149 AI मॉडल एक प्लेटफ़ॉर्म

Nano Banana Pro

अत्याधुनिक इमेज जनरेशन और एडिटिंग — Gemini-क्लास

Kling O1

बेहतर सिनेमैटिक क्वालिटी वाला Kling O1 रीज़निंग मॉडल

Nano Banana 2.1

नया

Nano Banana 2.1 — Google का सबसे नया Gemini इमेज मॉडल। टेक्स्ट से बनाएं या 14 तक रेफ़रेंस इमेज के साथ एडिट करें, 1K से 4K तक, साफ़ टेक्स्ट और 8:1 से 1:8 तक के एक्सट्रीम रेशियो के साथ।

GPT-Image 1.5

GPT Image 1.5 प्रॉम्प्ट का सटीक पालन करते हुए हाई-फ़िडेलिटी इमेज जनरेट करता है और कंपोज़िशन, लाइटिंग व बारीक डिटेल बनाए रखता है

Nano Banana 2

Gemini-क्लास इमेज जनरेशन और एडिटिंग — फ़ुल-साइज़ Nano Banana 2।

GPT-Image 2.0

नेक्स्ट-जेन इमेज मॉडल — लगभग परफ़ेक्ट टेक्स्ट रेंडरिंग (>99%), बेहतर फ़ोटोरियलिज़्म, UI/स्क्रीनशॉट-स्तर की डिटेल और बेहतरीन बहुभाषी टेक्स्ट (JP/KR/HI/BN)। वैकल्पिक रूप से रेफ़रेंस इमेज से गाइडेड जनरेशन सपोर्ट करता है।

GPT-Image 2.0 Edit

डिटेल बरकरार रखते हुए सिंगल-इमेज की सटीक एडिटिंग। GPT-Image 2.0 के नेटिव मल्टीमॉडल आर्किटेक्चर पर आधारित।

FLUX 3 Image — Black Forest Labs का सबसे नया इमेज मॉडल। नेटिव 2K और 4K में लेआउट पर सटीक नियंत्रण और साफ़ टेक्स्ट के साथ इमेज बनाएँ, या फ़ोटो एडिट करें और 10 तक रेफ़रेंस इमेज जोड़ें — जो आपने नहीं बदला, वह जैसा था वैसा ही रहता है।

FLUX Kontext Pro

एडवांस्ड इमेज एडिटिंग और ट्रांसफॉर्मेशन

Reve 2.1

नया

Reve 2.1 — प्रॉम्प्ट पालन और इमेज के अंदर साफ़ टाइपोग्राफ़ी के लिए बना। हर रिक्वेस्ट में चार वैरिएशन तक बनाता है, स्क्वेयर से वाइडस्क्रीन तक हर फ़्रेम में, और पूरे सेट में लेआउट व टेक्स्ट की जगह एक जैसी रहती है। प्रीमियम कीमत, और कैटलॉग का सबसे शार्प टेक्स्ट रेंडरर।

Krea 3 — Krea का सबसे नया इमेज मॉडल। टेक्स्ट से बनाएँ, या आसान निर्देशों से 8 तक रेफ़रेंस इमेज एडिट करें और जोड़ें: सेटिंग बदलें, आपका सब्जेक्ट एक जैसा रहता है। Quality और Fast मोड, 1K या 2K में।

Cosmos 3 Super

NVIDIA का फ्लैगशिप फोटोरियलिस्टिक टेक्स्ट-टू-इमेज मॉडल, वैकल्पिक एजेंटिक रिफाइनमेंट के साथ — हर राउंड में कई कैंडिडेट इमेज जनरेट करता है और बेहतर प्रॉम्प्ट अनुपालन के लिए राउंड के बीच प्रॉम्प्ट दोबारा लिखता है। टॉप-एंड फ़िज़िक्स-अवेयर फोटोरियलिज़्म, स्ट्रक्चर्ड-JSON प्रॉम्प्ट एक्सपैंशन समर्थित।

Seedream 5.0 Pro

प्रीमियम इमेज मॉडल — सटीक टेक्स्ट से इमेज और मल्टी-रेफ़रेंस एडिटिंग: प्रोडक्ट विज़ुअल, डिज़ाइन एसेट, घने लेआउट और कमर्शियल क्रिएटिव। एडिट मोड में 10 रेफ़रेंस इमेज तक चलती हैं।

Topaz Labs Gigapixel प्रिसीज़न इमेज अपस्केलिंग — फ़ोटो को 4x तक ईमानदारी से बड़ा करता है, किनारे शार्प और डिटेल साफ़ रखते हुए।

Topaz Labs का जनरेटिव Wonder 3.5 इमेज अपस्केलर — कम क्वालिटी या ख़राब इमेज में डिटेल वापस लाकर दोबारा बनाता है और 4x तक बड़ा करता है।

