Les mises à jour qui comptent pour votre intégration

403 exemples couvrent à présent 117 des 120 endpoints appelables. Chacun est une tâche réellement exécutée sur cette plateforme — ni image de concept, ni capture empruntée à une fiche de modèle — et chacun porte trois choses :

• Le fichier terminé, servi depuis notre propre CDN, dans son rapport d'aspect d'origine.
• L'objet d'entrée complet qui l'a produit — prompt, taille, durée, chaque paramètre — prêt à copier dans votre propre appel.
• Une note dans les dix langues de l'interface expliquant pourquoi cette entrée a été retenue : pour quel format la composition a été écrite, quel paramètre fait le travail, ce qu'il faut changer en premier.

Sur chaque page de modèle, ils forment un mur de résultats que l'on parcourt d'un coup d'œil ; via l'API, ils reviennent sous examples dans GET /console/v1/catalog/models/{slug}.

Choisir un modèle revenait jusqu'ici à lire un tableau de paramètres et à imaginer le rendu. Vous voyez désormais ce qu'un endpoint produit vraiment, et vous partez d'une entrée dont on sait qu'elle fonctionne dessus.

Parcourir le catalogue

Six endpoints rejoignent la famille des échanges, dont trois pour la vidéo. Ce qui les distingue, c'est l'étendue de ce qui se déplace réellement.

Images

• spicyapi/face-swap-pro-v1/edit — seuls les traits du visage se déplacent. Coiffure, ligne des cheveux, silhouette de la tête, pose, tenue, éclairage et arrière-plan de la cible restent inchangés. 0,16 $ par image.
• spicyapi/face-swap-v1-plus/edit — déplace le visage et harmonise au passage la carnation entre les deux images ; le moteur fond soit le visage seul, soit la tête entière, selon ce qui rend le mieux. 0,16 $ par image.
• Les spicyapi/face-swap-v1/edit et spicyapi/head-swap-v1/edit d'origine restent à 0,013 $ par image.

Vidéo

• spicyapi/face-swap-video-v1/video-edit — porte les traits d'une seule image de référence sur toutes les images du clip. Coiffure, silhouette de la tête, mouvement, tenue et éclairage de la personne filmée ne bougent pas. 0,0325 $ par seconde produite.
• spicyapi/head-swap-video-v1/video-edit — cheveux, forme de la tête et identité changent. 0,064 $ par seconde produite.
• spicyapi/character-swap-v1/video-edit — la silhouette entière change, vêtements compris. 0,064 $ par seconde produite.

Les deux endpoints vidéo multi-personnes sont volontairement en deux temps. Appelez d'abord le video-analyze correspondant, 0,08 $ par requête : il suit chaque personne visible dans le clip et renvoie une image d'aperçu par personne, dans un ordre fixe — la première image est la position 0, la deuxième la position 1. Vous transmettez ensuite les positions retenues, avec une à trois photos de référence pour chacune. Rien n'est laissé au hasard quant à la personne sur laquelle le modèle agit.

Trois modèles xAI, un endpoint chat chacun, tous au format OpenAI et compatibles streaming.

• 40 % sous le prix publié par xAI, à chaque palier, vérifié sur leur page tarifaire le 19 septembre 2026.
• Seul 4.3 accepte reasoning_effort: none. Sur 4.5 et 4.6, cette valeur est refusée en amont ; les quatre autres niveaux fonctionnent sur les trois modèles.
• 4.5 met en cache moins cher que 4.6 (0,18 $ contre 0,30 $ par million de tokens d'entrée en cache), à égalité partout ailleurs.
• Les prompts de 200 000 tokens ou plus passent au tarif long contexte, exactement comme chez xAI. Les tokens de raisonnement comptent dans max_tokens : prévoyez-les.
• Ces routes acceptent texte et images. Elles n'acceptent pas les pièces jointes de type fichier ou PDF.

Cinq endpoints d'image couvrant un rapport de prix de un à quatre : de quoi choisir le palier en fonction du travail plutôt que de payer le tarif haut pour une vignette.

• bytedance/seedream-4.0/text-to-image et bytedance/seedream-4.0/edit — 0,03 $ par image, tous deux Uncensored. L'endpoint edit prend une image existante et une consigne écrite.
• krea/2-large/text-to-image — 0,06 $ par image, Filtered.
• krea/2-medium/text-to-image — 0,03 $ par image, Softened.
• krea/2-medium-turbo/text-to-image — 0,015 $ par image, Filtered. L'endpoint d'image le moins cher du catalogue après la famille des échanges.

Deux points à connaître avant de choisir. Les paliers Krea diffèrent par ce qu'ils acceptent, pas seulement par le prix : Filtered refuse catégoriquement les demandes osées, tandis que Softened renvoie un résultat atténué et le facture quand même — sur une route Softened, vérifiez donc la sortie plutôt que le code de statut. Par ailleurs, la taille de l'image n'est pas un réglage appliqué après coup : les exemples de chaque page de modèle indiquent la taille exacte pour laquelle la composition a été écrite, car un prompt pensé pour un cadre vertical ne se redimensionne pas en format large.

heartmula/transcribe/speech-to-text transcrit les paroles chantées d'un fichier audio et les renvoie sous forme de texte porté par la tâche. Il est réglé pour du chant sur fond musical, pas pour de la parole simple.

• Une seule entrée : audio_url, qui doit pointer directement vers un fichier audio. Il n'y a rien d'autre à envoyer : ni indication de langue, ni demande d'horodatage, ni option de séparation des locuteurs.
• Le résultat est du texte sur la tâche. Aucun média n'est produit : il n'y a pas de fichier à télécharger et rien n'entre dans la rétention des médias.
• Pas de minutage par ligne, pas d'indice de confiance, pas d'étiquette de locuteur.
• 0,05 $ par transcription, quelle que soit la durée de l'audio.

C'est aussi le premier endpoint du catalogue dont la sortie est du texte plutôt qu'un fichier. Si votre intégration suppose que toute tâche terminée porte un média téléchargeable, c'est ici que cette hypothèse se révélera — jetez un œil à votre traitement des résultats avant de le brancher.