PixVerse v5.5 es un modelo de texto a vídeo e imagen a vídeo que permite desarrollar una escena en movimiento a partir de una descripción escrita o una imagen de referencia. Define el sujeto, la acción y la composición final antes de generar. Usa la secuencia terminada para valorar el movimiento real y la continuidad visual que requiere el montaje previsto.
Para un plano basado en texto, describe un suceso con una dirección clara. Un personaje que entra en una habitación, un objeto que gira hacia el espectador o una cámara que desvela un paisaje tienen cada uno un inicio y un final. Incluye el entorno y los detalles de apariencia que hacen específico y reconocible el suceso.
Para un plano basado en una imagen, prepara una referencia que muestre con claridad los rasgos importantes del sujeto. Mantén visibles los rostros, los bordes y los detalles de los materiales, y deja espacio para el movimiento solicitado. Describe qué cambia respecto al fotograma de origen y conserva la imagen original junto al resultado para compararlos directamente.
La ficha documentada del modelo incluye duraciones de cinco, ocho y diez segundos, varios formatos de encuadre y múltiples opciones de resolución. Elige una combinación compatible con el flujo seleccionado. Conserva la duración y los ajustes de salida utilizados junto al plano para poder valorar las propuestas frente al mismo objetivo de composición y tiempos.
Aprovecha la duración disponible del plano para conseguir una progresión clara. Un plano que desvela algo puede empezar con el sujeto parcialmente oculto y terminar con su rasgo importante a la vista. Una interacción puede mostrar la aproximación, el contacto y el resultado. Indica la secuencia en las instrucciones y comprueba si el vídeo terminado sigue ese orden previsto.
Describe el movimiento de la cámara por separado del movimiento del sujeto. Una cámara que se acerca a un objeto y un objeto que se acerca a la cámara crean relaciones visuales distintas. Elige el movimiento que facilite más ver el detalle decisivo de la escena. Revisa el encuadre final en el contexto del siguiente plano o elemento gráfico.
Examina toda la secuencia a velocidad normal de reproducción. Comprueba la apariencia del sujeto, la forma de los objetos, las proporciones corporales cuando sean relevantes y el contacto entre los elementos en movimiento. Observa los momentos en que cambia el punto de vista o se solapan los objetos. Valora el inicio y el final como partes de un mismo plano aprovechable.
Guarda juntos el vídeo terminado, el prompt, la imagen de referencia y los ajustes seleccionados. Al revisar, registra la discrepancia observada y cambia la parte de las instrucciones que la aborde. Conserva los elementos de la escena que ya funcionan para que el siguiente resultado responda a una cuestión visual concreta.
", "aboutText": "PixVerse v5.5 es un modelo de texto a vídeo e imagen a vídeo que permite desarrollar una escena en movimiento a partir de una descripción escrita o una imagen de referencia. Define el sujeto, la acción y la composición final antes de generar. Usa la secuencia terminada para valorar el movimiento real y la continuidad visual que requiere el montaje previsto.\n\nPara un plano basado en texto, describe un suceso con una dirección clara. Un personaje que entra en una habitación, un objeto que gira hacia el espectador o una cámara que desvela un paisaje tienen cada uno un inicio y un final. Incluye el entorno y los detalles de apariencia que hacen específico y reconocible el suceso.\n\nPara un plano basado en una imagen, prepara una referencia que muestre con claridad los rasgos importantes del sujeto. Mantén visibles los rostros, los bordes y los detalles de los materiales, y deja espacio para el movimiento solicitado. Describe qué cambia respecto al fotograma de origen y conserva la imagen original junto al resultado para compararlos directamente.\n\nLa ficha documentada del modelo incluye duraciones de cinco, ocho y diez segundos, varios formatos de encuadre y múltiples opciones de resolución. Elige una combinación compatible con el flujo seleccionado. Conserva la duración y los ajustes de salida utilizados junto al plano para poder valorar las propuestas frente al mismo objetivo de composición y tiempos.\n\nAprovecha la duración disponible del plano para conseguir una progresión clara. Un plano que desvela algo puede empezar con el sujeto parcialmente oculto y terminar con su rasgo importante a la vista. Una interacción puede mostrar la aproximación, el contacto y el resultado. Indica la secuencia en las instrucciones y comprueba si el vídeo terminado sigue ese orden previsto.\n\nDescribe el movimiento de la cámara por separado del movimiento del sujeto. Una cámara que se acerca a un objeto y un objeto que se acerca a la cámara crean relaciones visuales distintas. Elige el movimiento que facilite más ver el detalle decisivo de la escena. Revisa el encuadre final en el contexto del siguiente plano o elemento gráfico.\n\nExamina toda la secuencia a velocidad normal de reproducción. Comprueba la apariencia del sujeto, la forma de los objetos, las proporciones corporales cuando sean relevantes y el contacto entre los elementos en movimiento. Observa los momentos en que cambia el punto de vista o se solapan los objetos. Valora el inicio y el final como partes de un mismo plano aprovechable.\n\nGuarda juntos el vídeo terminado, el prompt, la imagen de referencia y los ajustes seleccionados. Al revisar, registra la discrepancia observada y cambia la parte de las instrucciones que la aborde. Conserva los elementos de la escena que ya funcionan para que el siguiente resultado responda a una cuestión visual concreta.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1e708352c03500988145ce7b0ff34314ab39b448b5d275bc87c252d9d6158f73", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "pixverse-v5.5PixVerse v5.5 genera vídeos a partir de texto o imágenes. Su ficha documentada incluye duraciones de cinco, ocho y diez segundos, junto con controles de encuadre y resolución para planificar un plano.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
PixVerse v5.5 es un modelo de texto a vídeo e imagen a vídeo que permite desarrollar una escena en movimiento a partir de una descripción escrita o una imagen de referencia. Define el sujeto, la acción y la composición final antes de generar. Usa la secuencia terminada para valorar el movimiento real y la continuidad visual que requiere el montaje previsto.
