API de imagen a video: más de 45 modelos de video con IA
Una API de imagen a video anima una imagen fija, una foto de producto o un fotograma clave y la convierte en un clip de video. APIMart lista 46 modelos de video que aceptan una imagen de entrada, como Seedance 2.5, Kling 4.0, Wan 3.0, Veo 3.1 y Gemini Omni 1.2 Flash, con una sola API key. Compara abajo las entradas de imagen, la duración de los clips y los precios en vivo.
Modelos de API de imagen a video en APIMart
Todos los modelos de abajo aceptan una imagen de entrada como primer fotograma o referencia y usan la misma API key, el mismo flujo de tareas asíncronas y el mismo saldo de APIMart. Los límites de imagen y los parámetros varían según el modelo, así que abre cada uno para ver su tabla de parámetros, precios y ejemplos de código.
Muse Video API API
Crea vídeos con Muse Video API a partir de un prompt o de hasta nueve imágenes de referencia. Obtén un MP4 con sonido en 720p de 2–10 segundos mediante la API de tareas.
Generación de vídeosVer API y precios →apimart-zoe API
La apimart-zoe API te da acceso al modelo multimodal de generación de video de APIMart: clips de 4–30 segundos en 480p, 720p, 1080p, 2k o 4k a partir de un prompt, del primer y último fotograma, o de hasta 30 imágenes, 10 videos y 10 clips de audio de referencia, con audio opcional generado junto con el video. También puede editar un video existente, y un flujo de dos pasos convierte un borrador económico en 480p en un video final en 1080p, todo con un solo ID de modelo.
Video IAHasta 4KReferencia multimodalBorrador a finalVer API y precios →FLUX 3 Video API
FLUX 3 Video de Black Forest Labs admite texto a video, imagen a video con 1–10 fotogramas clave ordenados, continuación de video y mejora de borradores. Genera audio sincronizado con clips de 5 a 20 segundos en HD o FHD, tolerancia de seguridad configurable y cobro por segundo.
Audio Nativo5–20 SegundosFotogramas Clave OrdenadosHD y FHDVer API y precios →Wan 3.0 API
Wan 3.0 API (Wan3.0) en APIMart ofrece el modelo de video Wan más reciente de Alibaba a través de la Wan API. Envía solo un prompt, un primer fotograma con último fotograma opcional, o referencias de imagen, video, audio, documento y página web, y obtén un video de 2 a 30 segundos en 480P, 720P o 1080P, con audio activado por defecto. ID del modelo: wan3.0-video.
Hasta 30 segundos480P / 720P / 1080PFotogramas o referenciasAudio por defectoVer API y precios →Wan 3.0 Prime API
Wan 3.0 Prime API (wan3.0-video-prime) en APIMart es el modelo Prime de la serie Alibaba Wan 3.0. Acepta exactamente los mismos parámetros que wan3.0-video: un prompt, primer y último fotograma, o referencias de imagen, video, audio, documento y página web, para videos de 2 a 30 segundos en 480P, 720P o 1080P, con audio activado por defecto. Tiene su propio ID de modelo y su propio precio por segundo.
Mismas entradas que Wan 3.0Hasta 30 segundos480P / 720P / 1080PModelo y precio propiosVer API y precios →Veo 3.1 API
Veo 3.1 es la versión actual de la familia de modelos de video Google Veo 3. APIMart la ofrece con tres modelos Ext (veo3.1-lite, veo3.1-fast, veo3.1-quality, cobrados por video de 8 segundos) y dos modelos del canal oficial (veo3.1-fast-official, veo3.1-quality-official, cobrados por segundo), todos con una sola clave de API.
Uso ComercialVer API y precios →Gemini Omni 1.2 Flash API
Gemini Omni 1.2 Flash API (gemini-omni-1.2-flash) es el modelo de vídeo multimodal de Google para texto a vídeo, imagen a vídeo, interpolación entre fotogramas inicial y final, edición y extensión de vídeo. Elige una duración de 3 a 15 segundos, recibe audio en cada clip y paga por segundo según la resolución en APIMart. El canal Ext gemini-omni-1.2-flash-ext cubre los mismos modos principales, incluidos los fotogramas inicial y final, con precio fijo por segundo.
3–15 s con audioEditar y extender vídeoDe 360p a 4KVer API y precios →Gemini Omni 1.1 Flash API
Gemini Omni 1.1 Flash API (gemini-omni-1.1-flash) es el modelo de vídeo multimodal de Google para texto a vídeo, imagen a vídeo, interpolación entre primer y último fotograma, edición y extensión de video. En APIMart funciona con una API de tareas asíncronas y se cobra por segundo según la resolución.
Vídeo multimodalFotogramas inicial y finalDe 360p a 4KVer API y precios →Gemini Omni Flash Preview API
La API Gemini Omni Flash Preview en APIMart ofrece generación optimizada de texto a vídeo, imagen a vídeo y vídeo a vídeo. Envía model y prompt a través del endpoint unificado de generación de vídeo de APIMart, lo que hace que el modelo sea fácil de probar, integrar y escalar.
De texto a vídeoDe imagen a vídeoDe vídeo a vídeoVer API y precios →PixVerse V6 API
PixVerse V6 es el modelo de video IA insignia que PixVerse lanzó el 30 de marzo de 2026, pensado para clips multiplano con audio nativo, control de cámara y personajes expresivos. En APIMart es la entrada principal de la PixVerse API: un endpoint cubre texto a video, imagen a video, transiciones entre primer y último fotograma, 1–7 imágenes de referencia y extensión de video, de 360p a 1080p y de 1 a 15 segundos, con cobro por segundo.
Texto a videoImagen a videoMultiplanoAudio opcionalVer API y precios →PixVerse V6 Max API
PixVerse V6 Max es la variante de alta calidad de PixVerse V6. PixVerse V6 Max API genera vídeos desde texto o una sola imagen con pixverse-v6-max. Elige de 1 a 15 segundos, 360p/540p/720p/1080p y audio nativo opcional. PixVerse V6 sigue disponible por separado para transiciones, fusión y extensión de vídeos.
Texto e imagen a vídeoDe 1 a 15 segundosAudio nativo opcionalVer API y precios →Kling 4.0 API
Kling 4.0 API (kling-v4) unifica vídeo desde texto, imágenes y referencias multimodales, edición y extensión. Genera 3–30 segundos en 720p o 1080p, siempre con audio estéreo.
5 modos de vídeo720p / 1080pAudio estéreoVer API y precios →Kling 4.0 Flash API
Kling 4.0 Flash API (kling-v4-flash) es la versión más rápida y rentable de Kuaishou Kling 4.0: texto a vídeo, imagen a vídeo desde el primer fotograma, vídeo con referencias, edición y extensión de vídeo con un solo ID de modelo. Cada clip de 3–20 segundos sale en 720p con audio.
Cinco modos de vídeo720p · 3–20 sAudio incluidoVer API y precios →Kling 3.0 API
La Kling API de APIMart te da acceso al modelo de video Kling 3.0 de Kuaishou (ID kling-v3): texto a video e imagen a video con primer fotograma o primer y último fotograma, clips de 3 a 15 segundos en 720p, 1080p o 4K, audio nativo opcional y prompts multiplano, todo con una sola clave de APIMart.
Texto a VideoImagen a VideoAudio NativoVer API y precios →Kling 3.0 Omni API
Kling 3.0 Omni, también llamado Kling O3 o Kling V3 Omni, es el modelo todo en uno de Kling 3.0 de Kuaishou. En APIMart usa el ID kling-v3-omni para texto a video, referencias de imagen con roles, edición y referencia de video, prompts multitoma y elementos de sujeto, en std 720p, pro 1080p o 4K.
Edición de videoHasta 4K3–15 sVer API y precios →Kling 2.6 API
La Kling 2.6 API de APIMart usa el ID de modelo kling-v2-6 para texto a video e imagen a video. Elige std (720p, sin sonido) o pro (1080p), 5 o 10 segundos, y añade audio nativo o un fotograma final en modo pro. También admite control de cámara y máscaras dinámicas.
Audio nativo (Pro)Control de Cámara5 s o 10 sVer API y precios →Kling 3.0 Turbo API
Kling 3.0 Turbo es la versión de Kling 3.0 enfocada en la velocidad. En APIMart usa el ID kling-3.0-turbo para texto a video e imagen a video desde el primer fotograma, de 3 a 15 segundos en 720p o 1080p, con storyboards multitoma escritos en el prompt.
