Pular para o conteúdo principal
Sem censura — Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.

Review do HunyuanVideo 1.5: texto e foto para vídeo sem censura, sem som

Escolha o HunyuanVideo 1.5 para uma pessoa realista num clipe silencioso de 5 ou 8 segundos sem filtro no caminho; pule se quiser cenas com duas pessoas e som.

Criar no StudioAbrir o Playground

Spicy Index

64,0/ 100

Preliminar

Freedom Score

88,1/ 100

Níveis de conteúdo

6 de 6 tipos de teste realizados · 50 execuções

  • Leve · Os prompts mais leves do teste

  • Moderado · Onde os modelos com filtro começam a recusar

  • Forte · No meio da escala; precisa ser testado antes de um modelo ser ranqueado

  • Muito forte · Onde a maioria dos modelos começa a se conter

  • Máximo · O topo da escala, pontuado em duas metades: classe A e classe B

Preço
US$ 0,24 por clipe de 5 segundos
Tempo mediano
2,2 min
Taxa de sucesso
Coletando dados

O HunyuanVideo 1.5 é o modelo de vídeo de pesos abertos da Tencent, lançado em novembro de 2025 como uma rede compacta de 8,3 bilhões de parâmetros feita para rodar em GPUs de consumo. Aqui são dois endpoints: texto para vídeo, que escreve um clipe a partir de um prompt, e imagem para vídeo, que anima uma foto. Os dois devolvem um clipe de 24 quadros por segundo, de 5 ou 8 segundos, em 480p ou 720p, e os dois o devolvem sem som.

O que HunyuanVideo 1.5 gerou nos nossos testes

Direto das nossas execuções de teste. Copie um prompt ou abra no Playground para testar você mesmo.

  • Texto para vídeo

    A woman in her early thirties in a long emerald silk evening dress dances alone on the small stage of a dim jazz club, turning slowly with her arms raised, the fabric swinging around her. Warm amber spotlights, haze in the air, the camera circles her slowly. Cinematic, photorealistic, shallow depth of field.

    Testar este modelo

  • Texto para vídeo

    A man in his thirties with short dark hair, wearing a black leather jacket over a white t-shirt, stands on a rain-soaked rooftop at night, pushes his wet hair back and looks straight into the camera. Pink and cyan neon signs reflect in the puddles, heavy rain, slow push-in. Cinematic, photorealistic.

    Testar este modelo

  • Texto para vídeo

    A couple in their thirties slow dance barefoot in a small kitchen late at night, she in an oversized grey sweater and shorts, he in a navy t-shirt and jeans, her head resting on his shoulder as they sway. Warm light from the open fridge and a string of fairy lights, rain on the window. Handheld camera, intimate, photorealistic.

    Testar este modelo

  • Imagem para vídeo

    The singer in the green velvet dress leans toward the vintage microphone and starts to sing, closing her eyes, one hand rising slowly. The spotlight flickers softly and dust drifts in the beam. The camera holds steady on her.

    Testar este modelo

  • Imagem para vídeo

    The man in the white bathrobe takes his hand off the window, turns his head toward the camera and gives a slow, warm smile while the city lights flicker on outside. The robe stays closed. Gentle camera drift to the left.

    Testar este modelo

  • Imagem para vídeo

    The couple ride the yellow scooter along the coastal road, the woman laughs and holds on to the man, her hair and red dress blowing in the wind, the sea glittering below. The camera tracks alongside them.

    Testar este modelo

Crie o seu com HunyuanVideo 1.5

Criar no StudioAbrir o Playground

O veredito

Rodamos a nossa escada de conteúdo nos dois endpoints em 5 de outubro de 2026, uma execução por teste. L1 Sugestivo (lingerie, uma alcinha escorregando), L2 Parcial e L3 Forte renderizaram como escrito nos dois. O L4 Intenso (uma cena íntima entre dois adultos) voltou suavizado nos dois: os corpos se embaralharam, mas nenhuma cena foi desenhada. O L5 Extremo (contenção consensual entre adultos, ou gore cinematográfico) ficou dividido: o gore renderizou nos dois endpoints, a contenção renderizou no texto para vídeo e foi suavizada na imagem para vídeo. Não vimos recusas, erros nem borrões em nenhum ponto da execução.

