Atlas Cloud API คืออะไรและทำงานอย่างไร?

Atlas Cloud คือแพลตฟอร์ม AI inference แบบ full-modal ที่ให้นักพัฒนาเข้าถึง API สร้างวิดีโอ, API สร้างภาพ และ LLM API ระดับโลก ผ่าน AI API เพียงตัวเดียว แทนที่จะจัดการการ integrate กับผู้ให้บริการหลายราย คุณเชื่อมต่อเพียงครั้งเดียวก็เข้าถึงโมเดลคัดสรรกว่า 300 รายการครอบคลุมทุก modality ได้อย่างเป็นหนึ่งเดียว Atlas Cloud ดูแลโครงสร้างพื้นฐาน การ scaling และการอัปเดตโมเดลให้ทั้งหมด คุณจึงโฟกัสที่การสร้างผลิตภัณฑ์ได้เต็มที่

Atlas Cloud API เข้ากันได้กับ OpenAI API หรือไม่?

เข้ากันได้ Atlas Cloud มี API endpoint ที่ compatible กับ OpenAI จึงเป็น drop-in replacement สำหรับการ integrate เดิมของคุณอย่างแท้จริง หากคุณใช้ OpenAI SDK อยู่แล้ว สามารถย้ายจาก OpenAI มา Atlas Cloud ได้โดยเปลี่ยนเพียง base URL และ API key โดยไม่ต้องแก้โค้ดส่วนอื่น สิ่งนี้ทำให้ Atlas Cloud เป็นเส้นทางที่เร็วที่สุดสำหรับนักพัฒนาที่ต้องการ ทางเลือกแทน OpenAI ที่ครอบคลุมโมเดลกว้างกว่าและต้นทุนต่ำกว่า

ฉันจะเริ่มต้นใช้งาน Atlas Cloud API อย่างไร?

เริ่มต้นได้ในไม่กี่นาที สมัครบัญชีฟรี สร้าง API key AI API ฟรี ผ่านคอนโซล และทำตาม developer quickstart guide ในเอกสาร นักพัฒนาส่วนใหญ่ทำการเรียก API ครั้งแรกได้ภายใน 5 นาที และไม่จำเป็นต้องผูกบัตรเครดิตเพื่อเริ่มต้น

Atlas Cloud รองรับโมเดล AI อะไรบ้าง?

Atlas Cloud รองรับโมเดลกว่า 300 รายการครอบคลุมทุก modality สำหรับวิดีโอ: HappyHorse API, Seedance API, Kling API, Wan API, Veo API และ Runway API; ภาพ: Flux API, GPT Image API และ Nano Banana API; LLM: DeepSeek API, Qwen API, GLM API และ MiniMax API เราเปิดใช้งานโมเดลใหม่ตั้งแต่วันแรกที่ปล่อย (Day 0) ทำให้คุณเข้าถึงความสามารถล่าสุดได้เสมอโดยไม่ต้องเปลี่ยนแพลตฟอร์ม

การคิดค่าบริการของ Atlas Cloud API ทำงานอย่างไร?

Atlas Cloud ใช้การคิดราคาแบบ pay-as-you-go ไม่มีขั้นต่ำต่อเดือนและไม่มีค่าธรรมเนียมต่อ seat คุณจ่ายเท่าที่ใช้จริงเท่านั้น เมื่อเทียบในโมเดลเดียวกัน ราคา API ของเราต่ำกว่า kie.ai และ fal.ai อย่างต่อเนื่อง โดยมีอัตราต่อวินาทีหรือต่อ token ระบุไว้อย่างโปร่งใสในหน้าราคา ไม่มีค่าใช้จ่ายโครงสร้างพื้นฐานแอบแฝง — เห็นเท่าไรจ่ายเท่านั้น

Atlas Cloud รองรับ streaming และการประมวลผลแบบ batch หรือไม่?

รองรับ Atlas Cloud รองรับ streaming API response สำหรับเอาต์พุต LLM แบบเรียลไทม์, batch inference สำหรับเวิร์กโหลดแบบ asynchronous ปริมาณสูง และ structured output ใช้งานได้ทันที ไม่ว่าจะสร้างอินเทอร์เฟซแชตที่มี latency ต่ำ หรือใช้งาน async API pipeline ที่ประมวลผลคำขอเป็นพันรายการ แพลตฟอร์มเดียวจัดการได้ทั้งสองกรณีโดยไม่ต้องตั้งค่าเพิ่มเติมหรือใช้เครื่องมือนอกระบบ

Atlas Cloud API พร้อมใช้งานระดับองค์กรหรือไม่?

พร้อมใช้งาน Atlas Cloud ออกแบบมาสำหรับความต้องการ AI API ระดับองค์กร เราได้รับการรับรอง SOC 2 (SOC I & II) และ HIPAA โดยมีการเข้ารหัสข้อมูลทั้ง at rest และ in transit สำหรับองค์กรที่มีข้อกำหนดด้านข้อมูลเข้มงวดยิ่งขึ้น เรามีบริการ deploy แบบ private cloud พร้อมโครงสร้างพื้นฐานเฉพาะ แพลตฟอร์มมอบ uptime ระดับโปรดักชัน รองรับ concurrency สูง และมีทีมซัพพอร์ตเฉพาะกิจ จึงเหมาะกับเวิร์กโหลด mission-critical ทุกขนาด

ฉันสามารถใช้ Atlas Cloud เป็นทางเลือกแทน Replicate ได้หรือไม่?

