Introduction
Texte vers vidéo pour P-Video 2 Pro : un brief écrit en entrée, un clip de 5 à 15 secondes avec son en sortie, rapide et non censuré.
| Champ | Valeur |
|---|---|
| Entrée | Texte |
| Sortie | Vidéo |
| Éditeur | Pruna AI |
| Endpoints | texte vers vidéo, image vers vidéo, référence vers vidéo |
| Durée | 5 à 15 secondes, nombre entier |
| Résolution | 480p (832x480 en 16 :9), 768p |
| Ratios d’image | 16 :9, 9 :16, 4 :3, 3 :4, 3 :2, 2 :3, 1 :1 ; l’image vers vidéo suit la première image |
| Modes de génération | coût, vitesse, qualité (référence vers vidéo : coût, vitesse) |
| Audio | Bande sonore générée sur chaque clip ; un audio de référence peut la remplacer |
| Références | Première et dernière image, jusqu’à 3 vidéos (15 s au total), jusqu’à 3 clips audio (15 s au total) |
| Cadence | 24 i/s |
| Filtre de contenu | Aucun |
Fonctionnalités et points forts
Emprunter un mouvement de caméra
La caméra reprend le lent travelling avant de la vidéo 1, tandis que la jetée, le bateau et la femme viennent tous de l’image de départ : rien du bar du clip de référence n’apparaît. Elle avance depuis la poupe, ramène son châle sur ses épaules et finit face à la caméra. La bande sonore est très discrète : l’eau qui frappe la coque, aucune musique audible.
Une scène avec son propre son
Un plan continu avec une lente dérive vers le couple plutôt qu’un fort travelling. La réplique « Same as last summer ? » est prononcée clairement vers la fin, après un fond musical dans la première moitié ; il prend le verre et sourit au dernier temps.
Fixer le début et la fin
Le clip part exactement de la première image et se pose sur la dernière : il plie la lettre, la range, se lève et va jusqu’à la balustrade pendant que les feux d’artifice commencent une seconde et demie plus tard. La caméra fixe garde le même cadrage du début à la fin. La bande sonore est faite d’applaudissements de foule et de crépitements plutôt que de détonations distinctes.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Décrivez le sujet, l’action, la caméra et le son. Mettez les répliques entre guillemets et le son sur une ligne à part. 1 caractères minimum |
aspect_ratio | Non | 16 :9 (par défaut), 9 :16, 4 :3, 3 :4, 3 :2, 2 :3 ou 1 :1. Ne change pas le prix. |
resolution | Non | 480p ou 768p (par défaut 768p). Le 768p coûte plus cher à la seconde. |
generation_mode | Non | cost (le moins cher, un peu plus lent), speed (par défaut, plus rapide à qualité égale) ou quality (meilleure image, prix le plus élevé). |
duration_seconds | Non | Secondes entières, de 5 à 15 (par défaut 5). Détermine le prix. |
prompt_optimization_mode | Non | off (par défaut) envoie votre prompt mot pour mot ; turbo et max laissent le service le réécrire d’abord. Ne change pas le prix. |
seed | Non | Permet de comparer les essais quand vous modifiez le prompt. Ne garantit pas un clip identique image par image. |
Tarification
Facturé à la seconde de sortie. Le prix par seconde dépend de la résolution (480p ou 768p) et du mode de génération : coût est le moins cher, vitesse coûte plus, qualité le plus. L’expansion du prompt, le ratio d’image, la graine et la dernière image ne changent pas le prix. Une requête échouée n’est pas facturée.
| Résolution | Generation mode: cost | Generation mode: speed | Generation mode: quality |
|---|---|---|---|
| $0.012 / seconde | $0.024 / seconde | $0.048 / seconde |
| $0.03 / seconde | $0.042 / seconde | $0.09 / seconde |
Cas d’utilisation
Itération rapide
Les clips reviennent en quelques secondes : vous pouvez tester de nombreuses prises d’un plan et garder la meilleure.
