Texte vers vidéo

Texte vers vidéo transforme un prompt écrit en un court clip animé. Rien d'autre que la description n'entre en jeu : le modèle doit donc inventer le sujet, le comportement de la caméra et le mouvement dans le temps. C'est la capacité la plus ouverte du catalogue, et celle où la formulation exacte d'un prompt change le plus le résultat.

Un prompt utile décrit le plan comme le ferait un réalisateur : sujet, action, mouvement de caméra, décor et lumière. Les clips sont courts par nature : prévoyez un seul temps fort par génération et montez-en plusieurs bout à bout plutôt que d'attendre qu'un prompt porte une scène entière. Les jobs vidéo durent aussi nettement plus longtemps que les jobs image et coûtent plus cher par requête, ce qui est une bonne raison de figer d'abord le rendu avec un modèle d'image bon marché, puis de reprendre la description retenue.

E2X sert aujourd'hui cette catégorie avec deux modèles de Google, Veo 3.1 Fast et Omni Flash. Tous deux s'appellent comme n'importe quel autre modèle ici : soumettez un slug de modèle et un objet d'entrée à l'endpoint des jobs, récupérez l'identifiant de job renvoyé et interrogez-le jusqu'à ce que le clip soit prêt. La facturation se fait par requête sur un solde prépayé, au prix affiché sur la fiche de catalogue de chaque modèle avant l'appel.