API de texto a video: más de 25 modelos de IA
API de texto a video para desarrolladores: convierte un prompt en video con Veo 3.1, Seedance 2.5, Kling V3, Wan 3.0, HappyHorse 1.0 y más, con una clave API, tareas asíncronas y precios 20% por debajo de la lista.
Modelos de API de texto a video en APIMart
Todos los modelos de abajo generan video solo con un prompt de texto y comparten la misma clave de APIMart, el mismo flujo de tareas asíncronas y la misma facturación. Abre cada modelo para ver duraciones, resoluciones, precios y código.
Muse Video API API
Crea vídeos con Muse Video API a partir de un prompt o de hasta nueve imágenes de referencia. Obtén un MP4 con sonido en 720p de unos 10 segundos mediante la API de tareas.
Generación de vídeosVer API y precios →FLUX 3 Video API
FLUX 3 Video de Black Forest Labs admite texto a video, imagen a video con 1–10 fotogramas clave ordenados, continuación de video y mejora de borradores. Genera audio sincronizado con clips de 5 a 20 segundos en HD o FHD, tolerancia de seguridad configurable y cobro por segundo.
Audio Nativo5–20 SegundosFotogramas Clave OrdenadosHD y FHDVer API y precios →Wan 3.0 API
Wan 3.0 API (Wan3.0) en APIMart ofrece el modelo de video Wan más reciente de Alibaba a través de la Wan API. Envía solo un prompt, un primer fotograma con último fotograma opcional, o referencias de imagen, video, audio, documento y página web, y obtén un video de 2 a 30 segundos en 480P, 720P o 1080P, con audio activado por defecto. ID del modelo: wan3.0-video.
Hasta 30 segundos480P / 720P / 1080PFotogramas o referenciasAudio por defectoVer API y precios →Wan 3.0 Prime API
Wan 3.0 Prime API (wan3.0-video-prime) en APIMart es el modelo Prime de la serie Alibaba Wan 3.0. Acepta exactamente los mismos parámetros que wan3.0-video: un prompt, primer y último fotograma, o referencias de imagen, video, audio, documento y página web, para videos de 2 a 30 segundos en 480P, 720P o 1080P, con audio activado por defecto. Tiene su propio ID de modelo y su propio precio por segundo.
Mismas entradas que Wan 3.0Hasta 30 segundos480P / 720P / 1080PModelo y precio propiosVer API y precios →Veo 3.1 API
Veo 3.1 es la versión actual de la familia de modelos de video Google Veo 3. APIMart la ofrece con tres modelos Ext (veo3.1-lite, veo3.1-fast, veo3.1-quality, cobrados por video de 8 segundos) y dos modelos del canal oficial (veo3.1-fast-official, veo3.1-quality-official, cobrados por segundo), todos con una sola clave de API.
Uso ComercialVer API y precios →Gemini Omni 1.2 Flash API
Gemini Omni 1.2 Flash API (gemini-omni-1.2-flash) es el modelo de vídeo multimodal de Google para texto a vídeo, imagen a vídeo, interpolación entre fotogramas inicial y final, edición y extensión de vídeo. Elige una duración de 3 a 15 segundos, recibe audio en cada clip y paga por segundo según la resolución en APIMart. El canal Ext gemini-omni-1.2-flash-ext cubre los mismos modos principales, incluidos los fotogramas inicial y final, con precio fijo por segundo.
3–15 s con audioEditar y extender vídeoDe 360p a 4KVer API y precios →Gemini Omni 1.1 Flash API
Gemini Omni 1.1 Flash API (gemini-omni-1.1-flash) es el modelo de vídeo multimodal de Google para texto a vídeo, imagen a vídeo, interpolación entre primer y último fotograma, edición y extensión de video. En APIMart funciona con una API de tareas asíncronas y se cobra por segundo según la resolución.
Vídeo multimodalFotogramas inicial y finalDe 360p a 4KVer API y precios →Gemini Omni 1.1 Flash Ext API
Gemini Omni 1.1 Flash Ext API (gemini-omni-1.1-flash-ext) en APIMart crea video a partir de texto, una imagen, un video de referencia o tres imágenes de referencia. La duración, la resolución y la relación de aspecto se indican en la solicitud. Las solicitudes estándar se cobran según resolución y duración; las que usan un video de referencia se cobran por segundo del video de origen.
