Sora API — AIで動画を生成する方法（現在はVeo 3.1）

SoraはOpenAIのテキストから動画を生成するモデルで、「Sora API」は、コンシューマー向けアプリではなく、チームがプログラムから動画を生成するための手段です。Kunavoでは現在、テキストから動画への変換は、単一のOpenAIスタイルの動画エンドポイントを通じてGoogle Veo 3で動作します。Soraへのアクセスはロードマップ上にあり、エンドポイントはモデルに依存しないため、将来Soraへ移行する際の変更は1語だけです。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を使ってワークフローを説明します。

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、または静止画を短い動画クリップに変換します。Sora 2では同期音声にも対応しています。API形式により、生成をパイプラインに組み込めます。マーケティング映像、製品アニメーション、Bロール、下書きプレビューなどに利用できます。最新の動画モデルでは形式は共通しており、プロンプトとパラメータを送信して、ホストされた動画URLを受け取ります。

Kunavoで現在利用できる動画：Veo 3

Kunavoは、単一の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いません。現在利用できるテキストから動画へのモデルは、ネイティブ音声で映画的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に変わるのは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キーを使った単一のPOSTです。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の準備が完了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": "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（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

静止画を動かすには、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。制御された動きには、image_urlsとimage_mode: "frame"を使って開始フレームと終了フレームを指定できます。完全な例は動画ドキュメントをご覧ください。

非同期タスクのライフサイクル

本番環境で10分間接続を維持しないでください。/v1/videosにタスクを送信してすぐにタスクIDを取得し、完了するまでGET /v1/videos/{id}をポーリングします。結果URLは永続的です。

# 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

動画ドキュメントでは、完全なポーリングループ、冪等性キー、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・8秒クリップ単位で表示）。Googleの定価より約%50-70安価です。高解像度では料金が高くなります。完全な料金階層については料金ページをご覧ください。

動画プロンプトのヒント

• 被写体だけでなく、ショットを説明してください。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、形容詞より重要です。
• アスペクト比を明示してください。横長には16:9、縦長またはソーシャル向けには9:16を使用します。
• 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。
• 特定のキャラクターや製品の一貫性が必要な場合は、参照フレームを使用してください（画像から動画）。

よくある質問