sapiens_video
Sapiens Video: gera vídeo (qualquer membro logado; vídeo é caro, cobra as Sinapses da sua conta). Sub-action 'create' (recomendada): escolhe modelo + config e gera num call (cria a row + renderiza). Modelos: 'sapiens-video-seedance' (Seedance 2.0, cena+áudio nativo, 4-15s, 480/720/1080p, t2v/i2v; aceita até 4 imagens de REFERÊNCIA via referenceImageIds/referenceImageUrls/referenceImagePaths (o H3 aceita até 9, o Omni 1.2 até 6, 3 por personagem; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy não), que guiam estilo/personagem/composição SEM virar o 1º frame, é o fluxo STORYBOARD: gere a folha de key poses com sapiens_image templateSlug='storyboard-sapiens-v1', passe folha + personagem como refs num t2v e descreva o take contínuo no prompt, citando as refs por descrição e mandando ignorar o traço do sketch; aceita também 1 VÍDEO DE MOVIMENTO via referenceVideoUrls (role 'refvideo' -> reference_videos, <=15s, host da casa): a coreografia/câmera do clipe guia o take, combinável com a folha), 'sapiens-video-seedance-2-fast' e 'sapiens-video-seedance-2-mini' (os irmãos do 2.0: MESMO repertório completo, incluindo referência, frame final e vídeo de movimento; o Fast custa 20% menos e o Mini METADE, ambos com teto 720p, pedir 1080p neles entrega e cobra 720p. Use o Mini pra iterar enquadramento/prompt barato e feche no 'sapiens-video-seedance' quando o take estiver certo), 'sapiens-video-seedance-25' (Seedance 2.5, a geração SEGUINTE e não um quarto tier da 2.0: take de 4 a 30s num fôlego, edita e estende vídeo, mesmo repertório de referência mais ÁUDIO como referência; teto 720p e ~1,5x o preço por segundo do 2.0. Duração é o que pesa aqui: 30s em 720p passa de 40 mil Sinapses, então confirme a duração com a pessoa antes de disparar. Quem precisa de 1080p fica no 'sapiens-video-seedance'), 'sapiens-video-kling' (Kling 3.0 Pro, anima imagem, 3-15s, sound opcional, i2v/t2v), 'sapiens-video-hailuo' (Hailuo 2.3 da MiniMax, física e movimento em 768p, 6 ou 10s, t2v/i2v) e 'sapiens-video-hailuo-pro' (o mesmo em 1080p, 5s fixo, duração não é param aqui): motores PUROS, sem áudio nativo, sem imagens de referência e sem frame final, então quem precisa disso fica no Seedance 2.0; o Pro é o 1080p mais barato da casa, 'sapiens-video-h3' (MiniMax H3: som nativo incluso sem toggle, 5 a 15s em '2k' ou '768p' (sem resolution cai no 2k, que custa 33% mais por segundo), t2v/i2v e frame final; ACEITA até 9 imagens e 3 vídeos de referência (somando 15s), o caminho de take longo com personagem travada; referência e frame inicial são exclusivos, mande um dos dois; o 2K de 15s leva uns 9 minutos de render, acompanhe em status e não gere de novo), 'sapiens-video-pvideo-2-pro' (P-Video-2 Pro, o H3 acelerado pela Pruna: o RASCUNHO de personagem travada, até 9 imagens contando referências e frame inicial e final no mesmo pedido, 5 a 15s em '480p' ou '768p', som nativo, o take volta em segundos; sem t2v, precisa de ao menos uma imagem ou um clipe; cobra por imagem além do segundo, então cote em 'price' com as mesmas imagens do create; aceita ainda até 3 vídeos (referenceVideoUrls) e 3 áudios (referenceAudioUrls, ou referenceAudioTrackIds pra faixa sua do sapiens_musicator) de referência, 15s somados por tipo, cada segundo cobrado à parte e medido pelo servidor antes do débito (cote com referenceVideoClipsSec, a duração de cada clipe, e referenceAudioSec), e keepAudio com um áudio só faz ele virar a trilha do take), 'sapiens-video-h3-spicy' (MiniMax H3 Spicy: o H3 SEM freio de conteúdo, i2v puro a partir de uma peça SUA gerada na casa, que é o que trava a identidade (veja FRAME NOS SPICY); 3 a 15s, 480p/768p/1080p, som nativo, frame final; o segundo de vídeo mais barato e o render mais rápido da casa), 'sapiens-video-seedance-spicy' (Seedance 2.0 Spicy: o 2.0 SEM freio, também i2v puro, som nativo; 4 a 15s em 480p e 720p, para em 10s em 1080p; sem frame final; o som tem interruptor no mesmo preço), 'sapiens-video-wan' (WAN 2.5, imagem que fala/canta com áudio+lip-sync, 5/10s, i2v), 'sapiens-video-wan-3' (WAN 3.0: texto ou imagem, som nativo com interruptor no mesmo preço, frame final, 5/8/10s em 480/720/1080p; sem imagem de referência), 'sapiens-video-flux-3-max' (FLUX 3 Max, fal + Black Forest Labs: texto ou