
Generator AI Text to Image
Buat gambar halus dari prompt dengan model gambar AI terkemuka, pengaturan fleksibel, dan alur kerja berbasis browser yang cepat.
Buat video terpandu via Seedance 2.0 Reference-to-Video API dengan dukungan pembuatan manusia realistis, kontrol referensi, suara bawaan, dan output ByteDance yang stabil.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'seedance-v2.0-reference-to-video',
prompt: 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
resolution: '1080p',
duration: 8,
aspect_ratio: '16:9',
sound: true,
images: ['https://example.com/subject-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4'],
audios: ['https://example.com/atmosphere-reference.mp3']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1]
// <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
const mediaReferenceResponse = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'seedance-v2.0-reference-to-video',
prompt: 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
resolution: '1080p',
duration: 10,
aspect_ratio: '16:9',
sound: true,
images: [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
videos: ['https://example.com/camera-movement-reference.mp4'],
audios: ['https://example.com/voice-reference.mp3']
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'seedance-v2.0-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '16:9',
'sound': True,
'images': ['https://example.com/subject-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/atmosphere-reference.mp3']
}
)
result = response.json()
task_id = result['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'seedance-v2.0-reference-to-video',
'prompt': 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
'resolution': '1080p',
'duration': 10,
'aspect_ratio': '16:9',
'sound': True,
'images': [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
'videos': ['https://example.com/camera-movement-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3']
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "seedance-v2.0-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "16:9",
"sound": true,
"images": ["https://example.com/subject-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/atmosphere-reference.mp3"]
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "seedance-v2.0-reference-to-video",
"prompt": "Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>",
"resolution": "1080p",
"duration": 10,
"aspect_ratio": "16:9",
"sound": true,
"images": [
"https://example.com/explorer-reference.jpg",
"https://example.com/environment-reference.jpg"
],
"videos": ["https://example.com/camera-movement-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
| Parameter | Harga | Harga asli | Diskon |
|---|
API ByteDance Seedance V2.0 Reference-to-Video menyediakan pembuatan video berpanduan referensi untuk pengembang dan tim kreatif di Flaq AI. Integrasi API saat ini menerima prompt teks dengan setidaknya satu gambar atau video referensi, ditambah referensi gambar, video, dan audio tambahan yang bersifat opsional. API ini mendukung durasi yang dapat dikonfigurasi, beragam rasio aspek, beberapa tingkat resolusi, serta pengaturan suara yang dihasilkan secara opsional untuk alur kerja video yang terkontrol.
Catatan Setidaknya satu gambar atau video referensi diperlukan; audio saja tidak dapat digunakan sebagai satu-satunya input referensi. Pastikan prompt dan media referensi Anda mematuhi pedoman keamanan konten ByteDance.
Seedance V2.0 Reference-to-Video vs. Seedance V2.0 Text-to-Video Seedance V2.0 Text-to-Video bekerja dari prompt teks. Reference-to-Video menambahkan input gambar, video, dan audio opsional yang didukung serta penyebutan media berbasis prompt.
Seedance V2.0 Reference-to-Video vs. Seedance V2.0 Fast Reference-to-Video Kedua varian menyediakan jenis media referensi dan kontrol inti yang sama di Flaq AI. Varian standar menambahkan opsi resolusi 1080p dan 4K, sedangkan varian Fast berfokus pada alur kerja 480p dan 720p.
Seedance V2.0 Reference-to-Video vs. Wan 2.7 Reference-to-Video Kedua API menerima referensi gambar dan video. Wan 2.7 juga menyediakan kontrol prompt negatif dan seed, sedangkan Seedance V2.0 mendukung beberapa referensi audio opsional dan tombol suara yang dihasilkan.
Seedance V2.0 Reference-to-Video vs. Vidu Q3 Reference-to-Video Vidu Q3 Reference-to-Video menggunakan referensi gambar dalam konfigurasi Flaq AI saat ini. Seedance V2.0 juga menerima video referensi dan audio referensi opsional.
Seedance V2.0 Reference-to-Video vs. Runway Video Tools Runway menawarkan rangkaian pembuatan interaktif yang lebih luas. Seedance V2.0 Reference-to-Video menyediakan alur kerja API terfokus yang mencakup prompt, unggahan referensi yang didukung, pengaturan output, dan suara yang dihasilkan.
Jelajahi beberapa alat pembuatan AI untuk alur kerja gambar dan video cepat di browser Anda, lalu skalakan ide yang berhasil dengan API model siap produksi dari Flaq AI. Flaq AI menyediakan lapisan API terpadu untuk semua model, sehingga alur kerja Anda mudah digunakan dan diskalakan.

Buat gambar halus dari prompt dengan model gambar AI terkemuka, pengaturan fleksibel, dan alur kerja berbasis browser yang cepat.

Unggah gambar referensi, arahkan pengeditan dengan prompt, dan transformasikan visual untuk desain, pemasaran, serta produksi kreatif.

Ubah ide adegan tertulis menjadi video AI pendek dengan pemilihan model, prompt gerakan, dan kontrol generasi praktis.

Animasikan gambar referensi menjadi klip video AI yang mulus untuk produk, potret, posting sosial, dan konsep kreatif.
API Seedance 2.5 untuk Video Sinematik kini tersedia di Flaq AI, memberikan kreator dan pengembang akses langsung ke pembuatan video berbasis prompt dengan suara opsional, rasio aspek yang fleksibel, output 480p atau 720p, serta klip berdurasi 4 hingga 30 detik.
API MiniMax H3 memberi tim video kombinasi yang berguna: pembuatan gambar-ke-video, opsi keluaran 768p dan 2K, klip hingga 15 detik, serta biaya tercantum yang lebih rendah daripada beberapa pengaturan Seedance 2.0 yang sebanding. MiniMax juga telah menerbitkan bobot H3-Base di Hugging Face, menciptakan opsi baru untuk riset, pipeline kustom, dan eksperimen yang di-host sendiri jika lisensinya mengizinkan.
Bandingkan MCP dan CLI Higgsfield dengan endpoint REST Seedance 2.0 milik Flaq AI dalam hal endpoint, harga, polling tugas, varian model, pengujian, dan kasus penggunaan produksi yang praktis.
Bandingkan WaveSpeed dan Flaq AI untuk alur kerja API Seedance 2.0, pilihan endpoint, pengujian prompt, latensi, biaya, perutean fallback, dan pembuatan video yang skalabel.
Jelajahi prospek rilis Seedance 2.5, peningkatan API yang kemungkinan hadir, poin perbandingan Seedance 2.0, uji prompt, serta perencanaan alur kerja Flaq AI untuk para pembuat video.
Panduan praktis untuk API Seedance 2.0 di Flaq AI, dengan fitur-fitur, tips alur kerja, konteks harga, dan ide-ide untuk pembuatan teks-ke-video yang lebih cepat.