Texto a VideoGeneración RápidaAPI SimpleVer API y precios →Gemini Omni Flash Preview API
La API Gemini Omni Flash Preview en APIMart ofrece generación optimizada de texto a vídeo, imagen a vídeo y vídeo a vídeo. Envía model y prompt a través del endpoint unificado de generación de vídeo de APIMart, lo que hace que el modelo sea fácil de probar, integrar y escalar.
De texto a vídeoDe imagen a vídeoDe vídeo a vídeoVer API y precios →PixVerse V6 API
La API PixVerse V6 en APIMart da acceso a un modelo de video con control preciso y expresión artística. Usa PixVerse para escenas cinematográficas, movimiento físico, retratos, medios de referencia y workflows de video IA listos para producción.
Texto a VideoImagen a VideoControl PrecisoVer API y precios →PixVerse V6 Max API
PixVerse V6 Max es la variante de alta calidad de PixVerse V6. PixVerse V6 Max API genera vídeos desde texto o una sola imagen con pixverse-v6-max. Elige de 1 a 15 segundos, 360p/540p/720p/1080p y audio nativo opcional. PixVerse V6 sigue disponible por separado para transiciones, fusión y extensión de vídeos.
Texto e imagen a vídeoDe 1 a 15 segundosAudio nativo opcionalVer API y precios →Kling 4.0 API
Kling 4.0 API (kling-v4) unifica vídeo desde texto, imágenes y referencias multimodales, edición y extensión. Genera 3–30 segundos en 720p o 1080p, siempre con audio estéreo.
5 modos de vídeo720p / 1080pAudio estéreoVer API y precios →Kling 4.0 Flash API
Kling 4.0 Flash API (kling-v4-flash) es la versión más rápida y rentable de Kuaishou Kling 4.0: texto a vídeo, imagen a vídeo desde el primer fotograma, vídeo con referencias, edición y extensión de vídeo con un solo ID de modelo. Cada clip de 3–20 segundos sale en 720p con audio.
Cinco modos de vídeo720p · 3–20 sAudio incluidoVer API y precios →Kling 3.0 API
La Kling API de APIMart te da acceso al modelo de video Kling 3.0 de Kuaishou (ID kling-v3): texto a video e imagen a video con primer fotograma o primer y último fotograma, clips de 3 a 15 segundos en 720p, 1080p o 4K, audio nativo opcional y prompts multiplano, todo con una sola clave de APIMart.
Texto a VideoImagen a VideoAudio NativoVer API y precios →Kling 3.0 Omni API
Kling 3.0 Omni, también llamado Kling O3 o Kling V3 Omni, es el modelo todo en uno de Kling 3.0 de Kuaishou. En APIMart usa el ID kling-v3-omni para texto a video, referencias de imagen con roles, edición y referencia de video, prompts multitoma y elementos de sujeto, en std 720p, pro 1080p o 4K.
Edición de videoHasta 4K3–15 sVer API y precios →Kling 2.6 API
La Kling 2.6 API de APIMart usa el ID de modelo kling-v2-6 para texto a video e imagen a video. Elige std (720p, sin sonido) o pro (1080p), 5 o 10 segundos, y añade audio nativo o un fotograma final en modo pro. También admite control de cámara y máscaras dinámicas.
Audio nativo (Pro)Control de Cámara5 s o 10 sVer API y precios →Kling 3.0 Turbo API
Kling 3.0 Turbo es la versión de Kling 3.0 enfocada en la velocidad. En APIMart usa el ID kling-3.0-turbo para texto a video e imagen a video desde el primer fotograma, de 3 a 15 segundos en 720p o 1080p, con storyboards multitoma escritos en el prompt.
Enfocado en velocidad720p / 1080p3–15 sVer API y precios →Kling Video O1 API
Kling Video O1, conocido en búsquedas como Kling O1, es el modelo de video unificado de Kuaishou. En APIMart usa el ID kling-video-o1 para texto a video, referencias de imagen con <<<image_N>>>, primer y último fotograma y edición de un video de entrada, en std (720p) o pro (1080p).
Edición de videoReferencias de imagen720p / 1080pVer API y precios →MiniMax Hailuo 02 API
MiniMax Hailuo 02 (también Hailuo 2) es el modelo de video de MiniMax lanzado el 18 de junio de 2025, centrado en seguir instrucciones con precisión y en una física realista. En APIMart funciona como Hailuo API con el ID de modelo MiniMax-Hailuo-02, con texto a video e imagen a video con primer y último fotograma.