imagem, 5 a 20s em 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-ltx-25-fast-a2v', 'sapiens-video-ltx-25-pro-a2v' e 'sapiens-video-ltx-23-pro-a2v' (LTX Audio-to-Video, o caminho de a personagem CANTAR ou FALAR com o áudio da pessoa: o áudio vira o take, puxa a boca e o gesto e dita a duração e o preço; mande UM áudio (mp3 ou m4a): a faixa SUA do sapiens_musicator em referenceAudioTrackIds (o trackId; o servidor confere que é sua), ou um link de arquivo SEU em referenceAudioUrls (o trecho cortado; link de outra conta é recusado antes de cobrar) e a foto da ficha em startImageId/startImageUrl (sem foto, o prompt descreve a cena); até 20 s de áudio no 2.5 Fast e no 2.3 Pro, 10 s no 2.5 Pro, em 720p/1080p; durationSec não se usa, o servidor mede o áudio antes de cobrar; cote em 'price' com durationSec = os segundos do áudio), 'sapiens-video-ltx-25-fast' e 'sapiens-video-ltx-25-pro' (LTX 2.5: texto ou imagem, 6 a 20 s no Fast e 6 a 10 s no Pro, 720p/1080p, som nativo com interruptor, frame final junto do inicial; sem imagem de referência), 'sapiens-video-kling-motion' (Motion transfer: passa o movimento de um vídeo pra uma imagem, PRECISA de pessoa com tronco visível na imagem E no vídeo), 'sapiens-video-shot-mimic' (Shot Mimic: recria o plano/câmera/cortes de um vídeo de referência como cena nova), 'sapiens-video-omni-12' (Gemini Omni 1.2: texto ou imagem vira vídeo de 4, 6, 8, 10, 12 ou 15s (sem durationSec, 10s) com áudio nativo, de '360p' a '4k' (sem resolution, 720p; 360p custa 1/3 do 720p, 1080p 1,5x, 4k 3x); aceita até 6 imagens de referência (3 por personagem, 2 personagens) e até 3 vídeos de referência de até 3 s (1 no take acima de 10 s, só take novo), que dão a aparência de quem aparece neles; editOfImageId aponta um vídeo Omni seu e o prompt edita a MESMA cena, preservando câmera e ambiente; e VÍDEO-FONTE: sourceVideoId (vídeo seu da galeria) ou sourceVideoUrl (link da casa), mp4 até 15 s, editado (sourceVideoMode 'edit', o padrão, ex: trocar a pessoa do vídeo pelo personagem da imagem de referência, cobrado pelo tamanho do clipe) ou estendido ('extend', cobrado pelo durationSec do pedaço novo)) ('sapiens-video-omni', o Omni 1.0, e 'sapiens-video-lite/fast/quality', o Veo 3.1, SAÍRAM: o Google apagou os quatro em 22/10/2026 e o pedido é recusado antes de cobrar). Args create: model, prompt, durationSec, resolution ('480p'/'720p'/'1080p'; no H3 '768p'/'2k'; no Omni 1.2 '360p' a '4k'), audio, aspectRatio. RECEITA DE TAKE (templateSlug + brief), o irmão do templateSlug da imagem: em vez de escrever o prompt inteiro, passe templateSlug e a receita travada da casa embrulha a cena com estilo, cenário, arco, áudio e look, e ainda escolhe o motor (por isso model fica opcional). O prompt vira só a CENA e o brief preenche os campos do formato (subject, persona, hook, shots com voiceLine e propVisible, uvps, language, energy); campo vazio some do prompt em vez de virar buraco. Receitas de hoje: 'ugc-vertical-v1' (selfie que fala, o formato nativo de Reels/TikTok/Shorts), 'unboxing-vertical-v1' (mãos e reveal, som real do papel e do lacre), 'app-demo-vertical-v1' (a tela do app legível na mão da pessoa) e 'reflexao-vertical-v1' (talking-head lento pra ideia ou ensaio). Override de model/aspectRatio/durationSec/resolution vale dentro do que a receita aceita, e o erro lista as opções. Sub-action 'templates' (sem custo, sem login) traz o catálogo vivo com spec default, whitelist e os briefFields de cada uma. Isto substitui a tool sapiens_shorts, que era admin-only e só falava Veo 3.1 Fast; o mesmo UGC de 8s sai a 720p no Seedance 2.0 Mini por bem menos. FRAME INICIAL/FINAL POR REFERÊNCIA (recomendado): startImageId/endImageId (id da sua galeria) ou startImageUrl/endImageUrl (url de galeria/Acervo/personagem), resolvidos server-side igual à imagem, descubra via sapiens_reference. FRAME POR ARQUIVO LOCAL (só no MCP instalado/stdio, não no remoto): startImagePath/endImagePath = caminho absoluto de uma imagem no seu PC (PNG/JPEG/WebP até 8MB); o processo lê o arquivo e sobe como frame inicial/final, igual a subir no gerador do site, 1 imagem inicial + 1 final por vídeo, então pra vários vídeos rode create uma vez por imagem. No remoto use id/url. Alternativa base64: references (role 'start'=imagem