Enfocado en velocidad720p / 1080p3–15 sVer API y precios →Kling Video O1 API
Kling Video O1, conocido en búsquedas como Kling O1, es el modelo de video unificado de Kuaishou. En APIMart usa el ID kling-video-o1 para texto a video, referencias de imagen con <<<image_N>>>, primer y último fotograma y edición de un video de entrada, en std (720p) o pro (1080p).
Edición de videoReferencias de imagen720p / 1080pVer API y precios →MiniMax Hailuo 02 API
MiniMax Hailuo 02 (también Hailuo 2) es el modelo de video de MiniMax lanzado el 18 de junio de 2025, centrado en seguir instrucciones con precisión y en una física realista. En APIMart funciona como Hailuo API con el ID de modelo MiniMax-Hailuo-02, con texto a video e imagen a video con primer y último fotograma.
Texto a videoImagen a videoPrimer y último fotogramaVer API y precios →MiniMax Hailuo 2.3 API
MiniMax Hailuo 2.3 es el modelo de video de MiniMax lanzado el 28 de octubre de 2025, con mejor movimiento corporal, expresiones faciales y estilos que Hailuo 02. En APIMart funciona con el ID de modelo MiniMax-Hailuo-2.3 para texto a video e imagen a video desde el primer fotograma.
Texto a videoImagen a videoControl de cámaraVer API y precios →MiniMax Hailuo 2.3 Fast API
MiniMax Hailuo 2.3 Fast es la versión más rápida y económica de Hailuo 2.3, lanzada por MiniMax el 28 de octubre de 2025. En APIMart funciona con el ID de modelo MiniMax-Hailuo-2.3-Fast para imagen a video con un primer fotograma obligatorio.
Imagen a videoGeneración por lotesBajo costoVer API y precios →MiniMax H3 API
MiniMax H3 es el modelo de generación multimodal de uso general de MiniMax, lanzado el 31 de julio de 2026. Genera video de hasta 15 segundos en 2K con audio estéreo nativo. En APIMart puedes usar MiniMax-H3 para video, MiniMax-H3-Context-IR para mejorar prompts y MiniMax-H3-Regeneration para pasar vistas previas 768P a 2K.
Video 2KAudio nativoReferencias multimodalesVer API y precios →MiniMax H3 Max API
MiniMax H3 Max (ID de modelo MiniMax-H3-Max) es un modelo rápido de la familia MiniMax H3 en APIMart. Genera videos con audio de 5 a 15 segundos en 480P, 768P o 1080P desde texto, primer y último fotograma o referencias multimodales. Para 2K o Regeneration de 768P a 2K, usa MiniMax H3.
Hasta 1080PVideo con audioReferencias multimodalesVer API y precios →Vidu Q3 API
Vidu Q3 API en APIMart (model ID viduq3): el modelo de referencias a video de Vidu, de ShengShu, convierte un prompt y 1–7 imágenes de referencia en clips de 3–16 segundos en 540p, 720p o 1080p, manteniendo coherentes personajes, productos y estilo. Sirve para videos de referencia del día a día con cambios de ángulo de cámara.
Referencias a video1–7 imágenes de referencia3–16 segundosVer API y precios →Vidu Q3 Pro API
Vidu Q3 Pro API en APIMart (model ID viduq3-pro, a menudo escrito vidu-q3-pro): modelo de video Vidu de ShengShu para texto a video, imagen a video y video con primer y último fotograma, con clips de 1–16 segundos en 540p, 720p o 1080p y diálogos y efectos de sonido activados por defecto. Es el nivel superior del par Vidu Q3 Pro y Turbo.
Texto a videoImagen a videoPrimer y último fotograma1–16 segundosVer API y precios →Vidu Q3 Turbo API
Vidu Q3 Turbo API en APIMart (model ID viduq3-turbo, a menudo escrito vidu-q3-turbo): modelo de video Vidu de ShengShu para texto a video, imagen a video y video con primer y último fotograma, con clips de 1–16 segundos en 540p, 720p o 1080p y diálogos y efectos de sonido activados por defecto. Tiene la tarifa por segundo más baja de la serie Vidu en APIMart.
