Registro de cambios

Cada cambio en el catálogo, en el formato de las solicitudes y en las reglas de facturación, de lo más reciente a lo más antiguo. Suscríbete si tu integración depende de alguno.

1. 2026.10.14.1

   Añadido2026-10-14

   Wan 2.6 Flash ya puede llevar personas de fotos y clips a una escena nueva

   Wan 2.6 Flash, la versión más rápida y económica de Wan 2.6 de Alibaba, ya tiene un segundo endpoint en SpicyAPI: referencias a video.

   • Wan 2.6 Flash, referencias a video (alibaba/wan-2.6-flash/reference-to-video): hasta cinco referencias, hasta tres de ellas clips cortos y el resto imágenes fijas, o solo imágenes fijas. Nómbralas en el prompt como character1, character2 y así sucesivamente, y el modelo las lleva a una escena nueva de 2 a 10 segundos en 720p o 1080p, en cinco relaciones de aspecto.
   • El sonido es un interruptor. generate_audio viene desactivado; si lo activas, el clip llega con voces, efectos y ambiente generados al doble de la tarifa por segundo.
   • Las imágenes fijas son gratis. Los clips de referencia suman sus segundos a la factura, contados hasta cinco segundos en total.

   No hay ningún filtro de contenido delante del endpoint, y la expansión de prompts viene desactivada por defecto para que tu prompt llegue al modelo tal como lo escribes. Ninguna de nuestras solicitudes de prueba fue rechazada.

   Modelo	Endpoint	Precio
   Wan 2.6 Flash	Referencias a video, sin sonido	$0.0225 por segundo en 720p, $0.03375 en 1080p
   Wan 2.6 Flash	Referencias a video, con sonido	$0.045 por segundo en 720p, $0.0675 en 1080p

   Los segundos facturables son la duración de salida más los clips de referencia, cada uno redondeado hacia arriba a segundos enteros, con los clips contados hasta cinco segundos en total.

2. 2026.10.14

   Añadido2026-10-14

   Qwen Image 2.1 Pro ya está disponible, Turbo baja de precio y Wan 2.6 Flash puede añadir sonido

   Qwen Image 2.1 Pro, el nivel Pro alojado de Qwen Image 2.1 de Alibaba, ya se puede llamar en SpicyAPI, y hoy cambian dos modelos que ya estaban en el catálogo.

   • Qwen Image 2.1 Pro, texto a imagen (alibaba/qwen-image-2.1-pro/text-to-image): de una a seis imágenes por solicitud, en quince relaciones de aspecto, a 1k, 1.5k o 2k. Nuestras solicitudes tardaron entre 14 y 43 segundos.
   • Qwen Image 2.1 Pro, edición de imágenes (alibaba/qwen-image-2.1-pro/edit): de una a diez imágenes de referencia y una instrucción en lenguaje cotidiano. Si omites la relación de aspecto, el resultado conserva la forma de tu imagen original, a unos 2K.
   • Qwen Image 2.1 Turbo ahora cuesta $0.0144 por imagen en ambos endpoints, frente a $0.0192.
   • Wan 2.6 Flash, imagen a video tiene un nuevo interruptor generate_audio. Desactivado, que es el valor por defecto, el clip sigue sin sonido al mismo precio por segundo de antes; activado, llega con una pista de audio generada al doble de la tarifa.

   No hay ningún filtro de contenido delante de Qwen Image 2.1 Pro, y la expansión de prompts viene desactivada por defecto para que tu prompt llegue al modelo tal como lo escribes. Ninguna de nuestras solicitudes de prueba fue rechazada.

   Modelo	Endpoint	Precio
   Qwen Image 2.1 Pro	Texto a imagen, edición de imágenes	$0.036 por imagen
   Qwen Image 2.1 Turbo	Texto a imagen, edición de imágenes	$0.0144 por imagen (antes $0.0192)
   Wan 2.6 Flash	Imagen a video, sin sonido	$0.0225 por segundo en 720p, $0.03375 en 1080p (sin cambios)
   Wan 2.6 Flash	Imagen a video, con sonido	$0.045 por segundo en 720p, $0.0675 en 1080p

   En ambos modelos Qwen todos los niveles de resolución cuestan lo mismo, se cobra cada imagen devuelta y el número de imágenes de referencia no cambia el precio.

3. 2026.10.13

   Añadido2026-10-13

   Video Extend ya está disponible: continúa cualquier clip que tengas, en 31 familias de modelos de vídeo

   Ahora puedes continuar un vídeo que ya tienes. Sube un clip, cuenta qué pasa a continuación y SpicyAPI genera un nuevo fragmento a partir del último fotograma de tu clip y los une en un solo MP4. Funciona en 31 familias de modelos de vídeo, tanto en la API como en el sitio.

   • Cómo funciona. Envía tu clip como video_url (MP4, MOV o WebM, hasta 60 segundos) y un prompt breve con lo que pasa después. En la mayoría de los modelos el prompt es opcional. Recibes el MP4 unido y, por separado, el fragmento nuevo solo. Puedes volver a extender el resultado unido tantas veces como quieras.
   • Fotograma final opcional. Algunos modelos aceptan last_image_url, un fotograma con el que quieres que termine el fragmento nuevo. Seedance 2.5 lee hasta los últimos 30 segundos de tu clip como referencia, así que el fragmento nuevo sigue mejor el movimiento.
   • Precio. Solo pagas el fragmento nuevo, al precio de imagen a vídeo de ese modelo. Tu clip original no se cobra. Seedance 2.5 también cobra los segundos de referencia que lee, al mismo precio que su generación a partir de referencias. Si la unión falla, se reembolsa todo el trabajo.
   • Una unión limpia. El color, el brillo y el volumen del fragmento nuevo se ajustan a tu clip, y la velocidad de fotogramas sigue la de tu clip. No se añaden barras negras. Para alinear la unión, la imagen puede recortarse o ajustarse unos pocos puntos porcentuales en los bordes.
   • En el sitio. En Playground, Studio, Recursos, el historial de tareas de la consola y el editor de cortometrajes, cada resultado de vídeo tiene un botón Extend de un clic. Tu clip ya viene cargado, se elige el mismo modelo y el precio aparece junto al botón.
   • Clips 4K HDR. Las grabaciones de móvil en 4K HDR tienen un límite de duración: unos 15 segundos a 60 fps y unos 40 segundos a 30 fps. El HDR en 1080p no se ve afectado.

   FLUX 3 y Wan 2.2 Spicy LoRA ya tenían su propia función de continuación nativa y la mantienen. Lo nuevo son los modelos video-extend de cada una de las familias siguientes.