i2v, 'end'=frame final, 'driving'=vídeo de movimento do Motion). Suporte a frame final varia por modelo. FRAME NOS SPICY (h3-spicy, seedance-spicy, ltx-spicy): o frame vem SÓ de startImageId/startImageUrl (e endImageId/endImageUrl no H3 Spicy, o único que lê final) apontando uma peça SUA gerada na casa, e o servidor baixa o frame dessa peça. Arquivo local (startImagePath), base64 (references), upload, peça trazida por ponte e foto de fora são recusados: antes de cobrar quando a fonte já chega no pedido, ou no render, com as Sinapses de volta. Custo server-side por config. Sub-action 'generate' (legado): renderiza um imageId de vídeo já criado no site. Retorna {success, url, imageId, cost}. VITRINE (sem custo): sub-action 'demos' lista os SEUS demo films (kind=demo do Estúdio de Vídeo) com slug + estado de vitrine; sub-action 'showcase' põe/tira um demo (por slug) do mini-cinema da /conectar-claude, com showcaseTag (chip de capacidade) e showcaseOrder (ordem asc). Fluxo: 'demos' pra achar o slug, depois 'showcase' com showcase=true. Só entra na vitrine pública se for a conta da casa. VÍDEOS PROGRAMÁTICOS (ADMIN, sem custo): o Lab do Estúdio de Vídeo (/experimentos/films, tabela videoSpecs, 5 kinds: demo | aula-tour | essay | tipografia-musical | dataviz) opera por aqui sem browser, 'film-list' (todos os kinds; filtros filmKind/filmStatus), 'film-get' (spec inteiro por slug), 'film-upsert' (cria/atualiza por slug, idempotente; spec = objeto JSON no shape do 'Copiar spec' da tela, validação no servidor), 'film-status' (produção por slug: filmStatus + videoUrl + durationSecMeasured; o fecho do render é os três num call), 'film-publish' (Acervo aba Fitas + portfólio; exige pronto+URL), 'film-delete' (limpar rascunho). O RENDER do filme segue no agente local (skill /film, repo da casa): o MCP registra e fecha o ciclo, não renderiza. create é ASSÍNCRONA: cria o row, debita e volta NA HORA com {imageId, status:'rendering', cost} (não espera o render, que leva de segundos a minutos). Acompanhe com a sub-action 'status' (imageId) até status='completed' (traz a url) ou 'error'/'blocked'. NÃO chame create de novo enquanto renderiza (cria outro vídeo e cobra de novo); falha de provider refunda sozinha. EDIÇÃO (as ações da ficha do site, cada uma vira peça nova e o original fica): 'trim' (imageId + startSec, endSec opcional: corta um trecho; grátis), 'join' (imageIds: 2 a 8 vídeos SEUS na ordem, até 180 s somados: compilado; grátis), 'fecho' (imageId + ending 'marca'/'sapiens'/'none', watermark, musicUrl de trilha da casa, nameCard {name, subtitle}: fecha o vídeo com a assinatura da casa; grátis), 'render-ref' (imageId do take + refUrl da folha que o gerou: a peça com a referência ao lado; cobra Sinapses, o mesmo par já feito volta de graça). Síncronas, podem passar de 2 min: Timeout é o cliente desistindo, olhe sapiens_gallery action=list kind=video antes de repetir. RESOLUÇÃO: 'upscale' (imageId de vídeo SEU completed + resolution = o alvo, '720p', '1080p', '2k' ou '4k') gera uma VARIANTE nova em resolução maior, o original fica intacto; cobra Sinapses por segundo do clipe, mais caro quanto maior o alvo, assíncrona como o create (acompanhe em status). SOM: 'sonorize' (imageId de vídeo SEU completed + prompt do som da cena) gera uma VARIANTE nova com trilha sincronizada (o original fica intacto; sonorize sempre o original, nunca uma variante). engine escolhe o motor: 'mirelo-sfx-2.0' (42 Sinapses/s, o default: GUARDA a fala do clipe, tira a música e refaz o resto), 'mmaudio-v2' (20 Sinapses/s, segue o texto em vez da imagem: é o motor do bicho trocado, onde o Mirelo devolve o som do bicho original; refaz o som inteiro e a fala se perde) ou 'elevenlabs-video-to-music' (26 Sinapses/s, faz a TRILHA e não o som da cena: uma música que acompanha os cortes, mixada por baixo do som que o clipe já tem; o prompt descreve a música). ADMIN: 'shadows' (videoUrl + title) extrai o depth map (depth-map) de um vídeo: entra na sua timeline de vídeos e no Acervo como driving reutilizável; 'shadows-list' lista os depth maps prontos. PREÇO DE VÍDEO É FAIXA, NÃO NÚMERO: nos motores por segundo (todo Seedance, Kling, WAN 2.5 e 3.0, Hailuo, H3, os dois Spicy, Shot Mimic, e desde out/2026 o Gemini Omni) a conta é duração x resolução [x áudio], e OMITIR não pega o barato: sem 'resolution' o servidor cobra o tier MAIS CARO do motor (menos o Gemini Omni 1.2, que fica no 720p), sem 'durationSec' cobra o piso de duração (no Omni, o padrão: 10s). Um create de Seedance 2.0 sem resolution debita 1080p. Nunca prometa um valor sem cotar: sub-action 'price' (sem custo, sem login) devolve o número EXATO que o create vai debitar pra model + durationSec + resolution + audio, e avisa (clamped=true) quando o que você pediu não é o que vai ser cobrado. Sub-action 'models' (sem custo, sem login): lista os modelos ativos + a faixa de preço calculada pela mesma função que debita (priceDefault = o que uma chamada sem config custa, priceMin e priceMax = os dois cantos do motor, cada um com a config que o produz) + config (durações/resoluções) + disponibilidade (motor em preview pode aparecer como 'em breve'). LEGENDA (fita, por slug): 'caption-list' (sem custo, mostra os idiomas que a peça já tem), 'caption-generate' (captionLang = idioma FALADO; captionTrio=true já traduz pro trio da casa pt+en+ja na mesma chamada) e 'caption-translate' (captionLang = destino, parte sempre da faixa original). Cobra por minuto começado de vídeo: 50 Sinapses o minuto transcrito, 20 o traduzido, com a duração vindo do doc da peça. A legenda é desenhada pela casa em dois estilos (discreta e social), trocáveis no play sem regerar e sem custo.
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| slug | No | action=showcase: slug do demo film a curar (descubra via action=demos). film-get/film-status/film-publish/film-delete: slug do spec (descubra via film-list). film-upsert: slug fixo do filme no repo films/ (idempotente: existe = atualiza, não existe = cria com esse slug); omita pra criar com slug gerado. | |
| spec | No | film-upsert: o spec inteiro como objeto JSON (validação fica no servidor, fonte única). Shape: { kind, musicMode ('default'|'file'|'track'), musicRef?, aulaSlug? (só aula-tour), e o payload do kind: demo | aulaTour | essay | tipoMusical | dataviz }. Mesmo shape do 'Copiar spec' da tela /experimentos/films; descubra um exemplo real com film-get. | |
| audio | No | action=create e action=price: liga áudio. Seedance = on por default; Kling 'sound' = +50% no preço. WAN 2.5 é áudio nativo sempre; WAN 3.0 tem interruptor, mesmo preço ligado ou desligado. H3 e H3 Spicy: o som vem sempre e já está no preço, o campo não muda nada. Seedance Spicy: tem interruptor (audio=false sai mudo, pra sonorizar depois), mesmo preço ligado ou desligado. | |
| brief | No | action=create com templateSlug: o formulário do template. Cada receita usa os campos que precisa (veja `briefFields` em action=templates) e ignora o resto; campo vazio some do prompt em vez de virar buraco. | |
| model | No | action=create (opcional quando você passa templateSlug: a receita traz o motor) e action=price (obrigatório). O catálogo POR MODELO (capacidades, referências, tetos, FAIXA de preço) mora na description desta tool e VIVO em action=models; a skill 'video' (sapiens_skill) guia a escolha. Atalho de famílias: seedance/seedance-2-*/seedance-25 = cena+áudio+referências (o 25 estica até 30s e o preço acompanha), kling = anima imagem, wan = WAN 2.5, imagem que fala, wan-3 = WAN 3.0, texto ou imagem com som e frame final, hailuo/hailuo-pro = movimento puro sem áudio, h3 = 2K ou 768p com áudio e até 9 imagens + 3 vídeos de referência, pvideo-2-pro = o H3 acelerado pela Pruna, rascunho barato e rápido de personagem travada (até 9 imagens, 3 vídeos e 3 áudios de referência, cobra por imagem e por segundo de clipe e de áudio, 480p/768p, sem t2v), h3-spicy/seedance-spicy = os mesmos motores sem freio de conteúdo, só a partir de imagem (i2v), kling-motion/shot-mimic = transferência de movimento/plano, lite/fast/quality = Veo 3.1, omni = Gemini com áudio nativo. | |
| title | No | action=shadows: nome do depth map (vira o slug no Acervo; re-extrair o mesmo título sobrescreve). Mín. 3 chars. | |
| action | Yes | ||
| endSec | No | action=trim: o segundo onde o corte acaba. Sem ele, vai até o fim do clipe. | |
| ending | No | action=fecho: a vinheta do fim. 'marca' é a assinatura da casa (Sint.fyi); 'none' sem vinheta. | |
