개발에 실제로 영향을 주는 업데이트

Google의 Gemini 2.5 Pro 음성 합성이 SpicyAPI에서 google/gemini-2.5-pro-tts/text-to-speech로 제공됩니다.

• 입력: 최대 5,000자의 대본. [sighs]처럼 대괄호로 표시된 지시는 소리 내어 읽히지 않고 연기로 표현됩니다.
• 음성: 고정된 개성을 가진 30가지 기본 음성 중 하나를 선택합니다. 밝고 단단한 톤부터 숨소리 섞인 부드러운 톤까지 다양합니다.
• 연출: 스타일(whisper, empathetic, vocalsmile, newscaster, promohype, deadpan 중 하나), 8가지 영어 억양, 속도·분위기·청자를 지정하는 자유 서술형 instructions를 선택적으로 지정할 수 있으며, 어느 것도 소리 내어 읽히지 않습니다.
• 출력: 24kHz, 16비트, 모노 WAV 파일 1개.
• 가격: 반환된 오디오 1초당 $0.00045(분당 약 $0.027)로, Google 정가보다 10% 저렴합니다. 작업이 실행되는 동안 생성 가능한 최장 클립만큼 보류되며, 오디오 길이가 측정되면 나머지는 해제됩니다. 실패한 요청에는 과금되지 않습니다.

어디까지 표현하는가. 자체 콘텐츠 필터를 추가하지 않습니다. 테스트에서 직접적인 대사, 서술형 픽션, 숨소리 같은 음성 지시가 포함된 NSFW 대본도 단어를 건너뛰지 않고 끝까지 읽었습니다. 이 엔드포인트에는 두 음성이 대화하는 기능이 없고 음성 복제도 지원하지 않습니다. 요청당 30가지 기본 음성 중 하나만 사용할 수 있습니다.

Gemini 2.5 Pro TTS 사용해보기 →

Anthropic의 최신 Opus(9월 22일 출시)가 SpicyAPI에 anthropic/claude-opus-5.5/chat으로 등록되었으며, /v1/chat/completions의 OpenAI 호환 엔드포인트 하나로 제공됩니다.

• 가격: 입력 100만 토큰당 $3.60, 캐시 입력 $0.18, 캐시 쓰기 $4.50, 출력 $18로 Anthropic 정가보다 10% 저렴합니다.
• 컨텍스트 길이: 입력 1,000,000토큰, 출력 최대 128,000토큰.
• 사고 기능은 항상 켜져 있습니다: reasoning_effort는 low, medium, high 중에서 선택할 수 있으며 기본값은 medium입니다.
• 도구: 최대 128개까지 정의할 수 있으며, tool_choice는 auto 또는 none만 지원합니다. 이 모델은 강제로 지정된 도구 호출을 거부하기 때문입니다.

어디까지 표현하는가. 저희는 자체 콘텐츠 필터를 전혀 추가하지 않습니다. 출시 당일 세 가지 프롬프트 스타일로 총 24건의 성인 콘텐츠 테스트를 진행했고 거부는 0건이었습니다. 성인 픽션용 시스템 프롬프트 아래에서는 모든 은밀한 장면을 끝까지 작성했으며, 직접 요청했을 때는 대체로 순화된 버전으로 작성했습니다——Claude Opus 5는 이 경우 아예 거부했습니다.

Claude Opus 5.5 사용해보기 →

Kling의 현재 동영상 라인업이 SpicyAPI에 추가되었습니다. 미국 달러로 초 단위 과금되며, 미리 구매해야 하는 패키지는 없습니다.

