Seedance 1.0 Pro Fast

Seedance 1.0 Pro Fast — bản nhanh và rẻ của Seedance 1.0 Pro, 720p chỉ 7 credit mỗi giây.

Seedance 1.0 Pro

Seedance 1.0 Pro — đời video ổn định của ByteDance, 480p đến 1080p, tối đa 12 giây.

Wan2.2 I2V Flash (Ảnh→Video 480P)

Wan2.2 I2V Flash — video im lặng 5 giây từ 1 ảnh, 480P chỉ 25 credit mỗi clip. Lane rẻ nhất để thử ý tưởng.

Wan2.6 I2V Flash (Ảnh→Video, có tiếng)

Wan2.6 I2V Flash — bản ảnh→video giá rẻ của Wan: chọn có tiếng hay im lặng, dài 2–15 giây. Im lặng 720P chỉ 8 credit mỗi giây.

Wan2.2 KF2V Flash (Frame đầu → frame cuối)

Wan2.2 KF2V Flash — cho 2 ảnh (đầu và cuối), model dựng đoạn chuyển nối liền hai ảnh. Video luôn dài 5 giây.

Wan2.2 Animate Mix (Thay nhân vật trong video)

Wan2.2 Animate Mix — thay nhân vật trong video có sẵn bằng nhân vật trong ảnh, giữ nguyên động tác và bối cảnh gốc. Tính tiền theo độ dài video kết quả.

Wan2.2 Animate Move (Nhân vật nhại động tác)

Wan2.2 Animate Move — đưa 1 ảnh nhân vật cùng 1 video mẫu, nhân vật trong ảnh sẽ nhại lại đúng động tác trong video. Tính tiền theo độ dài video kết quả.

Vidu Q2 Pro Fast (Ảnh→Video)

Vidu Q2 Pro Fast — lane video rẻ và nhanh nhất hiện có: từ 1 ảnh ra video 720P/1080P, 5 credit mỗi giây.

Vidu Q3 Drama (Phim / kịch)

Vidu Q3 Drama — bản chuyên phim và kịch: diễn xuất, cảm xúc nhân vật và chuyển cảnh điện ảnh; 1080P cùng giá 720P.

Vidu Q3 Ad (Video quảng cáo)

Vidu Q3 Ad — bản chuyên quảng cáo sản phẩm: giữ đúng hình dáng, nhãn và chất liệu sản phẩm trong ảnh tham chiếu.

Vidu Q3 Mix (Tham chiếu→Video)

Vidu Q3 Mix — đưa 1–7 ảnh tham chiếu (nhân vật, đạo cụ, bối cảnh) để dựng video giữ nguyên nhận dạng. Tối đa 16 giây.

Wan3.0 Video Prime

Wan3.0 Video Prime — bản cao cấp của Wan3.0, hình ảnh chân thực và nhân vật nhất quán hơn, video tới 30 giây có âm thanh.

Wan3.0 Video

Wan3.0 Video — model video tất-cả-trong-một mới nhất của Alibaba: tạo video từ chữ, từ ảnh khung đầu/cuối hoặc ảnh tham chiếu, dài tới 30 giây, có âm thanh.

CinAI Veo 3.1

CinAI Veo 3.1 — model video chất lượng cao nhất của CinAI. Văn bản→video và ảnh→video (ảnh ≤20MB, khung đầu + khung cuối). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~60-90 giây).

CinAI Veo 3.1 Fast

1 lượt miễn phí/tháng

CinAI Veo 3.1 Fast — tạo video nhanh, giá tốt. Văn bản→video và ảnh→video (ảnh ≤20MB, khung đầu + khung cuối). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~40-70 giây).

Dreamina-Seedance-2.0-mini

Model tạo VIDEO đa phương thức (Multimodality-to-video) của ByteDance/Doubao: nhận text + ảnh + video + audio tham chiếu → video (có thể kèm audio). 480P/720P, 4-15s, 24fps.

Dreamina-Seedance-2.0-fast

Seedance 2.0 Fast của ByteDance/Doubao — tạo VIDEO đa phương thức nhanh hơn: text + ảnh (1-9) + video (0-3) + audio (0-3) tham chiếu → 1 video (có thể kèm audio). 480P/720P, 4-15s, 24fps; các chế độ Text→Video, Ảnh→Video, Frame đầu/cuối, Tham chiếu đa phương thức.

Dreamina-Seedance-2.0

Seedance 2.0 (bản full) của ByteDance/Doubao — tạo VIDEO đa phương thức: text + ảnh (1-9) + video (0-3) + audio (0-3) tham chiếu → 1 video (có thể kèm audio). Hỗ trợ 480P/720P/1080P/4K, 4-15s, 24fps; các chế độ Text→Video, Ảnh→Video, Frame đầu/cuối, Tham chiếu đa phương thức.

