Como escolher uma API de imagem para vídeo: guia prático de avaliação

Você tem uma imagem estática aprovada, quer alguns segundos de vídeo começando por ela e precisa escolher a API para enviá-la. A SpicyAPI oferece quatro famílias de imagem para vídeo sem censura, com suporte a conteúdo adulto: Wan 2.7 Spicy, Seedance 2.5 Spicy, MiniMax H3 Spicy e Vidu Q3 Spicy. As quatro tarefas animam uma imagem inicial. Nenhuma oferece texto para vídeo nem uma entrada separada para um conjunto de imagens de referência do sujeito ou da cena.

Resumindo. Comece com Wan ou Seedance quando preservar a roupa e o cenário for a prioridade. Nossos testes de setembro e outubro de 2026 também mostram diferenças claras de custo e controles criativos:

• A forma mais barata de testar uma imagem e uma ideia de movimento: MiniMax H3 Spicy. Cinco segundos em 480p custam $0,19 e, como Seedance e Vidu, ele precisa apenas da imagem, sem prompt.
• Som no arquivo ou sua própria faixa de áudio: Wan 2.7 Spicy. Cinco segundos em 720p custam $0,6175. É o único que aceita arquivo de áudio e prompt negativo.
• Um clipe acima de 16 segundos ou um arquivo 4K: Seedance 2.5 Spicy, até 30 segundos. Cinco segundos em 480p custam $1,08; seu 4K é uma renderização 1080p ampliada.
• Loops de um segundo ou um controle da intensidade do movimento: Vidu Q3 Spicy. Cinco segundos em 540p custam $0,3325.

Nosso teste de retrato nas quatro famílias custou $2,22. Wan e Seedance ficaram mais próximos do pedido; H3 e Vidu mudaram o figurino sem solicitação.

As quatro lado a lado

Os preços são por segundo de saída em dólares americanos; os valores de 5 segundos são cotações para um pedido com apenas image_url, duration_seconds e resolution definidos, além de um prompt de uma linha para Wan 2.7 Spicy, que o exige.

Nenhuma tem campo aspect_ratio. Recorte a imagem no formato desejado antes de enviar. As esperas são medianas de trabalhos recentes. As verificações de entrada que falham antes da cobrança também diferem: Seedance exige 300 a 6 000 pixels por lado; Wan, 240 a 8 000, proporção entre 1:8 e 8:1 e, para audio_url, WAV ou MP3 de 2 a 30 segundos; Vidu exige proporção entre 1:4 e 4:1. O fluxo de upload limita imagens a 10 MiB.

Qual modelo para cada trabalho

Muitas imagens e rascunhos baratos: MiniMax H3 Spicy. A $0,114 por três segundos, você pode criar uma dúzia de variantes de um quadro e renderizar novamente a escolhida. Ele aceita quadro final. Não tem chave de áudio nem prompt negativo; sua resolução nativa é 768p, então 1080p amplia a mesma imagem. Restrinja o prompt ao movimento: descrever uma cena ausente do quadro pode afastar o clipe da imagem original.

Som que pertence ao clipe: Wan 2.7 Spicy ou Seedance 2.5 Spicy. Wan gera áudio por padrão e constrói o clipe sobre sua faixa se você passar audio_url, o caminho para sincronização labial ou uma entrada musical que deve coincidir com um quadro. Mantenha generate_audio ligado ou a faixa será ignorada. Seedance gera áudio sem custo extra. H3 Spicy pode retornar áudio gerado, mas não tem chave para desligá-lo nem entrada para sua faixa; silencie na edição quando necessário. Vidu tem som gerado e uma chave separada para música de fundo. Wan também é a escolha para excluir algo: seu prompt negativo aceita até 500 caracteres.

Guiar o final com uma imagem: Seedance 2.5 Spicy ou MiniMax H3 Spicy. Só esses dois aceitam um quadro final desejado junto do inicial; confira o final entregue antes de usá-lo como próximo plano. Com Wan ou Vidu, encadeie clipes usando o último quadro como próxima imagem; o guia de vídeos mais longos explica esse caminho.

