Le novità che contano mentre sviluppi

403 esempi coprono adesso 117 dei 120 endpoint richiamabili. Ognuno è un lavoro realmente eseguito su questa piattaforma — non un'immagine concettuale, non un fermo immagine preso da una scheda di modello — e ognuno porta con sé tre cose:

• Il file finito, servito dal nostro CDN e nel rapporto d'aspetto originale.
• L'oggetto di input completo che lo ha prodotto: prompt, dimensione, durata, ogni parametro, pronto da copiare nella vostra chiamata.
• Una nota in tutte e dieci le lingue dell'interfaccia che spiega perché è stato scelto quell'input: per quale formato è stata scritta la composizione, quale parametro sta facendo il lavoro, che cosa conviene cambiare per primo.

Sulla pagina di ciascun modello si presentano come una parete di risultati da scorrere con un colpo d'occhio; via API tornano sotto examples in GET /console/v1/catalog/models/{slug}.

Scegliere un modello significava finora leggere una tabella di parametri e immaginarsi il risultato. Ora vedete che cosa produce davvero un endpoint e partite da un input che su quello funziona di sicuro.

Sfoglia il catalogo

Sei endpoint si aggiungono alla famiglia degli scambi, tre dei quali per il video. A distinguerli è quanto viene effettivamente trasferito.

Immagini

• spicyapi/face-swap-pro-v1/edit — si spostano solo i tratti del viso. Acconciatura, attaccatura dei capelli, profilo della testa, posa, abbigliamento, luce e sfondo del soggetto di destinazione restano com'erano. $0,16 a immagine.
• spicyapi/face-swap-v1-plus/edit — sposta il viso e nel farlo concilia l'incarnato fra le due immagini; il motore fonde il solo viso oppure l'intera testa, a seconda di quale risulti più convincente. $0,16 a immagine.
• Gli originali spicyapi/face-swap-v1/edit e spicyapi/head-swap-v1/edit restano a $0,013 a immagine.

Video

• spicyapi/face-swap-video-v1/video-edit — porta i tratti di una singola immagine di riferimento su tutti i fotogrammi. Acconciatura, profilo della testa, movimento, abiti e luce dell'interprete non vengono toccati. $0,0325 al secondo prodotto.
• spicyapi/head-swap-video-v1/video-edit — cambiano capelli, forma della testa e identità. $0,064 al secondo prodotto.
• spicyapi/character-swap-v1/video-edit — cambia l'intera figura, abiti compresi. $0,064 al secondo prodotto.

I due endpoint video per più persone sono volutamente in due passaggi. Chiamate prima il video-analyze corrispondente, $0,08 a richiesta: segue ogni persona che riesce a distinguere nella clip e restituisce un fermo immagine di anteprima per ciascuna, in ordine fisso — la prima immagine è la posizione 0, la seconda la posizione 1. Poi passate le posizioni scelte, con una o tre foto di riferimento per ognuna. Non resta nulla da indovinare su chi il modello andrà a toccare.

Tre modelli xAI, un endpoint chat ciascuno, tutti nel formato OpenAI e con streaming.

• Il 40% sotto il prezzo pubblicato da xAI, su ogni fascia, verificato sulla loro pagina dei prezzi il 19 settembre 2026.
• Solo il 4.3 accetta reasoning_effort: none. Su 4.5 e 4.6 quel valore viene rifiutato a monte; gli altri quattro livelli funzionano su tutti e tre.
• Il 4.5 mette in cache a meno del 4.6 ($0,18 contro $0,30 per milione di token di input in cache), pari in tutto il resto.
• I prompt da 200.000 token in su passano alla tariffa a contesto lungo, esattamente come fa xAI. I token di ragionamento rientrano nel max_tokens: tenetene conto.
• Queste rotte accettano testo e immagini. Non accettano parti di tipo file o PDF.

Cinque endpoint per le immagini, con una forbice di prezzo di quattro a uno: si sceglie il livello in base al lavoro, invece di pagare la tariffa più alta per una miniatura.

• bytedance/seedream-4.0/text-to-image e bytedance/seedream-4.0/edit — $0,03 a immagine, entrambi Uncensored. L'endpoint edit accetta un'immagine esistente e un'istruzione scritta.
• krea/2-large/text-to-image — $0,06 a immagine, Filtered.
• krea/2-medium/text-to-image — $0,03 a immagine, Softened.
• krea/2-medium-turbo/text-to-image — $0,015 a immagine, Filtered. Dopo la famiglia degli scambi, l'endpoint per immagini più economico del catalogo.

Due cose da sapere prima di scegliere. I livelli di Krea si distinguono per che cosa accettano, non solo per il prezzo: Filtered rifiuta senza mezzi termini le richieste spinte, mentre Softened restituisce un risultato attenuato e lo addebita comunque; su una rotta Softened, quindi, controllate l'output e non il codice di stato. Inoltre la dimensione dell'immagine non è una regolazione applicata a posteriori: gli esempi su ogni pagina di modello riportano la dimensione esatta per cui la composizione è stata scritta, perché un prompt pensato per un'inquadratura verticale non si ridimensiona semplicemente in una orizzontale.

heartmula/transcribe/speech-to-text trascrive il testo cantato di un file audio e lo restituisce come testo sull'attività. È tarato sulla voce sopra la musica, non sul parlato semplice.

• Un solo input: audio_url, che deve puntare direttamente a un file audio. Non c'è altro da inviare: nessun suggerimento di lingua, nessuna richiesta di marcatura temporale, nessun interruttore per la separazione dei parlanti.
• Il risultato è testo sull'attività. Non viene prodotta alcuna risorsa multimediale, quindi non c'è nessun file da scaricare e nulla rientra nella conservazione dei media.
• Niente tempi per riga, niente valori di confidenza, niente etichette di parlante.
• $0,05 a trascrizione, a prescindere dalla durata dell'audio.

È anche il primo endpoint del catalogo il cui output è testo e non un file. Se la vostra integrazione dà per scontato che ogni attività completata porti con sé una risorsa scaricabile, è qui che quell'assunto verrà allo scoperto: conviene dare un'occhiata alla gestione dei risultati prima di collegarlo.