Sora API — OpenAI互換エンドポイントでAI動画を生成（現在はVeo 3.1）

SoraはOpenAIのテキスト動画生成モデルで、「Sora API」とは、コンシューマーアプリではなくプログラムからチームが動画を生成するための手段です。Kunavoでは現在、Google Veo 3をOpenAI形式の動画エンドポイントで利用しています — Soraへのアクセスはロードマップに含まれており、エンドポイントはモデルに依存しないため、将来Soraに切り替える場合は1語を変更するだけです。このガイドではVeo 3を使ったワークフローを示すため、各例をすぐに実行できます。

Sora APIとは何ですか？

Sora（Sora 2およびSora 2 Pro）は、テキストプロンプトまたは静止画から短い動画クリップを生成し、Sora 2では同期音声にも対応します。API形式を使えば、生成をパイプラインに組み込めます：マーケティング用ショット、製品アニメーション、Bロール、ストーリーボードのプレビューなどです。形式は最新の動画モデル間で共通しています：プロンプトとパラメーターを送信し、ホストされた動画URLを受け取ります。

現在のKunavoの動画：Veo 3

Kunavoは、単一のOpenAI形式エンドポイント/v1/video/generationsを通じて動画生成を提供します。Soraはまだカタログで有効化されておらず、現在有効なテキスト動画生成モデルは、ネイティブ音声付きのシネマティックなクリップを生成するGoogle Veo 3です。以下の例ではveo-3を使用します — Soraが提供開始された場合、変更するのはmodelフィールドだけです。

テキストから動画へのクイックスタート

Kunavoキーを使ってPOSTします。生成には数分かかる場合があるため、同期呼び出しではクリップが完成するまで接続を維持します：

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,  # die Generierung kann Minuten dauern
)
print(resp.json()["data"][0]["url"])

duration（秒数）は、秒単位課金のモデル（Seedanceの各モデルとWan 2.7）でクリップの長さを指定します。Veoモデルでは無視されます。Veoのクリップはすべて8秒で、動画単位で課金されます。

画像から動画へ

静止画をアニメーション化するには、プロンプトとともにimage_url（https-URLまたは/v1/filesにアップロードしたファイル）を渡します。動きを制御するには、image_urlsとimage_mode: "frame"を使って最初と最後のフレームを指定できます。完全な例は動画ドキュメントにあります。

非同期タスクのライフサイクル

本番環境では10分間の接続を開いたままにしないでください。/v1/videosにタスクを送信すると、すぐにタスクIDが返されるので、その後GET /v1/videos/{id}をポーリングして完了を待ちます。結果URLは永続的です。

# Produktion: Task einreichen, dann pollen — keine langlebige Verbindung.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Idempotency-Key": "my-task-uuid",   # innerhalb von ~24h retry-sicher
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# dann GET /v1/videos/{task["id"]} pollen, bis er fertig ist

動画ドキュメントでは、ポーリングの完全なループ、Idempotency-Key、Webhook配信について説明しています。

料金

Veo 3は動画単位で課金されます（ここでは720pの8秒クリップ単位）。Googleの表示価格より約50–70%安価です。高解像度では料金が高くなります — 完全な段階別料金表は料金ページにあります。

動画プロンプトのヒント

• 被写体だけでなく、シーンを説明する。カメラワーク（ドリー、パン、プッシュイン）、レンズの印象、照明、テンポは形容詞よりも重要です。
• アスペクト比を明示する — 横長は16:9、縦長／ソーシャルは9:16。
• Veoのクリップはすべて8秒です。各ショットはこの長さに合わせて設計し、長いシーケンスでは複数の生成結果をつなぎ合わせてください。
• リファレンスフレームを使う（画像から動画へ）。特定のキャラクターや製品の一貫性を保ちたい場合に有効です。

よくある質問