50 個模型系列 · 513+ 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29
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。

Happy Horse 1.1 API
—可由文字、首幀圖片或最多 9 張參考圖生成 3-15 秒電影感影片,支援 480p、720p 或 1080p,運鏡流暢、提示詞忠實度高。

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。

Kling 4.0 API
快手 Kling 4.0 提供文字轉影片、圖片轉影片、參考轉影片、影片編輯與影片延伸,支援 3-30 秒片段、720p 與 1080p 輸出,並隨畫面同步生成立體聲音訊。

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 15 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。

Kling 2.6 API
快手 Kling 2.6:文字轉影片與圖片轉影片,動態流暢、畫面具電影感、提示詞遵循準確,提供 Standard 與 Pro 兩個等級,Pro 具備原生音訊,另有可從參考影片轉移動作的 motion-control 端點,以及用於自訂聲音的 create-voice 端點。

Wan 2.5 API
Alibaba Wan 2.5:最高 1080p 的文字轉影片與圖片轉影片,具同步音訊,同系列還有 video-extend、image-edit 與 text-to-image,影片端點皆有 Fast 版本。

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…

PixVerse API
—PixVerse V6、V6 Max 和 C1 的文生影片、圖生影片、參考圖生影片與轉場,支援 1-15 秒片段、最高 1080p 輸出和可選的原生音訊,另有 V5.x、動作控制、換臉換景、口型同步和音樂 MV 端點。

Luma API
—Ray 3.2 文生影片、圖生影片、影片編輯和影片重構圖,早期的 Ray 2 與 Ray 1.6 模型,以及 Uni v1 和 Photon 圖像生成與編輯,全部透過一個 REST API 呼叫。
圖片15
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 2.6 API
—文字轉圖片與編輯端點分為兩個等級:Flare(快速)和 Sunburst(精準優先)。提供從 low 到 max 的五個品質等級、用於版面規劃的 complexity 控制、GIF 動圖與 SVG 向量輸出、遮罩與標註編輯、1K / 2K / 4K 輸出、十五種長寬比,編輯時最多可參考 16…

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 5.5 API
— 照片級真實感與出色的視覺美感,多輪編輯時未修改區域保持穩定,小字與多語言文字渲染準確。支援模型原生輸出透明 PNG、3K 解析度檔位,以及可將一張圖拆分為底圖加透明圖層的圖層拆分端點。

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。

MOSS Image API
OpenMOSS MOSS Image 是開放權重的文字轉圖片模型,適合長而詳細的提示詞,可在圖片內清晰呈現中文與英文文字,支援 1K、1.5K 或 2K 輸出、從 1:3 到 3:1 的 15 種長寬比,並有最多可載入三個自訂 LoRA 的 LoRA 版本。

Krea API
—Krea V3 文生圖與多參考圖編輯,以及 Krea 2 Large、Medium、Medium Turbo 和支援 LoRA 的開放權重模型 Krea 2 Turbo,全部透過一個 REST API 呼叫。
工具03
圖片與影片的放大與修復。

Image Upscaler Collection API
—WaveSpeedAI(Standard、Ultimate、Real-ESRGAN)、Topaz Labs(Upscale、Generative、Creative、Transparent)、Clarity AI(Creative、Crystal、Flux、Pro)、Recraft(Creat…

Video Upscaler Collection API
—WaveSpeedAI(Standard、Pro、Ultimate、SeedVR2、LTX-2 19B)、Topaz Labs(Upscale、Generative、Creative)、ByteDance、Bria 和 Clarity AI——全部透過一個 WaveSpeedAI API 金…

Topaz API
—以 REST 提供 17 個 Topaz Labs 圖像和影片增強端點:使用 Standard、Wonder 和 Bloom 模型將圖像放大至 8K,並支持銳化、降噪、修復和光線校正;使用 Proteus、Starlight 和 Astra 放大影片,並支持降噪、去模糊、SDR 轉 HDR、…
3D03
文字與圖片轉 3D 資產。

Hunyuan3D API
—適用於視覺化與內容工作流程的圖生 3D 與文生 3D,提供 V3 Image-to-3D 和 Text-to-3D 端點。

Tripo API
透過 REST 呼叫官方 Tripo 3D 模型:H3.1 適用於高擬真資產,P2 提供原生四邊形拓撲,P1 適用於遊戲低多邊形資產,支援文字、單張圖片或多視角輸入,並提供高斯潑濺,以及 3D 模型的重新貼圖、骨骼綁定、動畫、重拓撲、UV 展開、分割和格式轉換工具。

Meshy API
透過 REST 呼叫官方 Meshy 7.1、7、6 和 6 Lite 模型:支援文字、圖片和多圖轉 3D,PBR 貼圖最高 8K,並提供重新貼圖、骨骼綁定、動畫、重建網格、UV 展開、轉換、縮放和 3D 列印工具。
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。