Çok modlu yapay zekâ rehberi — tek bir OpenAI uyumlu API üzerinden metin, görüntü, video ve ses

Çoğu LLM toplayıcısı metinle sınırlıdır. Ürününüz görsel üretmeye, fotoğraf düzenlemeye, sabit görseli videoya dönüştürmeye, bir reklam için seslendirme yapmaya veya müzik bestelemeye ihtiyaç duyduğu anda üç tedarikçiyi, üç faturayı ve üç SDK'yı daha yönetmeniz gerekir. Kunavo tüm bunları aynı OpenAI uyumlu API üzerinden sunar. Bu kılavuz, hangi modaliteye ne zaman başvurulacağını, her modalite için model menüsünü ve bunların üretim amaçlı çok modlu işlem hatlarında nasıl zincirleneceğini kapsar.

Modalite menüsü (ve her birinin kullanım amacı)

• Metin üretimi — Claude Opus/Sonnet/Haiku ve GPT. Akıl yürütme, sohbet ve yapılandırılmış çıktı için kullanın. /docs/chat
• Görsel üretimi (metinden görsele) — Nano Banana Pro, GPT-Image-2, Nano Banana 2. Seçimler kullanım senaryosuna göre değişir (aşağıdaki karşılaştırmaya bakın)
• Görsel düzenleme (görselden görsele) — Nano Banana Edit, GPT-Image-2 Edit. Ambalaj üzerindeki metni değiştirin, arka planları değiştirin, yeniden stillendirin
• Video üretimi — Veo 3 Lite/Fast/Quality, Seedance 2 ve Seedance 2 Fast, Wan 2.7. Hem metinden videoya hem de görselden videoya desteklenir
• Ses — Müzik — Suno V5 / V5.5. Bir istemden tam şarkılar

Tam kataloğa /models adresinden göz atın.

Görsel modeli seçme — 30 saniyelik kural

• Görselde temiz metin mi gerekiyor (UI maketleri, posterler, tabelalar)? → Nano Banana Pro. Tartışmasız
• Kelimesi kelimesine, ayrıntılı istemler mi? → GPT-Image-2. Güçlü istem anlama; her çözünürlükte sabit fiyat
• Maliyetin önemli olduğu yüksek hacim mi? → Nano Banana 2. 1K'da en ucuz, aslına uygunluk seviyesi korunur
• Derinlik içeren sinematik görüntü mi? → Nano Banana Pro. Bokeh gerçekten sinematiktir

Tam kapsamlı inceleme için görsel modelleri karşılaştırmamıza bakın — canlı görsel-modeli karşılaştırmamız.

Video modeli seçme

Üç aile kullanıma açık ve farklı birimlerle ücretlendirilir — Veo 3 video başına, Seedance ve Wan çıktı saniyesi başına. Aşağıdaki fiyatlar katalog ücretleridir:

Uç nokta modelden bağımsız olduğundan aileler arasında geçiş yapmak yalnızca model alanını değiştirmeyi gerektirir. Video hızlı başlangıcı için Veo 3 video hızlı başlangıç kılavuzumuza; model bazında ayrıntılar için Seedance API ve Wan API kılavuzlarına bakın.

Görsel üretme — temel bilgiler

# Text-to-image: same OpenAI SDK, different model slug
img = client.images.generate(
    model="nano-banana-pro",          # Google's flagship — best text rendering
    prompt="a marketing hero for a fintech app, isometric, soft blue palette",
    size="1024x1024",
)
print(img.data[0].url)  # permanent: https://files.kunavo.com/...

Sonuç URL'leri videolarda olduğu gibi görsellerde de kalıcıdır: Kunavo her sonucu files.kunavo.com CDN'inde arşivler ve arşivlenen dosyanın URL'sini döndürür.

Görselden videoya — mevcut varlıklarınızı harekete geçirme

Web sitenizde zaten ürün fotoğrafları var. Veo 3, bunlardan herhangi birini 8 saniyelik bir ürün klibine dönüştürebilir:

# Image-to-video: upload a hero image, animate into an 8-second product clip
# (every Veo clip is 8 seconds; the Veo models ignore "duration").
# The OpenAI SDK has no method for the video route, so post to it with the
# same client.
video = client.post(
    "/video/generations",
    body={
        "model": "veo-3",
        "prompt": "camera slowly orbits, soft cinematic light, product hero shot",
        "image_url": hero_image_url,
        "aspect_ratio": "9:16",   # vertical for Reels / TikTok / IG short
        "resolution": "1080p",
    },
    cast_to=object,
    options={"timeout": 600.0},   # a clip takes minutes
)
print(video["data"][0]["url"])

Daha önce video çekimi başına 500–1.500 $ harcayan pazarlama ekipleri, bu maliyeti fiyatı $0,18+ (Veo 3.1 Lite) ile $1,60+ (Veo 3.1 Quality) arasında değişen bir klip ve yaklaşık 30 saniyelik işlem süresinin maliyetine indirir. E-ticaret ana görsel animasyonları, App Store / Play Store ekran görüntüleri ve sosyal medya ürün tanıtımları için özellikle iyi çalışır.

