PixVerse V6 Max Text to Video API

pixverse/v6-max/text-to-video
360p–1080p · 1–15 sec

PixVerse V6 Max Text to Video 将提示词转化为 360p 至 1080p 的 1–15 秒视频,支持八种画幅与可选原生音轨。在一条提示词中写清主体、动作和对白音效,再按投放位选择时长与画幅。

输入
310/5000
输出示例
5 秒 × $0.060/秒 = $0.300
继续使用

PixVerse V6 Max Text to Video

PixVerse V6 Max 是 PixVerse V6 的 Max 档位,于 2026 年 10 月加入 PixVerse API,提供文生视频与图生视频。文本端点仅凭提示词构建场景,可选择 16:9、9:16、4:3、3:4、1:1、2:3、3:2 和 21:9 画幅。低价的 360p 与 540p 适合试稿,720p 与 1080p 适合发布。

为什么选择 PixVerse V6 Max Text to Video API?

  • 八种画幅从 21:9 宽银幕到 9:16 竖屏和 2:3 竖版,按投放位选择画幅。

  • 可选原生音频将 audio 设为 true,即可生成同一提示词中描述的对白、音效和音乐。

  • 1–15 秒按整数秒选择,从 1 秒循环到 15 秒场景。

  • 低价草稿档位360p 每秒 4.8 积分起,在 1080p 成片前低成本迭代提示词。

参数说明

参数要求说明
prompt必填

场景、动作和声音描述,最多 5,000 个字符且不能为空。

默认值—
duration可选

输出时长,1–15 的整数秒。

默认值5
resolution可选

360p、540p、720p 或 1080p,每秒费率由分辨率和音频共同决定。

默认值540p
aspect_ratio可选

16:9、9:16、4:3、3:4、1:1、2:3、3:2 或 21:9。

默认值—
audio可选

设为 true 添加原生音轨,可包含提示词中描述的对白、音效和音乐。

默认值false

使用方法

  1. 写下场景在最多 5,000 个字符的提示词中写清主体、场景、动作和镜头。

  2. 按需加入声音将 audio 设为 true,用引号写出对白并注明说话人,再补充环境声或音乐。

  3. 选择画幅与时长选择画幅、1–15 秒和 360p 至 1080p,Run 按钮上的价格同步更新。

  4. 提交并获取视频提交后获得 task_id,轮询状态接口或使用 callback_url 获取结果。

用量与计费

PixVerse V6 Max Text to Video 按输出秒数计费,费率取决于分辨率以及是否开启音频。

计费项目费率详情
360p4.8 / 7.2 积分 / 秒无音频 / 有音频:每秒 $0.024 / $0.036,适合快速草稿。
540p7.2 / 8.8 积分 / 秒无音频 / 有音频:每秒 $0.036 / $0.044,默认档位,5 秒无音频为 36 积分。
720p8.8 / 12 积分 / 秒无音频 / 有音频:每秒 $0.044 / $0.060。
1080p17.6 / 22.4 积分 / 秒无音频 / 有音频:每秒 $0.088 / $0.112,15 秒带音频为 336 积分。

适用场景

  • 带声音的对白场景在一次请求中写出带台词和环境声的短剧片段。

  • 竖版社媒广告以 9:16、540p 或 720p 制作信息流和快拍内容。

  • 宽银幕预告用 21:9 制作预告片和横幅投放。

  • 低成本概念预览先用 360p 探索创意,再将选定提示词以 1080p 重新生成。

实用技巧

  • 台词放在引号中并注明说话人,例如:咖啡师说:“您的饮品好了。”
  • 每个镜头写一个主要动作和一种运镜,动作更清晰。
  • 生成前就按投放位选择画幅,而不是事后裁切。
  • 调整画面时先关闭音频,定稿时再开启。

注意事项

  • 本端点 prompt 必填,最多 5,000 个字符。
  • 如需从图片开始,请使用 PixVerse V6 Max Image to Video。
  • 任务异步执行:提交成功返回 task_id,可轮询或通过回调获取结果。

相关模型

PixVerse V6 Max Text to Video API 常见问题

PixVerse V6 Max Text to Video API 是什么?

PixVerse V6 Max Text to Video 是 PixVerse 用于根据文本提示词生成视频的模型。它可生成 360p 至 1080p、八种画幅的 1–15 秒视频,并可选原生音轨承载对白、音效和音乐。画面中的人物、场景、运镜与声音都来自你写的提示词。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

如何为 PixVerse V6 Max Text to Video 添加对白?

将 audio 设为 true,用引号写出台词并注明说话人,再补充环境声或音乐。开启音频后 540p 每秒 8.8 积分(无音频为 7.2)。

PixVerse V6 Max Text to Video 支持哪些画幅?

通过 aspect_ratio 可选 16:9、9:16、4:3、3:4、1:1、2:3、3:2 和 21:9。

PixVerse V6 Max Text to Video 一次能生成多长?

1–15 个整数秒,默认 5 秒;15 秒 1080p 带音频为 336 积分。

PixVerse V6 Max Text to Video 的 1080p 怎么计费?

无音频每秒 17.6 积分,有音频每秒 22.4 积分,乘以时长;5 秒无音频为 88 积分。

PixVerse V6 Max Text to Video 的 360p 适合做什么?

适合以每秒 4.8 积分快速、低成本测试提示词,再将选定提示词以 720p 或 1080p 重跑。

PixVerse V6 Max Text to Video 的提示词能写多长?

最多 5,000 个字符。两个端点都需要提示词:本端点最多 5,000 个字符,Image to Video 最多 2,048 个字符。

什么时候应改用 PixVerse V6 Max Image to Video?

当开场画面必须与现有图片一致,例如产品图或插画时。图片端点保留图片构图,费率相同。