Scènes non censurées
Rien n’est filtré. Dans nos tests, les prompts jusqu’au niveau Fort ont été rendus tels qu’écrits ; les demandes des niveaux les plus élevés sont revenues adoucies.
Reprendre une référence
Empruntez le mouvement de caméra d’un clip qui vous plaît et placez-y votre propre personnage avec une première image.
Guide de prompt et conseils pratiques
Brouillon économique, finition nette
Trouvez le plan en 480p en mode coût, puis relancez le même prompt en 768p en mode vitesse ou qualité.
Écrivez une ligne « Sound : »
Chaque clip a un son. Nommez l’ambiance et placez toute réplique parlée entre guillemets pour obtenir le son voulu.
Nommez vos références
En référence vers vidéo, écrivez « video 1 » ou « audio 1 » dans le prompt et précisez ce qu’il faut reprendre de chacun.
Introduction
P-Video 2 Pro Texte vers vidéo transforme un brief écrit en clip de 5 à 15 secondes en 480p ou 768p, dans sept ratios d’image allant de 16 :9 à 9 :16. Pruna a conçu P-Video 2 Pro pour la vitesse : lors de nos tests, un clip de 5 secondes a pris environ 10 à 20 secondes à générer. Chaque clip revient avec une bande sonore que le modèle génère dans le même passage, et il n’y a aucun filtre de contenu sur le prompt ou le résultat.
Choisir un mode P-Video 2 Pro selon le matériau de départ
| Ce que vous avez au départ | Mode |
|---|---|
| une scène écrite ou un scénario | P-Video 2 Pro Texte vers vidéo (vous êtes ici) |
| une première image, et éventuellement une dernière image | P-Video 2 Pro Image vers vidéo |
| un clip dont on emprunte le mouvement, ou une piste vocale ou musicale | P-Video 2 Pro Référence vers vidéo |
Fonctionnalités clés et points forts
Trois modes de génération
generation_mode arbitre prix, vitesse et qualité. cost est le moins cher à la seconde et un peu plus lent, speed (par défaut) est plus rapide à qualité d’image égale, et quality produit un clip de meilleure qualité à un prix plus élevé.
Son sur chaque clip
Le modèle écrit lui-même la bande sonore : ambiance, effets et toute réplique entre guillemets. Il n’y a ni interrupteur ni supplément pour cela.
Non censuré
Aucun filtre sur les prompts ni les résultats. Dans nos tests, les prompts jusqu’au niveau Fort ont été rendus tels qu’écrits ; les demandes des niveaux les plus élevés sont revenues adoucies, ce qui est une limite du modèle et non un refus.
Cas d’usage
Brouillons rapides
Les clips reviennent en quelques secondes : vous pouvez tester cinq versions d’un plan dans le temps qu’un autre modèle met pour une seule. Faites un brouillon en 480p en mode cost, puis relancez le prompt qui vous plaît en 768p.
Courtes scènes avec une réplique parlée
Décrivez l’action, puis placez la réplique entre guillemets et l’ambiance après Sound:. Une réplique claire par clip passe le mieux.
Verticaux pour les réseaux sociaux
Choisissez 9 :16 ou 3 :4 et placez le sujet au centre du plan ; le modèle compose pour le cadre vertical.
Guide du prompt et conseils Pro
Écrivez dans l’ordre des événements
Sujet et tenue, action, mouvement de caméra, lumière, puis une ligne Sound: séparée.
Gardez l’expansion du prompt désactivée pour une formulation exacte
prompt_optimization_mode vaut off par défaut : le prompt part mot pour mot vers le modèle. turbo et max laissent le service le réécrire d’abord, ce qui peut ajouter des détails mais aussi modifier ce que vous avez demandé.
Choisissez le mode en dernier
Trouvez le cadrage en mode cost, puis passez en speed pour un délai plus court ou en quality pour le rendu final.
Démarrage rapide de l’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pruna-ai/p-video-2-pro/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "768p",
"aspect_ratio": "16:9",
"generation_mode": "speed",
"duration_seconds": 5,
"prompt_optimization_mode": "off"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