GPT Image 2.5 Flare

नया

GPT-Image 2.5 Flare — ChatGPT Images 2.5 के साथ पेश OpenAI का डिफ़ॉल्ट इमेज मॉडल। तेज़, हाई-क्वालिटी जनरेशन: नैचुरल लाइटिंग, रिच टेक्सचर, जटिल लेआउट और ट्रांसपेरेंट बैकग्राउंड (PNG/WebP)।

GPT Image 2.5 Flare Edit

नया

इमेज एडिटिंग के लिए GPT-Image 2.5 Flare — सोर्स इमेज में बदलाव बताएं, साथ में 15 अतिरिक्त रेफ़रेंस इमेज तक जोड़ें। ट्रांसपेरेंट आउटपुट सपोर्ट करता है।

GPT Image 2.5 Sunburst

नया

GPT-Image 2.5 Sunburst — प्रीमियम विज़ुअल काम के लिए OpenAI का प्रिसिज़न इमेज मॉडल। थोड़े लंबे जनरेशन समय के बदले बारीक डिटेल में ज़्यादा फ़िडेलिटी।

GPT Image 2.5 Sunburst Edit

नया

इमेज एडिटिंग के लिए GPT-Image 2.5 Sunburst — एक निर्देश और सोर्स इमेज से सटीक, डिटेल बनाए रखने वाले एडिट, साथ में 15 रेफ़रेंस तक।

Ideogram 4.5

नया

Ideogram 4.5 — Ideogram का सबसे नया इमेज मॉडल, इमेज के अंदर साफ़ और सटीक टेक्स्ट के साथ। प्रॉम्प्ट से 15 आस्पेक्ट रेशियो में लो, मीडियम या हाई क्वालिटी पर इमेज बनाएँ, या चार तक रेफ़रेंस इमेज के साथ फ़ोटो एडिट करें।

Meta का Muse Image मॉडल निर्देशों का सटीक पालन करता है और असाधारण विज़ुअल फ़िडेलिटी देता है — टेक्स्ट, चार्ट और QR कोड जैसी बारीक डिटेल भी सही बनती हैं। टेक्स्ट प्रॉम्प्ट से नौ आस्पेक्ट रेशियो में इमेज जनरेट करता है, फ़्लैट $0.01 प्रति इमेज।

Meta का Muse Image मॉडल एडिटिंग मोड में — सटीक एडिट जो सिर्फ़ वही बदलते हैं जो आप कहें, हर स्टेप में एक जैसे रहते हैं और कई रेफरेंस इमेज को जोड़ते हैं। 1-10 रेफरेंस इमेज स्वीकार करता है, $0.01 प्रति आउटपुट इमेज।

Wan 2.7 Image Pro

Wan 2.7 इमेज मॉडल, ऊँची क्वालिटी वाला टियर — टेक्स्ट से इमेज और इमेज एडिटिंग एक साथ।

Ideogram V4

Ideogram का V4 — अपनी श्रेणी में सर्वश्रेष्ठ इन-इमेज टेक्स्ट रेंडरिंग, शार्प टाइपोग्राफ़ी, प्रॉम्प्ट का बेहतर पालन और तीन रेंडरिंग स्पीड (TURBO / BALANCED / QUALITY)। कई आस्पेक्ट रेशियो का नेटिव सपोर्ट; पोस्टर, लोगो, थंबनेल और विज्ञापनों के लिए फ़ाइन-ट्यूनिंग की ज़रूरत नहीं।

इमेज को एडिट करने लायक लेयर में बाँटें — बैकग्राउंड, सब्जेक्ट और हर अहम विज़ुअल एलिमेंट अपने अलग ट्रांसपेरेंट PNG के रूप में। Seedream 5.0 Pro की इमेज समझ पर बना है, इसलिए अलग करने के बाद भी स्ट्रक्चर और डिटेल बनी रहती है। लेयर की संख्या इमेज पर निर्भर करती है।

xAI का Grok Imagine Image 2.0 — तेज़ text-to-image, 2K विकल्प, लो/मीडियम क्वालिटी डायल और अल्ट्रावाइड से अल्ट्राटॉल तक तेरह आस्पेक्ट रेशियो। प्रति रिक्वेस्ट चार तक इमेज।

xAI का Grok Imagine Image 2.0 एक फ़्लैट कम कीमत पर — शार्प टाइपोग्राफ़ी और प्रॉम्प्ट का सटीक पालन, पाँच आस्पेक्ट रेशियो में। प्रति रिक्वेस्ट एक इमेज, क्वालिटी या रेज़ोल्यूशन का कोई कंट्रोल नहीं।

xAI का Grok Imagine Image 2.0 एडिटिंग मोड में — तीन तक इमेज दें और यह पहचान व स्टाइल बनाए रखते हुए उन्हें एडिट, कंपोज़ या रीस्टाइल करता है। जनरेटर जैसे ही 1K/2K और लो/मीडियम टियर, प्रति रिक्वेस्ट चार तक रिज़ल्ट।

