Introducción
Texto a video para P-Video 2 Pro: entra un brief escrito y sale un clip de 5 a 15 segundos con sonido, rápido y sin censura.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Video |
| Editor | Pruna AI |
| Endpoints | texto a video, imagen a video, referencia a video |
| Duración | 5-15 segundos, cualquier número entero |
| Resolución | 480p (832x480 en 16:9), 768p |
| Relaciones de aspecto | 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 1:1; imagen a video sigue el cuadro de apertura |
| Modos de generación | cost, speed, quality (referencia a video: cost, speed) |
| Audio | Pista de sonido generada en cada clip; el audio de referencia puede reemplazarla |
| Referencias | Cuadro de apertura y de cierre, hasta 3 videos (15 s en total), hasta 3 clips de audio (15 s en total) |
| Velocidad de cuadros | 24 fps |
| Filtro de contenido | Ninguno |
Funciones y aspectos destacados
Toma prestado un movimiento de cámara
La cámara copia el empuje lento de video 1, mientras que el muelle, la lancha y la mujer provienen de la imagen de apertura; nada del bar del clip de referencia aparece. Ella avanza desde la popa, se acomoda el chal sobre los hombros y termina mirando a cámara. La pista de sonido es muy suave: agua contra el casco, sin música audible.
Una escena con sonido propio
Un plano continuo con una deriva suave hacia la pareja, en lugar de un dolly fuerte. La línea "Same as last summer?" se dice con claridad hacia el final, después de una base musical en la primera mitad; él toma la copa y sonríe en el último tiempo.
Fija el inicio y el final
El clip empieza exactamente en el cuadro de apertura y termina en el de cierre: él dobla la carta, la guarda, se levanta y avanza hacia la balaustrada mientras los fuegos artificiales empiezan alrededor del segundo y medio. La cámara fija mantiene el mismo encuadre de principio a fin. La pista de sonido son aplausos de multitud y crepitar, no explosiones de fuegos artificiales bien definidas.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Describe el sujeto, la acción, la cámara y el sonido. Pon las líneas habladas entre comillas y el sonido en su propia línea. mínimo 1 caracteres |
aspect_ratio | No | 16:9 (por defecto), 9:16, 4:3, 3:4, 3:2, 2:3 o 1:1. No cambia el precio. |
resolution | No | 480p o 768p (por defecto 768p). 768p cuesta más por segundo. |
generation_mode | No | cost (el más barato, un poco más lento), speed (por defecto, más rápido con la misma calidad) o quality (mejor imagen, precio más alto). |
duration_seconds | No | Segundos enteros, de 5 a 15 (por defecto 5). Define el precio. |
prompt_optimization_mode | No | off (por defecto) envía tu prompt palabra por palabra; turbo y max hacen que el servicio lo reescriba primero. No cambia el precio. |
seed | No | Mantiene comparables las ejecuciones mientras cambias el prompt. No garantiza un clip con cuadros idénticos. |
Precios
Se cobra por segundo de salida. El precio por segundo depende de la resolución (480p o 768p) y del modo de generación: cost es el más barato, speed cuesta más y quality el más caro. La expansión del prompt, la relación de aspecto, la semilla y el cuadro de cierre no cambian el precio. Una solicitud fallida no se cobra.
| Resolución | Generation mode: cost | Generation mode: speed | Generation mode: quality |
|---|---|---|---|
| $0.012 / segundo | $0.024 / segundo | $0.048 / segundo |
| $0.03 / segundo | $0.042 / segundo | $0.09 / segundo |
Casos de uso
Iteración rápida
Los clips llegan en segundos, así que puedes probar muchas tomas de un mismo plano y quedarte con la mejor.
Escenas sin censura
Nada se filtra. En nuestras pruebas, los prompts hasta el nivel Fuerte se renderizaron tal como se escribieron; las solicitudes de los niveles más altos volvieron suavizadas.
Recrear una referencia
Toma prestado el movimiento de cámara de un clip que te guste y pon a tu propio personaje en él con un cuadro de apertura.
Guía de prompts y consejos prácticos
Borrador barato, acabado nítido
Encuentra el plano a 480p en modo cost y después vuelve a correr el mismo prompt a 768p en modo speed o quality.
Escribe una línea Sound:
Cada clip tiene audio. Nombra el ambiente y pon cualquier diálogo entre comillas para obtener el sonido que quieres.
Nombra tus referencias
En referencia a video, escribe "video 1" o "audio 1" en el prompt y di qué tomar de cada uno.
Introducción
P-Video 2 Pro Texto a video convierte un brief escrito en un clip de 5 a 15 segundos a 480p o 768p, en siete relaciones de aspecto de 16:9 a 9:16. Pruna diseñó P-Video 2 Pro pensando en la velocidad: en nuestras pruebas, un clip de 5 segundos tardó entre 10 y 20 segundos en generarse. Cada clip llega con una pista de sonido que el modelo genera en el mismo paso, y no hay filtro de contenido ni en el prompt ni en el resultado.
Elige un modo de P-Video 2 Pro según el material inicial
| Lo que tienes al inicio | Modo |
|---|---|
| una escena o un guion escrito | P-Video 2 Pro Texto a video (estás aquí) |
| un cuadro de apertura y, opcionalmente, uno de cierre | P-Video 2 Pro Imagen a video |
| un clip del que tomar el movimiento, o una pista de voz o música | P-Video 2 Pro Referencia a video |
Características clave y destacados
Tres modos de generación
generation_mode equilibra precio, velocidad y calidad. cost es el más barato por segundo y un poco más lento, speed (el valor por defecto) es más rápido con la misma calidad de imagen, y quality genera un clip de mayor calidad a un precio más alto.
Sonido en cada clip
El modelo escribe la pista de sonido por sí mismo: ambiente, efectos y cualquier línea que pongas entre comillas. No hay interruptor ni cargo extra por ello.
Sin censura
Ningún filtro sobre los prompts ni los resultados. En nuestras pruebas, los prompts hasta el nivel Fuerte se renderizaron tal como se escribieron; las solicitudes de los niveles más altos volvieron suavizadas, lo que es un límite del modelo y no un rechazo.
Casos de uso
Borradores rápidos
Los clips llegan en segundos, así que puedes probar cinco versiones de una toma en el tiempo que otros modelos tardan en hacer una. Haz un borrador a 480p en modo cost y luego vuelve a correr el prompt que te guste a 768p.
Escenas cortas con una línea hablada
Describe la acción, luego pon la línea entre comillas y el ambiente después de Sound:. Una línea clara por clip funciona mejor.
Clips verticales para redes sociales
Elige 9:16 o 3:4 y centra al sujeto en la toma; el modelo compone para el encuadre vertical.
Guía de prompts y consejos pro
Escríbelo en el orden en que ocurre
Sujeto y vestuario, acción, movimiento de cámara y luz; después, una línea Sound: aparte.
Desactiva la expansión del prompt para un texto exacto
prompt_optimization_mode está en off por defecto, así que el prompt llega al modelo palabra por palabra. turbo y max hacen que el servicio lo reescriba primero, lo que puede añadir detalle pero también cambiar lo que pediste.
Elige el modo al final
Encuentra el encuadre en modo cost y luego cambia a speed para una entrega más rápida o a quality para el render final.
Inicio rápido de la API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"aspect_ratio": "16:9",
"generation_mode": "speed",
"duration_seconds": 5,
"prompt_optimization_mode": "off"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.