   Modelo	Nombre de API
   LTX 2.3 Spicy	lightricks/ltx-2.3-spicy/video-extend
   LTX 2.3 Spicy LoRA	lightricks/ltx-2.3-spicy-lora/video-extend
   LTX-2 19B	lightricks/ltx-2-19b/video-extend
   MiniMax H3	minimax/h3/video-extend
   MiniMax H3 LoRA	minimax/h3-lora/video-extend
   MiniMax H3 Max	minimax/h3-max/video-extend
   MiniMax H3 Singularity LoRA	minimax/h3-singularity-lora/video-extend
   MiniMax H3 Spicy	minimax/h3-spicy/video-extend
   Seedance 1.5 Pro	bytedance/seedance-1.5-pro/video-extend
   Seedance 1.5 Pro Spicy	bytedance/seedance-1.5-pro-spicy/video-extend
   Seedance 2.0	bytedance/seedance-2.0/video-extend
   Seedance 2.0 Fast	bytedance/seedance-2.0-fast/video-extend
   Seedance 2.0 Fast Spicy	bytedance/seedance-2.0-fast-spicy/video-extend
   Seedance 2.0 Mini	bytedance/seedance-2.0-mini/video-extend
   Seedance 2.0 Mini Spicy	bytedance/seedance-2.0-mini-spicy/video-extend
   Seedance 2.0 Spicy	bytedance/seedance-2.0-spicy/video-extend
   Seedance 2.5	bytedance/seedance-2.5/video-extend
   Seedance 2.5 Spicy	bytedance/seedance-2.5-spicy/video-extend
   Vidu Q3 Spicy	vidu/q3-spicy/video-extend
   Vidu Q3 Turbo	vidu/q3-turbo/video-extend
   Vidu Q4 Preview	vidu/q4-preview/video-extend
   Wan 2.2 LoRA	alibaba/wan-2.2-lora/video-extend
   Wan 2.2 Spicy	alibaba/wan-2.2-spicy/video-extend
   Wan 2.5	alibaba/wan-2.5/video-extend
   Wan 2.7 Spicy	alibaba/wan-2.7-spicy/video-extend
   Wan 3.0	alibaba/wan-3.0/video-extend
   Wan 3.0 Prime	alibaba/wan-3.0-prime/video-extend
   Wan 3.0 Prime Spicy	alibaba/wan-3.0-prime-spicy/video-extend
   Wan 3.0 Pro	alibaba/wan-3.0-pro/video-extend
   Wan 3.0 Pro Prime	alibaba/wan-3.0-pro-prime/video-extend
   Wan 3.0 Spicy	alibaba/wan-3.0-spicy/video-extend

4. 2026.10.13.1

   Añadido2026-10-13

   Qwen Image 2.1 Turbo ya está disponible: texto a imagen y edición sin censura en 8 pasos

   Qwen Image 2.1 Turbo, el checkpoint de 8 pasos de Qwen Image 2.1 que el equipo Qwen de Alibaba publicó con pesos abiertos el 9 de octubre de 2026, ya se puede llamar en SpicyAPI. La página que lo mostraba como «próximamente» ahora lo ejecuta.

   • Texto a imagen (alibaba/qwen-image-2.1-turbo/text-to-image): de una a seis imágenes por solicitud, en quince relaciones de aspecto, a 1k, 1.5k o 2k. Nuestras solicitudes tardaron entre 13 y 39 segundos.
   • Edición de imágenes (alibaba/qwen-image-2.1-turbo/edit): de una a diez imágenes de referencia y una instrucción en lenguaje cotidiano. Si omites la relación de aspecto, el resultado conserva la forma de tu imagen original, a unos 2K.

   No hay ningún filtro de contenido delante de ninguno de los dos endpoints. La expansión de prompts viene desactivada por defecto: si la activas, la reescritura de Alibaba suaviza los prompts para adultos, y en nuestras pruebas una edición que pedía que un retrato vestido mostrara más volvió sin cambios.

   Endpoint	Por imagen
   Texto a imagen	$0.0192
   Edición de imágenes	$0.0192

   Todos los niveles de resolución cuestan lo mismo, se cobra cada imagen devuelta y el número de imágenes de referencia no cambia el precio.

5. 2026.10.12.1

   Añadido2026-10-12

   Recursos estrena carpetas, favoritos, personajes y página propia

   Tu biblioteca de Recursos ya tiene su propia página: spicyapi.ai/assets. Es la misma biblioteca que ves en Studio. Todo lo que guardas está ahí: resultados guardados, archivos subidos y personajes.

   • Carpetas. Agrupa lo que va junto. Arrastra elementos a una carpeta de la barra lateral o usa Añadir a carpeta.
   • Favoritos. Toca el corazón en lo que uses a menudo.
   • Personajes. Junta unas cuantas fotos de la misma persona, ponle un nombre y escribe @ y ese nombre en tu prompt. Los personajes que ya creaste en Studio se han movido solos, no tienes que rehacer nada. Ya no tienen un límite propio: cuentan para el espacio de tu biblioteca como todo lo demás.
   • Crear con esto. Cada elemento y cada personaje se abre directamente en Studio con la referencia ya puesta, en una página de modelo con el campo de referencia rellenado, o como código de API listo para copiar.

   Para desarrolladores: GET /api/v1/assets ahora filtra por favorito y carpeta y ordena por fecha, nombre o tamaño, y los personajes se pueden leer con GET /api/v1/assets/entities. Las referencias spicy://p/ de siempre siguen funcionando. Tienes los detalles en la documentación: Biblioteca de recursos.

6. 2026.10.12

   Añadido2026-10-12

   Recursos: reúne personajes y referencias en una biblioteca, compártela con tu equipo y úsala desde la API

   Ya puedes guardar en Recursos las imágenes, los videos y los audios que reutilizas, como las fotos de referencia de un personaje, e incluirlos en cualquier solicitud como spicy://a/<id>. La misma biblioteca funciona en el Playground, en Studio y a través de la API.

   • Guarda desde cualquier sitio. Marca un resultado como favorito, sube archivos o guarda desde la API con POST /api/v1/assets (a partir de una tarea terminada, de una subida o de un enlace público). Activa el guardado automático en Recursos para conservar todo lo que generes en el sitio web.
   • Privado por diseño. Lo que guardas se queda hasta que lo borres. Las vistas previas son enlaces de corta duración firmados solo para ti, y nada de la biblioteca tiene una URL pública.
   • Bibliotecas de equipo. Cada espacio de trabajo de equipo tiene su propia biblioteca compartida. Las claves de API del equipo leen y guardan ahí, y los roles deciden quién puede añadir o borrar.

   Recargas totales	Almacenamiento	Elementos
   $10	500 MB	200
   $100	1 GB	400
   $250	2 GB	800
   $1000	10 GB	4000

   Y además:

   • Señala tus referencias dentro del prompt. Escribe @ para insertar una imagen, un video, un clip de audio o un elemento con nombre, con la sintaxis que espera cada modelo. En Seedream 5.0 puedes marcar un punto o un recuadro sobre una imagen de referencia, y los endpoints de inpainting te permiten dibujar la máscara directamente en el formulario.
   • MiniMax H3 reference to video ahora admite hasta 3 videos de referencia (15 segundos en total) y hasta 3 clips de audio. Los segundos de video de referencia ahora tienen su propia tarifa, más baja ($0.0231 por segundo en 768p, $0.0378 en 2K), las primeras cinco imágenes de referencia siguen siendo gratis y cada imagen a partir de la sexta cuesta $0.014.
   • Studio abre más rápido, muestra primero los videos y admite videos de referencia y audio además de tus fotos.

   Los detalles de la API están en la documentación: Asset library

7. 2026.10.10

   Añadido2026-10-10

   Ya están disponibles 18 nuevas familias de modelos LoRA: FLUX.2, FLUX.1, Krea 2, Qwen Image, Wan y LTX-2.3

   Hoy se incorporaron al catálogo dieciocho familias de modelos compatibles con LoRA, 33 endpoints en total. Cada una carga tus propios archivos LoRA mediante un enlace directo sin costo adicional (hasta tres por solicitud en la mayoría, uno en P-Image), y la plataforma no aplica ningún filtro de contenido.