Google का वर्चुअल ट्राई-ऑन मॉडल। किसी व्यक्ति की फ़ोटो और कपड़े की इमेज को मिलाकर रियलिस्टिक ट्राई-ऑन शॉट बनाता है।

Topaz Labs का Bloom 2 क्रिएटिव इमेज अपस्केलर — डिटेल को नए सिरे से गढ़कर असरदार निखार देता है। उन AI-जनरेटेड इमेज के लिए बेहतरीन जिन्हें प्रीमियम फ़िनिश चाहिए।

Krea 2 Turbo — Krea 2 की पूरी एस्थेटिक रेंज के साथ स्पीड-ऑप्टिमाइज़्ड text-to-image जनरेशन। प्रॉम्प्ट एक्सपैंशन और एक्सेलेरेशन मोड के साथ तेज़ आइडिएशन।

MAI-Image-2.5

Microsoft का MAI-Image-2.5 — जनरल-पर्पज़ टेक्स्ट से इमेज मॉडल, मज़बूत फ़ोटोरियलिज़्म, प्रॉम्प्ट पालन और इमेज के अंदर टेक्स्ट रेंडरिंग के साथ। हर रिक्वेस्ट में 4 इमेज तक और सात आस्पेक्ट रेशियो सपोर्ट करता है।

Grok Imagine — Image

Grok Imagine का इमेज वेरिएंट। प्रॉम्प्ट का सटीक पालन करते हुए text-to-image और image-to-image वेरिएशन एडिटिंग। Grok Imagine Video का साथी मॉडल।

SeedVR2 इमेज अपस्केलिंग — तेज़ और सस्ता, 4x तक बड़ा करें। रोज़मर्रा के अपस्केल के लिए बढ़िया वैल्यू।

Marigold V2: turn a photo into a depth map, surface normals or albedo. One image in, one map out, same size.

Wan 2.7 Image

Wan 2.7 इमेज मॉडल — टेक्स्ट से इमेज और इमेज एडिटिंग एक साथ।

Recraft V4.1 Flash — Recraft's fastest text-to-image model, built for quick iteration: test a composition, adjust the prompt and try another direction in seconds. Strong on design work like logos, posters and social graphics.

Z-Image

Tongyi-MAI का हल्का 6B इमेज मॉडल — फ़ोटोरियलिस्टिक आउटपुट, एक सेकंड से कम में जनरेशन, और द्विभाषी (अंग्रेज़ी + चीनी) टेक्स्ट रेंडरिंग में उल्लेखनीय सटीकता। Apache-2.0 लाइसेंस्ड।

Nano Banana 2 Lite

तेज़ और किफ़ायती Gemini इमेज मॉडल — तेज़ आइडिएशन, हाई-थ्रूपुट जनरेशन और हल्की एडिटिंग। कॉन्सेप्ट एक्सप्लोरेशन, सोशल विज़ुअल, प्रोडक्ट ड्राफ़्ट और बड़े पैमाने के प्रोडक्शन के लिए बना।

Image Translator

किसी इमेज के अंदर के टेक्स्ट का दूसरी भाषा में अनुवाद करें और साफ़, लोकलाइज़्ड वर्ज़न पाएँ — पोस्टर, मेन्यू, स्क्रीनशॉट और प्रोडक्ट शॉट लोकलाइज़ करने के लिए बढ़िया।

Qwen Image 2.1

नया

Qwen Image 2.1 — text-to-image and multi-reference editing at 1K or 2K, with native transparent backgrounds and automatic prompt enhancement. Edit mode takes up to 10 reference images.

Seedream 5.0 Flash

नया

ByteDance's fastest Seedream 5.0 model. Generate images from text or edit with up to 10 reference images, at about 4 megapixels in eight aspect ratios.

