Le novità che contano mentre sviluppi

Wan 2.6 Flash, il livello più veloce ed economico di Wan 2.6 di Alibaba, ha ora un secondo endpoint su SpicyAPI: riferimenti a video.

• Wan 2.6 Flash, riferimenti a video (alibaba/wan-2.6-flash/reference-to-video): fino a cinque riferimenti, di cui al massimo tre clip brevi e il resto immagini fisse, oppure solo immagini fisse. Li chiami nel prompt character1, character2 e così via, e il modello li mette in una scena nuova di 2-10 secondi a 720p o 1080p, in cinque proporzioni.
• Il suono è un interruttore. generate_audio è disattivato per impostazione predefinita; attivandolo, la clip torna con voci, effetti e atmosfera generati al doppio della tariffa al secondo.
• Le immagini fisse sono gratuite. Le clip di riferimento aggiungono i propri secondi al conto, contati fino a cinque secondi in totale.

Davanti all’endpoint non c’è alcun filtro sui contenuti, e l’espansione del prompt è disattivata per impostazione predefinita, così il tuo prompt arriva al modello com’è scritto. Nessuna delle nostre richieste di prova è stata rifiutata.

I secondi fatturabili sono la durata di uscita più le clip di riferimento, ciascuna arrotondata per eccesso al secondo intero, con le clip contate fino a cinque secondi in totale.

Qwen Image 2.1 Pro, il livello Pro ospitato di Qwen Image 2.1 di Alibaba, ora si può chiamare su SpicyAPI, e oggi cambiano due modelli già presenti nel catalogo.

• Qwen Image 2.1 Pro, da testo a immagine (alibaba/qwen-image-2.1-pro/text-to-image): da una a sei immagini per richiesta, in quindici proporzioni, a 1k, 1.5k o 2k. Le nostre richieste hanno impiegato da 14 a 43 secondi.
• Qwen Image 2.1 Pro, modifica di immagini (alibaba/qwen-image-2.1-pro/edit): da una a dieci immagini di riferimento e un’istruzione in linguaggio comune. Se non indichi la proporzione, il risultato mantiene la forma dell’immagine di partenza, a circa 2K.
• Qwen Image 2.1 Turbo ora costa $0.0144 a immagine su entrambi gli endpoint, contro $0.0192 di prima.
• Da immagine a video con Wan 2.6 Flash ha un nuovo interruttore generate_audio. Spento, come da impostazione predefinita, la clip resta muta allo stesso prezzo al secondo di prima; acceso, torna con una traccia audio generata al doppio della tariffa.

Davanti a Qwen Image 2.1 Pro non c’è alcun filtro sui contenuti, e l’espansione del prompt è disattivata per impostazione predefinita, così il tuo prompt arriva al modello com’è scritto. Nessuna delle nostre richieste di prova è stata rifiutata.

Per entrambi i modelli Qwen tutti i livelli di risoluzione costano uguale, ogni immagine restituita viene fatturata e il numero di immagini di riferimento non cambia il prezzo.

Qwen Image 2.1 Turbo, il checkpoint a 8 passaggi di Qwen Image 2.1 che il team Qwen di Alibaba ha rilasciato con pesi aperti il 9 ottobre 2026, ora si può chiamare su SpicyAPI. La pagina che lo mostrava come «in arrivo» adesso lo esegue.

• Da testo a immagine (alibaba/qwen-image-2.1-turbo/text-to-image): da una a sei immagini per richiesta, in quindici proporzioni, a 1k, 1.5k o 2k. Le nostre richieste hanno impiegato da 13 a 39 secondi.
• Modifica di immagini (alibaba/qwen-image-2.1-turbo/edit): da una a dieci immagini di riferimento e un’istruzione in linguaggio comune. Se non indichi la proporzione, il risultato mantiene la forma dell’immagine di partenza, a circa 2K.

Davanti a entrambi gli endpoint non c’è alcun filtro sui contenuti. L’espansione del prompt è disattivata per impostazione predefinita: quando è attiva, la riscrittura di Alibaba smorza i prompt per adulti, e nei nostri test una modifica che chiedeva a un ritratto vestito di mostrare di più è tornata invariata.

Tutti i livelli di risoluzione costano uguale, ogni immagine restituita viene fatturata e il numero di immagini di riferimento non cambia il prezzo.

C'è una nuova pagina per creare un personaggio coerente: Crea un influencer IA. Scegli un look, tieni il volto che ti piace e tutto ciò che realizzerai dopo partirà dalla stessa persona.