   Familia	Endpoints	Precio
   FLUX.2 Dev LoRA	Texto a imagen, edición	$0.0216 / $0.036 por imagen
   FLUX.2 Klein 9B LoRA	Texto a imagen, edición	$0.018 / $0.0252 por imagen
   FLUX.2 Klein Base 9B LoRA	Texto a imagen, edición	$0.024 / $0.0312 por imagen
   FLUX.2 Klein 4B LoRA	Texto a imagen, edición	$0.0156 / $0.0204 por imagen
   FLUX.2 Klein Base 4B LoRA	Texto a imagen, edición	$0.018 / $0.024 por imagen
   FLUX.1 Krea Dev LoRA	Texto a imagen, edición	$0.024 por imagen
   FLUX.1 Schnell LoRA	Texto a imagen, edición	$0.006 por imagen
   FLUX.1 Fill Dev LoRA	Edición dentro de una máscara	$0.042 por imagen
   FLUX.1 Dev ControlNet LoRA	Texto a imagen guiado por una imagen de control	$0.036 por imagen
   Krea 2 Turbo LoRA	Texto a imagen, edición	$0.0216 en 1k, $0.036 en 2k por imagen
   P-Image LoRA	Texto a imagen, edición	$0.006 / $0.012 por imagen
   Qwen Image 1.0 LoRA	Texto a imagen, edición	$0.03 por imagen
   Qwen Image Edit 2509 LoRA	Edición con hasta tres imágenes de origen	$0.03 por imagen
   Wan 2.1 Image LoRA	Texto a imagen, edición	$0.03 por imagen
   Wan 2.2 Image LoRA	Texto a imagen	$0.03 por imagen
   Wan 2.1 LoRA	Texto a video, imagen a video, video a video	$0.24 a $0.54 por clip (5 o 10 segundos, 480p o 720p)
   Wan 2.2 5B LoRA	Texto a video, imagen a video	$0.12 por clip de 5 segundos en 720p
   LTX-2.3 LoRA	Texto a video, imagen a video, con sonido	$0.06 por clip más $0.024 a $0.048 por segundo

   Antes de usar un LoRA:

   • Que coincida la base. Un LoRA solo funciona con el modelo base para el que fue entrenado. Uno hecho para otra base normalmente se carga sin error y no cambia nada, así que revisa primero su ficha del modelo. Cada página de modelo indica lo que probamos.
   • Usa un enlace directo al archivo de pesos. Un enlace a la página de un repositorio, o a un archivo que exige iniciar sesión, falla con un error claro y no se cobra.
   • Empieza con scale 1. Con valores muy por encima de 1 la imagen se degrada rápido.

   Abre cualquiera de las nuevas familias en Modelos para ver resultados probados, prompts de ejemplo y la tabla de precios completa.

8. 2026.10.09

   Cambiado2026-10-09

   Vidu Q4 Preview ahora cuesta lo mismo que el precio de lista de Vidu

   Desde el 9 de octubre de 2026, los dos endpoints de Vidu Q4 Preview cuestan cerca de un 17 % menos, con las mismas tarifas por segundo que el precio de lista de Vidu.

   Resolución	Antes	Ahora
   540p	$0.054	$0.045
   720p	$0.114	$0.095
   1080p	$0.144	$0.12
   2k	$0.228	$0.19
   4k	$0.468	$0.39

   Los precios son por segundo producido, para vidu/q4-preview/image-to-video y vidu/q4-preview/reference-to-video.

   • No tienes que cambiar nada. Las solicitudes, resoluciones y duraciones no cambian, y tanto la estimación antes de enviar como el cargo posterior usan las nuevas tarifas. Activar o desactivar el sonido y el número de referencias siguen sin afectar al precio.
   • Vidu endureció la imagen a video ese mismo día. Una solicitud de escena íntima entre dos adultos, que el 8 de octubre solo se insinuaba, ahora se rechaza, y las solicitudes rechazadas no se cobran. Las escenas atrevidas y la sujeción consentida siguieron pasando en nuestra nueva prueba.

9. 2026.10.08.1

   Añadido2026-10-08

   Vidu Q4 Preview: imagen a video y referencia a video con sonido y líneas habladas

   Vidu lanzó Vidu Q4 Preview el 7 de octubre de 2026, una vista previa pública de su modelo de video Q4. Ambos endpoints generan clips de 3 a 16 segundos en 540p, 720p, 1080p, 2k o 4k, con diálogo, efectos y ambiente generados junto con la imagen; una línea escrita entre comillas dobles en el prompt se pronuncia en voz alta.

   • Imagen a video (vidu/q4-preview/image-to-video): anima un único fotograma inicial y mantiene su forma. En nuestras pruebas de contenido nunca se rechazó: las escenas atrevidas y la sujeción pasaron, mientras que lo más explícito quedó fuera de cuadro y una escena íntima entre dos adultos solo se insinuó.
   • Referencia a video (vidu/q4-preview/reference-to-video): construye una escena a partir de 1 a 15 imágenes de referencia de personas, atuendos, productos o lugares, más hasta 3 clips de voz, en 16:9, 9:16, 1:1, 3:4 o 4:3. Rechaza las escenas más explícitas, y las solicitudes rechazadas no se cobran.

   Los clips en 2k y 4k se devuelven como archivos HEVC de 10 bits, que algunos navegadores no pueden reproducir en línea.

   Resolución	Por segundo
   540p	$0.054
   720p	$0.114
   1080p	$0.144
   2k	$0.228
   4k	$0.468

   Activar o desactivar el sonido y el número de referencias no cambian el precio.

10. 2026.10.08.1

    Añadido2026-10-08

    Claude Haiku 5.5: el Claude más rápido de Anthropic a precio de lista

    • Claude Haiku 5.5 ya está disponible. El Haiku más reciente de Anthropic, lanzado el 7 de octubre y el modelo más rápido de la línea actual de Anthropic, en un único endpoint compatible con OpenAI: entrada de texto e imágenes, ventana de 1.000.000 de tokens y hasta 128.000 de salida. Las respuestas se transmiten por SSE y las peticiones fallidas no se cobran.
    • 20 de 24 pruebas de contenido escritas por completo. Dos volvieron suavizadas y dos fueron rechazadas, ambas un estudio de figura explícito, parte por parte. Ocho de las nueve peticiones de una escena íntima entre adultos se escribieron hasta el final.
    • Llamadas a herramientas que puedes forzar. tool_choice acepta auto, none, required o una herramienta con nombre, y parallel_tool_calls: false limita cada turno a una sola llamada. No hay reasoning_effort, stop ni temperature, y max_tokens no acorta la respuesta, así que pide una extensión en el prompt.
    • Precio de lista de Anthropic. $0.10 por millón de tokens de entrada y $0.50 de salida para prompts de hasta 100.000 tokens, y $0.50 y $2.50 por encima de esa cifra. Los aciertos de caché cuestan $0.10 por millón de tokens y las escrituras en caché, la tarifa de entrada.

11. 2026.10.07.1

    Añadido2026-10-07

    Nano Banana 2.1: el modelo de imagen más reciente de Google, con texto a imagen y edición

    Google lanzó Nano Banana 2.1 el 6 de octubre de 2026 como actualización de Nano Banana 2 (Gemini 3.1 Flash Image), con mejor calidad de imagen, mayor fidelidad al prompt, más consistencia de los personajes entre ediciones, mejor renderizado de texto y sin costuras de mosaico en los banners panorámicos a 2K y 4K.

    • Texto a imagen (google/nano-banana-2.1/text-to-image): 1K, 2K o 4K en catorce formatos de 1:8 a 8:1, salida en PNG o JPEG, con búsqueda web y búsqueda de imágenes opcionales.
    • Edición (google/nano-banana-2.1/edit): de una a catorce imágenes de origen; auto mantiene el formato de la imagen de origen.

    Se aplica la política de contenido de Google: la moda sugerente se genera, mientras que las solicitudes más explícitas salen atenuadas en texto a imagen y se rechazan en edición (las ediciones rechazadas no se cobran).

    Nivel de tamaño	Por imagen
    1k	$0.048
    2k	$0.072
    4k	$0.162

    La edición suma $0.0024 por imagen de origen; la búsqueda web y la búsqueda de imágenes suman $0.0168 cada una cuando se activan.