Nano Banana

Nano Banana स्टैंडर्ड इमेज जनरेशन

Nano Banana Edit

Nano Banana इमेज एडिटिंग

FLUX 2 Pro Edit

FLUX 2 Pro इमेज-टू-इमेज एडिटिंग

FLUX 2 Flex

FLUX 2 Flex से तेज़ टेक्स्ट-टू-इमेज जनरेशन

Seedream 4.0

Seedream 4.0 टेक्स्ट से इमेज

Seedream 4.5

Seedream 4.5 टेक्स्ट से इमेज, बेहतर क्वालिटी के साथ

Seedream 5.0 Lite

Seedream 5.0 Lite तेज़ टेक्स्ट से इमेज

GPT-4o Image

GPT-4o मल्टीमॉडल इमेज जनरेशन

Qwen Image

Qwen टेक्स्ट से इमेज जनरेशन

Qwen 2 Image

Qwen 2 का बेहतर टेक्स्ट से इमेज जनरेशन

Topaz Upscale

Topaz AI इमेज अपस्केलिंग, डिटेल एन्हांसमेंट के साथ

Recraft Remove BG

Recraft AI बैकग्राउंड रिमूवल

Recraft Upscale

Recraft AI का शार्प इमेज अपस्केलिंग

Veo 3.1

प्रीमियम वीडियो जनरेशन मॉडल, नेटिव ऑडियो के साथ

Seedance 2.5

नया

ByteDance का सबसे नया वीडियो मॉडल। एक ही शॉट में 30 सेकंड तक का वीडियो सिंक्रोनाइज़्ड ऑडियो के साथ जनरेट करता है — डायलॉग, म्यूज़िक और इफ़ेक्ट एक ही पास में — प्रॉम्प्ट, स्टार्ट फ़्रेम या 50 तक इमेज, वीडियो और ऑडियो रेफरेंस से।

Alibaba के Wan 3.0 का प्रीमियम टियर — तेज़ टर्नअराउंड, सिनेमैटिक मोशन और बेहतर विज़ुअल कंटिन्यूटी। टेक्स्ट, इमेज और रेफ़रेंस मोड, एक ही पास में नेटिव 30-सेकंड क्लिप, ऑडियो के साथ।

पोस्ट-ट्रेन किया गया MiniMax H3 — प्रमुख वीडियो मॉडलों के मुक़ाबले ओवरऑल क्वालिटी, प्रॉम्प्ट समझ और सौंदर्य में #1। एक प्रॉम्प्ट, स्टार्ट फ़्रेम, या 9 तक रेफ़रेंस इमेज, 3 मोशन क्लिप और 3 ऑडियो क्लिप से नेटिव 480p, 768p या 1080p में 5-15 सेकंड के क्लिप। रेफ़रेंस-टू-वीडियो अब आम तौर पर उपलब्ध: 2x तक तेज़, कहीं मज़बूत सब्जेक्ट कंसिस्टेंसी के साथ।

MiniMax H3 Max with a built-in camera rig. Your still frame stays frozen while the camera flies a path you choose — orbit around a subject, push in, crane overhead, or set up to 12 poses by hand. 5-15 second clips in native 480p, 768p or 1080p.

Kling O3 Reference — Kuaishou का रेफ़रेंस-टू-वीडियो मॉडल। इसे अपने किरदार और रेफ़रेंस इमेज दें, यह खुद शॉट बनाता और निर्देशित करता है, और हर किरदार को हर कोण से एक जैसा रखता है।

Kling 3.0

अपनी श्रेणी में सर्वश्रेष्ठ मोशन और सिनेमैटिक क्वालिटी वाला नवीनतम Kling फ्लैगशिप

Alibaba का सबसे नया वीडियो मॉडल। एक ही पास में नेटिव 30-सेकंड क्लिप — बिना जोड़ लगाए — ऑडियो और रियलिटी-ग्रेड मोशन के साथ, प्रॉम्प्ट, स्टार्ट फ़्रेम, या इमेज, वीडियो और ऑडियो रेफ़रेंस से।

image-to-video के लिए LoRA सपोर्ट वाला MiniMax H3 (Hailuo-03)। कस्टम LoRA मॉडल से इमेज एनिमेट करें — चार रेज़ोल्यूशन टियर (480p/720p/1080p/2K), 4-15 सेकंड और नेटिव स्टीरियो ऑडियो। बेस H3 से बेहतर क्वालिटी।

MiniMax H3

नया

MiniMax का अगली पीढ़ी का मल्टीमॉडल वीडियो मॉडल (Hailuo-03)। टेक्स्ट प्रॉम्प्ट या रेफरेंस इमेज से 2K तक का वीडियो नेटिव स्टीरियो ऑडियो के साथ जनरेट करता है — निर्देशों का बढ़िया पालन, मोशन और स्क्रीन पर पढ़ने योग्य टेक्स्ट।

Google का किसी भी इनपुट से चलने वाला वीडियो मॉडल। प्रॉम्प्ट, इमेज, तीन रेफरेंस इमेज या किसी मौजूदा वीडियो से 4-10 सेकंड की क्लिप नेटिव ऑडियो के साथ बनाएं — फिर आम भाषा में सीन बदलें। सुसंगत फ़िज़िक्स और मोशन के लिए Gemini की रियल-वर्ल्ड नॉलेज पर आधारित।

Google का Omni वीडियो मॉडल v1.1 — अब रेज़ोल्यूशन कंट्रोल (360p/720p/1080p/4K) और वीडियो एडिटिंग के साथ। टेक्स्ट, इमेज, रेफरेंस या मौजूदा वीडियो से 3-10 सेकंड की क्लिप नेटिव ऑडियो के साथ बनाएं या बदलें। v1 से अपग्रेडेड, पूरी रेज़ोल्यूशन फ्लेक्सिबिलिटी के साथ।

MiniMax H3 Max on a faster inference stack at half the price. The same post-trained model tuned for prompt adherence and aesthetics — 5-15 second clips from a prompt or a start frame, in native 480p, 768p or 1080p.

