Reference to Video AI: ogni modello, i suoi limiti e il suo prezzo
L'AI reference-to-video mantiene i tuoi personaggi, prodotti e voci in una nuova scena. Ecco tutti i modelli su Reelina, quante immagini di riferimento richiede ciascuno e il relativo prezzo.

L'image-to-video parte da una singola immagine. Il reference-to-video è diverso: dai al modello diversi elementi da mantenere — un personaggio, un prodotto, un outfit, un luogo, a volte anche una voce — e lui costruisce una nuova scena intorno a loro. È la cosa più simile a un casting che l'AI video abbia mai avuto.
Reelina offre 26 modelli reference-to-video. Le differenze tra loro non riguardano tanto ciò che promettono, quanto ciò che accettano: quante immagini, se è consentito un video di riferimento, se include l'audio e quanto può durare il risultato. Questa guida li elenca a partire dal catalogo Reelina aggiornato a ottobre 2026, con il prezzo di una generazione in coin alla durata predefinita di ciascun modello.
Come funziona il reference-to-video
Carichi i riferimenti — di solito un'immagine per ogni soggetto — e scrivi un prompt che descrive cosa fanno. Il modello non viene addestrato sui tuoi riferimenti: li legge solo per quella singola generazione. Questo comporta due conseguenze:
- La coerenza nasce dal riutilizzo degli stessi riferimenti. Conserva un ritratto nitido di ogni personaggio e usalo per ogni scena.
- Un soggetto per immagine funziona meglio. Uno sfondo neutro e una luce uniforme evitano che il modello riporti quell'illuminazione nella scena.
I modelli, in base a cosa accettano
| Modello | Coin | Riferimenti | Durata |
|---|---|---|---|
| PixVerse v6 Reference-to-Video | 38 | Riferimenti | 1–15 s |
| PixVerse c1 Reference-to-Video | 46 | Riferimenti | 1–15 s |
| Wan 3.0 Reference-to-Video | 60 | Riferimenti | 2–30 s |
| Vidu Q3 Reference-to-Video | 64 | Riferimenti, audio opzionale | — |
| Seedance 2.0 Mini Reference-to-Video | 68 | Fino a 9 immagini, 3 video (15 s totali), audio di riferimento | 4–15 s |
| Grok Imagine Video Reference-to-Video | 76 | 1–7 immagini (persone, oggetti, stili) | — |
| Wan 3.0 Prime Reference-to-Video | 92 | Riferimenti | 2–30 s |
| Vidu Q2 Reference-to-Video | 96 | 1–7 soggetti, audio opzionale | — |
| Kling Video O3 Std Reference-to-Video | 108 | "Elementi" soggetto | 3–15 s |
| Seedance 2.0 Fast Reference-to-Video | 110 | Fino a 9 immagini, 3 video, audio di riferimento | 4–15 s |
| MiniMax H3 Fast Reference-to-Video | 112 | Riferimenti | 5–15 s (8 s predefiniti) |
| Grok Imagine Video v1.5 Reference-to-Video | 122 | 1–7 immagini | — |
| Vidu Q2-Pro Reference-to-Video | 128 | 1–7 soggetti, audio opzionale | — |
| Seedance 2.0 Reference-to-Video | 136 | Fino a 9 immagini, 3 video, audio di riferimento | 4–15 s |
| Kling Video O3 Pro Reference-to-Video | 144 | "Elementi" soggetto | 3–15 s |
| Wan 2.7 Reference-to-Video | 152 | Fino a 3 video — uno per personaggio, che può portare con sé la propria voce | — |
| MiniMax H3 Reference-to-Video | 152 | Riferimenti | 4–15 s (8 s predefiniti) |
| Seedance 2.5 Reference-to-Video | 204 | Fino a 30 immagini, 10 video, audio di riferimento | 4–30 s |
| Veo 3.1 Reference-to-Video | 484 | Riferimenti, audio opzionale | 8 s |
Nel catalogo trovi anche: Vidu Q3-Mix (160), Gemini Omni Flash (204), HappyHorse 1.1 (106) e 1.0 (212), Vidu Reference-to-Video 2.0 (304), Vidu Q1 (516) e Vidu Reference-to-Video Q1 (606). "—" indica che la durata è fissata dal modello e non è selezionabile. I prezzi si riferiscono alla durata predefinita di ciascun modello; i clip più lunghi costano proporzionalmente di più, e il costo esatto viene mostrato prima di generare.
