创建视频

OpenAI Sora 兼容格式的视频生成接口。支持文生视频与图/视频参考生成模式。

• POST /v1/videos：创建视频任务
• GET /v1/videos/{video_id}：查询任务状态
• GET /v1/videos/{video_id}/content：获取视频二进制内容

当前对外不提供：

• GET /v1/videos
• POST /v1/videos/{video_id}/remix

标准鉴权头：

• Content-Type: application/json

1. POST /v1/videos 创建任务，获取 id
2. 轮询 GET /v1/videos/{id} 直到 completed 或 failed
3. 完成后优先使用返回中的 video_url
4. 如需统一下载，调用 GET /v1/videos/{id}/content

核心参数：

• model: string：必填，对外模型名
• prompt: string：推荐，视频生成描述
• seconds: number|string：可选，目标时长
• duration: number|string：可选，时长别名
• size: string：可选，输出尺寸
• mode: string：可选，常见值 t2v i2v i2v_first_last reference_material

常用兼容参数：

• aspect_ratio
• ratio
• quality
• resolution
• fps
• image
• image_url
• image_urls
• images
• reference_images
• input_reference
• end_image_url
• last_image_url
• video_urls
• audio_urls
• function_mode
• content
• callback_url
• external_task_id

Kling 常用扩展参数：

• model_name
• negative_prompt
• cfg_scale
• sound
• camera_control
• image_list
• video_id
• task_id
• watermark_info

4.1 Veo 系列

说明：stable、official 等表示不同分组，不是对外 model 后缀；调用时请保持 model 为基础模型名，由账户或令牌分组决定实际走哪个分组。

Veo 3.x 主模型

• veo3
• veo3-fast
• veo3-fast-frames
• veo3-frames
• veo3-pro
• veo3-pro-frames
• veo3.1
• veo3.1-fast
• veo3.1-pro
• veo3.1-components
• veo3.1-4k
• veo3.1-pro-4k

建议：

• 纯文生视频优先使用 veo3* / veo3.1* 主模型
• 图生或参考生视频场景，建议显式传 mode + image_url/reference_images

4.2 Sora 系列

基础模型：

• sora-2
• sora-2-pro

建议：

• sora-2* 适合通用调用
• 如需使用 stable / official 等分组，请保持 model 为基础模型名，不要在模型名后追加后缀。

请求示例：

{
  "size": "1280x720",
  "images": [
    "https://example.png"
  ],
  "model": "sora-2",
  "prompt": "this is an example",
  "duration": 12,
  "fps": "24",
  "seed": "20231024",
  "mode": "i2v"
}

4.3 HappyHorse 系列

对外模型：

• happyhorse-1.0

建议：

• happyhorse-1.0 通过 mode 区分 t2v、i2v、r2v、video_edit。
• Sora 兼容格式中参考图建议使用 content 数组传递媒体项。
• 文本项使用 type=text，媒体项使用 type=image_url 并可配合 role、name 标识素材用途。

请求示例：

{
  "size": "720x1280",
  "model": "happyhorse-1.0",
  "mode": "r2v",
  "prompt": "this is an example",
  "duration": 15,
  "content": [
    {
      "type": "text",
      "text": "this is an example"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.png"
      },
      "role": "reference_image",
      "name": "image1"
    }
  ],
  "parameters": {
    "resolution": "720P",
    "ratio": "9:16",
    "duration": 15,
    "seed": 1
  }
}

4.4 Seedance 系列

对外模型：

• doubao-seedance-1-0-lite-t2v-250428
• doubao-seedance-1-0-lite-i2v-250428
• doubao-seedance-1-0-pro-250528
• doubao-seedance-1-0-pro-fast-251015
• doubao-seedance-1-5-pro-251215
• doubao-seedance-2-0-260128
• doubao-seedance-2-0-fast-260128

