Novedades para tu integración

Claude Haiku 5.5, lanzado por Anthropic el 7 de octubre, ya está en SpicyAPI como un único endpoint de chat compatible con OpenAI: anthropic/claude-haiku-5.5/chat.

Pruebas de contenido. No añadimos ningún filtro propio. En 24 solicitudes de prueba el 8 de octubre, el modelo escribió 20 completas, suavizó 2 y rechazó 2. Una escena íntima entre dos adultos salió completa en 8 de 9 intentos; los rechazos fueron estudios explícitos del cuerpo, parte por parte.

Conviene saber. El modelo decide cuánto razonar, así que no hay reasoning_effort, y tampoco stop ni temperature. max_tokens no corta la respuesta: pide la extensión que quieras en el prompt y pagas solo los tokens que se escriben de verdad. Los aciertos de caché cuestan $0.10 por millón de tokens.

En nuestras pruebas, las respuestas cortas llegaron en tres a cinco segundos. Las solicitudes fallidas no se cobran.

Google lanzó Nano Banana 2.1 el 6 de octubre de 2026, una actualización de Nano Banana 2 (Gemini 3.1 Flash Image) con mejor calidad de imagen, mayor fidelidad al prompt, más consistencia de los personajes entre ediciones y mejor renderizado de texto. Hoy ya hay dos endpoints disponibles:

• Texto a imagen (google/nano-banana-2.1/text-to-image): 1K, 2K o 4K en catorce formatos de 1:8 a 8:1, salida en PNG o JPEG, con búsqueda web y búsqueda de imágenes opcionales. En nuestras pruebas, cada línea de texto que pusimos entre comillas salió escrita tal cual, y con la búsqueda web un póster del pronóstico del tiempo imprimió la fecha correcta.
• Edición (google/nano-banana-2.1/edit): de una a catorce imágenes de origen, conservando los rostros y los detalles del producto; auto mantiene el formato de la imagen de origen.

Se aplica la política de contenido de Google: la moda sugerente se genera, mientras que las solicitudes de desnudos salen atenuadas en texto a imagen y se rechazan en edición (las ediciones rechazadas no se cobran).

La edición suma $0.0024 por imagen de origen; la búsqueda web y la búsqueda de imágenes suman $0.0168 cada una cuando se activan.

SpicyAPI ahora se conecta con las aplicaciones que ya usas para chats de rol y automatización.

SillyTavern. Conéctalo mediante su fuente Custom (OpenAI-compatible) en https://api.spicyapi.ai/v1. La extensión gratuita de SpicyAPI, de código abierto bajo la licencia MIT en github.com/spicyapi-ai/sillytavern-spicyapi, añade imágenes y videos cortos al chat: /spicy-img, /spicy-video y un botón Animate en cada imagen, todos con el precio a la vista antes de ejecutarse. Si la activas, el modelo de chat también puede pedir una imagen por su cuenta, dentro de un tiempo de espera y un tope diario que tú defines. La guía completa, con capturas de pantalla y la lista de modelos de chat sin censura, está en la página de SillyTavern.

Otras apps de rol. RisuAI, Agnai, Chub y KoboldAI Lite usan la misma dirección, la misma clave de API y el mismo ID de modelo. Los campos de cada app están en la guía de apps de rol.

Menos errores con endpoints personalizados.

1. Una solicitud de chat ya no falla cuando una app envía un ajuste de muestreo que el modelo no usa, como una penalización de frecuencia o de presencia. El ajuste se omite y se indica en el encabezado de respuesta X-Spicy-Ignored-Params.
2. La API ahora responde a las llamadas hechas directamente desde un navegador, así que las herramientas basadas en el navegador funcionan sin proxy. Mantén tu clave fuera de las páginas web públicas y dale a cada herramienta su propia clave, con un tope de gasto diario.

n8n. El nodo de la comunidad @spicyapi/n8n-nodes-spicyapi incorpora modelos de imagen, video, audio y chat a tus flujos de trabajo de n8n, con una verificación de precio antes de cada ejecución de pago. En n8n autoalojado, instálalo en Settings > Community Nodes. Guía de configuración: docs.spicyapi.ai/es/docs/n8n.