Kling 2.1 Master

अपनी श्रेणी में सर्वश्रेष्ठ मोशन और क्वालिटी वाला नवीनतम Kling

Grok Imagine Video 1.5

Grok Imagine Video 1.5 — सिंक्रोनाइज़्ड ऑडियो, प्रॉम्प्ट के सटीक पालन और एकसमान विज़ुअल क्वालिटी के साथ image-to-video। फ़िलहाल Arena ब्लाइंड टेस्ट लीडरबोर्ड पर image-to-video में #1, Seedance 2 से आगे।

Veo 3.1 Fast

Veo 3.1 का तेज़ और ज़्यादा किफ़ायती वर्ज़न

Black Forest Labs का FLUX 3 — टेक्स्ट-टू-वीडियो, मॉडल द्वारा ही जनरेट किए गए सिंक्रोनाइज़्ड ऑडियो के साथ। 1080p पर 20 सेकंड तक, किसी रेफरेंस इमेज की ज़रूरत नहीं।

Kling 2.0 Master

काफ़ी बेहतर क्वालिटी और मोशन वाला Kling 2.0

Wan 2.7

Wan 2.7 — टेक्स्ट से वीडियो और इमेज से वीडियो (पहला फ़्रेम / पहला-आख़िरी फ़्रेम / कंटिन्यूएशन)।

Topaz Labs का Astra 2 क्रिएटिव वीडियो अपस्केलर — बारीक डिटेल को नए सिरे से गढ़ता है और आम तौर पर 4K आउटपुट देता है। 5 मिनट तक के क्लिप।

Topaz Labs का Hyperion 2.5 प्रोफ़ेशनल SDR से HDR कन्वर्ज़न — ल्यूमिनेंस और रंग को फिर से बाँटता है, टेक्स्ट, चेहरों और मूवमेंट की डिटेल बनाए रखते हुए।

OmniHuman 2.0 — ByteDance का टॉकिंग-वीडियो मॉडल। किसी व्यक्ति की एक फ़ोटो और 5 मिनट तक का वॉइस ट्रैक दें, और यह उस व्यक्ति के बोलते हुए वीडियो बनाता है, जिसमें लिप सिंक, चेहरे के भाव और शरीर की हरकतें ऑडियो के साथ चलती हैं। सीन और कैमरा तय करने के लिए चाहें तो प्रॉम्प्ट जोड़ें।

Vidu Q4 — Shengshu का नेटिव ऑडियो वाला वीडियो मॉडल। पहले फ़्रेम को 3 से 16 सेकंड की क्लिप में बदलें, या अधिकतम 12 रेफ़रेंस इमेज और 3 वॉइस क्लिप से ऐसा दृश्य बनाएँ जिसमें किरदार और आवाज़ें एक जैसी रहें। 540p से 4K तक।

Kling 1.5 Pro

हाई-क्वालिटी वीडियो जनरेशन

Runway Gen 4.5

नया Runway Gen 4.5 — टेक्स्ट से वीडियो, वैकल्पिक रेफरेंस इमेज के साथ, 5/10s।

Seedance 2.0

Seedance 2.0 — टेक्स्ट से वीडियो और इमेज से वीडियो।

Black Forest Labs के FLUX 3 से संचालित वीडियो सुपर-रेज़ोल्यूशन, 4K तक, सोर्स के प्रति वफ़ादार Precise मोड और डिटेल बढ़ाने वाले Creative मोड के साथ। 20 सेकंड तक की क्लिप।

Topaz Labs का प्रोफ़ेशनल Starlight जनरेटिव वीडियो अपस्केलर (Starlight Precise 2.6) — सोर्स में मौजूद न होने वाली डिटेल दोबारा बनाता है, 4K तक।

MiniMax H3 Max Extend

नया

वीडियो लंबे करने के लिए MiniMax H3 Max: क्लिप अपलोड करें, बताएँ कि आगे क्या होता है, और यह उसी सीन को आगे बढ़ाते हुए 5 से 15 सेकंड का नया फ़ुटेज जोड़ता है। पूरा बढ़ा हुआ वीडियो या सिर्फ़ नया हिस्सा पाएँ, 480p, 768p, 1080p या 2K में।

MiniMax H3 Max Insert

नया

मौजूदा वीडियो में सीन जोड़ने के लिए MiniMax H3 Max: चुनें कि नया सीन कहाँ शुरू हो और मूल वीडियो कहाँ से फिर चले, उसका वर्णन करें (चाहें तो रेफ़रेंस इमेज के साथ), और 5 से 13 सेकंड के बने सीन के साथ पूरा वीडियो पाएं, 480p या 768p में।