• Kling O3(kling/o3/text-to-video, /image-to-video, /reference-to-video, /video-edit): Kling 3.0 Omni입니다. 참조 사진을 최대 7장까지 한 장면에 담을 수 있고, 이미 가지고 있는 클립(3~10초 길이의 원본)을 편집할 수 있으며, 스마트 멀티샷 전환과 네이티브 사운드를 최대 4K까지 지원합니다.
• Kling 3.0(kling/3.0/text-to-video, /image-to-video, /character-animation): 첫 프레임과 마지막 프레임을 지정할 수 있고 최대 4K, 사운드 켜고 끄기가 가능한 플래그십 모델입니다. Motion Control은 3~30초 길이의 클립에서 움직임, 표정, 제스처를 뽑아내 사용자의 캐릭터에 그대로 입힙니다.
• Kling 3.0 Turbo(kling/3.0-turbo/text-to-video, /image-to-video): 모든 클립에 네이티브 사운드가 포함되며 720p 또는 1080p를 지원합니다.
• Kling 2.6(kling/2.6/text-to-video, /image-to-video, /character-animation): Kling 최초의 네이티브 오디오 모델로, 1080p에 5초 또는 10초 길이를 지원하고 자체 Motion Control도 제공합니다.
• Kling 2.5 Turbo(kling/2.5-turbo/text-to-video, /image-to-video): 1080p에 5초 또는 10초 길이를 지원하는 저가형 모델로, 종료 프레임, 네거티브 프롬프트, 가이던스를 지원합니다.
• Kling 2.1(kling/2.1/image-to-video)과 Kling 2.1 Master(kling/2.1-master/text-to-video, /image-to-video): 이전 세대 모델로, 720p 이미지-투-비디오부터 Master의 고화질 1080p까지 지원합니다.
• Kling Avatar 2.0(kling/avatar-2.0/talking-avatar): 인물 사진 한 장과 음성 트랙만 있으면 오디오가 재생되는 동안, 최대 약 5분까지 그 인물이 말하거나 노래하게 만들 수 있습니다.

Kling은 콘텐츠를 자체적으로 심사합니다. 암시적인 장면은 때때로 통과되지만 그보다 더 노골적인 내용은 거부되며, 거부된 요청은 과금되지 않습니다. 성인용 콘텐츠에는 저희 Spicy 계열 모델 중 하나를 이용해 주십시오.

Kling O3, Kling 3.0, Kling 2.5 Turbo, Kling Avatar 2.0의 경우 Kling 자체의 초당 정가보다 낮은 가격으로 책정되어 있습니다.

이제 리뷰 센터는 스펙 목록의 개수가 아니라 결과물이 실제로 얼마나 좋아 보이는지로 모델 순위를 매깁니다.

• 결과물 품질이 Spicy Index의 85%를 차지합니다. 공개된 사람 투표 리더보드(arena.ai, Artificial Analysis, Design Arena)와 자체 블라인드 테스트를 결합한 방식입니다. 블라인드 테스트는 112개 프롬프트로 진행하며, 모든 모델에 동일한 프롬프트를 주고 서로 다른 모델 제작사 소속의 심사위원 3명이 모델명을 알지 못한 상태로 채점합니다. 해상도, 길이, 지원 입력 같은 스펙은 15%를 차지하며, 해상도는 네이티브 1080p를 상한으로 평가합니다.
• 블라인드 테스트는 사람 투표와 대조 검증합니다. 심사위원의 평가가 공개 사람 투표 리더보드와 충분히 일치하지 않는 분야에서는 블라인드 테스트 비중을 낮추며, 블라인드 테스트 근거만 있는 모델은 표시는 되지만 순위에는 포함하지 않습니다. 이번 라운드에서는 동영상이 이에 해당합니다. 심사위원이 주로 샘플링된 프레임만 확인할 수 있어 카메라 워크를 놓치기 때문입니다. 어떤 규칙이 적용됐는지는 각 테스트 리포트에 명시되어 있습니다.
• 음향도 평가 항목입니다. 오디오 프롬프트 6개에 대해 발화 명료도, 립싱크, 감정 표현, 그리고 각 소리가 정확한 타이밍에 나오는지를 평가했습니다.
• 10개 언어로 신규 리뷰 69건: 이미지·동영상 모델 32개, 언어 모델 20개, 도구 17개를 다루며, 각각 자체 테스트 결과와 현재 가격을 담고 있습니다.
• 아레나에 신규 프롬프트 106개 추가, 투표 가능한 결과물은 1,693개입니다.

전체 규칙은 방법론 페이지에서 확인할 수 있습니다.

Spicy Studio의 도구 패널에 이제 모든 도구가 '이미지에서', '영상에서', '인물과 얼굴'로 나뉘어 나오며, 패널에서 실행되는 도구마다 가격이 표시됩니다. 도구를 고른 뒤 내 결과를 선택하거나 파일을 업로드하면 됩니다.