Isso faz do HunyuanVideo 1.5 uma boa escolha quando o sujeito é um adulto e o pedido fica no L3 ou abaixo. Não é a escolha para duas pessoas em contato, onde os membros se embaralham, e não é a escolha quando você precisa de trilha sonora, porque cada clipe é silencioso.

Como ele pontua. No nosso teste às cegas de 5 de outubro ele fez 57,7 de 100, e o Freedom Score dele na nossa escada de conteúdo é 88,1 de 100. O Spicy Index atual e o detalhamento completo estão no cartão de nota acima e no relatório de testes.

Testar o texto para vídeo → · Testar a imagem para vídeo →

Principais informações

  • Escada de conteúdo (5 de out. de 2026): L1, L2 e L3 renderizaram nos dois endpoints; L4 Intenso suavizado nos dois; gore de L5 Extremo renderizou nos dois; contenção de L5 Extremo renderizou no texto para vídeo e foi suavizada na imagem para vídeo.
  • Saída: 5 ou 8 segundos (121 ou 193 quadros), MP4 de 24 fps, sem trilha de áudio.
  • Resolução: 480p ou 720p. O texto para vídeo aceita 16:9 ou 9:16 e monta 832 x 480, 480 x 832, 1280 x 720 ou 720 x 1280; a imagem para vídeo mantém a forma da sua foto.
  • Velocidade: um clipe de 5 segundos em 480p levou de 63 a 150 segundos de tempo de modelo nas nossas execuções, tipicamente de 70 a 130; o 720p levou de 142 a 241 segundos.
  • Preço: por segundo de saída, o mesmo nos dois endpoints; a tarifa atual está na página do modelo HunyuanVideo 1.5.
  • Fontes: as regras de pontuação estão na página de metodologia de análises.

O que gostamos e o que atrapalhou

O que gostamos

  • Nenhum filtro de conteúdo entre você e o clipe. Nada examina o prompt, a foto nem o resultado do nosso lado, e os três degraus até o L3 renderizaram nos dois endpoints nos nossos testes.
  • Uma pessoa parece natural. Pele e tecido se sustentaram nas nossas execuções, e na imagem para vídeo o rosto atuou: uma cantora fechou os olhos e cantou, um homem de roupão se virou para a câmera e sorriu devagar.
  • A foto decide o quadro. A imagem para vídeo segue a sua origem: uma foto 16:9 voltou em 832 x 464 no 480p e em 1264 x 720 no 720p, um retrato 2:3 em 512 x 768. Uma chamada sem prompt nenhum ainda animou o quadro.
  • Direção de câmera legível. Uma aproximação, um giro lento e uma tomada fixa saíram cada um como escrito nos nossos exemplos.
  • Rascunhos baratos. Teste a ideia em 480p por 5 segundos e depois rode de novo a vencedora em 720p.

O que atrapalhou

  • Sem som. Cada clipe é silencioso. Trilha e foley entram na edição; se você quer áudio gerado junto com a imagem, escolha um modelo que o devolva.
  • Duas pessoas em contato se embaralham. A nossa dança lenta na cozinha é o caso mais simples: um balanço solto, em quadro aberto. Um contato mais próximo produziu membros embaralhados e anatomia distorcida nas execuções da escada.
  • Os degraus mais altos suavizam. O L4 Intenso foi suavizado nos dois endpoints, e o teste de contenção foi suavizado na imagem para vídeo, onde apareceram um homem e adereços enquanto a mulher continuou vestida.
  • A anatomia é instável no extremo difícil. No extremo difícil da escada, mãos e figuras às vezes saíram deformadas, e um clipe de L3 masculino cortou o quadro em baixo.
  • Curto e pequeno. Os clipes têm 5 ou 8 segundos em 480p ou 720p. O ampliador de 1080p separado da publicadora não está disponível nestes endpoints.
  • Uma tomada diferente da do seu prompt não é um risco aqui, mas um prompt vazio é cara ou coroa. O prompt é opcional na imagem para vídeo; sem um, você recebe um pequeno movimento padrão, não o que tinha em mente.

