Actualizaciones de API

Nos complace anunciar el lanzamiento del Suno modelo de generación de música con IA, que le ofrece capacidades de creación musical impulsadas por IA de calidad profesional.

Nuevo modelo

Suno

• ID de modelo: suno-v5 (also supports suno-v4.5plus, suno-v4.5all, suno-v4.5, suno-v4)
• Características: Generación de música impulsada por IA con voz, letras y soporte instrumental.
• Aspectos destacados: cree canciones de calidad profesional a partir de mensajes de texto, versiones de múltiples modelos
• Duración: Hasta 4 minutos por canción

Capacidades clave

• Modo simple: solo proporcione un mensaje, la IA genera letras y melodías automáticamente
• Modo personalizado: control total sobre el estilo, el título y la letra
• Modo instrumental: genera música sin voces
• Extensión de canción: continuar o ampliar canciones existentes

Documentación

• Suno Documentación API

Nos complace anunciar el lanzamiento de la serie de modelos de generación de video MiniMax Hailuo, que le brinda capacidades de creación de video con IA de vanguardia.

Nuevos modelos

Hailuo 2.3 Rápido

• ID de modelo: MiniMax-Hailuo-2.3-Fast
• Características: Optimizado para velocidad, solo modo Imagen a Video (I2V)
• Aspectos destacados: latencia más baja, efectos físicos extremos, ideal para una iteración rápida
• Resolución: 768P / 1080P
• Duración: 6s / 10s

Hailuo 2.3

• ID de modelo: MiniMax-Hailuo-2.3
• Características: Salida de alta calidad con modos duales de texto a vídeo (T2V) e imagen a vídeo (I2V)
• Aspectos destacados: seguimiento de instrucciones SOTA, calidad de nivel profesional
• Resolución: 768P / 1080P
• Duración: 6s / 10s

Hailuo 02

• ID de modelo: MiniMax-Hailuo-02
• Características: Completamente funcional con tres modos de texto a vídeo (T2V), imagen a vídeo (I2V) y primer-último fotograma (FLF)
• Aspectos destacados: Admite la opción de bajo costo 512P, ideal para diversas necesidades creativas
• Resolución: 512P / 768P / 1080P
• Duración: 6s / 10s

Capacidades clave

• 15 comandos de cámara: panorámica, inclinación, zoom, empujar, tirar, camión, pedestal, estático, seguimiento, agitar y más
• Detección de modo inteligente: el sistema detecta automáticamente el modo según el recuento de imágenes de entrada
• Optimizador de avisos: mejora de avisos impulsada por IA para obtener mejores resultados
• Pretratamiento rápido: aceleración opcional para análisis de imágenes

Documentación

• Hailuo 2.3 Documentación API
• Hailuo 02 Documentación API

Gracias por su apoyo y comentarios durante la promoción de la Fase 1.A medida que concluye la promoción de la Fase 1 "Alibaba Model Full Series", estamos lanzando la estructura de precios de la Fase 2.

Detalles de la promoción

• Precios de la fase 2: precios oficiales unificados con 30 % de descuento (que cubren todas las capacidades de la serie de modelos de Alibaba)
• Fecha de entrada en vigor: 26 de diciembre de 2025 00:00
• Alcance: elementos de facturación relacionados con la serie de modelos de Alibaba (generación de imágenes/videos, etc.)

Notas

Una vez que el nuevo precio entre en vigencia, las nuevas llamadas API se facturarán a los precios promocionales de la Fase 2;Las facturas históricas no se ven afectadas.

