Op den Inhalt sprangen

PixVerse V6 Text To Video

Integréieren

Modell-ID pixverse/v6/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/pixverse/v6/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dës Ufro: 0,225 $ 225 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
PixVerse Text zu Video Native Audio1–15 sbis zu 1080p #text-to-video

Text-zu-Video mat Dauer vun 1 bis 15 Sekonnen, aacht Aspektverhältnisser inklusiv 21:9 an enger Multi-Clip-Optioun

PixVerse · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Prompt fir d'Video-Generatioun mat enger bytebaséierter Gréisstelimite: Och visuell kuerzen Text kann dës iwwerschreiden, wann Emoji, Akzentbuschtawen oder net-laténgesch Zeeche méi Bytes pro Zeeche brauchen. Déi maximal kodéiert Längt ass 2048 Bytes mat UTF-8; d'Zeechenzuel bestëmmt net, ob den Text passt.

aspect_ratio Standard 16:9

Bildformat vum Output-Video.

resolution Standard 720p

Opléisung vum Output-Video.

Standard 5

Längt vum ze generéierende Video, gemooss a Sekonnen; fir v6 läit de ënnerstëtzte Beräich bei 1–15 Sekonnen.

Erweidert negative_prompt · style · thinking_type · seed · generate_multi_clip_switch · enable_safety_checker
Standard

Negative Generatiouns-Prompt mat enger bytebaséierter Längtelimit: Och visuell kuerzen Text kann d'Limite iwwerschreiden, well Emoji, Akzentbuschtawen an net-laténgesch Zeeche méi Bytes brauchen. De Maximum ass 2048 Bytes, gemooss mat UTF-8, an net eng Zeechenzuel.

style

Stil, deen op de generéierte Video ugewannt gëtt.

thinking_type

Astellung fir d'Prompt-Optimiséierung: 'enabled' aktivéiert d'Optimiséierung, 'disabled' schalt se aus an 'auto' léisst de Modell entscheeden.

Seed fir reproduzéierbar Videogeneratioun. Fir eng genee Reproduktioun bei all Duerchlaf mussen d'Modellversioun, de Prompt an de Seed onverännert bleiwen.

POST /run/pixverse/v6/text-to-video?wait=20 Präis → 0,225 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/pixverse/v6/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer PixVerse V6 Text To Video

Generéiert Video aus engem néidege `prompt`. `aspect_ratio` bitt 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 an 21:9, an `duration` ass eng Ganzzuel vun 1 bis 15 Sekonnen. D'Resolutioun geet vun 360p bis 1080p. Optiounen enthalen `generate_multi_clip_switch` fir dynamesch Kamerabeweegungen, Stil-Presets, `negative_prompt`, `seed`, Prompt-Optimiséierung an Toun.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
Prompt fir d'Video-Generatioun mat enger bytebaséierter Gréisstelimite: Och visuell kuerzen Text kann dës iwwerschreiden, wann Emoji, Akzentbuschtawen oder net-laténgesch Zeeche méi Bytes pro Zeeche brauchen. Déi maximal kodéiert Längt ass 2048 Bytes mat UTF-8; d'Zeechenzuel bestëmmt net, ob den Text passt.
aspect_ratiooptional
Typenum
Standard16:9
16:94:31:13:49:162:33:221:9
Bildformat vum Output-Video.
resolutionoptional
Typenum
Standard720p
360p540p720p1080p
Opléisung vum Output-Video.
durationoptional
Typinteger
Standard5
1 – 15
Längt vum ze generéierende Video, gemooss a Sekonnen; fir v6 läit de ënnerstëtzte Beräich bei 1–15 Sekonnen.
negative_promptoptional
Typstring
Standard
Negative Generatiouns-Prompt mat enger bytebaséierter Längtelimit: Och visuell kuerzen Text kann d'Limite iwwerschreiden, well Emoji, Akzentbuschtawen an net-laténgesch Zeeche méi Bytes brauchen. De Maximum ass 2048 Bytes, gemooss mat UTF-8, an net eng Zeechenzuel.
styleoptional
Typenum
anime3d_animationclaycomiccyberpunk
Stil, deen op de generéierte Video ugewannt gëtt.
seedoptional
Typinteger | null
Seed fir reproduzéierbar Videogeneratioun. Fir eng genee Reproduktioun bei all Duerchlaf mussen d'Modellversioun, de Prompt an de Seed onverännert bleiwen.
generate_audio_switchoptional generate_audio
Typboolean
Standardfalse
Schalter fir d'Audio-Generatioun vu Hannergrondmusek, Soundeffekter an Dialog.
generate_multi_clip_switchoptional
Typboolean
Standardfalse
Schalter fir d'Multi-Clip-Generatioun, déi dynamesch Kameraännerungen aktivéiert.
thinking_typeoptional
Typenum
enableddisabledauto
Astellung fir d'Prompt-Optimiséierung: 'enabled' aktivéiert d'Optimiséierung, 'disabled' schalt se aus an 'auto' léisst de Modell entscheeden.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "pixverse/v6/text-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 225,
    "usd": "0.225",
    "charged": 225,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Video, deen d'Modell produzéiert huet.

Méi Modeller: Text zu Video

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/pixverse/v6/text-to-video.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt