37 個模型系列 · 358+ 個端點
AI 模型 API
一組 API 金鑰,即可使用領先的影片、圖片與 3D 模型。選擇一個模型,查看它的端點、即時價格與可直接執行的程式碼。
curl -X POST https://api.wavespeed.ai/api/v3/<model> \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{"prompt": "…"}'影片23
文字、圖片與參考素材轉影片,另有編輯與延伸。
FLUX 3 API
Black Forest Labs FLUX 3 API 已在 WaveSpeedAI 上線，提供文字轉影片、圖片轉影片、首尾幀影片、影片延伸、Draft 與影片放大端點。透過一組可直接用於正式環境的 API，生成 5 至 20 秒的 720P 或 1080P 影片，並可選擇搭配同步音訊。
MiniMax H3 API
MiniMax H3 API 支援電影感的文字轉影片、圖片轉影片與參考轉影片生成，具備原生立體聲音訊、出色的動態品質、主體一致性與場景連貫性。可在 WaveSpeed 基礎設施上執行開放權重版本，或透過同一組 WaveSpeedAI API 呼叫官方 MiniMax 端點。
Seedance 2.5 API
ByteDance Seedance 2.5 API 已在 WaveSpeedAI 上線：支援 30 秒單鏡頭影片生成、原生多語言音訊、最多 50 個多模態參考，以及精準的影片編輯與延伸，並提供文字轉影片、圖片轉影片、video-edit、video-extend 與 turbo 端點。
Seedance 2.0 Mini API
ByteDance Seedance 2.0 Mini 是 Seedance 2.0 中速度更快、成本更低的等級。同樣具備電影感多鏡頭敘事、AI 運鏡控制與角色一致性，並搭配原生音訊，價格僅為標準版的 50%。
Seedance 2.0 API
ByteDance Seedance 2.0 以好萊塢等級的電影感畫面、原生音畫同步、導演級的運鏡與光線控制，以及出色的動態穩定性著稱，建構於 Seed 的統一多模態架構之上。
Seedance 1.5 Pro API
ByteDance Seedance 1.5 Pro 生成偏真人實拍風格的電影感影片，提示詞遵循度高、動態富有表現力、美學風格穩定。時長 4 至 12 秒並提供智慧時長，支援多種長寬比，可透過 seed 重現生成結果。
Veo 3.1 API
Google Veo 3.1 支援帶同步原生音訊的 1080p 文字轉影片。提供 Standard、Fast、Lite 三種等級，包含文字轉影片、圖片轉影片、參考轉影片與 video-extend，Lite 等級另有 start-end-to-video。
Wan 3.0 API
Alibaba Wan 3.0 可在單次生成中產出最長 30 秒的電影感影片，上限是 Wan 2.7 的兩倍。提供文字轉影片、支援首尾幀引導的圖片轉影片，以及可同時接受圖片、影片與音訊參考的參考轉影片。輸出 480p / 720p / 1080p，可選配生成音訊，並提供提示詞擴寫以獲得更高品質…
Wan 2.7 API
Alibaba WAN 2.7 生成連貫的電影感影片，細節清晰、動態穩定，且指令遵循度高。文字轉影片、圖片轉影片、參考轉影片、video-edit、video-extend 各有獨立端點，同系列另有圖片編輯與文字轉圖片版本。
Happy Horse 1.0 API
Alibaba Happy Horse 1.0 生成 720p / 1080p 的電影感影片，運鏡流暢、動態富有表現力，提示詞忠實度高。內含參考轉影片，可在多次生成間維持一致的角色與風格身分。
Kling 3.0 API
快手 Kling 3.0 提供文字轉影片與圖片轉影片，動態流暢、畫面具電影感、提示詞遵循精準，並內建原生音訊。分為 Standard、Pro 與 4K 三個等級。
Kling 3.0 Motion Control API
快手 Kling 3.0 Motion Control 可將參考影片中的動作轉移，讓靜態角色圖片動起來。上傳角色圖片與動作影片（舞蹈、動作、手勢），模型會擷取其動作，生成流暢寫實的影片。提供 Standard 與 Pro 等級。
Vidu Q4 API
生數科技 Vidu Q4 提供圖片轉影片與參考轉影片，片長 3 至 16 秒，輸出 540p 至 4K，並可選擇生成音訊。參考轉影片單次請求最多可接受 12 張參考圖片與 3 段參考音訊。
Vidu Q3 API
生數科技 Vidu Q3 提供文字轉影片、圖片轉影片、參考轉影片（1 至 4 張參考圖片，維持多主體一致性）與 start-end-to-video。分為 Standard、Pro、Turbo 三個等級，部分版本最長可輸出 16 秒。
InfiniteTalk API
WaveSpeedAI InfiniteTalk 可將一張照片加上音訊，轉為會說話或會唱歌的虛擬人影片，最長 10 分鐘。提供 Standard 與 Fast 等級，另有 Multi 版本（單張圖片搭配兩段音訊，輸出多角色影片）與 Video-to-Video 版本（以新音訊驅動現有影片）。
Wan 2.2 API
Alibaba 的 Wan 2.2 是開放權重的影片工具組，已部署於 WaveSpeedAI，提供 35 種以上的原廠版本：Animate（120 秒角色動畫）、Video Edit、Speech-to-Video（10 分鐘音訊驅動）、Fun-Control（Apache 2.0 授權），以…
Sora 2 API
OpenAI Sora 2 提供業界領先的文字轉影片與圖片轉影片，畫面寫實、物理準確、音訊同步，且可控性強。分為 Standard 與 Pro 等級，另有 Characters 端點，可建立可跨次生成重複使用的角色 ID。
Kling Omni O3 API
