Modelos de geração de vídeo
Classificações de modelos atualizadas com base em dados reais de uso.
Os modelos são classificados pelo total de segundos de vídeo gerados pela API do OpenRouter nos últimos 7 dias. Exibindo os 10 melhores modelos. As classificações medem o uso no OpenRouter e refletem a adoção, não a qualidade do modelo ou o desempenho em testes de referência.
Modelos de geração de vídeo transformam prompts de texto e imagens em clipes de vídeo curtos. No OpenRouter, você envia uma tarefa para POST /api/v1/videos, consulta seu status periodicamente até a conclusão e baixa o vídeo finalizado, usando a mesma chave de API para todos os modelos desta página. Os melhores modelos atualmente são HeyGen Video, Seedance 2.5 e Veo 3.1 Lite. Cada listagem mostra seu preço inicial por segundo de vídeo. Para verificar as durações, resoluções e proporções compatíveis antes de enviar, chame GET /api/v1/videos/models e consulte o guia de geração de vídeo para ver o fluxo completo da solicitação.
Modelos de geração de vídeo na OpenRouter
HeyGen: HeyGen Video
149 horas
HeyGen Video is a general-purpose video generation model from HeyGen. It renders short clips with synthesized audio (dialogue, ambience, and sound effects) in a single call, working from a text prompt, from a first-frame image, or from a set of image, video, and audio references that the prompt can address directly. It is aimed at short-form business video with a lot of motion in frame: brand moments, product and equipment demos, and training or onboarding content.
It is not an avatar product. Unlike HeyGen's Avatar IV and Video Agent, there is no talking-head, script, or lip-sync step; the prompt and references drive the whole scene.
ByteDance: Seedance 2.5
82 horas
Seedance 2.5 is a video generation model from ByteDance. It is suited for long-form storytelling, multimodal reference-based generation, video editing, and video extension. It supports first-frame and first-and-last-frame control, up to 50 image, video, and audio reference assets, optional generated audio, and multilingual audiovisual generation.
Google: Veo 3.1 Lite
79 horas
Google's most cost-effective video generation model, designed for high-volume applications and rapid iteration. Veo 3.1 Lite generates 720p and 1080p video from text or image prompts with native synchronized audio at less than 50% of the cost of Veo 3.1 Fast. Supports 4–8 second clips in landscape (16:9) and portrait (9:16) formats, with SynthID watermarking. Ideal for content platforms, short-form video creation, and automated media generation.
Alibaba: Wan 3.0
66 horas
Wan 3.0 is a video generation model from Alibaba for text-to-video, image-to-video, and reference-guided video generation. It produces 480p, 720p, or 1080p video with durations from 2 to 30 seconds.
ByteDance: Seedance 2.0 Fast
59 horas
Seedance 2.0 Fast is a video generation model from ByteDance. It supports text-to-video, image-to-video with first and last frame control, and multimodal reference-to-video. It prioritizes generation speed and lower cost over maximum output quality. The number of tokens is given by (height of output video * width of output video * duration * 24) / 1024
Grok Imagine Video 1.5 Lite is a faster, lower-cost video generation model from SpaceXAI, distilled from Grok Imagine Video 1.5. It supports text-to-video and image-to-video, trading some quality for speed and price. 1080p output is rendered at 720p and upscaled.
Google: Veo 3.1 Fast
45 horas
Google's mid-tier video generation model balancing speed and quality. Veo 3.1 Fast generates high-quality video from text or image prompts with native synchronized audio, offering faster turnaround than Veo 3.1 at lower cost. Supports first-frame and last-frame conditioning, multiple resolutions and aspect ratios, and SynthID watermarking.
ByteDance: Seedance 2.0
40 horas
Seedance 2.0 is a video generation model from ByteDance. It supports text-to-video, image-to-video with first and last frame control, and multimodal reference-to-video. It is particularly strong at preserving character consistency, visual style, and camera movement from reference material. The number of tokens is given by (height of output video * width of output video * duration * 24) / 1024
HeyGen: Avatar IV
34 horas
HeyGen: Avatar IV is an image-to-video model that animates a single photo into an expressive, lip-synced talking-head video. Rather than only matching mouth shapes to words, it interprets the vocal tone, rhythm, and emotion of the audio to drive head motion, facial expression, and gestures, producing output at up to 1080p.
The spoken audio comes from one of two inputs: a text script, which the model voices with HeyGen text-to-speech, or a supplied audio track, which the image is lip-synced to directly. Passthrough parameters let you choose a voice, tune voice settings, set expressiveness, prompt specific motion, replace or remove the background, add captions, and title the video.
Kling: Video v3.0 Pro
24 horas
Kling v3.0 Pro is Kuaishou's premium video generation model, offering higher visual quality than the Standard tier. It supports text-to-video and image-to-video workflows, with first-frame and last-frame control for precise scene composition. Clips range from 3 to 15 seconds in 16:9, 9:16, or 1:1 aspect ratios. Native audio generation is available as an option.
Perguntas frequentes
Envie uma tarefa de geração para POST /api/v1/videos com o slug do modelo e seu prompt, consulte periodicamente a tarefa retornada até sua conclusão e baixe o vídeo finalizado. O guia de geração de vídeo apresenta todo o fluxo de requisições.
As listagens com preços publicados mostram um preço inicial por segundo de vídeo gerado. A tarifa varia conforme o modelo, a resolução e a inclusão de áudio no clipe, portanto, consulte a página do modelo para ver o detalhamento completo dos preços antes de enviar uma tarefa.
Sim. Modelos que aceitam imagens como entrada animam uma imagem de referência em um clipe curto, então você pode enviar um prompt de texto ou uma imagem, dependendo do modelo. Chame GET /api/v1/videos/models para verificar quais entradas cada modelo aceita.
A lista acima mostra os modelos de geração de vídeo no OpenRouter. A disponibilidade muda conforme os provedores lançam novos modelos e variantes, e GET /api/v1/videos/models retorna a lista completa atual.
Não. Uma única chave de API do OpenRouter funciona com todos os modelos desta página — crie uma chave na sua página de chaves de API e reutilize-a entre modelos e provedores.