Обновления, которые важны для интеграции

У Wan 2.6 Flash — более быстрой и дешёвой версии Alibaba Wan 2.6 — в SpicyAPI появился второй эндпойнт: референсы в видео.

• Wan 2.6 Flash, референсы в видео (alibaba/wan-2.6-flash/reference-to-video): до пяти референсов, из них не больше трёх коротких роликов, остальные — неподвижные изображения, либо одни изображения. Назовите их в промпте character1, character2 и так далее, и модель перенесёт их в новую сцену длиной от 2 до 10 секунд в 720p или 1080p, в пяти соотношениях сторон.
• Звук — переключатель. generate_audio по умолчанию выключен; включите его, и клип вернётся со сгенерированными голосами, эффектами и фоновыми звуками по удвоенной посекундной ставке.
• Неподвижные изображения бесплатны. Референсные ролики добавляют свои секунды к счёту, всего учитывается до пяти секунд.

Перед эндпойнтом нет фильтра контента, а расширение промпта по умолчанию выключено, поэтому ваш промпт доходит до модели как написан. Ни один из наших тестовых запросов не был отклонён.

Тарифицируемые секунды — это длительность результата плюс референсные ролики, каждое значение округляется вверх до целых секунд, а роликов учитывается до пяти секунд.

Qwen Image 2.1 Pro — размещённый уровень Pro модели Alibaba Qwen Image 2.1 — теперь можно вызывать в SpicyAPI; кроме того, сегодня меняются две модели, которые уже есть в каталоге.

• Qwen Image 2.1 Pro, текст в изображение (alibaba/qwen-image-2.1-pro/text-to-image): от одного до шести изображений за запрос, пятнадцать соотношений сторон, 1k, 1.5k или 2k. Наши запросы выполнялись от 14 до 43 секунд.
• Qwen Image 2.1 Pro, редактирование изображений (alibaba/qwen-image-2.1-pro/edit): от одного до десяти референсных изображений и инструкция простым языком. Если не указывать соотношение сторон, результат сохранит пропорции исходного изображения при размере около 2K.
• Qwen Image 2.1 Turbo теперь стоит $0.0144 за изображение на обоих эндпойнтах вместо $0.0192.
• Wan 2.6 Flash, изображение в видео получил новый переключатель generate_audio. Выключен (по умолчанию) — клип остаётся беззвучным по прежней цене за секунду; включён — клип возвращается со сгенерированной звуковой дорожкой по удвоенной ставке.

Перед Qwen Image 2.1 Pro нет фильтра контента, а расширение промпта по умолчанию выключено, поэтому ваш промпт доходит до модели как написан. Ни один из наших тестовых запросов не был отклонён.

Для обеих моделей Qwen все уровни разрешения стоят одинаково, оплачивается каждое возвращённое изображение, а количество референсных изображений на цену не влияет.

Qwen Image 2.1 Turbo — 8-шаговый чекпойнт Qwen Image 2.1, который команда Qwen из Alibaba выпустила с открытыми весами 9 октября 2026 года, — теперь можно вызывать в SpicyAPI. Страница, где он значился как «скоро», теперь его запускает.

• Текст в изображение (alibaba/qwen-image-2.1-turbo/text-to-image): от одного до шести изображений за запрос, пятнадцать соотношений сторон, 1k, 1.5k или 2k. Наши запросы выполнялись от 13 до 39 секунд.
• Редактирование изображений (alibaba/qwen-image-2.1-turbo/edit): от одного до десяти референсных изображений и инструкция простым языком. Если не указывать соотношение сторон, результат сохранит пропорции исходного изображения при размере около 2K.

Перед обоими эндпойнтами нет фильтра контента. Расширение промпта по умолчанию выключено: при включении переписывание от Alibaba смягчает промпты для взрослых, и в наших тестах правка, просившая показать на портрете одетого человека чуть больше, вернулась без изменений.

Все уровни разрешения стоят одинаково, оплачивается каждое возвращённое изображение, а количество референсных изображений на цену не влияет.

Теперь можно продолжить видео, которое у вас уже есть. Загрузите ролик, напишите, что происходит дальше, и SpicyAPI сгенерирует новый фрагмент от последнего кадра вашего ролика и склеит оба в один MP4. Это работает в 31 семействе видеомоделей, через API и на сайте.