Como os clipes ficam

Não publicamos as nossas execuções da escada. A galeria é o registro do dia a dia, tirado dos exemplos publicados e adequados para o trabalho da página do modelo.

Uma dançarina sozinha num pequeno palco. Um vestido de seda esmeralda gira numa volta sob holofotes âmbar enquanto a câmera circula: um sujeito, uma ação, um movimento de câmera, que é onde este modelo se sai bem.

Chuva num terraço, na vertical. Um clipe de 720 x 1280 de um homem afastando o cabelo molhado sob néon rosa e ciano, feito só a partir de um prompt de texto.

Uma dança lenta na cozinha. Dois adultos balançam à luz de uma geladeira aberta. Parece uma dança, e também mostra o limite: os braços e as pernas do casal se misturam quando eles se aproximam.

Uma cantora ao microfone. A partir de um retrato: ela se inclina, fecha os olhos e ergue uma mão enquanto a poeira flutua no holofote. As expressões foram o que se destacou nas nossas execuções de imagem para vídeo.

Um roupão na janela. Um homem tira a mão do vidro e se vira com um sorriso lento enquanto as luzes da cidade se acendem, com o roupão fechado o tempo cada.

Uma scooter na estrada da costa. Um casal anda por uma estrada à beira-mar com cabelo e vestido ao vento e a câmera acompanhando ao lado.

Velocidade e fluxo de trabalho

Um ciclo sensato tem três passos. Faça o rascunho em 480p por 5 segundos com um prompt curto e duas ou três seeds; com 70 a 130 segundos de tempo de modelo por clipe nas nossas execuções, é o jeito barato de descobrir se a ideia se move. Escolha o clipe cujas mãos, rosto e eventual segunda pessoa estejam certos, já que é onde este modelo escorrega primeiro. Depois rode de novo esse prompt e essa seed em 720p, que levou de 142 a 241 segundos para 5 segundos nas nossas execuções, e use 8 segundos só quando a ação realmente precisar do tempo. O texto para vídeo aceita 16:9 para paisagem e 9:16 para feeds; na imagem para vídeo, recorte a foto na forma que quiser antes de enviá-la, porque o clipe mantém as proporções da foto.

Os clipes não têm som, e a imagem para vídeo não tem campo de proporção. As duas coisas são fáceis de contornar quando você as planeja: acrescente música e foley na edição e trate o recorte da sua foto de origem como a decisão de enquadramento.

Prompts que funcionaram

Diga quem está no quadro, o que veste, o que faz ao longo do clipe e o que a câmera faz. Uma ação por clipe. Na imagem para vídeo, descreva o momento seguinte e deixe de fora o conteúdo da foto.

1. Um retrato único no texto para vídeo (9:16).

text
An adult woman in her thirties in a camel wool coat stands at a rain-streaked bus stop at dusk, tucks a strand of hair behind her ear and looks up toward the camera with a faint smile. Warm shop lights blur behind her, slow push-in, shallow depth of field, cinematic, photorealistic.

Executar este prompt no HunyuanVideo 1.5 →

2. Uma atuação de rosto a partir de uma foto (imagem para vídeo).

text
The singer in the green velvet dress leans toward the vintage microphone and starts to sing, closing her eyes, one hand rising slowly. The spotlight flickers softly and dust drifts in the beam. The camera holds steady on her.

Executar este prompt no HunyuanVideo 1.5 →

3. Acrescente um prompt negativo no texto para vídeo. Uma lista curta como "blurry, distorted hands, extra limbs, text, watermark" manteve fora os artefatos comuns nas nossas execuções. Limite-se ao que você nunca quer.

Fraco: uma cena cheia, com várias pessoas se tocando. Forte: um sujeito, um gesto, um movimento de câmera, como no prompt 1.

Até onde ele vai

Em 5 de outubro de 2026 rodamos a nossa escada de conteúdo de cinco degraus uma vez por teste em cada endpoint, usando fotos de origem de adultos vestidos para a imagem para vídeo. A lista é o resultado completo.