• Scegli o descrivi. Scegli tra 17 elenchi di tratti con 162 opzioni, ciascuna con una piccola immagine: genere, età, origini, carnagione, corporatura, forma del viso, acconciatura, colore dei capelli, forma degli occhi, colore degli occhi, tratti del viso, barba e baffi, segni particolari, trucco, stile, accessori ed espressione. Quello che lasci vuoto lo decide il modello. Preferisci scrivere? Descrivi il look in una frase e viene inviata esattamente come l'hai scritta.
• 36 personaggi di esempio. Apri un esempio e premi Usa questi tratti per copiarne le scelte, poi cambia ciò che vuoi. Oppure premi A caso.
• Ogni candidato è composto da due foto. Un primo piano e una foto a figura intera della stessa persona su sfondo neutro, realizzate con Seedream 5.0 Pro a $0,036 per foto, quindi $0,072 per candidato. Puoi creare da 1 a 4 candidati alla volta. Il prezzo è indicato sul pulsante prima di avviare.
• Cambia una cosa sola. Scrivi una breve frase come «capelli alle spalle» e ottieni un nuovo candidato in cui cambia solo quel dettaglio.
• Salva una volta sola. Dai un nome al personaggio e salvalo. Entrambe le foto vanno nella tua libreria di asset e il personaggio compare in Personaggi in tutto Studio. La libreria di asset si apre quando hai ricaricato in tutto $10 o più.
• Pagina del personaggio. Apri un personaggio salvato e scegli cosa creare: un Set di foto in nuovi luoghi, outfit e pose; un Nuovo look da una frase, in tre versioni; Crea un video dalla foto di copertina; Parla, una clip con sincronizzazione labiale da una battuta che scrivi e da una voce che scegli; oppure Copia un movimento da una clip di riferimento di 2-30 secondi. Ogni scheda mostra il suo prezzo.

Ogni personaggio qui è un adulto originale e di fantasia. Le età partono dai 20 anni e non ci sono opzioni per adolescenti. Per creare un personaggio dalle tue foto, usa invece Nuovo personaggio nella tua libreria di asset, che ti chiede di confermare che la foto è tua o che hai il permesso della persona.

Ora puoi continuare un video che hai già. Carica una clip, scrivi cosa succede dopo e SpicyAPI genera un nuovo segmento a partire dall'ultimo fotogramma della tua clip, poi unisce tutto in un unico MP4. Funziona su 31 famiglie di modelli video, sia via API sia sul sito.

• Come funziona. Invia la tua clip come video_url (MP4, MOV o WebM, fino a 60 secondi) e un breve prompt su cosa succede dopo. Nella maggior parte dei modelli il prompt è facoltativo. Ricevi l'MP4 unito e, a parte, il nuovo segmento da solo. Puoi estendere di nuovo il risultato unito quante volte vuoi.
• Fotogramma finale facoltativo. Alcuni modelli accettano last_image_url, un fotogramma con cui vuoi che il nuovo segmento termini. Seedance 2.5 legge come riferimento fino agli ultimi 30 secondi della tua clip, così il nuovo segmento segue meglio il movimento.
• Prezzo. Paghi solo il nuovo segmento, al prezzo da immagine a video di quel modello. La clip originale non viene addebitata. Seedance 2.5 addebita anche i secondi di riferimento letti, allo stesso prezzo della sua generazione da riferimenti. Se l'unione fallisce, l'intero lavoro viene rimborsato.
• Un raccordo pulito. Colore, luminosità e volume del nuovo segmento vengono allineati alla tua clip, e il frame rate segue quello della tua clip. Non vengono aggiunte bande nere. Per allineare il raccordo, l'immagine può essere ritagliata o regolata di qualche punto percentuale ai bordi.
• Sul sito. In Playground, Studio, Risorse, nella cronologia delle attività della console e nell'editor di cortometraggi, ogni risultato video ha un pulsante Extend a un clic. La tua clip è già inserita, è selezionato lo stesso modello e il prezzo è accanto al pulsante.
• Clip 4K HDR. I filmati da smartphone in 4K HDR hanno un limite di durata: circa 15 secondi a 60 fps e circa 40 secondi a 30 fps. L'HDR a 1080p non è interessato.

FLUX 3 e Wan 2.2 Spicy LoRA avevano già la propria estensione nativa e la mantengono. Le novità sono i modelli video-extend di ciascuna delle famiglie qui sotto.