• Как это работает. Передайте ролик в video_url (MP4, MOV или WebM, до 60 секунд) и короткий промпт о том, что будет дальше. В большинстве моделей промпт необязателен. Вы получите склеенный MP4 и, отдельно, сам новый фрагмент. Склеенный результат можно продолжать снова, сколько угодно раз.
• Необязательный конечный кадр. Некоторые модели принимают last_image_url — кадр, которым должен закончиться новый фрагмент. Seedance 2.5 использует как референс до последних 30 секунд вашего ролика, поэтому новый фрагмент точнее следует за движением.
• Цена. Вы платите только за новый фрагмент по цене «изображение в видео» этой модели. Исходный ролик не тарифицируется. Seedance 2.5 дополнительно берёт плату за секунды референса по цене своей генерации по референсам. Если склейка не удалась, вся задача возвращается полностью.
• Аккуратный стык. Цвет, яркость и громкость нового фрагмента автоматически выравниваются под ваш ролик, а частота кадров берётся из него. Чёрные полосы не добавляются. Чтобы стык совпал, изображение по краям может быть обрезано или подправлено на несколько процентов.
• На сайте. В Playground, Studio, Ресурсах, истории задач в консоли и редакторе короткометражек у каждого видеорезультата есть кнопка Extend в один клик. Ваш ролик уже подставлен, выбрана та же модель, а цена указана рядом с кнопкой.
• Ролики 4K HDR. У съёмки со смартфона в 4K HDR есть ограничение по длине: около 15 секунд при 60 к/с и около 40 секунд при 30 к/с. На 1080p HDR ограничение не распространяется.

У FLUX 3 и Wan 2.2 Spicy LoRA собственное встроенное продолжение уже было, и оно остаётся. Новые — модели video-extend каждого из перечисленных ниже семейств.

Сегодня в каталог добавлено восемнадцать семейств моделей с поддержкой LoRA, всего 33 эндпоинта. Каждое загружает ваши собственные файлы LoRA по прямой ссылке без дополнительной платы (до трёх на запрос у большинства, один у P-Image), а платформа не применяет никакого фильтра контента.

Прежде чем подключать LoRA:

• Подберите правильную базу. LoRA работает только на той базовой модели, для которой обучена. Файл для другой базы обычно загружается без ошибки и ничего не меняет, поэтому сначала проверьте его карточку модели. На странице каждой модели указано, что мы протестировали.
• Используйте прямую ссылку на файл весов. Ссылка на страницу репозитория или на файл, требующий входа, завершается понятной ошибкой и не тарифицируется.
• Начинайте со scale 1. Значения заметно выше 1 быстро портят картинку.

Откройте любое из новых семейств в разделе Модели: там тестовые результаты, примеры промптов и полная таблица цен.

Vidu Q4 Preview, публичный предпросмотр видеомодели Q4 от Vidu (выпущена 7 октября 2026 года), теперь доступна в SpicyAPI с двумя эндпоинтами. Клипы длятся от 3 до 16 секунд, от 540p до 4k; диалоги, эффекты и звуковая атмосфера генерируются вместе с картинкой, а реплика в двойных кавычках произносится вслух.

• Изображение в видео (vidu/q4-preview/image-to-video): начинается с одного начального кадра, клип сохраняет его композицию. В наших тестах контента отказов не было ни разу.
• Референсы в видео (vidu/q4-preview/reference-to-video): 1–15 референсных изображений людей, нарядов, продуктов или мест плюс до 3 голосовых клипов складываются в одну сцену. Наготу и сцены секса отклоняет, отклонённые запросы не тарифицируются.

Клипы в 2k и 4k возвращаются в виде 10-битных файлов HEVC, которые некоторые браузеры не умеют воспроизводить прямо на странице. Включённый или выключенный звук и число референсов на цену не влияют.

FLUX 3, видеомодель Black Forest Labs, теперь доступна в SpicyAPI. У неё четыре эндпоинта: текст в видео, изображение в видео (с необязательным последним кадром), продление видео и апскейл видео.

Текст в видео, изображение в видео и продление стоят по прайс-листу Black Forest Labs.

Клипы со звуком. Видео длятся от 5 до 20 секунд и идут с синхронным звуком; со звуком и без него цена одинаковая. Черновик — быстрый и недорогой уровень предпросмотра в 720p: проверьте на нём промпт, а в полном качестве отрендерите только тот клип, который оставляете.

Продление и апскейл. Продление принимает клип длиной до 15 секунд и дописывает от 5 до 20 новых секунд, начиная с его последнего кадра; вы получаете только новый фрагмент. Апскейл увеличивает клип длиной до 20 секунд в 1,5–3 раза и сохраняет звук: precise только повышает резкость, creative дополнительно восстанавливает мелкие детали.

Тесты контента. Собственного фильтра мы не добавляем. FLUX 3 работает с модерацией самой Black Forest Labs: пикантные сцены проходят, всё более откровенное отклоняется. За неудачные и отклонённые запросы плата не взимается.

Шесть моделей FLUX.2 от Black Forest Labs теперь доступны в SpicyAPI. У каждой есть эндпоинт «текст в изображение» и эндпоинт редактирования: FLUX.2 Max, Pro, Flex, Dev, Klein 9B и Klein 4B.

Цены указаны за одно изображение. Соотношение сторон на цену не влияет, а редактирование стоит одинаково, отправите вы одно референсное изображение или три.

Для чего нужна каждая модель. Max — флагман с лучшей детализацией. Pro — рабочая лошадка на каждый день. Flex сильнее всех в типографике и тексте внутри изображения. Dev — модель с открытыми весами на 32B. Klein 9B и 4B — небольшие дистиллированные модели, которые возвращают изображение значительно быстрее чем за минуту.