Texto a videoImagen a videoPrimer y último fotogramaVer API y precios →MiniMax Hailuo 2.3 API
MiniMax Hailuo 2.3 es el modelo de video de MiniMax lanzado el 28 de octubre de 2025, con mejor movimiento corporal, expresiones faciales y estilos que Hailuo 02. En APIMart funciona con el ID de modelo MiniMax-Hailuo-2.3 para texto a video e imagen a video desde el primer fotograma.
Texto a videoImagen a videoControl de cámaraVer API y precios →MiniMax H3 API
MiniMax H3 es el modelo de generación multimodal de uso general de MiniMax, lanzado el 31 de julio de 2026. Genera video de hasta 15 segundos en 2K con audio estéreo nativo. En APIMart puedes usar MiniMax-H3 para video, MiniMax-H3-Context-IR para mejorar prompts y MiniMax-H3-Regeneration para pasar vistas previas 768P a 2K.
Video 2KAudio nativoReferencias multimodalesVer API y precios →MiniMax H3 Max API
MiniMax H3 Max (ID de modelo MiniMax-H3-Max) es un modelo rápido de la familia MiniMax H3 en APIMart. Genera videos con audio de 5 a 15 segundos en 480P, 768P o 1080P desde texto, primer y último fotograma o referencias multimodales. Para 2K o Regeneration de 768P a 2K, usa MiniMax H3.
Hasta 1080PVideo con audioReferencias multimodalesVer API y precios →Vidu Q3 Pro API
Vidu Q3 Pro API en APIMart (model ID viduq3-pro, a menudo escrito vidu-q3-pro): modelo de video Vidu de ShengShu para texto a video, imagen a video y video con primer y último fotograma, con clips de 1–16 segundos en 540p, 720p o 1080p y diálogos y efectos de sonido activados por defecto. Es el nivel superior del par Vidu Q3 Pro y Turbo.
Texto a videoImagen a videoPrimer y último fotograma1–16 segundosVer API y precios →Vidu Q3 Turbo API
Vidu Q3 Turbo API en APIMart (model ID viduq3-turbo, a menudo escrito vidu-q3-turbo): modelo de video Vidu de ShengShu para texto a video, imagen a video y video con primer y último fotograma, con clips de 1–16 segundos en 540p, 720p o 1080p y diálogos y efectos de sonido activados por defecto. Tiene la tarifa por segundo más baja de la serie Vidu en APIMart.
Texto a videoImagen a videoPrimer y último fotograma1–16 segundosVer API y precios →Wan 2.5 API
Wan 2.5 API (Wan2.5 Preview) en APIMart ejecuta el modelo de video Wan 2.5 de Alibaba con el ID wan2.5-preview. Convierte un prompt de texto o una sola imagen en un video de 5 o 10 segundos en 480p, 720p o 1080p, y cada clip incluye sonido generado o tu propia pista de audio.
5 / 10 segundos480p / 720p / 1080pAudio incluidoTexto e imagen a videoVer API y precios →Wan 2.6 API
Wan 2.6 API (Wan2.6) en APIMart ejecuta el modelo de video Wan 2.6 de Alibaba con el ID wan2.6. Crea videos de 5, 10 o 15 segundos en 720p o 1080p a partir de un prompt de texto o una sola imagen, con narrativa multiplano, audio generado o personalizado y plantillas de efectos para imagen a video.
5 / 10 / 15 segundos720p / 1080pMultiplanoAudio y efectosVer API y precios →Wan 2.7 API
Wan 2.7 API (Wan2.7) en APIMart ejecuta el modelo de video Wan 2.7 de Alibaba con un único ID de modelo, wan2.7. Crea videos de 2 a 15 segundos en 720P o 1080P a partir de un prompt de texto, un primer fotograma, primer y último fotograma o un clip de origen para continuar, y puede seguir una pista de audio de referencia.
2 a 15 segundos720P / 1080PPrimer y último fotogramaContinuación de videoVer API y precios →Grok Imagine Video API
La Grok Imagine API para video en APIMart usa el modelo grok-imagine-video de xAI: texto a video, imagen a video con una o varias imágenes de referencia y edición de un clip existente. Los clips duran de 1 a 15 segundos en 480p o 720p y pagas por segundo de salida.