Ya está disponible el paquete de nodos de SpicyAPI para ComfyUI, gratuito y de código abierto (MIT), en github.com/spicyapi-ai/comfyui-spicyapi. Cada modelo de imagen, vídeo y audio del catálogo se convierte en un nodo de ComfyUI normal que se ejecuta en nuestros servidores, así que un portátil sin GPU puede encadenar texto a imagen y a vídeo, sin descargar ningún modelo.

Configuración en tres pasos.

1. En ComfyUI/custom_nodes, ejecuta git clone https://github.com/spicyapi-ai/comfyui-spicyapi y reinicia ComfyUI.
2. Pega tu clave de API en Settings > SpicyAPI.
3. Haz doble clic en el lienzo y escribe el nombre de un modelo, o abre un grafo ya preparado desde el navegador de plantillas.

Qué incluye el paquete

Modelos sin censura incluidos. Más de 100 de los nodos ejecutan modelos cuya propia política no tiene restricciones, desde las ediciones Spicy de Seedance, Wan y MiniMax H3 hasta los modelos de imagen LoRA. La lista actualizada, con puntuaciones de libertad y precios, está en la página de ComfyUI, junto con ejemplos prácticos.

El precio está en el nodo. Cada nodo muestra su tarifa para las opciones elegidas, cada ejecución se presupuesta antes de empezar y Max cost per run en los ajustes detiene todo lo que supere tu límite. Las seeds empiezan fijas, así que poner en cola dos veces el mismo grafo no se paga dos veces.

Tu clave no sale en los archivos compartidos. Se guarda en la carpeta de usuario de ComfyUI, nunca en un flujo de trabajo ni en los metadatos de una imagen guardada.

Guía de configuración: docs.spicyapi.ai/es/docs/comfyui.

Siete nuevas familias se suman al catálogo, todas sin censura, además de un endpoint de texto a video para Wan 2.2 LoRA.

• Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image): el checkpoint anime Pony XL con hasta tres LoRAs Pony propios por solicitud.
• Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit): la base de Z-Image sin destilar sobre la que se entrenan la mayoría de los LoRAs de Z-Image de la comunidad, con imagen a imagen y un control de intensidad.
• Neta Lumina (neta-art/neta-lumina/text-to-image): el modelo anime de Neta.art, que se maneja con etiquetas al estilo Danbooru o con frases.
• Jib Mix Qwen y Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image): un ajuste fino fotorrealista de Qwen-Image para retratos naturales, con o sin tus propios LoRAs.
• HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video): el modelo de video abierto de Tencent, de 5 u 8 segundos en 480p o 720p.
• LTX-2 19B y LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...): el modelo de video de Lightricks con banda sonora en cada clip, de 5 a 20 segundos hasta 1080p, y con LoRAs de cámara o de estilo en la versión LoRA.
• Wan 2.2 LoRA texto a video (alibaba/wan-2.2-lora/text-to-video): Wan 2.2 con tus propios LoRAs de ruido alto y ruido bajo, ahora también a partir de un prompt y no solo de una imagen.

Un LoRA es un enlace directo a un archivo .safetensors entrenado para ese modelo base; cargar LoRAs no tiene ningún cargo aparte.

Dos nuevas familias de imagen funcionan con Anima Turbo, la versión rápida de 8 a 12 pasos del modelo anime de 2000 millones de parámetros de CircleStone Labs. Puedes escribir prompts con etiquetas al estilo Danbooru, con frases normales o con ambas cosas.

• Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit): ilustraciones anime en quince relaciones de aspecto y dos niveles de resolución, normalmente en menos de diez segundos por imagen, además de imagen a imagen para convertir fotos en anime con un control de intensidad.
• Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit): el mismo modelo con hasta tres archivos LoRA propios por solicitud, cada uno con su propia intensidad, para estilos de videojuego retro, tinta de manga, personajes y estilos para adultos.