MiniMax H3 Max Recast

नया

वीडियो के लोगों को बदलने के लिए MiniMax H3 Max: 5 से 30 सेकंड की क्लिप और हर नए व्यक्ति की एक फ़ोटो अपलोड करें; यह मूल मोशन, कैमरा, कट और आवाज़ रखते हुए लोगों को बदल देता है। 768p या 1080p।

Sync LipSync

प्रोफ़ेशनल लिप सिंक

Kling 3.0 Motion Control

रेफ़रेंस इमेज + रेफ़रेंस वीडियो से मोशन ट्रांसफ़र। कैरेक्टर ओरिएंटेशन टॉगल से चुनें कि किसका पोज़ आउटपुट तय करेगा।

Kling 3.0 Turbo

स्पीड के लिए ऑप्टिमाइज़्ड Kling 3.0 — हाई विज़ुअल क्वालिटी पर तेज़ जनरेशन। Text-to-video (2,500 अक्षर तक के प्रॉम्प्ट), फ़र्स्ट-फ़्रेम image-to-video और मल्टी-शॉट स्टोरीबोर्डिंग (एक क्लिप में 6 तक प्रॉम्प्टेड शॉट)। Standard टियर 720p और Pro टियर 1080p।

Runway Gen-4 Turbo

Runway Gen-4 Turbo video generation from text or a reference image. 5 or 10 seconds; 1080p supports 5 seconds.

MiniMax H3 Max VHS

नया

बिल्ट-इन VHS कैमकॉर्डर लुक वाला MiniMax H3 Max: सीन और साउंड लिखें, फिर हल्का, मध्यम या भारी टेप डैमेज चुनें। प्रॉम्प्ट या पहले फ़्रेम से नेटिव ऑडियो के साथ 768p में 5-15 सेकंड के क्लिप।

MiniMax H3 Max Retro Toon 70s

नया

1970 के दशक के हाथ से पेंट किए कार्टून स्टाइल वाला MiniMax H3 Max, जिसमें आप सिर्फ़ सीन, एक्शन, कैमरा और साउंड लिखते हैं। प्रॉम्प्ट या पहले फ़्रेम से नेटिव ऑडियो के साथ 768p में 5-15 सेकंड के क्लिप।

MiniMax H3 Max Low Poly

नया

बिल्ट-इन रेट्रो लो-पॉली 3D लुक वाला MiniMax H3 Max, स्टाइल लिखने की ज़रूरत नहीं। प्रॉम्प्ट या लो-पॉली पहले फ़्रेम से नेटिव ऑडियो के साथ 768p में 5-15 सेकंड के क्लिप बनाएँ।

MiniMax H3 Max Hand Drawn

नया

बिल्ट-इन पेंसिल से बने हैंड-ड्रॉन एनिमेशन स्टाइल वाला MiniMax H3 Max। सीन, एक्शन, कैमरा और साउंड लिखें और प्रॉम्प्ट या पहले फ़्रेम से नेटिव ऑडियो के साथ 768p में 5-15 सेकंड के क्लिप पाएँ।

MiniMax H3 Max 16-bit Pixel

नया

रेट्रो गेम जैसे सीन के लिए बिल्ट-इन 16-bit पिक्सेल आर्ट स्टाइल वाला MiniMax H3 Max। प्रॉम्प्ट या पिक्सेल आर्ट पहले फ़्रेम से नेटिव ऑडियो के साथ 768p में 5-15 सेकंड के क्लिप, स्टाइल लिखने की ज़रूरत नहीं।

Kandinsky 6.0 Pro — Kandinsky Lab का प्रमुख वीडियो मॉडल, सिंक्रोनाइज़्ड ऑडियो के साथ सिनेमैटिक, हाई-फ़िडेलिटी क्लिप के लिए। 480p में 5 सेकंड की टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो, या बिल्ट-इन सुपर-रिज़ॉल्यूशन से 1080p या 4K तक अपस्केल।

Kling 1.6 Pro

बेहतर क्वालिटी वाला नवीनतम Kling 1.x

MiniMax H3 Max Turbo Extend

नया

वीडियो तेज़ी से लंबे करने के लिए MiniMax H3 Max Turbo: क्लिप अपलोड करें, बताएँ कि आगे क्या होता है, और यह उसी सीन को आगे बढ़ाते हुए 5 से 15 सेकंड का नया फ़ुटेज जोड़ता है। आप केवल नए सेकंड के लिए भुगतान करते हैं। पूरा बढ़ा हुआ वीडियो या सिर्फ़ नया हिस्सा पाएँ, 480p, 768p, 1080p या 2K में।

Happy Horse 1.1

अपग्रेडेड सिनेमैटिक शॉर्ट-वीडियो मॉडल — और स्मूद मोशन, बेहतर इंस्ट्रक्शन फ़ॉलोइंग, नेटिव ऑडियो और बहुभाषी लिप-सिंक। Text-to-video, फ़र्स्ट-फ़्रेम image-to-video और रेफ़रेंस से वीडियो (9 तक रेफ़रेंस इमेज)।