1. GPT Imagen 1.5

   • gpt-image-1.5:

     • Modelo avanzado de generación de imágenes de OpenAI.
     • Optimizado para precisión de color verdadero y tareas visuales estructuradas.
     • Salidas visuales analíticas mejoradas basadas en la tecnología DALL-E 3.
     • Generación de imágenes de alta calidad con precisión de detalle mejorada.
   • Documentación: GPT Imagen 1.5 API
2. Gemini 3 Vista previa de Flash

   • gemini-3-flash-preview:

     • Vista previa del último modelo de inferencia rápida de Google.
     • Optimizado para la velocidad manteniendo resultados de alta calidad.
     • Soporte de ventana de contexto extendido.
     • Ideal para aplicaciones de alto rendimiento.
   • Documentación: Gemini 3 API de vista previa de Flash

1. WAN 2.6 Texto a vídeo

   • wan2.6-texto-a-vídeo:

     • Generación de texto a vídeo de Alibaba Tongyi Wanxiang 2.6.
     • Calidad mejorada con soporte de resolución 720p/1080p.
     • Múltiples opciones de duración: 5s, 10s, 15s.
     • Reescritura inteligente de mensajes para obtener mejores resultados.
   • Documentación: API de texto a vídeo WAN 2.6
2. WAN 2.6 Imagen a Vídeo

   • wan2.6-imagen-a-video:

     • Transforma imágenes estáticas en videos dinámicos.
     • Generación de primer cuadro con control de movimiento.
     • Admite una duración de 5, 10 y 15 segundos con calidad 720p/1080p.
   • Documentación: API de imagen a vídeo WAN 2.6
3. Vídeo de referencia de WAN 2.6

   • wan2.6-vídeo-de-referencia:

     • Extrae la apariencia y la voz de los personajes de vídeos de referencia.
     • Generar nuevos videos con identidad de personaje consistente.
     • Capacidades avanzadas de transformación de video a video.
   • Documentación: API de vídeo de referencia WAN 2.6

1. OmniHuman 1.5 (vídeo de humano digital)

   • omnihuman-1.5: generación de vídeo de humanos digitales con IA y sincronización labial guiada por audio.
   • Convierte una foto de retrato en un humano digital que habla, con expresiones y movimientos naturales; admite relaciones de aspecto 1:1, 9:16 y 16:9.
   • Se factura por duración del audio; la página de precios es la fuente de referencia para las tarifas actuales.
   • Documentación: API de OmniHuman 1.5
2. GPT-5.2 (texto / multimodal)

   • gpt-5.2: el modelo insignia de OpenAI, optimizado para programación y tareas de agente.
   • Ventana de contexto de 400K, hasta 128K tokens de salida y razonamiento reforzado para flujos complejos de varios pasos.
   • Incluye caché de prompts; entrada, salida y aciertos de caché se tarifican por separado; la página de precios es la fuente de referencia.
   • Documentación: API de GPT-5.2

1. Z Image Turbo (imagen)

   • z-image-turbo: un modelo de generación de imágenes ultrarrápido basado en la arquitectura abierta de Tongyi Lab.
   • Unos 3 segundos por generación, resolución de hasta 4K, apto para cargas por lotes con alta concurrencia y con buena fidelidad al prompt.
   • La página de precios es la fuente de referencia para las tarifas actuales.
2. Capacidades principales

   • Varias relaciones de aspecto: 1:1, 9:16, 16:9, entre otras
   • Control mediante prompt negativo
   • Interruptor de filtrado de contenido NSFW
   • Carga de modelos LoRA personalizados

Documentación: Z Image Turbo

1. Serie Kling O1 (vídeo)

   • kling-o1-image-to-video: imagen a vídeo con hasta 2 imágenes de entrada, 5 o 10 segundos.
   • kling-o1-video-edit: edición de vídeo con IA y guiado de estilo mediante imágenes de referencia, de 3 a 10 segundos.
   • kling-o1-video-edit-fast: modo de edición rápida, de 6 a 20 segundos.
   • Documentación: Kling O1 imagen a vídeo | Kling O1 edición de vídeo | Kling O1 edición rápida
2. Seedream 4.5 (imagen)

   • doubao-seedream-4.5: mayor consistencia en la edición multiimagen, mejor renderizado de texto y resolución de hasta 4K.
   • Documentación: Seedream 4.5

Los tres modelos Kling O1 se facturan por segundo y Seedream 4.5 por imagen; la página de precios es la fuente de referencia para las tarifas actuales.