PixVerse V6 API

PixVerse V6 Texto a video convierte un brief escrito en un clip de 1 a 15 segundos a 360p, 540p, 720p o 1080p, en ocho relaciones de aspecto de 16:9 a 9:16 y 21:9. Describe el sujeto, la acción y la cámara: los movimientos de cámara que escribas en el prompt se siguen, y PixVerse dice que V6 entiende más de 20 controles cinematográficos de lente y cámara a partir del prompt. Activa generate_audio y el modelo genera el sonido junto con la imagen. 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

Un párrafo, más de un encuadre

En nuestra prueba, un solo párrafo sobre una conductora riendo en un convertible turquesa vintage abrió con un plano cercano de ella, con el pañuelo ondeando; después la cámara subió a una toma aérea amplia del auto en la carretera del acantilado, sobre el océano. El prompt pedía que el dron se alejara y subiera; el corte del primer plano a la toma aérea lo decidió el modelo.

Un interruptor multi-toma

shot_type es single por defecto. Ponlo en multi para que el modelo corte el clip en varias tomas. No cambia el precio.

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.

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.

Cuatro resoluciones

360p, 540p, 720p (por defecto) y 1080p. Nuestro clip de prueba fue a 540p, 1024x576, y tardó unos 41 segundos de tiempo de generación para 5 segundos de video.

Planos de apertura y de establecimiento

Escribe el lugar, la luz, un movimiento de cámara y el estilo, y tendrás una toma para abrir una escena. Nuestro ejemplo de la carretera del acantilado hace exactamente eso en un solo párrafo.

Escenas cortas con una línea hablada

Activa el audio, describe la acción y pon la línea entre comillas. Nombra el ambiente que quieres en el mismo prompt.

Encuadres verticales y ultra anchos

Elige 9:16, 3:4 o 2:3 para clips verticales, o 21:9 para ultra ancho. El precio por segundo es el mismo en cada relación de aspecto.

# 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"

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