PixVerse V6 API

PixVerse V6 Text to video trasforma un brief scritto in una clip da 1 a 15 secondi a 360p, 540p, 720p o 1080p, in otto proporzioni da 16:9 a 9:16 e 21:9. Descrivi il soggetto, l’azione e la camera: i movimenti di macchina scritti nel prompt vengono seguiti, e PixVerse dichiara che V6 riconosce dal prompt più di 20 controlli cinematografici di obiettivo e di movimento di macchina. Attiva generate_audio e il modello genera il suono insieme all’immagine. PixVerse verifica prompt e immagini prima della generazione; le richieste che rifiuta falliscono e non vengono addebitate.

Scegli una modalità PixVerse V6 in base al materiale di partenza

Un paragrafo, più inquadrature

Nel nostro test un unico paragrafo su una conducente che ride in una decappottabile vintage verde petrolio apriva su un primo piano di lei con il foulard al vento, poi l’inquadratura saliva su una veduta aerea ampia dell’auto sulla strada a picco sopra l’oceano. Il prompt chiedeva al drone di arretrare e salire; il taglio dal primo piano alla veduta aerea l’ha deciso il modello.

Un interruttore multi-shot

shot_type è single di default. Impostalo su multi per far tagliare la clip in più inquadrature dal modello. Non cambia il prezzo.

Otto proporzioni

16:9 (default), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 e 21:9. La proporzione non cambia il prezzo.

Suono quando lo vuoi

generate_audio è disattivato di default. Attivo, il modello genera ambienza, effetti, musica e ogni dialogo scritto tra virgolette. L’audio attivo costa di più al secondo.

Quattro risoluzioni

360p, 540p, 720p (default) e 1080p. La nostra clip di prova era a 540p, 1024x576, e ha richiesto circa 41 secondi di tempo del modello per 5 secondi di video.

Inquadrature di apertura e di ambientazione

Scrivi il luogo, la luce, un movimento di macchina e lo stile, e hai un’inquadratura con cui aprire una scena. Il nostro esempio della strada a picco fa esattamente questo in un solo paragrafo.

Scene brevi con una battuta parlata

Attiva l’audio, descrivi l’azione e metti la battuta tra virgolette. Nello stesso prompt nomina l’ambienza che vuoi.

Formato verticale e ultralargo

Scegli 9:16, 3:4 o 2:3 per le clip verticali, oppure 21:9 per l’ultralargo. Il prezzo al secondo è lo stesso per ogni proporzione.

# 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": "pixverse/v6/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "shot_type": "single",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": false,
    "duration_seconds": 5
  }
}'

# 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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.