建议：

• 文生视频优先 *-t2v-* 或 pro / fast
• 图生视频优先 *-i2v-*
• 复杂参考素材场景优先使用 content

请求示例：

{
  "size": "1280x720",
  "model": "doubao-seedance-2-0-fast-260128",
  "prompt": "this is an example",
  "duration": 15,
  "fps": "24",
  "seed": "20231024",
  "mode": "reference_material",
  "content": [
    {
      "type": "text",
      "text": "this is an example"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.png"
      },
      "role": "reference_image",
      "name": "image1"
    },
    {
      "type": "audio_url",
      "audio_url": {
        "url": "https://example.mp3"
      },
      "role": "reference_audio",
      "name": "audio1"
    }
  ]
}

4.5 Grok 视频系列

对外模型：

• grok-imagine-1.0-video
• grok-imagine-video-1.5-preview
• grok-video-3

常用参数：

• prompt
• ratio / aspect_ratio
• resolution / size
• seconds / duration
• image / image_url / input_reference
• reference_images

示例：

{
  "model": "grok-imagine-1.0-video",
  "prompt": "雨夜霓虹街道上的电影感推镜，光影丰富，运动自然",
  "reference_images": [
    "https://example.com/ref-1.jpg"
  ],
  "seconds": 10,
  "aspect_ratio": "16:9",
  "resolution": "720P"
}

4.6 Kling 视频主模型

对外主模型：

• kling-video

必填：

• model
• model_name

支持的 model_name：

• kling-v1
• kling-v1-5
• kling-v1-6
• kling-v2-master
• kling-v2-1
• kling-v2-1-master
• kling-v2-5-turbo
• kling-v2-6
• kling-v3

常见 mode：

• t2v
• i2v
• multi_i2v
• extend

最小入参：

• 文生视频：model + model_name + prompt + mode=t2v
• 图生视频：model + model_name + prompt + mode=i2v + image
• 多图参考：model + model_name + prompt + mode=multi_i2v + image_list
• 视频延长：model + model_name + mode=extend + video_id

示例：

{
  "model": "kling-video",
  "model_name": "kling-v2-6",
  "mode": "t2v",
  "prompt": "海边日落镜头，电影感，风吹长发",
  "duration": 5,
  "aspect_ratio": "16:9"
}

4.7 MiniMax / Hailuo 视频系列

对外模型：

• minimax-h3
• hailuo-2.3

建议：

• minimax-h3 支持文生视频、图片参考和音频参考，推荐通过 content 混排文本与素材；也可使用 image_urls、audio_urls 等兼容字段。
• hailuo-2.3 需要首帧图片，推荐在 content 中传 role=first_frame 的 image_url 项，或使用 image_urls 传首帧图片。
• minimax-h3 常用 duration=5~15、resolution=1440p；hailuo-2.3 常用 duration=6 或 10、resolution=768p。

minimax-h3 示例：

{
  "model": "minimax-h3",
  "prompt": "A cinematic product video with smooth camera motion",
  "content": [
    {
      "type": "text",
      "text": "Use the product image as reference and match the rhythm of the audio."
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.jpg"
      },
      "role": "reference_image",
      "name": "product"
    },
    {
      "type": "audio_url",
      "audio_url": {
        "url": "https://example.com/music.mp3"
      },
      "role": "reference_audio",
      "name": "music"
    }
  ],
  "duration": 8,
  "resolution": "1440p",
  "aspect_ratio": "16:9",
  "generate_audio": true
}

hailuo-2.3 示例：

{
  "model": "hailuo-2.3",
  "prompt": "The camera slowly pushes in, natural motion and cinematic lighting.",
  "content": [
    {
      "type": "text",
      "text": "The camera slowly pushes in, natural motion and cinematic lighting."
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/first-frame.jpg"
      },
      "role": "first_frame",
      "name": "first"
    }
  ],
  "duration": 10,
  "resolution": "768p",
  "aspect_ratio": "16:9"
}

• mode=t2v

• 最小入参：model + prompt

• mode=i2v

• 最小入参：model + prompt + image_url

• mode=i2v_first_last

• 最小入参：model + prompt + image_url + end_image_url

• mode=reference_images

• 最小入参：model + prompt + reference_images

• mode=reference_material

• 最小入参：model + prompt + (image_urls/video_urls/audio_urls 至少一种)

