Engine video Kling 4.0 e vettorizzazione Ideogram
- Kling 4.0 — nuovo engine video
kling_4_0suPOST /videos/generations, inGET /videos/modelse nel tool MCPgenerate_video. Tutte e tre le modalità:image_to_video(con un frame finale opzionale),text_to_videoetext_to_video_styled. - Durate — ogni secondo intero da
3a30. Il tool MCP usa5se omettiduration; la REST API lo richiede, come per ogni engine. - Risoluzione e formato —
720p(predefinito) o1080p;16:9,9:16o1:1. Inimage_to_video, il video segue l’inquadratura dell’immagine iniziale. - Audio — una colonna sonora viene sempre generata, senza costi aggiuntivi.
- Credits —
15al secondo a720p,25al secondo a1080p(una clip di 5 s costa75/125).text_to_video_styledaggiunge il solito forfait di10. - Engine di vettorizzazione —
POST /images/vectorizationse il tool MCPvectorize_imagehanno un nuovo campo opzionaleengine:recraft(predefinito) oideogram. Conideogram, ilmodeopzionale èdefault(dettagliato) osimple. Una richiesta senzaenginefunziona come prima. Un valore sconosciuto, o unmodesenzaideogram, restituisce422prima di qualsiasi addebito. - Credits di vettorizzazione — sempre
5per ogni engine e ogni mode. Un risultato in cache (0credits) ora conta solo se viene dallo stesso engine e dallo stesso mode.
Upload di immagini, engine di Magic Edit e stato terminale dei job
- Upload di immagini — nuovo. Carica un file immagine locale e ottieni un
image_idin tre passaggi:POST /images/uploads/prepare(invia l’esattosize_bytes) →PUTdel file sull’upload_urlpresigned (valido 1 ora) →POST /images/uploads/{image_id}/complete. JPEG, PNG o WebP; fino a 10 MB e 32 MP; al massimo 20 upload in attesa di completamento per utente. Gratuito. Richiede uno qualsiasi traimages.edit,images.transformovideos.generate— nessuno scope nuovo. L’image_idfunziona come sorgente di modifiche, operazioni sulle immagini e image-to-video. - MCP — due nuovi strumenti gratuiti,
prepare_image_uploadecomplete_image_upload, fanno lo stesso. Il server ora ha diciotto strumenti. - Engine di Magic Edit —
POST /images/editse lo strumento MCPedit_imageora accettano anchenano_banana_2enano_banana_2_1, accanto anano_banana_pro(predefinito),geminiekontext.resolution(1K/2K/4K) funziona sui tre engine Nano Banana, a 5 / 10 / 20 credits per output;geminiekontextrestano a una risoluzione fissa e 5 credits. - MCP
edit_image— nuovi parametri facoltativiresolutionenum_images. Prima, le modifiche via MCP giravano sempre a1K. - Risposta di modifica — la
202ora riporta l’enginee laresolutioneffettivi. - Cambiamento di comportamento: modelli addestrati con un altro engine — i
modelli addestrati e una color palette in una modifica funzionano solo con
nano_banana_pro. Una richiesta che indica un altro engine insieme a loro ora restituisce422prima di qualsiasi addebito. Prima, una richiesta del genere veniva passata silenziosamente anano_banana_pro. - Stato terminale dei job per i blocchi di compliance — un job di immagine i
cui output non hanno superato tutti la pipeline di compliance (per esempio la
firma C2PA) ora termina
failedconerrordelivery_blocked_compliance: <codes>, invece di restareprocessing. Un job con alcuni output consegnabili ècompleteded elenca gli altri nel nuovo campoblocked_images. Vale per leGETREST dei job e per lo strumento MCPget_job_status. - Output 4K — la firma C2PA degli output grandi (4K) funziona di nuovo, quindi le immagini 4K vengono di nuovo consegnate.
Engine text-to-image
POST /images/generations e lo strumento MCP generate_image ora accettano
sette engine text-to-image. L’engine predefinito resta nano_banana_pro; una
richiesta senza engine si comporta come prima.- Engine —
nano_banana_pro(predefinito),nano_banana_2_1,nano_banana_2e i nuovinano_banana,imagen_4,seedream_4,flux_1_pro. Ogni engine ha i propri rapporti d’aspetto e le proprie risoluzioni, validati prima di qualsiasi addebito (422). GET /images/models— nuovo. Elenca gli engine che puoi usare, con rapporti d’aspetto, risoluzioni, limite dinum_outputs, credits per immagine e supporto dei modelli addestrati. Gratuito, scopeimages.generate.- MCP —
generate_imageha un nuovo parametro facoltativoengine. Questo sostituisce la nota precedente secondo cuigenerate_imageusa sempre l’engine predefinito. Il nuovo strumento gratuitolist_image_enginesrestituisce lo stesso contenuto diGET /images/models. - Modelli addestrati e palette funzionano con
nano_banana_pro,nano_banana_2_1enano_banana_2. Sugli altri engine restituiscono422— non vengono mai scartati. - Credits uguali su ogni engine: 5 per output a
1K, ×2 a2K, ×4 a4K. - Cambiamento di comportamento per le organizzazioni limitate ai modelli
addestrati — ricevono un elenco di engine vuoto
(
unavailable_reason: "organization_restricted"), qualsiasienginerestituisce422, e una richiesta deve omettereenginee passare almeno un modello addestrato o una palette.