Тесты контента. Собственного фильтра мы не добавляем. Max, Pro и Flex работают с модерацией самой Black Forest Labs: пикантные изображения проходят, на более откровенных запросах персонажей обычно одевают или запрос отклоняется, а редактирование изображений людей отклоняется чаще, чем «текст в изображение». Dev и обе модели Klein имеют открытые веса и работают без модерации; в наших тестах ничего не было отклонено, хотя небольшие модели часто сами добавляют одежду.

Каждая модель поддерживает девять соотношений сторон в 1k (около одного мегапикселя) или 2k (2048 px по длинной стороне) и до трёх референсных изображений при редактировании. За неудачные и отклонённые запросы плата не взимается.

Claude Haiku 5.5, выпущенный Anthropic 7 октября, теперь доступен в SpicyAPI как один чат-эндпоинт, совместимый с OpenAI: anthropic/claude-haiku-5.5/chat.

Проверка контента. Собственных фильтров мы не добавляем. Из 24 тестовых запросов 8 октября модель полностью написала 20, смягчила 2 и отказалась выполнять 2. Интимная сцена между двумя взрослыми вернулась целиком в 8 попытках из 9; отказы пришлись на откровенные описания тела по частям.

Что важно знать. Сколько думать, модель решает сама, поэтому параметра reasoning_effort нет, как нет stop и temperature. max_tokens не обрывает ответ: нужную длину укажите в промпте, а платите вы только за фактически написанные токены. Попадания в кэш стоят $0.10 за миллион токенов.

В наших тестах короткие ответы приходили за три–пять секунд. За неудачные запросы плата не взимается.

Google выпустила Nano Banana 2.1 6 октября 2026 года. Это обновление Nano Banana 2 (Gemini 3.1 Flash Image): выше качество изображений, точнее следование промпту, лучше согласованность персонажей между правками и отрисовка текста. Сегодня доступны два эндпоинта:

• Текст в изображение (google/nano-banana-2.1/text-to-image): 1K, 2K или 4K в четырнадцати форматах от 1:8 до 8:1, вывод в PNG или JPEG, по желанию с веб-поиском и поиском изображений. В наших тестах каждая строка текста в кавычках получалась написанной ровно так, как задано, а с веб-поиском на постере с прогнозом погоды напечатали верную дату.
• Редактирование (google/nano-banana-2.1/edit): от одного до четырнадцати исходных изображений, лица и детали товара сохраняются; режим auto сохраняет формат исходного изображения.

Действует контент-политика Google: провокационная мода генерируется, а запросы на наготу в режиме «текст в изображение» выдают смягчённый результат, а при редактировании отклоняются (отклонённые правки не тарифицируются).

Редактирование добавляет $0.0024 за каждое исходное изображение; веб-поиск и поиск изображений при включении добавляют по $0.0168 каждый.

В каталог добавлено семь новых семейств, все без цензуры, а для Wan 2.2 LoRA появился эндпоинт text-to-video.

• Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image): аниме-чекпойнт Pony XL, в одном запросе можно использовать до трёх ваших LoRA для Pony.
• Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit): недистиллированная база Z-Image, на которой обучено большинство пользовательских LoRA для Z-Image, с image-to-image и регулировкой силы.
• Neta Lumina (neta-art/neta-lumina/text-to-image): аниме-модель Neta.art, промпт можно писать тегами в стиле Danbooru или предложениями.
• Jib Mix Qwen и Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image): фотореалистичная доработка Qwen-Image для естественных портретов, с вашими LoRA или без них.
• HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video): открытая видеомодель Tencent, 5 или 8 секунд в 480p или 720p.
• LTX-2 19B и LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...): видеомодель Lightricks с саундтреком в каждом клипе, от 5 до 20 секунд в разрешении до 1080p; в версии LoRA доступны LoRA для камеры и стиля.
• Wan 2.2 LoRA text-to-video (alibaba/wan-2.2-lora/text-to-video): Wan 2.2 с вашими собственными LoRA для высокого и низкого шума, теперь не только по изображению, но и по промпту.

LoRA — это прямая ссылка на файл .safetensors, обученный для соответствующей базовой модели; загрузка LoRA не тарифицируется отдельно.

Два новых семейства изображений работают на Anima Turbo, быстрой сборке на 8–12 шагов аниме-модели CircleStone Labs с 2 миллиардами параметров. Промпт можно писать тегами в стиле Danbooru, обычными предложениями или смешивая то и другое.

• Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit): аниме-иллюстрации в пятнадцати соотношениях сторон и двух уровнях разрешения, обычно меньше десяти секунд на изображение, а также image-to-image, который превращает фотографии в аниме с регулировкой силы.
• Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit): та же модель, до трёх ваших файлов LoRA в одном запросе, у каждого своя сила, для ретро-игровых образов, манга-туши, персонажей и стилей для взрослых.

LoRA — это прямая ссылка на файл .safetensors: без загрузки, без белого списка, без проверки. Все четыре эндпоинта работают без цензуры, image-to-image стоит столько же, сколько text-to-image, а загрузка LoRA не тарифицируется отдельно.