Veo 3.1 Lite

10 lượt miễn phí/tháng

Veo 3.1 Lite (Google Labs Flow) — video Veo 3.1 bản nhẹ, tạo từ văn bản (text-to-video), có âm thanh. Tỉ lệ 16:9 / 9:16, thời lượng 4/6/8 giây. Chạy bất đồng bộ.

CinAI Veo 3.1 Lite

2 lượt miễn phí/tháng

CinAI Veo 3.1 Lite — model video rẻ nhất dòng CinAI Veo (bản Preview). Văn bản→video và ảnh→video (khung đầu). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~40-70 giây).

HappyHorse 1.1 (Text→Video)

HappyHorse 1.1 text-to-video của Alibaba (Tongyi) — tạo video từ PROMPT. 720P/1080P, tỉ lệ 16:9/9:16/1:1/4:3/3:4, tối đa ~10s. DashScope async.

HappyHorse 1.1 (Image→Video)

HappyHorse 1.1 image-to-video của Alibaba (Tongyi) — tạo video từ ẢNH ĐẦU (first frame) + prompt. 720P/1080P, tối đa ~10s. DashScope async.

HappyHorse 1.0 (Video Editing)

HappyHorse 1.0 video-editing của Alibaba (Tongyi) — sửa VIDEO có sẵn theo instruction (prompt) + tối đa 5 ảnh tham chiếu. 720P/1080P. DashScope async (1-5 phút). ⚠️ Tính giá theo GIÂY video billable = độ dài NGUỒN + độ dài KẾT QUẢ (kết quả giữ nguyên độ dài video nguồn); 720P 42cr/giây · 1080P 72cr/giây.

HappyHorse 1.1 (Reference→Video)

HappyHorse 1.1 reference-to-video của Alibaba (Tongyi) — tạo video từ 1-4 ẢNH THAM CHIẾU + prompt (giữ nhân vật/phong cách). 720P/1080P, tối đa ~10s. DashScope async.

Midjourney Video

Midjourney Video (t2v) — tạo ảnh nền từ prompt rồi ANIMATE thành tối đa 4 video mp4 (h264 ~832×464, ~5s). Qua gateway browser (subscription Midjourney). Async ~1–3 phút. Hỗ trợ aspect_ratio + chọn ảnh nền (imageNum).

Claude Sonnet 5.5

Claude Sonnet 5.5 — Sonnet mới nhất của Anthropic (ra cuối tháng 9/2026), mặc định Sonnet trên Anthropic API. Context 1M token, cân bằng tốc độ và chất lượng cho coding, viết nội dung và hội thoại.

Claude Opus 5.5

Claude Opus 5.5 is Anthropic's newest Opus model (released September 22, 2026) and the one Anthropic recommends as the default for most work. According to Anthropic, it comes close to Claude Fable 5.1 on most tasks while producing output faster and using fewer tokens per task than Claude Opus 5 — strong at agentic coding, complex reasoning and professional knowledge work.

Gemini 3.8 Flash

1M token miễn phí/tháng

Gemini 3.8 Flash (Google Vertex) - Flash MOI NHAT dong Gemini 3.x (GA 2/9/2026), thay 3.7 lam ngua tho agentic chinh. Google mo ta la "most intelligent workhorse model yet": tien bo ro o software engineering, tac vu agentic va suy luan nhieu buoc trong linh vuc chuyen sau. LUU Y: 3.8 tieu NHIEU token hon 3.7 de dat hieu nang (nhat la o effort cao) ma token reasoning tinh vao gia OUTPUT - don gia y het 3.7 nhung hoa don co the cao hon; uu tien chi phi/toc do thi dung 3.7. Context 1 trieu token (1.048.576 vao / 65.536 ra). INPUT TOI DA: anh <=3.000/prompt (<=7MB/file inline, <=30MB tu Cloud Storage; png/jpeg/webp/heic/heif) + video <=10/prompt (~45 phut neu CO audio, ~1 gio neu KHONG audio) + audio CHI 1 file/prompt (~8,4 gio hoac toi 1 trieu token) + tai lieu <=3.000 file, <=3.000 trang/file (<=50MB pdf / <=7MB txt). Thinking level LOW/MEDIUM (mac dinh)/HIGH - MINIMAL KHONG duoc ho tro. Grounding Google Search/Maps, code execution, function calling, structured output, URL context, computer use (preview), agentic video understanding (preview). TEXT-only output.

Grok 4.6

1M token miễn phí/tháng

Grok 4.6 — model frontier mới nhất của xAI, context 500K token, mức suy luận điều chỉnh được (low → xhigh). Phù hợp lập trình, suy luận nhiều bước và gọi công cụ.