Gemini Omni 调用说明

• gemini-omni 是 new-api 对外公开的视频模型名，可直接走 POST /v1/videos。
• mode=t2v：文生视频，最小入参为 model + prompt。
• mode=r2v：参考图/参考素材生成，图片可放在 image、image_url、images、image_urls、reference_images、input_reference 或 content 中。
• mode=edit：视频编辑，视频可放在 video、video_url、videos 或 content 中，也可同时传参考图。
• 时长字段可用 seconds 或 duration，会自动匹配到 4 / 6 / 8 / 10 秒档。

Kling 4.0

对外模型：kling-4.0（720p）、kling-4.0-1080p。原生格式可使用 POST /text-to-video/kling-4.0、POST /image-to-video/kling-4.0、POST /omni-video/kling-4.0，并通过 GET /tasks?task_ids=任务ID 查询。原生请求无需 model，由 settings.resolution 选择清晰度，默认1080p；原生参考图/视频类型为 refer_image、feature_video，创建返回 data 对象，查询返回 data 数组。可通过 POST /api/v3/contents/generations/tasks 或 POST /v1/videos 提交，分别通过对应路径的 GET /{task_id} 查询。OpenAI/Sora 直接使用 prompt、seconds、size 和 input_reference；Seedance 直接使用 content 与顶层 duration/resolution/ratio/mode，两者都无需额外 contents/settings/options。旧信封仍兼容：contents 中 type=prompt 为文本，type=reference_image、reference_video 为参考素材，first_frame、last_frame 为首尾帧。kling-4.0 对应 720p，kling-4.0-1080p 对应 1080p；请让 settings.resolution 与模型名一致。settings 中使用 duration（4–30 秒）、resolution（720p/1080p）、aspect_ratio（21:9、16:9、9:16、1:1）。audio 仅普通参考素材的全能模式可选；文生与首尾帧模式请省略音频开关。当前接口最多支持 10 张参考图、5 段参考视频，不支持参考音频。旧 kling-video 与 model_name 模式仍是历史兼容接口。

{
  "model": "kling-4.0",
  "prompt": "A cinematic product shot",
  "seconds": "4",
  "size": "1280x720",
  "input_reference": "https://example.com/product.jpg"
}

Kling 4.0 可直接使用 Seedance 格式 content/duration/resolution/ratio/mode，或 OpenAI 视频格式 prompt/seconds/size/input_reference；两者都无需额外的 contents/settings/options。旧 contents/settings/options 信封仅作兼容。mode 可选 t2v（纯文本）、i2v（单张首帧）、i2v_first_last（首尾两帧）、reference_images（普通参考图）、reference_material（图片或视频参考）。省略 mode 且没有显式工具时，有参考素材默认 reference_material，无任何参考素材默认 t2v。参考模式使用普通参考图角色，不把明确的首尾帧静默改成参考图；首尾帧请显式选择 i2v 或 i2v_first_last，并省略画幅参数。当前不支持参考音频。settings.audio 仅参考图片／参考素材的全能模式可选；t2v、i2v、i2v_first_last 请省略音频开关。

Vidu Q4

Vidu Q4：vidu-q4 固定 720p，vidu-q4-540p 固定 540p，支持生成 3～16 秒视频。至少需要 1 张图片，最多支持 15 张参考图；参考生成可附带最多 3 段 MP3 音频，每段 3～12 秒、最大 50MB。不支持纯文生、指定首尾帧或参考视频。多张图片用于共同参考，不表示首尾位置。可通过 POST /v1/videos、POST /api/v3/contents/generations/tasks，或 Vidu 格式 POST /ent/v2/img2video、POST /ent/v2/reference2video 创建任务。统一入口推荐使用 mode=reference_images；带音频时使用 mode=reference_material。参考音频可用 audio_urls，Seedance 格式也可用标准 content 的 audio_url 项；audio 布尔字段表示生成音频开关，与参考音频 URL 列表分别使用。分辨率须与模型名一致。