快手 Kling Omni Video O3 是先進的統一多模態影片模型，採用 MVL（Multi-modal Visual Language，多模態視覺語言）技術。提供 Standard、Pro 與 4K 等級，涵蓋文字轉影片、圖片轉影片、參考轉影片與對話式 video-edit。
Grok Imagine Video 1.5 API
XAI Grok Imagine Video 1.5 提供最高 1080p 的快速文字轉影片、圖片轉影片，以及可由最多七張參考圖片生成的參考轉影片，輸出身分一致，並可選擇長寬比。
Grok Imagine Video API
XAI Grok Imagine Video 提供文字轉影片、圖片轉影片、參考轉影片、video-extend 與 edit-video，另有快速的 v1.5 生成版本，提供 1080p 文字轉影片與由最多七張圖片生成的參考轉影片。
Hailuo 2.3 API
MiniMax Hailuo 2.3 提供具物理感知的文字轉影片與圖片轉影片，效率提升 2.5 倍，複雜指令準確率達 85%。提供 768p 與 1080p 的 Standard 與 Pro 等級，另有針對創作者與行銷人員最佳化的 Fast 版本。
Wan 2.6 API
Alibaba WAN 2.6 提供帶同步音訊的 720p/1080p 文字轉影片與圖片轉影片，同系列另有參考轉影片、video-extend、圖片編輯與文字轉圖片，並提供針對速度最佳化的 Flash 等級。
Higgsfield API Alternative
開發者在 Higgsfield API 中尋找的模型，包括 Seedance 2.5 與 2.0、Kling 3.0 與 O3、Wan 3.0、開放權重的 MiniMax H3 與 Qwen Image 3.0，再加上 Seedream 5.0、Nano Banana 2 與 Pro，以及 G…
圖片11
文字轉圖片與圖片編輯,從快速草稿到 4K。
Nano Banana Pro API
Google Nano Banana Pro（Gemini 3.0 Pro Image）支援高解析度 4K 文字轉圖片與圖片編輯，並針對手機最佳化。生成與編輯皆提供 Standard、Ultra（更高解析度）與 Multi（多張輸出）版本。
Nano Banana 2.1 API
—最新的 Nano Banana 圖像生成與編輯模型。據 Google 表示，它相較先前的模型全面提升，在視覺設計與主體一致性上進步明顯，同時提示詞遵循更精準，文字渲染也更乾淨。
Nano Banana 2 API
Google Nano Banana 2（Gemini 3.1 Flash Image）以 Flash 的速度提供 Pro 品質的圖像生成。解析度範圍從 512px 到 4K，文字渲染更佳，最多可維持 5 個角色的一致性，並整合真實世界知識。
GPT Image 2 API
OpenAI GPT Image 2 可依自然語言提示詞提供高品質的文字轉圖片與編輯端點。品質等級（low / medium / high）與解析度縮放讓您每次呼叫都能在成本與畫質之間取捨。
GPT Image 2.5 API
OpenAI GPT Image 2.5 提供文字轉圖片與編輯端點，分為 Flare（快速、均衡）與 Sunburst（講求精準）兩個等級，具備由 low 到 max 的五級品質、1K / 2K / 4K 輸出、十五種長寬比，並可依最多 16 張參考圖片進行編輯。請求格式與 GPT Image…
Seedream 4.5 API
ByteDance Seedream 4.5 是針對字體排版最佳化的新一代文字轉圖片模型。文字渲染更清晰、提示詞遵循度更高，最高可輸出 4K，適用於海報與品牌視覺。
Seedream 5 API
ByteDance Seedream 5 以同一組 API 提供兩個等級。Pro 是 ByteDance 具備設計理解能力的旗艦版：可將資料、概念與大量文字轉為專業版面，支援互動式精準編輯（點選與套索選取、草圖渲染、顏色與材質替換、圖層分離、多圖融合），渲染寫實的光線、材質與膚質，並能產出 1…
Video Watermark Remover API
WaveSpeedAI 影片浮水印移除工具可移除影片中的 Kling 與 Seedance 浮水印、標誌、字幕與文字，同時保持畫質。支援多種格式與 10 分鐘長度的檔案。
Qwen Image 3.0 API
Alibaba Qwen Image 3.0 提供 Standard 與 Pro 的文字轉圖片與圖片編輯端點，支援彈性的長寬比、1K/2K 輸出，並能理解自然語言指令。
Qwen Image API
Alibaba Qwen-Image 是 20B MMDiT 的新一代文字轉圖片與編輯工具組，支援中英雙語、多圖編輯、LoRA 客製化、分層合成，以及 96 種姿態的攝影機角度系統。
Flux 2 Klein API
Black Forest Labs FLUX.2 [klein] 是高品質的 4B 與 9B 文字轉圖片及編輯模型，擁有更強的寫實感、更清晰的文字生成，並支援 LoRA 以快速客製化。生成與編輯皆提供基礎版與 LoRA 版本。
工具02
圖片與影片的放大與修復。
Image Upscaler Collection API
來自五家供應商的十個圖像超解析度端點，包括 WaveSpeedAI（Standard、Ultimate、Real-ESRGAN）、Clarity AI（Creative、Crystal、Flux、Pro）、Recraft（Creative、Crisp）與 Pruna AI，全部可透過同一組 W…
Video Upscaler Collection API
來自五家供應商的八個影片超解析度端點，包括 WaveSpeedAI（Standard、Pro、Ultimate、SeedVR2、LTX-2 19B）、ByteDance、Bria 與 Clarity AI，全部可透過同一組 WaveSpeedAI API 金鑰存取。可依目標解析度（最高 8K）…
3D01
文字與圖片轉 3D 資產。
一組 API 金鑰,隨心打造
WaveSpeedAI 上的每個模型都使用相同的 REST API、SDK 與帳單。