La tua libreria Risorse ora ha una pagina tutta sua: spicyapi.ai/assets. È la stessa libreria che vedi in Studio. Tutto quello che conservi è lì: risultati salvati, caricamenti e personaggi.

• Cartelle. Metti insieme ciò che va insieme. Trascina gli elementi su una cartella nella barra laterale oppure usa Aggiungi a cartella.
• Preferiti. Tocca il cuore su tutto ciò che usi spesso.
• Personaggi. Riunisci qualche foto della stessa persona, dalle un nome e scrivi @ e quel nome nel tuo prompt. I personaggi che avevi già creato in Studio si sono spostati da soli, non devi rifare niente. Non hanno più un limite a parte: contano nello spazio della tua libreria come tutto il resto.
• Crea con questo. Ogni elemento e ogni personaggio si apre direttamente in Studio con il riferimento già al suo posto, su una pagina del modello con il campo di riferimento compilato, oppure come codice API pronto da copiare.

Per gli sviluppatori: GET /api/v1/assets ora filtra per preferito e cartella e ordina per data, nome o dimensione, e i personaggi si leggono con GET /api/v1/assets/entities. I vecchi riferimenti spicy://p/ continuano a funzionare. I dettagli sono nella documentazione: Libreria di risorse.

Le immagini, i video e gli audio che riutilizzi, come le foto di riferimento di un personaggio, ora puoi tenerli in Risorse e inserirli in qualsiasi richiesta come spicy://a/<id>. La stessa libreria funziona nel Playground, in Studio e tramite l'API.

• Salva da ovunque. Aggiungi un risultato ai preferiti, carica file o salva dall'API con POST /api/v1/assets (da un'attività completata, da un caricamento o da un link pubblico). Attiva il salvataggio automatico in Risorse per conservare tutto ciò che generi sul sito.
• Privato per impostazione. Ciò che salvi resta finché non lo elimini. Le anteprime sono link di breve durata firmati solo per te, e nulla nella libreria ha un URL pubblico.
• Librerie di team. Ogni workspace di team ha la sua libreria condivisa. Le chiavi API del team leggono e salvano lì, e sono i ruoli a decidere chi può aggiungere o eliminare.

Altre novità:

• Indica i tuoi riferimenti nel prompt. Scrivi @ per inserire un'immagine, un video, una clip audio o un elemento con nome di riferimento, scritto come si aspetta ciascun modello. Su Seedream 5.0 puoi segnare un punto o un riquadro su un'immagine di riferimento, e gli endpoint di inpainting ti permettono di disegnare la maschera direttamente nel modulo.
• MiniMax H3 reference to video ora accetta fino a 3 video di riferimento (15 secondi in totale) e fino a 3 clip audio. I secondi di video di riferimento ora hanno una tariffa propria, più bassa (0,0231 $ al secondo a 768p, 0,0378 $ a 2K), le prime cinque immagini di riferimento restano gratuite e ogni immagine dalla sesta in poi costa 0,014 $.
• Studio si apre più in fretta, elenca prima i video e accetta video di riferimento e audio oltre alle tue foto.

I dettagli dell'API sono nella documentazione: Asset library

Oggi sono entrate nel catalogo diciotto famiglie di modelli compatibili con LoRA, 33 endpoint in tutto. Ognuna carica i tuoi file LoRA tramite link diretto senza costi aggiuntivi (fino a tre per richiesta nella maggior parte, uno su P-Image), e la piattaforma non applica alcun filtro sui contenuti.

Prima di usare un LoRA:

• Controlla la base. Un LoRA funziona solo sul modello base per cui è stato addestrato. Uno pensato per un’altra base di solito si carica senza errori e non cambia nulla, quindi controlla prima la sua scheda del modello. Ogni pagina del modello elenca ciò che abbiamo testato.
• Usa un link diretto al file dei pesi. Un link alla pagina di un repository, o a un file che richiede il login, fallisce con un errore chiaro e non viene addebitato.
• Parti da scale 1. Valori molto superiori a 1 degradano rapidamente l’immagine.

Apri una qualsiasi delle nuove famiglie in Modelli per vedere risultati testati, prompt di esempio e la tabella prezzi completa.

Dal 9 ottobre 2026 entrambi gli endpoint di Vidu Q4 Preview costano circa il 17% in meno, con le stesse tariffe al secondo del listino di Vidu.

I prezzi sono al secondo prodotto, per vidu/q4-preview/image-to-video e vidu/q4-preview/reference-to-video.

