Vai al contenuto principale
Tutto ciò che è cambiato nell’API REST, nel MCP server e nell’API di verifica dei contenuti. Le date sono quelle in cui la modifica è arrivata in produzione.
apimcpvideoimages

Engine video Kling 4.0 e vettorizzazione Ideogram

  • Kling 4.0 — nuovo engine video kling_4_0 su POST /videos/generations, in GET /videos/models e nel tool MCP generate_video. Tutte e tre le modalità: image_to_video (con un frame finale opzionale), text_to_video e text_to_video_styled.
  • Durate — ogni secondo intero da 3 a 30. Il tool MCP usa 5 se ometti duration; la REST API lo richiede, come per ogni engine.
  • Risoluzione e formato — 720p (predefinito) o 1080p; 16:9, 9:16 o 1:1. In image_to_video, il video segue l’inquadratura dell’immagine iniziale.
  • Audio — una colonna sonora viene sempre generata, senza costi aggiuntivi.
  • Credits — 15 al secondo a 720p, 25 al secondo a 1080p (una clip di 5 s costa 75 / 125). text_to_video_styled aggiunge il solito forfait di 10.
  • Engine di vettorizzazione — POST /images/vectorizations e il tool MCP vectorize_image hanno un nuovo campo opzionale engine: recraft (predefinito) o ideogram. Con ideogram, il mode opzionale è default (dettagliato) o simple. Una richiesta senza engine funziona come prima. Un valore sconosciuto, o un mode senza ideogram, restituisce 422 prima di qualsiasi addebito.
  • Credits di vettorizzazione — sempre 5 per ogni engine e ogni mode. Un risultato in cache (0 credits) ora conta solo se viene dallo stesso engine e dallo stesso mode.
Kling 4.0 · Vettorizzare un’immagine · Prezzi · Strumenti MCP
apimcpimages

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_id in tre passaggi: POST /images/uploads/prepare (invia l’esatto size_bytes) → PUT del file sull’upload_url presigned (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 tra images.edit, images.transform o videos.generate — nessuno scope nuovo. L’image_id funziona come sorgente di modifiche, operazioni sulle immagini e image-to-video.
  • MCP — due nuovi strumenti gratuiti, prepare_image_upload e complete_image_upload, fanno lo stesso. Il server ora ha diciotto strumenti.
  • Engine di Magic Edit — POST /images/edits e lo strumento MCP edit_image ora accettano anche nano_banana_2 e nano_banana_2_1, accanto a nano_banana_pro (predefinito), gemini e kontext. resolution (1K / 2K / 4K) funziona sui tre engine Nano Banana, a 5 / 10 / 20 credits per output; gemini e kontext restano a una risoluzione fissa e 5 credits.
  • MCP edit_image — nuovi parametri facoltativi resolution e num_images. Prima, le modifiche via MCP giravano sempre a 1K.
  • Risposta di modifica — la 202 ora riporta l’engine e la resolution effettivi.
  • 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 restituisce 422 prima di qualsiasi addebito. Prima, una richiesta del genere veniva passata silenziosamente a nano_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 failed con error delivery_blocked_compliance: <codes>, invece di restare processing. Un job con alcuni output consegnabili è completed ed elenca gli altri nel nuovo campo blocked_images. Vale per le GET REST dei job e per lo strumento MCP get_job_status.
  • Output 4K — la firma C2PA degli output grandi (4K) funziona di nuovo, quindi le immagini 4K vengono di nuovo consegnate.
Caricamento di immagini · Modifica di immagini · Blocchi di compliance · Strumenti MCP
apimcpimages

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_2 e i nuovi nano_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 di num_outputs, credits per immagine e supporto dei modelli addestrati. Gratuito, scope images.generate.
  • MCP — generate_image ha un nuovo parametro facoltativo engine. Questo sostituisce la nota precedente secondo cui generate_image usa sempre l’engine predefinito. Il nuovo strumento gratuito list_image_engines restituisce lo stesso contenuto di GET /images/models.
  • Modelli addestrati e palette funzionano con nano_banana_pro, nano_banana_2_1 e nano_banana_2. Sugli altri engine restituiscono 422 — non vengono mai scartati.
  • Credits uguali su ogni engine: 5 per output a 1K, ×2 a 2K, ×4 a 4K.
  • Cambiamento di comportamento per le organizzazioni limitate ai modelli addestrati — ricevono un elenco di engine vuoto (unavailable_reason: "organization_restricted"), qualsiasi engine restituisce 422, e una richiesta deve omettere engine e passare almeno un modello addestrato o una palette.
Generazione di immagini · Elenca gli engine di immagini · Strumenti MCP
apimcpimages

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/generations e POST /images/img2img accettano engine: "nano_banana_2_1". L’engine predefinito resta nano_banana_pro.
  • MCP — lo strumento img2img accetta engine: "nano_banana_2_1". A questo rilascio, generate_image non aveva un parametro engine e usava sempre il predefinito; ora ne ha uno (vedi Engine text-to-image sopra).
  • Stessi rapporti d’aspetto di nano_banana_2 (img2img consente anche 4:1, 1:4, 8:1, 1:8), risoluzioni 1K, 2K e 4K e fino a 14 sorgenti img2img.
  • Stessi credits di nano_banana_2: 5 per output a 1K, ×2 a 2K, ×4 a 4K.
  • Non disponibile per Magic Edit (POST /images/edits) né per lo strumento MCP edit_image — entrambi restituiscono 422.
Generazione di immagini · Trasformare immagini (img2img)
apimcpimages

Operazioni sulle immagini

Sei modi per trasformare un’immagine che hai già, ciascuno un POST 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.
Nuovo scope. Variazioni, ridimensionamenti, upscaling, rimozioni dello sfondo e vettorizzazioni richiedono 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 · Prezzi
content-verification

Decodifica 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.
I watermark restano solo una conferma: il verdetto 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 contenuti
content-verification

API 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.
Verifica dei contenuti
mcp

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_ids e setting_ids accettano 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 su generate_image ed edit_image, anch’esso per nome o id.
  • edit_image ha raggiunto la parità con generate_image e accetta tutti e quattro i parametri di riferimento ai modelli addestrati, così una modifica resta fedele al brand.
  • get_job_status restituisce 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.
MCP server
apimcplaunch

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/generations e POST /images/edits, componendo i modelli style, object, person e setting addestrati dalla tua organizzazione.
  • Video — POST /videos/generations da un frame iniziale, da testo o da testo stilizzato con i tuoi modelli, più GET /videos/models per l’elenco dei motori.
  • Addestramento di modelli — POST /models, POST /models/prepare, POST /models/{model_id}/complete e GET /models/{model_id}/status.
  • Modelli — elenca, recupera, aggiorna ed elimina sotto /models.
  • Account — GET /me, GET /credits e GET /usage.
API key dell’organizzazione. Con scope, mostrate una sola volta alla creazione e attive per l’organizzazione della chiave — i credits provengono dal suo pool.Webhook. Passa un 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