Grok 4.5

1M token miễn phí/tháng

Grok 4.5 — model frontier đời trước của xAI, context 500K token, mức suy luận điều chỉnh được (low → high). Phù hợp lập trình và suy luận nhiều bước. Cần model mới nhất thì dùng Grok 4.6.

Gemini 3.7 Flash

1M token miễn phí/tháng

Gemini 3.7 Flash (Google Vertex) - Flash MOI NHAT dong Gemini 3.x (GA 13/8/2026), nang luc agentic ngang Pro o gia/toc do Flash, buoc nhay lon ve sinh code + thuc thi terminal. Context 1 trieu token (1.048.576 vao / 65.536 ra). Input DA PHUONG THUC: text + anh (<=3000, 7MB inline/30MB GCS) + audio (<=1 file, ~8.4h) + video (<=10, ~45ph co audio/~1h) + tai lieu pdf/txt (<=3000 file). Thinking level LOW/MEDIUM (mac dinh)/HIGH - luu y MINIMAL KHONG duoc ho tro. Grounding Google Search/Maps, code execution, function calling, structured output, URL context, computer use (preview). TEXT-only output.

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash — bản nhanh, rẻ của DeepSeek V4.1, hợp cho chat và lập trình khối lượng lớn.

Kimi K3

Kimi K3 của Moonshot AI — flagship mới, mạnh về lập trình, agent và ngữ cảnh dài.

GLM-5.3

GLM-5.3 của Zhipu AI — model mở mạnh về lập trình và tác vụ agent, có chế độ suy luận.

Qwen3.8 Flash

Qwen3.8 bản nhanh và rẻ, ngữ cảnh 1M token — hợp cho agent, lập trình và xử lý tài liệu dài.

Qwen3.8 Max

Flagship mới nhất của Qwen (MoE 2.4T tham số), ngữ cảnh 1M token — mạnh về lập trình, suy luận và công việc chuyên môn.

Claude Fable 5.1

Claude Fable 5.1 (Anthropic, 01/09/2026) là model mạnh nhất hiện có, đứng trên Opus 5 — chuyên suy luận nhiều bước và tác vụ agentic phiên dài. Context 1 triệu token, knowledge cutoff 06/2026, thinking thích ứng luôn bật. Đổi lại nó chậm hơn và đắt hơn Opus 5; từ 22/09/2026 Anthropic khuyên dùng Opus 5.5 làm mặc định cho phần lớn công việc, còn tác vụ ngắn hoặc phân loại nên dùng Haiku. Lưu ý tên gọi: "Fable" không có nghĩa là model chuyên sáng tác — văn phong của nó đặc và ít định dạng hơn Opus 5.

Claude Opus 5

200K token miễn phí/tháng

Claude Opus 5 is Anthropic's previous-generation flagship reasoning model — a major step up in complex reasoning, agentic coding, and long-horizon autonomous task execution over the Opus 4.x line, with stronger instruction-following and professional knowledge work. For most new work Anthropic now recommends Claude Opus 5.5.

GPT-6 Astra — model mạnh nhất của OpenAI (ra 3/9/2026), đứng trên GPT-5.6 Sol: lý luận nhiều bước, computer use, phán đoán tốt hơn. Hợp việc end-to-end dài hơi (code + dựng app + nghiên cứu). Context 1.05M token. Hỗ trợ vision (đọc ảnh), function calling, và reasoning effort low→ultra — riêng ultra chạy nhiều subagent song song cho việc chia nhỏ được.

Claude Opus 4.8

Claude Opus 4.8 delivers a major upgrade in complex reasoning, agentic coding, and professional knowledge work. With improved honesty, stronger long-horizon task execution, and a 1-million-token context window on supported platforms, it is built as Anthropic’s most capable generally available model for high-autonomy workflows and demanding enterprise use cases.

Claude Sonnet 5

500K token miễn phí/tháng

Claude Sonnet 5 — thế hệ Sonnet trước của Anthropic: cân bằng tốc độ/chất lượng, coding + nội dung mạnh, hỗ trợ suy luận sâu (thinking) và web search. Bản Sonnet mới nhất hiện là Claude Sonnet 5.5.

Gemini 3.6 Flash

1M token miễn phí/tháng

Gemini 3.6 Flash (Google Vertex) - tri tue gan-Pro o gia/toc do Flash. Context 1 trieu token (1.048.576 vao / 65.535 ra). Input DA PHUONG THUC: text + anh (<=3000) + audio (~8.4h) + video (<=10, ~1h) + tai lieu pdf/txt. Thinking (suy luan sau - hien trace qua streaming khi bat thinking level), Grounding Google Search/Maps/Partners, function calling, structured output. TEXT-only output.

