Explorar a documentação
Geração de mídia
Escolha um modelo para o trabalho
Selecione modelos por capacidade necessária, restrição criativa, acesso, velocidade e custo estimado, em vez de apenas pelo nome.
Última revisão em 25 de setembro de 2026
Escolha um modelo eliminando rotas que não podem realizar o trabalho e compare as opções restantes com um teste controlado. Nomes de modelos, datas de lançamento e popularidade são secundários em relação à capacidade que o trabalho exige.
1. Defina o que não é negociável
Escreva um requisito de uma linha antes de abrir o seletor. Incluir:
- tipo de saída: imagem, vídeo ou áudio;
- operação: gerar, editar, animar, transformar, estender, sincronizar lábios ou montar;
- mídia de origem necessária e número de referências;
- proporção, resolução e duração;
- se o vídeo deve incluir ou responder ao áudio;
- requisitos de fidelidade para um produto, pessoa, voz, rótulo ou composição existente;
- a estimativa máxima aceitável para esta tentativa.
Essas restrições criam uma lista restrita. Se um modelo não puder aceitar o vídeo de origem ou áudio de diálogo necessário, sua qualidade visual será irrelevante para esse fluxo de trabalho.
2. Leia o seletor de modelos
A área de trabalho agrupa modelos pelo tipo de mídia selecionado. Pesquise por modelo ou fornecedor e leia os estados ao lado de cada opção.
| Sinal | O que isso significa | O que isso não significa |
|---|---|---|
| Selecionado | O modelo será usado para este nó com as configurações visíveis | O modelo é melhor para cada tarefa |
| Populares | Um sinal de descoberta selecionado no catálogo atual | Qualidade garantida ou menor custo |
| Novo | O lançamento é recente de acordo com a data do catálogo | Comportamento maduro para cada fluxo de trabalho |
| Premium ou indisponível | A rota está visível, mas não disponível no estado de acesso atual | A rota retornará silenciosamente para outro modelo |
| Estimativa de crédito | Uso esperado para a rota e configurações atuais | Uma cobrança final fixa para cada execução em várias etapas |
Depois de selecionar um modelo, o compositor reconcilia seus controles. Se os controles de resolução, duração, proporção, voz ou referência desaparecerem, essa rota não declara essas opções para o modo atual.
! Abra o catálogo de modelos de imagens e escolha uma rota para um briefing de produção preparado.
3. Compreenda os modos de fluxo de trabalho
| Modo | Use-o quando | Pensamento necessário |
|---|---|---|
| Gerar | Um prompt deve criar uma nova imagem ou som | Descreva o resultado pretendido e o destino |
| Editar | A mídia existente deve permanecer a base | Indique o que deve mudar e o que deve permanecer |
| Texto para vídeo | Nenhum quadro inicial é necessário | Descreva o assunto, a ação, a câmera, o ritmo e o estado final |
| Imagem para vídeo | Uma imagem estática ancora a composição de abertura | Proteja a identidade e descreva apenas o movimento pretendido |
| Referências ao vídeo | Várias fontes compatíveis definem assunto, estilo, movimento ou áudio | Dê a cada referência uma função e prioridade claras |
| Primeiro e último quadro | A transição entre dois estados controlados é importante | Torne os dois quadros compatíveis e descreva o caminho entre eles |
| Estender vídeo | O movimento existente deve continuar | Preservar a direção, a lógica da câmera, a iluminação e o ritmo |
| Discurso ou diálogo | O texto deve se tornar uma faixa de voz executada | Especifique voz, idioma, pronúncia, ritmo e turnos do alto-falante |
| Cena sonora, música ou efeito | O resultado é áudio ambiental ou não verbal | Descrever eventos audíveis, estrutura, intensidade e finalização |
Os nomes dos modos descrevem capacidade, não qualidade. Duas rotas podem suportar o mesmo modo enquanto produzem resultados diferentes ou expõem limites diferentes.
4. Selecione a direção de arte da imagem
Para uma nova imagem, compare as proporções, as resoluções disponíveis, os limites de prompt e se a rota suporta edição posterior. Para arte controlada, verifique quantas referências a rota de edição aceita.
Combine o teste com o trabalho:
- Fidelidade do produto: compare o formato da etiqueta, os materiais, a cor, os reflexos e pequenos detalhes de construção.
- Trabalho de layout: compare a adesão ao espaço negativo, corte, hierarquia e posição da câmera.
- Trabalho sensível à tipografia: inspecione cada personagem gerado; planeje adicionar a cópia final da campanha fora da geração quando o texto exato for importante.
- Exploração de estilo: mantenha o assunto e a composição estáveis, variando apenas o tratamento visual.
- Iteração: prefira uma rota com um modo de edição compatível quando a primeira saída deve se tornar a fonte para revisões controladas.
Não escolha uma rota apenas porque ela expõe a maior resolução. Uma composição forte com uma resolução prática é mais útil do que um arquivo grande com uma estrutura errada.