Un LoRA es un enlace directo a un archivo .safetensors: sin subida, sin lista de permitidos, sin revisión. Los cuatro endpoints son sin censura, imagen a imagen cuesta lo mismo que texto a imagen y cargar LoRAs no tiene ningún cargo aparte.

Comparar ya está disponible en spicyapi.ai/compare y en Spicy Studio, dentro de Herramientas. Escribe un prompt, elige los modelos y cada resultado aparece lado a lado con su tiempo y su coste, para que elijas un modelo por lo que de verdad hizo con tu plano.

Empieza con una colección. Las colecciones de modelos te arman la selección: Mejores sin censura, Mejor valorados, Ediciones Spicy, Modelos LoRA, Novedades, Buques insignia, Precio más bajo, y una por cada línea de modelos (cada versión de Seedream, cada versión de Qwen Image). También puedes añadir tú mismo hasta ocho modelos y guardarlos como tu propia colección.

Imagen y video, siete tipos de ejecución.

La lista de modelos sigue el tipo elegido, así que solo ves los modelos capaces de ese tipo de ejecución.

Las entradas compartidas van donde corresponde. Prompt negativo, Seed, Sonido y LoRA se rellenan una sola vez y se envían a todos los modelos que los aceptan, con el número de modelos que lo hacen. Las opciones que cambian de un modelo a otro, incluido un LoRA propio, van en los ajustes de ese modelo.

El precio antes de ejecutar. Cada modelo muestra su precio y el botón muestra el total. Ejecuta cada modelo hasta cuatro veces para ver cuánto varían sus resultados.

Cuando un modelo se niega. La ejecución indica cuántos modelos se negaron, y con un clic se lanza el mismo prompt en la colección Mejores sin censura.

Además

• Un visor a pantalla completa para pasar de un resultado a otro a tamaño real.
• Recrear vuelve a cargar los ajustes de una comparación anterior.
• Las comparaciones y las colecciones guardadas se conservan en este dispositivo; los resultados en sí están en tu Historial, como cualquier otra ejecución.

• Claude Sonnet 5.5 ya está disponible. El Sonnet más reciente de Anthropic, lanzado el 28 de septiembre, en un único endpoint compatible con OpenAI: entrada de texto, ventana de 1.000.000 de tokens y hasta 128.000 de salida, el doble del techo de Sonnet 5. Las respuestas se transmiten por SSE y las peticiones fallidas no se cobran.
• 24 de 24 pruebas de contenido escritas por completo. Ningún rechazo y nada suavizado, incluidas las nueve peticiones de una escena íntima entre adultos, cuando Sonnet 5 había rechazado todas sus peticiones directas o dentro de la historia.
• Seis niveles de esfuerzo. reasoning_effort va de none a max, con medium por defecto; none se salta la fase de razonamiento y xhigh y max devuelven el razonamiento. tool_choice solo acepta auto o none, y temperature y top_p no se admiten.
• Precio de lista de Anthropic. $2 por millón de tokens de entrada, $0.20 en caché, $2.50 de escritura en caché y $10 de salida, el mismo precio de lista que Sonnet 5.

Short film en Spicy Studio ahora te lleva de una sola línea de historia a un MP4 terminado, con música y subtítulos, en muchos menos pasos.

Empieza con cuatro decisiones sencillas. Elige la duración (30 s, 1 min o 2 min), cuántas personas aparecen, cuánto hablan y la intensidad (Sweet, Flirty o Steamy). Ves el número de escenas y una estimación de toda la película antes de que se escriba nada.

Make my film. Un botón, dos confirmaciones:

1. Retratos del reparto, lugares y la primera imagen de cada escena.
2. Cuando hayas revisado tu película en imágenes y cambiado lo que quieras, todos los videos de las escenas de una sola vez.

Los subtítulos del guion se añaden automáticamente y llegas a la línea de tiempo, lista para exportar.

