Перейти к содержанию

Медиа и эмбеддинги

Помимо генеративных текстовых моделей и моделей принятия решений, в хабе доступны специализированные модели для создания и редактирования изображений, генерации видео, голосового общения в реальном времени, синтеза и распознавания речи, а также построения векторных представлений (эмбеддингов). Все они вызываются по тому же ключу хаба sk-ci2-... и оплачиваются с общего рублевого баланса.

Изображения​

Выбирайте API под используемый SDK и вид моделей:

Полный список моделей приведен в разделе «Генерация изображений» каталога, правила расчета — на странице «Стоимость генерации изображений».

Видео​

Генерация видео выполняется асинхронно через очередь заданий по двум API:

  • OpenRouter-совместимый API (POST /openrouter/api/v1/videos) объединяет видеомодели нескольких провайдеров моделей (Veo, Gemini Omni, Kling, Seedance, Gen-4.5, Hailuo, Wan, Grok Imagine Video) в едином формате запросов.
  • fal-совместимый API (/fal/api) предназначен для генерации видео моделями FLUX 3 Max (по тексту и по первому/последнему кадру) через Python SDK fal-client или HTTP-очередь.

От чего зависит цена ролика и как работают резерв и списание — на странице «Стоимость видео». Карточки моделей приведены в разделе «Генерация видео» каталога.

Голос и речь​

Для работы со звуком и голосом на OpenAI-совместимом API доступны три вида операций:

Эмбеддинги​

Модели эмбеддингов преобразуют строки или массивы токенов в числовые векторы фиксированной размерности для семантического поиска, RAG, кластеризации и дедупликации: