Novedades para tu integración

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.

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.

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.

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.

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.

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

Hay una página nueva para crear un personaje coherente: Generador de influencer IA. Elige un look, quédate con la cara que te guste y todo lo que hagas después partirá de la misma persona.

• Elige o describe. Escoge entre 17 listas de rasgos con 162 opciones, cada una con una imagen pequeña: género, edad, origen, tono de piel, complexión, forma del rostro, peinado, color de pelo, forma de los ojos, color de ojos, rasgos faciales, vello facial, rasgos distintivos, maquillaje, estilo, accesorios y expresión. Lo que dejes vacío lo decide el modelo. ¿Prefieres escribir? Describe el look en una frase y se envía exactamente como la escribiste.
• 36 personajes de muestra. Abre una muestra y pulsa Usar estos rasgos para copiar sus elecciones; después cambia lo que quieras. O pulsa Sorpréndeme.
• Cada candidato son dos fotos. Un primer plano y una foto de cuerpo entero de la misma persona sobre fondo liso, hechas con Seedream 5.0 Pro a $0.036 por foto, es decir, $0.072 por candidato. Genera de 1 a 4 candidatos a la vez. El precio aparece en el botón antes de ejecutar.
• Cambia una sola cosa. Escribe una frase corta como «pelo por los hombros» y obtén un candidato nuevo donde solo cambia ese detalle.
• Guárdalo una vez. Ponle nombre al personaje y guárdalo. Las dos fotos van a tu biblioteca de recursos y el personaje aparece en Personajes en todo Studio. La biblioteca de recursos se abre cuando has recargado $10 o más en total.
• Inicio del personaje. Abre un personaje guardado y elige qué hacer: un Set de fotos en lugares, looks y poses nuevos; un Look nuevo a partir de una frase, en tres versiones; Crear un video desde la foto de portada; Hablar, un clip con sincronización labial a partir de una frase que escribas y una voz que elijas; o Copiar un movimiento de un clip de referencia de 2 a 30 segundos. Cada tarjeta muestra su precio.

Todos los personajes de aquí son adultos originales y ficticios. Las edades empiezan en los 20 y no hay opciones de adolescentes. Para crear un personaje a partir de tus propias fotos, usa Nuevo personaje en tu biblioteca de recursos, que te pide confirmar que la foto es tuya o que tienes el permiso de la persona.

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.

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.

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.

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

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.

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.

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.

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. El topless y la sujeción consentida siguieron pasando en nuestra nueva prueba.

Vidu Q4 Preview, la vista previa pública del modelo de video Q4 de Vidu (lanzado el 7 de octubre de 2026), ya está en SpicyAPI con dos endpoints. Los clips duran de 3 a 16 segundos, de 540p hasta 4k, con diálogo, efectos y ambiente generados junto con la imagen; una línea escrita entre comillas dobles se pronuncia en voz alta.

• Imagen a video (vidu/q4-preview/image-to-video): parte de un único fotograma inicial; el clip mantiene su forma. En nuestras pruebas de contenido nunca se rechazó.
• Referencia a video (vidu/q4-preview/reference-to-video): de 1 a 15 imágenes de referencia de personas, atuendos, productos o lugares, más hasta 3 clips de voz, se convierten en una sola escena. Rechaza el desnudo y las escenas de sexo, 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. Activar o desactivar el sonido y el número de referencias no cambian el precio.

FLUX 3, el modelo de video de Black Forest Labs, ya está en SpicyAPI con cuatro endpoints: texto a video, imagen a video (con último fotograma opcional), extender video y escalar video.

Texto a video, imagen a video y extender tienen el precio de lista de Black Forest Labs.

Clips con sonido. Los videos duran de 5 a 20 segundos y llevan audio sincronizado; el costo es el mismo con o sin sonido. El borrador es un nivel de vista previa rápido y económico en 720p: úsalo para probar un prompt y luego renderiza en calidad completa solo el que te quedes.

Extender y escalar. Extender toma un clip de hasta 15 segundos y genera de 5 a 20 segundos nuevos a partir de su último fotograma; recibes solo el segmento nuevo. Escalar agranda un clip de hasta 20 segundos entre 1,5 y 3 veces y conserva su sonido: precise solo aumenta la nitidez, creative además reconstruye el detalle fino.

Pruebas de contenido. No añadimos ningún filtro propio. FLUX 3 funciona con la moderación de Black Forest Labs: se devuelven escenas sugerentes, y todo lo más revelador se rechaza. Las solicitudes fallidas o rechazadas no se cobran.

Seis modelos FLUX.2 de Black Forest Labs ya están en SpicyAPI, cada uno con un endpoint de texto a imagen y otro de edición: FLUX.2 Max, Pro, Flex, Dev, Klein 9B y Klein 4B.

Los precios son por imagen. La relación de aspecto no cambia el precio, y una edición cuesta lo mismo si envías una o tres imágenes de referencia.

Para qué sirve cada uno. Max es el modelo insignia, con el mejor nivel de detalle. Pro es el modelo versátil de uso diario. Flex destaca en tipografía y texto dentro de la imagen. Dev es el modelo de pesos abiertos de 32B. Klein 9B y 4B son modelos pequeños destilados que devuelven una imagen en bastante menos de un minuto.

Pruebas de contenido. No añadimos ningún filtro propio. Max, Pro y Flex funcionan con la moderación de Black Forest Labs: se devuelven imágenes sugerentes, las solicitudes más reveladoras suelen salir cubiertas o rechazadas, y las ediciones de personas se rechazan más a menudo que el texto a imagen. Dev y los dos modelos Klein son de pesos abiertos y no tienen moderación; en nuestras pruebas no se rechazó nada, aunque los modelos más pequeños suelen añadir ropa por su cuenta.

Todos los modelos aceptan nueve relaciones de aspecto en 1k (aproximadamente un megapíxel) o 2k (2048 px en el lado largo) y hasta tres imágenes de referencia en las ediciones. Las solicitudes fallidas o rechazadas no se cobran.