Picasso AI API : tarifs de l’API image et vidéo, clé et docs

Si vous avez cherché une API Picasso AI, vous voulez probablement trois réponses avant d’écrire la moindre ligne de code : combien ça coûte, comment vous vous authentifiez et ce que la documentation vous permet d’appeler. En bref : PicassoIA propose une API REST de type Replicate à https://api.picassoia.com/v1, elle s’authentifie avec un token bearer qui commence par pia_sk_, elle expose quatre modèles pour les images et la vidéo, et sa documentation indique que les prédictions API sont actuellement gratuites. Le hic tient à une exigence de forfait, qui mérite d’être lue avant de construire quoi que ce soit dessus. Cet article suit l’ordre dans lequel vous rencontrerez les choses en pratique : tarifs, configuration des identifiants, première requête, limites, vidéo et le connecteur MCP qui partage les mêmes quatre modèles.

Ce que propose l’API PicassoIA

La page de l’API PicassoIA décrit un périmètre restreint et ciblé. Vous envoyez une requête pour créer une prédiction, la tâche s’exécute sur les GPU propres à PicassoIA, et vous interrogez le serveur jusqu’à ce que le résultat soit prêt. Il n’y a aucun SDK à installer, et les exemples de code de la documentation utilisent du HTTP simple en cURL, Python et Node.

URL de base et authentification

Chaque appel passe par une seule URL de base et porte un seul en-tête :

Base URL:      https://api.picassoia.com/v1
Header:        Authorization: Bearer pia_sk_...
Content-Type:  application/json

Copier le prompt

Le préfixe pia_sk_ signale un token secret. Traitez-le comme un mot de passe, car quiconque le détient peut consommer la capacité de votre forfait.

Les quatre modèles

Le catalogue web compte plus de 250 modèles d’image, de vidéo et de chat. L’API en expose quatre :

💡 À savoir : la référence de l’API propose aussi GET /v1/models, qui renvoie tous les modèles avec leur schéma d’entrée. Lisez-la une fois plutôt que de deviner les noms de paramètres à partir des exemples.

Les points d’entrée en un coup d’œil

À qui s’adresse cette API

Quatre modèles et cinq emplacements conviennent à un type de projet précis. Elle fonctionne bien pour les chaînes de contenu qui transforment une feuille de calcul de noms de produits en bannières, pour les petites applications qui ajoutent un bouton « créer une image », pour les équipes éditoriales qui ont besoin d’un flux régulier d’images d’en-tête et de courtes boucles vidéo, et pour les scripts qui tournent pendant la nuit sans que personne n’attende. Elle convient moins bien si vous avez besoin d’un modèle tiers particulier, d’un point d’entrée de chat ou de centaines d’utilisateurs simultanés, car le plafond s’applique par compte et la liste des modèles est fixe.

Tarifs de l’API et exigences de forfait

Des prédictions gratuites, avec un hic

La documentation le dit clairement : « Les prédictions API sont actuellement gratuites. Elles n’utilisent aucun crédit. » Cela supprime le calcul habituel à l’appel. La plupart des API d’images et de vidéo hébergées facturent à l’appel ou à la seconde de sortie, si bien qu’un bug qui boucle coûte de l’argent. Ici, le même bug vous coûte plutôt du débit, à cause du plafond de cinq prédictions décrit plus bas.

Le hic, c’est le forfait. Selon la référence de l’API, un forfait Infinite est requis pour créer des prédictions. La lecture, la liste et l’annulation fonctionnent sans lui ; vous pouvez donc tester votre token et votre code client sur une offre inférieure, mais la première POST qui crée une tâche nécessite Infinite.

Lire la page des tarifs

La page des tarifs apporte un second signal. Elle liste API Access et MCP Connections comme fonctionnalités des offres payantes (Pro+, Elite et Infinite), chacune avec un badge « New », mais elle ne dit rien sur l’utilisation de crédits par les appels API. Vous avez donc deux affirmations qui ne concordent pas tout à fait :

💡 Règle pratique : considérez la page de l’API comme la référence pour la création de prédictions, puis vérifiez sur votre propre compte avant de promettre quoi que ce soit à un client. Les prix des forfaits changent : consultez le prix actuel d’Infinite sur la page des tarifs au lieu de vous fier à un chiffre recopié dans un article.

Comme le mot « actuellement » figure dans la documentation, concevez votre intégration pour qu’un coût puisse être ajouté plus tard : journalisez dès le premier jour l’identifiant de chaque prédiction, le modèle et la taille de la sortie. Si la facturation arrive un jour, vous disposerez déjà des données d’usage.

Créer et protéger vos identifiants

Créer un token dans votre compte

1. Connectez-vous à PicassoIA et ouvrez la section API de votre compte.
2. Créez un nouveau token. Il commence par pia_sk_.
3. Copiez-le immédiatement. Il n’est affiché qu’une seule fois à sa création et ne peut pas être récupéré ensuite, donc un token perdu impose d’en créer un nouveau.
4. Stockez-le dans un gestionnaire de mots de passe ou un coffre à secrets avant de fermer la fenêtre.

