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?
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro e Wan 2.5 accettano entrambi input testuali o immagini.
Il più economico costa 0,05 USD al secondo di video finito, il che porta il costo di un'animazione di 5 secondi a circa
0,25 USD per ogni generazione, prima dei tentativi successivi.
Esistono strumenti gratuiti basati sul browser in grado di animare una foto senza richiedere una carta di pagamento, ma limitano la risoluzione, aggiungono una filigrana e concedono un numero fisso di utilizzi anziché un credito ricorrente.
Questa è la parte che la maggior parte delle pagine comparative omette.
L'input di tipo immagine non rappresenta una categoria tariffaria separata — è semplicemente una modalità dello stesso modello, con prezzi identici:
Da (per secondo)
Esiste davvero un modo gratuito per farlo?
Questa è la parte che la maggior parte delle pagine di confronto omette. L'input immagine non è un livello di prodotto separato —
0,05 USD (tramite fal)
| Modello | Sviluppatore | Input | 0,07 USD (tramite fal) |
|---|---|---|---|
| Veo 3.1 | 0,15 USD (batch, 720p) | $0,05 (Lite, 720p) | |
| Wan 2.5 | Alibaba | 0,15 USD (batch, 720p) | Un dettaglio temporale importante, se state scegliendo oggi: OpenAI ha fissato |
| Kling 2.5 Turbo Pro | Kuaishou | 0,15 USD (batch, 720p) | come data di disattivazione dell'API Video e di entrambi i modelli Sora 2, |
| Sora 2 | OpenAI | 0,15 USD (batch, 720p) | $0,05 (batch, 720p) |
| Sora 2 Pro | OpenAI | 0,15 USD (batch, 720p) | senza aver ancora annunciato un sostituto. |
Se state avviando ora un flusso di lavoro per la generazione di video da immagini, scegliere Sora significa avviarlo su una conta alla rovescia.
il 24 settembre 2026 come data di disattivazione dell'API Video e di entrambi i modelli Sora 2,
senza che sia stato nominato alcun sostituto. Se state avviando ora un flusso di lavoro da immagine a video, iniziatelo su Sora
Clip di 10 secondi
Ottenere un buon risultato partendo da un'immagine fissa
Poiché la fatturazione avviene al secondo di output, il costo di un clip da immagine a video corrisponde semplicemente alla tariffa
Veo 3.1 Lite, 720p
| Modello e fascia tariffaria | Veo 3.1 Lite, 1080p | Veo 3.1 Fast, 1080p | Veo 3.1 Standard, 4K |
|---|---|---|---|
| Questi costi si riferiscono a ogni generazione andata a buon fine. | $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 |
| La generazione di video da immagini richiede in genere meno tentativi rispetto a quella da testo, poiché il primo fotogramma è già fissato e si deve solo guidare il movimento — tuttavia, un video che richiede tre tentativi costa comunque tre volte l'importo indicato sopra. | $0.40 | $0.80 | $2.40 |
| Pianificate il vostro budget sulla base del vostro tasso personale di ritentativi, non sulla base della tariffa pubblicata. | $0.60 | $1.20 | $3.60 |
| Sì, ma con limitazioni che vale la pena comprendere prima di fare affidamento su di esse. | $3.00 | $6.00 | $18.00 |
I livelli gratuiti in questa categoria sono di natura promozionale, non strutturale: esistono per indurvi a passare al piano a pagamento e i relativi termini possono cambiare nel tempo.
text-to-video, perché il primo fotogramma è già fissato e si sta semplicemente dirigendo il movimento — ma un
singolo scatto che richiede tre tentativi costa comunque tre volte l’importo indicato sopra. Calcola il budget in base al tuo tasso di ritentativi
e non sulla tariffa applicata.
Fornisci al modello video la tua immagine come primo fotogramma e un breve prompt che descriva il movimento desiderato, quindi paghi per ogni secondo di output generato.
Sì, ma con limiti che vale la pena comprendere prima di fare affidamento su di essi. I livelli gratuiti in questa
categoria sono promozionali piuttosto che strutturali: esistono per indurti a passare al piano a pagamento e i relativi
termini possono cambiare.
Runway è l'esempio pubblicato più chiaro. La sua pagina dei prezzi offre
125 crediti una tantum la possibilità di provare gli strumenti — un deposito fisso non rinnovabile — con
piani a pagamento a partire da 12 dollari al mese con fatturazione annuale, quindi 28 e 76 dollari per i livelli superiori.
Altri strumenti pubblicizzano invece quote giornaliere gratuite, cifre che cambiano con sufficiente frequenza
da rendere necessario verificare nuovamente il valore indicato su un blog direttamente sulla pagina del fornitore prima di pianificare qualcosa
in base a esso. Il modello delle fasce gratuite è coerente anche quando i numeri variano: ci si può aspettare un
limite inferiore di risoluzione, una filigrana visibile, una durata massima del clip più breve e una coda più lenta.
Tutti i modelli all'avanguardia attualmente sul mercato supportano questa funzionalità:
La generazione video da immagine richiede un tipo diverso di prompt rispetto alla generazione video da testo. Il modello non sta inventando
una scena — ne ha già una — quindi il prompt dovrebbe descrivere il movimento, non il contenuto.
- Descrivi la telecamera, non il soggetto. «Avvicinamento lento con profondità di campo ridotta»
assegna un compito al modello. «Un bellissimo paesaggio montano» descrive ciò che il modello vede già. - Indica un solo movimento, non tre. Istruzioni composte su un breve clip tendono spesso a
produrre una ripresa che non esegue nessuna di esse in modo pulito. - Parti da un fotogramma pulito e ad alta risoluzione. Gli artefatti di compressione e il rumore intenso nella sorgente vengono amplificati in ogni fotogramma generato.
grain in the source get amplified across every generated frame. - Mantieni i clip brevi e passa da uno all’altro con un taglio. La coerenza peggiora con la lunghezza su tutti i
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.
asking for one long take.
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.