12. 2026.10.05.1

    Añadido2026-10-05

    Editor de vídeo en Spicy Studio: corta, subtitula y exporta en el navegador

    • Ya está aquí el editor de vídeo. Ábrelo en Spicy Studio: pon tus clips generados en una línea de tiempo, recórtalos, divídelos y reordénalos, añade subtítulos y música y exporta un vídeo terminado. Funciona en tu navegador, y editar y exportar no cuesta nada.
    • Empieza desde cualquier resultado de vídeo. Cada resultado de vídeo tiene la acción Editor de vídeo (en Studio y junto a los resultados de vídeo en las páginas de modelos), que abre el editor con ese clip ya en la línea de tiempo. También puedes añadir vídeos, fotos y audio desde este dispositivo o desde tus Recursos.
    • Subtítulos, stickers y mosaicos. Texto en 12 estilos y 11 fuentes, subtítulos que colocas arrastrándolos por la línea de tiempo, stickers, tu propio logotipo o marca de agua y un mosaico (Pixelar, Desenfocar o Barra negra) sobre una parte de la imagen. Seguir el movimiento mantiene un mosaico o un texto sobre un sujeto en movimiento.
    • Estilos, filtros y transiciones. Un estilo define un filtro, un efecto y una transición con un toque (hay 14 para elegir), o puedes elegir cada uno por separado, con una transición propia para cada corte.
    • Tus archivos se quedan en tu dispositivo. Los vídeos, fotos y audios que añades desde este dispositivo no se suben nunca; se guardan en este navegador para que recargar la página no te haga perder tu edición.
    • Exportación. Horizontal, vertical o cuadrado, hasta 1080p y hasta 10 minutos, como MP4 si el navegador puede grabarlo y como WebM en caso contrario.

13. 2026.10.05.3

    Añadido2026-10-05

    Siete nuevas familias de modelos sin censura: Pony XL LoRA, Z-Image Base LoRA, Neta Lumina, Jib Mix Qwen, HunyuanVideo 1.5 y LTX-2 19B

    Siete nuevas familias se suman al catálogo, todas sin censura, además de un endpoint de texto a video para Wan 2.2 LoRA.

    • Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image): el checkpoint anime Pony XL con hasta tres LoRAs Pony propios por solicitud.
    • Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit): la base de Z-Image sin destilar sobre la que se entrenan la mayoría de los LoRAs de Z-Image de la comunidad, con imagen a imagen y un control de intensidad.
    • Neta Lumina (neta-art/neta-lumina/text-to-image): el modelo anime de Neta.art, que se maneja con etiquetas al estilo Danbooru o con frases.
    • Jib Mix Qwen y Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image): un ajuste fino fotorrealista de Qwen-Image para retratos naturales, con o sin tus propios LoRAs.
    • HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video): el modelo de video abierto de Tencent, de 5 u 8 segundos en 480p o 720p.
    • LTX-2 19B y LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...): el modelo de video de Lightricks con banda sonora en cada clip, de 5 a 20 segundos hasta 1080p, y con LoRAs de cámara o de estilo en la versión LoRA.
    • Wan 2.2 LoRA texto a video (alibaba/wan-2.2-lora/text-to-video): Wan 2.2 con tus propios LoRAs de ruido alto y ruido bajo, ahora también a partir de un prompt y no solo de una imagen.

    Un LoRA es un enlace directo a un archivo .safetensors entrenado para ese modelo base; cargar LoRAs no tiene ningún cargo aparte.

    Familia	Precio
    Prefect Pony XL LoRA	$0.024 / imagen
    Z-Image Base LoRA	$0.0144 / imagen
    Neta Lumina	$0.012 / imagen
    Jib Mix Qwen	$0.024 / imagen
    Jib Mix Qwen LoRA	$0.03 / imagen
    HunyuanVideo 1.5	$0.024 / s en 480p, $0.048 / s en 720p
    LTX-2 19B	$0.0144 / s en 480p, $0.0192 / s en 720p, $0.0288 / s en 1080p
    LTX-2 19B LoRA	$0.018 / s en 480p, $0.024 / s en 720p, $0.036 / s en 1080p
    Wan 2.2 LoRA texto a video	$0.048 / s en 480p, $0.084 / s en 720p

14. 2026.10.05.2

    Añadido2026-10-05

    Anima Turbo y Anima Turbo LoRA: un modelo de imágenes anime sin censura, con tus propios LoRAs

    Dos nuevas familias de imagen funcionan con Anima Turbo, la versión rápida de 8 a 12 pasos del modelo anime de 2000 millones de parámetros de CircleStone Labs. Puedes escribir prompts con etiquetas al estilo Danbooru, con frases normales o con ambas cosas.

    • Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit): ilustraciones anime en quince relaciones de aspecto y dos niveles de resolución, normalmente en menos de diez segundos por imagen, además de imagen a imagen para convertir fotos en anime con un control de intensidad.
    • Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit): el mismo modelo con hasta tres archivos LoRA propios por solicitud, cada uno con su propia intensidad, para estilos de videojuego retro, tinta de manga, personajes y estilos para adultos.

    Un LoRA es un enlace directo a un archivo .safetensors: sin subida, sin lista de permitidos, sin revisión. Los cuatro endpoints son sin censura, imagen a imagen cuesta lo mismo que texto a imagen y cargar LoRAs no tiene ningún cargo aparte.

    Familia	Nivel 1k (aprox. 1 megapíxel)	Nivel 1.5k (aprox. 2,4 megapíxeles)
    Anima Turbo	$0.012 / imagen	$0.024 / imagen
    Anima Turbo LoRA	$0.018 / imagen	$0.036 / imagen

15. 2026.10.01.1

    Añadido2026-10-01

    Claude Sonnet 5.5: el Sonnet más reciente de Anthropic a precio de lista

    • Claude Sonnet 5.5 ya está disponible. El Sonnet más reciente de Anthropic, lanzado el 28 de septiembre, en un único endpoint compatible con OpenAI: entrada de texto, ventana de 1.000.000 de tokens y hasta 128.000 de salida, el doble del techo de Sonnet 5. Las respuestas se transmiten por SSE y las peticiones fallidas no se cobran.
    • 24 de 24 pruebas de contenido escritas por completo. Ningún rechazo y nada suavizado, incluidas las nueve peticiones de una escena íntima entre adultos, cuando Sonnet 5 había rechazado todas sus peticiones directas o dentro de la historia.
    • Seis niveles de esfuerzo. reasoning_effort va de none a max, con medium por defecto; none se salta la fase de razonamiento y xhigh y max devuelven el razonamiento. tool_choice solo acepta auto o none, y temperature y top_p no se admiten.
    • Precio de lista de Anthropic. $2 por millón de tokens de entrada, $0.20 en caché, $2.50 de escritura en caché y $10 de salida, el mismo precio de lista que Sonnet 5.

16. 2026.09.30.1

    Añadido2026-09-30

    Seedream 5.0 Flash y separación de imágenes en capas

    • Seedream 5.0 Flash ya está disponible. El nivel más ligero de Seedream, de ByteDance, con texto a imagen, edición con hasta diez referencias y separación en capas. $0.029 por imagen en 1K, 1.5K y 2K por igual, quince proporciones, salida en JPEG o PNG. El contenido para adultos no necesita un interruptor adicional ni un endpoint aparte.
    • Nuevo: separación en capas. Envías una imagen y recibes una base limpia más hasta 16 capas PNG transparentes. Flash cuesta $0.02 por imagen de salida; Seedream 5.0 Pro cuesta $0.042 (1K, 1.5K) o $0.084 (2K) y además devuelve la posición de cada capa, así que en la web puedes mostrarlas, arrastrarlas y exportarlas.
    • Pagas por lo que recibes. Cada imagen de salida cuenta, incluida la base, hasta 17. Al aceptar la solicitud reservamos 17 y devolvemos la diferencia cuando se conoce la cantidad real.

