پیشنمایش سریع و کمهزینه
برای تست حرکت، دوربین و قاب قبل از پرداخت هزینه خروجی نهایی.
مدلهای مناسب
شروع پیشنهادی: P-Video روی 720p، Draft، یک ثانیه، 24fps و بدون صدا؛ FPS 48 هزینه پایه را تغییر نمیدهد.
راهنمای انتخاب مدل و قیمت زنده
ساخت ویدیو با هوش مصنوعی
۲۵ مدل از پیشنویس یکثانیهای تا خروجی 4K و صدای بومی؛ همه مدتها، کیفیتها، نسبتها و هزینه هر ترکیب را قبل از ساخت مقایسه کن.
از ۱ تا ۲۰ ثانیه، 360p تا 4K، متن یا تصویر به ویدیو، صدای اختیاری و ۱ تا ۴ خروجی
شروع مستقیم با مدل
Gemini Omni Flashفارسی + صداپرامپت یا متن · تصاویر مرجع شخصیت یا استایل ×۷ · ویدیوی مبدأ برای ویرایش · فریم شروع (اختیاری)ساختP-Videoارزانترینپرامپت یا متن · تصویر شروعساختLTX-2.3 Fastسریعپرامپت یا متن · تصویر شروعساختSeedance 2.5جدیدپرامپت یا متن · تصاویر مرجع شخصیت، صحنه یا استایل ×۳۰ · فایلهای صوتی مرجع ×۱۰ · ویدیوهای مرجع ×۱۰ · فریم شروع (اختیاری) · فریم پایانی (اختیاری) · ویدیوی مبدأ برای ویرایش یا ادامهساختLTX-2.3پرامپت یا متن · تصویر شروعساختVidu Q3پرامپت یا متن · تصویر شروعساخت
- مدل فعال
- ۲۹
- گروه آپشن
- ۱۲۳
- انتخاب قابل مقایسه
- ۶۴۰
- آخرین بهروزرسانی
- ۱۶ مرداد ۱۴۰۵
انتخاب بر اساس خروجی
ویدیوی تو قرار است چه کاری انجام دهد؟
اول کاربرد را مشخص کن؛ بعد مدل و preset حداقلی پیشنهادی را ببین. برای جزئیات هر مدل، روی نام آن برو.
ریلز و محتوای شبکه اجتماعی
کلیپ عمودی، حرکت سریع و صدای بومی برای انتشار مستقیم.
مدلهای مناسب
شروع پیشنهادی: 9:16، کیفیت 480p/720p و ۴ تا ۶ ثانیه؛ بعد از تأیید، صدا را روشن کن.
تیزر سینمایی و برند
حرکت دوربین کنترلشده، نور واقعگرایانه و جزئیات بالا برای تدوین حرفهای.
مدلهای مناسب
شروع پیشنهادی: 16:9، کوتاهترین مدت مجاز و بدون صدا برای تست؛ نسخه نهایی را با 1080p/4K بگیر.
جانبخشی به عکس
وقتی فریم شروع و هویت سوژه مشخص است و باید حرکت طبیعی اضافه شود.
مدلهای مناسب
شروع پیشنهادی: عکس شفاف با نسبت نزدیک خروجی؛ حرکت را کوتاه و مشخص توصیف کن، نه کل صحنه را دوباره.
دیالوگ فارسی و صدای بومی
ساخت تصویر و صدا در یک اجرا برای گوینده، تبلیغ یا فضای محیطی.
مدلهای مناسب
شروع پیشنهادی: دیالوگ فارسی را داخل گیومه بگذار؛ قبل از اجرای گران با کیفیت پایین و بدون صدا حرکت را تأیید کن.
خروجی 4K و جزئیات حداکثری
برای نمایشگر بزرگ، تدوین و شات نهایی؛ نه برای آزمون اولیه prompt.
مدلهای مناسب
شروع پیشنهادی: ۳ تا ۴ ثانیه، یک خروجی و یک فریم مرجع؛ افزایش مدت و تعداد مستقیماً هزینه را چندبرابر میکند.