ได้ และนักพัฒนาจำนวนมากย้ายมาเพราะเหตุผลนี้โดยตรง ในฐานะทางเลือกแทน Replicate, Atlas Cloud มีโมเดลให้เลือกหลากหลายกว่า ต้นทุนต่อการ generate ต่ำกว่า และ endpoint ที่ compatible กับ OpenAI ซึ่งทำให้การ integrate ง่ายขึ้น หากคุณกำลังประเมินทางเลือกแทน fal.ai หรือ Together AI, Atlas Cloud รวบรวมวิดีโอ ภาพ LLM และเสียงไว้ในแพลตฟอร์มเดียว — ด้วย API key เดียว บัญชีบิลลิงเดียว และจุด integrate เพียงจุดเดียว

Atlas Cloud | AI API ครบทุกโมดาลิตี้ - Chat, ภาพ, วิดีโอ, เสียง

ชุดโมเดล

Seedance 2.0

Seedance 2.0 API ช่วยให้คุณเข้าถึงระดับโปรดักชันของโมเดลวิดีโอแบบมัลติโมดัลจาก ByteDance — รองรับอินพุตแบบสี่โมดัล (ข้อความ, รูปภาพ, วิดีโอ, เสียง) และระบบ "Universal Reference" ชั้นนำของอุตสาหกรรมที่ช่วยล็อกองค์ประกอบภาพ การเคลื่อนไหวของกล้อง และการกระทำของตัวละครในช็อตต่างๆ ผสานรวมการควบคุมระดับผู้กำกับด้วยการเรียกใช้ API เพียงครั้งเดียว ในราคาคงที่ $0.09/วินาที รับคีย์ทันที และไม่มีคิวรอ — พร้อมรองรับด้วยเวลาทำงานและความสอดคล้องระดับองค์กร Seedance 2.0 Native 4K เปิดใช้งานแล้วในเดือนมิถุนายน 2026!

สำรวจ

การจัดประเภทโมเดล

Seedance 2.0 Text-to-Video

$0.112/SEC

Seedance 2.0 Image-to-Video

$0.112/SEC

Seedance 2.0 Reference-to-Video

$0.112/SEC

Seedance 2.0 Fast Text-to-Video

$0.09/SEC

Seedance 2.0 Fast Image-to-Video

$0.09/SEC

Seedance 2.0 Fast Reference-to-Video

$0.09/SEC

ชุดโมเดล

Happy Horse

HappyHorse เป็นผู้นำในตารางคะแนน Artificial Analysis Video Arena สำหรับการสร้างวิดีโอทั้งจากข้อความและจากรูปภาพ HappyHorse 1.0 API และ HappyHorse 1.1 API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลวิดีโอแบบรวมศูนย์ของ Alibaba ได้โดยตรง — ไม่มีไปป์ไลน์แบบหลายขั้นตอน และใช้การผสานรวมเพียงครั้งเดียวสำหรับทั้งสองรูปแบบ สร้างวิดีโอ 1080p พร้อมเสียงที่ซิงโครไนซ์ได้โดยตรงจากโค้ดของคุณ

สำรวจ

การจัดประเภทโมเดล

HappyHorse-1.1 Text-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.1 Image-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.1 Reference-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.0 Text-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.0 Image-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.0 Reference-to-video

$0.14/SEC$0.112/SEC

HappyHorse-1.0 Video-edit

$0.14/SEC$0.112/SEC

ชุดโมเดล

Grok-Imagine

Grok Imagine Image Quality is xAI's latest AI image generation model, delivering studio-grade visuals with up to 2K resolution and razor-sharp detail. It offers best-in-class text rendering across multiple languages, photorealistic outputs with natural lighting, rich textures, and believable physics, plus tighter prompt following and image editing with reference inputs for precise creative control. Ideal for hero images, ad creatives, product renders, and brand-grade visuals.

สำรวจ

การจัดประเภทโมเดล

xAI TTS v1

$0.015/PIC

Grok Imagine Video v1.5 Image-to-Video

$0.08/SEC

Grok Imagine Image Quality Text-to-Image

$0.05/PIC

Grok Imagine Image Quality Edit

$0.05/PIC

Grok Imagine Video Text-to-Video

$0.05/SEC

Grok Imagine Video Image-to-Video

$0.05/SEC

Grok Imagine Video Reference-to-Video

$0.05/SEC

Grok Imagine Video Extend

$0.07/SEC

Grok Imagine Video Edit

$0.07/SEC

Grok Imagine Image Edit

$0.02/PIC

Grok Imagine Image Text-to-Image

$0.02/PIC

ชุดโมเดล

GPT Image 2

GPT Image 2 API ช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลรูปภาพล่าสุดของ OpenAI ซึ่งเป็นรุ่นสืบทอดจาก GPT Image 1.5 โดยสามารถสร้างและแก้ไขรูปภาพพร้อมกับการเรนเดอร์ข้อความที่แม่นยำทั้งในอักษรละตินและ CJK รวมถึงการจัดวางองค์ประกอบที่ยอดเยี่ยมสำหรับโปสเตอร์ ม็อกอัป และอินโฟกราฟิก บน Atlas Cloud คุณสามารถเข้าถึงโมเดลนี้ผ่าน API ที่เป็นหนึ่งเดียวร่วมกับโมเดลอื่นๆ อีกกว่า 300 รุ่น พร้อมเครดิตฟรี เวลาทำงาน 99.99% และไม่จำเป็นต้องมีการตรวจสอบยืนยันองค์กรจาก OpenAI

สำรวจ

การจัดประเภทโมเดล

Openai GPT Image 2 Text-to-Image

$0.009/PIC

Openai GPT Image 2 Edit

$0.01/PIC

GPT Image 2 Developer Edit

$0.01/PIC$0.005/PIC

GPT Image 2 Developer Text-to-Image

$0.009/PIC$0.004/PIC

ชุดโมเดล

MAI

MAI-Image-2.5 คือตระกูลโมเดลการสร้างและแก้ไขภาพถ่ายเสมือนจริงรุ่นล่าสุดของ Microsoft ที่สร้างขึ้นสำหรับการออกแบบเชิงพาณิชย์ การถ่ายภาพผลิตภัณฑ์ และการสร้างเนื้อหาที่พร้อมสำหรับแบรนด์ มีให้บริการในรุ่นมาตรฐานและ Flash สำหรับทั้งการแปลงข้อความเป็นภาพและการแก้ไขภาพ โดยมอบคะแนน Arena ELO ที่ดีที่สุดในระดับเดียวกันในราคาที่แข่งขันได้ — เริ่มต้นที่ 0.03 ดอลลาร์สหรัฐฯ ต่อภาพ ด้วยการเรนเดอร์ข้อความที่แม่นยำ ความสามารถในการแก้ไขที่ละเอียดอ่อนระดับศัลยกรรม และการสร้างภาพบุคคลที่เป็นธรรมชาติ MAI-Image-2.5 ได้รับการออกแบบมาสำหรับทีมที่ต้องการภาพคุณภาพระดับโปรดักชันโดยไม่ต้องมีภาระค่าใช้จ่ายในการประมวลผลหลังการถ่ายทำ

สำรวจ

การจัดประเภทโมเดล

MAI-Image-2.5-Flash Text-to-image

$0.03/PIC

MAI-Image-2.5 Edit

$0.058/PIC

MAI-Image-2.5 Text-to-image

$0.05/PIC

MAI-Image-2.5-Flash Edit

$0.038/PIC

ชุดโมเดล

Wan 2.7

Wan 2.7 API มอบชุดวิดีโอแบบครบวงจรของ Alibaba ให้แก่นักพัฒนา ซึ่งครอบคลุมการแปลงข้อความเป็นวิดีโอ รูปภาพเป็นวิดีโอ ข้อมูลอ้างอิงเป็นวิดีโอ และการตัดต่อวิดีโอ รวมถึงการสร้างรูปภาพ โดยสามารถสร้างคลิป 1080p แบบเนทีฟได้ยาวสูงสุด 15 วินาที พร้อมระบบเสียงที่ซิงค์กัน การควบคุมตั้งแต่เฟรมแรกจนถึงเฟรมสุดท้าย และอ้างอิงตัวละครได้สูงสุด 5 ตัว บน Atlas Cloud คุณสามารถเข้าถึงผ่าน API ที่ผสานรวมเป็นหนึ่งเดียวพร้อมกับโมเดลมากกว่า 300 รายการ เริ่มต้นที่ $0.10 ต่อวินาที พร้อมระยะเวลาการทำงาน 99.99%

สำรวจ

การจัดประเภทโมเดล

Wan-2.7 Text-to-video

$0.1/SEC

Wan-2.7 Image-to-video

$0.1/SEC

Wan-2.7 Reference-to-video

$0.1/SEC

Wan-2.7 Video-edit

$0.1/SEC

Wan-2.7 Text-to-image

$0.03/PIC

Wan-2.7 Image-to-image

$0.03/PIC

Wan-2.7 Pro Text-to-image

$0.075/PIC

Wan-2.7 Pro Image-to-image

$0.075/PIC

ชุดโมเดล

Nano Banana 2

สร้างสรรค์ผลงานด้วย Nano Banana 2 API ที่ขับเคลื่อนโดยโมเดล Gemini 3.1 Flash Image ของ Google ซึ่งสามารถสร้างภาพ 4K แบบเนทีฟที่ความละเอียดสูงสุด 4096x2304 พร้อมการเรนเดอร์ข้อความที่แม่นยำและตัวละครที่สอดคล้องกันผ่านรูปภาพอ้างอิงสูงสุด 14 รูป สำหรับทั้งการสร้างและการแก้ไข บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่าน API แบบรวมศูนย์ร่วมกับโมเดลอื่นๆ มากกว่า 300 โมเดล โดยมีราคาเริ่มต้นที่ 0.04 ดอลลาร์ต่อรูปภาพ มีอัปไทม์ 99.99% และเครดิตฟรีสำหรับการเริ่มต้น

สำรวจ

การจัดประเภทโมเดล

Nano Banana 2 Reference to Image

$0.08/PIC

Nano Banana 2 Reference to Image Developer

$0.08/PIC$0.04/PIC

Nano Banana 2 Text-to-Image Developer

$0.08/PIC$0.04/PIC

Nano Banana 2 Text-to-Image

$0.08/PIC

Nano Banana 2 Edit Developer

$0.08/PIC$0.04/PIC

Nano Banana 2 Edit

$0.08/PIC

ชุดโมเดล

Hunyuan 3D

Hunyuan3D is a state-of-the-art 3D generative foundation model from Tencent that turns text prompts and single images into high-quality, textured 3D meshes. Built on a two-stage pipeline—Hunyuan3D-DiT for shape generation via flow-matching diffusion and Hunyuan3D-Paint for multi-view texture synthesis—it produces clean geometry with full PBR materials ready for game engines, AR/VR, 3D printing, and DCC tools. Available in Pro (up to 1.5M faces, 4K PBR textures) and Rapid (2–3 minute lightweight generation) tiers, with both Text-to-3D and Image-to-3D entry points, Hunyuan3D is the premier AI 3D toolkit for game developers, e-commerce teams, and 3D content studios. Generations start at $0.02 each.

