Обновления, которые важны для интеграции

403 примера покрывают 117 из 120 вызываемых эндпоинтов. Каждый — это задача, действительно выполненная на нашей платформе, а не концепт-картинка и не кадр, взятый из карточки модели. К каждому прилагаются три вещи:

• Готовый файл, отдаваемый с нашего собственного CDN и в исходном соотношении сторон.
• Полный объект входных данных, который его породил: промпт, размер, длительность, все параметры — можно скопировать прямо в свой вызов.
• Пояснение на всех десяти языках интерфейса: почему выбраны именно такие входные данные, под какое соотношение сторон писалась композиция, какой параметр здесь главный и что менять в первую очередь.

На странице модели они выстроены так, что их можно охватить одним взглядом; через API они приходят в поле examples ответа GET /console/v1/catalog/models/{slug}.

Раньше выбор модели сводился к чтению таблицы параметров и попыткам представить результат. Теперь видно, что эндпоинт выдаёт на самом деле, и можно начать с входных данных, про которые известно, что на нём они работают.

Открыть каталог

К семейству замен добавились шесть эндпоинтов, три из них — для видео. Различает их то, сколько именно переносится.

Изображения

• spicyapi/face-swap-pro-v1/edit — переносятся только черты лица. Причёска, линия роста волос, силуэт головы, поза, одежда, свет и фон на целевом снимке остаются прежними. $0,16 за изображение.
• spicyapi/face-swap-v1-plus/edit — переносит лицо и заодно согласует тон кожи между двумя снимками; движок смешивает либо одно лицо, либо голову целиком — что выглядит убедительнее. $0,16 за изображение.
• Исходные spicyapi/face-swap-v1/edit и spicyapi/head-swap-v1/edit остаются по $0,013 за изображение.

Видео

• spicyapi/face-swap-video-v1/video-edit — переносит черты с одного референсного снимка на каждый кадр. Причёска, силуэт головы, движение, костюм и свет исполнителя не затрагиваются. $0,0325 за секунду результата.
• spicyapi/head-swap-video-v1/video-edit — меняются волосы, форма головы и сама личность. $0,064 за секунду результата.
• spicyapi/character-swap-v1/video-edit — меняется фигура целиком, вместе с одеждой. $0,064 за секунду результата.

Два видеоэндпоинта для нескольких человек намеренно сделаны двухшаговыми. Сначала вызовите парный video-analyze, $0,08 за запрос: он ведёт каждого различимого человека через весь ролик и возвращает по одному превью-кадру на человека в фиксированном порядке — первое изображение это позиция 0, второе — позиция 1. Затем вы передаёте выбранные позиции и от одной до трёх референсных фотографий для каждой. Гадать, на кого именно подействует модель, не приходится.

Три модели xAI, у каждой по одному эндпоинту chat, все говорят в формате OpenAI и поддерживают потоковую передачу.

• На 40% ниже цены, опубликованной самой xAI, по каждому тарифу; сверено с их страницей цен 19 сентября 2026 года.
• Значение reasoning_effort: none принимает только 4.3. На 4.5 и 4.6 оно отклоняется на стороне поставщика; остальные четыре уровня работают на всех трёх.
• У 4.5 кэшированный ввод дешевле, чем у 4.6 ($0,18 против $0,30 за 1 млн токенов), во всём остальном они совпадают.
• Промпты от 200 000 токенов тарифицируются по повышенной ставке длинного контекста — ровно так же, как у xAI. Токены рассуждения засчитываются в max_tokens, заложите их в бюджет.
• Эти маршруты принимают текст и изображения. Части типа «файл» или PDF они не принимают.

Пять эндпоинтов для изображений с четырёхкратным разбросом цен — уровень можно подобрать под задачу, а не платить по верхней ставке за миниатюру.

• bytedance/seedream-4.0/text-to-image и bytedance/seedream-4.0/edit — $0,03 за изображение, оба Uncensored. Эндпоинт edit принимает готовое изображение и письменную инструкцию.
• krea/2-large/text-to-image — $0,06 за изображение, Filtered.
• krea/2-medium/text-to-image — $0,03 за изображение, Softened.
• krea/2-medium-turbo/text-to-image — $0,015 за изображение, Filtered. Самый дешёвый эндпоинт для изображений в каталоге после семейства замен.

Две вещи стоит знать до выбора. Уровни Krea отличаются не только ценой, но и тем, что они вообще принимают: Filtered отклоняет откровенные запросы напрямую, а Softened возвращает смягчённый результат и всё равно списывает за него деньги — на маршруте Softened смотрите на сам результат, а не на код статуса. И размер изображения — не поправка, которую накладывают задним числом: в примерах на странице каждой модели указан ровно тот размер, под который писалась композиция, потому что промпт, задуманный под вертикальный кадр, не «перемасштабируется» в горизонтальный.

heartmula/transcribe/speech-to-text расшифровывает спетые слова из аудиофайла и возвращает их текстом в самой задаче. Он настроен на вокал поверх музыки, а не на обычную речь.

• Единственный вход — audio_url, и он должен вести прямо на аудиофайл. Больше отправлять нечего: ни подсказки о языке, ни запроса меток времени, ни переключателя разделения говорящих.
• Результат — текст в задаче. Медиа-объект не создаётся, поэтому скачивать нечего и в срок хранения медиа ничего не попадает.
• Ни тайминга по строкам, ни значений уверенности, ни меток говорящих.
• $0,05 за расшифровку, независимо от длительности аудио.

Это ещё и первый эндпоинт в каталоге, чей результат — текст, а не файл. Если ваша интеграция исходит из того, что у каждой завершённой задачи есть скачиваемый объект, именно здесь это допущение и обнаружится: прежде чем подключать, загляните в свой обработчик результатов.