Studio에 새로 들어온 도구:

• 사진 페이스 스왑은 세 단계입니다. 스탠다드는 빠르고 사진의 머리 모양과 두상을 그대로 둡니다. 플러스는 피부 톤을 맞추고, 얼굴만 바꿀지 머리 전체를 바꿀지 사진마다 판단합니다. 프로는 얼굴의 디테일을 가장 많이 살립니다.
• 영상 헤드 스왑과 캐릭터 스왑은 두 단계로 진행됩니다. 먼저 Studio가 클립에 나오는 사람을 모두 찾고, 바꿀 사람을 고르면 그때 교체가 실행됩니다. 첫 단계에서 아무도 찾지 못하면 그 요금은 환불되고 다음 단계는 실행되지 않습니다.

실제 인물의 얼굴을 다루는 도구(말하는 아바타와 립싱크 포함)를 처음 쓸 때는 세 가지 규칙에 동의해 달라고 요청합니다. 본인의 얼굴이나 동의한 사람의 얼굴만 사용할 것, 18세 미만인 사람의 사진은 절대 사용하지 않을 것, 다른 사람을 사칭하거나 누군가를 속이는 데 사용하지 않을 것. 동의 여부는 그 기기에 기억됩니다.

캔버스에서 캔버스를 열면 이제 화면 전체를 씁니다. 점 격자 위에 샷이 노드로 놓이고, 조작 버튼은 화면 가장자리에 모여 있습니다.

• 어디서든 노드를 추가합니다. 빈 곳을 더블클릭하거나 오른쪽 클릭하고, 하단 도구 모음의 +를 누르거나 N 키를 누르면 됩니다. 이미지, 영상, 이미지 편집, 메모, 4샷 장면을 추가하거나 업로드한 파일, 내 작업의 결과, 템플릿, 스타일, 이펙트를 가져올 수 있습니다.
• 어떤 결과에서든 이어 갑니다. 이미지와 영상 오른쪽의 +는 '이 노드에서 생성'을 엽니다. 이미지로 영상 만들기, 편집, 새 룩으로 바꾸기, 영상의 마지막 프레임을 이미지로 저장하기, 쓸 수 있는 도구 실행을 할 수 있습니다. 프롬프트 노드 왼쪽의 +는 입력을 추가하며, 업로드, 내 작업, 캔버스의 다른 노드 중에서 고를 수 있습니다.
• 실행하기 전에 계획할 수 있습니다. 이미지 노드를 영상 노드에 연결하면 이미지가 만들어지는 대로 그 이미지에서 영상이 시작됩니다. 프롬프트 창에는 이번 단계의 가격과 두 단계를 합친 가격이 표시됩니다.
• 그 자리에서 프롬프트를 씁니다. 프롬프트 노드를 고르면 바로 옆에 프롬프트 창이 열리고, 모델, 레퍼런스, 스타일, 설정, 전송 버튼 위의 가격이 함께 있습니다. 연결한 이미지에는 번호가 붙어 @를 입력해 @image2처럼 지정할 수 있습니다. 끝 프레임을 받는 영상 모델에서는 두 이미지를 시작·끝 프레임으로 쓸지 레퍼런스로 쓸지 고를 수 있습니다.
• 도구 모음은 하나입니다. 선택, 손, 라이브러리, 내 작업, 도구, 실행 취소와 다시 실행은 하단 바에, 확대/축소, 화면에 맞추기, 미니맵은 모서리에 있습니다. 노드 사이 연결선과 스토리보드 보기는 상단에서 켜고 끕니다.

생성 버튼을 누르기 전에는 아무것도 실행되지 않으며, 모든 실행은 가격을 먼저 보여 줍니다.

Spicy Studio의 입력창은 이제 모든 모델을 네 가지 모양과 세 가지 길이로 줄여 보여 주지 않고, 고른 모델이 실제로 받는 값을 그대로 보여 줍니다.