| engine | No | action=sonorize: o motor de som. 'mirelo-sfx-2.0' (default) é o motor da casa pra sonorizar: GUARDA a fala que o clipe já tem, tira a música que veio junto e refaz o resto do som em volta; em clipe mudo, faz o som inteiro. O Mirelo tira o som da IMAGEM e o texto só empurra: em cena refeita com bicho trocado (recast, Omni editando um take), ele devolve o som do bicho ORIGINAL (o gatinho no take do T-rex saiu com passo e rugido de T-rex). 'mmaudio-v2' segue o texto: é o motor quando a imagem engana (bicho trocado, cena famosa refeita) e o mais barato por segundo; refaz o som inteiro e a fala do clipe se perde. 'elevenlabs-video-to-music' não faz som de cena, faz TRILHA: uma música que acompanha os cortes do clipe, mixada por baixo do som que ele já tem (a fala e o ruído ficam); o prompt descreve a música (gênero, instrumentos, clima, onde cresce), não a cena. Recusa, sem cobrar, peça que já tem o fecho da casa (sonorize o take original) e clipe fora da CDN da casa. Cote o preço com a pessoa antes. O Mirelo e o Video to Music recusam, sem cobrar, peça que entrou de fora (ingest, a casa não sabe a duração dela) e clipe acima de 180s: passe a peça de fora antes em action=trim e sonorize o corte; clipe longo, corte em partes. | |
| prompt | No | Prompt da cena. Pra i2v descreve o movimento. Default vago se omitido. | |
| refUrl | No | action=render-ref: a url da folha ou referência que GEROU o take (está nas referências da peça ou nas imagens do personagem dela). | |
| search | No | action=shadows-list: filtro de busca opcional (título/tags). Sem ele, lista o banco inteiro (até 300). Cada item traz url (depth map puro, driving) e skeletonUrl (soma com esqueleto, preview humano) quando existe. | |
| imageId | No | action=generate ou action=status: generatedImages:_id do vídeo. O create devolve o imageId; ou um vídeo já criado no site (o row define modelo + custo). Use sapiens_gallery action=list pra descobrir. action=sonorize: o imageId do clipe SEU (status completed) que vai ganhar som. action=extend: o take SEU (completed) que ganha o pedaço seguinte; pode ser a raiz ou a última parte da corrente (o servidor resolve a posição). No Omni a parte pronta já traz as anteriores na frente: a última é o filme inteiro, não junte as partes. action=chain: qualquer parte da corrente (devolve filmeInteiro quando o motor acumula). | |
| filmKind | No | film-list: filtra por kind (demo | aula-tour | essay | tipografia-musical | dataviz). | |
| imageIds | No | action=join: de 2 a 8 vídeos SEUS (ids da galeria), na ordem em que entram no compilado (até 180 s somados). | |
| musicUrl | No | action=fecho: trilha do acervo da casa (url do CDN) mixada por baixo do som do vídeo. | |
| nameCard | No | action=fecho: cartão de nome por cima do fim (o personagem se apresenta antes da vinheta). | |
| pagarCom | No | action=create: de qual saldo sai o take. Default 'sinapses' (o saldo do App). 'dolar' cobra no saldo em dólar da API da conta (o mesmo de Developers), sem tocar nas Sinapses: mesmo motor, mesma config, preço em dólar do custo do motor naquela duração, resolução e áudio. Use quando a pessoa pedir pra pagar com o saldo da API ou estiver sem Sinapses e com saldo em dólar. Saldo em dólar curto recusa sem cobrar nada; motor sem preço em dólar recusa. Falha do render estorna no mesmo saldo. O valor cobrado volta em pagoEmDolarUsd. Sinapse nunca vira dólar nem o contrário: são duas carteiras. | |
| showcase | No | action=showcase: true põe na vitrine /conectar-claude, false tira. | |
| startSec | No | action=trim: o segundo onde o corte começa. | |
| videoUrl | No | action=shadows: URL pública (http/https) do vídeo-fonte. O servidor extrai a SOMBRA (depth), entrega ela na SUA timeline de vídeos (você vira dono) e guarda a ficha no Acervo (Corpo). ADMIN, 200 Sinapses/segundo (refund na falha). film-status: a URL https do render no CDN (Bunny), o que acende o player do card. | |
| keepAudio | No | action=create, com exatamente 1 áudio (referenceAudioUrls ou referenceAudioTrackIds): o áudio vira a TRILHA do take (toca primeiro, e o motor completa o resto com som próprio). É o caminho de fazer a personagem falar com a voz que você mandou. Sem custo extra além dos segundos do áudio. | |
| published | No | film-publish: true publica no Acervo (aba Fitas) + portfólio (exige pronto + videoUrl), false despublica. | |