5. Selecione para produção de vídeo
A seleção do vídeo começa com o fluxo de trabalho de origem. Decida se a foto é guiada por texto, guiada por imagem, guiada por referência, enquadrada pela primeira e pela última imagens, uma extensão ou uma edição.
Então compare:
- duração permitida para o modo ativo;
- opções de proporção e resolução;
- número e tipo de referências aceitas;
- suporte de quadro final;
- suporte nativo ou de áudio de direção;
- requisitos de continuidade para identidade, detalhes do produto, câmera e movimento.
Uma rota que gera áudio nativo ainda pode ser a escolha errada quando você já possui o diálogo final. Para um alto-falante visível conduzido por uma trilha de voz finalizada, use o dedicado fluxo de trabalho de sincronização labial. Para vários clipes aprovados, use Montagem em vez de pedir a uma geração que crie uma sequência inteira.
6. Selecione para produção de áudio
Comece com o modo necessário. Os modelos de fala expõem opções de voz e podem diferir em idiomas, controles de entrega, carimbos de data/hora ou formatos de saída. Um modelo de som mais amplo pode suportar diálogos, cenas sonoras, música ou efeitos e pode aceitar referências de imagem ou áudio.
Para comparação de voz, use o mesmo roteiro curto e revise a pronúncia, o ritmo, o ajuste emocional, a consistência e o ruído. Para música ou efeitos, compare a estrutura, o final utilizável, as vozes indesejadas e até que ponto o resultado se ajusta à edição pretendida.
7. Combine o modelo com a fase de produção
Use a rota suportada com menor comprometimento ao descobrir o conceito. Passe para a rota e as configurações necessárias para a fidelidade final somente depois que o briefing, as referências e o formato do destino estiverem estáveis.
- Explorar: teste a ideia central e a estrutura imediata.
- Comparar: execute o mesmo briefing controlado por meio de uma pequena lista.
- Refinar: use a saída mais forte como fonte quando a edição for suportada.
- Concluir: selecione a resolução, duração ou voz necessária e analise o tamanho da entrega.
Não é regra que modelos “rápidos” sejam sempre para rascunhos ou que modelos caros sejam sempre melhores. O selecionador e o resultado de um teste controlado são a prova.
8. Faça uma comparação justa
Mantenha o prompt, as referências, a proporção, a meta de resolução e os critérios de revisão fixos. Mude apenas o modelo. Registre o modelo e as configurações com cada resultado.
Pontue o que o trabalho realmente precisa: adesão imediata, adequação à marca, fidelidade ao assunto, composição, texto, anatomia, continuidade de movimento, qualidade de áudio, velocidade, editabilidade e estimativa. Um modelo que ganha um teste de paisagem cinematográfica pode perder um teste de fidelidade de embalagem.
9. Confirme o acesso e o custo
A disponibilidade depende da conta atual, do ambiente e da configuração do serviço. Confirme se a rota está habilitada antes de criar um fluxo de trabalho em torno dela. Revise a estimativa novamente após alterar a resolução, duração, modo ou referências.
Se nenhum modelo suportar todas as restrições, divida o trabalho em nós conectados. Gere ou edite a imagem de origem primeiro, anime-a em uma rota de vídeo compatível, crie o áudio separadamente e, em seguida, use sincronização labial ou montagem quando apropriado.
Gerado a partir do catálogo de produtos
Catálogo de modelos atuais
Essas tabelas são geradas a partir do catálogo de produtos atual de Fuzzbucket, portanto, os nomes dos modelos e os recursos declarados permanecem alinhados com o espaço de trabalho. O acesso pode variar de acordo com a conta. Abra o seletor de modelos para confirmar a disponibilidade e ver a estimativa de suas configurações exatas.
Modelos de imagem15 modelos no catálogo atualVerEsconder
Compare o suporte de geração e edição, a capacidade de referência e os controles de saída declarados por cada rota de imagem.
| Modelo | Modos | Entradas | Controles de saída |
|---|---|---|---|
| GPT Image 2Populares | Gerar, editar | Alerta · até 16 árbitros | 6 proporções |
| Grok Imagine ProPopulares | Gerar, editar | Alerta · até 3 referências | 1K, 2K |
| Nano Banana 2Populares | Gerar, editar | Alerta · até 14 árbitros | 0,5K, 1K, 2K, 4K |
| FLUX 2 Pro | Gerar, editar | Alerta · até 10 referências | 5 proporções |
| GPT Image 2.5 Sunburst | Gerar, editar | Alerta · até 16 árbitros | 1K, 2K, 4K |
| Grok Imagine Image | Gerar, editar | Alerta · até 3 referências | 1K, 2K |
| Ideogram V4 | Gerar, editar | Alerta · até 1 referência | 5 proporções |
| Krea 2 Large | Gerar | Alerta | 1K |
| Krea 2 Medium | Gerar | Alerta | 1K |
| Nano Banana Pro | Gerar, editar | Alerta · até 14 árbitros | 1K, 2K, 4K |
| Qwen Image 2 | Gerar, editar | Alerta · até 3 referências | 5 proporções |
| Recraft V4.1 | Gerar | Alerta | 5 proporções |
| Reve 2.1 | Gerar, editar | Alerta · até 1 referência | 18 proporções |
| Seedream 4.5 | Gerar, editar | Alerta · até 14 árbitros | 2K, 4K |
| Wan 2.7 Image | Gerar, editar | Alerta · até 4 referências | 5 proporções |
Modelos de vídeo18 modelos no catálogo atualVerEsconder
Compare fluxos de trabalho de origem, capacidade de referência, duração, resolução e se uma rota pode gerar ou usar áudio.
