Создать видео

Интерфейс генерации видео в совместимом формате OpenAI Sora. Поддерживает режимы генерации видео по тексту и по референсу изображения/видео.

• POST /v1/videos: Создание задачи генерации видео
• GET /v1/videos/{video_id}: Запрос статуса задачи
• GET /v1/videos/{video_id}/content: получить двоичное содержимое видео

В настоящее время недоступно внешним пользователям:

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

Стандартные заголовки аутентификации:

• Content-Type: application/json

1. Создайте задачу через POST /v1/videos и получите id
2. Выполняйте опрос GET /v1/videos/{id}, пока не получите completed или failed
3. После завершения в первую очередь используйте video_url из ответа
4. Если требуется унифицированная загрузка, вызовите GET /v1/videos/{id}/content

Основные параметры:

• model: string: обязательно, внешнее имя модели
• prompt: string: рекомендуется, описание для генерации видео
• seconds: number|string: необязательно, целевая длительность
• duration: number|string: необязательно, псевдоним длительности
• size: string: необязательно, размер выходного видео
• mode: string: необязательно, распространённые значения: t2v i2v i2v_first_last reference_material

Часто используемые совместимые параметры:

• 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

Распространённые расширенные параметры Kling:

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

4.1 Серия Veo

Примечание: stable, official и т. п. обозначают разные группы, а не внешний суффикс model; при вызове сохраняйте model как базовое имя модели, а то, через какую группу пойдёт запрос, определяется группой аккаунта или токена.

Основная модель Veo 3.x

• 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

Рекомендации:

• Для генерации видео только по тексту в первую очередь используйте основные модели veo3* / veo3.1*
• Для сценариев генерации видео по изображению или по референсу рекомендуется явно передавать mode + image_url/reference_images

4.2 Серия Sora

Базовые модели:

• sora-2
• sora-2-pro

Рекомендации:

• sora-2* подходит для общего использования
• Если нужно использовать группы stable / official и т. п., сохраняйте model как базовое имя модели и не добавляйте суффикс к имени модели.

Пример запроса:

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

4.3 Серия HappyHorse

Публичная модель:

• happyhorse-1.0

Рекомендации:

• happyhorse-1.0 различаются с помощью mode: t2v, i2v, r2v, video_edit.
• В совместимом формате Sora для изображений-референсов рекомендуется передавать медиаэлементы массивом content.
• Для текстовых элементов используйте type=text, для медиаэлементов — type=image_url; также можно использовать role и name для обозначения назначения материала.

Пример запроса:

{
  "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 Серия Seedance

Публичная модель:

• 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

Рекомендации:

• Для генерации видео по тексту в приоритете *-t2v-* или pro / fast
• Для генерации видео по изображению в приоритете *-i2v-*
• Для сценариев со сложными референсными материалами предпочтительно использовать content

Пример запроса:

{
  "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 Видеосерия Grok

Публичная модель:

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

Часто используемые параметры:

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

Пример:

{
  "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 Основная видеомодель Kling

Основная публичная модель:

• kling-video

Обязательно:

• model
• model_name

Поддерживаемые 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

Распространённые mode:

• t2v
• i2v
• multi_i2v
• extend

Минимальные входные параметры:

• Генерация видео по тексту: model + model_name + prompt + mode=t2v
• Генерация видео по изображению: model + model_name + prompt + mode=i2v + image
• Референс по нескольким изображениям: model + model_name + prompt + mode=multi_i2v + image_list
• Продление видео: model + model_name + mode=extend + video_id

Пример:

{
  "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 Серия видео MiniMax / Hailuo

Публичная модель:

• minimax-h3
• hailuo-2.3

Рекомендации:

• minimax-h3 поддерживает генерацию видео по тексту, а также использование референсных изображений и аудио; рекомендуется смешивать текст и материалы через content; также можно использовать совместимые поля, такие как image_urls и audio_urls.
• hailuo-2.3 требует изображение первого кадра; рекомендуется передавать элемент image_url из role=first_frame в content, либо использовать image_urls для передачи изображения первого кадра.
• minimax-h3 обычно используют duration=5~15 и resolution=1440p; hailuo-2.3 обычно используют duration=6 или 10 и resolution=768p.