| watermark | No | action=fecho: marca d'água por cima (padrão: liga). | |
| endImageId | No | Frame FINAL: generatedImages:_id da SUA galeria. Vira reference role 'end'. Pelo catálogo aceitam: Seedance 2.0/Fast/Mini/2.5, Kling 3.0 Pro, WAN 3.0, H3 e H3 Spicy; o resto não promete (Seedance Spicy, Hailuo e WAN 2.5 não expõem). | |
| filmStatus | No | film-status: novo status de produção (rascunho | na_fila | renderizando | pronto). film-list: filtra por status. O fecho do render é film-status com filmStatus='pronto' + videoUrl + durationSec. | |
| references | No | References em base64 (escape hatch / Motion / Shot Mimic). i2v: role 'start' (imagem). Motion: 'start' (pessoa) + 'driving' (vídeo de movimento, <=5MB, MÁX 10s, o Kling Motion recusa referência acima de 10s e cobra pela duração do clipe; corte o trecho antes). Shot Mimic: 'start' (personagem) + 'driving' (previs ou clipe do plano a imitar, <=5MB, MÁX 15s, acima o provider corta em 15s). Pra frame inicial/final a partir do seu acervo, prefira start/endImage* abaixo (sem precisar de base64). Nos Spicy (h3-spicy, seedance-spicy, ltx-spicy) references base64 NÃO vale: o frame vem só de startImageId/startImageUrl de peça sua gerada na casa. | |
| resolution | No | action=create e action=price: resolução (Seedance, WAN 2.5 e 3.0, Shot Mimic, H3, P-Video-2 Pro ('480p'/'768p'), H3 Spicy, Seedance Spicy, Gemini Omni 1.2). NÃO existe default 720p aqui: resolução ausente, ou fora do que o motor aceita, cai no tier MAIS CARO do motor, menos no Gemini Omni 1.2, que fica no 720p (o tier que ele vendeu antes de ter escolha). O Gemini Omni 1.2 vai de '360p' a '4k' (360p custa 1/3 do 720p, 1080p 1,5x, 4k 3x). É isso que faz um create sem este campo custar muito mais que o piso do catálogo (em sapiens-video-seedance vira 1080p, não 480p). Passe sempre a resolução que você quer pagar, e confira com action=price antes. O H3 usa '768p' ou '2k' (sem eles cai no 2k, que custa 33% mais por segundo); o H3 Spicy usa '480p'/'768p'/'1080p'. Kling e a linha Hailuo 2.3 não usam este campo (resolução fixa pelo motor). | |
| aspectRatio | No | '16:9' (horizontal), '9:16' (vertical), '1:1'. Vale pro t2v; i2v herda da imagem. | |
| captionLang | No | caption-generate: o idioma FALADO no vídeo. caption-translate: o idioma de DESTINO. A legenda é desenhada pela casa e trocável no play; o trio da casa é pt+en+ja. | |
| captionTrio | No | caption-generate: true transcreve E traduz pro trio da casa (pt, en, ja) numa chamada. Cobra cada etapa por vez, então falha numa tradução não perde as que já saíram. | |
| durationSec | No | action=create e action=price: duração em segundos. Gemini Omni 1.2 4/6/8/10/12/15 (a continuação acrescenta até 10), Seedance 2.0/Shot Mimic 4-15, Seedance 2.5 4-30 (o preço acompanha: confirme a duração com a pessoa antes de passar de 15), Kling 3-15, WAN 2.5 5/10, WAN 3.0 5/8/10, H3 5/6/8/10/12/15 nos dois tiers (768p e 2k), P-Video-2 Pro 5/6/8/10/12/15, H3 Spicy 3-15, Seedance 2.0 Spicy 4-15 em 480p e 720p, 4-10 em 1080p. O PREÇO ESCALA COM A DURAÇÃO. Duração ausente ou FORA do leque do motor cai no PISO, menos no Omni, que cai no padrão dele (10s). action=shadows: duração do vídeo-fonte, se souber (cobra 200/s; sem ela, flat ~2000). | |
| endImageUrl | No | Frame FINAL: url pública de galeria/Acervo/personagem. Vira reference role 'end' (mesmos motores de endImageId). | |
| showcaseTag | No | action=showcase: chip de capacidade do card (ex: 'Repertório', 'Galeria', 'Fórum'). Curto, até 24 chars. | |
| endImagePath | No | Frame FINAL a partir de um ARQUIVO LOCAL do seu PC: só no MCP instalado (stdio). Caminho absoluto; PNG/JPEG/WebP até 8MB. Vira reference role 'end' (suporte varia por modelo). 1 imagem por vídeo. Mutuamente exclusivo com endImageId/endImageUrl. | |
| startImageId | No | Frame inicial (i2v): generatedImages:_id da SUA galeria. Vira reference role 'start'. No Seedance 2.x e no H3 NÃO combina com referenceImage*/referenceVideoUrls: é um ou outro. Nos Spicy é a única porta do frame junto com startImageUrl, e a peça precisa ser SUA e gerada na casa (upload, peça trazida por ponte e foto de fora são recusados). | |
