Référence de l’API
Modèles
Tous les modèles et identifiants de points de terminaison disponibles dans l’API CheaperGen — vidéo et image — avec les tarifs unitaires et des liens vers la documentation API de chaque modèle.
Chaque modèle expose un point de terminaison point de terminaison par tâche. Envoyez la requête à POST /api/v1/run/{endpoint} avec l’identifiant de point de terminaison indiqué ci-dessous : sa structure est la même pour tous les modèles, seuls les champs d’entrée changent. La page API de chaque modèle détaille les champs, types, valeurs par défaut et valeurs autorisées.
Cette liste est générée à partir du même catalogue que celui utilisé par l’API. Pour la récupérer par programme, appelez GET /api/v1/models (aucune clé requise) — voir Lister les modèles.
Modèles vidéo#
Facturé par seconde de vidéo générée. Les tarifs affichés correspondent au palier le moins cher ; voir tarifs pour toutes les résolutions.
Seedance 2.0#
Seedance 2.0 de ByteDance génère des vidéos cinématographiques de 4 à 15 s avec audio synchronisé, à partir de texte, d’images ou de références, en 480p jusqu’en 4K.
La conversion de référence en vidéo accepte jusqu’à 9 images, 3 vidéos (15 s au total) et 3 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Seedance 2.5#
Seedance 2.5 est le dernier modèle vidéo de ByteDance. Il offre des mouvements plus fluides, suit mieux les prompts et gère mieux les références multiples. Il génère des clips de 30 secondes maximum en résolution allant jusqu’à 1080p, avec audio.
La conversion de référence en vidéo accepte jusqu’à 30 images, 10 vidéos (30 s au total) et 10 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Seedance 2.0 Fast#
Seedance 2.0 Fast est une version de Seedance 2.0 optimisée pour la vitesse, en 480p et 720p avec audio — idéale pour les itérations et les traitements à volume élevé.
La conversion de référence en vidéo accepte jusqu’à 9 images, 3 vidéos (15 s au total) et 3 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Seedance 2.0 Mini#
Seedance 2.0 Mini génère des vidéos en 480p ou 720p avec audio au tarif le plus bas de la gamme Seedance — idéal pour les aperçus, les tests A/B et les volumes élevés.
La conversion de référence en vidéo accepte jusqu’à 9 images, 3 vidéos (15 s au total) et 3 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Kling 3.0#
Kling 3.0 de Kuaishou génère des vidéos cinématographiques de 3 à 15 secondes en 720p, 1080p ou 4K, à partir de texte ou d’une première et d’une dernière image, avec audio natif facultatif.
Kling 3.0 Omni#
Kling 3.0 Omni transforme du texte, une première et une dernière image ou jusqu’à 7 images de référence en vidéos de 3 à 15 secondes en 720p, 1080p ou 4K, avec des personnages cohérents et un audio natif facultatif.
Kling 3.0 Turbo#
Kling 3.0 Turbo, version de Kling 3.0 optimisée pour la vitesse par Kuaishou : vidéos de 3 à 15 s en 720p ou 1080p avec audio natif, à partir de texte ou d’une première image, générées plus rapidement.
Veo 3.1#
Google Veo 3.1 génère des vidéos cinématographiques de 4 à 8 secondes avec dialogues, effets et ambiance sonore synchronisés, en 720p, 1080p ou 4K, à partir de texte ou d’une première et d’une dernière image.
Veo 3.1 Fast#
Google Veo 3.1 Fast génère des vidéos de 4 à 8 secondes avec audio natif en 720p, 1080p ou 4K, plus rapidement et à bien moindre coût que Veo 3.1 — idéal pour les itérations et les volumes élevés.
Veo 3.1 Lite#
Google Veo 3.1 Lite génère des vidéos 720p de 4 à 8 secondes avec audio natif, à partir de texte ou d’une première et d’une dernière image, au tarif le plus bas de la gamme Veo.
Gemini Omni Flash#
Gemini Omni Flash 1.1, le modèle vidéo par défaut de Google, génère des vidéos 720p de 4 à 10 secondes avec dialogues, musique et effets, à partir de texte, d’une première et d’une dernière image ou d’images de référence.
Wan 3.0#
Wan 3.0 d’Alibaba génère jusqu’à 30 secondes de vidéo continue en 480p–1080p avec audio, à partir de texte, d’une image ou d’images de référence.
La conversion de référence en vidéo accepte jusqu’à 4 images, 5 vidéos (15 s au total) et 5 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Wan 3.0 Prime#
Wan 3.0 Prime est le palier haut de gamme de Wan 3.0 d’Alibaba, avec une fidélité visuelle et des mouvements de meilleure qualité, jusqu’à 30 secondes en 1080p avec audio.