Modaliteleri zincirleme — asıl güç

İlginç iş akışları modaliteleri sırayla birleştirir. Bir pazarlama klibi üretim hattı:

# Pipeline: GPT-Image generates a marketing hero, Veo 3 animates it,
# Suno scores the BGM. One API, one bill.
# Here client is AsyncOpenAI(api_key=..., base_url="https://api.kunavo.com/v1").
async def make_marketing_clip(product: dict) -> dict:
    # 1. Hero image
    img = await client.images.generate(
        model="gpt-image-2",
        prompt=f"hero shot of {product['name']}, premium aesthetic",
        size="1024x1792",
    )

    # 2. Animate to 8s vertical (the length of every Veo clip). The SDK has
    #    no method for the video and music routes, so post to them directly.
    video = await client.post(
        "/video/generations",
        body={
            "model": "veo-3",
            "prompt": f"camera orbits {product['name']}, cinematic lighting",
            "image_url": img.data[0].url,
            "aspect_ratio": "9:16",
        },
        cast_to=object,
        options={"timeout": 600.0},
    )

    # 3. BGM
    bgm = await client.post(
        "/audio/music",
        body={
            "model": "suno-v5",
            "prompt": "upbeat synth, 30 seconds, brand-friendly",
        },
        cast_to=object,
        options={"timeout": 600.0},
    )

    return {"video": video["data"][0]["url"], "bgm": bgm["data"][0]["url"]}

Bunu asyncio.gather() ile 100 SKU için paralel çalıştırdığınızda bir pazarlama kataloğu üretim hattınız olur. Toplam maliyet uçtan uca SKU başına yaklaşık 1–2 $. Bir yaratıcı ajansın varlık başına 500–2.000 $'ı ile karşılaştırın.

Pratik değerlendirmeler

• Sonuç URL'lerinin ömrü: görseller ve videolar Kunavo'nun files.kunavo.com adresinde kalıcıdır; başka bir sunucudaki URL, arşivleme başarısız olduğunda döndürülen, üst akış sağlayıcısının geçici URL'sidir (yeniden barındırın)
• Üretim süresi: görsel yaklaşık 5–30 sn, video yaklaşık 30 sn–3 dk, müzik yaklaşık 30 sn. Sunucu tarafında force-dynamic kullanın ve ilerlemeyi kullanıcılara gösterin
• Başarısız üretimler ücretsizdir — Kunavo 4xx/5xx için hiçbir zaman ücret almaz; bu nedenle istemleri özgürce yineleyin
• Videoda metin oluşturma: Veo 3 videoda birden fazla sözcük içeren metinlerde zorlanır. Modelden metni oluşturmasını istemek yerine metni sonradan işleyin (CapCut, Final Cut, tarayıcı tarafı canvas)
• Gerçek yüzler / fikrî mülkiyet: tüm büyük modeller ünlü, siyasi ve telifli karakter üretimini reddeder. Özgün karakterlere veya lisanslı fikrî mülkiyete bağlı kalın
• En-boy oranları: 9:16 (dikey kısa video), 16:9 (yatay), 1:1 (akış), 4:5 (Instagram portre). Videoda aspect_ratio üzerinden; görsellerde size="1024x1792" vb. ile gönderin.

Yaygın çok modlu kullanım senaryoları (başlangıç istemleriyle)

• E-ticaret ürün ana görsel animasyonları — görselden videoya, yörüngesel kamera, 8 saniye, 9:16
• Gayrimenkul sanal dekorasyonu — boş odalara mobilya eklemek için görsel düzenleme
• Pazarlama karuseli / Reels üretimi — marka stilinizde toplu görsel üretimi + Veo animasyonu
• Eğitici açıklayıcı klipler — slaytları görsel olarak üretin, Veo 3 ile canlandırın, Suno ile puanlayın
• Podcast girişleri ve ses markalama — programınız için bir istemden üretilen Suno müzik altyapıları ve kısa ses parçaları
• Oyun / uygulama varlığı üretimi — Nano Banana Pro / GPT-Image-2 ile karakter portreleri, öğe simgeleri, ortam arka planları

Çok modlu kullanmamanız gereken durumlar

• Katı marka varlıkları — sıkı istemlerle bile model çıktısı sapar. Ana tasarımın yerine AI kullanmak yerine, insan tarafından tasarlanan ana varlığın varyasyonları için kullanın
• Gerçek insanların yüzleri — tüm büyük modeller tarafından reddedilir; aşmaya çalışırsanız yasal/fikrî mülkiyet riski doğar
• Canlı video / gerçek zamanlı üretim — mevcut modeller klip başına 30 sn–3 dk sürer. Henüz canlı kullanım senaryolarına uygun değildir
• Yüksek riskli doğruluk — tıbbi görüntüleme, hukuki delil, bilimsel yayın. Çok modlu üretim yaratıcıdır, olgusal değildir

Tek fatura altında çok modluluk Kunavo'nun asıl amacıdır. Uç nokta başvurusu için /docs/images veya /docs/video adresinden başlayın ya da kategoriye göre filtrelenmiş /models kataloğuna göz atın.

Bu işlem hatlarının arkasındaki model bazlı fiyat tabloları için görsel üretimi API karşılaştırmasına ve video üretimi API karşılaştırmasına bakın.

Sık sorulan sorular