API Sora — generazione video con intelligenza artificiale (oggi con Veo 3.1)

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

Che cos’è l’API di Sora?

Sora (Sora 2 e Sora 2 Pro) trasforma un prompt testuale — o un’immagine fissa — in una breve clip video, con audio sincronizzato in Sora 2. Il formato API consente di inserire la generazione in una pipeline: riprese di marketing, animazioni di prodotto, b-roll, anteprime preliminari. Il formato è lo stesso dei moderni modelli video: invia un prompt e i parametri, ricevi un URL video ospitato.

Video oggi su Kunavo: Veo 3

Kunavo offre la generazione video tramite un unico endpoint in stile OpenAI: /v1/video/generations. Sora non è ancora attivo nel catalogo; il modello text-to-video disponibile è Google Veo 3, che genera clip cinematografiche con audio nativo. Gli esempi qui sotto usano veo-3 — quando arriverà Sora, l’unica cosa a cambiare sarà il campo model.

Avvio rapido da testo a video

Una singola POST con la tua chiave Kunavo. La generazione può richiedere alcuni minuti; per questo una chiamata sincrona mantiene la connessione aperta finché la clip non è pronta:

import requests

resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",
        "prompt": "kırmızı bir origami turnanın açılışına yumuşak ışıkta sinematik dolly-in",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # üretim dakikalar sürebilir
)
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 fissa, passa image_url insieme al prompt (un URL https o un file caricato all’indirizzo /v1/files). Per un movimento controllato, puoi passare il primo e l’ultimo fotogramma con image_urls e image_mode: "frame". Gli esempi completi sono nella documentazione video.

Ciclo di vita di un’attività asincrona

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

# Üretim: bir görev gönderin, sonra yoklayın — uzun ömürlü bağlantı yok.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Idempotency-Key": "my-task-uuid",   # ~24s içinde yeniden denemeye güvenli
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# ardından tamamlanana kadar GET /v1/videos/{task["id"]} adresini yoklayın

La documentazione video illustra il ciclo completo di polling, le chiavi di idempotenza e la consegna tramite webhook.

Prezzi

Veo 3 viene fatturato per video (qui mostrato per una clip di 8 secondi a 720p) ed è circa il %50-70 sotto il prezzo di listino di Google. Le risoluzioni più alte costano di più: consulta la pagina dei prezzi per la tabella completa dei livelli.

Suggerimenti per i prompt video

• Descrivi l’inquadratura, non solo il soggetto. Il movimento della camera (dolly, pan, push-in), la resa dell’obiettivo, l’illuminazione e il ritmo contano più degli aggettivi.
• Specifica esplicitamente le proporzioni — 16:9 per il formato orizzontale, 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 un personaggio o un prodotto specifico deve rimanere coerente.

Domande frequenti