Claude Fable 5

Claude Fable 5 (Anthropic, phát hành 09/06/2026) là đời TRƯỚC của dòng Fable — nay Anthropic xếp legacy, bản hiện hành là Fable 5.1. Cùng định vị: suy luận nhiều bước và tác vụ agentic phiên dài, mạnh hơn Opus 5 ở nhóm việc đó. Context 1 triệu token, output tối đa 128K, thinking thích ứng luôn bật. Khác Fable 5.1 chủ yếu ở độ mới của kiến thức: cutoff 01/2026 (Fable 5.1 là 06/2026). Cùng giá với 5.1 nên nếu không có lý do cụ thể để ghim đời cũ thì nên dùng Fable 5.1.

GPT-5.6 Sol

GPT-5.6 Sol — flagship coding model mới nhất của OpenAI (frontier, GA 7/2026): agentic coding, nghiên cứu, task đa bước. Hỗ trợ vision (đọc ảnh) + reasoning effort low→ultra.

GPT-5.6 Terra

GPT-5.6 Terra — biến thể cân bằng của series GPT-5.6. Vision + reasoning effort low→ultra.

GPT-5.6 Luna

GPT-5.6 Luna — biến thể nhẹ/nhanh của series GPT-5.6. Vision + reasoning effort low→ultra.

Gemini 3.5 Flash

1M token miễn phí/tháng

Gemini 3.5 Flash (Google Vertex) - tri tue gan-Pro o gia/toc do Flash. Context 1 trieu token (1.048.576 vao / 65.535 ra). Input DA PHUONG THUC: text + anh (<=3000) + audio (~8.4h) + video (<=10, ~1h) + tai lieu pdf/txt. Thinking (suy luan sau - hien trace qua streaming khi bat thinking level), Grounding Google Search/Maps/Partners, function calling, structured output. TEXT-only output.

Gemini 3.1 Flash-Lite

1M token miễn phí/tháng

Gemini 3.1 Flash-Lite (Google Vertex) - re va nhanh nhat nhom Gemini 3.x. Context 1 trieu token (1.048.576 vao / 65.535 ra). Input DA PHUONG THUC: text + anh (<=3000) + audio + video + tai lieu pdf/txt. Thinking (co hien trace), Grounding Google Search/Maps/Partners, function calling, structured output. TEXT-only output.

Gemini 3.1 Pro

1M token miễn phí/tháng

Gemini 3.1 Pro (Google Vertex) - LLM reasoning/chat context 1 trieu token (1.048.576 vao / 65.536 ra). Input DA PHUONG THUC: text + anh + audio + video + tai lieu. Thinking + Grounding Google Search/Maps/Partners + function calling. TEXT-only output.

Claude Opus 4.7

Claude Opus 4.7 delivers a quantum leap in logical reasoning and creative synthesis. With its next-gen architecture and massive 2-million-token context, it serves as the ultimate high-performance partner for those pushing the boundaries of innovation and discovery.

Claude Opus 4.6

Claude Sonnet 4.6 delivers strong reasoning, advanced coding capabilities, and native computer-use functionality. With adaptive thinking and a context window of up to 1 million tokens, it supports building reliable AI agents and large-scale automation workflows.

Claude Opus 4.5

Claude Opus 4.5 is Anthropic’s most intelligent model, combining maximum capability with practical performance across reasoning, coding, and complex problem solving.

Claude Sonnet 4.6

Claude Sonnet 4.6 delivers strong reasoning, advanced coding capabilities, and native computer-use functionality. With adaptive thinking and a context window of up to 1 million tokens, it supports building reliable AI agents and large-scale automation workflows.

Claude Sonnet 4.5

Developed by Anthropic, Claude Sonnet 4.5 is a premier large language model that excels in multi-step reasoning, complex coding, computer use, and specialized domains such as finance.

Claude Haiku-4-5

500K token miễn phí/tháng

Claude Haiku 4.5 is Anthropic’s lightweight AI model designed for fast, cost-efficient AI applications. It delivers near-frontier performance for coding, chat, and automation tasks while providing significantly faster responses and lower cost than larger Claude models.

Multimodal Embedding 001

Multimodal Embedding 001 (Google Vertex) - nhung TEXT va/hoac ANH vao CUNG khong gian vector 1408 chieu (tim anh bang text, so khop anh-text). Input text va/hoac anh.

Gemini Embedding 001

Gemini Embedding 001 (Google Vertex) - model embedding text MOI NHAT, vector 3072 chieu. Bill theo token (= gia Google). Input text; batch nhieu text.

Midjourney Image-to-Image

Midjourney Image-to-Image (i2i) — dùng ≥1 ảnh tham chiếu (image_urls) định hướng phong cách/cấu trúc + prompt mô tả → 4 ảnh PNG. Mỗi URL = 1 image prompt (MJ tự re-host, khuyến nghị ≤5). Async ~30-60s. Nâng cao: --sref/--cref trong prompt.

