API de texto a video
UnificAlly ofrece 36 modelos de texto a video de Kling, MiniMax, ByteDance, Alibaba, Google y xAI con una sola API REST y una sola clave de API. Las tarifas empiezan en $0.007/s (SeeDance 1.5 Pro) o $0.075 por video (Veo 3.1), según cómo factura cada modelo, y pagas por generación desde un saldo prepago, sin suscripción. Todos los modelos de abajo usan las mismas dos llamadas: POST /v1/tasks para iniciar un trabajo y GET /v1/tasks/{task_id} para obtener el resultado.
Los 36 modelos de texto a video en UnificAlly
| Modelo | Proveedor | Tarifa inicial |
|---|---|---|
| API de Gemini Omni Flash 1.2 Cualquier duración de 3 a 15s, referencias de personaje con voces predefinidas y edición de video de hasta 15s. | desde $0.0213/s | |
| API de MiniMax H3 Highspeed MiniMax El H3 más rápido: 768p, 4-15s, fotogramas inicial/final, hasta 9 imágenes y 3 videos de referencia, con audio nativo. | MiniMax | $0.054/s |
| API de MiniMax H3 Fast MiniMax H3 Fast (unos 30 s por trabajo): 480p o 768p, 4-15s, fotogramas inicial/final, imágenes, videos y audio de referencia, sin recargo por imagen. | MiniMax | desde $0.0414/s |
| API de MiniMax H3 Lite MiniMax Las entradas de H3 a cerca de la mitad del precio: 480p o 768p, 4-15s, fotogramas inicial/final, hasta 9 imágenes y 3 videos de referencia. | MiniMax | desde $0.0225/s |
| API de MiniMax H3 Max MiniMax H3 Max: 480p o 768p, 5-15s, fotogramas inicial/final, imágenes, videos y audio de referencia, seed y expansión de prompt. | MiniMax | desde $0.045/s |
| API de MiniMax H3 Max Turbo MiniMax H3 Max destilado: solo texto o fotograma inicial con final opcional, 480p o 768p, 5-15s, seed y expansión de prompt. | MiniMax | desde $0.0225/s |
| API de Grok Imagine 1.5 Lite Video xAI | xAI | desde $0.01/s |
| API de Kling 4.0 Kling Próximamente: video de 3-30s, 720p a 4K, hasta 10 fotogramas clave, 15 referencias, audio estéreo con lip-sync. | Kling | desde $0.126/s |
| API de Kling 4.0 Flash Kling Próximamente: el modelo rápido de Kling 4.0. 3-20s a 720p, texto a video, imagen a video, Omni Reference. | Kling | desde $0.0756/s |
| API de Gemini Omni Flash 1.1 Referencias de texto, imagen y personaje con voces predefinidas; videos de 4-10s más edición conversacional. | desde $0.11 por video | |
| API de Wan 3.0 Prime Alibaba Wan 3.0 rápido: los mismos videos de 2–30s con audio y modos T2V/I2V/R2V, con tiempos de generación mucho más cortos. | Alibaba | desde $0.0612/s |
| API de Wan 3.0 Alibaba Videos de 2–30s con audio, T2V/I2V/R2V, entradas de documentos y páginas web, hasta 20 referencias, 480P–1080P. | Alibaba | desde $0.0425/s |
| API de SeeDance 2.5 ByteDance 4-30s, 480p a 1080p, audio nativo, primer/último fotograma y hasta 50 referencias multimodales. | ByteDance | desde $0.114/s |
| API de MiniMax Hailuo H3 MiniMax 2K a 24 fps con audio nativo, 4-15s, seis relaciones de aspecto, fotogramas inicial/final y referencia a video. | MiniMax | desde $0.072/s |
| API de HappyHorse 1.1 Alibaba Hasta 9 imágenes de referencia, 720p o 1080p, 3–15s, audio nativo y lip-sync en una sola pasada. | Alibaba | desde $0.112/s |
| API de Kling 3.0 Turbo Kling T2V o I2V, 3–15s a 720p Standard o 1080p Pro, sin multi-shot ni audio nativo. | Kling | desde $0.1008/s |
| API de Veo 3.1 4 variantes del modelo, 720p–4K, diálogo con lip-sync y efectos de sonido en una sola llamada. | desde $0.075 por video | |
| API de SeeDance 2.0 ByteDance Hasta 9 referencias de imagen/video/audio, T2V o primer/último fotograma, 4–15s, hasta 4K en Pro. | ByteDance | desde $0.022/s |
| API de SeeDance 2.0 Fast ByteDance Hasta 9 referencias, T2V o primer/último fotograma, 4–15s a 480p o 720p, entrega más rápida. | ByteDance | desde $0.0372/s |
| API de SeeDance 2.0 Mini ByteDance Hasta 9 referencias, T2V o primer/último fotograma, 4–15s, 480p o 720p, optimizado en costo. | ByteDance | desde $0.022/s |
| API de Kling 3.0 Kling Multi-shot de 2–6 escenas por llamada, toma única de 3–15s, modo 4K, con lip-sync de Audio 2.0. | Kling | desde $0.0756/s |
| API de Grok Imagine 1.5 Fast Video xAI T2V, I2V o imágenes de referencia con presets de estilo, resultados más rápidos a 480p, 720p o 1080p. | xAI | desde $0.04/s |
| API de Grok Imagine 1.5 Video xAI Anima una imagen inicial, 1–15s, 480p a 1080p, la única ruta de Grok que llega a 1080p. | xAI | desde $0.04/s |
| API de Kling O1 Kling Generación de video con razonamiento, hasta 7 referencias, elementos solo de imagen, toma única de 3–10s, 720p/1080p. | Kling | desde $0.0756/s |
| API de MiniMax Hailuo 2.0 MiniMax Solo prompt, fotograma inicial, o fotogramas inicial y final, 768p o 1080p, 6 o 10 segundos. | MiniMax | desde $0.0504/s |
| API de MiniMax Hailuo 2.3 MiniMax Solo prompt o con un fotograma inicial, 768p o 1080p, 6 o 10 segundos. | MiniMax | desde $0.042/s |
| API de Kling 2.1 Master Kling T2V o I2V solo en Pro 1080p, 5 o 10s, con efectos de sonido y música opcionales. | Kling | $0.252/s |
| API de Kling 2.5 Turbo Kling T2V o I2V con fotograma final opcional, 5 o 10s a 720p Standard o 1080p Pro. | Kling | desde $0.0378/s |
| API de Kling 2.6 Kling T2V o I2V a 720p Standard o 1080p Pro, 5 o 10s, con fotograma final y audio opcionales. | Kling | desde $0.0378/s |
| API de SeeDance 1.5 Pro ByteDance T2V o primer/último fotograma a 720p o 1080p, con videos de 5, 10 o 12s. | ByteDance | desde $0.007/s |
| API de Wan 2.6 Alibaba T2V, I2V o R2V con hasta 5 referencias, 720p o 1080p, 2–15s, con audio automático y multi-shot. | Alibaba | desde $0.09/s |
| API de SeeDance 1.0 ByteDance T2V o I2V a 480p/720p, clips de 5 o 10 segundos. | ByteDance | desde $0.015/s |
| API de SeeDance 1.0 Pro Fast ByteDance Texto a video rápido e imagen a video desde el primer fotograma hasta 1080p, de 4–12 segundos. | ByteDance | desde $0.007/s |
| API de Kling 3.0 Omni Kling Hasta 7 referencias más elementos, referencia/transformación de video, multi-shot de 2–6, modo 4K. | Kling | desde $0.0756/s |
| API de Wan 2.7 Alibaba T2V, I2V o R2V con primer/último fotograma, continuación de video, lip-sync, 2–15s a 720P o 1080P. | Alibaba | desde $0.09/s |
| API de HappyHorse 1.0 Alibaba T2V, I2V o R2V con hasta 9 imágenes de referencia, 720P o 1080P, videos de 3–15s con audio y video generados juntos. | Alibaba | desde $0.119/s |
Cómo llamar a la API de texto a video
Todos los modelos reciben la misma solicitud: un ID de modelo y un objeto input. Este ejemplo usa google/veo-3.1-fast; cámbialo por cualquier ID de modelo de la tabla y usa los campos de input que indica su página.
# 1. Start a task
curl -X POST https://api.unifically.com/v1/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "google/veo-3.1-fast",
"input": {
"prompt": "A cinematic shot of a cat walking through a garden",
"aspect_ratio": "16:9",
"duration": 4,
"resolution": "1080p"
}
}'
# 2. Read the result with the task_id from step 1
curl https://api.unifically.com/v1/tasks/TASK_ID \
-H "Authorization: Bearer YOUR_API_KEY"Preguntas frecuentes sobre la API de texto a video
- ¿Cuánto cuesta la API de texto a video?
- Cada modelo tiene su propia tarifa, que aparece en la tabla de arriba y en la página de precios. Las tarifas más bajas ahora mismo son $0.007/s (SeeDance 1.5 Pro) y $0.075 por video (Veo 3.1). Pagas por generación desde un saldo prepago: sin suscripción, sin mínimo mensual, y el saldo no caduca. Las generaciones fallidas no se cobran, y una solicitud con dry_run en true devuelve el precio exacto sin ejecutar el trabajo.
- ¿Cómo llamo a estos modelos de texto a video desde código?
- Envía POST https://api.unifically.com/v1/tasks con tu clave de API, un ID de modelo (por ejemplo google/veo-3.1-fast) y un objeto input. La respuesta incluye un task_id: consulta GET /v1/tasks/{task_id} hasta que el estado sea completed, o pasa un callback_url para recibir el resultado por webhook. La forma de la solicitud es la misma para todos los modelos; solo cambian el ID de modelo y los campos de input.
- ¿La misma API puede convertir una imagen en video?
- Sí. Todos los modelos de esta página también aceptan una imagen inicial; la lista completa de imagen a video está en la página de la API de imagen a video. La imagen va en el input del modelo como URL, por ejemplo start_image_url en Veo 3.1.
- ¿Puedo probar los modelos de texto a video antes de recargar saldo?
- Sí. Una cuenta nueva de UnificAlly empieza con un saldo de registro de $0.50, y cada página de modelo tiene un playground en el navegador que funciona con ese saldo, así que puedes comparar resultados antes de escribir código.