Les mises à jour qui comptent pour votre intégration

Wan 2.6 Flash, la déclinaison plus rapide et moins coûteuse de Wan 2.6 d’Alibaba, dispose désormais d’un second endpoint sur SpicyAPI : références vers vidéo.

• Wan 2.6 Flash, références vers vidéo (alibaba/wan-2.6-flash/reference-to-video) : jusqu’à cinq références, dont trois courts clips au plus et le reste en images fixes, ou des images fixes seules. Désignez-les dans le prompt par character1, character2, etc. ; le modèle les place dans une nouvelle scène de 2 à 10 secondes en 720p ou 1080p, en cinq formats.
• Le son est un interrupteur. generate_audio est désactivé par défaut ; activé, le clip revient avec des voix, des effets et une ambiance générés, au double du tarif à la seconde.
• Les images fixes sont gratuites. Les clips de référence ajoutent leurs secondes à la facture, comptées jusqu’à cinq secondes au total.

Aucun filtre de contenu ne précède cet endpoint, et l’extension du prompt est désactivée par défaut pour que votre prompt parvienne au modèle tel qu’écrit. Aucune de nos requêtes de test n’a été refusée.

Les secondes facturables sont la durée de sortie plus celle des clips de référence, chacune arrondie à la seconde supérieure, les clips étant comptés jusqu’à cinq secondes au total.

Qwen Image 2.1 Pro, le palier Pro hébergé de Qwen Image 2.1 d’Alibaba, peut désormais être appelé sur SpicyAPI, et deux modèles déjà au catalogue changent aujourd’hui.

• Qwen Image 2.1 Pro, texte vers image (alibaba/qwen-image-2.1-pro/text-to-image) : de une à six images par requête, en quinze rapports d’aspect, en 1k, 1.5k ou 2k. Nos requêtes ont pris de 14 à 43 secondes.
• Qwen Image 2.1 Pro, retouche d’image (alibaba/qwen-image-2.1-pro/edit) : de une à dix images de référence et une consigne en langage courant. Si vous omettez le rapport d’aspect, le résultat garde la forme de votre image source, à environ 2K.
• Qwen Image 2.1 Turbo coûte désormais $0.0144 par image sur ses deux endpoints, contre $0.0192 auparavant.
• Wan 2.6 Flash image vers vidéo gagne un nouvel interrupteur generate_audio. Désactivé, réglage par défaut, le clip reste muet au même prix à la seconde qu’avant ; activé, il revient avec une bande son générée au double du tarif.

Aucun filtre de contenu ne précède Qwen Image 2.1 Pro, et l’extension de prompt est désactivée par défaut pour que votre prompt parvienne au modèle tel qu’écrit. Aucune de nos requêtes de test n’a été refusée.

Pour les deux modèles Qwen, tous les niveaux de résolution coûtent le même prix, chaque image renvoyée est facturée, et le nombre d’images de référence ne modifie pas le tarif.

Qwen Image 2.1 Turbo, le checkpoint en 8 étapes de Qwen Image 2.1 que l’équipe Qwen d’Alibaba a publié avec des poids ouverts le 9 octobre 2026, peut désormais être appelé sur SpicyAPI. La page qui l’annonçait comme « bientôt disponible » le fait maintenant tourner.

• Texte vers image (alibaba/qwen-image-2.1-turbo/text-to-image) : de une à six images par requête, en quinze rapports d’aspect, en 1k, 1.5k ou 2k. Nos requêtes ont pris de 13 à 39 secondes.
• Retouche d’image (alibaba/qwen-image-2.1-turbo/edit) : de une à dix images de référence et une consigne en langage courant. Si vous omettez le rapport d’aspect, le résultat garde la forme de votre image source, à environ 2K.

Aucun filtre de contenu ne précède ces deux endpoints. L’extension de prompt est désactivée par défaut : activée, la réécriture d’Alibaba adoucit les prompts pour adultes, et dans nos tests une retouche demandant à un portrait habillé d’en montrer davantage est revenue inchangée.

Tous les niveaux de résolution coûtent le même prix, chaque image renvoyée est facturée, et le nombre d’images de référence ne modifie pas le tarif.