| Modelo | Modos | Entradas | Controles de saída |
|---|---|---|---|
| Grok Imagine VideoPopulares | Texto para vídeo, Imagem para vídeo, Referências para vídeo, Editar, Estender vídeo | Alerta · até 7 árbitros | 480p, 720p · 1–15s |
| Seedance 2.5Populares | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta · até 30 referências | 480p, 720p · 4–30s · compatível com áudio |
| Veo 3.1 FastPopulares | Texto para vídeo, Imagem para vídeo, Referências para vídeo, Estender vídeo, Primeiro e último quadro | Alerta · até 3 referências | 720p, 1080p · 4–8s · compatível com áudio |
| FLUX 3 | Texto para vídeo, Imagem para vídeo, Primeiro e último quadro, Estender vídeo | Alerta | 720p, 1080p · 5–20s · compatível com áudio |
| Gemini Omni Flash | Texto para vídeo, Imagem para vídeo, Referências para vídeo, Editar | Alerta · até 10 referências | 2 proporções · 3–10s |
| Kling Video O3 Standard | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta · até 4 referências | 3 proporções · 3–15s · compatível com áudio |
| Kling Video V3 Pro | Texto para vídeo, imagem para vídeo | Alerta | 3 proporções · 3–15s · compatível com áudio |
| LTX 2.3 | Texto para vídeo, Imagem para vídeo, Primeiro e último quadro, Estender vídeo | Prompt, imagem, vídeo, quadro final | 1080p, 1440p, 2160p · 2–20s · compatível com áudio |
| MiniMax H3 | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta, imagem, vídeo +3 | 480P, 768P, 2K, 4K · 5–15s · compatível com áudio |
| MiniMax H3 Max | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta, imagem, vídeo +3 | 480P, 768P · 5–15s · compatível com áudio |
| MiniMax H3 Max Turbo | Texto para vídeo, imagem para vídeo | Alerta, imagem, quadro final | 480P, 768P · 5–15s · compatível com áudio |
| PixVerse V6 | Texto para vídeo, Imagem para vídeo, Primeiro e último quadro, Estender vídeo | Prompt, imagem, vídeo, quadro final | 360p, 540p, 720p, 1080p · 1–15s · compatível com áudio |
| Seedance 2.0 | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta · até 9 árbitros | 480p, 720p, 1080p, 4k · 4–15s · compatível com áudio |
| Seedance 2.0 Fast | Texto para vídeo, Imagem para vídeo, Referências para vídeo | Alerta · até 9 árbitros | 480p, 720p · 4–15s · com capacidade de áudio |
| Sora 2 | Texto para vídeo, Imagem para vídeo, Editar | Alerta | 4–20s |
| Veo 3.1 | Texto para vídeo, Imagem para vídeo, Referências para vídeo, Estender vídeo, Primeiro e último quadro | Alerta · até 3 referências | 720p, 1080p, 4k · 4–8s · compatível com áudio |
| Vidu Q3 | Texto para vídeo, Imagem para vídeo, Primeiro e último quadro, Referências ao vídeo | Prompt, Imagem, até 4 referências, quadro final | 360p, 540p, 720p, 1080p · 1–16s · compatível com áudio |
| Wan 2.7 | Texto para vídeo, Imagem para vídeo, Primeiro e último quadro, Estender vídeo, Referências ao vídeo, Editar | Alerta, imagem, vídeo +3 | 720p, 1080p · 2–15s · compatível com áudio |
Modelos de áudio4 modelos no catálogo atualVerEsconder
Compare os modos de geração de voz e som, tipos de fontes aceitos, formatos, duração e opções de voz.
| Modelo | Modos | Entradas | Controles de saída |
|---|---|---|---|
| ElevenLabs Turbo v2.5 | Discurso | Alerta | MP3 · 8 vozes |
| ElevenLabs v3 | Discurso | Alerta | MP3 · 8 vozes |
| Seed Audio 1.0 | Fala, Diálogo, Cena sonora, Música, Efeito sonoro | Prompt, Imagem, Áudio, até 3 referências | até 120s · WAV, MP3, PCM, OGG_OPUS |
| Seed Speech TTS 2.0 | Discurso | Alerta | MP3, OPUS · 10 vozes |