Confronti tra modelli
Video Sound Effects o Talking Avatar, fascia per fascia: prezzi allineati, campi della richiesta, limiti e policy sui contenuti misurata.
Video Sound Effects guarda una clip e genera effetti e ambienti che seguono l’azione sullo schermo, restituiti come lo stesso video con la nuova traccia. L’audio dura da 1 a 30 secondi; non è pensato per dialoghi o musica.
Vedi lo Schema →Vedi esempi dei risultati →Talking Avatar trasforma un ritratto e una voce registrata da 3 a 60 secondi in un MP4 di quella persona che parla in sincrono. Bocca, testa e battiti di ciglia seguono l’audio; una maschera facoltativa sceglie chi parla in una foto di gruppo.
Vedi lo Schema →Vedi esempi dei risultati →Confronta
Parti dall’input che hai, dal risultato che cerchi e dal budget. Queste differenze aiutano a scegliere.
Questi strumenti producono risultati diversi. Scegli prima l’operazione necessaria; un prezzo inferiore non rende uno il sostituto dell’altro.
Prezzo attuale
Un prezzo di partenza risponde a una domanda diversa dalla tua. Qui trovi le fasce pubblicate da entrambi i modelli, allineate impostazione per impostazione, in dollari statunitensi per unità fatturata e senza conversioni intermedie.
Questi due fatturano su fasce diverse, quindi non c’è nessuna riga da allineare. Al suo posto trovi le fasce pubblicate da ciascuno.
Video Sound Effects: $0.0012 / secondi generati
Talking Avatar: $0.018 / secondi generati
Su questo confronto
Ogni riga è letta dal JSON Schema con cui l’endpoint valida le richieste, quindi corrisponde a ciò che l’API accetta davvero e non a un elenco di funzioni scritto a mano.
Scorri in orizzontale per confrontare tutti i campi.
| Controlli e limiti | Video Sound Effects | Talking Avatar |
|---|---|---|
| Attività supportate | video-to-audio | talking-avatar |
| Durata della clip | 1–30 secondi | Non previsto |
| Seed | No | Sì |
| Prompt negativo | Sì | No |
| Esecuzione | Invio, poi polling o callback | Invio, poi polling o callback |
| Tempo massimo per richiesta | 30 minuti | 60 minuti |
| Disponibilità | Disponibile | Disponibile |
Posso cambiare solo l’ID del modello senza toccare il corpo della richiesta?
Il ciclo di vita dell’attività è comune, il corpo della richiesta no. Ogni endpoint pubblica il proprio JSON Schema e l’API valida su quello: è questa la lista da riconciliare prima di cambiare.
Come scegliere
Video Sound Effects arriva a clip di 30 secondi.
Confronta
Gli identificatori dei modelli sono spicyapi/foley-v1/video-to-audio e spicyapi/talking-avatar-v1/talking-avatar, e vanno entrambi nello stesso campo della stessa richiesta.
I due funzionano allo stesso modo: invii l’attività, poi la interroghi o ricevi il callback. Coda e logica di ritentativo restano quelle che hai già.
L’invio e il monitoraggio seguono lo stesso flusso, ma gli input obbligatori possono cambiare. Controlla entrambe le pagine dei modelli prima di sostituirne uno.
Una chiave, un saldo, un unico insieme di tetti di spesa. Entrambi vengono addebitati sullo stesso account in dollari statunitensi, e i limiti giornaliero, mensile e complessivo della chiave valgono per l’uno come per l’altro.
Domande frequenti
Questi strumenti producono risultati diversi. Scegli prima l’operazione necessaria; un prezzo inferiore non rende uno il sostituto dell’altro. I prezzi possono cambiare: prima di inviare controlla la stima mostrata per le tue impostazioni reali.
Video Sound Effects consente 30 minuti per attività e Talking Avatar ne consente 60. Sono tetti, non tempi tipici — quasi tutte le richieste finiscono molto prima — ma è a questi che il timeout del tuo client deve reggere.
I prezzi e le funzionalità mostrati arrivano dal catalogo pubblico attuale. Per input ed esempi più recenti guarda la pagina di ciascun modello.