Vous pouvez désormais prolonger une vidéo que vous avez déjà. Importez un clip, décrivez ce qui se passe ensuite, et SpicyAPI génère un nouveau segment à partir de la dernière image de votre clip, puis assemble le tout en un seul MP4. Cela fonctionne sur 31 familles de modèles vidéo, par l’API comme sur le site.

• Comment ça marche. Envoyez votre clip dans video_url (MP4, MOV ou WebM, 60 secondes maximum) avec un court prompt décrivant la suite. Sur la plupart des modèles, le prompt est facultatif. Vous recevez le MP4 assemblé et, séparément, le nouveau segment seul. Vous pouvez prolonger le résultat assemblé autant de fois que vous voulez.
• Image finale facultative. Certains modèles acceptent last_image_url, une image sur laquelle le nouveau segment doit se terminer. Seedance 2.5 lit jusqu’aux 30 dernières secondes de votre clip comme référence, ce qui permet au nouveau segment de suivre le mouvement de plus près.
• Tarif. Vous ne payez que le nouveau segment, au tarif image vers vidéo du modèle. Votre clip d’origine n’est pas facturé. Seedance 2.5 facture aussi les secondes de référence lues, au même tarif que sa génération à partir de références. Si l’assemblage échoue, la tâche est entièrement remboursée.
• Un raccord propre. La couleur, la luminosité et le volume du nouveau segment sont alignés sur votre clip, et la cadence d’images suit celle de votre clip. Aucune bande noire n’est ajoutée. Pour caler le raccord, l’image peut être rognée ou ajustée de quelques pour cent sur les bords.
• Sur le site. Dans Playground, Studio, Ressources, l’historique des tâches de la console et l’éditeur de courts métrages, chaque résultat vidéo a un bouton Extend en un clic. Votre clip est déjà renseigné, le même modèle est sélectionné et le prix s’affiche à côté du bouton.
• Clips 4K HDR. Les vidéos de téléphone en 4K HDR ont une limite de durée : environ 15 secondes à 60 i/s et environ 40 secondes à 30 i/s. Le HDR en 1080p n’est pas concerné.

FLUX 3 et Wan 2.2 Spicy LoRA disposaient déjà de leur propre prolongation native et la conservent. Les nouveaux points d’accès sont les modèles video-extend de chacune des familles ci-dessous.

Dix-huit familles de modèles compatibles LoRA ont rejoint le catalogue aujourd’hui, soit 33 endpoints au total. Chacune charge vos propres fichiers LoRA via un lien direct sans supplément (jusqu’à trois par requête pour la plupart, un seul sur P-Image), et il n’y a aucun filtre de contenu côté plateforme.

Avant de brancher un LoRA :

• Respectez le modèle de base. Un LoRA ne fonctionne que sur le modèle de base pour lequel il a été entraîné. Un LoRA conçu pour une autre base se charge généralement sans erreur et ne change rien, vérifiez donc d’abord sa fiche de modèle. Chaque page de modèle indique ce que nous avons testé.
• Utilisez un lien direct vers le fichier de poids. Un lien vers la page d’un dépôt, ou vers un fichier qui exige une connexion, échoue avec une erreur claire et n’est pas facturé.
• Commencez avec scale 1. Des valeurs bien supérieures à 1 dégradent vite l’image.

Ouvrez l’une des nouvelles familles dans Modèles pour voir les résultats testés, des prompts d’exemple et la grille tarifaire complète.

Vidu Q4 Preview, l’aperçu public du modèle vidéo Q4 de Vidu (publié le 7 octobre 2026), est désormais sur SpicyAPI avec deux endpoints. Les clips durent de 3 à 16 secondes, de 540p jusqu’à 4k, avec dialogues, effets et ambiance générés en même temps que l’image ; une réplique écrite entre guillemets doubles est prononcée.