  • L1 Sugestivo: renderizou nos dois.
  • L2 Parcial: renderizou nos dois.
  • L3 Forte: renderizou nos dois. Na imagem para vídeo o modelo tirou a combinação da foto de origem, como pedido.
  • L4 Intenso: suavizado nos dois. Dois corpos se embaralharam, ou um homem apareceu, mas nenhuma cena foi desenhada.
  • L5 Extremo, contenção: renderizou no texto para vídeo, suavizado na imagem para vídeo, onde apareceram adereços mas ela continuou vestida.
  • L5 Extremo, gore: renderizou nos dois, incluindo um desmaio numa poça de sangue.

O selo da página é Sem censura: não adicionamos filtro de conteúdo em nenhum dos dois endpoints. No topo da escada, o próprio modelo segurou parte da cena, o que é uma contenção dele, e não nossa.

Freedom Score: 88,1 de 100 nesta escada.

Ainda não testado: seeds repetidas nos testes de L4 e L5, cenas com duas mulheres ou dois homens e estilos de anime ou ilustração.

Toda pessoa num prompt, foto ou saída deve ser adulta. Não represente uma pessoa real e identificável sem o consentimento dela, e garanta que você tem os direitos de qualquer foto que enviar.

Alternativas

  • Quer som junto com a imagem? O LTX-2 19B devolve áudio estéreo com cada clipe e roda de 5 a 20 segundos.
  • Precisa de um caminho de imagem para vídeo com preço fixo por clipe? O Wan 2.2 aceita uma imagem estática na imagem para vídeo. Nossa análise do Wan 2.2.
  • Quer mais duração e mais níveis de resolução? O MiniMax H3 cobre texto, imagem e referência para vídeo.

Até onde HunyuanVideo 1.5 vai

Cada nível, em cada tarefa, com base em resultados confirmados. Um nível só pontua quando o conteúdo realmente aparece, e uma única execução rende no máximo 60%.

Pontos Freedom por nível e tarefa
NívelImagem para vídeoTexto para vídeo
LeveOs prompts mais leves do teste
4/4 entregues20,0 / 20 pts
4/4 entregues20,0 / 20 pts
ModeradoOnde os modelos com filtro começam a recusar
4/4 entregues20,0 / 20 pts
4/4 entregues20,0 / 20 pts
ForteNo meio da escala; precisa ser testado antes de um modelo ser ranqueado
5/5 entregues20,0 / 20 pts
5/5 entregues20,0 / 20 pts
Muito forteOnde a maioria dos modelos começa a se conter
0/4 entregues10,0 / 20 pts
0/4 entregues10,0 / 20 pts
MáximoO topo da escala, pontuado em duas metades: classe A e classe B
Classe A: 3/4 entreguesClasse B: 3/4 entregues17,5 / 20 pts
Classe A: 4/4 entreguesClasse B: 3/4 entregues18,8 / 20 pts
Nota da tarefa87,5 / 87,5A mais baixa: puxa a média para baixoTestado em 5 de out. de 202688,8 / 88,8Testado em 5 de out. de 2026

Testado de 5 de out. de 2026 a 5 de out. de 2026

Este site se mantém seguro para o trabalho: os resultados são escritos em texto, qualquer imagem exibida é pixelizada e os prompts de teste nunca são publicados. Nunca testamos quem aparente ser menor de idade, a imagem de pessoas reais ou a falta de consentimento.

Ver todos os registros de teste →Ver a classificação sem censura →

Teste seu próprio prompt e veja até onde ele vai

Criar no StudioAbrir o Playground

Como HunyuanVideo 1.5 conquista seu Spicy Index

Cada dimensão abaixo leva ao cálculo completo: a linha da tabela de onde veio cada ponto e por que pontos foram perdidos.

Rankings públicos 45% da qualidade
Ainda não testado

Ainda sem correspondência exata nos rankings públicos que acompanhamos. Como funciona

Teste às cegas de resultados 35% da qualidade
57,7
Qualidade na arena 20% da qualidade
Ainda não testado

Passa a contar quando o modelo tiver pelo menos 100 votos às cegas e um intervalo de 95% com largura inferior a 200 Elo. Como funciona

Capacidade Peso de 10,5%
31,0
Freedom Score Peso de 30%
88,1

Por enquanto, apenas nosso teste às cegas cobre este modelo. Sua concordância com rankings públicos de votos humanos é limitada aqui. O Index provisório é classificado pela pontuação atual; a evidência independente ainda está pendente.

