Discontinuato. L’API video di OpenAI Sora 2 API video è stata chiusa il 24 settembre 2026, senza alcun sostituto nominato su funzionalità deprecate. I prezzi sottostanti sono conservati per riferimento; l'API non risponde più. Vedi quanto costano gli strumenti alternativi al secondo.
Punti chiave
- Ogni modello video all'avanguardia attualmente disponibile accetta un'immagine come fotogramma iniziale —
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro e Wan 2.5 e tutti accettano in input testo o immagine. - La generazione di video da immagini costa esattamente quanto quella da testo per secondo su questi modelli.
Viene addebitato in base alla durata dell'output, non al modo in cui è stato avviato il video. - L'opzione più economica costa 0,05 USD al secondo — Veo 3.1 Lite a 720p o Wan 2.5 —
quindi animare un'immagine fissa in un clip di 5 secondi costa circa 25 centesimi per ogni tentativo. - Esistono livelli gratuiti, ma sono limitati e soggetti a frequenti modifiche. Runway, ad esempio, offre
125 crediti una tantum che non si rinnovano.
Trasformare un'immagine statica in un video è ora una funzionalità di prima categoria, non più un tema di ricerca
Questa pagina illustra quali modelli accettano un'immagine come input, quanto ciascuno addebita per secondo di output e dove le opzioni gratuite smettono di essere utili.
Risposta rapida: come trasformare un'immagine in un video con l'IA?
Quali modelli accettano un'immagine come input
Risposta rapida: come trasformare un'immagine in un video con l'IA?
Dai a un modello video la tua immagine come primo fotogramma e un breve prompt che descrive il movimento
che desideri, poi paghi al secondo di output. Ogni modello frontier sul mercato supporta questo:
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro e Wan 2.5 accettano tutti input di testo o immagine.
Il più economico costa $0,05 al secondo di video finito, il che porta un'animazione di 5 secondi a circa
$0,25 per generazione, prima dei tentativi. Esistono strumenti browser gratuiti e animeranno una foto senza una
carta, ma limitano la risoluzione, aggiungono filigrane e offrono un'indennità fissa anziché una
ricorrente.
Quali modelli accettano un'immagine come input
Questa è la parte che la maggior parte delle pagine di confronto omette. L'input di immagine non è un livello di prodotto separato —
è una modalità dello stesso modello, con lo stesso prezzo:
| Modello | Sviluppatore | Input | Da (al secondo) |
|---|---|---|---|
| Veo 3.1 | Testo, Immagine | $0,05 (Lite, 720p) | |
| Wan 2.5 | Alibaba | Testo, Immagine | $0,05 (via fal) |
| Kling 2.5 Turbo Pro | Kuaishou | Testo, Immagine | $0,07 (via fal) |
| Sora 2 | OpenAI | Testo, Immagine | $0,05 (batch, 720p) |
| Sora 2 Pro | OpenAI | Testo, Immagine | $0,15 (batch, 720p) |
Una nota di tempistica importante se stai scegliendo oggi: OpenAI ha fissato
24 settembre 2026 come data di chiusura per l'API Videos e entrambi i modelli Sora 2,
senza sostituzione denominata. Se stai avviando un flusso di lavoro image-to-video ora, avviarlo su Sora
significa avviarlo su un conto alla rovescia.
Quanto costa animare un'immagine
Poiché la fatturazione è al secondo di output, il costo di una clip image-to-video è semplicemente la tariffa
moltiplicata per la durata che richiedi:
| Modello e fascia tariffaria | Clip di 5 secondi | Clip di 10 secondi | Clip di 30 secondi |
|---|---|---|---|
| Veo 3.1 Lite, 720p | $0.25 | $0.50 | $1.50 |
| Wan 2.5 | $0.25 | $0.50 | $1.50 |
| Kling 2.5 Turbo Pro | $0.35 | $0.70 | $2.10 |
| Veo 3.1 Lite, 1080p | $0.40 | $0.80 | $2.40 |
| Veo 3.1 Fast, 1080p | $0.60 | $1.20 | $3.60 |
| Veo 3.1 Standard, 4K | $3.00 | $6.00 | $18.00 |
Questi sono per generazione riuscita. Image-to-video tende a richiedere meno tentativi di
text-to-video, perché il primo fotogramma è già fisso e stai solo dirigendo il movimento — ma uno
scatto che richiede tre tentativi costa tre volte la cifra sopra. Fai un budget in base alla tua frequenza di retry
personale, non dalla tariffa.
Esiste un modo veramente gratuito per farlo?
Sì, con limiti che vale la pena comprendere prima di affidarsi ad essi. I livelli gratuiti in questa
categoria sono promozionali piuttosto che strutturali: esistono per portarti al piano a pagamento, e i loro
termini si muovono.