สำรวจ

การจัดประเภทโมเดล

Hunyuan 3D Rapid Image-to-3D

$0.02/PIC

Hunyuan 3D Rapid Text-to-3D

$0.02/PIC

Hunyuan 3D Pro Image-to-3D

$0.02/PIC

Hunyuan 3D Pro Text-to-3D

$0.02/PIC

ชุดโมเดล

PixVerse

PixVerse, developed by AISphere, is a video generation model series built around one idea: giving creators director-level control over every frame. V6 is the flagship generation model, covering text-to-video, image-to-video, reference-to-video, start-and-end frame control, and video extension in a single cohesive pipeline. C1 takes a different approach — it is a storyboard-native model designed for multi-shot narrative production, where scene continuity and visual consistency across clips matter as much as individual frame quality. Both series are available on Atlas Cloud, starting from $0.025 per second, with no infrastructure setup required.

สำรวจ

การจัดประเภทโมเดล

Pixverse v6 Video-Extend

$0.025/SEC

Pixverse c1 Image-to-Video

$0.03/SEC

Pixverse c1 Start-End-to-Video

$0.03/SEC

Pixverse c1 Reference-to-Video

$0.03/SEC

Pixverse v6 Text-to-Video

$0.025/SEC

Pixverse v6 Image-to-Video

$0.025/SEC

Pixverse v6 Start-End-to-Video

$0.025/SEC

Pixverse v6 Reference-to-Video

$0.025/SEC

Pixverse c1 Text-to-Video

$0.03/SEC

ชุดโมเดล

Veo 3.1

Google DeepMind’s Veo 3.1 represents a paradigm shift in AI video generation, empowering creators with director-level narrative control and cinematic-grade audio quality that seamlessly integrates with its enhanced visual realism. By bridging the gap between imaginative concepts and photorealistic execution, this advanced model offers a transformative solution for a wide range of application scenarios, from professional filmmaking and high-end advertising to immersive digital content creation.

สำรวจ

การจัดประเภทโมเดล

Veo 3.1 Lite Text-to-video

$0.05/SEC

Veo 3.1 Lite Start-End Frame to Video

$0.05/SEC

Veo 3.1 Lite Image-to-video

$0.05/SEC

Veo3.1 Fast Image-to-video

$0.08/SEC

Veo3.1 Fast Text-to-video

$0.08/SEC

Veo3.1 Image-to-video

$0.2/SEC

Veo3.1 Reference-to-video

$0.2/SEC

Veo3.1 Text-to-video

$0.2/SEC

ชุดโมเดล

Youchuan

The latest Youchuan V8.1 architecture, rebuilt from scratch on GPU-native PyTorch, delivers 4–5× faster generation, true 2048×2048 output without upscaling artifacts, and a signature visual style that remains unmatched by competitors. With the addition of Video V1, Midjourney extends its aesthetic into motion — animating still images into atmospheric 5-second cinematic clips. From brand campaigns to film pre-visualization to game concept art, Youchuan is the premier AI creative tool for professionals who demand both speed and artistry.

สำรวจ

การจัดประเภทโมเดล

Youchuan V8.1 Remove Background

$0.086/PIC

Youchuan V8.1 Style Transfer

$0.129/PIC

Youchuan V8.1 Blend

$0.086/PIC

Youchuan V8.1 Image-to-Image

$0.086/PIC

Youchuan V8.1 Image-to-Video

$0.086/SEC

Youchuan V8.1 Text-to-Image

$0.086/PIC

ชุดโมเดล

Seed 3D

Seed3D V2.0 is ByteDance's second-generation 3D generation foundation model, released April 23, 2026. It transforms single images, video, or text into production-ready 3D assets — complete with full PBR material maps (albedo, normal, metallic, roughness) and simulation-compatible formats. Powered by a coarse-to-fine two-stage Diffusion Transformer and unified PBR pipeline, it achieved a 92.8% win rate over Tripo 3.0 in blind evaluations by 60 professional 3D modelers — covering everything from game assets and e-commerce AR previews to robotics simulation via URDF output.

สำรวจ

การจัดประเภทโมเดล

Seed3D 2.0 Image-to-3D

$0.353/PIC

ชุดโมเดล

Seedream 5.0

Seedream 5.0, developed by ByteDance’s Jimeng AI, is a high-performance AI image generation model that integrates real-time search with intelligent reasoning. Purpose-built for time-sensitive content and complex visual logic, it excels at professional infographics, architectural design, and UI assistance. By blending live web insights with creative precision, Seedream 5.0 empowers commercial branding and marketing with a seamless, logic-driven workflow that turns sophisticated data into stunning, high-fidelity visuals.

