PixVerse V6 API

PixVerse V6 Text zu Video macht aus einem geschriebenen Briefing einen Clip von 1 bis 15 Sekunden in 360p, 540p, 720p oder 1080p, in acht Seitenverhältnissen von 16:9 bis 9:16 und 21:9. Beschreiben Sie Motiv, Handlung und Kamera; Kamerabewegungen, die im Prompt stehen, werden befolgt, und laut PixVerse versteht V6 über 20 filmische Objektiv- und Kamerasteuerungen aus dem Prompt. Schalten Sie generate_audio ein, dann erzeugt das Modell Ton zusammen mit dem Bild. PixVerse prüft Prompts und Bilder vor der Generierung; abgelehnte Anfragen schlagen fehl und werden nicht berechnet.

Wählen Sie einen PixVerse-V6-Modus nach dem Ausgangsmaterial

Ein Absatz, mehr als eine Einstellung

In unserem Test öffnete ein einziger Absatz über eine lachende Fahrerin in einem türkisfarbenen Vintage-Cabrio mit einer Nahaufnahme, deren Schal im Wind flatterte; danach hob sich die Kamera zu einer weiten Luftaufnahme des Autos auf der Klippenstraße über dem Meer. Der Prompt verlangte, dass die Drohne zurückfliegt und aufsteigt; den Schnitt von der Nahaufnahme zur Luftaufnahme hat das Modell gesetzt.

Ein Schalter für mehrere Einstellungen

shot_type steht standardmäßig auf single. Setzen Sie multi, damit das Modell den Clip in mehrere Einstellungen schneidet. Der Preis ändert sich dadurch nicht.

Acht Seitenverhältnisse

16:9 (Standard), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 und 21:9. Das Seitenverhältnis ändert den Preis nicht.

Ton, wenn Sie ihn wollen

generate_audio ist standardmäßig aus. Eingeschaltet erzeugt das Modell Atmosphäre, Effekte, Musik und jeden Dialog, den Sie in Anführungszeichen schreiben. Eingeschalteter Ton kostet pro Sekunde mehr.

Vier Auflösungen

360p, 540p, 720p (Standard) und 1080p. Unser Testclip war 540p, 1024x576, und brauchte etwa 41 Sekunden Modellzeit für 5 Sekunden Video.

Eröffnungs- und Übersichtsaufnahmen

Beschreiben Sie den Ort, das Licht, eine Kamerabewegung und die Anmutung, und Sie haben eine Einstellung, mit der Sie eine Szene eröffnen. Unser Beispiel mit der Klippenstraße tut genau das in einem Absatz.

Kurze Szenen mit einem gesprochenen Satz

Schalten Sie den Ton ein, beschreiben Sie die Handlung und setzen Sie den Satz in Anführungszeichen. Benennen Sie im selben Prompt die gewünschte Atmosphäre.

Hochformat und Ultrabreit

Wählen Sie 9:16, 3:4 oder 2:3 für Hochformat oder 21:9 für Ultrabreit. Der Preis pro Sekunde ist für jedes Seitenverhältnis gleich.

# 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "shot_type": "single",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": false,
    "duration_seconds": 5
  }
}'

# 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.