Runway è l'esempio più chiaro pubblicato. La sua pagina dei prezzi offre
125 crediti una tantum per provare gli strumenti — un deposito fisso che non si rinnova — con
piani a pagamento a partire da $12 al mese con fatturazione annuale, quindi $28 e $76 per i livelli superiori.
Altri strumenti pubblicizzano invece indennità giornaliere gratuite, e questi numeri cambiano abbastanza frequentemente
che qualsiasi cifra citata su un blog vale la pena verificare di nuovo sulla pagina del fornitore prima di pianificare
in base ad essa. Lo schema tra i livelli gratuiti è coerente anche quando i numeri non lo sono: aspettati un
limite di risoluzione più basso, una filigrana visibile, una clip massima più corta e una coda più lenta.
Ottenere un buon risultato da una foto statica
Image-to-video ricompensa un tipo di prompt diverso da text-to-video. Il modello non sta inventando
una scena — ne ha già una — quindi il prompt dovrebbe descrivere movimento, non contenuto.
- Descrivi la telecamera, non il soggetto. «Avanzamento lento, profondità di campo ridotta»
dà al modello un compito. «Un bellissimo paesaggio montano» descrive quello che può già vedere. - Nomina un movimento, non tre. Le istruzioni composte su una clip breve tendono a
produrre uno scatto che non le esegue chiaramente. - Inizia da un fotogramma pulito e ad alta risoluzione. Gli artefatti di compressione e il forte
rumore nella fonte si amplificano su ogni fotogramma generato. - Mantieni i clip brevi e taglia tra di essi. La coerenza diminuisce con la lunghezza su ogni
modelli attuali; quattro riprese da 5 secondi montate insieme battono una singola ripresa da 20 secondi. - Aspettati che volti e mani siano i punti critici di fallimento. Se l’immagine fissa contiene uno di questi elementi,
prevedi un numero maggiore di tentativi rispetto a quanto necessario per un prodotto o un paesaggio.
Quale scegliere?
- Soluzione più economica funzionante: Veo 3.1 Lite a 720p o Wan 2.5, entrambi a 0,05 dollari al secondo.
- Miglior rapporto qualità-prezzo immediatamente superiore: Veo 3.1 Fast a 1080p, 0,12 dollari al secondo.
- Quando la risoluzione dell’output è un requisito fondamentale: Veo 3.1 Standard a 4K, 0,60 dollari al
secondo — l’unica opzione 4K in questo gruppo, a parte Veo Fast a 0,30 dollari. - Per una semplice prova iniziale: una fascia gratuita nel browser è sufficiente per verificare se l’idea
funziona effettivamente, prima ancora di configurare qualcuna delle soluzioni sopra indicate.
Domande frequenti
L'IA può trasformare qualsiasi foto in un video?
Tecnicamente sì — ogni modello elencato qui accetta un’immagine arbitraria come primo fotogramma. I risultati
variano notevolmente in base alla sorgente: immagini ferme pulite, ben illuminate e ad alta risoluzione si animano in modo molto più affidabile
rispetto a quelle compresse o fortemente texturizzate, e le immagini contenenti volti o mani richiedono più tentativi.
La generazione di video da immagini costa di più rispetto a quella da testo?
No. Su tutti i modelli sopra indicati, la fatturazione avviene al secondo di output, indipendentemente dal fatto che la
generazione sia partita da un prompt o da un’immagine.
Qual è il modello AI più economico per la generazione di video da immagini?
Veo 3.1 Lite a 720p e Wan 2.5 costano entrambi 0,05 dollari al secondo di output, il che rende un clip da 5 secondi pari a circa 0,25 dollari per generazione. Kling 2.5 Turbo Pro costa 0,07 dollari al secondo.
clip circa 0,25 USD per generazione. Kling 2.5 Turbo Pro costa 0,07 USD al secondo.
Quanto può essere lungo un video generato dall'IA?
I limiti pratici sono brevi. La coerenza diminuisce all’aumentare della lunghezza dei clip su tutti i modelli attuali, motivo per cui la maggior parte dei flussi di lavoro professionali genera diverse riprese brevi e le monta insieme, piuttosto che
richiedere un’unica ripresa prolungata.
chiedendo un'unica ripresa lunga.
Gli strumenti gratuiti per la generazione di video da immagini aggiungono una filigrana?
Generalmente sì, insieme a un limite di risoluzione e a una coda più lenta. Le quote gratuite sono inoltre
promozionali e soggette a frequenti modifiche — quella di Runway, ad esempio, consiste in un deposito unico di 125 crediti anziché
in un contributo mensile ricorrente.