Seedream 5.0 Pro (Image to Image)

Image-to-image với Seedream 5.0 Pro. Gửi 1–10 ảnh tham chiếu + prompt mô tả thay đổi mong muốn → trả về 1 ảnh đã biến đổi, không watermark. Khác bản text-to-image: t2i sinh 4 ảnh/lượt, i2i chỉ 1 ảnh.

GPT Image 2(img2img)

GPT Image 2 is OpenAI’s next-gen image model built for stronger photorealism, cleaner image editing, sharper text rendering, and more polished product photography. Designed for more advanced visual workflows, it pushes image generation beyond basic text-to-image output and into higher-quality creative, commercial, and design-ready use cases.

Qwen-Image-Edit Plus

Qwen-Image-Edit Plus của Alibaba — sửa ảnh theo câu lệnh, cân bằng chất lượng/chi phí (tier Plus, rẻ hơn Max). Nhận 1–3 ảnh tham chiếu + instruction.

Qwen-Image-Edit Max

Qwen-Image-Edit Max của Alibaba — sửa ảnh theo câu lệnh, chất lượng cao nhất dòng edit (tier Max). Nhận 1–3 ảnh tham chiếu + instruction.

Wan2.2 I2V Flash (Ảnh→Video 480P)

Wan2.2 I2V Flash — video im lặng 5 giây từ 1 ảnh, 480P chỉ 25 credit mỗi clip. Lane rẻ nhất để thử ý tưởng.

Wan2.6 I2V Flash (Ảnh→Video, có tiếng)

Wan2.6 I2V Flash — bản ảnh→video giá rẻ của Wan: chọn có tiếng hay im lặng, dài 2–15 giây. Im lặng 720P chỉ 8 credit mỗi giây.

Wan2.2 KF2V Flash (Frame đầu → frame cuối)

Wan2.2 KF2V Flash — cho 2 ảnh (đầu và cuối), model dựng đoạn chuyển nối liền hai ảnh. Video luôn dài 5 giây.

Wan2.2 Animate Mix (Thay nhân vật trong video)

Wan2.2 Animate Mix — thay nhân vật trong video có sẵn bằng nhân vật trong ảnh, giữ nguyên động tác và bối cảnh gốc. Tính tiền theo độ dài video kết quả.

Wan2.2 Animate Move (Nhân vật nhại động tác)

Wan2.2 Animate Move — đưa 1 ảnh nhân vật cùng 1 video mẫu, nhân vật trong ảnh sẽ nhại lại đúng động tác trong video. Tính tiền theo độ dài video kết quả.

Vidu Q2 Pro Fast (Ảnh→Video)

Vidu Q2 Pro Fast — lane video rẻ và nhanh nhất hiện có: từ 1 ảnh ra video 720P/1080P, 5 credit mỗi giây.

Vidu Q3 Drama (Phim / kịch)

Vidu Q3 Drama — bản chuyên phim và kịch: diễn xuất, cảm xúc nhân vật và chuyển cảnh điện ảnh; 1080P cùng giá 720P.

Vidu Q3 Ad (Video quảng cáo)

Vidu Q3 Ad — bản chuyên quảng cáo sản phẩm: giữ đúng hình dáng, nhãn và chất liệu sản phẩm trong ảnh tham chiếu.

Vidu Q3 Mix (Tham chiếu→Video)

Vidu Q3 Mix — đưa 1–7 ảnh tham chiếu (nhân vật, đạo cụ, bối cảnh) để dựng video giữ nguyên nhận dạng. Tối đa 16 giây.

HappyHorse 1.1 (Image→Video)

HappyHorse 1.1 image-to-video của Alibaba (Tongyi) — tạo video từ ẢNH ĐẦU (first frame) + prompt. 720P/1080P, tối đa ~10s. DashScope async.

HappyHorse 1.1 (Reference→Video)

HappyHorse 1.1 reference-to-video của Alibaba (Tongyi) — tạo video từ 1-4 ẢNH THAM CHIẾU + prompt (giữ nhân vật/phong cách). 720P/1080P, tối đa ~10s. DashScope async.

ElevenLabs Scribe v2

Chuyển giọng nói thành chữ với độ chính xác cao, chấm câu tốt, nhận 99 ngôn ngữ trong đó có tiếng Việt. Tính tiền theo THỜI LƯỢNG audio nguồn.

Fun-ASR (Speech to Text)

Fun-ASR (Alibaba DashScope) - chuyen giong noi thanh van ban, da ngon ngu (Trung/Anh/Viet...). Nhan audio URL cong khai (wav/mp3), tra transcript. Async qua transcription API.

ElevenLabs Forced Alignment

Canh mốc thời gian cho từng TỪ và từng KÝ TỰ giữa audio và lời thoại đã biết — dùng làm phụ đề khớp môi, karaoke, highlight theo câu. Tính tiền theo thời lượng audio nguồn.