Texto a videoImagen a videoPrimer y último fotograma1–16 segundosVer API y precios →Vidu Q3 Mix API
Vidu Q3 Mix API en APIMart (model ID viduq3-mix): el modelo de referencias a video de Vidu, de ShengShu, convierte un prompt y 1–7 imágenes de referencia en clips de 1–16 segundos en 720p o 1080p, manteniendo coherentes personajes, productos y estilo. Admite clips desde 1 segundo, para calidad premium y efectos de movimiento rápidos.
Referencias a video1–7 imágenes de referencia1–16 segundosVer API y precios →Vidu Q4 Preview API
Vidu Q4 API en APIMart (model ID viduq4-preview, a menudo escrito viduq4): Vidu Q4 Preview de ShengShu convierte un primer fotograma, o 1–15 imágenes de referencia con hasta 3 clips de audio de referencia, en videos de 3–16 segundos hasta 4K con audio nativo. Es el modelo más reciente de la familia Vidu API en APIMart.
Imagen a vídeoReferencias a vídeo3–16 segundosHasta 4KVer API y precios →Wan 2.5 API
Wan 2.5 API (Wan2.5 Preview) en APIMart ejecuta el modelo de video Wan 2.5 de Alibaba con el ID wan2.5-preview. Convierte un prompt de texto o una sola imagen en un video de 5 o 10 segundos en 480p, 720p o 1080p, y cada clip incluye sonido generado o tu propia pista de audio.
5 / 10 segundos480p / 720p / 1080pAudio incluidoTexto e imagen a videoVer API y precios →Wan 2.6 API
Wan 2.6 API (Wan2.6) en APIMart ejecuta el modelo de video Wan 2.6 de Alibaba con el ID wan2.6. Crea videos de 5, 10 o 15 segundos en 720p o 1080p a partir de un prompt de texto o una sola imagen, con narrativa multiplano, audio generado o personalizado y plantillas de efectos para imagen a video.
5 / 10 / 15 segundos720p / 1080pMultiplanoAudio y efectosVer API y precios →Wan 2.6 I2V API
Wan 2.6 I2V API (wan2.6-i2v) en APIMart ejecuta el modelo dedicado de imagen a video Alibaba Wan 2.6. Envía una imagen de primer fotograma y un prompt opcional para obtener un video de 5, 10 o 15 segundos en 720p o 1080p, en un solo plano o multiplano, con una pista de audio personalizada opcional.
Imagen a video5 / 10 / 15 segundos720p / 1080pMultiplanoVer API y precios →Wan 2.6 I2V Flash API
Wan 2.6 I2V Flash API (wan2.6-i2v-flash, también llamado Wan 2.6 Flash) en APIMart ejecuta el modelo de imagen a video Alibaba Wan 2.6 Flash. Envía una imagen de primer fotograma y un prompt opcional para obtener un video de cualquier duración entre 2 y 15 segundos en 720p o 1080p, con audio generado, tu propia pista o sin sonido, y narrativa multiplano opcional.
Cualquier duración de 2 a 15 sCon o sin audio720p / 1080pMultiplanoVer API y precios →Wan 2.7 API
Wan 2.7 API (Wan2.7) en APIMart ejecuta el modelo de video Wan 2.7 de Alibaba con un único ID de modelo, wan2.7. Crea videos de 2 a 15 segundos en 720P o 1080P a partir de un prompt de texto, un primer fotograma, primer y último fotograma o un clip de origen para continuar, y puede seguir una pista de audio de referencia.
2 a 15 segundos720P / 1080PPrimer y último fotogramaContinuación de videoVer API y precios →Wan 2.7 R2V API
La Wan 2.7 R2V API (wan2.7-r2v) en APIMart ejecuta el modelo de referencia a video Wan 2.7 de Alibaba. Dale hasta 5 imágenes y videos de referencia de personajes, objetos o escenarios, cítalos en el prompt y generará un nuevo plano de 2 a 15 segundos en 720P o 1080P que conserva su aspecto, con una voz de referencia opcional para cada personaje.