قواعد انتخاب سریع
معیار اصلی را پیدا کن و فقط مدلهایی را مقایسه کن که همان نیاز را پوشش میدهند.
سرعت مهمتر از کیفیت نهایی است
P-Video Draft و LTX Fast برای iteration ساخته شدهاند؛ تفاوت 24/48fps در P-Video قیمت پایه ندارد.
صدا باید همراه تصویر ساخته شود
Seedance، Veo، Wan، PixVerse و مدلهای منتخب Kling گزینه صدای بومی دارند؛ هزینه صدا در بعضی مدلها جداست.
دو فریم ابتدا و انتها داری
PixVerse و Kling Standard/Pro/Omni دو فریم میپذیرند. Kling Turbo فقط یک فریم شروع میگیرد.
کنترل هزینه مهم است
مدت، رزولوشن، صدا و تعداد خروجی عوامل اصلیاند. ماتریس قیمت نقطه ترکیب کامل را محاسبه میکند، نه جمع تقریبی گزینهها.
کاتالوگ فعال نقطه
مقایسه کامل ۲۹ مدل
همه ورودیها و گزینههای نمایشدادهشده واقعاً در استودیو قابل استفادهاند. قیمت شروع از تنظیمهای فعلی محاسبه میشود؛ قیمت ترکیب نهایی قبل از ساخت روی دکمه نمایش داده خواهد شد.
مدل و سطح هزینهبهترین کاربرد و قابلیتورودی و preset پیشفرضقیمت شروع
Gemini Omni Flash
جمینای اومنی فلش
حرفهای
تولید ویدیوی صدادار با درک مستقیم پرامپت و دیالوگ فارسی.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصاویر مرجع شخصیت یا استایل ×۷ویدیوی مبدأ برای ویرایشفریم شروع (اختیاری)
پیشفرض: 3 ثانیه، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصاویر مرجع شخصیت یا استایلاختیاریتا ۷ویدیوی مبدأ برای ویرایشاختیاریفریم شروع (اختیاری)اختیاری
مدت(۸ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه
ابعاد و نسبت(۲ انتخاب)
16:99:16
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
P-Video
پیویدیو
کمترین
سریعترین پیشنویسهای ویدیویی با شروع از فقط یک ثانیه.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، HD · 720p، 16:9، سینمایی · 24fps، پیشنویس سریع، بیصدا، متن اصلی، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۰ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
ابعاد و نسبت(۷ انتخاب)
16:99:161:14:33:43:22:3
نرخ فریم(۲ انتخاب)
سینمایی · 24fpsخیلی روان · 48fps
حالت تولید(۲ انتخاب)
پیشنویس سریعکیفیت نهایی
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
بهبود پرامپت(۲ انتخاب)
متن اصلیبهبود خودکار
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
LTX-2.3 Fast
التیایکس ۲.۳ سریع
کمترین
تولید سریع متن یا عکس به ویدیو تا 20 ثانیه و خروجی 2K.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، HD · 720p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۲۰ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه16 ثانیه17 ثانیه18 ثانیه19 ثانیه20 ثانیه
کیفیت(۳ انتخاب)
HD · 720pFull HD · 1080pباکیفیت · 2K
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Seedance 2.5
سیدنس ۲.۵
حرفهای
نسل تازه Seedance برای ساخت ویدیوی صدادار تا ۳۰ ثانیه با مرجعهای تصویر، ویدیو و صوت.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متن ×۱۰٬۰۰۰تصاویر مرجع شخصیت، صحنه یا استایل ×۳۰فایلهای صوتی مرجع ×۱۰ویدیوهای مرجع ×۱۰فریم شروع (اختیاری)فریم پایانی (اختیاری)ویدیوی مبدأ برای ویرایش یا ادامه
پیشفرض: 4 ثانیه، اقتصادی · 480p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتا ۱۰٬۰۰۰تصاویر مرجع شخصیت، صحنه یا استایلاختیاریتا ۳۰فایلهای صوتی مرجعاختیاریتا ۱۰ویدیوهای مرجعاختیاریتا ۱۰فریم شروع (اختیاری)اختیاریفریم پایانی (اختیاری)اختیاریویدیوی مبدأ برای ویرایش یا ادامهاختیاری
مدت(۲۷ انتخاب)
4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه16 ثانیه17 ثانیه18 ثانیه19 ثانیه20 ثانیه21 ثانیه22 ثانیه23 ثانیه24 ثانیه25 ثانیه26 ثانیه27 ثانیه28 ثانیه29 ثانیه30 ثانیه
کیفیت(۲ انتخاب)
اقتصادی · 480pHD · 720p
ابعاد و نسبت(۶ انتخاب)
16:99:161:14:33:421:9
