Modellvergleich
Video Sound Effects oder Talking Avatar: Preise je Stufe, Request-Felder, Grenzen und die gemessene Inhaltsstufe aus dem laufenden Katalog.
Video Sound Effects sieht sich einen Clip an und erzeugt Effekte und Atmosphäre, die der Handlung im Bild folgen, zurück als dasselbe Video mit der neuen Spur. Der Ton dauert 1 bis 30 Sekunden; nicht gedacht für Dialog oder Musik.
Modell-Schema →Beispielergebnisse ansehen →Talking Avatar macht aus einem Porträt und einer Sprachaufnahme von 3 bis 60 Sekunden eine lippensynchrone MP4 der sprechenden Person. Mund, Kopfbewegung und Lidschlag folgen dem Audio, und eine optionale Maske wählt den Sprecher in einem Gruppenfoto.
Modell-Schema →Beispielergebnisse ansehen →Vergleichen
Gehen Sie von Ihrer Eingabe, dem gewünschten Ergebnis und Ihrem Budget aus. Diese Unterschiede helfen bei der Auswahl.
Diese Werkzeuge liefern unterschiedliche Ergebnisse. Wählen Sie zuerst die benötigte Funktion; ein niedrigerer Preis macht sie nicht austauschbar.
Aktueller Preis
Ein Einstiegspreis beantwortet meist eine andere Frage als die, die Sie haben. Hier stehen die Stufen, die beide Modelle veröffentlichen, Einstellung für Einstellung gegenübergestellt, in US-Dollar je abgerechneter Einheit und ohne Umrechnungsschritt dazwischen.
Diese beiden rechnen nach unterschiedlichen Stufen ab, eine gemeinsame Zeile gibt es also nicht. Stattdessen stehen hier die jeweils eigenen veröffentlichten Stufen.
Video Sound Effects: $0.0012 / Ausgabesekunden
Talking Avatar: $0.018 / Ausgabesekunden
Über diesen Vergleich
Jede Zeile hier stammt aus dem JSON Schema, gegen das der Endpunkt validiert. Sie entspricht also dem, was die API wirklich annimmt, und nicht einer von Hand gepflegten Funktionsliste.
Horizontal wischen, um alle Felder zu vergleichen.
| Einstellungen und Grenzen | Video Sound Effects | Talking Avatar |
|---|---|---|
| Aufgaben | video-to-audio | talking-avatar |
| Cliplänge | 1–30 Sekunden | Nicht angeboten |
| Seed | Nein | Ja |
| Negativer Prompt | Ja | Nein |
| Ausführung | Absenden, dann abfragen oder Callback | Absenden, dann abfragen oder Callback |
| Zeitlimit je Anfrage | 30 Minuten | 60 Minuten |
| Verfügbarkeit | Verfügbar | Verfügbar |
Kann nur die Modell-ID ausgetauscht und der Request Body beibehalten werden?
Der Auftragsablauf ist einheitlich, der Request Body nicht. Jeder Endpunkt veröffentlicht sein eigenes JSON Schema, und die API validiert dagegen. Das ist die Liste, die Sie vor einem Wechsel abgleichen.
Auswahlhilfe
Video Sound Effects unterstützt bis zu 30 Sekunden.
Vergleichen
Die Modellkennungen lauten spicyapi/foley-v1/video-to-audio und spicyapi/talking-avatar-v1/talking-avatar; beide stehen im selben Feld derselben Anfrage.
Beide laufen gleich ab: Auftrag absenden, dann abfragen oder den Callback entgegennehmen. Warteschlange und Wiederholungslogik übernehmen Sie unverändert.
Absenden und Fortschritt verfolgen funktionieren gleich, die Pflichtfelder können sich jedoch unterscheiden. Prüfen Sie vor einem Wechsel beide Modellseiten.
Ein Schlüssel, ein Guthaben, ein Satz Ausgabengrenzen. Beide werden demselben Konto in US-Dollar berechnet, und die Tages-, Monats- und Gesamtgrenzen je Schlüssel gelten für beide gleichermaßen.
Häufige Fragen
Diese Werkzeuge liefern unterschiedliche Ergebnisse. Wählen Sie zuerst die benötigte Funktion; ein niedrigerer Preis macht sie nicht austauschbar. Vor dem Senden den aktuellen Kostenvoranschlag prüfen.
Video Sound Effects erlaubt 30 Minuten je Auftrag, Talking Avatar erlaubt 60. Das sind Obergrenzen und keine üblichen Laufzeiten — die meisten Anfragen sind weit früher fertig —, aber Ihr eigener Client-Timeout muss sie aushalten.
Die angezeigten Preise und Funktionen stammen aus dem aktuellen öffentlichen Modellkatalog. Neueste Eingaben und Beispiele finden Sie auf der jeweiligen Modellseite.