Nano Banana 2.1
Un nuovo engine per le immagini,nano_banana_2_1 (Nano Banana 2.1), è disponibile
accanto a nano_banana_pro e nano_banana_2.POST /images/generationsePOST /images/img2imgaccettanoengine: "nano_banana_2_1". L’engine predefinito restanano_banana_pro.- MCP — lo strumento
img2imgaccettaengine: "nano_banana_2_1". A questo rilascio,generate_imagenon aveva un parametroenginee usava sempre il predefinito; ora ne ha uno (vedi Engine text-to-image sopra). - Stessi rapporti d’aspetto di
nano_banana_2(img2img consente anche4:1,1:4,8:1,1:8), risoluzioni1K,2Ke4Ke fino a 14 sorgenti img2img. - Stessi credits di
nano_banana_2: 5 per output a1K, ×2 a2K, ×4 a4K. - Non disponibile per Magic Edit (
POST /images/edits) né per lo strumento MCPedit_image— entrambi restituiscono422.
Operazioni sulle immagini
Sei modi per trasformare un’immagine che hai già, ciascuno unPOST asincrono che
invia un job più un GET che lo interroga.POST /images/img2img·GET /images/img2img/{img2img_id}— trasforma da 1 a 14 immagini sorgente con un prompt.POST /images/variations·GET /images/variations/{variation_id}— variazioni creative di un’immagine, mirate all’intero fotogramma, a una persona, a un oggetto o alla scena.POST /images/resizes·GET /images/resizes/{resize_id}— cambia il rapporto d’aspetto con l’outpainting invece del ritaglio.POST /images/upscales·GET /images/upscales/{upscale_id}— porta a una risoluzione superiore con quattro modelli.POST /images/background-removals·GET /images/background-removals/{background_removal_id}— scontorna lo sfondo in un PNG trasparente.POST /images/vectorizations·GET /images/vectorizations/{vectorization_id}— vettorizza un’immagine in SVG.
images.transform. Img2img resta sotto images.edit.
Le chiavi create con tutti gli scope lo hanno già; a una chiave ristretta va
aggiunto in Settings → API Keys.Anche in MCP. Le stesse sei operazioni sono disponibili come strumenti
img2img, create_variations, resize_image, upscale_image,
remove_background e vectorize_image.Prezzi. La rimozione dello sfondo costa 1 credit e la vettorizzazione 5,
entrambe 0 in caso di cache hit su una sorgente già elaborata. Il resto viene
addebitato a 5 × risoluzione × output; l’upscaling per fascia di destinazione
moltiplicata per un coefficiente per modello. Operazioni sulle immagini ·
PrezziDecodifica ospitata dei watermark sulle immagini
L’API di verifica dei contenuti ora decodifica direttamente entrambe le tecniche di watermark sulle immagini, invece di segnalarle come non verificate.- TrustMark Q — il corpus storico, con le immagini marcate quando TrustMark era il fornitore dell’incorporamento. Questa lane resta disponibile in modo permanente per quel corpus.
- Meta PixelSeal — il watermark attuale, presente nelle nuove immagini generate da Samsa.
detected proviene ancora dalla
verifica del manifest C2PA, che fa fede. La decodifica del watermark video (Meta
Video Seal) non è ancora disponibile e viene riportata come not_checked — una
tecnica mai valutata, mai un falso negativo. Verifica dei contenutiAPI di verifica dei contenuti
Un’API gratuita e senza autenticazione per controllare se un’immagine o un video è stato creato con Samsa — il meccanismo pubblico di rilevamento di Samsa ai sensi dell’articolo 50(2) del regolamento europeo sull’IA. Ha una propria base URL, non richiede API key e non consuma credits.POST /v1/public/detect— controlla un’immagine o un video caricato.GET /v1/public/detect/info— descrizione leggibile dalle macchine di ogni tecnica di marcatura e di come rilevarla.GET /v1/public/detect/result/{request_id}— PDF firmato di un risultato passato.GET /v1/public/detect/health— stato del servizio e versione.
Modelli addestrati per nome, palette e anteprime inline
Tre modifiche che rendono gli strumenti MCP più facili da guidare da una conversazione, dove il nome di un modello è a portata di mano ma il suo id no.- I nomi funzionano come gli id.
style_id,object_ids,person_idsesetting_idsaccettano il nome o l’id di un modello addestrato; un nome si risolve in un modello visibile alla credenziale connessa. color_palette— un nuovo parametro sugenerate_imageededit_image, anch’esso per nome o id.edit_imageha raggiunto la parità congenerate_imagee accetta tutti e quattro i parametri di riferimento ai modelli addestrati, così una modifica resta fedele al brand.get_job_statusrestituisce un’anteprima. Un job di immagine raster completato porta ora un’immagine ridotta inline accanto al link all’asset a piena risoluzione, così i client possono mostrare il risultato direttamente. La vettorizzazione restituisce SVG e non ha anteprima raster.
L’API pubblica di Samsa e il MCP server
La prima release pubblica. Lo studio di immagini e video di Samsa — e i modelli addestrati della tua organizzazione — tramite un’API REST e un MCP server remoto.- Immagini —
POST /images/generationsePOST /images/edits, componendo i modelli style, object, person e setting addestrati dalla tua organizzazione. - Video —
POST /videos/generationsda un frame iniziale, da testo o da testo stilizzato con i tuoi modelli, piùGET /videos/modelsper l’elenco dei motori. - Addestramento di modelli —
POST /models,POST /models/prepare,POST /models/{model_id}/completeeGET /models/{model_id}/status. - Modelli — elenca, recupera, aggiorna ed elimina sotto
/models. - Account —
GET /me,GET /creditseGET /usage.
webhook_url per essere notificato al completamento invece
di interrogare. I callback sono firmati e i tentativi falliti vengono ripetuti a
5s, 30s, 2m, 15m e 1h.MCP server. Un server remoto in Streamable HTTP su https://api.samsa.ai/mcp,
che accetta OAuth 2.1 per i client interattivi come Claude e ChatGPT oppure una API
key per quelli headless. Samsa API · Quickstart ·
MCP server