Atualizações que fazem diferença na integração

Quatro lugares novos para decidir qual modelo usar, todos montados a partir de execuções nesta plataforma. As classificações, as análises e a arena ficam em Rankings, no cabeçalho do site, e a biblioteca de prompts em Estúdio.

• Classificações: cada modelo recebe duas notas separadas. O Spicy Index (0–100) ainda é preliminar: por enquanto avalia só a capacidade, e a qualidade do resultado entra quando nossos testes de qualidade e os votos da arena estiverem prontos. O Freedom Score (0–100) mede até onde cada modelo vai, de forma verificada, na nossa escala de testes de conteúdo. As duas nunca se misturam, e preço, velocidade e confiabilidade aparecem ao lado como medições brutas. Há classificações de vídeo, imagem, LLM, sem censura, melhor custo-benefício e velocidade; em 26 de setembro, 53 modelos estão classificados a partir de 1.672 execuções de teste, e as notas são recalculadas todo dia.
• Análises: oito até agora — MiniMax H3, MiniMax H3 Spicy, Seedance 2.5, Seedance 2.5 Spicy, Wan 3.0, Seedream 5.0 Pro, Z-Image Spicy e Grok 4.7. Cada uma mostra resultados reais, um relatório de testes, quanto custa um resultado aproveitável e uma recomendação clara.
• Arena às cegas: dois resultados anônimos de imagem ou vídeo feitos com o mesmo prompt. Escolha o que você guardaria e depois veja quais modelos os fizeram. Os votos de quem está logado definem notas Bradley-Terry com intervalos de 95%, atualizadas a cada hora; modelos com intervalos sobrepostos dividem a posição. As posições só aparecem quando há votos suficientes; até lá, os modelos são listados por fabricante.
• Biblioteca de prompts: 176 prompts para modelos de vídeo e imagem, cada um com o resultado que realmente gerou. Filtre por modelo, tarefa, cena ou movimento de câmera e copie o prompt ou abra-o no playground com todas as configurações preenchidas.

A metodologia é pública e versionada. Vendemos acesso a todos os modelos que classificamos, então essa página também explica como isso fica fora das notas.

Quatro mudanças no comportamento das tarefas. Duas podem exigir um ajuste do seu lado: se você conta com pedidos idênticos devolvendo resultados idênticos, envie um seed; se você toma decisões pelos códigos de erro, trate o 40310.

Uma execução que falha é tentada antes em outra rota. Muitos modelos aqui são servidos por mais de uma rota. Desde 23 de setembro, quando uma execução falha depois de aceita e outra rota serve o mesmo modelo com as mesmas configurações, nós a rodamos lá antes de informar a falha, desde que a tarefa ainda tenha tempo. A cobrança é uma só, pelo resultado que você recebe. Falhas que se repetiriam em qualquer lugar, como uma recusa por direitos autorais, não são repetidas.

As recusas explicam a causa e a solução. Quando um modelo bloqueia um resultado por possível violação de direitos autorais ou pelo rosto de uma pessoa real, o errorMessage agora diz qual foi o caso e o que tentar:

• Em vídeo, a causa costuma ser a trilha sonora gerada: use generate_audio: false, tire o áudio de referência e não cite músicas ou artistas reais no prompt.
• Em imagem, quase sempre há um personagem conhecido, um logo ou uma obra, no prompt ou numa imagem de referência.
• Alguns modelos não aceitam rostos de pessoas reais nas imagens de referência. A mensagem avisa e sugere outro modelo ou um personagem ilustrado.

O errorCode continua content_rejected, a cobrança é reembolsada e a mensagem segue o idioma de erros da sua API, como qualquer outro erro.

Um seed aleatório quando você omite seed. Desde 24 de setembro, nos modelos que aceitam seed, um pedido sem ele recebe um seed aleatório, devolvido no input da tarefa. Dois pedidos idênticos não devolvem mais o mesmo resultado. Para manter as execuções comparáveis, mande de volta o seed recebido; um seed fixo não garante um resultado idêntico. Alguns poucos modelos variam o seed sem devolvê-lo. Um seed que você envia é sempre usado como está.