Uma tomada acima de 16 segundos: Seedance 2.5 Spicy. Vai até 30 segundos e é o mais caro e lento: 30 segundos em 720p custam $12,96, e um clipe costuma levar cerca de cinco minutos. As próprias notas de Wan dizem que mãos e tecidos sofrem alterações após dez segundos; uma tomada longa não é automaticamente boa.

Loops muito curtos ou controle da intensidade do movimento: Vidu Q3 Spicy. Começa em um segundo ($0,0665 em 540p). movement_amplitude pede movimento pequeno, médio ou grande; o padrão auto interpreta o quadro. Não tem seed, então dois pedidos idênticos retornam tomadas diferentes, nem quadro final.

As palavras no Seedance 2.5 Spicy. Sua própria camada recusa uma faixa estreita de formulações, sobretudo beijos, enquanto sussurrar ao ouvido ou encostar as testas passa. Coloque esse momento na imagem, não na frase.

Um seed fixo (Wan, Seedance, H3 Spicy) ajuda a comparar suas alterações dentro de uma família; não garante quadros idênticos, e o mesmo número em duas famílias não representa a mesma condição. Cada endpoint rejeita campos que não lista, então monte cada pedido pela coluna daquela família.

Abrangência do conteúdo

As quatro cobriram nossa escala de cinco níveis, de L1 Sugestivo a L4 Intenso e ambas as categorias L5 Extremo, com exceções raras: Seedance 2.5 Spicy uma vez manteve o conteúdo pedido fora do quadro, H3 Spicy uma vez apenas sugeriu uma cena e Vidu Q3 Spicy uma vez suavizou um clipe. A abrangência não é o que as diferencia. Resultados por modelo: Wan 2.7 Spicy, Seedance 2.5 Spicy, MiniMax H3 Spicy, Vidu Q3 Spicy.

Esses modelos às vezes mostram mais do que o prompt pediu; o ranking de oito modelos observou isso em várias versões Spicy. Revise cada clipe antes de entregar. Um clipe suavizado é cobrado como qualquer outro. “Sem censura” significa aqui que não se adiciona um filtro de conteúdo, não que os direitos e o consentimento da imagem deixem de importar: use adultos, pessoas que consentiram e imagens com direitos autorizados.

O mesmo retrato em quatro famílias

Usamos um retrato em um café e pedimos uma aproximação lenta da câmera, uma leve virada de cabeça e um pequeno sorriso, sem mudar o fundo. Cada família fez uma tomada de cinco segundos na menor resolução; Wan estava com expansão de prompt ligada.

Para um retrato com roupa como este, comece com Wan ou Seedance. Explicite os requisitos de figurino e movimento ao preparar um plano semelhante.

Um primeiro teste por cerca de $2,20

Escolha uma imagem que você tenha autorização para usar. Prepare o quadro que realmente entregará: já recortado no formato final, com o sujeito longe das bordas. Uma imagem pouco nítida volta como um clipe pouco nítido. Remova também o movimento implícito: desfoque de movimento, poeira, uma pose no meio de um passo ou rastros direcionais puxam o clipe para movimentos que o prompt pode contradizer.

Escreva um prompt com uma ação do sujeito, uma instrução de câmera e um final, por exemplo: "She turns her head toward the window, the curtain lifts once, slow push-in, then hold." Descreva apenas o que muda. Wan exige prompt, então use o mesmo nos quatro, com estes controles:

As quatro execuções no menor nível custam $0,19 + $0,3325 + $0,6175 + $1,08 = $2,22. A cerca de 720p cada (H3 Spicy em 768p), o total é $3,91.

Dê uma nota a cada clipe

Confira os quadros inicial, intermediário e final no tamanho de publicação. Avalie cada um de 0 a 5:

Confira também se o clipe permaneceu na sua imagem e não mostrou mais do que você pediu. Decida em cada execução: manter, rejeitar ou testar novamente com uma única alteração identificada.