17. 2026.09.29.1

    Añadido2026-09-29

    Cuatro nuevos modelos de texto a voz: Gemini 3.8 Flash y Flash-Lite TTS, Seed Speech 2.0 y Chatterbox

    • Gemini 3.8 Flash TTS y 3.8 Flash-Lite TTS ya están disponibles. Los modelos de voz más recientes de Google convierten un guion de hasta 5,000 caracteres en un archivo WAV con una de 30 voces. 3.8 Flash interpreta indicaciones entre corchetes como [whispering] o [sighs]; 3.8 Flash-Lite es más rápido y económico, pero a veces lee esas etiquetas en voz alta, así que deletrea los sonidos. $0.00032 y $0.00021 por segundo de audio devuelto.
    • Seed Speech 2.0 de ByteDance. 41 voces preestablecidas en diez idiomas, una nota en lenguaje simple sobre cómo leer el texto, salida en MP3. Es el primer modelo que se cobra por carácter —$0.072 por cada 1,000 caracteres—, así que la cotización que ves antes de ejecutar la tarea ya es el precio final.
    • Chatterbox de Resemble AI. Una voz de código abierto en inglés con un control para ajustar la expresividad de la lectura, hasta 1,000 caracteres por una tarifa fija de $0.036 por solicitud.
    • No agregamos ningún filtro de contenido a ninguno de ellos. En nuestras pruebas, los cuatro leyeron guiones NSFW por completo. Cada solicitud usa una voz preestablecida; ninguno de estos endpoints clona voces.

18. 2026.09.29.2

    Añadido2026-09-29

    Qwen3 TTS: el modelo de voz de código abierto de Alibaba con nueve voces y sin filtro de contenido

    • Qwen3 TTS ya está disponible. El modelo de texto a voz de código abierto de Alibaba lee hasta 2,000 caracteres con una de nueve voces —incluidas voces en japonés y coreano y dos voces de dialectos chinos— y acepta una nota en lenguaje simple sobre cómo leerlo. Salida en MP3, diez idiomas.
    • $0.068 por cada 1,000 caracteres, con un mínimo de 100 caracteres por solicitud. La cantidad de caracteres se conoce antes de ejecutar la tarea, así que la cotización es el precio final.
    • No agregamos ningún filtro de contenido. En nuestras pruebas, leyó guiones NSFW por completo. Cada solicitud usa una voz preestablecida; este endpoint no clona voces.

19. 2026.09.29.3

    Añadido2026-09-29

    MiniMax Speech 2.8 HD y Turbo, además de Seed Audio 1.0 para escenas de audio completas

    • MiniMax Speech 2.8 HD y Turbo ya están disponibles. Ambos leen hasta 5,000 caracteres con una de 17 voces del sistema, con una de siete emociones y una indicación opcional para 40 idiomas. Las etiquetas de sonido entre paréntesis como (sighs), (laughs) o (breath) se interpretan, no se leen en voz alta. HD es la variante de mayor fidelidad, a $0.12 por cada 1,000 caracteres; Turbo está diseñado para velocidad y costo, a $0.072 por cada 1,000 caracteres. La cantidad de caracteres se conoce antes de ejecutar la tarea, así que la cotización es el precio final.
    • Seed Audio 1.0, de ByteDance. Un solo prompt describe toda la escena —quién habla y cómo, sus líneas entre comillas, además de música, ambiente y efectos de sonido— y el resultado es un solo archivo MP3 de hasta unos dos minutos, incluyendo diálogos entre varios personajes. Tiene una tarifa fija de $0.36 por solicitud.
    • Tampoco agregamos ningún filtro de contenido a estos. En nuestras pruebas, los tres modelos leyeron guiones NSFW por completo.

20. 2026.09.28.1

    Añadido2026-09-28

    Video Kling: ocho familias, de O3 a Avatar 2.0

    • Ocho familias de Kling, cobradas por segundo. Kling O3 (texto, imagen, fotos de referencia y edición de tu propio clip), Kling 3.0 (primer y último fotograma, hasta 4K, más Motion Control), Kling 3.0 Turbo (sonido nativo en cada clip), Kling 2.6, Kling 2.5 Turbo, Kling 2.1, Kling 2.1 Master y Kling Avatar 2.0, un avatar parlante a partir de un retrato y una pista de audio. Sin ningún paquete que comprar por adelantado.
    • Por debajo del precio de lista de Kling en cuatro familias. Kling O3 y Kling 3.0 comienzan en $0.0672 por segundo (720p, sin sonido), alrededor de un 20 % por debajo del precio de lista de Kling; Kling 2.5 Turbo cuesta $0.056 por segundo y Kling Avatar 2.0 comienza en $0.0512.
    • Kling revisa el contenido por sí mismo. Las tomas sugerentes a veces pasan, cualquier cosa más explícita se rechaza y una solicitud rechazada nunca se cobra. Las ediciones de video toman un clip fuente de 3 a 10 segundos.

21. 2026.09.28.3

    Añadido2026-09-28

    Gemini 2.5 Pro TTS: la síntesis de voz de Google, 10% por debajo del precio de lista

    • Gemini 2.5 Pro TTS ya está disponible. El modelo de síntesis de voz de Google convierte un guion de hasta 5,000 caracteres en un archivo WAV, con una de 30 voces y estilo, acento e instrucciones de interpretación en lenguaje simple, todo opcional.
    • 10% por debajo del precio de lista de Google. $0.00045 por segundo de audio devuelto (unos $0.027 por minuto). Mientras la tarea se ejecuta se retiene un monto para el clip más largo posible y se libera la diferencia al medir el audio; las solicitudes fallidas no se cobran.
    • No agregamos ningún filtro de contenido. En nuestras pruebas leyó guiones NSFW por completo: diálogos directos, ficción narrada, indicaciones de voz entrecortada. Este endpoint no admite diálogo de dos voces ni clonación de voz: una voz por solicitud.

22. 2026.09.28.2

    Añadido2026-09-28

    Claude Opus 5.5: el Opus más reciente de Anthropic, por debajo del precio de lista

    • Claude Opus 5.5 ya está disponible. El Opus más reciente de Anthropic, lanzado el 22 de septiembre, en un único endpoint compatible con OpenAI: 1,000,000 tokens de entrada, hasta 128,000 de salida, con razonamiento siempre activo en tres niveles de esfuerzo.
    • 10 % por debajo del precio de lista de Anthropic. $3.60 por millón de tokens de entrada, $0.18 en caché, $4.50 de escritura en caché y $18 de salida.
    • Suaviza en lugar de rechazar. En 24 pruebas de contenido realizadas el día de lanzamiento no rechazó ninguna solicitud; bajo un system prompt de ficción para adultos, escribió cada escena íntima por completo. Este modelo no acepta forzar la llamada a una herramienta específica: deja tool_choice en auto y nombra la herramienta en el prompt.

