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.

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.

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.

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.

Claude Haiku 5.5, rilasciato da Anthropic il 7 ottobre, è ora su SpicyAPI come unico endpoint di chat compatibile con OpenAI: anthropic/claude-haiku-5.5/chat.

Test sui contenuti. Non aggiungiamo alcun filtro nostro. Su 24 richieste di prova dell’8 ottobre, il modello ne ha scritte 20 per intero, ne ha attenuate 2 e ne ha rifiutate 2. Una scena intima tra due adulti è tornata completa in 8 tentativi su 9; i rifiuti riguardavano studi espliciti del corpo, parte per parte.

Da sapere. Il modello decide da solo quanto ragionare, quindi non c’è reasoning_effort, e mancano anche stop e temperature. max_tokens non tronca la risposta: chiedi la lunghezza che vuoi direttamente nel prompt e paghi solo i token effettivamente scritti. Gli accessi alla cache costano $0.10 per milione di token.

Nei nostri test le risposte brevi sono arrivate in tre-cinque secondi. Le richieste non riuscite non vengono addebitate.

Google ha rilasciato Nano Banana 2.1 il 6 ottobre 2026, un aggiornamento di Nano Banana 2 (Gemini 3.1 Flash Image) con qualità d’immagine migliore, maggiore aderenza al prompt, più coerenza dei personaggi tra le modifiche e un rendering del testo più preciso. Da oggi sono attivi due endpoint:

• Da testo a immagine (google/nano-banana-2.1/text-to-image): 1K, 2K o 4K in quattordici formati da 1:8 a 8:1, output in PNG o JPEG, con ricerca web e ricerca di immagini opzionali. Nei nostri test ogni riga di testo messa tra virgolette è uscita scritta esattamente come indicato, e con la ricerca web un poster delle previsioni meteo ha stampato la data corretta.
• Modifica (google/nano-banana-2.1/edit): da una a quattordici immagini di partenza, con volti e dettagli del prodotto preservati; auto mantiene il formato dell’immagine di partenza.

Vale la content policy di Google: la moda suggestiva viene generata, mentre le richieste di nudo escono attenuate da testo a immagine e vengono rifiutate in modifica (le modifiche rifiutate non vengono addebitate).

La modifica aggiunge $0.0024 per ogni immagine di partenza; ricerca web e ricerca di immagini aggiungono $0.0168 ciascuna quando sono attive.

Sette nuove famiglie entrano nel catalogo, tutte senza censura, più un endpoint text-to-video per Wan 2.2 LoRA.

• Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image): il checkpoint anime Pony XL con fino a tre tuoi LoRA Pony per richiesta.
• Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit): la base Z-Image non distillata su cui è addestrata la maggior parte dei LoRA Z-Image della community, con image-to-image e un controllo di intensità.
• Neta Lumina (neta-art/neta-lumina/text-to-image): il modello anime di Neta.art, che si guida con tag in stile Danbooru o con frasi.
• Jib Mix Qwen e Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image): un fine-tuning fotorealistico di Qwen-Image per ritratti naturali, con o senza i tuoi LoRA.
• HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video): il modello video aperto di Tencent, da 5 o 8 secondi a 480p o 720p.
• LTX-2 19B e LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...): il modello video di Lightricks con una colonna sonora in ogni clip, da 5 a 20 secondi fino a 1080p, e con LoRA di camera o di stile nella versione LoRA.
• Wan 2.2 LoRA text-to-video (alibaba/wan-2.2-lora/text-to-video): Wan 2.2 con i tuoi LoRA per rumore alto e rumore basso, ora anche da un prompt oltre che da un'immagine.

Un LoRA è un link diretto a un file .safetensors addestrato per quel modello base; il caricamento dei LoRA non comporta alcun costo aggiuntivo.

Due nuove famiglie di immagini usano Anima Turbo, la versione veloce da 8 a 12 passaggi del modello anime da 2 miliardi di parametri di CircleStone Labs. Puoi guidarlo con tag in stile Danbooru, con frasi normali o con entrambi.

• Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit): illustrazioni anime in quindici proporzioni e due livelli di risoluzione, di solito in meno di dieci secondi per immagine, più image-to-image per trasformare le foto in anime con un controllo di intensità.
• Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit): lo stesso modello con fino a tre tuoi file LoRA per richiesta, ciascuno con la propria intensità, per look da retrogame, inchiostro manga, personaggi e stili per adulti.

Un LoRA è un link diretto a un file .safetensors: nessun upload, nessuna allowlist, nessuna revisione. Tutti e quattro gli endpoint sono senza censura, l'image-to-image costa quanto il text-to-image e il caricamento dei LoRA non comporta alcun costo aggiuntivo.