สำรวจ

การจัดประเภทโมเดล

Seedream v5.0 Lite Edit Sequential

$0.035/PIC$0.032/PIC

Seedream v5.0 Lite Sequential

$0.035/PIC$0.032/PIC

Seedream v5.0 Lite Edit

$0.035/PIC$0.032/PIC

Seedream v5.0 Lite

$0.035/PIC$0.032/PIC

ชุดโมเดล

Kling 3.0

Kuaishou’s flagship video generation suite, Kling 3.0, features two powerhouse models—Kling 3.0 (Upgraded from Kling 2.6) and Kling 3.0 Omni (Kling O3, Upgraded from Kling O1)—both offering high-fidelity native audio integration. While Kling 3.0 excels in intelligent cinematic storytelling, multilingual lip-syncing, and precision text rendering, Kling O3 sets a new standard for professional-grade subject consistency by supporting custom subjects and voice clones derived from video or image inputs. Together, these models provide a comprehensive solution tailored for cinematic narratives, global marketing campaigns, social media content, and digital skit production.

สำรวจ

การจัดประเภทโมเดล

Kling V3.0 Turbo Image-to-Video

$0.112/SEC$0.095/SEC

Kling V3.0 Turbo Text-to-Video

$0.112/SEC$0.095/SEC

Kling Video O3 4K Image-to-Video

$0.42/SEC$0.357/SEC

Kling Video O3 4K Text-to-Video

$0.42/SEC$0.357/SEC

Kling v3.0 4K Image-to-Video

$0.42/SEC$0.357/SEC

Kling v3.0 Std Image-to-Video

$0.084/SEC$0.071/SEC

Kling v3.0 Pro Image-to-Video

$0.112/SEC$0.095/SEC

Kling v3.0 Pro Text-to-Video

$0.112/SEC$0.095/SEC

Kling v3.0 4K Text-to-Video

$0.42/SEC$0.357/SEC

Kling v3.0 Std Text-to-Video

$0.084/SEC$0.071/SEC

Kling Video O3 Pro Video-Edit

$0.168/SEC$0.143/SEC

Kling Video O3 Pro Reference-to-Video

$0.112/SEC$0.095/SEC

Kling Video O3 Pro Image-to-Video

$0.112/SEC$0.095/SEC

Kling Video O3 Pro Text-to-Video

$0.112/SEC$0.095/SEC

Kling Video O3 Std Video-Edit

$0.126/SEC$0.107/SEC

Kling Video O3 Std Reference-to-Video

$0.084/SEC$0.071/SEC

Kling Video O3 Std Image-to-Video

$0.084/SEC$0.071/SEC

Kling Video O3 Std Text-to-Video

$0.084/SEC$0.071/SEC

ชุดโมเดล

Seedream 4.5

Seedream 4.5, developed by ByteDance’s Jimeng AI, is a versatile, high-fidelity model that unifies creative generation with precise image editing. Engineered for professional consistency and intricate text rendering, it excels at multi-subject fusion, brand identity, and high-resolution marketing assets. By bridging spatial logic with artistic control, Seedream 4.5 empowers designers with a seamless, instruction-driven workflow that transforms complex concepts into polished, commercial-grade visuals.

การจัดประเภทโมเดล

Seedream v4.5 Sequential

$0.04/PIC$0.036/PIC

Seedream v4.5 Edit Sequential

$0.04/PIC$0.036/PIC

ชุดโมเดล

Vidu

Vidu, a joint innovation by Shengshu AI and Tsinghua University, is a high-performance video model powered by the original U-ViT architecture that blends Diffusion and Transformer technologies. It delivers long-form, highly consistent, and dynamic video content tailored for professional filmmaking, animation design, and creative advertising. By streamlining high-end visual production, Vidu empowers creators to transform complex ideas into cinematic reality with unprecedented efficiency.