Referencia a videoHasta 5 referencias2–15 segundosVoz de referenciaVer API y precios →Grok Imagine Video API
La Grok Imagine API para video en APIMart usa el modelo grok-imagine-video de xAI: texto a video, imagen a video con una o varias imágenes de referencia y edición de un clip existente. Los clips duran de 1 a 15 segundos en 480p o 720p y pagas por segundo de salida.
Generación de VideoImagen a VideoEdición de VideoVer API y precios →Grok Imagine Video 1.5 API
La Grok Imagine Video 1.5 API en APIMart convierte un prompt, o un prompt con imágenes de referencia, en un video de 1 a 15 segundos en 480p, 720p o 1080p. Esta página ofrece el modelo oficial de xAI grok-imagine-video-1.5 y el más económico grok-imagine-1.5-video-ext.
Generación de VideoAlta CalidadVer API y precios →SkyReels V4 Std API
SkyReels V4 es el modelo fundacional de video multimodal de Skywork AI, presentado con el artículo de arXiv 2602.21818 en febrero de 2026. APIMart ofrece la API de SkyReels V4 en dos niveles; esta página trata SkyReels V4 Std (ID de modelo skyreels-v4-std), el nivel que prioriza la calidad para tomas clave y entrega final. Un solo endpoint cubre texto a video, imagen a video con primer fotograma, último fotograma y fotogramas clave, y referencias multimodales Omni, en 480p, 720p o 1080p y de 3 a 15 segundos. El artículo también describe la generación de una banda sonora junto con el video; la API de APIMart aún no devuelve video y audio recién generado al mismo tiempo.
Texto a videoImagen a video480p / 720p / 1080pVer API y precios →SkyReels V4 Fast API
SkyReels V4 Fast (ID de modelo skyreels-v4-fast) es el nivel que prioriza la velocidad de SkyReels V4, el modelo de video de Skywork AI, en APIMart. Acepta los mismos campos de solicitud que SkyReels V4 Std (texto a video, imagen a video con primer fotograma, último fotograma y fotogramas clave, y referencias multimodales Omni) en 480p, 720p o 1080p y de 3 a 15 segundos, con una tarifa por segundo más baja. Úsalo para vistas previas rápidas, generación por lotes y contenido diario, y pasa las tomas finales a Std si necesitas más detalle. La API de APIMart aún no devuelve video y audio recién generado al mismo tiempo.
Nivel FastTexto a video480p / 720p / 1080pVer API y precios →Seedance 1.0 Pro Quality API
La Seedance 1.0 Pro API en APIMart ejecuta el nivel Quality de ByteDance Seedance 1.0 Pro (ID de modelo seedance-1-0-pro-quality). Genera clips de 2 a 12 segundos a partir de texto, de un primer fotograma o de primer y último fotograma en 480p, 720p o 1080p.
Nivel QualityTexto a videoPrimer y último fotogramaHasta 1080pVer API y precios →Seedance 1.0 Pro Fast API
La Seedance 1.0 Pro Fast API en APIMart ejecuta el modelo seedance-1-0-pro-fast de ByteDance, el nivel más rápido de Seedance 1.0 Pro para vistas previas e iteración. Genera clips de 2 a 12 segundos a partir de texto o de una imagen como primer fotograma en 480p, 720p o 1080p.
Nivel FastTexto a videoImagen a video desde el primer fotogramaHasta 1080pVer API y precios →Seedance 1.5 Pro API
La Seedance 1.5 Pro API en APIMart ejecuta ByteDance Seedance 1.5 Pro, un modelo de video que genera el sonido junto con la imagen. Crea clips de 4 a 12 segundos a partir de texto o de imágenes de primer y último fotograma en 480p, 720p o 1080p.