Música y voz en off. Elige una de las 12 pistas instrumentales y suena durante toda la película, por debajo de los diálogos. O deja que Score this film componga un tema para tu historia. Las escenas con texto en pantalla se pueden leer en voz alta como voz en off con un solo clic.

La misma voz en cada escena. Dale a cada personaje una de las 30 voces, que puedes escuchar antes de elegir. Activa Same voice in every scene y cada línea se dice primero con esa voz; después, el video se sincroniza con los labios a partir de ella, así tu protagonista suena como la misma persona de la primera escena a la última.

Episodios. Make the next episode escribe el episodio 2 a partir del punto donde quedó la historia y lleva consigo los retratos del reparto, los lugares, el aspecto visual y las voces. Los episodios de una misma serie se agrupan en tu estante de proyectos.

20 nuevos ejemplos de un minuto con voz. Abre cualquiera para ver exactamente cómo se hizo. Use this story incorpora a tu proyecto los retratos del reparto y las imágenes de las escenas, para que puedas ir directo a los videos.

También nuevo

• Las líneas de cada escena se editan justo al lado de cada plano, con un aviso cuando una línea es demasiado larga para la escena.
• El selector de modelos indica cuáles hablan y cuáles son sin censura; Seedance 2.0 Fast es ahora el modelo predeterminado para los diálogos.
• Si el filtro de contenido de un modelo rechaza una escena, un clic la rehace con un modelo sin censura.

Solo pagas por lo que creas y siempre confirmas el precio antes. Escribir una historia cuesta alrededor de un centavo; la biblioteca de música y la exportación son gratis.

Dos versiones de Wan 3.0 de Alibaba afinadas para escenas de adultos ya están disponibles en SpicyAPI. Ambas convierten un cuadro de apertura en 2 a 30 segundos de video en 480p, 720p o 1080p, con sonido generado y un último cuadro opcional.

Cuál usar. Para la mayoría de los clips recomendamos empezar con el Wan 3.0 o el Wan 3.0 Prime estándar. En SpicyAPI también son sin censura, cuestan menos por segundo (a 480p, $0.045 en Wan 3.0 frente a $0.057 en Wan 3.0 Spicy, y $0.0612 en Wan 3.0 Prime frente a $0.09 en Prime Spicy), mantienen la ropa puesta cuando el prompt lo pide y además ofrecen texto a video y video a partir de referencias. Cambia a una versión Spicy cuando quieras un modelo que tienda por sí solo hacia lo adulto; en Prime, Prime Spicy además cumplió el nivel íntimo de dos personas que el Wan 3.0 Prime estándar suavizó en nuestra prueba.

Qué probamos. Pasamos nuestra escala de contenido de seis niveles en ambos modelos en 480p: una tira que se desliza, topless, desnudo integral, dos adultos en una escena íntima, bondage consensuado y juego de impacto, y gore cinematográfico. Todos los niveles salieron tal como se pidió en ambos: sin rechazos, sin nada tapado y sin cambiar a nadie por otra persona. En Wan 3.0 Prime Spicy eso incluye el nivel íntimo de dos personas, que el Wan 3.0 Prime estándar suavizó en nuestra prueba anterior.

Ten esto presente antes de publicar. Los dos modelos se inclinan hacia lo adulto por sí solos. Con cuadros de apertura vestidos y prompts que pedían que la persona siguiera vestida, Wan 3.0 Spicy desvistió al sujeto en cuatro de seis clips y Prime Spicy en dos de cuatro. Revisa los clips completos y no solo la imagen de portada, y usa el Wan 3.0 estándar cuando la ropa tenga que quedarse puesta.

Detalles. Cualquier número entero de segundos de 2 a 30. Proporción 16:9, 9:16, 1:1, 4:3 o 3:4, o déjala fuera para seguir el cuadro de apertura. last_image_url fija cómo termina el clip. En nuestra primera tanda, un clip de cinco segundos en 480p tardó cerca de un minuto y medio en Wan 3.0 Spicy y entre dos y dos minutos y medio en Prime Spicy. Se cobra por segundo solicitado.