สำรวจ

การจัดประเภทโมเดล

Vidu Q3-Mix Reference to Video

$0.125/SEC$0.106/SEC

Vidu Q3 Reference to Video

$0.05/SEC$0.042/SEC

Vidu Q3-Pro Start-end-to-video

$0.05/SEC$0.042/SEC

Vidu Q3-Turbo Image-to-video

$0.04/SEC$0.034/SEC

Vidu Q3-Turbo Start-end-to-video

$0.04/SEC$0.034/SEC

Vidu Q3-Turbo Text-to-video

$0.04/SEC$0.034/SEC

Vidu Q3-Pro Image-to-video

$0.05/SEC$0.042/SEC

Vidu Q3-Pro Text-to-video

$0.05/SEC$0.042/SEC

Vidu Reference-to-Video Q1

$0.4/SEC

Vidu Reference-to-Video 2.0

$0.2/SEC

Vidu Start-End-to-Video 2.0

$0.075/SEC

Image-to-video-2.0

$0.075/SEC

Vidu Q2-Turbo Image-to-video

$0.03/SEC$0.026/SEC

Vidu Q2-Pro Reference-to-video

$0.1/SEC$0.085/SEC

Vidu Q2 Reference-to-video

$0.075/SEC$0.064/SEC

Vidu Q2-Pro-Fast Start-end-to-video

$0.04/SEC$0.034/SEC

Vidu Q2-Pro Start-end-to-video

$0.04/SEC$0.034/SEC

Vidu Q2-Turbo Start-end-to-video

$0.03/SEC$0.026/SEC

Vidu Q2-Pro-Fast Image-to-video

$0.04/SEC$0.034/SEC

Vidu Q2-Pro Image-to-video

$0.04/SEC$0.034/SEC

Vidu Q2 Text-to-video

$0.05/SEC$0.042/SEC

Vidu Q1 Image-to-video

$0.4/SEC$0.34/SEC

Vidu Q1 Reference-to-video

$0.4/SEC$0.34/SEC

Vidu Q1 Start-end-to-video

$0.4/SEC$0.34/SEC

Vidu Q1 Text-to-video

$0.4/SEC$0.34/SEC

ชุดโมเดล

Qwen Image

Qwen Image 2.0 is Alibaba Cloud's latest image generation model series from the Tongyi Qianwen family, comprising 4 models optimized for different use cases. This series delivers professional-grade image generation and editing capabilities with exceptional cost-performance ratio, supporting up to 2K resolution output and demonstrating outstanding performance in prompt adherence, detail rendering, and style consistency. Whether for text-to-image or image-to-image tasks, Qwen Image 2.0 provides developers, marketing teams, and content creators with efficient and reliable visual content production solutions. The series includes two tiers: Standard and Professional. The Standard edition is ideal for daily content production and cost-effective batch image generation, while the Professional edition delivers the highest quality visual output, designed for professional production workflows with stringent image quality requirements. Qwen-Image, a lightweight 7B foundation model by Alibaba, transforms long-form prompts up to 1,000 tokens into stunning native 2K (2048x2048) resolution images. It excels in Chinese text rendering, accurately handling complex layouts and classical scripts, making it the premier AI tool for high-end graphic design and cross-cultural content creation.

สำรวจ

การจัดประเภทโมเดล

Qwen Image 2.0 Text-to-image

$0.035/PIC$0.028/PIC

Qwen Image 2.0 Edit

$0.035/PIC$0.028/PIC

Qwen Image 2.0 Pro Edit

$0.075/PIC$0.06/PIC

Qwen Image 2.0 Pro Text-to-image

$0.075/PIC$0.06/PIC

Qwen-Image Edit Plus 20251215

Qwen-Image Text-to-image Max

$0.075/PIC$0.052/PIC

Qwen-Image Text-to-image Plus

Qwen Image Text-to-image

$0.035/PIC$0.024/PIC

ชุดโมเดล

Nano Banana

Google’s Nano Banana (Gemini 3 Image) series, featuring both standard and Pro models, combines deep semantic understanding with seamless integration for precise detail control. While the standard version delivers high-quality 1K outputs, Nano Banana Pro elevates professional workflows with versatile 1K/2K/4K resolution options with higher quality, making it the ideal solution for any creative or commercial application.

สำรวจ

การจัดประเภทโมเดล

Nano Banana Pro Text-to-image Ultra

$0.15/PIC

Nano Banana Pro Edit Ultra

$0.15/PIC

Nano Banana Pro Text-to-image

$0.14/PIC

Nano Banana Pro Edit

$0.14/PIC

Nano Banana Pro Text-to-image Developer

$0.14/PIC$0.07/PIC

Nano Banana Text-to-image Developer

$0.038/PIC$0.019/PIC

Nano Banana Pro Edit Developer

$0.14/PIC$0.07/PIC

Nano Banana Edit Developer

$0.038/PIC$0.019/PIC

Nano Banana Text-to-image

$0.038/PIC

Nano Banana Edit

$0.038/PIC

ชุดโมเดล

Hailuo Video

โมเดลวิดีโอ MiniMax Hailuo นำเสนอการสร้างวิดีโอจากข้อความและรูปภาพที่ความละเอียดดั้งเดิมระดับ 1080p (Pro) และ 768p (Standard) พร้อมการปฏิบัติตามคำสั่งที่ยอดเยี่ยมและการเคลื่อนไหวที่สมจริงตามหลักฟิสิกส์

สำรวจ

การจัดประเภทโมเดล

Hailuo-2.3 t2v Standard

$0.28/SEC

Hailuo-2.3 t2v Pro

$0.49/SEC

Hailuo-2.3 i2v Standard

Hailuo 02 t2v Standard

$0.28/SEC

Hailuo 02 i2v Standard

ชุดโมเดล

Wan 2.6

Wan 2.6 is a next-generation AI video generation model from Alibaba’s Tongyi Lab, designed for professional-quality, multimodal video creation. It combines advanced narrative understanding, multi-shot storytelling, and native audio–visual synchronization to produce smooth 1080p videos up to 15 s long from text and reference inputs. Wan 2.6 also supports character consistency and role-guided generation, enabling creators to turn scripts into cohesive scenes with seamless motion and lip syncing. Its efficiency and rich creative control make it ideal for short films, advertising, social media content, and automated video workflows.

สำรวจ

การจัดประเภทโมเดล

Wan-2.6 Image-to-video Flash

$0.025/SEC$0.018/SEC

Wan-2.6 Image-to-image

$0.03/PIC$0.021/PIC

Wan-2.6 Image-to-video

$0.1/SEC$0.07/SEC

Wan-2.6 Video-to-video

$0.1/SEC$0.07/SEC

Wan-2.6 Text-to-video

$0.1/SEC$0.07/SEC

Wan 2.6 Spicy Image-to-Video

$0.1/SEC$0.07/SEC

Wan-2.6 Text-to-image

$0.03/PIC$0.021/PIC

ชุดโมเดล

Flux.2 Image

Developed by Black Forest Labs, FLUX.2 is a powerhouse 32-billion parameter rectified flow Transformer model that redefines creative workflows by unifying AI image generation, editing, and composition. It transforms complex text prompts into high-fidelity visuals while offering integrated tools for professional-grade editing at resolutions up to 2K, providing a streamlined, all-in-one solution for digital artists and designers seeking unmatched precision and scalability in their visual content creation.