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
LTX-2.3
التیایکس ۲.۳
کمترین
نسخه باکیفیت LTX برای کلیپهای طولانیتر تا 2K.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، HD · 720p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۲۰ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه16 ثانیه17 ثانیه18 ثانیه19 ثانیه20 ثانیه
کیفیت(۳ انتخاب)
HD · 720pFull HD · 1080pباکیفیت · 2K
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Vidu Q3
ویدو کیو ۳
کمترین
ویدیوی اقتصادی از متن یا عکس با کیفیت تا 1080p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، کممصرف · 360p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۶ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه16 ثانیه
کیفیت(۴ انتخاب)
کممصرف · 360pاقتصادی · 540pHD · 720pFull HD · 1080p
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Grok Imagine Video
گراک ایمجین ویدیو
کمترین
تولید سریع ویدیوی صدادار از متن یا تصویر با Grok.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، اقتصادی · 480p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۵ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
اقتصادی · 480pHD · 720p
ابعاد و نسبت(۷ انتخاب)
16:99:161:14:33:43:22:3
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Ray3.2
ری ۳.۲
کمترین
حرکت سینمایی Luma با چهار رزولوشن و نسبت فوقعریض.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 5 ثانیه، کممصرف · 360p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۲ انتخاب)
5 ثانیه10 ثانیه
کیفیت(۴ انتخاب)
کممصرف · 360pاقتصادی · 540pHD · 720pFull HD · 1080p
ابعاد و نسبت(۶ انتخاب)
16:99:161:14:33:421:9
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Grok Imagine Video 1.5
گراک ایمجین ویدیو ۱.۵
اقتصادی
نسخه جدید Grok برای جانبخشی به تصویر با خروجی تا 1080p.
تصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 1 ثانیه، اقتصادی · 480p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعالزامی
مدت(۱۵ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۳ انتخاب)
اقتصادی · 480pHD · 720pFull HD · 1080p
ابعاد و نسبت(۷ انتخاب)
16:99:161:14:33:43:22:3
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
PixVerse V6
پیکسورس ۶
کمترین
ویدیوی چندشات تا 15 ثانیه با صدا و استایلهای تصویری.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متن ×۲٬۰۴۸فریم شروع/پایان ×۲
پیشفرض: 1 ثانیه، کممصرف · 360p، 16:9، بیصدا، تکشات، طبیعی، سریع، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتا ۲٬۰۴۸فریم شروع/پایاناختیاریتا ۲
مدت(۱۵ انتخاب)
1 ثانیه2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۴ انتخاب)
کممصرف · 360pاقتصادی · 540pHD · 720pFull HD · 1080p
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
صدای همراه(۲ انتخاب)
بیصدابا صدا
نوع شات(۲ انتخاب)
تکشاتچندشات
استایل(۶ انتخاب)
طبیعیانیمهانیمیشن 3Dخمیریکمیکسایبرپانک
عمق پردازش(۲ انتخاب)
سریعدقیق
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Seedance 2.0 Mini
سیدنس ۲ مینی
اقتصادی
مدل جدید و اقتصادی بایتدنس برای ایدهپردازی سریع.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 4 ثانیه، اقتصادی · 480p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۲ انتخاب)
4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
اقتصادی · 480pHD · 720p
ابعاد و نسبت(۶ انتخاب)
16:99:161:14:33:421:9
صدای همراه(۲ انتخاب)
بیصدابا صدا
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
MiniMax Hailuo 2.3 Fast
هایلو ۲.۳ سریع
اقتصادی
جانبخشی ششثانیهای به یک تصویر با کیفیت 768p یا 1080p.
تصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: HD+ · 768p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعالزامی
کیفیت(۲ انتخاب)
HD+ · 768pFull HD · 1080p
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Veo 3.1 Lite
ویو ۳.۱ لایت
اقتصادی
نسخه اقتصادی Veo با صدای همگام و خروجی 720p یا 1080p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 4 ثانیه، HD · 720p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۳ انتخاب)
4 ثانیه6 ثانیه8 ثانیه
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
ابعاد و نسبت(۲ انتخاب)
16:99:16
صدای همراه(۲ انتخاب)
بیصدابا صدا
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling 3 Motion Control
Kling 3 — انتقال حرکت
اقتصادی
حرکت ویدیوی نمونه را با دو ورودی ساده به شخصیت داخل عکس منتقل میکند.
تصویر به ویدیو
راهنمای حرکت (اختیاری) ×۲٬۵۰۰عکس شخصیتویدیوی حرکت
پیشفرض: حفظ جهت ویدیو، HD · 720p
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
راهنمای حرکت (اختیاری)اختیاریتا ۲٬۵۰۰عکس شخصیتالزامیویدیوی حرکتالزامی
جهت شخصیت(۲ انتخاب)
حفظ جهت ویدیوحفظ جهت عکس
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
Wan2.7
وان ۲.۷
اقتصادی
مدل جدید Wan برای ویدیوی صدادار 720p و 1080p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروعویدیوی مرجع
پیشفرض: 2 ثانیه، HD · 720p، 16:9، بیصدا، متن اصلی، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاریویدیوی مرجعاختیاری
مدت(۱۴ انتخاب)
2 ثانیه3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
بهبود پرامپت(۲ انتخاب)
متن اصلیبهبود خودکار
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Seedance 2.0 Fast
سیدنس ۲ سریع
حرفهای
نسخه سریع Seedance 2 برای ویدیوی صدادار تا 720p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصاویر مرجع شخصیت، صحنه یا راهنمای حرکت ×۹ویدیوی مرجع ×۳فریم شروع (اختیاری)فریم پایانی (اختیاری)
پیشفرض: 4 ثانیه، اقتصادی · 480p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصاویر مرجع شخصیت، صحنه یا راهنمای حرکتاختیاریتا ۹ویدیوی مرجعاختیاریتا ۳فریم شروع (اختیاری)اختیاریفریم پایانی (اختیاری)اختیاری
مدت(۱۲ انتخاب)
4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
اقتصادی · 480pHD · 720p
ابعاد و نسبت(۶ انتخاب)
16:99:161:14:33:421:9
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling 3.0 Standard
کلینگ ۳ استاندارد
حرفهای
حرکت پایدار و صدای بومی برای کلیپهای 3 تا 15 ثانیه.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنفریم شروع/پایان ×۲ویدیوی مرجع حرکت
پیشفرض: 3 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیفریم شروع/پایاناختیاریتا ۲ویدیوی مرجع حرکتاختیاری
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
صدای همراه(۲ انتخاب)
بیصدابا صدا
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Seedance 2.0
سیدنس ۲
حرفهای
مدل کامل Seedance 2 با صدای بومی و خروجی تا 4K.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصاویر مرجع شخصیت، صحنه یا راهنمای حرکت ×۹ویدیوی مرجع ×۳فریم شروع (اختیاری)فریم پایانی (اختیاری)
پیشفرض: 4 ثانیه، اقتصادی · 480p، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصاویر مرجع شخصیت، صحنه یا راهنمای حرکتاختیاریتا ۹ویدیوی مرجعاختیاریتا ۳فریم شروع (اختیاری)اختیاریفریم پایانی (اختیاری)اختیاری
مدت(۱۲ انتخاب)
4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۴ انتخاب)
اقتصادی · 480pHD · 720pFull HD · 1080pUltra HD · 4K
ابعاد و نسبت(۶ انتخاب)
16:99:161:14:33:421:9