Seedream 5.0 Pro (API)

Seedream 5.0 Pro bản API chính hãng BytePlus — chọn 1K hoặc 2K, nhận tối đa 4 ảnh đầu vào. Khác bản Seedream 5.0 Pro chạy qua Dola.

Vidu Image (Tham chiếu→Ảnh)

Vidu Image — sinh ảnh từ nhiều ảnh tham chiếu, giữ nguyên nhân vật và đạo cụ. Xuất tới 4K.

CinAI Nano Pro

5 lượt miễn phí/tháng

CinAI Nano Pro — model ảnh có suy luận: hiển thị chữ chính xác, hiểu kiến thức thực tế, tạo và sửa ảnh với tối đa 14 ảnh tham chiếu, hỗ trợ tra cứu web (grounding) và system instructions. Độ phân giải 1K/2K/4K, 10 tỉ lệ khung hình.

Nano Banana Pro

20 lượt miễn phí/tháng

Nano Banana Pro (Google Labs Flow) — model ảnh cao cấp của Google: hiển thị chữ chính xác, hiểu kiến thức thực tế. Tạo ảnh từ prompt hoặc sửa/ghép từ ảnh tham chiếu (image-to-image). 5 tỉ lệ khung hình, 1 ảnh/lượt. Chạy bất đồng bộ.

CinAI image-elements

Sinh ảnh rồi TÁCH LUÔN từng vật thể thành PNG nền trong suốt trong 1 lượt. Chỉ prompt = text-to-image (4 ảnh); thêm ảnh input = image-to-image. Trả về ảnh hoàn chỉnh + từng lớp rời + file .zip gói tất cả. Lưu ý: dù sinh 4 ảnh, chỉ 1 ảnh được tách lớp (xem sourceUrl để biết lớp cắt từ ảnh nào); vật thể bị che khuất chỉ cắt được phần nhìn thấy.

Grok Image

30 lượt miễn phí/tháng

Tạo/sửa ảnh qua grok.com/imagine. Text-to-image (chỉ prompt → 4 ảnh) hoặc image-to-image (kèm 1–3 ảnh input → 1 ảnh sửa). Aspect Ratio áp dụng cho text-to-image; khi có ảnh input, output GIỮ tỉ lệ ảnh gốc (aspect bị bỏ qua). Cần gói SuperGrok.

Qwen Image 3.0 Pro

Qwen-Image 3.0 Pro — bản cao cấp của Qwen-Image 3.0, chi tiết và bố cục tốt hơn, hỗ trợ 2K (2048×2048).

Qwen Image 3.0

Qwen-Image 3.0 — đời mới nhất, chữ trong ảnh hiển thị chuẩn từng ký tự, ảnh ảnh thật và poster đẹp. Hỗ trợ ảnh tham chiếu.

Midjourney Image

Midjourney Image (t2i) — tạo 4 ảnh PNG chất lượng cao từ prompt qua gateway browser (subscription Midjourney Standard). Async ~30-60s. Hỗ trợ aspect_ratio, version, stylize, weird, chaos, raw, speed, negative.

Seedream 5.0 Pro

Text-to-image & image-to-image với Seedream 5.0 Pro (ByteDance). t2i: chỉ cần prompt → 4 ảnh 2431×1365. i2i: thêm tối đa 10 ảnh tham chiếu → 1 ảnh. Ảnh KHÔNG watermark, host vĩnh viễn trên media.halcion.vn.

Nano Banana 2

50 lượt miễn phí/tháng

Nano Banana 2 (Google Labs Flow) — model ảnh cân bằng tốc độ và chất lượng, nhẹ hơn Nano Banana Pro. Tạo ảnh từ prompt hoặc từ ảnh tham chiếu (image-to-image). 5 tỉ lệ khung hình, 1 ảnh/lượt. Chạy bất đồng bộ.

CinAI Nano 2

10 lượt miễn phí/tháng

CinAI Nano 2 — ảnh 2K sắc nét hơn, nâng cấp thông minh lên 4K, hiển thị chữ trong ảnh tốt hơn và giữ nhân vật nhất quán giữa các lần tạo. Bước nhảy lớn về chất lượng hình ảnh cho công việc sáng tạo lẫn tích hợp qua API.

CinAI Nano Lite

30 lượt miễn phí/tháng

CinAI Nano Lite — bản nhẹ và nhanh nhất dòng CinAI Nano (~4 giây/ảnh). Tạo ảnh từ prompt kèm tối đa 14 ảnh tham chiếu (image-to-image). Độ phân giải 1K (~1MP), xuất png/jpeg/webp.

