Einführung
PixVerse V6 Max Bild zu Video animiert ein Bild zu einem Clip von 1 bis 15 Sekunden in 360p, 540p, 720p oder 1080p. Das Bild ist das erste Bild, der Prompt beschreibt, was als Nächstes passiert, und Ton ist optional: Schalten Sie generate_audio ein für Atmosphäre, Effekte, Musik und in Anführungszeichen geschriebene Dialoge. V6 Max ist die Stufe mit höherer Qualität innerhalb von PixVerse V6 und wurde am 20. Oktober 2026 veröffentlicht. In unserem Test brauchte ein 5-Sekunden-Clip mit 540p etwa eineinhalb Minuten Modellzeit.
V6 Max nimmt genau ein erstes Bild. Es gibt kein letztes Bild, keinen Referenzmodus, keine Verlängerung und keinen Schalter für mehrere Einstellungen; dafür nutzen Sie PixVerse V6.
Wählen Sie einen PixVerse-V6-Max-Modus nach dem Ausgangsmaterial
| Was Sie am Anfang haben | Modus |
|---|---|
| eine geschriebene Szene | PixVerse V6 Max Text zu Video |
| ein Bild als Ausgangspunkt | PixVerse V6 Max Bild zu Video (Sie sind hier) |
| ein letztes Bild, Referenzbilder, einen Clip zum Fortsetzen oder den Schalter für mehrere Einstellungen | PixVerse V6 |
| ein Foto und eine fertige Effektvorlage | PixVerse V6 Effects |
Wichtige Funktionen und Highlights
Die Form folgt Ihrem Bild
Es gibt kein Feld für das Seitenverhältnis: Der Clip behält die Form des Bildes. Unser 16:9-Flamenco-Standbild kam als 1024x576-Clip bei 540p zurück.
Ein erstes Bild
image_url nimmt ein Bild: JPG, JPEG, PNG oder WebP, bis zu 20 MB, mit jeder Seite bis zu 10.000 px. Für einen Clip, der auf einem zweiten Bild endet, nutzen Sie die Option für das letzte Bild bei PixVerse V6.
Optionaler Ton
generate_audio ist standardmäßig aus. Eingeschaltet erzeugt das Modell Atmosphäre, Effekte, Musik und Dialoge, die Sie in Anführungszeichen schreiben, zusammen mit dem Bild. Ton kostet pro Sekunde mehr.
Inhaltsprüfung
PixVerse wendet seine eigene Inhaltsprüfung an, und wie weit eine Anfrage am Rand davon geht, kann von Anfrage zu Anfrage variieren. Abgelehnte Anfragen schlagen fehl und werden nicht berechnet.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Pflicht, 1 bis 5.000 Zeichen. Beschreiben Sie, was nach dem ersten Bild passiert: Handlung, Kamera, Licht und Ton; das Bild zeigt bereits, wie die Dinge aussehen. mindestens 1 Zeichen · höchstens 5000 Zeichen |
image_url | Ja | Pflicht: genau ein erstes Bild. JPG, JPEG, PNG oder WebP, bis zu 20 MB, jede Seite bis zu 10.000 px. |
resolution | Nein | 360p, 540p, 720p (Standard) oder 1080p. Höhere Auflösungen kosten pro Sekunde mehr. |
duration_seconds | Nein | Ganze Sekunden von 1 bis 15 (Standard 5). Der Preis wird pro Sekunde berechnet, die Länge bestimmt also die Summe. |
generate_audio | Nein | Standardmäßig aus. Eingeschaltet erzeugt das Modell Ton zum Bild: Atmosphäre, Effekte, Musik und in Anführungszeichen geschriebene Dialoge. Standardwert: |
seed | Nein | Optionale ganze Zahl. Hilfreich, um eine Änderung nach der anderen zu vergleichen; garantiert keine bildidentischen Clips. |
Preis
Pro Sekunde Output abgerechnet. Auflösung und der Schalter generate_audio ändern den Preis pro Sekunde; der Seed nicht. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
| Auflösung | Audio erzeugen: Nein | Audio erzeugen: Ja |
|---|---|---|
| $0.0266 / Sekunde | $0.04 / Sekunde |
| $0.04 / Sekunde | $0.0488 / Sekunde |
| $0.0488 / Sekunde | $0.0666 / Sekunde |
| $0.0977 / Sekunde | $0.1244 / Sekunde |
Anwendungsfälle
Ein Standbild zum Leben erwecken
Geben Sie das Bild, das Sie schon haben, und beschreiben Sie, was als Nächstes passiert. In unserem Beispiel wurde ein Standbild einer Flamenco-Tänzerin auf einem sonnigen Platz zu einem Clip, in dem sie sich dreht, den Arm erhoben und der Rock ausschwingend, während Gitarristen im Vordergrund spielen.
Eine Storyboard-Einstellung testen
Machen Sie aus einem Schlüsselbild eines Storyboards oder Shootings eine bewegte Einstellung, um zu sehen, wie die Szene wirkt, bevor Sie den Rest bauen.
Mehrere Takes eines Bildes
Halten Sie das Bild und den Seed fest und ändern Sie eine Sache im Prompt, etwa die Kamera oder das Licht, um die Takes zu vergleichen.
Prompt-Leitfaden und Praxistipps
Beschreiben Sie die Bewegung, nicht das Bild
Das Bild zeigt bereits, wie alles aussieht. Verwenden Sie den Prompt für die Handlung, die Kamera, das Licht und, wenn der Ton an ist, eine eigene Zeile Sound:.
Ein Prompt ist Pflicht
Ein bis drei Sätze über den nächsten Moment reichen; der Prompt darf bis zu 5.000 Zeichen lang sein.
Ein Bild wählen, das zum Clip passt
Wählen Sie ein erstes Bild mit Platz für die Handlung, die Sie verlangen, und im gewünschten Seitenverhältnis, da der Clip die Form des Bildes behält.
Zuerst klein entwerfen, bei 1080p fertigstellen
Probieren Sie die Bewegung bei 540p oder 720p, dann rendern Sie den Prompt, den Sie mögen, bei 1080p neu. Der Preis pro Sekunde steigt mit der Auflösung.
Einen Seed nutzen, um eine Änderung nach der anderen zu vergleichen
Halten Sie den Seed fest, während Sie eine einzige Sache ändern. Das ist nützlich für Vergleiche; es garantiert keine bildidentischen Clips.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pixverse/v6-max/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