Quale scegliere
- Il modo più economico per provare l'idea: PixVerse v6 oppure Wan 3.0 (fino a 30 secondi); il costo esatto è mostrato prima di generare.
- Un cast di personaggi più un riferimento in movimento: Seedance 2.0 — fino a 9 immagini e 3 video di riferimento, con audio di riferimento. Fai la bozza con Mini (68), finisci con il modello completo (136).
- Scene lunghe e ricche di riferimenti: Seedance 2.5 — fino a 30 immagini e 10 video, clip fino a 30 secondi.
- Personaggi che devono mantenere la propria voce: Wan 2.7, dove ogni video di riferimento corrisponde a un personaggio e può portare la sua voce.
- Fino a sette soggetti distinti: Vidu Q2 / Q2-Pro oppure Grok Imagine Video.
- L'approccio di Kling: Kling Video O3, con gli "elementi" soggetto.
Immagini di riferimento anche per le immagini
Se quello che ti serve è un fermo immagine, Nano Banana 2 Reference-to-Image e la sua versione Lite costruiscono un'immagine a partire dai riferimenti, ed entrambi accettano anche un clip video come riferimento; il costo esatto è mostrato prima di generare.
Come farlo su Reelina
- Apri lo Video Studio e scegli un modello reference-to-video — per esempio Seedance 2.0 Reference-to-Video oppure Seedance 2.5 Reference-to-Video.
- Carica i tuoi riferimenti e descrivi la scena: chi fa cosa, dove e come si muove la telecamera.
- Controlla il prezzo mostrato sul pulsante e genera. Conserva i riferimenti: è il loro riutilizzo che garantisce la coerenza della scena successiva.
Per un episodio intero piuttosto che una singola scena, il generatore di AI drama fa tutto questo per te: assegna a ogni personaggio un ritratto di riferimento e prosegue ogni scena a partire dall'ultimo fotogramma di quella precedente.
FAQ
Cos'è l'AI reference-to-video? Un modello video che accetta diversi input di riferimento — immagini e, in alcuni modelli, anche video e audio — e genera una nuova scena che mantiene quei soggetti, invece di animare una singola immagine di partenza.
Quante immagini di riferimento posso usare? Dipende dal modello: fino a 30 su Seedance 2.5, 9 su Seedance 2.0, 1–7 su Vidu Q2 e Grok Imagine Video. Wan 2.7, invece, accetta fino a 3 video di riferimento.
Qual è il modello reference-to-video più economico? Su Reelina, PixVerse v6 Reference-to-Video, con il costo esatto mostrato prima di ogni generazione.
Il modello impara il mio volto? No. I riferimenti vengono letti solo per quella singola generazione; non viene addestrato nulla. La coerenza nasce dal fornire gli stessi riferimenti a ogni scena.
Serve una API key? No. Ogni modello funziona nel browser utilizzando il saldo coin di Reelina. Non esiste un piano gratuito.
Provalo tu stesso
Tutti i modelli su un unico saldo coins, direttamente nel browser. Nessuna installazione, nessuna filigrana.
Inizia a creareContinua a leggere
Kling 3.0 vs Veo 3.1: Durata delle Clip, Audio e Costi a ConfrontoKling 3.0 vs Veo 3.1: clip da 3–15 s contro 4, 6 o 8 s, formati, risoluzioni, quali livelli generano audio e costo per secondo di ogni variante.
Seedance vs Seedream: di quale modello ByteDance hai bisogno?Seedance crea video, Seedream crea immagini — entrambi di ByteDance. Varianti, dimensioni, audio e prezzi in coin a confronto, e come usarli insieme.
Seedance 2.0 vs Kling 3.0: Specifiche, Prezzi e Quando UsarliSeedance 2.0 contro Kling 3.0: livelli, durata dei clip, formati, audio, reference-to-video contro multi-shot e motion control, e costo al secondo in coin.