Audio nativoTexto a videoImagen a videoHasta 1080pVer API y precios →Seedance 2.0 API
La Seedance 2.0 API en APIMart te da acceso al modelo de video Seedance 2.0 de ByteDance, que figura en Volcano Engine como Doubao-Seedance-2.0, para texto a video, imagen a video, generación con primer y último fotograma y generación con referencias multimodales, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Texto a videoImagen a videoAudio nativoHasta 4KVer API y precios →Seedance 2.0 Fast API
La Seedance 2.0 Fast API en APIMart ejecuta el modelo seedance-2.0-fast de ByteDance, que tiene las mismas funciones que Seedance 2.0 estándar y genera más rápido. Úsalo para texto a video, imagen a video, generación con primer y último fotograma y clips con referencias multimodales en 480p o 720p, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Generación más rápidaTexto a videoImagen a video480p / 720pVer API y precios →Seedance 2.0 Mini API
La Seedance 2.0 Mini API en APIMart ejecuta el modelo seedance-2.0-mini de ByteDance, que tiene las mismas funciones que Seedance 2.0 estándar y no limita el número de caracteres del prompt. Úsalo para texto a video, imagen a video, generación con primer y último fotograma y clips con referencias multimodales en 480p o 720p, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Prompts sin límite de longitudTexto a videoImagen a video480p / 720pVer API y precios →Seedance 2.5 API
La Seedance 2.5 API te da acceso al modelo fundacional de audio y video de ByteDance para video con IA en producción: clips nativos de 30 segundos en una sola pasada hasta 1080p, hasta 50 referencias multimodales (30 imágenes, 10 videos y 10 clips de audio), control de primer y último fotograma, y edición y extensión de video para publicidad, e-commerce y previsualización de cine. Es el mismo modelo que se ofrece como Dreamina Seedance 2.5.
Video IAClips de 30 sReferencia multimodalAudio nativoVer API y precios →Seedance 2.5 Flash API
Seedance 2.5 Flash es la versión más rápida del modelo de video Seedance 2.5 de ByteDance y genera video en 480p y 720p a partir de texto, imágenes, videos de referencia y audio. Usa este espacio de trabajo de APIMart para preparar una solicitud de seedance-2.5-flash y luego revisa el ejemplo y los parámetros de la Seedance 2.5 Flash API de abajo.
Texto e imagen a video480p / 720pReferencias multimodalesVer API y precios →HappyHorse 1.0 API
HappyHorse 1.0 (también escrito Happy Horse 1.0) es el modelo de video con audio de Alibaba, disponible en Alibaba Cloud Model Studio. En APIMart es la entrada principal de la HappyHorse API, con cuatro modos en un mismo endpoint: texto a video, imagen a video desde el primer fotograma, 1–9 imágenes de referencia y edición de un video de origen. Genera 720P o 1080P de 3–15 segundos y se cobra por segundo.
Texto a videoImagen a videoEdición de video720P / 1080PVer API y precios →HappyHorse 1.1 API
HappyHorse 1.1 (también escrito Happy Horse 1.1) es la actualización de junio de 2026 del modelo de video con audio HappyHorse de Alibaba. En APIMart crea clips 720P o 1080P de 3–15 segundos a partir de texto, un primer fotograma o 1–9 imágenes de referencia, con un precio 1080P más bajo que HappyHorse 1.0. La edición de video no está disponible en 1.1.
Texto a videoImagen a videoVideo por referencias720P / 1080PVer API y precios →
Cómo elegir una API de imagen a video
Control del primer y último fotograma
Kling 4.0, Wan 3.0, Seedance 2.5, Gemini Omni 1.2 Flash y MiniMax H3 aceptan un primer y un último fotograma para controlar cómo empieza y termina una toma; Kling 4.0 también admite hasta ocho fotogramas clave.
Varias imágenes de referencia
Seedance 2.5 acepta hasta 30 imágenes de referencia, Gemini Omni 1.2 Flash y Wan 3.0 hasta 10, y MiniMax H3 hasta 9 para controlar personajes y estilo.
Consistencia del sujeto y del personaje
Los modelos Kling, Seedance y Wan animan una imagen de referencia y mantienen reconocible al sujeto, algo ideal para fotos de producto, avatares y clips de e-commerce.
Imagen a video con sonido
Seedance 2.5, Kling 4.0 y Wan 3.0 pueden añadir sonido sincronizado a la imagen animada, así que una sola solicitud devuelve un clip listo para redes sociales o anuncios.