40310 para contas com e-mail não verificado. As chaves dessas contas recebiam um 403 genérico. Desde 25 de setembro, recebem o código de negócio 40310, com uma mensagem pedindo para abrir o link de verificação ou pedir um novo pelo Console. A chave passa a funcionar assim que o endereço é verificado.

Cinco SDKs oficiais já estão no ar, junto de uma CLI, um servidor MCP, um Agent Skill e um proxy que dispensa colocar a chave no cliente. Todos implementam os mesmos quatro passos: cotar, criar com uma chave de idempotência, esperar e recolher.

• Quase nada entra na sua árvore de dependências. Python e Go usam apenas a biblioteca padrão, o PHP também dispensa bibliotecas e o Java traz exatamente uma: o Jackson.
• Todo o fluxo assíncrono, não apenas a chamada HTTP: um orçamento de espera na criação da tarefa, o upload em três etapas para as suas próprias imagens e vídeos e a verificação da assinatura dos webhooks.
• O @spicyapi/cli percorre o catálogo, cota o preço antes de gastar e baixa os resultados prontos pelo terminal. O @spicyapi/mcp dá as mesmas capacidades ao Claude Code, ao Codex, ao Cursor ou a qualquer cliente MCP, e pede confirmação antes de qualquer cobrança. O Agent Skill se instala com npx skills add Spicy-API/spicy-skill e ensina a ordem correta das operações a um assistente de programação.
• O @spicyapi/proxy mantém a chave no seu servidor. Uma chave compilada dentro de um aplicativo web, móvel ou desktop é uma chave pública; este pacote é o salto do lado do servidor que a guarda no lugar dela.

Os cinco são de código aberto sob licença MIT. Os guias: docs.spicyapi.ai

Duas formas de parar de escrever laços de polling. As duas já estão no ar.

Um orçamento de espera na criação da tarefa. Acrescente ?wait=<segundos> ao createTask e seguramos a conexão aberta até a tarefa chegar a um estado final, respondendo com o registro completo — no mesmo formato que o recordInfo devolve.

• O orçamento acaba: você recebe o 202 de sempre, idêntico a omitir o parâmetro, e passa a consultar a partir dali.
• A conexão cai: nada muda para a tarefa. Ela continua rodando e é cobrada normalmente.
• O teto é de 60 segundos. Valores maiores são aparados em vez de recusados, e um valor malformado é ignorado em vez de recusado — um erro de digitação num parâmetro de otimização não deveria derrubar uma geração que daria certo.

Vale a pena em endpoints que terminam em segundos, ou seja, na maior parte do trabalho de imagem e edição. Modelos de vídeo costumam levar minutos, então o orçamento simplesmente expira e você acaba consultando assim mesmo.

Endpoints de webhook no nível da conta. Registre uma URL uma única vez junto com os eventos que ela quer, e toda tarefa correspondente é entregue ali — não é mais preciso passar uma URL de retorno em cada tarefa. Uma conta comporta até 16 endpoints, cada um com o próprio segredo de assinatura. Um 410 Gone vindo do seu servidor desativa aquele endpoint na hora, em vez de insistir num endereço que o dono aposentou. Por enquanto os endpoints só existem via API; o console ainda não tem uma tela para eles.

Detalhes: tarefas · webhooks

403 exemplos cobrem agora 117 dos 120 endpoints chamáveis. Cada um é um trabalho de fato executado nesta plataforma — não é imagem de conceito nem quadro emprestado de um cartão de modelo — e cada um carrega três coisas:

• O arquivo pronto, servido do nosso próprio CDN, na proporção original.
• O objeto de entrada completo que o produziu: prompt, tamanho, duração, todos os parâmetros, pronto para copiar direto na sua chamada.
• Uma nota nos dez idiomas da interface explicando por que aquela entrada foi escolhida: para qual proporção a composição foi escrita, qual parâmetro está fazendo o trabalho, o que mudar primeiro.

Na página de cada modelo eles aparecem como um painel de resultados que se percorre de relance; pela API voltam em examples no GET /console/v1/catalog/models/{slug}.

Escolher um modelo significava, até aqui, ler uma tabela de parâmetros e imaginar o resultado. Agora dá para ver o que um endpoint realmente produz e partir de uma entrada que se sabe funcionar nele.

Ver o catálogo