La conversion de référence en vidéo accepte jusqu’à 4 images, 5 vidéos (15 s au total) et 5 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
MiniMax H3#
MiniMax H3 (Hailuo 3) génère des vidéos expressives de 5 à 15 s, avec une physique convaincante et des mouvements de personnages, en 768P ou 2K, à partir de texte, d’images ou de références.
La conversion de référence en vidéo accepte jusqu’à 5 images, 3 vidéos (15 s au total) et 3 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
MiniMax H3 Max#
MiniMax H3 Max est la version H3 affinée après entraînement, avec davantage de détails et un meilleur suivi des prompts ; elle génère des vidéos de 5 à 15 s en 480P et 768P.
MiniMax H3 Fast#
MiniMax H3 Fast est une version accélérée pour l’inférence, basée sur les poids ouverts de MiniMax H3 : mêmes entrées texte, première/dernière image et références, avec une bande-son synchronisée, en 480P ou 768P. Le résultat arrive bien plus vite et pour une fraction du prix de H3.
La conversion de référence en vidéo accepte jusqu’à 9 images, 3 vidéos (15 s au total) et 3 extraits audio. Mentionnez-les ainsi : @Image1, @Video1, @Audio1. Voir entrées de référence.
Vidu Q3 Turbo#
Vidu Q3 Turbo de Shengshu génère rapidement des vidéos de 1 à 16 secondes avec audio synchronisé, en 540p, 720p ou 1080p, à partir de texte ou d’une première et d’une dernière image — parmi les tarifs par seconde les plus bas.
Vidu Q3 Pro#
Vidu Q3 Pro de Shengshu génère des vidéos de 1 à 16 secondes en 540p, 720p ou 1080p à partir de texte ou d’une première et d’une dernière image, avec dialogues, effets sonores et musique synchronisés. Les détails sont plus fins et les mouvements plus stables et cinématographiques qu’avec Q3 Turbo.
Vidu Q4#
Vidu Q4 (préversion) anime une première image ou combine jusqu’à 15 images de référence et 3 extraits vocaux en vidéos de 3 à 16 secondes avec audio, de 540p jusqu’en 4K.
Grok Imagine Video 1.5#
Grok Imagine Video 1.5 de xAI génère des vidéos de 1 à 15 secondes avec audio natif en 480p, 720p ou 1080p, à partir de texte ou d’images de référence.
FLUX 3 Video#
FLUX 3 Video de Black Forest Labs génère des vidéos de 5 à 20 secondes en 720p avec audio synchronisé, à partir d’un texte ou d’une première et dernière image, à tarif fixe par seconde.
PixVerse V6#
PixVerse V6 génère des vidéos de 1 à 15 s en 360p à 1080p à partir de texte, d’une image ou de jusqu’à 7 images de référence, avec audio en option — parmi les tarifs par seconde les plus bas pour les vidéos sociales.
LTX-2.5#
LTX-2.5 de Lightricks génère des vidéos de 1 à 8 secondes en 720p ou 1080p avec une bande-son synchronisée à partir de texte ou d’une première image, en quelques secondes et à une fraction du tarif habituel par seconde.
Modèles d’image#
Facturé par image générée. Les tarifs affichés correspondent au palier le moins cher ; voir tarifs pour toutes les résolutions.
Seedream 4.5#
ByteDance Seedream 4.5 génère et retouche des images en 2K ou 4K à un tarif unique par image, avec des retouches cohérentes de plusieurs images et une typographie lisible.
Seedream 5.0 Pro#
Seedream 5.0 Pro de ByteDance crée et retouche des images photoréalistes jusqu’en 2K, avec des retouches précises de plusieurs images et un rendu fidèle du texte.
Seedream 5.0 Lite#
Seedream 5.0 Lite offre une grande partie de la qualité d’image et des capacités de retouche de Seedream 5.0 à moindre coût — idéal pour les créations quotidiennes et les applications.
Seedream 5.0 Flash#
Seedream 5.0 Flash est le modèle Seedream 5.0 le plus rapide et le plus économique pour la génération et la retouche d’images en temps réel et à grand volume.
Nano Banana Pro#
Nano Banana Pro (Gemini 3 Pro Image) crée et retouche des images jusqu’en 4K, avec un texte précis, une connaissance du monde réel et des personnages cohérents dans jusqu’à 14 images d’entrée.
Nano Banana 2.1#
Nano Banana 2.1 (gemini-nano-banana-2.1) est le dernier modèle d’image de Google : génération et retouche jusqu’en 4K, texte précis, jusqu’à 14 images d’entrée et 14 formats d’image, pour quelques centimes par image.
GPT Image 2.5#
GPT Image 2.5 (Sunburst) est le modèle d’image de la plus haute qualité d’OpenAI : retouches précises de plusieurs images, texte et mise en page fiables, cinq niveaux de qualité et résultats jusqu’en 4K.
