PixVerse V6 Max API

PixVerse V6 Max Texto a video convierte una escena escrita en un clip de 1 a 15 segundos a 360p, 540p, 720p o 1080p, en ocho relaciones de aspecto de 9:16 a 21:9. V6 Max es el nivel de mayor calidad de PixVerse V6, lanzado el 20 de octubre de 2026. El sonido es opcional: activa generate_audio y el modelo genera el ambiente, los efectos, la música y cualquier diálogo que escribas entre comillas, junto con la imagen. En nuestras pruebas, un clip de 5 segundos a 540p tardó alrededor de un minuto y medio de tiempo de generación.

V6 Max parte de texto o de una sola imagen, y nada más: no tiene último cuadro, modo de referencia, extensión ni interruptor multi-toma. Esas funciones están en PixVerse V6.

Elige un modo de PixVerse V6 Max según el material inicial

Hasta 1080p y 15 segundos

resolution va de 360p a 1080p (por defecto 720p), y duration_seconds acepta cualquier número entero de 1 a 15. El cobro es por segundo de salida, así que la duración define el total, y las resoluciones más altas cuestan más por segundo.

Ocho relaciones de aspecto

16:9 (por defecto), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 y 21:9. La relación de aspecto no cambia el precio. Nuestro clip del violinista se pidió en 9:16 y salió en 576x1024 a 540p.

Sonido escrito en el prompt

generate_audio está desactivado por defecto. Activado, el modelo genera ambiente, efectos, música y los diálogos que escribas entre comillas, junto con la imagen. En nuestra prueba del violinista, con el sonido activado, la música del violín se escuchaba en la banda sonora. El sonido cuesta más por segundo.

Revisión de contenido

PixVerse aplica su propia revisión de contenido, y hasta dónde llega una solicitud en el límite de esa revisión puede variar de una solicitud a otra. Las solicitudes que rechaza fallan y no se cobran.

Calles nocturnas y plazas con ambiente

Describe el lugar, una acción y lo que se escucha. El ejemplo de la plaza nevada muestra a un violinista callejero bajo un arco de piedra iluminado, con un público mirando y el violín en la banda sonora.

Clips verticales para redes sociales

Elige 9:16 y describe un sujeto que encaje en un cuadro alto. El clip del violinista salió como un clip vertical de 576x1024.

Comparar una toma con PixVerse V6

Ejecuta el mismo prompt y la misma semilla en PixVerse V6 y en V6 Max, y compara los fotogramas de tu propia escena. PixVerse presenta V6 Max como el nivel de mayor calidad; tu propia toma es la mejor prueba de lo que eso significa para ti.

# 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "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"

Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.