O que mudar quando um clipe falha

Quando um clipe estiver bom, suba a mesma imagem e o mesmo prompt um nível por vez. No H3 Spicy, 1080p só amplia 768p.

Experimente o Playground e depois conecte a API

1. Abra H3 Spicy imagem para vídeo, fique na aba Playground e adicione a imagem aprovada em Input image.
2. Digite um pedido de movimento em Prompt, defina Duration como 5 e Resolution como 480p, depois pressione Run model. Para comparar as famílias, use o mesmo pedido e duração nas outras três páginas de modelos.
3. Escolha o resultado que preserva os requisitos do plano e conecte esse modelo ao aplicativo.

Defina SPICY_API_KEY no ambiente e SPICY_IMAGE_URI como a URL HTTPS pública da imagem inicial, ou uma URI spicy:// de spicyapi files upload <path> para um arquivo local (documentação de mídia). Este exemplo Python 3 envia um novo plano após a confirmação do preço.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "image_url": os.environ["SPICY_IMAGE_URI"],
    "prompt": "A slow camera push toward the subject. Keep the setting and clothing unchanged. One continuous shot.",
    "duration_seconds": 5,
    "resolution": "480p",
}
payload = {"model": "minimax/h3-spicy/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Guarde a chave de pedido exibida para recuperar aquele mesmo pedido; um novo plano recebe uma nova chave. O link do resultado dura cerca de 20 minutos e os arquivos gerados ficam por no máximo cerca de 14 dias: copie o vídeo para seu armazenamento (guia de retenção). A documentação da API de tarefas explica entrega e recuperação dos resultados.

Para planos repetidos, deixe um Agent usar um arquivo de entrada aprovado: CLI spicyapi tasks create --model minimax/h3-spicy/image-to-video --input-file input.json --wait; MCP peça para chamar spicyapi_task_create com esse modelo e entrada; Skill peça “Use the spicyapi Skill to generate this approved shot and return the result.” CLI e MCP mostram o preço antes da criação. Veja a documentação de integração Agent.

Por qual começar

Faixa de áudio própria: Wan. Quadro final: H3 Spicy, ou Seedance se o plano precisar passar de 15 segundos. Acima de 16 segundos: Seedance. Loops de um segundo ou controle do movimento: Vidu. Para movimento discreto com continuidade do figurino, comece com Wan ou Seedance; se ambos atenderem ao pedido, compare na resolução de entrega. Sem requisito fixo, faça o teste de $2,22 com uma imagem e, se duas famílias atenderem, comece pela mais barata na resolução final.

Perguntas frequentes

Qual é o melhor gerador de IA de imagem para vídeo sem censura?

Para movimento discreto em retratos, comece com Wan ou Seedance. H3 Spicy é mais barato, mas mudou a roupa na nossa tomada; Vidu serve para loops muito curtos quando sua interpretação do movimento combina com o pedido.

Preciso de um modelo de vídeo para uma imagem estática com narração?

Não. Se a imagem fica igual enquanto o áudio toca, combine ambos em um editor de vídeo ou FFmpeg. Estas quatro APIs geram movimento; pagar por essa etapa não agrega valor a um vídeo estático com narração.

Posso enviar uma URL pública de imagem?

Sim, se o link HTTPS retornar o próprio arquivo da imagem. Uma página de compartilhamento de nuvem ou rede social falha com invalid_asset; para arquivos locais, envie primeiro com spicyapi files upload <path>.

Posso enviar o mesmo corpo de pedido para todas as famílias?

Não. Wan exige prompt e as outras não; audio_url existe apenas em Wan, movement_amplitude apenas em Vidu e last_image_url apenas em Seedance e H3 Spicy.

Pago por um clipe que volta suavizado?

Sim, ele é cobrado como qualquer outro: confira a saída, não apenas o status da tarefa. Uma tarefa recusada ou com falha, confirmada pelo serviço, libera o valor reservado sem cobrança por geração. Confira settled e cost para confirmar a liquidação final; um clipe concluído, mas suavizado, é diferente.