Sora API — text-to-video pada alur kerja yang kompatibel dengan OpenAI

Sora adalah model text-to-video OpenAI, dan “API Sora” adalah cara tim menghasilkan video secara terprogram, bukan melalui aplikasi konsumen. Saat ini di Kunavo, text-to-video berjalan pada Google Veo 3 melalui satu endpoint video bergaya OpenAI — akses Sora ada dalam roadmap, dan karena endpoint tersebut tidak bergantung pada model tertentu, perpindahan ke Sora nanti hanya memerlukan perubahan satu kata. Panduan ini menunjukkan alur kerja dengan Veo 3 agar setiap contoh dapat langsung dijalankan.

Apa itu API Sora?

Sora (Sora 2 dan Sora 2 Pro) mengubah prompt teks — atau gambar diam — menjadi klip video pendek, dengan audio tersinkronisasi pada Sora 2. Bentuk API memungkinkan Anda memasukkan pembuatan video ke dalam pipeline: pengambilan gambar pemasaran, animasi produk, b-roll, dan pratinjau storyboard. Bentuknya sama pada model video modern: kirim prompt dan parameter, lalu dapatkan URL video yang di-host.

Video di Kunavo saat ini: Veo 3

Kunavo menyediakan pembuatan video melalui satu endpoint bergaya OpenAI, /v1/video/generations. Sora belum diaktifkan dalam katalog; model text-to-video yang tersedia adalah Google Veo 3, yang menghasilkan klip sinematik dengan audio native. Contoh di bawah menggunakan veo-3 — ketika Sora tersedia, satu-satunya perubahan adalah kolom model.

Panduan cepat text-to-video

Satu POST dengan kunci Kunavo Anda. Pembuatan dapat memerlukan beberapa menit, sehingga panggilan sinkron menahan koneksi sampai klip siap:

import requests

resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",
        "prompt": "a cinematic dolly-in on a red origami crane unfolding, soft light",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # generation can take minutes
)
print(resp.json()["data"][0]["url"])

duration (dalam detik) menentukan durasi klip pada model dengan penagihan per detik: model-model Seedance dan model Wan 2.7. Model-model Veo mengabaikannya; setiap klip Veo berdurasi 8 detik dan ditagih per video.

Gambar menjadi video

Untuk menganimasikan gambar diam, teruskan image_url (URL https atau file yang Anda unggah ke /v1/files) bersama prompt. Untuk gerakan yang terkontrol, Anda dapat meneruskan frame pertama dan terakhir dengan image_urls dan image_mode: "frame". Contoh lengkap tersedia di dokumentasi video.

Siklus hidup tugas asinkron

Dalam produksi, jangan menahan koneksi selama 10 menit. Kirim tugas ke /v1/videos, segera dapatkan ID tugas, lalu lakukan polling pada GET /v1/videos/{id} sampai selesai. URL hasil bersifat permanen.

# Production: submit a task, then poll — no long-lived connection.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Idempotency-Key": "my-task-uuid",   # retry-safe within ~24h
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# then poll GET /v1/videos/{task["id"]} until it completes

Dokumentasi video mencakup seluruh siklus polling, kunci idempotensi, dan pengiriman webhook.

Harga

Veo 3 ditagih per video (per klip 720p berdurasi 8 detik yang ditampilkan di sini), sekitar 50–70% lebih rendah daripada harga resmi Google. Resolusi yang lebih tinggi dikenai biaya lebih besar — lihat halaman harga untuk tabel tingkat harga lengkap.

Tips membuat prompt video

• Deskripsikan pengambilan gambar, bukan hanya subjeknya. Gerakan kamera (dolly, pan, push-in), nuansa lensa, pencahayaan, dan tempo lebih penting daripada kata sifat.
• Tetapkan rasio aspek secara eksplisit — 16:9 untuk lanskap, 9:16 untuk vertikal/sosial.
• Setiap klip Veo berdurasi 8 detik. Rancang setiap pengambilan gambar untuk durasi itu, dan gabungkan beberapa hasil untuk urutan yang lebih panjang.
• Gunakan frame referensi (image-to-video) ketika Anda memerlukan karakter atau produk tertentu tetap konsisten.

Pertanyaan umum