23. 2026.09.27.3

    Añadido2026-09-27

    Spicy Studio: cambio de rostro, de cabeza y de personaje, un editor de lienzo a pantalla completa, y todas las proporciones y duraciones en el cuadro de prompt

    • Todas las herramientas en un panel. El panel de Herramientas de Spicy Studio muestra cada herramienta, con el precio de las que se ejecutan desde el panel, y la aplica a uno de tus resultados o a un archivo que subas. Nuevo en Studio: cambio de rostro en fotos ($0.013 por imagen en Estándar, $0.16 en Plus o Pro) y en video ($0.0325 por segundo, en bloques de 8 segundos), cambio de cabeza en fotos ($0.013) y en video, cambio de personaje, doble famoso, que devuelve una imagen del rostro famoso al que más se parece un retrato ($0.05), y extender un clip 5 u 8 segundos (desde $0.038 por segundo de metraje nuevo). El cambio de cabeza y de personaje en video va en dos pasos: $0.08 para encontrar quién aparece en el clip y luego desde $0.064 por segundo para el cambio. Si el primer paso no encuentra a nadie, se reembolsa y no se ejecuta nada más.
    • Una confirmación única antes de las herramientas de rostro. El primer uso del cambio de rostro, de cabeza o de personaje, del doble famoso, del avatar parlante o de la sincronía labial pide aceptar tres reglas: solo tu propio rostro o el de personas que dijeron que sí, nunca nadie menor de 18 años y nada de suplantar identidades ni engañar. La respuesta se recuerda en ese dispositivo.
    • Un editor de lienzo a pantalla completa. Los lienzos se abren a pantalla completa sobre una cuadrícula de puntos. Agrega nodos con doble clic, con + o con la tecla N. El + a la derecha de una imagen o un clip genera a partir de ellos, y el + a la izquierda de un nodo de prompt agrega una entrada. Conecta un nodo de imagen a uno de video para planificar una toma antes de ejecutar cualquiera de los dos. Al seleccionar un nodo de prompt, su cuadro se abre a su lado, con referencias numeradas que puedes mencionar como @image2 y, en los modelos de video que aceptan un fotograma final, la opción entre fotograma inicial y final o imágenes de referencia.
    • El cuadro de prompt se adapta al modelo. Las proporciones aparecen en números, todas las que acepta el modelo, y cada duración compatible se elige con botones o un control deslizante. La duración Auto muestra el máximo del modelo. Si un modelo recién elegido no tiene tu proporción o tu duración, Studio pasa a la más cercana y te avisa.
    • Plantillas de video con clips de muestra. Cada una de las 20 plantillas de video reproduce al pasar el cursor una muestra real hecha con MiniMax H3 y se abre con MiniMax H3. La biblioteca de plantillas alterna entre Imágenes y Videos.

24. 2026.09.27

    Añadido2026-09-27

    Tres familias LoRA más: Z-Image Turbo, FLUX.1 Dev y Qwen Image 2512

    Tres familias de imagen nuevas ejecutan modelos abiertos con hasta tres archivos LoRA tuyos por solicitud, cada uno con su propia fuerza. Cada imagen tiene un precio fijo, sea cual sea la relación de aspecto.

    • Z-Image Turbo LoRA (alibaba/z-image-turbo-lora/text-to-image, /edit): Z-Image Turbo de Alibaba, de 8 pasos, con pocos segundos por imagen y nueve relaciones de aspecto a alrededor de un megapíxel, además de imagen a imagen con control de fuerza.
    • FLUX.1 Dev LoRA (black-forest-labs/flux-1-dev-lora/text-to-image): FLUX.1 [dev] de Black Forest Labs, la base con más de mil LoRA de la comunidad en Hugging Face, con control de guidance.
    • Qwen Image 2512 LoRA (alibaba/qwen-image-2512-lora/text-to-image, /edit): Qwen-Image-2512 con hasta 1536 píxeles en el lado largo, y edición con Qwen-Image-Edit-2511 a partir de entre una y tres fuentes, con LoRA de edición como los de nuevos ángulos de cámara.

    Un LoRA es un enlace directo a un archivo .safetensors: sin subida, sin lista de permitidos, sin revisión. Los cinco endpoints son sin censura, y cargar LoRA no tiene costo adicional.

    Familia	Precio
    Z-Image Turbo LoRA	$0.012 / imagen
    FLUX.1 Dev LoRA	$0.018 / imagen
    Qwen Image 2512 LoRA	$0.03 / imagen

25. 2026.09.27.2

    Cambiado2026-09-27

    La sincronía labial se cobra por la duración del audio que envías

    spicyapi/lip-sync-v1/lip-sync ahora cobra por los segundos del audio de audio_url, no por el video que devuelve. El video suele durar alrededor de medio segundo más que el audio, y ese tiempo extra no se cobra.

    La tarifa sigue en $0.012 por segundo, redondeado hacia arriba al segundo entero, con un mínimo de 3 segundos, y las solicitudes no cambian. Un clip de voz de 4.5 segundos se cobra como 5 segundos ($0.06). La cotización antes de enviar sigue reservando el máximo de 60 segundos, y la diferencia se libera cuando la tarea se liquida.

26. 2026.09.26.3

    Añadido2026-09-26

    Spicy Studio ya está abierto: imagen, video, estilos, efectos y un lienzo de storyboard en un solo espacio

    Spicy Studio abrió el 26 de septiembre en spicyapi.ai/create. Los mismos modelos y los mismos precios por ejecución que la API, en un espacio hecho para crear, no para integrar.

    • Una línea y luego Generar. Elige Imagen o Video, escribe lo que quieres ver o pulsa Tab para usar el ejemplo. Cada modo abre con un modelo adecuado que puedes cambiar cuando quieras, y tu prompt se va contigo. El precio del botón es lo máximo que puede costar la ejecución, y no se cobra nada hasta que lo pulsas.
    • 97 looks, 4 acabados y 12 efectos. Un look envuelve tu sujeto con redacción probada para la luz, el color y la técnica — cine, editorial, anime, pintura, 3D y un conjunto After Dark — y te muestra el prompt completo antes de ejecutar. No suma nada al precio. Un efecto convierte una foto en una toma terminada: acercamientos, órbitas, subidas en dron, lluvia, nieve, un acabado de 16 mm.
    • 150 plantillas en 13 grupos. Cada una es un brief terminado con el set, la luz y el lente ya escritos; tú solo dices quién aparece en el cuadro.
    • Lienzo para piezas de más de una toma. Ramifica cualquier cuadro en un video, una edición o variaciones, convierte el último cuadro de un clip en el comienzo del siguiente, agrupa las tomas en escenas y reprodúcelas como storyboard. Los proyectos de ejemplo muestran cada prompt y se copian completos.
    • Herramientas en cada resultado: las ocho herramientas nuevas, de quitar fondos a la sincronización labial, están junto a “Dale movimiento” y “Variaciones”.
    • Mejorar reescribe una idea de una línea como un prompt detallado para el modelo elegido antes de ejecutarlo; se cobra aparte, por el pequeño monto que muestra el botón.
    • Privado desde el principio. Nada se publica en un feed ni en una galería. Los resultados se quedan 14 días en Mis creaciones, los archivos subidos se borran al cabo de un día y la opción Difuminados hasta tocarlos oculta los resultados hasta que los tocas.

    Sin cuenta puedes explorar, cargar ejemplos y ver los precios exactos; para generar necesitas una, y tu borrador se guarda mientras te registras. Cada ejecución en Studio también es una llamada a la API con los mismos parámetros, así que un look que definas aquí pasa directo a tu código.

    El encabezado del sitio cambió con él: Modelos · Estudio · Rankings · Desarrolladores · Precios. Las selecciones de modelos que estaban en Explorar ahora están en Colecciones, dentro del menú Modelos.

27. 2026.09.26.2

    Añadido2026-09-26

    Ocho herramientas nuevas: quitar fondos, borrar objetos, ampliar imágenes, escalar resolución, avatares que hablan, sincronización labial y efectos de sonido

    El 26 de septiembre salieron ocho endpoints de una sola tarea. Cada uno hace un trabajo sobre una imagen o un clip que ya tienes, a precio fijo. Llámalos como cualquier otro modelo o úsalos en Spicy Studio, donde aparecen en Herramientas y sobre tus resultados.