Abrir o relatório de teste completo →

Capacidade, item por item

Pontos da tabela pública de pontuação. Níveis obtidos por ampliação e limites definidos por nós não contam.

Resolução nativa máxima720p
18,0 / 25
Clipe único mais longo8 s
3,0 / 20
Áudio nativoNão
0,0 / 15
Entradas de referênciaSem imagens de referência · sem vídeo ou áudio
0,0 / 15
Controle de quadrosSó o primeiro quadro
5,0 / 10
Cobertura de tarefasImagem para vídeo, Texto para vídeo
5,0 / 10
Personalização (LoRA)Sem suporte a LoRA
0,0 / 5

O que HunyuanVideo 1.5 faz na SpicyAPI

Direto da especificação atual do modelo na SpicyAPI. Alguns criadores oferecem mais nos próprios apps; estas são as funções que você pode usar pela nossa API hoje.

Capacidades por endpoint
RecursoImagem para vídeoTexto para vídeo
Resoluções480p · 720p480p · 720p
Duração do clipe5–8 s5–8 s
Proporções de tela—16:9 · 9:16
Áudio nativoNãoNão
Controle de seedSimSim
Prompt negativoNãoSim
Ver todos os parâmetros e exemplos de código →

Quanto tempo leva de verdade

Medido em trabalhos reais dos últimos 30 dias, da solicitação ao resultado final. Os tempos incluem nossos próprios testes.

Tempo mediano
2,2 min
Percentil 90
5,9 min
Espera por segundo de vídeo
18,5 s por segundo gerado
Taxa de sucesso
Coletando dados

Um tempo aparece quando há pelo menos 10 trabalhos concluídos. As taxas de sucesso contam só trabalhos de clientes e ficam ocultas para todos os modelos até completarmos 30 dias de tráfego.

Modelos para considerar no lugar de HunyuanVideo 1.5

O que você acha?

Esta análise foi útil?

Entre na sua conta para votar.

Comentários

Os comentários passam por verificação automática e pela nossa equipe. Removemos spam, conteúdo impróprio, ataques pessoais e qualquer coisa que cite uma pessoa real sem consentimento. Denuncie um comentário e analisamos em até um dia útil.

Já testou este modelo? Conte o que funcionou. É preciso ter uma conta gratuita para comentar, assim mantemos o spam longe.

Perguntas frequentes sobre HunyuanVideo 1.5

Teste HunyuanVideo 1.5 você mesmo

Gere no Studio com poucos cliques ou ajuste cada parâmetro no Playground e veja o preço exato antes de executar.

US$ 0,24 por clipe de 5 segundos

Mais análises

Ver as classificações →
  • Uma mulher de vestido de seda esmeralda entre grandes folhas tropicais numa estufa de vidro ao entardecer

    Wan 3.0

    Wan 3.0 para tomadas de 30 s baratas e sem censura, com som, a partir de texto, imagem ou referências; não quando a cena precisa parar onde o roteiro para.

    Spicy Index
    87,7
    Freedom Score
    96,0

    Testado em 24 de set. de 2026

    Ler a análise
  • Uma mulher de vestido de seda dourada caminha pelas ondas ao pôr do sol, com o tecido esvoaçando atrás dela

    Seedance 2.5

    Seedance 2.5 quando uma tomada de 30 s precisa seguir o roteiro ou muitas referências; para clipes sem censura baratos, o MiniMax H3 custa bem menos.

    Spicy Index
    81,4
    Freedom Score
    83,6

    Testado em 24 de set. de 2026

    Ler a análise
  • Um quarto escuro com uma parede de janelas altas sobre uma cidade cintilante à noite, uma única figura pequena junto ao vidro

    Wan 3.0 Prime

    Wan 3.0 Prime para texto ou referência mais rápidos por 36% a mais; para imagem para vídeo, o Wan 3.0 base custa menos e passa no mesmo nível de cena íntima.

    Spicy Index
    75,8
    Freedom Score
    80,7

    Testado em 24 de set. de 2026

    Ler a análise