Precios y especificaciones de la API de imagen a video: 9 modelos populares
Precios en vivo para miembros Gold en APIMart, un 20% por debajo del precio de lista; los miembros Platinum y Diamond pagan menos. Salvo que se indique lo contrario, los precios son por segundo de salida en el nivel indicado, y cada página de modelo muestra todos los niveles.
| Modelo | Entradas de imagen | Duración del clip | Resolución | Precio Gold |
|---|---|---|---|---|
| Seedance 2.5 APIClips de 30 segundos con sonido | Hasta 30 referencias; primer/último fotograma con image_with_roles | 4–30 s | 480p–1080p | $0.216/s · 720p |
| Seedance 2.0 Mini APIBorradores de bajo costo | Hasta 9 imágenes, o primer/último fotograma | 4–15 s | 480p / 720p | $0.039/s · 720p |
| Veo 3.1 Fast APIPlanos cinematográficos de Google Veo | Hasta 3 imágenes (no en Veo 3.1 Lite) | 8 s | 720p–4K | $0.14 por clip de 8 s · 720p / 1080p |
| Wan 3.0 APIHasta 30 s con referencias flexibles | Primer fotograma, último fotograma opcional o hasta 10 referencias | 2–30 s | 480p–1080p | $0.0658/s · 720p |
| Kling 4.0 APIHasta 30 s con audio estéreo | Primer/último fotograma, hasta 8 fotogramas clave o 10 referencias | 3–30 s | 720p / 1080p | $0.14/s · 720p |
| Kling 3.0 APINiveles de 720p a 4K | 1 imagen como primer fotograma, 2 como primer y último fotograma | 3–15 s | 720p–4K | $0.0672/s · 720p std |
| Gemini Omni 1.2 Flash APISalida de 360p a 4K | Hasta 10 imágenes, incluidos el primer y el último fotograma | 3–15 s | 360p–4K | $0.06/s · 720p |
| MiniMax H3 API2K nativo con audio | Primer/último fotograma o hasta 9 referencias | 4–15 s | 768p / 2K | $0.0571/s · 768p |
| Grok Imagine Video APIClips rápidos y edición de video | Una o más imágenes; cada imagen se factura | 1–15 s | 480p / 720p | $0.056/s · 720p |
Kling 3.0 se muestra en std 720p sin sonido; el sonido, pro y 4K cuestan más. Veo 3.1 Fast en el canal Ext se factura por clip de 8 segundos, mientras que su canal oficial se factura por segundo. Seedance y Kling 4.0 también facturan por segundo el video de referencia de entrada. Las tareas fallidas no se cobran.
Ejemplos de costo de la API de imagen a video
- Un clip de imagen a video de 10 segundos en 720p con Seedance 2.5: 10 × $0.216 = $2.16, con audio incluido.
- Un clip de 10 segundos en 720p con primer y último fotograma en Kling 4.0: 10 × $0.14 = $1.40.
- Un clip de 10 segundos en 720p a partir de un primer fotograma con Wan 3.0: 10 × $0.0658 = $0.66.
- Un clip de 10 segundos en 720p con Seedance 2.0 Mini: 10 × $0.039 = $0.39.
Inicio rápido de la API de imagen a video: ejemplo con Seedance 2.5
Añade image_urls a una solicitud a POST /v1/videos/generations y consulta la tarea hasta que el video esté listo. Este ejemplo usa Seedance 2.5; la pestaña Imagen a video muestra la solicitud con imagen, y los demás modelos usan sus propios campos de imagen, indicados en cada página de modelo.
- 1
Obtén una API key de APIMart
Regístrate en APIMart, añade saldo y crea una key en la página API Keys. Guárdala en la variable de entorno APIMART_API_KEY y envíala como Authorization: Bearer <key>. La misma key llama a todos los modelos de video.
- 2
Envía una tarea de video
Haz POST /v1/videos/generations con el ID del modelo, tu prompt y la duración y resolución que admite ese modelo. Añade image_urls para imagen a video. La respuesta devuelve un task_id.
- 3
Obtén el video
Consulta GET /v1/tasks/{task_id} cada 5–15 segundos hasta que el estado sea completed y luego lee la URL del video en data.result.videos[0].url[0]. Los resultados se conservan 72 horas, así que descarga los archivos que quieras guardar.
Consulta la referencia de la API de Seedance 2.5 para ver todos los parámetros de este modelo.
