API Sora — text-to-video in un flusso compatibile con OpenAI

Sora è il modello text-to-video di OpenAI e “l'API Sora” è il modo in cui i team generano video programmaticamente invece di utilizzare l'app consumer. Oggi, su Kunavo, la generazione text-to-video funziona con Google Veo 3 tramite un unico endpoint video nello stile OpenAI — l'accesso a Sora è nella roadmap e, poiché l'endpoint è indipendente dal modello, la migrazione a Sora in futuro richiederà la modifica di una sola parola. Questa guida mostra il flusso di lavoro con Veo 3 affinché ogni esempio funzioni subito.

Cos'è l'API Sora?

Sora (Sora 2 e Sora 2 Pro) trasforma un prompt testuale — o un'immagine statica — in una breve clip video, con audio sincronizzato in Sora 2. L'approccio basato sull'API consente di inserire la generazione in una pipeline: riprese di marketing, animazioni di prodotto, b-roll, anteprime di storyboard. Il formato è lo stesso tra i moderni modelli video: invii un prompt e i parametri e ricevi l'URL di un video ospitato.

Video su Kunavo oggi: Veo 3

Kunavo espone la generazione video tramite un unico endpoint nello stile OpenAI, /v1/video/generations. Sora non è ancora abilitato nel catalogo; il modello text-to-video attivo è Google Veo 3, che produce clip cinematografiche con audio nativo. Gli esempi seguenti usano veo-3 — quando arriverà Sora, l'unica modifica sarà il campo model.

Guida rapida da testo a video

Una POST con la tua chiave Kunavo. La generazione può richiedere alcuni minuti, quindi la chiamata sincrona mantiene aperta la connessione finché il clip non è pronto:

import requests

resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",
        "prompt": "um dolly-in cinematográfico em um origami de garça vermelha se abrindo, luz suave",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # a geração pode levar minutos
)
print(resp.json()["data"][0]["url"])

duration (in secondi) imposta la durata del clip nei modelli con fatturazione al secondo: i modelli Seedance e il modello Wan 2.7. I modelli Veo lo ignorano; ogni clip Veo dura 8 secondi e viene fatturato per video.

Da immagine a video

Per animare un'immagine statica, passa image_url (un URL https o un file caricato su /v1/files) insieme al prompt. Per un movimento controllato, puoi passare un primo e un ultimo fotogramma con image_urls e image_mode: "frame". Esempi completi sono disponibili nella documentazione video.

Ciclo di vita dell'attività asincrona

In produzione, non mantenere aperta una connessione per 10 minuti. Invia un'attività a /v1/videos, ricevi immediatamente un ID dell'attività e poi interroga GET /v1/videos/{id} finché non viene completata. Gli URL dei risultati sono permanenti.

# Produção: envie uma tarefa e faça polling — sem conexão de longa duração.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Idempotency-Key": "meu-uuid-de-tarefa",   # seguro para retry em ~24h
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# depois faça polling em GET /v1/videos/{task["id"]} até concluir

La documentazione video illustra l'intero ciclo di polling, le chiavi di idempotenza e la consegna tramite webhook.

Prezzi

Veo 3 viene addebitato per video (per clip di 8 secondi in 720p, mostrato qui), circa 50–70% in meno rispetto al prezzo di listino di Google. Le risoluzioni più elevate costano di più: consulta la pagina dei prezzi per la tabella completa delle fasce.

Suggerimenti per i prompt video

• Descrivi l'inquadratura, non solo il soggetto. Il movimento della videocamera (dolly, pan, push-in), la sensazione dell'obiettivo, l'illuminazione e il ritmo contano più degli aggettivi.
• Definisci esplicitamente le proporzioni — 16:9 per il paesaggio, 9:16 per il formato verticale/social.
• Ogni clip Veo dura 8 secondi. Pianifica ogni ripresa per questa durata e concatena più generazioni per sequenze più lunghe.
• Usa un fotogramma di riferimento (da immagine a video) quando hai bisogno che uno specifico personaggio o prodotto rimanga coerente.

Domande frequenti