Sora APIガイド — 今すぐ使えるAI動画生成（Veo 3.1）

SoraはOpenAIのtext-to-videoモデルで、「Sora API」は消費者向けアプリではなく、プログラムから動画を生成する方法です。現在、Kunavoのtext-to-videoは1つのOpenAIスタイルのビデオエンドポイントを通じてGoogle Veo 3で実行されます。Sora対応はロードマップにあり、エンドポイントはモデルに依存しないため、将来Soraへ移行する場合は1語を変更するだけです。このガイドでは、すべての例を今すぐ実行できるよう、Veo 3でワークフローを示します。

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像を短い動画クリップに変換し、Sora 2では同期音声も提供します。APIとしては、生成をパイプラインに組み込めます。マーケティング用カット、製品アニメーション、b-roll、ストーリーボードのプレビューなどに利用できます。最新の動画モデルはすべて同じ形です。プロンプトとパラメータを送信すると、ホストされた動画URLが返ります。

現在Kunavoで利用できる動画：Veo 3

Kunavoは1つのOpenAIスタイルのエンドポイント/v1/video/generationsで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、現在利用できるtext-to-videoモデルは、ネイティブ音声付きで映画的なクリップを作るGoogle Veo 3です。以下の例ではveo-3を使用します。Soraが追加された場合、変更するのはmodelフィールドだけです。

Text-to-videoクイックスタート

Kunavoキーを使って1回POSTするだけです。生成には数分かかることがあるため、同期呼び出しではクリップの準備が整う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": "빨간 종이학이 펼쳐지는 영화적인 돌리인, 부드러운 조명",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # 생성에 몇 분이 걸릴 수 있습니다
)
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

静止画像に動きを加えるには、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。制御されたモーションには、image_urlsとimage_mode: "frame"で最初のフレームと最後のフレームを渡せます。完全な例はビデオドキュメントにあります。

非同期ジョブのライフサイクル

本番環境では10分間接続を維持しないでください。/v1/videosにジョブを送信すると、すぐにジョブIDが返ります。完了するまでGET /v1/videos/{id}をポーリングしてください。結果URLは永続的です。

# 프로덕션: 작업을 제출한 뒤 폴링 — 장시간 연결을 유지하지 않습니다.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Idempotency-Key": "my-task-uuid",   # 약 24시간 내 재시도 안전
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# 이후 완료될 때까지 GET /v1/videos/{task["id"]} 폴링

ビデオドキュメントでは、完全なポーリングループ、べき等キー、Webhook配信を説明しています。

料金

Veo 3は動画単位で課金され（ここでは720p・8秒クリップを基準）、Googleの定価より約50~70%安価です。解像度が高いほど費用が増えます。全tierの表は料金ページを参照してください。

動画プロンプトのヒント

• 被写体だけでなくショットを描写してください。カメラの動き（ドリー、パン、プッシュイン）、レンズの印象、照明、ペーシングは形容詞より重要です。
• アスペクト比を明示してください。横向きは16:9、縦向き／ソーシャル向けは9:16です。
• 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用してください（image-to-video）。特定のキャラクターや製品の一貫性を保つ必要がある場合に役立ちます。

よくある質問