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
SkyReels V4
اسکایریلز ۴
حرفهای
تولید متن یا عکس به ویدیو با صدا و کیفیت تا 1080p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 3 ثانیه، اقتصادی · 480p، 16:9، بیصدا، متن اصلی، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۳ انتخاب)
اقتصادی · 480pHD · 720pFull HD · 1080p
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
بهبود پرامپت(۲ انتخاب)
متن اصلیبهبود خودکار
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling VIDEO 3.0 Turbo
کلینگ ۳ توربو
حرفهای
نسخه جدید و سریع Kling با صدای بومی و کیفیت تا 1080p.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 3 ثانیه، HD · 720p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling VIDEO 3.0 Pro
کلینگ ۳ پرو
حرفهای
Kling حرفهای 1080p با فریم شروع/پایان و صدای اختیاری.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع ×۲ویدیوی مرجع حرکت
پیشفرض: 3 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاریتا ۲ویدیوی مرجع حرکتاختیاری
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling VIDEO 3.0 Omni Pro
کلینگ ۳ اومنی پرو
حرفهای
نسخه Omni حرفهای Kling با درک چندمرجع و خروجی 1080p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع ×۲
پیشفرض: 3 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاریتا ۲
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
HappyHorse 1.1
هپیهورس ۱.۱
حرفهای
مدل تازه Alibaba برای حرکت طبیعی و خروجی صدادار تا 1080p.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 3 ثانیه، HD · 720p، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
کیفیت(۲ انتخاب)
HD · 720pFull HD · 1080p
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Runway Gen-4.5
رانوی نسل ۴.۵
پریمیوم
مدل سینمایی Runway برای متن یا تصویر به ویدیوی 720p.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصویر شروع
پیشفرض: 5 ثانیه، 16:9، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۳ انتخاب)
5 ثانیه8 ثانیه10 ثانیه
ابعاد و نسبت(۵ انتخاب)
16:99:161:14:33:4
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Veo 3.1
ویو ۳.۱
پریمیوم
نسخه کامل Veo با صدای همگام و کنترل فریم شروع در 720p.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع
پیشفرض: 4 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاری
مدت(۳ انتخاب)
4 ثانیه6 ثانیه8 ثانیه
ابعاد و نسبت(۲ انتخاب)
16:99:16
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling VIDEO 3.0 4K
کلینگ ۳ چهار کی
پریمیوم
خروجی واقعی 4K از Kling با فریمهای راهنما و صدای اختیاری.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع ×۲
پیشفرض: 3 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاریتا ۲
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Kling VIDEO 3.0 Omni 4K
کلینگ ۳ اومنی چهار کی
پریمیوم
نسخه Omni چهار کی Kling برای کنترل مرجع و جزئیات حداکثری.
متن به ویدیوتصویر به ویدیوصدای بومی
پرامپت یا متنتصویر شروع ×۲
پیشفرض: 3 ثانیه، 16:9، بیصدا، یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصویر شروعاختیاریتا ۲
مدت(۱۳ انتخاب)
3 ثانیه4 ثانیه5 ثانیه6 ثانیه7 ثانیه8 ثانیه9 ثانیه10 ثانیه11 ثانیه12 ثانیه13 ثانیه14 ثانیه15 ثانیه
ابعاد و نسبت(۳ انتخاب)
16:99:161:1
صدای همراه(۲ انتخاب)
بیصدابا صدای بومی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Runway Aleph 2.0
رانوی الف ۲
حرفهای
ویرایش ویدیوی موجود با پرامپت: تعویض سوژه، نور، پسزمینه و استایل.