Para un plano basado en texto, describe un suceso con una dirección clara. Un personaje que entra en una habitación, un objeto que gira hacia el espectador o una cámara que desvela un paisaje tienen cada uno un inicio y un final. Incluye el entorno y los detalles de apariencia que hacen específico y reconocible el suceso.
Para un plano basado en una imagen, prepara una referencia que muestre con claridad los rasgos importantes del sujeto. Mantén visibles los rostros, los bordes y los detalles de los materiales, y deja espacio para el movimiento solicitado. Describe qué cambia respecto al fotograma de origen y conserva la imagen original junto al resultado para compararlos directamente.
La ficha documentada del modelo incluye duraciones de cinco, ocho y diez segundos, varios formatos de encuadre y múltiples opciones de resolución. Elige una combinación compatible con el flujo seleccionado. Conserva la duración y los ajustes de salida utilizados junto al plano para poder valorar las propuestas frente al mismo objetivo de composición y tiempos.
Aprovecha la duración disponible del plano para conseguir una progresión clara. Un plano que desvela algo puede empezar con el sujeto parcialmente oculto y terminar con su rasgo importante a la vista. Una interacción puede mostrar la aproximación, el contacto y el resultado. Indica la secuencia en las instrucciones y comprueba si el vídeo terminado sigue ese orden previsto.
Describe el movimiento de la cámara por separado del movimiento del sujeto. Una cámara que se acerca a un objeto y un objeto que se acerca a la cámara crean relaciones visuales distintas. Elige el movimiento que facilite más ver el detalle decisivo de la escena. Revisa el encuadre final en el contexto del siguiente plano o elemento gráfico.
Examina toda la secuencia a velocidad normal de reproducción. Comprueba la apariencia del sujeto, la forma de los objetos, las proporciones corporales cuando sean relevantes y el contacto entre los elementos en movimiento. Observa los momentos en que cambia el punto de vista o se solapan los objetos. Valora el inicio y el final como partes de un mismo plano aprovechable.
Guarda juntos el vídeo terminado, el prompt, la imagen de referencia y los ajustes seleccionados. Al revisar, registra la discrepancia observada y cambia la parte de las instrucciones que la aborde. Conserva los elementos de la escena que ya funcionan para que el siguiente resultado responda a una cuestión visual concreta.