• Image vers vidéo (vidu/q4-preview/image-to-video) : part d’une seule image de départ ; le clip en conserve la forme. Dans nos tests de contenu, aucune requête n’a été refusée.
• Référence vers vidéo (vidu/q4-preview/reference-to-video) : 1 à 15 images de référence de personnes, de tenues, de produits ou de lieux, plus jusqu’à 3 clips vocaux, forment une seule scène. Elle refuse la nudité et les scènes de sexe, et les requêtes refusées ne sont pas facturées.

Les clips en 2k et 4k reviennent en fichiers HEVC 10 bits, que certains navigateurs ne savent pas lire en ligne. Le son activé ou non et le nombre de références ne changent pas le prix.

FLUX 3, le modèle vidéo de Black Forest Labs, est désormais disponible sur SpicyAPI avec quatre endpoints : texte vers vidéo, image vers vidéo (avec dernière image facultative), prolongation de vidéo et upscale de vidéo.

Texte vers vidéo, image vers vidéo et prolongation sont au prix catalogue de Black Forest Labs.

Clips avec son. Les vidéos durent de 5 à 20 secondes, avec un son synchronisé, et le prix est le même avec ou sans son. Le brouillon est un niveau d’aperçu rapide et économique en 720p : servez-vous-en pour essayer un prompt, puis lancez le rendu en pleine qualité uniquement pour le clip que vous gardez.

Prolongation et upscale. La prolongation prend un clip de 15 secondes maximum et génère de 5 à 20 nouvelles secondes à partir de sa dernière image ; vous ne recevez que le nouveau segment. L’upscale agrandit un clip de 20 secondes maximum de 1,5 à 3 fois et conserve son son : precise se limite à accentuer la netteté, creative reconstruit en plus les détails fins.

Tests de contenu. Nous n’ajoutons aucun filtre de notre côté. FLUX 3 fonctionne avec la modération propre à Black Forest Labs : les scènes suggestives sont renvoyées, tout ce qui est plus dénudé est refusé. Les requêtes échouées ou refusées ne sont pas facturées.

Six modèles FLUX.2 de Black Forest Labs sont désormais disponibles sur SpicyAPI, chacun avec un endpoint texte vers image et un endpoint d’édition : FLUX.2 Max, Pro, Flex, Dev, Klein 9B et Klein 4B.

Les prix sont indiqués par image. Le format d’image ne change pas le prix, et une édition coûte autant que vous envoyiez une ou trois images de référence.

À quoi sert chaque modèle. Max est le modèle phare, pour le meilleur niveau de détail. Pro est le modèle polyvalent du quotidien. Flex est le plus performant pour la typographie et le texte dans l’image. Dev est le modèle à poids ouverts de 32B. Klein 9B et 4B sont de petits modèles distillés qui renvoient une image en bien moins d’une minute.

Tests de contenu. Nous n’ajoutons aucun filtre de notre côté. Max, Pro et Flex fonctionnent avec la modération propre à Black Forest Labs : les images suggestives sont renvoyées, les demandes plus dénudées sont généralement couvertes ou refusées, et les éditions de personnes sont refusées plus souvent que le texte vers image. Dev et les deux modèles Klein sont à poids ouverts et sans modération ; rien n’a été refusé lors de nos tests, même si les plus petits modèles ajoutent souvent des vêtements d’eux-mêmes.

Chaque modèle accepte neuf formats d’image en 1k (environ un mégapixel) ou en 2k (2048 px sur le grand côté), et jusqu’à trois images de référence pour les éditions. Les requêtes échouées ou refusées ne sont pas facturées.

Claude Haiku 5.5, publié par Anthropic le 7 octobre, est désormais disponible sur SpicyAPI sous la forme d’un seul point de terminaison de chat compatible OpenAI : anthropic/claude-haiku-5.5/chat.

Tests de contenu. Nous n’ajoutons aucun filtre de notre côté. Sur 24 requêtes de test le 8 octobre, le modèle en a rédigé 20 en entier, en a atténué 2 et en a refusé 2. Une scène intime entre deux adultes est revenue complète 8 fois sur 9 ; les refus portaient sur des études de corps explicites, partie par partie.