Generación de VideoImagen a VideoEdición de VideoVer API y precios →Grok Imagine Video 1.5 API
La Grok Imagine Video 1.5 API en APIMart convierte un prompt, o un prompt con imágenes de referencia, en un video de 1 a 15 segundos en 480p, 720p o 1080p. Esta página ofrece el modelo oficial de xAI grok-imagine-video-1.5 y el más económico grok-imagine-1.5-video-ext.
Generación de VideoAlta CalidadVer API y precios →SkyReels V4 Std API
SkyReels V4 Std está disponible en APIMart con el ID skyreels-v4-std. La versión de investigación de SkyReels V4 es el primer modelo fundacional unificado de video + audio de Skywork AI. SkyReels V4 ofrece 1080p a 32 FPS con clips de 15 segundos, audio nativo y coherencia cinematográfica multi-toma en una sola pasada de generación. La API actual de APIMart todavía no permite emitir audio y video simultáneamente.
Generación de Video480p / 720p / 1080pVer API y precios →SkyReels V4 Fast API
SkyReels V4 Fast está disponible en APIMart con el ID skyreels-v4-fast. La versión de investigación de SkyReels V4 es el primer modelo fundacional unificado de video + audio de Skywork AI. SkyReels V4 ofrece 1080p a 32 FPS con clips de 15 segundos, audio nativo y coherencia cinematográfica multi-toma en una sola pasada de generación. La API actual de APIMart todavía no permite emitir audio y video simultáneamente.
Generación de Video480p / 720p / 1080pVer API y precios →Seedance 1.0 Pro Quality API
La Seedance 1.0 Pro API en APIMart ejecuta el nivel Quality de ByteDance Seedance 1.0 Pro (ID de modelo seedance-1-0-pro-quality). Genera clips de 2 a 12 segundos a partir de texto, de un primer fotograma o de primer y último fotograma en 480p, 720p o 1080p.
Nivel QualityTexto a videoPrimer y último fotogramaHasta 1080pVer API y precios →Seedance 1.0 Pro Fast API
La Seedance 1.0 Pro Fast API en APIMart ejecuta el modelo seedance-1-0-pro-fast de ByteDance, el nivel más rápido de Seedance 1.0 Pro para vistas previas e iteración. Genera clips de 2 a 12 segundos a partir de texto o de una imagen como primer fotograma en 480p, 720p o 1080p.
Nivel FastTexto a videoImagen a video desde el primer fotogramaHasta 1080pVer API y precios →Seedance 1.5 Pro API
La Seedance 1.5 Pro API en APIMart ejecuta ByteDance Seedance 1.5 Pro, un modelo de video que genera el sonido junto con la imagen. Crea clips de 4 a 12 segundos a partir de texto o de imágenes de primer y último fotograma en 480p, 720p o 1080p.
Audio nativoTexto a videoImagen a videoHasta 1080pVer API y precios →Seedance 2.0 API
La Seedance 2.0 API en APIMart te da acceso al modelo de video Seedance 2.0 de ByteDance, que figura en Volcano Engine como Doubao-Seedance-2.0, para texto a video, imagen a video, generación con primer y último fotograma y generación con referencias multimodales, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Texto a videoImagen a videoAudio nativoHasta 4KVer API y precios →Seedance 2.0 Fast API
La Seedance 2.0 Fast API en APIMart ejecuta el modelo seedance-2.0-fast de ByteDance, que tiene las mismas funciones que Seedance 2.0 estándar y genera más rápido. Úsalo para texto a video, imagen a video, generación con primer y último fotograma y clips con referencias multimodales en 480p o 720p, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Generación más rápidaTexto a videoImagen a video480p / 720pVer API y precios →Seedance 2.0 Mini API
La Seedance 2.0 Mini API en APIMart ejecuta el modelo seedance-2.0-mini de ByteDance, que tiene las mismas funciones que Seedance 2.0 estándar y no limita el número de caracteres del prompt. Úsalo para texto a video, imagen a video, generación con primer y último fotograma y clips con referencias multimodales en 480p o 720p, con audio nativo. Una sola clave de la Seedance API da acceso a todas las variantes de la Seedance 2 API: seedance-2.0, seedance-2.0-fast y seedance-2.0-mini.