POST /v1/videostext, imagevideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites pixverse-v5.5 Condiciones: Usa exactamente este selector de enrutamiento de Ailoot. | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Condiciones: Describe la escena y su movimiento. | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 16:9, 4:3, 1:1, 3:4, 9:16 Condiciones: Usa una de las relaciones de aspecto indicadas para el modelo seleccionado. | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites 360p, 540p, 720p, 1080p Condiciones: Usa el valor de calidad indicado para el modelo seleccionado. | Predeterminado— |
Campomotion_mode | Tipostring | RequisitoOpcional | Valores y límites normal, fast Condiciones: Usa el modo de movimiento indicado para el modelo seleccionado. | Predeterminado— |
Campoduration | Tipointeger | RequisitoOpcional | Valores y límites 5, 8, 10 Condiciones: Usa una de las duraciones indicadas; no presupongas ningún valor predeterminado que no se haya especificado. | Predeterminado— |
Campoend_image | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Un fotograma final opcional selecciona un modo de imagen admitido. | Predeterminado— |
Campolip_sync_tts_content | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Contenido de voz opcional para el modelo seleccionado. | Predeterminado— |
Campolip_sync_tts_speaker_id | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Usa un ID de voz real admitido por el proveedor; no inventes ningún ID de voz. | Predeterminado— |
Campoimage | Tipostring or array<string> | RequisitoOpcional | Valores y límites Condiciones: Usa una URL real y de acceso público de tu imagen o una imagen en base64; el modelo seleccionado admite imágenes como entrada. | Predeterminado— |
Camponegative_prompt | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Describe el contenido que se debe evitar. | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional | Contratoaspect_ratio, quality, motion_mode, duration, end_image, lip_sync_tts_content, lip_sync_tts_speaker_id, image, negative_prompt |
Parámetromaterial_types | Contratotext, image |
Parámetroconditions | ContratoUsa exactamente este selector de enrutamiento de Ailoot., Describe la escena y su movimiento., Usa una de las relaciones de aspecto indicadas para el modelo seleccionado., Usa el valor de calidad indicado para el modelo seleccionado., Usa el modo de movimiento indicado para el modelo seleccionado., Usa una de las duraciones indicadas; no presupongas ningún valor predeterminado que no se haya especificado., Un fotograma final opcional selecciona un modo de imagen admitido., Contenido de voz opcional para el modelo seleccionado., Usa un ID de voz real admitido por el proveedor; no inventes ningún ID de voz., Usa una URL real y de acceso público de tu imagen o una imagen en base64; el modelo seleccionado admite imágenes como entrada., Describe el contenido que se debe evitar. |
Alias de método: /v1/videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.2 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "pixverse-v5.5",\n "prompt": "A cat is walking on grass."\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Create once; retain id, polling_url, original task identifiers and every header.\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_STATUS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("result.json").read_text())\nu=urljoin("https://api.ailoot.ai",r["polling_url"])\np=urlsplit(u)\nif p.scheme!="https" or p.netloc!="api.ailoot.ai" or p.username or p.password:\n raise SystemExit("Unexpected returned polling URL; preserve the response")\nsubprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-D","status-headers.txt","-o","status.json"],check=True)\n# Read this same original polling_url again while pending.\n# Preserve unknown/result_pending_check; do not repeat creation.\nPY_STATUS\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("status.json").read_text())\nroles={}\ndef visit(v,path=""):\n if isinstance(v,dict):\n for k,x in v.items(): visit(x,path+"/"+k)\n elif isinstance(v,list):\n for i,x in enumerate(v): visit(x,path+"/"+str(i))\n elif isinstance(v,str):\n u=urljoin("https://api.ailoot.ai",v); p=urlsplit(u)\n if p.scheme=="https" and p.netloc=="api.ailoot.ai" and not p.username and not p.password and p.path.startswith("/v1/media/assets/") and p.path.endswith("/content"):\n roles.setdefault(u,[]).append(path)\nvisit(r)\nif not roles: raise SystemExit("No completed owned assets; retain the original status")\nmanifest=[]\nfor i,(u,paths) in enumerate(roles.items()):\n target=Path(f"asset-{i}.bin")\n subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-o",str(target)],check=True)\n raw=target.read_bytes()\n if not raw: raise SystemExit("Empty asset; retain original status and metadata")\n ext="glb" if raw[:4]==b"glTF" else "png" if raw[:8]==b"\\x89PNG\\r\\n\\x1a\\n" else "jpg" if raw[:3]==b"\\xff\\xd8\\xff" else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "mp4" if raw[4:8]==b"ftyp" else "bin"\n name=f"asset-{i}.{ext}"\n if target.name!=name: target.rename(name)\n manifest.append({"file":name,"response_paths":paths,"bytes":len(raw)})\nPath("asset-manifest.json").write_text(json.dumps(manifest,indent=2))\nprint("Saved",len(manifest),"unique owned assets; every response role retained")\nPY_ASSETS\nGET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarda todos los vídeos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva la respuesta completa y sus cabeceras, los identificadores originales, todos los resultados reales y todos los campos de uso y contabilidad. Guarda cada recurso único bajo tu titularidad y conserva todas las funciones que apuntan a él.
Conserva el id público devuelto de la tarea u operación y todas las cabeceras. Consulta únicamente la tarea original; unknown o result_pending_check no autorizan otra creación.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campopolling_url | Tipostring |
Campoprovider_task_id | Tipostring |
Campotask_id | Tipostring |
Campostatus | Tipostring |
Campovideo_url | Tipostring |
Ailoot Ultra pixverse-v5.5
/v1/videos/generations