Introducción
PixVerse V6 Imagen a video anima un primer cuadro en un clip de 1 a 15 segundos a 360p, 540p, 720p o 1080p. Agrega last_image_url y el clip pasa de la primera imagen a la última. El prompt es obligatorio y describe lo que pasa. El clip conserva la relación de aspecto de tu primera imagen. Las imágenes son JPG, JPEG, PNG o WebP, de hasta 20 MB cada una. PixVerse revisa los prompts y las imágenes antes de generar; las solicitudes que rechaza fallan y no se cobran.
Elige un modo de PixVerse V6 según el material inicial
| Lo que tienes al inicio | Modo |
|---|---|
| una escena escrita | PixVerse V6 Texto a video |
| un primer cuadro y, opcionalmente, un último cuadro | PixVerse V6 Imagen a video (estás aquí) |
| fotos de personas, objetos o lugares con los que armar la escena | PixVerse V6 Referencia a video |
| un clip que quieres continuar | PixVerse V6 Extensión de video |
| un prompt o una sola imagen, y quieres mayor calidad de imagen | PixVerse V6 Max |
| una foto y una plantilla temática lista, sin prompt que escribir | PixVerse V6 Effects |
Funciones y aspectos destacados
Primer cuadro, último cuadro opcional
image_url fija el inicio y last_image_url el final. En nuestra prueba, una mujer con abrigo color óxido en la rendija abierta de una cúpula de observatorio blanca (primer cuadro) y la misma mujer recargada en la barandilla con los brazos cruzados (último cuadro) se convirtieron en un solo movimiento: se gira, camina a lo largo de la barandilla, se recuesta y cruza los brazos, y el clip termina en el último cuadro.
La forma sigue a tu imagen
No hay campo de relación de aspecto. Un retrato vertical sale como un clip vertical, y una imagen ancha, como un clip ancho.
Un interruptor multi-toma
shot_type es single por defecto. Ponlo en multi para que el modelo corte el clip en varias tomas. No se puede combinar con un último cuadro.
Sonido cuando lo quieras
generate_audio está desactivado por defecto. Activado, el modelo genera ambiente, efectos, música y cualquier diálogo que escribas entre comillas. El sonido activado cuesta más por segundo.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio, de 3 a 5.000 caracteres. Describe lo que pasa entre los cuadros y después de ellos: la acción y la cámara. mínimo 3 caracteres · máximo 5000 caracteres |
image_url | Sí | Obligatorio. El primer cuadro: JPG, JPEG, PNG o WebP, de hasta 20 MB. |
last_image_url | No | Último cuadro opcional, con los mismos formatos y tamaño. Con él, el clip pasa del primer cuadro al último. |
resolution | No | 360p, 540p, 720p (por defecto) o 1080p. Las resoluciones más altas cuestan más por segundo. |
duration_seconds | No | Segundos enteros, de 1 a 15 (por defecto 5). El precio es por segundo. |
generate_audio | No | Desactivado por defecto. Activado, genera sonido junto con la imagen: ambiente, efectos, música y diálogos entre comillas. Valor predeterminado: |
shot_type | No | single (por defecto) o multi. multi permite que el modelo corte el clip en varias tomas, y no se puede combinar con un último cuadro. |
seed | No | Entero opcional de 0 a 2147483647. Sirve para comparar un cambio a la vez; no garantiza fotogramas idénticos. |
Precios
Se cobra por segundo de salida. La resolución y el interruptor de audio cambian el precio por segundo; el tipo de toma y la semilla no. Las solicitudes fallidas o rechazadas no se cobran.
| Resolución | Generar audio: No | Generar audio: Sí |
|---|---|---|
| $0.0222 / segundo | $0.0311 / segundo |
| $0.0311 / segundo | $0.04 / segundo |
| $0.04 / segundo | $0.0533 / segundo |
| $0.08 / segundo | $0.1022 / segundo |
Casos de uso
Dar vida a una imagen fija
Un retrato, una escena de calle o un fotograma guardado de un clip anterior. Describe lo que pasa después y la persona, el vestuario y el escenario vendrán de la imagen.
Moverse entre dos poses
Da un último cuadro distinto del primero y deja que el modelo rellene el movimiento, como en nuestro ejemplo del observatorio.
Mantener un personaje entre tomas
Guarda un fotograma de un clip y úsalo como primer cuadro del siguiente, para llevar a la misma persona y el mismo escenario de una toma a otra.
Guía de prompts y consejos prácticos
Describe el movimiento, no la imagen
La imagen ya muestra cómo se ve todo. Dedica el prompt a la acción, al movimiento de cámara y, si el audio está activado, al sonido.
Mantén consistentes los dos cuadros
Usa la misma persona y el mismo escenario en el primer y en el último cuadro. Los cuadros que no coinciden no dejan al modelo un movimiento natural entre ambos.
Dale espacio a cada momento
En nuestra prueba de la gasolinera, el prompt enumeraba una lámpara, un mapa, una caminata y un camión que pasa; el hombre dobló el mapa, lo guardó y caminó hacia el auto, y el camión con los faros encendidos apareció en el último segundo del clip de 5 segundos. Pide menos momentos, o agrega segundos, si un momento tardío es importante.
Compara con una semilla
seed mantiene comparables las ejecuciones mientras cambias una cosa a la vez. No garantiza fotogramas idénticos.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pixverse/v6/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