• Da parte tua non c'è nulla da cambiare. Richieste, risoluzioni e durate restano uguali, e sia la stima prima dell'invio sia l'addebito successivo usano le nuove tariffe. Audio attivo o disattivo e numero di riferimenti continuano a non cambiare il prezzo.
• Lo stesso giorno Vidu ha irrigidito da immagine a video. Una richiesta per una scena intima tra due adulti, che l'8 ottobre tornava solo suggerita, ora viene rifiutata, e le richieste rifiutate non vengono addebitate. Topless e costrizione consensuale sono passati anche nel nostro nuovo test.

Vidu Q4 Preview, l’anteprima pubblica del modello video Q4 di Vidu (rilasciato il 7 ottobre 2026), è ora su SpicyAPI con due endpoint. Le clip durano da 3 a 16 secondi, da 540p fino a 4k, con dialoghi, effetti e atmosfera generati insieme all’immagine; una battuta scritta tra virgolette doppie viene pronunciata.

• Da immagine a video (vidu/q4-preview/image-to-video): parte da un singolo fotogramma iniziale; la clip ne mantiene la forma. Nei nostri test di contenuto non è mai stata rifiutata.
• Da riferimenti a video (vidu/q4-preview/reference-to-video): da 1 a 15 immagini di riferimento di persone, outfit, prodotti o luoghi, più fino a 3 clip vocali, diventano un’unica scena. Rifiuta nudità e scene di sesso, e le richieste rifiutate non vengono addebitate.

Le clip a 2k e 4k tornano come file HEVC a 10 bit, che alcuni browser non riescono a riprodurre inline. Audio attivo o disattivo e numero di riferimenti non cambiano il prezzo.

FLUX 3, il modello video di Black Forest Labs, è ora su SpicyAPI con quattro endpoint: da testo a video, da immagine a video (con ultimo fotogramma facoltativo), estensione del video e upscale del video.

Da testo a video, da immagine a video ed estensione sono al prezzo di listino di Black Forest Labs.

Clip con audio. I video durano da 5 a 20 secondi con audio sincronizzato, e con o senza suono il costo è lo stesso. La bozza è un livello di anteprima veloce ed economico a 720p: usala per provare un prompt, poi renderizza a qualità piena solo la clip che tieni.

Estensione e upscale. L’estensione prende una clip fino a 15 secondi e scrive da 5 a 20 nuovi secondi a partire dal suo ultimo fotogramma; ricevi solo il nuovo segmento. L’upscale ingrandisce una clip fino a 20 secondi da 1,5 a 3 volte e ne mantiene l’audio: precise si limita ad aumentare la nitidezza, creative ricostruisce anche i dettagli fini.

Test sui contenuti. Non aggiungiamo alcun filtro nostro. FLUX 3 usa la moderazione di Black Forest Labs: le scene allusive vengono restituite, tutto ciò che è più scoperto viene rifiutato. Le richieste fallite o rifiutate non vengono addebitate.

Sei modelli FLUX.2 di Black Forest Labs sono ora su SpicyAPI, ciascuno con un endpoint da testo a immagine e uno di modifica: FLUX.2 Max, Pro, Flex, Dev, Klein 9B e Klein 4B.

I prezzi sono per immagine. Il rapporto d’aspetto non cambia il prezzo, e una modifica costa uguale sia che tu invii una o tre immagini di riferimento.

A cosa serve ciascuno. Max è il modello di punta, per il massimo dettaglio. Pro è il modello versatile di tutti i giorni. Flex è il più forte su tipografia e testo all’interno dell’immagine. Dev è il modello open-weight da 32B. Klein 9B e 4B sono piccoli modelli distillati che restituiscono un’immagine in ben meno di un minuto.

Test sui contenuti. Non aggiungiamo alcun filtro nostro. Max, Pro e Flex usano la moderazione di Black Forest Labs: le immagini allusive vengono restituite, le richieste più scoperte di solito vengono coperte o rifiutate, e le modifiche di persone vengono rifiutate più spesso rispetto al da testo a immagine. Dev e i due modelli Klein sono open-weight e senza moderazione; nei nostri test non è stato rifiutato nulla, anche se i modelli più piccoli spesso aggiungono dei vestiti da soli.

Ogni modello accetta nove rapporti d’aspetto a 1k (circa un megapixel) o 2k (2048 px sul lato lungo) e fino a tre immagini di riferimento per le modifiche. Le richieste fallite o rifiutate non vengono addebitate.