Chaque compte peut détenir au maximum 2 tokens. Cette limite paraît serrée, mais elle convient à une bonne habitude de rotation, expliquée ensuite.

Le garder hors de votre code

Placez le token dans une variable d’environnement et lisez-la au moment de l’exécution. Les exemples ci-dessous utilisent PICASSOIA_API_TOKEN, un nom choisi pour cet article et non imposé par la plateforme.

• Côté serveur uniquement. Ne livrez jamais le token dans du JavaScript de navigateur ni dans une application mobile. N’importe qui peut le lire dans l’onglet réseau.
• Renouvelez avec le second emplacement. Créez le token deux, déployez-le, vérifiez que le trafic passe, puis révoquez le token un. Vous ne subissez jamais de coupure.
• Ne le commitez jamais. Ajoutez .env à votre fichier d’exclusion et analysez les anciens commits si cela vous est déjà arrivé.
• Utilisez un token par environnement lorsque c’est possible : la production sur un emplacement, la préproduction sur l’autre.

Votre première requête, étape par étape

💡 Avant de copier quoi que ce soit : l’API suit la logique de Replicate, donc les exemples utilisent les noms de champs que cette logique implique (id, status, output). Affichez une fois la première réponse reçue et vérifiez ces noms avant de l’intégrer en production.

Envoyer la prédiction

export PICASSOIA_API_TOKEN="pia_sk_your_token_here"

curl -X POST https://api.picassoia.com/v1/models/picassoia/picassoia-image/predictions \
  -H "Authorization: Bearer $PICASSOIA_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input": {"prompt": "a lighthouse at sunset", "aspect_ratio": "16:9"}}'

Copier le prompt

L’appel renvoie rapidement un objet de prédiction. L’image n’existe pas encore : la tâche est mise en file d’attente et s’exécute de manière asynchrone.

Interroger jusqu’à la fin du traitement

curl https://api.picassoia.com/v1/predictions/PREDICTION_ID \
  -H "Authorization: Bearer $PICASSOIA_API_TOKEN"

Copier le prompt

Répétez l’opération toutes les quelques secondes jusqu’à ce que le statut indique succeeded ou failed. Un échec est définitif : soumettez alors une nouvelle prédiction au lieu d’attendre. En cas de succès, la sortie contient les URL des images. Enregistrez les fichiers qui comptent pour vous dans votre propre stockage plutôt que de créer des liens directs vers les URL de résultat.

Journalisez la réponse complète chaque fois qu’une prédiction échoue, avec le prompt et l’identifiant du modèle. La plupart des échecs proviennent d’un prompt trop long, d’une image trop volumineuse ou d’un objet input mal formé, et la réponse enregistrée vous indique lequel en quelques secondes. Ajoutez votre propre délai maximal, par exemple deux minutes pour une image et dix pour une vidéo, puis appelez le point d’annulation afin qu’une tâche bloquée n’occupe pas l’un de vos cinq emplacements.

Versions Python et Node

import os, time, requests

BASE = "https://api.picassoia.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['PICASSOIA_API_TOKEN']}"}

def generate(prompt):
    r = requests.post(
        f"{BASE}/models/picassoia/picassoia-image/predictions",
        json={"input": {"prompt": prompt, "aspect_ratio": "16:9"}},
        headers=HEADERS,
        timeout=30,
    )
    r.raise_for_status()
    prediction = r.json()

    while prediction["status"] not in ("succeeded", "failed", "canceled"):
        time.sleep(3)
        prediction = requests.get(
            f"{BASE}/predictions/{prediction['id']}", headers=HEADERS, timeout=30
        ).json()
    return prediction

Copier le prompt

const BASE = "https://api.picassoia.com/v1";
const headers = {
  Authorization: `Bearer ${process.env.PICASSOIA_API_TOKEN}`,
  "Content-Type": "application/json",
};

export async function generate(prompt) {
  const res = await fetch(`${BASE}/models/picassoia/picassoia-image/predictions`, {
    method: "POST",
    headers,
    body: JSON.stringify({ input: { prompt, aspect_ratio: "16:9" } }),
  });
  let prediction = await res.json();

  while (!["succeeded", "failed", "canceled"].includes(prediction.status)) {
    await new Promise((r) => setTimeout(r, 3000));
    prediction = await (await fetch(`${BASE}/predictions/${prediction.id}`, { headers })).json();
  }
  return prediction;
}

Copier le prompt

Limites qui structurent votre conception

Cinq prédictions à la fois

Le plafond s’applique par compte, et non par token. Si une tâche cron, une application web et une session MCP tournent en même temps, elles puisent dans les mêmes cinq emplacements. Placez un limiteur devant votre client, par exemple un sémaphore ou un pool de cinq workers, et mettez les autres requêtes en file d’attente vous-même.

Le débit est facile à estimer. Si une prédiction d’image prend N secondes entre la soumission et succeeded, cinq emplacements vous donnent environ 5 / N images par seconde, et un lot de 500 images prend environ 500 × N / 5 secondes. Mesurez N sur vos dix premiers appels, puis dimensionnez vos lots nocturnes d’après ce chiffre plutôt que d’après une supposition. Les tâches vidéo sont plus longues : exécutez-les dans une file distincte et gardez un ou deux emplacements libres pour les images.

