HeyGen Video: el modelo de vídeo de HeyGen con sonido propio, basado en MiniMax H3. Texto a vídeo, imagen a vídeo desde un primer fotograma y referencia a vídeo que conserva los productos, personas o lugares de hasta 9 imágenes, 3 vídeos y 3 clips de audio. De 5 a 15 segundos, de 480p a 2K.
~1-2 min
curl https://www.flixly.ai/api/v1/generate \
-H "Authorization: Bearer flx_live_..." \
-H "Content-Type: application/json" \
-d '{
"model": "heygen-video",
"prompt": "A beautiful sunset over the ocean",
"type": "TEXT_TO_VIDEO"
}'Consigue tu clave de API en el portal para desarrolladores.
Modelo de generación de vídeo premium con audio nativo
Kling 4.0: el nuevo modelo de vídeo de Kling AI con sonido nativo. Texto a vídeo, imagen a vídeo con último fotograma opcional y vídeo a partir de hasta 10 imágenes de referencia. De 3 a 30 segundos en 720p o 1080p.
El modelo de vídeo más reciente de ByteDance. Genera hasta 30 segundos en una sola toma con audio sincronizado —diálogo, música y efectos en la misma pasada— a partir de un Prompt, un fotograma inicial o hasta 50 referencias de imagen, vídeo y audio.
El nivel premium de Wan 3.0 de Alibaba: entrega más rápida, movimiento cinematográfico y mayor continuidad visual. Modos de texto, imagen y referencia, clips nativos de 30 segundos en una sola pasada, con audio.