Texto o imágenes de referencia
Envía un prompt, o añade de 1 a 9 imágenes (11 MiB en total) y nómbralas Picture 1, Picture 2 en el prompt. No se admiten video de referencia, audio de referencia ni control del primer/último fotograma.
Prueba Muse Video Ext en línea o mediante API. Clips de 10 segundos a 720p con audio nativo a partir de texto o hasta 9 imágenes de referencia, con prompts multitoma con marcas de tiempo. 5 créditos por clip.
| Especificación | Créditos | Precio (USD) |
|---|---|---|
| Per clip (10s, 720p, audio) | 4por generacion | $0.04por generacion |
Los precios siguen la configuración del modelo. Las imágenes de referencia no se facturan salvo que el modelo lo indique.
Muse Video Ext genera un clip de 10 segundos a 720p con audio nativo por solicitud. Comienza solo con un prompt o añade hasta 9 imágenes de referencia para mantener la consistencia de una persona, producto o habitación.
Envía un prompt, o añade de 1 a 9 imágenes (11 MiB en total) y nómbralas Picture 1, Picture 2 en el prompt. No se admiten video de referencia, audio de referencia ni control del primer/último fotograma.
La duración y la resolución son fijas. Cada clip incluye una pista de audio generada; no hay opción de silenciar para cambiar el precio.
1:1, 16:9, 9:16, 4:3, 3:4, 3:2 o 2:3. Déjalo en auto para seguir las imágenes de referencia; las solicitudes de solo texto se establecen por defecto en 16:9.
Escribe [Shot 2] At 00:04.000 en el prompt para cambiar a una nueva escena. En nuestras pruebas, los cortes se realizaron con una precisión de una fracción de segundo respecto a los tiempos solicitados.
Estos clips provienen de nuestras propias pruebas realizadas el 4 de noviembre de 2026. La duración, los píxeles y los créditos corresponden a los archivos entregados.
Elígelo para primeros planos de productos y anuncios cortos donde el texto impreso o el logotipo deban permanecer legibles.
Fotos de referencia del producto y de la persona, seguidas de una toma cámara en mano con acercamiento. Los estampados, el texto pequeño y las insignias de las mangas se mantuvieron nítidos en nuestras pruebas.
Asigna a cada escena una marca de tiempo y una imagen de referencia; por ejemplo, una sala de estar, una prueba de ropa, un primer plano y un plano cenital.
Vida silvestre, paisajes y escenas urbanas en 16:9, con viento, lluvia o pasos generados a juego.
Fija 9:16 para feeds verticales o 16:9 para formato horizontal en lugar de auto cuando el canal ya esté definido.
Los cortes son precisos, pero una persona puede verse diferente después de un corte.
En una prueba de cinco escenas, los cuatro cortes se produjeron a los 2,0, 4,0, 6,0 y 8,0 segundos, coincidiendo con el prompt.
Los estampados, las letras y los logotipos se mantuvieron idénticos en cada toma.
En la prueba de cinco escenas, el hombre parecía una persona diferente a partir de la segunda toma. Limítate a dos cortes o menos cuando una persona deba seguir siendo reconocible y repite su descripción en cada toma.
Los prompts que mencionan una marca o equipo real pueden no superar la revisión de contenido. Las tareas fallidas no se cobran.
Un precio fijo por solicitud.
Cada solicitud genera un clip de 10 segundos en 720p con audio, por 5 créditos ($0.05). El precio no varía según el número de imágenes de referencia o la relación de aspecto.
Si una tarea falla, incluido el rechazo por revisión de contenido, no se cobran créditos.
Un contrato asíncrono.
Envía muse_video_ext.
POST /api/openapi/submit con model, params (prompt, image_url opcional, aspect_ratio opcional) y un out_task_id único.
POST /api/openapi/query con el mismo out_task_id. Las respuestas completadas incluyen credits_used y la URL del video de salida.
No envíes video_length, resolution, seed, negative_prompt, un video de referencia ni audio de referencia.
Compara Muse Video Ext con otros modelos de video en AIReiter.
Texto, primeros/últimos fotogramas, referencias mixtas y documentos, hasta 30 segundos.
02HappyHorse 1.0Edición de texto, imagen, múltiples referencias y video fuente en una sola página.
03FLUX 3 VideoTexto a video, fotogramas clave ordenados y extensión de video fuente con audio nativo.
04Veo 3.1Texto a video cinematográfico e imagen a video.
| Control | Tipo | Predeterminado | Notas | |
|---|---|---|---|---|
| 01 | prompt | text | — | — |
| 02 | image_url | image | — | Opcional. Hasta 9 imágenes, 11 MiB en total. Nómbralas Picture 1, Picture 2 en el prompt. La relación de aspecto automática sigue las referencias. |
| 03 | aspect_ratio | string | auto | Auto sigue las imágenes de referencia (16:9 solo para texto). |
| 04 | video_length | string | 10 | Fijo en 10 segundos. |
| 05 | resolution | string | 720p | Fijo en 720p. La salida tiene audio nativo. |
Sube hasta 9 imágenes, 11 MiB en total. Nómbralas Picture 1, Picture 2 en el prompt.
Indica quién o qué se mueve, luego la cámara, la luz y el sonido. Para varias escenas, escribe [Shot N] At 00:0x.000 para cada corte.
Elige una de las siete proporciones o déjalo en auto para seguir las referencias. La duración y la resolución son fijas.
POST /api/openapi/submit devuelve los créditos estimados de inmediato. Consulta periódicamente POST /api/openapi/query con el mismo out_task_id hasta que esté completed o failed. Un clip tarda aproximadamente un minuto, y hasta varios minutos con muchas referencias.
muse_video_ext
POST a /api/openapi/submit con el modelo, un out_task_id único y parámetros.
POST a /api/openapi/query con el mismo out_task_id hasta que la tarea termine.
Guarda los resultados en tu propio almacenamiento en lugar de enlazarlos directamente.
Siempre 10 segundos, a 720p, con una pista de audio generada.
Hasta 9, 11 MiB en total. No se admiten video de referencia ni audio de referencia.
5 créditos ($0.05) por solicitud, independientemente de la relación de aspecto o la cantidad de referencias. Las tareas fallidas no se cobran.
No. Usa imágenes de referencia y describe el movimiento en el prompt.
Sí. Escribe [Shot N] At 00:0x.000 en el prompt. Los tiempos de corte son precisos, pero una persona puede verse diferente después de un corte, así que limítate a dos cortes o menos cuando la identidad sea importante.
Los prompts que mencionan una marca, equipo o logotipo real pueden no superar la revisión de contenido. Reformula sin el nombre. Las tareas rechazadas no se cobran.
Aproximadamente un minuto solo para texto, y hasta varios minutos con muchas imágenes de referencia.
Usa muse_video_ext con POST /api/openapi/submit, luego sondea POST /api/openapi/query con el mismo out_task_id.