GPT Image 2.5 Flare#
GPT Image 2.5 Flare est la variante plus rapide de GPT Image 2.5 d’OpenAI, au même tarif par jeton — pour les contenus sociaux, images de produits, prototypes et générations par lots, jusqu’en 4K.
FLUX 3#
FLUX 3 de Black Forest Labs génère et retouche des images jusqu’en 4K, avec des connaissances issues du Web, le contrôle de la mise en page et jusqu’à 10 images de référence, à prix fixe par palier de résolution.
FLUX 3 Image Klein#
FLUX 3 Image Klein est le modèle FLUX 3 Image compact de Black Forest Labs, avec 5.6B de paramètres et des poids ouverts : génération text-to-image rapide en 16 étapes, dans 15 ratios d’image jusqu’en 4K, et retouche avec jusqu’à 10 images de référence.
FLUX.2 [klein] 4B#
FLUX.2 [klein] 4B est un petit modèle FLUX.2 de Black Forest Labs, à poids ouverts sous licence Apache-2.0 : génération text-to-image en moins d’une seconde et retouche avec jusqu’à 4 images de référence, pour une fraction de centime par image.
FLUX.2 [pro]#
FLUX.2 [pro] de Black Forest Labs génère des images photoréalistes jusqu’à 4 mégapixels, suit précisément les prompts, restitue le texte avec netteté et retouche des images avec jusqu’à 8 références.
FLUX.2 [max]#
FLUX.2 [max] est le modèle FLUX.2 haut de gamme de Black Forest Labs, avec le plus de détails, de textures, de qualité typographique et la meilleure compréhension des prompts, jusqu’à 4 mégapixels.
- Texte en image
bfl/flux-2-max/text-to-imageEssayer →
FLUX.2 [flex]#
FLUX.2 [flex] permet de régler le nombre d’étapes d’échantillonnage et le guidage pour optimiser la typographie et les détails fins, jusqu’à 4 mégapixels.
- Texte en image
bfl/flux-2-flex/text-to-imageEssayer →
FLUX.1 Kontext [pro]#
FLUX.1 Kontext [pro] retouche des images à partir d’instructions en langage naturel — changer les vêtements, le décor, le texte ou le style — tout en préservant la cohérence des personnes et des objets, à prix fixe par image. BFL classe désormais Kontext parmi les anciens modèles ; FLUX.2 et FLUX 3 lui succèdent.
FLUX.1 Kontext [max]#
FLUX.1 Kontext [max] est l’éditeur Kontext haut de gamme, avec un meilleur suivi des prompts, une typographie et une cohérence supérieures à [pro], à prix fixe par image.
Grok Imagine Image 2.0#
Grok Imagine Image 2.0 de xAI génère et retouche des images photoréalistes et stylisées en 1K ou 2K, avec jusqu’à 3 images d’entrée pour la retouche.
Qwen-Image 3.0 Pro#
Qwen-Image 3.0 Pro génère et retouche des images de 1K à 2K, avec une typographie chinoise et anglaise exceptionnelle et des mises en page denses — journaux, menus, storyboards et infographies.
Qwen-Image 3.0#
Qwen-Image 3.0 génère et retouche des images de 1K à 2K, suit précisément les instructions et restitue clairement le texte chinois et anglais, à prix fixe bas par image.
Z-Image Turbo#
Z-Image Turbo du laboratoire Tongyi d’Alibaba génère en 8 étapes des images photoréalistes avec du texte chinois et anglais bien lisible, pour moins de 1,5 centime par image — à un tarif inférieur à celui d’Alibaba.
- Texte en image
alibaba/z-image-turbo/text-to-imageEssayer →
Krea 2 Turbo#
Krea 2 Turbo est la version rapide et distillée de Krea 2 : des images naturelles et photographiques, avec une peau, une lumière et une texture réalistes, générées en environ une seconde pour moins de 1,5 centime par image — à un tarif inférieur à celui de Krea.
- Texte en image
krea/krea-2-turbo/text-to-imageEssayer →
MOSS Image#
MOSS Image d’OpenMOSS est un modèle texte-image à poids ouverts de 5B, qui affiche lisiblement du texte chinois et anglais et place texte et objets selon une mise en page JSON, en 1K, 1.5K ou 2K.
- Texte en image
openmoss/moss-image/text-to-imageEssayer →
Modèles de texte#
L’inférence LLM — DeepSeek, Qwen, GLM, Kimi et d’autres — sera bientôt disponible via la même API et le même solde. Pour être informé du lancement, cliquez sur « S’inscrire à la liste d’attente ».
Quelque chose n’est pas clair ou manque ? Écrivez à support@cheapergen.com : nous lisons tous les messages.