Nano Banana 2 Lite

100 lượt miễn phí/tháng

Nano Banana 2 Lite (Google Labs Flow) — bản nhẹ và nhanh nhất dòng Nano Banana. Tạo ảnh từ prompt hoặc từ ảnh tham chiếu (image-to-image). 5 tỉ lệ khung hình, 1 ảnh/lượt. Chạy bất đồng bộ.

CinAI Nano

20 lượt miễn phí/tháng

CinAI Nano — model tạo và sửa ảnh giá rẻ, mạnh về chỉnh sửa và ghép (blend) ảnh. Nhận tối đa 3 ảnh tham chiếu, 10 tỉ lệ khung hình, độ phân giải cố định ~1024px. Dự kiến ngừng hỗ trợ 02/10/2026.

GPT Image 2

GPT Image 2 is OpenAI’s next-gen image model built for stronger photorealism, cleaner image editing, sharper text rendering, and more polished product photography. Designed for more advanced visual workflows, it pushes image generation beyond basic text-to-image output and into higher-quality creative, commercial, and design-ready use cases.

Z-Image Turbo

Z-Image Turbo của Alibaba (Tongyi) — model text-to-image siêu nhẹ, tốc độ cao, chi phí thấp; render chữ Trung/Anh, độ phân giải linh hoạt 512–2048px. Cố định 1 ảnh/lần. prompt tối đa 800 ký tự.

ElevenLabs Music

Sáng tác nhạc từ mô tả bằng chữ, dài từ 3 giây tới 10 phút. Tính tiền theo GIÂY nhạc tạo ra.

Lyria 2

Lyria 2 (Google Vertex) — tao NHAC instrumental tu prompt tieng Anh. Clip ~30s, WAV. Chi nhan prompt tieng Anh.

ElevenLabs Sound Effects

Sinh tiếng động từ mô tả bằng chữ: mưa rơi, cửa mở, tiếng bước chân, nền không gian… Tính tiền theo GIÂY audio tạo ra.

Lyria 3 Clip

Lyria 3 Clip (Google Vertex, Preview) — bien the clip NGAN ~30s cua Lyria 3. text->music & image->music, vocal/instrumental, BPM/Intensity/Lyrics NHUNG trong prompt (KHONG co Duration). Output MP3.

Lyria 3 Pro

Lyria 3 Pro (Google Vertex, Preview) — tao NHAC the he 3: full song (nhac+loi+giong hat), text->music & image->music, toi da 184s. Dieu khien BPM/Intensity/Duration/Instrumental/Lyrics/Structure NHUNG trong prompt. Output MP3 + loi + mo ta.

Gemini 3.1 Flash TTS

Gemini 3.1 Flash TTS (Google Vertex, Preview) - TTS the he 3.1, chat luong cao. 30 giong + 78 ngon ngu BCP-47. WAV 24kHz.

ElevenLabs v3

74 ngôn ngữ · biểu cảm nhất

Gemini 2.5 Flash Lite TTS

Gemini 2.5 Flash Lite TTS (Google Vertex, Preview) - TTS re nhat, high-volume. 30 giong + 78 ngon ngu. WAV 24kHz.

ElevenLabs Multilingual v2

29 ngôn ngữ · ổn định, chuẩn ngành

Gemini 2.5 Flash TTS

Gemini 2.5 Flash TTS (Google Vertex) - text-to-speech nhanh & re. 30 giong prebuilt (Achernar...Zubenelgenubi, nam/nu) + 78 ngon ngu BCP-47. Output WAV 24kHz. Async qua generateContent + speechConfig.

ElevenLabs Flash v2.5

32 ngôn ngữ · độ trễ ~250ms, rẻ một nửa

ElevenLabs Turbo v2.5

Giọng đọc đa ngôn ngữ độ trễ rất thấp, chi phí bằng một nửa Multilingual v2. Hợp với trợ lý thoại, tổng đài và mọi việc cần trả lời gần như tức thì.

ElevenLabs v3 Conversational

Biến thể hội thoại của v3: ngữ điệu tự nhiên như người đang nói chuyện, độ trễ thấp và giá bằng một nửa v3 thường.

Gemini-2.5-pro-tts

text-to-speech

Qwen3-TTS Instruct Flash

Qwen3-TTS Instruct Flash của Alibaba — text→giọng nói + ĐIỀU KHIỂN phong cách qua instructions (tốc độ, ngữ điệu, cảm xúc). 19 giọng, đa ngôn ngữ. Trả WAV.

Seedance 1.0 Pro Fast

Seedance 1.0 Pro Fast — bản nhanh và rẻ của Seedance 1.0 Pro, 720p chỉ 7 credit mỗi giây.

Seedance 1.0 Pro

Seedance 1.0 Pro — đời video ổn định của ByteDance, 480p đến 1080p, tối đa 12 giây.

