Porównania modeli
Video Sound Effects czy Talking Avatar, próg po progu: zestawione ceny, pola żądania, limity i zmierzona polityka treści.
Video Sound Effects ogląda klip i generuje efekty oraz tło dźwiękowe podążające za akcją na ekranie, zwracane jako to samo wideo z nową ścieżką. Dźwięk trwa 1–30 sekund; nie jest przeznaczony do dialogów ani muzyki.
Zobacz Schema →Zobacz przykładowe wyniki →Talking Avatar zamienia jeden portret i nagranie głosu 3–60 sekund w MP4 z synchronizacją ust, w którym ta osoba mówi. Usta, ruch głowy i mruganie podążają za dźwiękiem, a opcjonalna maska wskazuje mówcę na zdjęciu grupowym.
Zobacz Schema →Zobacz przykładowe wyniki →Porównaj
Zacznij od posiadanych materiałów, oczekiwanego wyniku i budżetu. Poniższe różnice pomagają wybrać model.
Te narzędzia dają różne wyniki. Najpierw wybierz potrzebną operację; niższa cena nie sprawia, że jedno zastąpi drugie.
Aktualna cena
Cena wyjściowa odpowiada na inne pytanie niż to, które masz. Tutaj są progi publikowane przez oba modele, zestawione ustawienie po ustawieniu, w dolarach amerykańskich za jednostkę rozliczeniową i bez żadnego przelicznika po drodze.
Te dwa modele rozliczają się według innych progów, więc nie ma czego zestawiać. Zamiast tego poniżej są progi publikowane przez każdy z nich.
Video Sound Effects: $0.0012 / sekund wyniku
Talking Avatar: $0.018 / sekund wyniku
O tym porównaniu
Każdy wiersz czytamy z JSON Schema, według którego endpoint waliduje żądania, więc odpowiada temu, co API naprawdę przyjmie, a nie ręcznie pisanej liście funkcji.
Przesuń w poziomie, żeby porównać wszystkie pola.
| Ustawienia i limity | Video Sound Effects | Talking Avatar |
|---|---|---|
| Obsługiwane zadania | video-to-audio | talking-avatar |
| Długość klipu | 1–30 s | Niedostępne |
| Seed | Nie | Tak |
| Prompt negatywny | Tak | Nie |
| Wykonanie | Wysyłka, potem odpytywanie albo callback | Wysyłka, potem odpytywanie albo callback |
| Limit czasu żądania | 30 minut | 60 minut |
| Dostępność | Dostępny | Dostępny |
Czy mogę podmienić samo ID modelu, nie ruszając ciała żądania?
Cykl życia zadania jest wspólny, ciało żądania już nie. Każdy endpoint publikuje własny JSON Schema i API waliduje właśnie według niego – to jest lista, którą trzeba uzgodnić przed zamianą.
Jak wybrać
Video Sound Effects obsługuje klipy do 30 s.
Porównaj
Identyfikatory modeli to spicyapi/foley-v1/video-to-audio i spicyapi/talking-avatar-v1/talking-avatar; oba wstawiasz w to samo pole tego samego żądania.
Oba działają tak samo: wysyłasz zadanie, a potem je odpytujesz albo odbierasz callback. Kolejka i logika ponowień zostają bez zmian.
Wysyłka i śledzenie działają tak samo, ale wymagane wejścia mogą się różnić. Zanim podmienisz model, sprawdź obie strony modeli.
Jeden klucz, jedno saldo, jeden komplet limitów wydatków. Oba obciążają to samo konto w dolarach amerykańskich, a dzienny, miesięczny i łączny limit klucza działa niezależnie od tego, który wywołasz.
Częste pytania
Te narzędzia dają różne wyniki. Najpierw wybierz potrzebną operację; niższa cena nie sprawia, że jedno zastąpi drugie. Ceny mogą się zmieniać – przed wysłaniem sprawdź wycenę pokazaną dla twoich rzeczywistych ustawień.
Video Sound Effects dopuszcza 30 minut na zadanie, a Talking Avatar 60. To pułapy, a nie typowe czasy – większość żądań kończy się znacznie wcześniej – ale twój własny timeout klienta musi je wytrzymać.
Pokazane ceny i możliwości pochodzą z bieżącego publicznego katalogu modeli. Najnowsze wejścia i przykłady sprawdzisz na stronie każdego modelu.