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedance-2.5",
"prompt": "Un travelling cinematográfico de un auto clásico rojo que recorre una carretera costera al atardecer, con olas rompiendo abajo y una cálida luz dorada",
"size": "16:9",
"resolution": "720p",
"duration": 10
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "seedance-2.5",
"prompt": "Un travelling cinematográfico de un auto clásico rojo que recorre una carretera costera al atardecer, con olas rompiendo abajo y una cálida luz dorada",
"size": "16:9",
"resolution": "720p",
"duration": 10
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedance-2.5",
"prompt": "El producto de la imagen de referencia gira lentamente sobre una plataforma giratoria blanca de estudio, con luz principal suave, y la cámara avanza hasta un primer plano de la etiqueta",
"image_urls": [
"https://example.com/product.jpg"
],
"size": "16:9",
"resolution": "720p",
"duration": 10
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"Parámetros de la API de Seedance 2.5 usados aquí
| Parámetro | Tipo | Obligatorio | Valor por defecto | Descripción |
|---|---|---|---|---|
model | string | Obligatorio | Valor por defecto: seedance-2.5 | El modelo de video que se llama. Cada uno de los demás modelos usa su propio ID, indicado en su página de modelo. |
prompt | string | Obligatorio | Valor por defecto: — | Descripción del video: sujeto, movimiento, cámara y sonido. |
resolution | string | Opcional | Valor por defecto: 720p | 480p, 720p o 1080p en Seedance 2.5. Los niveles más altos cuestan más por segundo. |
size | string | Opcional | Valor por defecto: adaptive | Relación de aspecto: 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 o adaptive. |
duration | integer | Opcional | Valor por defecto: 5 | Duración del clip, de 4 a 30 segundos en Seedance 2.5. La facturación sigue los segundos de salida. |
generate_audio | boolean | Opcional | Valor por defecto: true | Genera audio sincronizado. Usa false para obtener un video sin sonido. |
image_urls | array | Opcional | Valor por defecto: — | Imágenes de referencia como URL públicas, hasta 30 en Seedance 2.5. Al añadirlas, la solicitud pasa a ser de imagen a video. |
image_with_roles | array | Opcional | Valor por defecto: — | Imágenes con un rol: first_frame, last_frame o reference_image. |
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 de video. Envías la URL de la imagen con un prompt que describe el movimiento y la cámara, y APIMart devuelve un ID de tarea que consultas hasta obtener el video terminado.
¿Qué entradas necesita una API de imagen a video?
Normalmente una URL pública de la imagen y un prompt de texto; muchos modelos también aceptan un último fotograma o imágenes de referencia adicionales. La cantidad de imágenes, los formatos, las duraciones y las resoluciones admitidos se indican en cada página de modelo.
¿Qué modelo de API de imagen a video debo elegir?
Usa Kling 4.0, Wan 3.0 o Seedance 2.5 cuando necesites control de fotogramas y clips largos con sonido; Gemini Omni 1.2 Flash o Veo 3.1 para 4K; y Seedance 2.0 Mini o Grok Imagine Video para borradores de bajo costo.
¿Puedo definir el primer y el último fotograma?
Sí, en los modelos que lo admiten. Kling 4.0, Wan 3.0, Seedance 2.5, Gemini Omni 1.2 Flash y MiniMax H3 aceptan ambos fotogramas, ya sea como las dos primeras image_urls o con roles como first_frame y last_frame; revisa cada página de modelo para ver el campo exacto.
¿Cómo funcionan los precios de la API de imagen a video?
La mayoría de los modelos se facturan por segundo de salida en la resolución elegida, y algunos también facturan las imágenes de entrada o el video de referencia. La tabla de arriba muestra precios en vivo para miembros Gold, un 20% por debajo del precio de lista; los miembros Platinum y Diamond ahorran un 24% y un 28%.
¿Cómo obtengo una API key de imagen a video?
Regístrate en APIMart, abre la página API Keys en tu panel y crea una key. Una sola key cubre todos los modelos de imagen a video de esta página y los demás modelos de APIMart.
¿Cómo envío una imagen a la API?
Sube la imagen a una ubicación pública y pasa su URL HTTPS en image_urls junto con tu prompt a POST /v1/videos/generations. La pestaña Imagen a video del inicio rápido de arriba muestra una solicitud completa de Seedance 2.5.
¿La API de imagen a video es gratis?
No. APIMart no ofrece créditos gratis; la facturación es de pago por uso sin suscripción, y las generaciones fallidas no se cobran.