• 비율을 숫자로 표시합니다. 1:1, 4:5부터 9:16, 21:9까지 모델이 받는 비율을 모두 나열하고, 각각 실제 비율대로 그린 작은 틀을 함께 보여 줍니다. 모델이 모양을 스스로 정하거나 사진을 따를 수 있으면 맨 앞에 '자동'이 나옵니다.
• 지원하는 길이를 모두 고를 수 있습니다. 일곱 개까지는 버튼으로, 그보다 많거나 범위로 받는 모델은 슬라이더로 고릅니다. 모델이 길이 '자동'을 지원하면 최대 몇 초까지 나오는지도 보여 줍니다.
• 모델을 바꿔도 처음부터 다시 할 필요가 없습니다. 새 모델이 지금의 비율이나 길이를 지원하지 않으면 가장 가까운 값으로 바꾸고, 무엇을 바꿨는지 알려 줍니다.
• 영상 템플릿을 미리 볼 수 있습니다. 영상 템플릿 20개 모두에 실제 샘플 영상이 붙어, 카드에 마우스를 올리면 재생됩니다. 모두 템플릿 자체의 프롬프트로 MiniMax H3에서 만든 것이며, 템플릿을 열면 MiniMax H3가 선택됩니다. 템플릿 목록은 '이미지'와 '영상'으로 전환할 수 있습니다.
• 스타일 카드는 마우스를 올려도 피사체가 바뀌지 않습니다. 사람이 아니라 룩을 비교할 수 있습니다.

새로운 이미지 모델 시리즈 세 가지가 오픈 모델에 요청마다 직접 만든 LoRA 파일을 최대 3개까지 얹어 실행하며, 파일마다 강도를 따로 지정합니다. 화면비와 관계없이 이미지 한 장의 가격은 균일합니다.

• Z-Image Turbo LoRA(alibaba/z-image-turbo-lora/text-to-image, /edit): Alibaba의 8스텝 모델 Z-Image Turbo입니다. 이미지 한 장에 몇 초면 되고, 약 100만 화소에 9가지 화면비를 지원하며, 강도를 조절할 수 있는 이미지→이미지도 제공합니다.
• FLUX.1 Dev LoRA(black-forest-labs/flux-1-dev-lora/text-to-image): Black Forest Labs의 FLUX.1 [dev]입니다. Hugging Face에 커뮤니티 LoRA가 1,000개 넘게 올라와 있는 기본 모델이며, 가이던스를 조절할 수 있습니다.
• Qwen Image 2512 LoRA(alibaba/qwen-image-2512-lora/text-to-image, /edit): Qwen-Image-2512는 긴 변 최대 1536픽셀까지 나오고, Qwen-Image-Edit-2511 편집은 원본 1~3장을 받으며 새 카메라 앵글 같은 편집 LoRA도 지원합니다.

LoRA는 .safetensors 파일 직링크로 지정합니다. 업로드도, 허용 목록도, 심사도 없습니다. 5개 엔드포인트 모두 무검열이며 LoRA를 불러와도 추가 요금은 없습니다.

립싱크(spicyapi/lip-sync-v1/lip-sync)는 이제 반환되는 영상이 아니라 보낸 오디오의 초 수로 과금합니다. 반환되는 영상은 보통 오디오보다 0.5초 정도 길며, 이렇게 늘어난 시간은 더 이상 과금되지 않습니다.

단가는 그대로 초당 $0.012이며, 1초 단위로 올림하고 최소 3초입니다. 예를 들어 4.5초짜리 음성은 이제 5초, $0.06으로 과금됩니다. 반환된 영상 길이로 계산하면 6초, $0.072가 되는 경우가 있었습니다. 요청 형식은 바뀌지 않으며, Spicy Studio에도 같은 기준이 적용됩니다.

9월 26일 spicyapi.ai/create에서 Spicy Studio를 열었습니다. 모델과 실행당 가격은 API와 같고, 연동이 아니라 창작을 위해 만든 작업 공간입니다.