    Endpoint	Qué hace	Precio
    spicyapi/background-remover-v1/edit	Recorta el sujeto principal en un PNG transparente del tamaño original	$0.0048 por imagen
    spicyapi/object-eraser-v1/edit	Quita lo que nombras en prompt o pintas en mask_url y rellena el hueco	$0.03 por imagen
    spicyapi/image-expander-v1/edit	Amplía una foto a 1:1, 16:9, 9:16, 4:3, 3:4, 3:2 o 2:3 y pinta el espacio nuevo	$0.024 por imagen
    spicyapi/image-upscaler-v1/upscale	Escala a 2K, 4K u 8K (unos 4, 17 o 67 megapíxeles), mismo precio para los tres	$0.012 por imagen
    spicyapi/video-upscaler-v1/upscale	Escala un clip de 3 a 60 segundos a 720p, 1080p, 2K o 4K, conservando duración, movimiento y audio	$0.006 por segundo (720p, 1080p), $0.012 (2K), $0.024 (4K)
    spicyapi/talking-avatar-v1/talking-avatar	Convierte un retrato y 3 a 60 segundos de voz en un video de esa cara hablando	$0.018 por segundo
    spicyapi/lip-sync-v1/lip-sync	Redibuja la boca de un clip existente para que siga una voz nueva, hasta 720p	$0.012 por segundo
    spicyapi/foley-v1/video-to-audio	Genera efectos de sonido y ambiente que siguen la imagen, hasta 30 segundos	$0.0012 por segundo

    Qué define el cobro:

    • El escalado de video se cobra por la duración del clip original, redondeada hacia arriba al segundo entero, con un mínimo de 3 segundos.
    • El avatar que habla y la sincronización labial se cobran por el video resultante, que dura lo mismo que tu audio (mínimo 3 segundos). La sincronización labial repite en bucle un clip más corto que el audio.
    • Los efectos de sonido se cobran por el duration_seconds que pides (1 a 30, 8 por defecto), no por tu clip, así que ajústalo a la duración del clip. Genera efectos y ambiente, no diálogos ni música.
    • Las entradas de audio y video deben ser enlaces directos al archivo, y subirlo es la vía más confiable. Las entradas fuera de la duración permitida se rechazan antes de cualquier cobro.

28. 2026.09.26

    Añadido2026-09-26

    MiniMax H3 LoRA ya está disponible: tus propios pesos en video e imagen H3

    Tres familias nuevas ejecutan MiniMax H3 de pesos abiertos con hasta tres archivos LoRA propios por solicitud, cada uno con su propia intensidad de 0 a 4.

    • MiniMax H3 LoRA (minimax/h3-lora/text-to-video, /image-to-video, /reference-to-video): de 3 a 15 segundos en 480p, 540p, 768p o 1080p, con sonido estéreo generado en la misma pasada. Referencias a video admite hasta nueve imágenes, tres clips y tres audios.
    • MiniMax H3 Singularity LoRA (minimax/h3-singularity-lora/image-to-video, /reference-to-video): el ajuste fino comunitario de H3 entrenado con HDR, pensado para acción rápida, baile y planos abiertos donde las caras deben mantenerse. Tus LoRA de H3 se cargan sin cambios.
    • MiniMax H3 Image LoRA (minimax/h3-image-lora/text-to-image, /edit): H3 como modelo de imagen fija en 1k o 2k, con edición a partir de hasta nueve referencias. Diseña aquí el fotograma clave y luego anímalo con el mismo LoRA.

    Un LoRA es un enlace directo a un archivo .safetensors: sin subida, sin lista de permitidos, sin revisión. Los siete endpoints son sin censura, y cargar LoRA no tiene costo adicional.

    Familia	Desde
    MiniMax H3 LoRA	$0.05 / segundo
    MiniMax H3 Singularity LoRA	$0.06 / segundo
    MiniMax H3 Image LoRA	$0.042 / imagen

29. 2026.09.25

    Cambiado2026-09-25

    Un seed aleatorio cuando falta, el código 40310 para cuentas sin verificar y reintentos por otra ruta

    Cuatro cambios en cómo se comportan las tareas. Dos pueden requerir un ajuste de tu lado: si cuentas con que solicitudes idénticas den resultados idénticos, envía un seed; si ramificas según códigos de error, maneja 40310.

    • Las solicitudes sin seed reciben un seed aleatorio (desde el 24 de septiembre). En los modelos cuyo esquema tiene seed, una solicitud sin él recibe uno aleatorio, que vuelve en el input de la tarea. Las solicitudes idénticas ya no devuelven resultados idénticos. Para que las ejecuciones sigan siendo comparables, envía de nuevo el seed devuelto; un seed fijo no garantiza un resultado idéntico. Unos pocos modelos varían el seed sin devolverlo. Un seed que envíes siempre se usa tal cual.
    • 40310 para cuentas con el correo sin verificar (desde el 25 de septiembre). La clave de una cuenta así recibe ahora este código de negocio en lugar de un 403 genérico, con un mensaje que pide abrir el enlace de verificación o pedir uno nuevo desde la consola. La clave funciona en cuanto se verifica la dirección.
    • Las ejecuciones fallidas se reintentan por otra ruta (desde el 23 de septiembre). Si una ejecución falla después de ser aceptada y otra ruta sirve el mismo modelo con la misma configuración, se ejecuta ahí antes de reportar el fallo, siempre que a la tarea le quede tiempo. Se cobra una sola vez, por el resultado que recibes. Los fallos que se repetirían en cualquier lado, como un rechazo por derechos de autor, no se reintentan.
    • Los rechazos por derechos de autor o por rostros reales dicen qué cambiar. errorMessage ahora indica la causa y la solución, por ejemplo generate_audio: false cuando una banda sonora generada provocó el bloqueo por derechos de autor, u otro modelo cuando el elegido no acepta rostros reales en las referencias. errorCode sigue siendo content_rejected y el cargo se reembolsa.

30. 2026.09.24

    Añadido2026-09-24

    MiniMax H3 Max acepta 480p a $0.05 por segundo

    Desde el 24 de septiembre, los dos endpoints de MiniMax H3 Max aceptan resolution: "480p" además de 768p.

    Endpoint	480p	768p
    minimax/h3-max/image-to-video	$0.05	$0.08
    minimax/h3-max/text-to-video	$0.05	$0.08

    Los precios son por segundo generado y coinciden con las tarifas que publica MiniMax. 480p es un nivel nativo, no una reducción: la forma barata de revisar el movimiento y el encuadre antes de pagar 768p.

31. 2026.09.23

    Cambiado2026-09-23

    15 % de descuento en Wan 2.2 LoRA de imagen a vídeo

    Desde el 23 de septiembre de 2026, los dos endpoints de imagen a vídeo de Wan 2.2 LoRA tienen un 15 % de descuento, sin fecha de fin.

    Endpoint	480p	720p
    alibaba/wan-2.2-lora/image-to-video	$0.024 → $0.0204	$0.048 → $0.0408
    alibaba/wan-2.2-spicy-lora/image-to-video	$0.024 → $0.0204	$0.048 → $0.0408

    Los precios son por segundo producido.

    • No tienes que cambiar nada. El descuento se aplica al calcular el precio de cada petición, así que la estimación antes de enviar, el cargo posterior y las tarjetas de precio muestran la nueva cifra. Resoluciones, duraciones, comportamiento de contenido y forma de petición no cambian.
    • Con esto devolvemos la mayor parte de la subida del 20 de septiembre. La condición que la motivó ha cambiado a nuestro favor y lo trasladamos. Aun así, a $0.0204 el precio queda un 2 % por encima de donde estaba antes de la subida, no por debajo.
    • No hay fecha de fin. Si eso cambia, la fecha aparecerá en la tarjeta de precio.