| templateSlug | No | action=create: slug de um TEMPLATE de vídeo (receita travada da casa, igual ao templateSlug da imagem). Com ele, `prompt` vira só a CENA e o template embrulha com estilo, enquadramento, arco, áudio e look, além de escolher o motor (por isso `model` fica opcional). O `brief` preenche os campos do formato. Descubra os slugs em action=templates (sem custo, sem login): tem FORMATO de anúncio ('ugc-vertical-v1', 'unboxing-vertical-v1', 'app-demo-vertical-v1', 'reflexao-vertical-v1'), LOOK que é só estilo ('look-*') e CLIPE de apresentação de personagem com tipografia cinética ('apresentacao-personagem-cinetica-v1', 15s, 13 cortes, personagem travada por referência). Override de model/aspectRatio/durationSec/resolution vale, mas só dentro do que a receita aceita (o erro lista as opções). | |
| editOfImageId | No | action=create model=sapiens-video-omni-12 (ou -omni-11): EDIÇÃO conversacional ('Nano Banana de vídeo'). Passe o imageId de um vídeo Omni SEU já gerado e o prompt vira instrução de edição sobre a MESMA cena (ex: 'troca o urso polar por um Papai Noel com um presente'), preservando câmera, ambiente e timing. Cada edição debita como uma geração Omni nova e devolve um vídeo novo (que também pode ser editado). Só funciona em vídeo gerado pelo Omni. Pra editar um vídeo SEU (feito em outro motor ou subido), use sourceVideoId/sourceVideoUrl. | |
| showcaseOrder | No | action=showcase: ordem na trilha do mini-cinema (asc, 0..999; menor aparece primeiro). | |
| sourceVideoId | No | action=create model=sapiens-video-omni-12: VÍDEO-FONTE, o imageId de um vídeo SEU pronto (da galeria, qualquer motor ou subido por ingest), até 15 s. O Omni recebe o clipe inteiro e o edita (sourceVideoMode='edit', o padrão: a MESMA cena com a mudança do prompt, ex: 'troca o homem pelo personagem da imagem de referência, mantém tudo o resto') ou o estende (sourceVideoMode='extend': o pedaço seguinte no tempo). Imagens de personagem/estilo vão junto em referenceImageIds/Urls (até 3); startImage*/endImage* não, o primeiro quadro é o do vídeo. Cobrança: a edição cobra o degrau de duração que cobre o clipe (7,3 s cobra 8 s) na resolution pedida; a extensão cobra o durationSec do pedaço novo. A proporção é a do clipe. O Google fecha edição de vídeo enviado pra contas no EEE, Suíça e Reino Unido; se o provider recusar, as Sinapses voltam. | |
| startImageUrl | No | Frame inicial (i2v): url pública (Bunny/Convex/Wikimedia) de galeria/Acervo/personagem. Vira reference role 'start'. Nos Spicy só vale url de peça SUA gerada na casa: Wikimedia, avatar, upload e peça trazida por ponte são recusados. | |
| sourceVideoUrl | No | action=create model=sapiens-video-omni-12: o mesmo que sourceVideoId, por URL pública de host da casa (Bunny/Convex), mp4 até 15 s. Mande um OU outro. | |
| startImagePath | No | Frame INICIAL (i2v) a partir de um ARQUIVO LOCAL do seu PC: só no MCP instalado (stdio), não na conexão remota. Passe o caminho absoluto (ex: 'C:\\Users\\voce\\HERO\\1.png'); o processo lê o arquivo e sobe como frame inicial, igual a subir a imagem no gerador do site. PNG/JPEG/WebP, até 8MB. É 1 imagem inicial por vídeo (o modelo do site): pra vários vídeos, rode create uma vez por imagem. Mutuamente exclusivo com startImageId/startImageUrl. Nos Spicy (h3-spicy, seedance-spicy, ltx-spicy) arquivo local NÃO vale: o frame vem só de startImageId/startImageUrl de peça sua gerada na casa. | |
| sourceVideoMode | No | action=create com sourceVideoId/sourceVideoUrl: 'edit' (padrão) edita o clipe; 'extend' continua ele (durationSec = segundos do pedaço novo, 4/6/8/10). | |
| referenceAudioSec | No | action=price, só no P-Video-2 Pro: segundos do(s) áudio(s) de referência que o create vai mandar (somados, arredonda pra cima, teto 15). O create mede sozinho; isto é só pra cotar. | |
| referenceImageIds | No | action=create (Seedance 2.0/Fast/Mini/2.5 até 4; H3 até 9; Omni 1.2 até 6, 3 por personagem; Kling, Hailuo, WAN 2.5 e 3.0 e os dois Spicy NÃO): generatedImages:_id da SUA galeria como imagens de REFERÊNCIA (role 'ref'). Diferente de startImageId: NÃO viram o 1º frame, guiam estilo/personagem/composição. Fluxo storyboard: gere a folha com sapiens_image templateSlug='storyboard-sapiens-v1' (ou -vertical-v1) e passe folha + personagem aqui. Referência e frame de borda são EXCLUSIVOS no H3 (endpoints diferentes) e na linha Seedance 2.0/Fast/Mini/2.5 (o provider recusa a mistura): mande refs OU startImage*/endImage*, não os dois. Quer a pessoa da foto no take? Mande a foto como referência e descreva o primeiro quadro no prompt. | |