Grok Imagine Video 1.5 Lite — xAI का तेज़ और किफ़ायती वीडियो मॉडल। 480p, 720p या 1080p में 1 से 15 सेकंड की टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो क्लिप।

हाई-क्वालिटी वीडियो जनरेशन, दमदार मोशन के साथ

Volcengine Lip Sync

वीडियो से वीडियो लिप सिंक — मौजूदा वीडियो में होंठों की हरकत को टारगेट ऑडियो से मिलाता है। बहुभाषी डबिंग सपोर्टेड।

Bria का एंटरप्राइज़-ग्रेड लाइसेंस्ड वीडियो बैकग्राउंड रिमूवल, ग्रीन-स्क्रीन डीस्पिल के साथ। वीडियो क्लिप से बैकग्राउंड साफ-सुथरे ढंग से हटाएं, प्रोफेशनल कीइंग नतीजों के लिए ग्रीन स्पिल करेक्शन के साथ।

प्रोडक्ट फ़ोटो के लिए Pixelcut Looping Video: एक इमेज को 5 से 15 सेकंड के सीमलेस लूप में बदलता है जो उसी से शुरू और खत्म होता है, सूक्ष्म मूवमेंट या पूरे 360° स्पिन के साथ, 480p, 768p या 1080p में।

Happy Horse

सिनेमैटिक शॉर्ट-वीडियो मॉडल — बेहतरीन मोशन, फ़िल्म-ग्रेड लाइटिंग, प्रॉम्प्ट का सटीक पालन और मल्टी-शॉट स्टोरीटेलिंग। एक ही text-to-video + image-to-video एंडपॉइंट।

Video Upscaler

वीडियो को बड़ा और शार्प करके ऊँचे रेज़ोल्यूशन पर लाएँ। 1x से 8x तक स्केल फ़ैक्टर चुनें (डिफ़ॉल्ट 2x)।

Kandinsky 6.0 VSR — Kandinsky Lab का वीडियो सुपर-रिज़ॉल्यूशन मॉडल। जनरेट की गई या असली फ़ुटेज को 2x, 2.25x या 4x अपस्केल करता है, ज़्यादा साफ़ डिटेल और बिना झिलमिलाहट वाले स्थिर फ़्रेम के साथ (क्लिप के पहले 5 सेकंड)।

Pika 2

Pika का नवीनतम वीडियो जनरेशन मॉडल

MiniMax Video 01

इमेज से तेज़ वीडियो जनरेशन

Video Background Removal

वीडियो से बैकग्राउंड हटाएँ और सब्जेक्ट का साफ़ कटआउट पाएँ, किसी भी सीन पर कंपोज़िट करने के लिए तैयार। ऑडियो पासथ्रू और बैकग्राउंड कलर वैकल्पिक।

LatentSync

लेटेंट-स्पेस लिप सिंक मॉडल

Seedance 2.0 Mini

तेज़ और बजट-फ्रेंडली वीडियो मॉडल — टेक्स्ट से वीडियो और इमेज से वीडियो (पहला फ़्रेम, आख़िरी फ़्रेम या रेफ़रेंस), वैकल्पिक सिंक्ड ऑडियो के साथ। क्विक ड्राफ़्ट और बड़ी संख्या वाले सोशल क्लिप के लिए बढ़िया।

Video Translator

छोटे वीडियो ट्रांसलेट करें — स्पीच को ट्रांसक्राइब करता है और आपकी टारगेट भाषा में डब्ड ऑडियो व सबटाइटल जनरेट करता है। प्रति क्लिप 6 मिनट तक।

किसी ट्रैक के लिए शेयर करने लायक वीडियो बनाएं, वैकल्पिक आर्टिस्ट और साइट क्रेडिट के साथ।

Kandinsky 6.0 Lite — Kandinsky Lab का तेज़ और किफ़ायती वीडियो मॉडल, जल्दी प्रयोग के लिए, सिंक्रोनाइज़्ड ऑडियो के साथ। 480p में 5 सेकंड की टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो, या 1080p या 4K तक अपस्केल।

Seedance 2.0 Fast

Seedance 2.0 का तेज़ और सस्ता वेरिएंट — टेक्स्ट से वीडियो और इमेज से वीडियो।

Kling 1.0 Standard

Standard-टियर वीडियो जनरेशन मॉडल

Veo 3.1 Lite

Veo 3.1 Lite — बजट-फ्रेंडली वीडियो जनरेशन, टेक्स्ट से वीडियो, इमेज से वीडियो और रेफ़रेंस से वीडियो मोड के साथ

MiniMax Hailuo 2.3 Pro से हाई-क्वालिटी वीडियो जनरेशन

MiniMax Hailuo 2.3 Standard से वीडियो जनरेशन

Hailuo 02 Pro

MiniMax Hailuo 02 Pro से वीडियो जनरेशन

Wan 2.6 Flash

Wan 2.6 Flash तेज़ इमेज से वीडियो

Topaz Video Upscale

Topaz AI वीडियो अपस्केलिंग

ElevenLabs Eleven v4

नया

ElevenLabs' most expressive text-to-speech. Direct the delivery with inline audio tags like [whispers] and [laughs], shift emotion mid-sentence, and speak in 100 languages.