Seedream 5.0 Flash, de ByteDance, ya está disponible en SpicyAPI con tres endpoints. La separación en capas —entra una imagen y salen una base limpia y hasta 16 capas PNG transparentes— funciona en Flash y en Seedream 5.0 Pro.

Seedream 5.0 Flash. El nivel más ligero de Seedream. 1K, 1.5K y 2K cuestan lo mismo, $0.029, así que la resolución predeterminada es la más nítida (2K). Prompts de hasta 5,000 caracteres, quince proporciones de 1:3 a 3:1 y salida en JPEG o PNG. El contenido para adultos no necesita un interruptor adicional ni un endpoint aparte: lencería, boudoir y otras escenas para adultos se generan como cualquier otro prompt, tanto en texto a imagen como en edición.

Separación en capas. Envías una imagen y, si quieres, indicas qué separar («el texto del título y el loro»). Recibes una imagen base sin esos elementos y con el fondo reconstruido, más un PNG transparente por cada elemento. Puedes mover, cambiar de tamaño, recolorear o reemplazar cualquiera de ellos. Usos típicos: cambiar el titular de un póster, sustituir el fondo de una foto de producto, sacar a una persona de una foto grupal o preparar capas para animación. Después de cualquier generación también puedes enviar el resultado directamente a «Dividir en capas».

Flash o Pro para las capas. Pro devuelve además el nombre de cada capa y su posición sobre la imagen base, así que la vista de resultados en la web se convierte en un lienzo donde puedes mostrar u ocultar capas, arrastrarlas y exportar la pila visible como un solo PNG. Flash devuelve recortes independientes sin posición, en una tira que puedes descargar capa por capa o en un solo zip. Pro también acepta fotos de entrada más reveladoras, que Flash rechaza.

Facturación. Cada imagen de salida cuenta, incluida la base, hasta 17 por solicitud. Al aceptar la solicitud reservamos 17 imágenes y devolvemos la diferencia cuando se conoce la cantidad real. Una ejecución típica produce de 3 a 9 imágenes, es decir, de $0.06 a $0.18 en Flash.

Más información. La API de Seedream 5.0 Flash, probada · Cómo dividir una imagen en capas con una API

Cinco nuevos modelos de voz ya están disponibles en SpicyAPI, sumándose a Gemini 2.5 Pro TTS. Ninguno agrega un filtro de contenido: en nuestras pruebas, los cinco leyeron guiones NSFW por completo.

• Gemini 3.8 Flash TTS — el modelo de voz más reciente de Google. Hasta 5,000 caracteres, 30 voces, salida en WAV, e interpreta indicaciones entre corchetes como [whispering] o [sighs]. $0.00032 por segundo de audio.
• Gemini 3.8 Flash-Lite TTS — la versión más rápida y económica. Las mismas 30 voces; a veces lee las etiquetas entre corchetes en voz alta, así que deletrea los sonidos. $0.00021 por segundo de audio.
• Seed Speech 2.0 de ByteDance — 41 voces preestablecidas en diez idiomas, una nota en lenguaje simple sobre cómo leer el texto, salida en MP3. $0.072 por cada 1,000 caracteres.
• Qwen3 TTS de Alibaba — de código abierto, nueve voces que incluyen japonés, coreano y dos hablantes de dialectos chinos. $0.068 por cada 1,000 caracteres, mínimo 100 caracteres.
• Chatterbox de Resemble AI — una voz de código abierto en inglés con un control de expresividad. Hasta 1,000 caracteres por una tarifa fija de $0.036 por solicitud.

El precio ya se conoce antes de ejecutar. Seed Speech 2.0 y Qwen3 TTS son los primeros modelos que se cobran por carácter: el conteo se conoce de antemano, así que la cotización ya es el precio final. Los modelos Gemini cobran por segundo de audio devuelto, con una retención que se libera una vez medido el audio.

Lo que no hacen. Ninguno de estos endpoints clona voces, y ninguno admite diálogo de dos voces en una sola solicitud: genera cada línea con su propia voz y une los archivos.