Prompts sin límite de longitudTexto a videoImagen a video480p / 720pVer API y precios →Seedance 2.5 API
La Seedance 2.5 API te da acceso al modelo fundacional de audio y video de ByteDance para video con IA en producción: clips nativos de 30 segundos en una sola pasada hasta 1080p, hasta 50 referencias multimodales (30 imágenes, 10 videos y 10 clips de audio), control de primer y último fotograma, y edición y extensión de video para publicidad, e-commerce y previsualización de cine. Es el mismo modelo que se ofrece como Dreamina Seedance 2.5.
Video IAClips de 30 sReferencia multimodalAudio nativoVer API y precios →HappyHorse 1.0 API
HappyHorse 1.0 es el modelo de video multimodal unificado de Alibaba ATH-AI, disponible en APIMart como la API de HappyHorse. Genera video en 1080p con audio nativo sincronizado en una sola pasada hacia adelante, admite lip-sync en 7 idiomas y se clasifica #1 en las tablas de líderes de texto a video e imagen a video de Artificial Analysis. El modelo también se escribe Happy Horse, así que la Happy Horse API y la HappyHorse API son el mismo servicio. En esta página, HappyHorse 1.0 permite generar desde texto, primer fotograma o imágenes de referencia, además de editar un video de origen.
Texto a VideoImagen a VideoAudio Nativo1080pVer API y precios →HappyHorse 1.1 API
HappyHorse 1.1 en esta página genera videos en 720P o 1080P desde texto, un primer fotograma o 1–9 imágenes de referencia. No admite edición de video. Esta información de arquitectura y rendimiento se basa en HappyHorse 1.0. HappyHorse 1.0 es el modelo de video multimodal unificado de Alibaba ATH-AI, disponible en APIMart como la API de HappyHorse. Genera video en 1080p con audio nativo sincronizado en una sola pasada hacia adelante, admite lip-sync en 7 idiomas y se clasifica #1 en las tablas de líderes de texto a video e imagen a video de Artificial Analysis.
Texto a VideoImagen a VideoImágenes de Referencia1080pVer API y precios →
Cómo elegir una API de texto a video
Audio nativo en una sola pasada
Veo 3.1, Seedance 2.5, HappyHorse 1.0, SkyReels V4 y FLUX 3 Video generan sonido sincronizado con la imagen, así que el prompt puede describir diálogos, efectos y ambiente.
Clips más largos para contar historias
Seedance 2.5 crea clips nativos de 30 segundos y Wan 3.0 cubre de 2 a 30 segundos; Kling V3 llega hasta 15.
Resolución y detalle
Gemini Omni 1.1 Flash va de 360p a 4K y MiniMax H3 genera 2K nativo.
Borradores rápidos y prompts complejos
Kling 3.0 Turbo, Veo 3.1 Fast y Vidu Q3 Turbo agilizan la iteración, mientras que Kling Video O1 razona sobre prompts detallados antes de generar.
Preguntas frecuentes sobre la API de texto a video
¿Qué es una API de texto a video?
Una API de texto a video convierte un prompt escrito en un clip mediante una petición HTTP. En APIMart envías el nombre del modelo, el prompt y opciones como duración o resolución, y recibes un ID de tarea para obtener el video.
¿Qué modelo de API de texto a video debo elegir?
Parte del caso de uso: Veo 3.1 y Seedance 2.5 para tomas cinematográficas con audio, Kling y Wan para movimiento controlado, y las variantes Turbo o Fast para borradores. Con una clave los comparas con el mismo prompt.
¿Cómo se cobra la API de texto a video?
Cada modelo se cobra por segundo o por clip según resolución y duración, y su página muestra la tabla de precios en tiempo real. Todo cuesta 20% menos que la lista y los niveles superiores de membresía ahorran hasta 28%.
¿Cómo obtengo una clave de API de texto a video?
Regístrate en APIMart, abre la página API Keys del panel y crea una clave. La misma clave llama a todos los modelos de video de esta página y al resto de los más de 190 modelos.
¿Cómo llamo a la API de texto a video?
Envía una solicitud de generación con tu prompt y parámetros y consulta el ID de tarea hasta que el video esté listo. El formato es el mismo en todos los modelos, así que cambiar de modelo suele ser cambiar su nombre.
¿La API de texto a video es gratis?
No. APIMart no tiene créditos gratuitos: pagas por uso sin suscripción y las generaciones fallidas no se cobran. Los descuentos de membresía van del 20% al 28% sobre el precio de lista.