ElevenLabs Multilingual V2

हाई-क्वालिटी मल्टीलिंगुअल टेक्स्ट-टू-स्पीच

OpenAI TTS HD

प्रीमियम टेक्स्ट से स्पीच मॉडल

Suno Music

AI म्यूज़िक जनरेशन — गाने, इंस्ट्रुमेंटल और साउंडट्रैक बनाएँ

ElevenLabs Eleven v4 Turbo

नया

The low-latency Eleven v4 from ElevenLabs. The same voices and inline audio tags as Eleven v4, at half the price per character.

ElevenLabs Turbo V2.5

तेज़ टेक्स्ट-टू-स्पीच, अच्छी क्वालिटी के साथ

किसी गाने को उसी स्टाइल में रीमिक्स करें: ट्रैक अपलोड करें या उसका लिंक दें, बदलाव बताएं, और Suno दो नए टेक देता है।

OpenAI TTS

टेक्स्ट से स्पीच मॉडल

F5-TTS

हाई क्वालिटी टेक्स्ट-टू-स्पीच

Google DeepMind's latest music generation model. Generate almost any type of music from text descriptions, with optional image inspiration.

रिकॉर्डिंग के लिए VEED Clean Audio: 30 मिनट तक की बोली से बैकग्राउंड शोर, हम और कमरे की गूँज हटाता है और लाउडनेस बराबर करता है, FLAC या WAV में।

Gemini 3.8 Flash TTS

नया

Google's Gemini 3.8 Flash text-to-speech. 30 voice presets, inline vocal cues like <laugh> and <sigh>, and a separate delivery-style prompt.

Gemini 3.1 Flash TTS

Gemini 3.1 Flash टेक्स्ट-टू-स्पीच। 30 वॉइस प्रीसेट, 80+ भाषाएं, इनलाइन एक्सप्रेसिव टैग ([sigh], [laughing]), 4K कैरेक्टर तक स्टाइल इंस्ट्रक्शन, और मल्टी-स्पीकर सपोर्ट।

किसी ट्रैक को वोकल और इंस्ट्रुमेंटल स्टेम में बाँटें, या बारह अलग-अलग इंस्ट्रुमेंट स्टेम तक।

किसी मौजूदा ट्रैक को किसी भी बिंदु से आगे बढ़ाएं, उसका स्टाइल बनाए रखते हुए।

अपलोड किए गए इंस्ट्रुमेंटल पर गाएं।

अपलोड की गई वोकल्स के नीचे बैकिंग ट्रैक बनाएं।

ट्रैक के एक टाइम रेंज को दोबारा जनरेट करें, बाकी हिस्सा वैसा ही रहेगा।

Gemini 3.8 Flash Lite TTS

नया

The lower-cost Gemini 3.8 text-to-speech model from Google. The same 30 voice presets, vocal cues and delivery-style prompt as Flash.

Reconstruct a 3D mesh from up to four views of the same object. Resolves the sides a single photo can't see, with optional 2K geometry. Downloads as GLB.

Turn a single photo into a textured 3D mesh, now with 4K geometry for the finest surface detail. Standard, low-poly or smart-topology meshes, optional PBR maps and auto-rigging. Downloads as GLB.

एक ही ऑब्जेक्ट के चार व्यू तक से 3D मेश बनाएँ। वे हिस्से भी बनते हैं जो एक फ़ोटो में नहीं दिखते। GLB, FBX, OBJ, USDZ और STL में एक्सपोर्ट।

Generate a textured 3D mesh from a text description, now with 4K geometry for the finest surface detail. Controllable topology and polygon count, optional PBR maps and auto-rigging. Downloads as GLB.

एक ही फ़ोटो से टेक्सचर वाला 3D मेश बनाएँ। टोपोलॉजी और पॉलीगॉन संख्या नियंत्रित करें, PBR मैप और ऑटो-रिगिंग वैकल्पिक। GLB, FBX, OBJ, USDZ और STL में एक्सपोर्ट।

टेक्स्ट डिस्क्रिप्शन से टेक्सचर वाला 3D मेश जनरेट करें। कंट्रोल करने योग्य टोपोलॉजी और पॉलीगॉन काउंट, वैकल्पिक PBR मैप और ऑटो-रिगिंग। GLB, FBX, OBJ, USDZ और STL में एक्सपोर्ट।

Tripo P2 turns a text description into a textured 3D model with PBR materials, as a GLB. Choose quad or triangle topology and a face budget.