การจัดประเภทโมเดล

Flux Kontext Dev Lora

FLUX.2 Flex Text-to-image

$0.05/PIC

FLUX.2 Pro Edit

$0.03/PIC

FLUX.2 Pro Text-to-image

$0.03/PIC

Flux Dev Lora

$0.015/PIC

ชุดโมเดล

GPT Image

The GPT Image Family is OpenAI's latest suite of multimodal image generation and editing models, built on the powerful GPT architecture. This family includes three tiers — GPT Image-1, GPT Image-1.5, and GPT Image-1 Mini — each available in both Text-to-Image and Image-to-Image variants. Combining GPT's world-class language understanding with DALL·E-class visual synthesis, these models deliver exceptional prompt adherence, photorealistic rendering, and creative versatility across illustration, photography, design, and visualization tasks. The series offers flexible pricing and quality tiers to match any workflow — from rapid prototyping and high-volume content production to professional-grade final deliverables. Whether you need ultra-fast iterations at minimal cost or maximum quality for brand campaigns, the GPT Image Family has a solution tailored to your needs.

สำรวจ

การจัดประเภทโมเดล

Openai GPT Image-1.5 Text-to-image

$0.009/PIC$0.008/PIC

Openai GPT Image-1.5 Edit

$0.009/PIC$0.008/PIC

Openai GPT Image-1 Text-to-image

$0.011/PIC$0.009/PIC

Openai GPT Image-1 Edit

$0.011/PIC$0.009/PIC

Openai GPT Image-1 Mini Text-to-image

$0.005/PIC$0.004/PIC

Openai GPT Image-1 Mini Edit

$0.005/PIC$0.004/PIC

ชุดโมเดล

Seedance 1.5

ByteDance’s Seedance 1.5 Pro is a powerful AI video generation model that seamlessly integrates native audio with film-grade cinematography. Engineered for emotional storytelling and superior visual quality, it enables creators to produce immersive, narrative-driven content for professional filmmaking and advertising, setting a new standard for artistic precision and production efficiency.

สำรวจ

การจัดประเภทโมเดล

Seedance v1.5 Pro Image-to-Video

$0.052/SEC$0.047/SEC

Seedance v1.5 Pro Text-to-Video

$0.052/SEC$0.047/SEC

Seedance v1.5 Pro Image-to-Video Fast

$0.02/SEC$0.018/SEC

Seedance v1.5 Pro Text-to-Video Fast

$0.02/SEC$0.018/SEC

ชุดโมเดล

ERNIE Image

ERNIE-Image is an open-weight text-to-image model developed by the ERNIE-Image Team at Baidu, built on a single-stream Diffusion Transformer (DiT) with 8B parameters and paired with a lightweight Prompt Enhancer that rewrites short prompts into richer, more structured descriptions before passing them to the diffusion backbone. NYU Shanghai RITS Released on April 15, 2026 under the Apache 2.0 license, it transforms natural language descriptions into detailed imagery with particular strength in text rendering and structured layout generation. ERNIE-Image is designed not only for strong visual quality, but for controllability in practical generation scenarios where accurate content realization matters as much as aesthetics — making it well-suited for commercial posters, comics, multi-panel layouts, and other content creation tasks that require both visual quality and precise control.

สำรวจ

การจัดประเภทโมเดล

Baidu ERNIE Image Turbo Text-to-image

ชุดโมเดล

Seedream 4

Seedream v4, a cutting-edge image generation model by ByteDance, redefines creative workflows by combining lightning-fast inference speeds with breathtaking 4K high-definition output. Beyond its raw performance, the model leverages advanced knowledge and reasoning to interpret complex prompts with precision, enabling seamless prompt-based editing and a vast spectrum of versatile artistic styles that make it the ultimate solution for professional design, content creation, and digital marketing.

สำรวจ

การจัดประเภทโมเดล

Seedream v4

$0.03/PIC$0.027/PIC

Seedream v4 Sequential

$0.03/PIC$0.027/PIC

Seedream v4 Edit

$0.03/PIC$0.027/PIC

Seedream v4 Edit Sequential

$0.03/PIC$0.027/PIC

ชุดโมเดล

Imagen Image

Imagen is Google’s diffusion-based image generation family, designed for photorealism, creativity, and scalable content workflows. With options from fast inference to ultra-high fidelity, Imagen balances speed, detail, and enterprise reliability.

การจัดประเภทโมเดล

ชุดโมเดล

Seedance

Seedance is ByteDance’s family of video generation models, built for speed, realism, and scale. Available in Lite and Pro versions across 480p, 720p, and 1080p, Seedance transforms text and images into smooth, cinematic video on Atlas Cloud.