Trois erreurs reviennent sans cesse :

• Lancer un lot entier d’un coup. Cinquante appels POST simultanés signifient quarante-cinq appels rejetés ou bloqués.
• Oublier les sessions MCP. Un coéquipier qui génère des images via le connecteur grignote vos cinq emplacements.
• Relancer immédiatement après un échec. Attendez quelques secondes pour ne pas remplir les emplacements de tentatives vouées à l’échec.

Limites de taille et de prompt

Un prompt peut atteindre 4 000 caractères, ce qui laisse assez de place pour les prompts longs et détaillés qu’exige un travail photoréaliste. La contrainte la plus serrée concerne les images en entrée. Chaque image en data URL peut atteindre 5 Mo, mais le corps de la requête entier s’arrête à 10 Mo : quatre images proches de la limite dans un même appel d’édition ne passeront donc pas. Réduisez les images à une largeur raisonnable et compressez-les en JPEG avant de les encoder.

La vidéo via l’API

Réglages de PicassoIA Video

PicassoIA Video accepte un texte ou une image et renvoie un seul MP4. La référence lie la durée maximale à la résolution :

Choisissez la résolution la plus basse qui répond au brief. Un brouillon en 480p vous offre quatre fois la durée d’un rendu en 1080p, ce qui convient aux boucles pour les réseaux sociaux et aux storyboards. Les tâches vidéo prennent plus de temps que les tâches d’image : interrogez donc toutes les 8 à 10 secondes, et non toutes les 3.

Seedance 2.5 Lite avec audio

Seedance 2.5 Lite ajoute un audio synchronisé au clip, ce qui évite une étape sonore distincte. La référence de l’API liste des durées de 5, 10 et 15 secondes, alors que le catalogue web décrit des clips allant jusqu’à 10 secondes ; lisez donc le schéma à partir de GET /v1/models avant de figer une valeur autorisée. Le Seedance 2.5 plus grand reste dans le catalogue du navigateur et ne fait pas partie de l’API.

MCP et modèles de chat à côté de l’API

Le connecteur MCP donne aux assistants IA les mêmes quatre modèles, sans aucun code HTTP. Le connecteur claude.ai expose des outils pour générer des images, modifier des images, créer une vidéo avec l’un ou l’autre modèle vidéo, et gérer les tâches : generate_image, edit_image, generate_video_picassoia, generate_video_seedance, get_generation, list_generations, list_models, get_account et cancel_generation.

Le fonctionnement reprend celui de l’API REST. Un outil de génération renvoie un identifiant de prédiction et une durée estimée dès qu’un GPU accepte la tâche. Vous appelez ensuite get_generation après le délai suggéré, puis à nouveau après chaque délai renvoyé, jusqu’à ce que le statut soit succeeded ou failed. cancel_generation arrête une tâche qui n’a pas encore commencé le rendu. La concurrence reste la même, avec les cinq emplacements partagés.

Les modèles de chat sont une autre affaire. Aucun des quatre modèles de l’API n’écrit de texte : les grands modèles de langage (LLM) se trouvent donc dans le navigateur, avec Claude Sonnet 5 pour la rédaction longue, GPT 5.6 Sol pour les problèmes de code complexes et Gemini 3.5 Flash quand la vitesse compte. Un bon flux de travail consiste à rédiger et affiner un prompt avec l’un d’eux, puis à coller le résultat dans votre appel API. Des modèles comme GPT Image 2, Flux 2 Pro, Veo 3.1 et Kling v3 Video ne figurent également que dans le catalogue du navigateur.

Utiliser PicassoIA Image sur PicassoIA

Testez chaque prompt dans le navigateur avant de le scripter. Un mauvais prompt n’y coûte rien, et les mêmes idées se reportent directement dans l’appel API.

1. Ouvrez la page PicassoIA Image et connectez-vous.
2. Rédigez le prompt dans cet ordre : sujet et action, cadre, lumière, caméra et objectif, détails de texture.
3. Choisissez le format. 16:9 convient aux bannières et aux en-têtes de blog, 1:1 aux vignettes produit. L’API utilise le même champ aspect_ratio.
4. Réglez le nombre d’images à 1 ou 2, ce qui correspond à la plage de l’API.
5. Générez, puis examinez le résultat en taille réelle, en regardant les mains, les contours et tout texte parasite.
6. Envoyez la meilleure image vers PicassoIA Image Editor Pro pour corriger un détail ou la combiner avec jusqu’à trois autres images.

Prêt à essayer vous-même ? Ouvrez PicassoIA Image, rédigez le prompt que vous auriez envoyé dans votre premier appel API, et regardez le rendu. Une fois le résultat satisfaisant, copiez le même prompt dans l’exemple cURL ci-dessus et laissez votre propre code faire le reste. Si vous voulez parcourir tout le reste de ce que la plateforme peut faire, le catalogue complet des modèles est à un clic.