متن به ویدیوتصویر به ویدیو
پرامپت یا متنتصاویر راهنمای ویرایش ×۵ویدیوی مبدأ برای ویرایش
پیشفرض: یک خروجی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
پرامپت یا متنالزامیتصاویر راهنمای ویرایشاختیاریتا ۵ویدیوی مبدأ برای ویرایشالزامی
تعداد خروجی(۴ انتخاب)
یک خروجیدو خروجیسه خروجیچهار خروجی
Topaz Video Upscaler
تاپاز افزایش کیفیت ویدیو
کمترین
افزایش وضوح ویدیو، کاهش نویز و بازسازی جزئیات با حفظ نسبت تصویر و مدت فایل اصلی.
افزایش کیفیت ویدیو
ویدیو برای افزایش کیفیت
پیشفرض: ۲× · پیشنهادی
خروجی MP4· فارسی آمادهمشاهده همه ورودیها و آپشنهای فعال
ورودیها
ویدیو برای افزایش کیفیتالزامی
ضریب افزایش کیفیت(۳ انتخاب)
۱× · ترمیم بدون بزرگنمایی۲× · پیشنهادی۴× · بیشترین وضوح
قیمتها زنده و بدون وابستگی به پلن نمایش داده میشوند. تنظیمهای واقعی و قابل استفاده در استودیو
معنی تنظیمها
آپشنها دقیقاً چه کاری میکنند؟
عدد خام بهتنهایی قابل تصمیمگیری نیست. اثر هر گزینه روی خروجی، سرعت و هزینه را قبل از انتخاب بدان.
مدت
هزینه بیشتر مدلها به ازای ثانیه است. کوتاهترین مدت را برای تست انتخاب کن؛ Ray و بعضی مدلها مدتهای ثابت دارند.
رزولوشن
360p/480p برای پیشنمایش، 720p برای شبکه اجتماعی و 1080p/4K برای تحویل است. افزایش کیفیت میتواند چند برابر افزایش هزینه ایجاد کند.
صدای بومی
صدای روشن یعنی مدل همزمان دیالوگ یا فضای صوتی میسازد. در PixVerse و Kling Pro روی قیمت اثر مستقیم دارد؛ در همه مدلها یکسان نیست.
نرخ فریم
24fps حس سینمایی و 48fps حرکت روانتر میدهد. در P-Video هر دو نرخ طبق جدول رسمی قیمت پایه یکسان دارند.
Draft یا Final
Draft در P-Video برای تست ارزان است. Final رزولوشن مؤثر و هزینه را بالا میبرد؛ قبل از تثبیت prompt سراغش نرو.
تعداد خروجی
۱ تا ۴ خروجی بهصورت خطی قیمتگذاری میشود. تعداد بیشتر برای variation نهایی مناسب است، نه آزمون اولیه.
نسبت تصویر
9:16 برای Reels، 16:9 برای یوتیوب و 1:1 برای پست. فریم ورودی را نزدیک همین نسبت آماده کن تا crop ناخواسته کمتر شود.
فرمول prompt ویدیویی
ویدیو به حرکت و زمان نیاز دارد؛ یک عکس ثابت را توصیف نکن.
- در هر کلیپ یک حرکت اصلی تعریف کن.
- فریم شروع باید با نسبت خروجی نزدیک باشد.
- دیالوگ را کوتاه، دقیق و داخل گیومه بنویس.
قالب پیشنهادی
[سوژه ثابت] + [حرکت سوژه] + [حرکت دوربین] + [نور و محیط] + [ریتم] + [دیالوگ/صدا] + [محدودیت پیوستگی]
نمونه کامل
یک باریستای ایرانی با پیشبند سبز قهوه را آرام میریزد، دوربین از نمای نزدیک فنجان به چهره tilt میکند، نور صبح از پنجره، حرکت طبیعی دست، دیالوگ فارسی «صبح با یک فنجان خوب شروع میشود»، بدون تغییر چهره و بدون متن روی تصویر
ابزارهای تخصصی
کار تو دقیقتر از یک صفحه عمومی است؟
هر یک از این صفحهها فقط یک task مشخص را با ورودی و راهنمای خودش پوشش میدهد.