| referenceVideoSec | No | action=price, só no P-Video-2 Pro: o TOTAL já cobrável de vídeo de referência (você mesmo aplicou o limite de duração do take + 1s por clipe). Sem a duração de cada clipe na mão, use referenceVideoClipsSec, que o servidor aplica o limite. Com os dois, valem os clipes. | |
| referenceAudioUrls | No | action=create, model='sapiens-video-pvideo-2-pro': até 3 URLs públicas (host da casa) de ÁUDIO de referência (mp3, wav, m4a, flac ou ogg), somando 15s: a voz e o som que guiam o take. Áudio nunca é a única referência: vai junto de uma imagem ou de um vídeo. Cada SEGUNDO é cobrado à parte, medido pelo servidor antes do débito (áudio que ele não mede, como webm, conta o teto de 15s). Cote em action=price com referenceAudioSec. No LTX Audio-to-Video (model='sapiens-video-ltx-25-fast-a2v', '-25-pro-a2v' ou '-23-pro-a2v') é OBRIGATÓRIO e é UM só: o áudio vira o take (canto ou fala), em mp3 ou m4a, até 20s (10s no 2.5 Pro); a duração e o preço saem dele, medidos pelo servidor. Ali o link precisa ser de um arquivo da SUA conta (link de outra conta é recusado antes de cobrar). Se o áudio é uma faixa sua do sapiens_musicator, use referenceAudioTrackIds (o trackId): o servidor confere que a faixa é sua. | |
| referenceImageUrls | No | action=create (mesmos motores e tetos de referenceImageIds: Seedance até 4, H3 até 9, Omni 1.2 até 6): URLs públicas (Bunny/Convex/Wikimedia) como imagens de REFERÊNCIA (role 'ref'). Soma com referenceImageIds. No prompt, cite as referências por descrição (ex: 'use the storyboard reference as ordered key poses; ignore line-sketch artifacts'). | |
| referenceVideoUrls | No | action=create (Seedance 2.0/Fast/Mini/2.5: 1 vídeo; H3: até 3, somando 15s; P-Video-2 Pro: até 3, somando 15s, cada SEGUNDO cobrado à parte, medido pelo servidor antes do débito, e cada clipe cobra no máximo a duração do take + 1s; Gemini Omni 1.2: até 3 clipes de até 3 s cada, 1 só no take de 11 a 15 s, só em take novo, e ali o clipe dá a APARÊNCIA de quem aparece nele (rosto, corpo, roupa), não o movimento, e não muda o preço): URL pública (host da casa) de um VÍDEO DE MOVIMENTO (role 'refvideo' -> reference_videos, <=15s): a coreografia/câmera do clipe GUIA o take sem ser recriado plano a plano (isso é o Shot Mimic). NÃO edita o clipe: o take sai com outra filmagem. Pra mudar um vídeo que já existe mantendo a filmagem, é model='sapiens-video-omni-12' com sourceVideoId/sourceVideoUrl. Combina com o fluxo storyboard: folha = beats, vídeo = movimento, personagem = identidade. Depth Maps do banco de motion servem direto (ADMIN: descubra com action=shadows-list). | |
| durationSecMeasured | No | film-status: duração MEDIDA do render em segundos (ffprobe), vira a duração do card. | |
| referenceImagePaths | No | action=create (mesmos motores de referenceImageIds): imagens de REFERÊNCIA a partir de ARQUIVOS LOCAIS do seu PC, só no MCP instalado (stdio). Caminhos absolutos; PNG/JPEG/WebP até 8MB cada, até o teto do motor no total (Seedance 4, H3 9, somando com referenceImageIds/Urls). Viram reference role 'ref'. | |
| referenceAudioTrackIds | No | action=create: o mesmo áudio de referenceAudioUrls, por ID de faixa SUA (o trackId que sapiens_musicator action=list/get devolve, status 'ready'). O servidor confere que a faixa é da sua conta e usa o áudio dela; faixa de outra conta é recusada antes de cobrar. Soma com referenceAudioUrls nos mesmos tetos. É o caminho certo no LTX Audio-to-Video, onde a faixa VIRA o take: UM só, mp3 ou m4a, e a faixa precisa caber no teto (até 20s, 10s no 2.5 Pro; o durationSeconds do action=list diz). Faixa mais longa é recusada antes de cobrar: corte o trecho e mande o arquivo seu em referenceAudioUrls. | |
| referenceVideoClipsSec | No | action=price, só no P-Video-2 Pro (PREFIRA este): a duração de CADA vídeo de referência que o create vai mandar, ex: [10, 4.2]. O servidor aplica a mesma régua do create: cada clipe arredonda pra cima e para na duração do take + 1s, e a soma tem teto 15. O create mede sozinho; isto é só pra cotar. |