• 한 줄 쓰고 생성. 이미지나 영상을 고르고 보고 싶은 것을 쓰거나, Tab 키로 예시를 쓰면 됩니다. 모드마다 알맞은 모델로 열리며 언제든 바꿀 수 있고, 프롬프트는 그대로 따라옵니다. 버튼의 가격은 그 실행의 최대 비용이며, 누르기 전에는 과금되지 않습니다.
• 룩 97개, 마무리 4개, 이펙트 12개. 룩은 피사체 문장에 빛·색·재료에 관한 검증된 표현을 입힙니다. 필름, 에디토리얼, 애니메, 회화, 3D, After Dark 세트가 있고, 실행 전에 전체 프롬프트를 보여 줍니다. 가격은 더해지지 않습니다. 이펙트는 사진 한 장을 완성된 샷으로 만듭니다. 푸시인, 오빗, 드론 상승, 비, 눈, 16mm 필름 느낌 등이 있습니다.
• 13개 그룹, 템플릿 150개. 세트·조명·렌즈까지 적힌 완성된 브리프로, 화면에 누가 있는지만 쓰면 됩니다.
• 캔버스는 여러 샷으로 된 작품용입니다. 어떤 프레임에서든 영상, 편집, 베리에이션으로 갈라지고, 클립의 마지막 프레임을 다음 클립의 시작으로 삼은 뒤, 테이크를 장면으로 묶어 스토리보드로 이어서 재생할 수 있습니다. 예시 프로젝트는 모든 프롬프트를 보여 주며 통째로 복사할 수 있습니다.
• 모든 결과에 도구. 배경 제거부터 립싱크까지 새 도구 8종이 '움직이게 만들기', '베리에이션' 옆에 있습니다.
• 다듬기는 한 줄 아이디어를 고른 모델에 맞는 자세한 프롬프트로 다시 쓴 뒤 실행합니다. 요금은 따로이며 버튼에 표시되는 소액입니다.
• 기본은 비공개. 피드나 갤러리에 공개되는 것은 없습니다. 결과는 '내 작업'에 14일간 남고, 업로드한 소재는 하루 뒤 삭제되며, '탭할 때까지 흐리게'로 결과를 가려 둘 수 있습니다.

계정이 없어도 둘러보고, 예시를 불러오고, 정확한 가격을 확인할 수 있습니다. 생성하려면 계정이 필요하며, 가입하는 동안 초안은 유지됩니다. Studio의 모든 실행은 같은 파라미터의 API 호출이기도 해서, 여기서 정한 룩을 그대로 코드로 옮길 수 있습니다.

사이트 헤더도 함께 모델 · 스튜디오 · 랭킹 · 개발자 · 가격으로 바뀌었습니다. 탐색에 있던 모델 모음은 이제 모델 메뉴의 컬렉션에 있습니다.

9월 26일에 한 가지 작업만 하는 엔드포인트 8개를 공개했습니다. 각각 이미 가진 이미지나 클립에 한 가지 처리를 하며, 가격은 정액입니다. 다른 모델처럼 API로 호출하거나, Spicy Studio에서 도구 메뉴와 각 결과의 작업 버튼으로 쓸 수 있습니다.

요금을 정하는 기준은 다음과 같습니다.

• 영상 업스케일은 원본 클립 길이로 과금합니다. 초 단위로 올림하며 최소 3초입니다.
• 말하는 아바타와 립싱크는 반환되는 영상 길이로 과금하며, 이 길이는 음성과 같습니다(최소 3초). 립싱크는 음성보다 짧은 클립을 반복 재생해 맞춥니다.
• 효과음은 클립 길이가 아니라 요청한 duration_seconds(1~30, 기본값 8)로 과금하므로 클립 길이에 맞춰 설정하세요. 만드는 것은 효과음과 배경음이며, 대사나 음악은 만들지 않습니다.
• 오디오와 영상 입력은 파일로 바로 연결되는 링크여야 하며, 업로드하는 방법이 가장 확실합니다. 허용 길이를 벗어난 입력은 과금 전에 거부합니다.

xAI는 9월 21일에 Grok 4.7을 출시했고, xai/grok-4.7/chat은 9월 22일부터 여기서 호출할 수 있습니다. 다른 Grok 엔드포인트와 같은 OpenAI 채팅 형식과 SSE 스트리밍을 지원합니다.

• xAI 공표 가격보다 40% 저렴합니다(표준 구간 $2 / $0.50 / $6). 롱컨텍스트 구간($4 / $1 / $12)보다는 60% 저렴합니다.
• 이 경로에서는 무검열입니다. 9월 22일, 5단계로 된 저희 콘텐츠 테스트 사다리의 4단계에 해당하는 창작 프롬프트를 세 가지 방식으로 아홉 번 보냈고, 아홉 번 모두 거부 없이 장면을 끝까지 완성했습니다. 9월 24일에는 최상단을 포함한 나머지 단계도 모두 통과했습니다. 저희 쪽 필터는 따로 없습니다.
• system 역할이 적용됩니다. 일부러 확인했습니다. 스레드 맨 앞에서 정한 설정이 끝까지 유지됩니다.
• 추론은 출력으로 과금됩니다. 기본값 high는 보기보다 비쌉니다. 대화라면 low나 medium이 더 자연스럽고 저렴합니다.