API text-to-video — hasilkan video dari prompt (kompatibel dengan OpenAI, 2026)

API teks-ke-video mengubah prompt teks menjadi klip video pendek — secara terprogram, sehingga Anda dapat memasukkan pembuatan video ke dalam pipeline alih-alih mengeklik aplikasi konsumen. Panduan ini membahas bentuk API yang umum digunakan model video modern, model yang aktif di Kunavo saat ini, harga per klip, dan pola asinkron yang Anda perlukan dalam produksi.

Cara kerja API teks-ke-video

Bentuknya sama di seluruh model video modern: kirim prompt dan parameter (duration, aspect_ratio, resolution), lalu dapatkan URL video yang di-host. Kunavo mengeksposnya melalui satu endpoint bergaya OpenAI, /v1/video/generations, sehingga Anda dapat berpindah antar-model video dengan mengubah string model — tanpa SDK atau integrasi baru.

import requests

# One OpenAI-style endpoint for every text-to-video model.
resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",                       # swap the model, same request
        "prompt": "a cinematic dolly-in on a red origami crane unfolding",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # generation takes 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.

Model teks-ke-video di Kunavo

Tiga keluarga aktif saat ini: Google Veo 3 (kualitas sinematik dengan audio native), ByteDance Seedance 2 (penceritaan multi-shot dan konsistensi referensi), serta Alibaba Wan 2.7 (sinematik hemat biaya, penagihan per detik). Sora, Kling, dan Hailuo ada dalam roadmap; karena endpoint ini agnostik terhadap model, menggunakan salah satunya hanya memerlukan perubahan satu kata pada field model.

Harga

Veo 3 ditagihkan per video (per klip 8 detik pada 720p yang ditampilkan di sini), sekitar 50–70% di bawah harga publik Google. Resolusi yang lebih tinggi biayanya lebih besar — halaman harga memuat tabel tier lengkap, dan kalkulator biaya video AI menghitung harga untuk penggunaan sebulan — termasuk perbedaan antara per klip dan per detik, yang membuat dua tarif yang tampak serupa menghasilkan tagihan yang sangat berbeda.

Gambar menjadi video

Untuk menganimasikan gambar diam, kirim image_url (URL https atau file yang diunggah) bersama prompt; kirim frame pertama dan terakhir untuk transisi terkontrol. Parameter lengkap tersedia di dokumentasi video.

Ucapan dan video: apa yang dilakukan dan tidak dilakukan endpoint ini

“Ucapan ke video” dicari untuk dua hal yang berbeda, dan penting untuk menjelaskan dengan tepat mana yang tersedia di sini.

Video dengan ucapan yang dihasilkan — ya. Veo 3 menghasilkan audio native yang tersinkronisasi sebagai bagian dari generasi: dialog, suara lingkungan, dan efek, yang disesuaikan waktunya dengan footage, dari prompt teks yang sama. Jelaskan kalimat yang ingin diucapkan dalam prompt, dan kalimat tersebut akan muncul pada track audio MP4 yang dikembalikan. Tidak perlu model suara terpisah, panggilan API kedua, atau langkah sinkronisasi pascaproduksi. Ini adalah properti khusus keluarga Veo 3 — Seedance 2 dan Wan 2.7 menghasilkan video tanpa suara.

Video yang digerakkan dari file audio — tidak. Jika yang Anda perlukan adalah mengunggah rekaman lalu mendapatkan avatar berbicara yang sinkron dengan gerak bibir, atau mentranskripsikan ucapan dan membuat storyboard darinya, Kunavo saat ini tidak memiliki model untuk itu. Model video di sini menerima prompt teks dan, secara opsional, gambar sumber; tidak ada yang menerima audio sebagai input. Sebagai informasi: /v1/audio/transcriptions saat ini juga belum mengaktifkan model apa pun, jadi Anda tidak dapat menyusun versi dua langkah tersebut hanya dengan API ini. Jika itu kasus penggunaan Anda, ini bukan alat yang tepat, dan lebih baik mengatakannya terus terang daripada menjual solusi sementara yang sebenarnya tidak ada.

Siklus hidup tugas asinkron

Pembuatan memerlukan waktu beberapa menit, jadi dalam produksi Anda tidak menahan koneksi. Kirim tugas ke /v1/videos, segera dapatkan ID tugas, lalu lakukan polling ke GET /v1/videos/{id} hingga selesai. URL hasil bersifat permanen.

# Production: submit a task and poll — don't hold a long connection.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={"Authorization": f"Bearer {API_KEY}",
             "Idempotency-Key": "my-task-uuid"},
    json={"model": "veo-3", "prompt": "..."},
    timeout=60,
).json()
# then poll GET /v1/videos/{task["id"]} until status == "completed"

Memilih di antara delapan model

Halaman ini membahas endpoint tersebut. Untuk pertanyaan biaya — berapa biaya satu klip 8 detik 720p pada setiap model, dan mengapa penagihan per klip dan per detik menempatkan model yang berbeda di posisi teratas pada durasi klip yang berbeda — lihat perbandingan API pembuatan video.

Pertanyaan umum