Пример minimax-h3:

{
  "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
}

Пример hailuo-2.3:

{
  "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

• Минимальное количество входных параметров: model + prompt

• mode=i2v

• Минимальное количество входных параметров: model + prompt + image_url

• mode=i2v_first_last

• Минимальное количество входных параметров: model + prompt + image_url + end_image_url

• mode=reference_images

• Минимальное количество входных параметров: model + prompt + reference_images

• mode=reference_material

• Минимальное количество входных параметров: model + prompt + (image_urls/video_urls/audio_urls 至少一种)

Инструкция по вызову Gemini Omni

• gemini-omni — публичное имя видеомодели в new-api, можно напрямую вызывать через POST /v1/videos.
• mode=t2v: генерация видео по тексту, минимальный входной параметр — model + prompt.
• mode=r2v: генерация по референсному изображению/материалу, изображение можно указать в image, image_url, images, image_urls, reference_images, input_reference или content.
• mode=edit: редактирование видео, видео можно указать в video, video_url, videos или content, также можно одновременно передать референсное изображение.
• Для поля длительности можно использовать seconds или duration — будет автоматически сопоставлено с вариантами 4 / 6 / 8 / 10 секунд.

Kling 4.0

Внешние модели: kling-4.0 (720p), kling-4.0-1080p. В нативном формате можно использовать POST /text-to-video/kling-4.0, POST /image-to-video/kling-4.0, POST /omni-video/kling-4.0 и выполнять запрос через GET /tasks?task_ids=任务ID. Для нативных запросов не требуется model; разрешение выбирается через settings.resolution, по умолчанию — 1080p. Нативные типы эталонных изображений/видео: refer_image, feature_video; создание возвращает объект data, а запрос — массив data. Отправка возможна через POST /api/v3/contents/generations/tasks или POST /v1/videos, а запрос выполняется через GET /{task_id} по соответствующему пути. OpenAI/Sora напрямую используют prompt, seconds, size и input_reference; Seedance напрямую использует content и duration/resolution/ratio/mode верхнего уровня. В обоих случаях дополнительный contents/settings/options не требуется. Старый конверт по-прежнему поддерживается: в contents поле type=prompt содержит текст, type=reference_image и reference_video — эталонные материалы, а first_frame и last_frame — первый и последний кадры. kling-4.0 соответствует 720p, kling-4.0-1080p — 1080p; settings.resolution должен совпадать с именем модели. В settings используйте duration (4–30 секунд), resolution (720p/1080p), aspect_ratio (21:9, 16:9, 9:16, 1:1). audio доступен только в универсальном режиме с обычными эталонными материалами; для режимов «текст в видео» и «первый/последний кадр» не указывайте переключатель аудио. Текущий интерфейс поддерживает до 10 эталонных изображений и 5 эталонных видео, эталонное аудио не поддерживается. Старые режимы kling-video и model_name по-прежнему являются устаревшими интерфейсами совместимости.

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

Kling 4.0 может напрямую использовать формат Seedance content/duration/resolution/ratio/mode или видеоформат OpenAI prompt/seconds/size/input_reference; в обоих случаях дополнительные contents/settings/options не требуются. Старый конверт contents/settings/options предназначен только для совместимости. Для mode доступны: t2v (только текст), i2v (один первый кадр), i2v_first_last (первый и последний кадры), reference_images (обычные эталонные изображения), reference_material (эталонное изображение или видео). Если mode не указан и отсутствует явный инструмент, при наличии эталонных материалов по умолчанию используется reference_material, а при их отсутствии — t2v. В эталонных режимах используются роли обычных эталонных изображений; явно указанные первый и последний кадры не преобразуются молча в эталонные изображения. Для первого и последнего кадров явно выберите i2v или i2v_first_last и не указывайте параметр соотношения сторон. Эталонное аудио в настоящее время не поддерживается. settings.audio доступен только в универсальном режиме для эталонных изображений/материалов; для t2v, i2v и i2v_first_last не указывайте переключатель аудио.

Vidu Q4

Vidu Q4: для vidu-q4 фиксированное разрешение 720p, для vidu-q4-540p — 540p; поддерживается генерация видео длительностью от 3 до 16 секунд. Требуется как минимум 1 изображение, поддерживается до 15 референсных изображений; к референсной генерации можно приложить до 3 аудиофайлов MP3, каждый длительностью от 3 до 12 секунд и размером до 50 МБ. Генерация только по тексту, указание начального и конечного кадров и референсное видео не поддерживаются. Несколько изображений используются как общие референсы и не обозначают позиции начала и конца. Задачи можно создавать через POST /v1/videos, POST /api/v3/contents/generations/tasks или в формате Vidu с помощью POST /ent/v2/img2video, POST /ent/v2/reference2video. Для унифицированной точки входа рекомендуется использовать mode=reference_images; при наличии аудио используйте mode=reference_material. Для референсного аудио можно использовать audio_urls; в формате Seedance также можно использовать параметр audio_url стандартного content. Булево поле audio обозначает переключатель генерации аудио и используется отдельно от списка URL референсного аудио. Разрешение должно соответствовать имени модели.