สำรวจ

การจัดประเภทโมเดล

Seedance v1.5 Pro Image-to-Video Spicy

$0.049/SEC

Seedance v1 Pro Fast Text-to-video

$0.01/SEC$0.009/SEC

Seedance v1 Pro Fast Image-to-video

$0.01/SEC$0.009/SEC

Seedance v1 Pro t2v 1080p

$0.122/SEC$0.11/SEC

Seedance v1 Pro t2v 720p

$0.052/SEC$0.047/SEC

Seedance v1 Pro t2v 480p

$0.024/SEC$0.022/SEC

Seedance v1 Pro i2v 720p

$0.052/SEC$0.047/SEC

Seedance v1 Pro i2v 480p

$0.024/SEC$0.022/SEC

Seedance v1 Pro i2v 1080p

$0.122/SEC$0.11/SEC

ชุดโมเดล

Van Video

Built on the Wan 2.5 and 2.6 frameworks, Van Model is a flagship AI video series that delivers superior high-resolution outputs with unmatched creative freedom. By blending cinematic 3D VAE visuals with Flow Matching dynamics, it leverages proprietary compute distillation to offer ultra-fast inference speeds at a fraction of the cost, making it the premier engine for scalable, high-frequency video production on a budget.

สำรวจ

การจัดประเภทโมเดล

Van-2.6 Text-to-video

$0.068/SEC

Van-2.6 Image-to-video

$0.068/SEC

Van-2.5 Image-to-video

$0.054/SEC

Van-2.5 Text-to-video

$0.068/SEC

ชุดโมเดล

Wan 2.5

Wan 2.5 is Alibaba’s state-of-the-art multimodal video generation model, capable of producing high-fidelity, audio-synchronized videos from text or images. It delivers realistic motion, natural lighting, and strong prompt alignment across 480p to 1080p outputs—ideal for creative and production-grade workflows.

สำรวจ

การจัดประเภทโมเดล

Wan-2.5 Text-to-video Fast

$0.071/SEC

Wan-2.5 Text-to-video

$0.05/SEC$0.035/SEC

Wan-2.5 Image-to-video

$0.05/SEC$0.035/SEC

Wan-2.5 Image-to-video Fast

$0.071/SEC

Wan-2.5 Image Edit

$0.03/PIC$0.021/PIC

Wan-2.5 Text-to-image

$0.03/PIC$0.021/PIC

ชุดโมเดล

Kling

Kling AI is a text-to-video model developed by Kuaishou that creates realistic, high-quality videos from text prompts. It focuses on smooth motion, stable frames, and natural-looking scenes. Kling works well for short videos, ads, and marketing content, helping creators save time and reduce production costs. With strong performance in video consistency and realism, Kling AI is becoming a popular choice in the AI video generation space.

สำรวจ

การจัดประเภทโมเดล

Kling v2.6 Pro Avatar

$0.112/SEC$0.095/SEC

Kling v2.6 Std Avatar

$0.056/SEC$0.048/SEC

Kling v2.6 Pro Motion Control

$0.112/SEC$0.095/SEC

Kling v2.6 Std Motion Control

$0.07/SEC$0.06/SEC

Kling v2.6 Pro Text-to-Video

$0.07/SEC$0.06/SEC

Kling v2.6 Pro Image-to-Video

$0.07/SEC$0.06/SEC

Kling Video O1 Image-to-video

$0.112/SEC$0.095/SEC

Kling Video O1 Text-to-video

$0.112/SEC$0.095/SEC

Kling v2.5 Turbo Pro Text-to-video

$0.07/SEC$0.06/SEC

Kling v2.5 Turbo Pro Image-to-video

$0.07/SEC$0.06/SEC

Kling v2.1 i2v Pro Start-end-frame

$0.098/SEC$0.083/SEC

Kling v1.6 Multi i2v Pro

$0.098/SEC$0.083/SEC

Kling v1.6 Multi i2v Standard

$0.056/SEC$0.048/SEC

Kling Effects

$0.25/SEC$0.212/SEC

kling v2.0 i2v Master

$0.28/SEC$0.238/SEC

Kling v2.1 t2v Master

$0.28/SEC$0.238/SEC

Kling v2.0 t2v Master

$0.28/SEC$0.238/SEC

Kling v2.1 i2v Master

$0.28/SEC$0.238/SEC

Kling v2.1 i2v Pro

$0.098/SEC$0.083/SEC

Kling v1.6 t2v Standard

$0.056/SEC$0.048/SEC

Kling v1.6 i2v Pro

$0.098/SEC$0.083/SEC

Kling v2.1 i2v Standard

$0.056/SEC$0.048/SEC

Kling v1.6 i2v Standard

$0.056/SEC$0.048/SEC

ชุดโมเดล

Wan 2.2

Wan 2.2 introduces a Mixture-of-Experts (MoE) architecture that enables greater capacity and finer motion control without higher inference cost, supporting both text-to-video and image-to-video generation with high visual fidelity, smooth motion, and cinematic realism optimized for real-world GPU deployment.

สำรวจ

การจัดประเภทโมเดล

Wan-2.2-spicy Image-to-video Lora

$0.04/SEC

Wan-2.2-spicy Image-to-video

$0.03/SEC

Wan-2.2-spicy Video Extend

$0.032/SEC

Wan-2.2 Video Character Swap

$0.18/SEC$0.126/SEC

Wan-2.2 Image To Animation

$0.12/SEC$0.084/SEC

ชุดโมเดล

Tools

Open, advanced large-scale image generative models that power high-fidelity creation and editing with modular APIs, reproducible training, built-in safety guardrails, and elastic, production-grade inference at scale.

สำรวจ

การจัดประเภทโมเดล