇深. Pruébala en el Playground de esta página o llámala con tu clave de API, sin esperas ni formularios de contacto.
Registro gratuito. Una sola cuenta desbloquea todos los modelos del catálogo, incluida la API de SkyReels V4 Std.
Pago por uso, sin mínimos mensuales. SkyReels V4 Std se cobra por segundo desde tu saldo compartido de 光谱汇深.
Crea una clave e intégrala en tu app. Define el modelo como skyreels-v4-std y listo: sin SDK nuevo ni nuevo flujo de autenticación.
Qué hace la API de SkyReels V4, cómo se compara con otros modelos de video y cómo usarla en 光谱汇深.
La versión de investigación de SkyReels V4 es un modelo fundacional de video multimodal unificado lanzado por Skywork AI en febrero de 2026. A diferencia de los modelos anteriores que generaban metraje silencioso, produce video y audio sincronizado, diálogo, sonido ambiental y música, en una sola pasada de generación. Admite hasta 1080p de resolución, 32 FPS y duración de clip de 15 segundos. La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente.
SkyReels V4 usa un Transformer de Difusión Multimodal (MMDiT) de doble flujo. Una rama sintetiza cuadros de video, la otra genera audio alineado temporalmente y ambas comparten un codificador de texto basado en MLLM que las mantiene bloqueadas al mismo prompt. La salida tiene diálogo con lip-sync, sonido ambiental coincidente con la escena e indicaciones musicales alineadas con la acción.
La API actual de 光谱汇深 todavía no permite emitir audio y video simultáneamente. A continuación se presentan la investigación de la serie SkyReels V4 y las demos oficiales. El audio es parte del flujo generativo en lugar de un paso de postprocesamiento. Diálogo, sonido ambiental, indicaciones musicales y efectos ambientales se producen al mismo tiempo que los cuadros de video. Toca cualquier demo en esta página para escucharlo directamente.
Guía el movimiento, los sujetos y el estilo con un video de referencia o extiende un clip existente mediante una sola llamada unificada a SkyReels V4 Std.
Esta página utiliza skyreels-v4-std, con cobro por segundo, salidas en 480P, 720P y 1080P y especificaciones con video de referencia. Elige la resolución en el Playground o defínela en tu solicitud a la API.
El coste se calcula con el precio original por segundo del modelo y la especificación seleccionados × el porcentaje realmente pagadero ÷ 100 × los segundos facturables. La entrada de vídeo de referencia usa su propia tarifa completa. El modo reference usa la duración real del vídeo fuente, hasta 10 segundos; el modo extend usa la duración de salida solicitada. Consulta los precios y descuentos en la tabla actualizada. El pago por uso, sin mínimo mensual, utiliza tu saldo compartido de 光谱汇深.
No. Si ya tienes una clave de 光谱汇深 y saldo, estás listo. Cambia el ID del modelo en tu llamada existente y funciona, sin nuevo SDK, sin nueva autenticación, sin migración. La forma de solicitud/respuesta sigue siendo compatible con el resto de endpoints de video de 光谱汇深.
Hay dos formas. Pruébalo ya en el Playground de esta página: usa skyreels-v4-std, selecciona la resolución y genera. O crea una clave en la página API Keys y llama al endpoint de video de 光谱汇深 con el modelo skyreels-v4-std: la tarea se ejecuta de forma asíncrona y la consultas hasta que el video esté listo.
Sí. La API de Skywork AI SkyReels V4 se factura por segundo, según el modelo y la especificación elegidos. La tabla de precios de esta página incluye todas las especificaciones de este modelo, y los precios mostrados son los de miembro Gold (20 % de descuento). Los miembros Platinum y Diamond ahorran aún más, hasta un 28 %, y solo pagas por las solicitudes exitosas.
Regístrate en 光谱汇深, abre la página API Keys y crea una clave. La misma clave sirve para la API de SkyReels V4 y para todos los demás modelos de 光谱汇深, con pago por uso y sin suscripción.
Explora más modelos de la misma categoría.
Wan 2.7 Videoedit
wan2.7‑videoedit (also called Wan 2.7 Video Edit) is Alibaba’s advanced video editing model within the Wan 2.7 suite that lets users transform and refine existing footage with natural language instructions and optional reference images. It supports multimodal input (text, image, video) and can perform style transfer, element replacement, scene adjustment, and temporal feature editing while preserving motion coherence and subject identity. The model outputs edited clips at up to 1080p resolution with durations typically from 2 to 10 seconds, enabling creators to modify visuals and narrative details without traditional editing tools.

Wan 2.7
Wan-2.7 is Alibaba’s next-generation multimodal AI video model that generates high-quality videos from text prompts, images, or reference footage. It supports text-to-video, image-to-video, and instruction-based video editing, producing short clips (up to ~15 seconds) with 720p–1080p resolution, realistic motion, and strong character consistency. 
ViduQ 3 Mix
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.

ViduQ 3
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.