اگر عکس آماده داری و حفظ چهره یا محصول مهم است، تبدیل عکس به ویدیو با ورودی upload-first مسیر سریعتری است.
برای تبلیغ محصول، ساخت تیزر تبلیغاتی با هوش مصنوعی ساختار سهشاتی و هزینه مستقل هر شات را توضیح میدهد.
برای پروژه چندصحنهای، ساخت سناریو و شات با کارگردان ایده فارسی را به اقدامهای قابل تأیید تبدیل میکند.
قبل از ساخت نهایی بدان
این محدودیتها بخشی از انتخاب حرفهای مدلاند و روی کیفیت، قیمت یا امکان استفاده از خروجی اثر دارند.
ویدیو به ویدیو (فعال)
ویدیوی مرجع/مبدأ روی Kling 3 (موشنکنترل)، Seedance 2 (تا ۳ کلیپ)، Wan2.7، Gemini Omni Flash (ویرایش) و Runway Aleph 2.0 فعال است — کلیپ MP4/MOV تا ۱۵ ثانیه و ۵۰ مگابایت؛ مدت واقعی کلیپ اندازهگیری و بر همان اساس قیمتگذاری میشود. Lip-sync و مدلهای نیازمند صدای ورودی هنوز فعال نیستند.
قیمت واقعی ترکیب
هر مدل فرمول متفاوت دارد. صفحه قیمت شروع زنده و استودیو قیمت نهایی مدت × کیفیت × صدا × تعداد × رفرنس را نشان میدهد.
فارسی در تصویر و صدا
همه مدلها prompt فارسی میگیرند؛ برای دیالوگ فارسی Gemini Omni، Seedance و Veo گزینههای مناسبتریاند. متن چاپشده داخل فریم مسئله جداگانهای است.
پرسشهای پرتکرار
پاسخ کوتاه به سوالهایی که قبل از انتخاب مدل و پرداخت کردیت مطرح میشوند.
ارزانترین مدل برای تست ویدیو کدام است؟
P-Video روی 720p Draft و یک ثانیه ارزانترین نقطه شروع است. LTX-2.3 Fast هم برای کلیپ بلندتر و iteration سریع مناسب است.
چرا با تغییر 24fps و 48fps قیمت P-Video عوض نمیشود؟
Runware برای این دو FPS نرخ جدا اعلام نکرده است؛ قیمت P-Video را رزولوشن، Draft/Final، مدت و تعداد خروجی تعیین میکند.
بهترین مدل تبدیل عکس به ویدیو چیست؟
برای قیمت مناسب Grok Imagine 1.5، برای حرکت حرفهای Kling Turbo/Pro و برای شش ثانیه ثابت Hailuo 2.3 انتخابهای قویاند.
برای ویدیوی فارسی صدادار چه مدلی بگیرم؟
Gemini Omni Flash برای درک چندرسانهای و فارسی، Seedance 2 برای کیفیتهای متنوع و Veo 3.1 برای خروجی پریمیوم مناسباند.
آیا 4K همیشه بهتر است؟
برای نسخه نهایی بله، اما برای آزمون prompt اتلاف هزینه است. ابتدا در 480p یا 720p حرکت و قاب را تثبیت کن.
قیمت ویدیو چگونه محاسبه میشود؟
بسته به مدل از مدت، رزولوشن، صدا، Draft، تعداد خروجی و گاهی ورودی تصویر تشکیل میشود. عدد دقیق ترکیب قبل از ساخت نمایش داده میشود.
اول حرکت را ارزان تست کن.
یک کلیپ کوتاه بساز، حرکت و قاب را تأیید کن و بعد همان prompt را با کیفیت و صدای نهایی اجرا کن.