À savoir. Le modèle décide lui-même de son temps de réflexion : il n’y a donc pas de reasoning_effort, ni de stop ou de temperature. max_tokens ne coupe pas la réponse : indiquez la longueur voulue dans le prompt, et vous ne payez que les tokens réellement écrits. Les accès au cache coûtent $0.10 par million de tokens.

Dans nos tests, les réponses courtes sont arrivées en trois à cinq secondes. Les requêtes en échec ne sont pas facturées.

Google a publié Nano Banana 2.1 le 6 octobre 2026, une mise à jour de Nano Banana 2 (Gemini 3.1 Flash Image) qui améliore la qualité d’image, le respect du prompt, la cohérence des personnages d’une retouche à l’autre et le rendu du texte. Deux endpoints sont disponibles dès aujourd’hui :

• Texte vers image (google/nano-banana-2.1/text-to-image) : 1K, 2K ou 4K dans quatorze formats de 1:8 à 8:1, sortie PNG ou JPEG, avec recherche web et recherche d’images en option. Lors de nos tests, chaque ligne de texte placée entre guillemets est ressortie orthographiée exactement comme écrite, et grâce à la recherche web, une affiche météo a affiché la bonne date.
• Édition (google/nano-banana-2.1/edit) : une à quatorze images sources, avec conservation des visages et des détails produit ; auto reprend le format de l’image source.

La politique de contenu de Google s’applique : les tenues suggestives sont générées, tandis que les demandes de nu sont atténuées en texte vers image et refusées en édition (les éditions refusées ne sont pas facturées).

L’édition ajoute $0.0024 par image source ; la recherche web et la recherche d’images ajoutent chacune $0.0168 lorsqu’elles sont activées.

Sept nouvelles familles rejoignent le catalogue, toutes sans censure, avec en plus un endpoint texte vers vidéo pour Wan 2.2 LoRA.

• Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image) : le checkpoint anime Pony XL avec jusqu’à trois LoRA Pony à vous par requête.
• Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit) : la base Z-Image non distillée sur laquelle sont entraînés la plupart des LoRA Z-Image de la communauté, avec de l’image à image et un réglage d’intensité.
• Neta Lumina (neta-art/neta-lumina/text-to-image) : le modèle anime de Neta.art, que l’on pilote avec des tags façon Danbooru ou des phrases.
• Jib Mix Qwen et Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image) : un fine-tuning photoréaliste de Qwen-Image pour des portraits naturels, avec ou sans vos propres LoRA.
• HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video) : le modèle vidéo ouvert de Tencent, 5 ou 8 secondes en 480p ou 720p.
• LTX-2 19B et LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...) : le modèle vidéo de Lightricks avec une bande-son sur chaque clip, de 5 à 20 secondes jusqu’en 1080p, et des LoRA de caméra ou de style sur la version LoRA.
• Wan 2.2 LoRA texte vers vidéo (alibaba/wan-2.2-lora/text-to-video) : Wan 2.2 avec vos propres LoRA de bruit élevé et de bruit faible, désormais à partir d’un prompt et pas seulement d’une image.

Un LoRA est un lien direct vers un fichier .safetensors entraîné pour ce modèle de base ; le chargement de LoRA n’ajoute aucun frais.

Deux nouvelles familles d’images tournent sur Anima Turbo, la version rapide en 8 à 12 étapes du modèle anime de 2 milliards de paramètres de CircleStone Labs. Vous pouvez le piloter avec des tags façon Danbooru, des phrases ordinaires ou les deux.

• Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit) : des illustrations anime en quinze formats d’image et deux niveaux de résolution, généralement en moins de dix secondes par image, plus de l’image à image qui transforme des photos en anime avec un réglage d’intensité.
• Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit) : le même modèle avec jusqu’à trois fichiers LoRA à vous par requête, chacun avec sa propre intensité, pour des rendus de jeu rétro, de l’encre de manga, des personnages et des styles pour adultes.

Un LoRA est un lien direct vers un fichier .safetensors : pas d’envoi, pas de liste d’autorisation, pas de validation. Les quatre endpoints sont sans censure, l’image à image coûte autant que le texte vers image, et le chargement de LoRA n’ajoute aucun frais.