Wan3.0 Video Prime

Wan3.0 Video Prime — bản cao cấp của Wan3.0, hình ảnh chân thực và nhân vật nhất quán hơn, video tới 30 giây có âm thanh.

Wan3.0 Video

Wan3.0 Video — model video tất-cả-trong-một mới nhất của Alibaba: tạo video từ chữ, từ ảnh khung đầu/cuối hoặc ảnh tham chiếu, dài tới 30 giây, có âm thanh.

CinAI Veo 3.1

CinAI Veo 3.1 — model video chất lượng cao nhất của CinAI. Văn bản→video và ảnh→video (ảnh ≤20MB, khung đầu + khung cuối). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~60-90 giây).

CinAI Veo 3.1 Fast

1 lượt miễn phí/tháng

CinAI Veo 3.1 Fast — tạo video nhanh, giá tốt. Văn bản→video và ảnh→video (ảnh ≤20MB, khung đầu + khung cuối). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~40-70 giây).

Dreamina-Seedance-2.0-mini

Model tạo VIDEO đa phương thức (Multimodality-to-video) của ByteDance/Doubao: nhận text + ảnh + video + audio tham chiếu → video (có thể kèm audio). 480P/720P, 4-15s, 24fps.

Dreamina-Seedance-2.0-fast

Seedance 2.0 Fast của ByteDance/Doubao — tạo VIDEO đa phương thức nhanh hơn: text + ảnh (1-9) + video (0-3) + audio (0-3) tham chiếu → 1 video (có thể kèm audio). 480P/720P, 4-15s, 24fps; các chế độ Text→Video, Ảnh→Video, Frame đầu/cuối, Tham chiếu đa phương thức.

Dreamina-Seedance-2.0

Seedance 2.0 (bản full) của ByteDance/Doubao — tạo VIDEO đa phương thức: text + ảnh (1-9) + video (0-3) + audio (0-3) tham chiếu → 1 video (có thể kèm audio). Hỗ trợ 480P/720P/1080P/4K, 4-15s, 24fps; các chế độ Text→Video, Ảnh→Video, Frame đầu/cuối, Tham chiếu đa phương thức.

Veo 3.1 Lite

10 lượt miễn phí/tháng

Veo 3.1 Lite (Google Labs Flow) — video Veo 3.1 bản nhẹ, tạo từ văn bản (text-to-video), có âm thanh. Tỉ lệ 16:9 / 9:16, thời lượng 4/6/8 giây. Chạy bất đồng bộ.

CinAI Veo 3.1 Lite

2 lượt miễn phí/tháng

CinAI Veo 3.1 Lite — model video rẻ nhất dòng CinAI Veo (bản Preview). Văn bản→video và ảnh→video (khung đầu). Thời lượng 4/6/8 giây, 720p/1080p, 16:9/9:16, 24 FPS, có âm thanh. Chạy bất đồng bộ (~40-70 giây).

HappyHorse 1.1 (Text→Video)

HappyHorse 1.1 text-to-video của Alibaba (Tongyi) — tạo video từ PROMPT. 720P/1080P, tỉ lệ 16:9/9:16/1:1/4:3/3:4, tối đa ~10s. DashScope async.

ElevenLabs Audio Isolation

Tách giọng nói ra khỏi tiếng ồn và nhạc nền, trả về bản thu sạch. Audio nguồn phải dài ít nhất 4,6 giây. Tính tiền theo thời lượng.

ElevenLabs Voice Changer

Giữ nguyên ngữ điệu, nhịp và cảm xúc của bản thu gốc nhưng đổi sang một giọng khác. Tính tiền theo thời lượng audio nguồn.

ElevenLabs Dubbing

Lồng tiếng bản thu sang ngôn ngữ khác mà GIỮ NGUYÊN chất giọng người nói gốc, kèm phụ đề .srt đã dịch. Bản trên gateway KHÔNG có watermark. Nguồn tối đa 10 phút. Tính tiền theo thời lượng.

Midjourney Video

Midjourney Video (t2v) — tạo ảnh nền từ prompt rồi ANIMATE thành tối đa 4 video mp4 (h264 ~832×464, ~5s). Qua gateway browser (subscription Midjourney). Async ~1–3 phút. Hỗ trợ aspect_ratio + chọn ảnh nền (imageNum).

HappyHorse 1.0 (Video Editing)

HappyHorse 1.0 video-editing của Alibaba (Tongyi) — sửa VIDEO có sẵn theo instruction (prompt) + tối đa 5 ảnh tham chiếu. 720P/1080P. DashScope async (1-5 phút). ⚠️ Tính giá theo GIÂY video billable = độ dài NGUỒN + độ dài KẾT QUẢ (kết quả giữ nguyên độ dài video nguồn); 720P 42cr/giây · 1080P 72cr/giây.