32. 2026.09.22

    Añadido2026-09-22

    Grok 4.7 ya está disponible al mismo precio que Grok 4.6, un 40 % por debajo de xAI

    xAI lanzó Grok 4.7 el 21 de septiembre, y xai/grok-4.7/chat se puede llamar aquí desde el 22 de septiembre, con el mismo formato de chat de OpenAI y el mismo streaming SSE que los demás endpoints de Grok.

    	xai/grok-4.7/chat
    Contexto	500,000 tokens, imágenes incluidas
    Respuesta más larga	450,000 tokens (max_tokens es 4,096 por defecto)
    Reasoning effort	low · medium · high · xhigh, high por defecto
    Entrada	Texto e imágenes; sin partes de archivo ni PDF
    Por millón de tokens: entrada / caché / salida	$1.20 / $0.30 / $3.60
    Prompts de 200,000 tokens o más	$1.60 / $0.40 / $4.80

    • Un 40 % por debajo del precio publicado por xAI en el tramo estándar ($2 / $0.50 / $6), y un 60 % por debajo de su tramo de contexto largo ($4 / $1 / $12).
    • Sin censura en esta ruta. El 22 de septiembre, nueve pruebas de escritura creativa del nivel 4 de nuestra escala de contenido, que tiene cinco, en tres estilos de prompt, volvieron como nueve escenas completas, sin ningún rechazo; el 24 de septiembre también pasó todos los demás niveles que probamos, incluido el más alto. No añadimos ningún filtro propio.
    • El rol system se respeta, lo comprobamos a propósito: un marco fijado al inicio de la conversación se mantiene hasta el final.
    • El razonamiento se cobra como salida. El valor por defecto high cuesta más de lo que parece; para diálogo, low o medium se lee mejor y cuesta menos.

33. 2026.09.21

    Añadido2026-09-21

    Qwen Image 2.1 el mismo día de su publicación, con una edición LoRA para sus propios pesos

    Alibaba ha publicado hoy Qwen-Image-2.1 como código abierto. Está en el catálogo ese mismo día, repartido en cuatro puntos finales: generación y edición a partir de referencias, cada uno en una edición corriente y en una edición LoRA que carga los archivos de pesos que usted le indique.

    Punto final	Qué admite
    alibaba/qwen-image-2.1/text-to-image	Un prompt
    alibaba/qwen-image-2.1/edit	Un prompt y hasta diez imágenes de referencia
    alibaba/qwen-image-2.1-lora/text-to-image	Un prompt y hasta tres pesos LoRA
    alibaba/qwen-image-2.1-lora/edit	Referencias y pesos LoRA en la misma petición

    • Traiga sus propios pesos, sin nada que aprobar antes. La edición LoRA admite hasta tres archivos de pesos por petición, cada uno con su propia intensidad, indicados como enlace HTTPS directo a un archivo .safetensors o como repositorio de Hugging Face. Sin paso de subida, sin lista blanca, sin cola de aprobación: lo que usted señala es lo que se carga, tanto al generar como al editar.
    • Entre el prompt y el modelo no hay nada. Los cuatro puntos finales son irrestrictos: ningún clasificador de contenido delante del modelo, ninguna marca de madurez que activar, ninguna declaración que adjuntar a la petición. El trabajo sin censura corre por los mismos puntos finales que todo lo demás.
    • Tres niveles de resolución y quince relaciones de aspecto. Pida 1k, 1.5k o 2k: el nivel es lo que mueve el precio, así que itere barato y repita en alto solo lo que se quede. La relación compone el encuadre en lugar de recortarlo, desde las franjas 3:1 y 21:9 hasta las columnas 1:3 y 9:21.
    • Al editar, cada referencia entra en el presupuesto. La generación se cobra por imagen; en la edición, cada fuente adjunta se suma, de modo que una petición con diez referencias cuesta varias veces una de una sola referencia en el mismo nivel. La estimación que ve antes de enviar ya lo refleja: mande las referencias que aportan algo y descarte el resto.

34. 2026.09.20

    Añadido2026-09-20

    SDK oficiales para TypeScript, Python, Go, Java y PHP

    La API es REST a secas y lo seguirá siendo. Lo que cambia hoy es que ya no escribe usted el bucle de sondeo, ni la subida en tres pasos, ni la comprobación de la firma del webhook: lo hacen cinco SDK oficiales, cada uno publicado en el registro del que su build ya tira.

    Lenguaje	Paquete	Instalación
    TypeScript	@spicyapi/sdk	npm install @spicyapi/sdk
    Python	spicyapi	pip install spicyapi
    Go	github.com/spicyapi-ai/spicy-go	go get github.com/spicyapi-ai/spicy-go
    Java	ai.spicyapi:spicyapi-java	Maven Central, Java 17 o superior
    PHP	spicyapi/spicyapi	composer require spicyapi/spicyapi

    • Una superficie de dependencias deliberadamente delgada. Python y Go no arrastran nada más allá de la biblioteca estándar. PHP tampoco necesita biblioteca alguna, solo ext-json y ext-hash. Java trae exactamente una, Jackson. El cliente de una API HTTP no debería ser el motivo de que su próxima auditoría de dependencias se alargue.
    • Todo el flujo asíncrono, no solo la llamada HTTP. Cada SDK cubre createTask con waitSeconds: el servidor mantiene la conexión abierta hasta que la tarea llega a un estado final, hasta sesenta segundos, de modo que el caso habitual no necesita sondeo alguno. A eso se suman la subida en tres pasos para sus propias imágenes y vídeos y la verificación de la firma de los webhooks.
    • Terminal, editor y agente, antes de escribir la integración. @spicyapi/cli recorre el catálogo, cotiza antes de gastar y descarga los resultados terminados. @spicyapi/mcp entrega esas mismas capacidades a Claude Code, Codex, Cursor o cualquier otro cliente MCP, y se detiene a pedirle permiso antes de cobrar nada. El Agent Skill, que se instala con npx skills add spicyapi-ai/spicy-skill, le enseña a un asistente de programación el orden correcto de los pasos: deja de adivinar identificadores de modelo y de inventarse campos de entrada.
    • @spicyapi/proxy mantiene la clave fuera de los dispositivos de sus usuarios. Una clave compilada dentro de una aplicación web, móvil o de escritorio es una clave pública: cualquiera puede extraerla y gastarle el saldo mientras su panel solo muestra un día movido. Este paquete es el salto del lado del servidor que guarda la credencial en su lugar: una reexportación en un route handler de Next.js, o un app.all en Express.

35. 2026.09.18

    Añadido2026-09-18

    SpicyAPI ya está disponible: el registro está abierto para todos

    El registro ya no se abre por tandas. Crea una cuenta, recarga saldo y envía una solicitud esa misma tarde: más de cien endpoints repartidos en setenta versiones de modelos de video, imagen y chat, todo detrás de una sola clave.

    • Entre tu prompt y el modelo no hay nada: ningún clasificador de contenido, ninguna declaración por solicitud, ninguna cola de aprobación. Diecisiete ediciones Spicy sin censura de Seedance, Wan, MiniMax, LTX, Vidu, Z-Image y Qwen Image funcionan junto al catálogo principal, que incluye Seedream, Claude, Gemini, DeepSeek, GLM y Kimi, entre otros.
    • Una sola integración lo cubre todo. Las tareas de medios usan createTask con polling o callback, el chat habla el formato de OpenAI con streaming y la misma clave sirve desde REST nativo, nuestro SDK, la CLI, el servidor MCP y el Agent Skill.
    • Cada modelo cobra en su propia unidad: por imagen, por segundo de salida, por millón de tokens. Ves la cotización antes de enviar y se liquida lo que realmente se ejecutó. Sin planes, sin paquetes, sin mínimos, y una ejecución que falla no cuesta nada. Recarga con tarjeta o con criptomonedas.
    • Tú decides cuánto tiempo se guarda cada cosa: los archivos generados, el texto de los prompts y las referencias subidas vencen cada uno según el calendario que elijas, y los resultados de una tarea terminada pueden destruirse al instante. El cargo queda registrado; el contenido, no.