Sora API — tạo video AI trên endpoint tương thích OpenAI (hiện dùng Veo 3.1)

Sora là mô hình chuyển văn bản thành video của OpenAI, còn “Sora API” là cách các đội ngũ tạo video theo lập trình thay vì thông qua ứng dụng dành cho người dùng. Tại Kunavo, chuyển văn bản thành video hiện hoạt động qua Google Veo 3 trên một endpoint video OpenAI-like — quyền truy cập Sora nằm trong lộ trình, và vì endpoint không phụ thuộc mô hình nên sau này chuyển sang Sora chỉ cần thay đổi một từ. Hướng dẫn này trình bày quy trình với Veo 3 để mọi ví dụ có thể chạy ngay.

Sora API là gì?

Sora (Sora 2 và Sora 2 Pro) biến một prompt văn bản — hoặc một ảnh tĩnh — thành đoạn video ngắn, có âm thanh đồng bộ trong Sora 2. Dạng API cho phép bạn lập trình việc tạo video thành một pipeline: cảnh marketing, hoạt ảnh sản phẩm, B-roll, bản xem trước storyboard. Dạng này nhất quán giữa các mô hình video hiện đại: gửi prompt và tham số, rồi nhận về một URL video được lưu trữ.

Video tại Kunavo hiện nay: Veo 3

Kunavo cung cấp tính năng tạo video thông qua một endpoint kiểu OpenAI duy nhất, /v1/video/generations. Sora hiện chưa được kích hoạt trong danh mục; mô hình chuyển văn bản thành video đang hoạt động là Google Veo 3, có thể tạo các đoạn video điện ảnh với âm thanh tích hợp sẵn. Các ví dụ bên dưới sử dụng veo-3 — khi Sora được cung cấp, thay đổi duy nhất sẽ là trường model.

Quickstart chuyển văn bản thành video

Gửi một yêu cầu POST với khóa Kunavo của bạn. Quá trình tạo có thể mất vài phút, vì vậy lệnh gọi đồng bộ sẽ giữ kết nối cho đến khi đoạn video hoàn tất:

import os

import requests

API_KEY = os.environ["KUNAVO_API_KEY"]

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 (giây) đặt độ dài clip trên các mô hình tính phí theo giây: các mô hình Seedance và mô hình Wan 2.7. Các mô hình Veo bỏ qua tham số này; mỗi clip Veo dài 8 giây và được tính phí theo video.

Chuyển ảnh thành video

Để tạo chuyển động cho ảnh tĩnh, truyền image_url (URL https hoặc tệp bạn đã tải lên /v1/files) cùng với prompt. Để kiểm soát chuyển động, bạn có thể truyền khung hình đầu và cuối bằng image_urls và image_mode: "frame". Ví dụ đầy đủ có trong tài liệu Video.

Vòng đời tác vụ không đồng bộ

Trong môi trường sản xuất, bạn không nên duy trì kết nối trong 10 phút. Gửi một task đến /v1/videos, nhận ngay task ID rồi polling GET /v1/videos/{id} cho đến khi hoàn tất. Các URL kết quả là vĩnh viễn.

# 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",   # eine Wiederholung liefert denselben Task
    },
    json={"model": "veo-3", "prompt": "...", "aspect_ratio": "16:9"},
    timeout=60,
).json()
# dann GET /v1/videos/{task["id"]} pollen, bis er fertig ist

Tài liệu Video trình bày toàn bộ vòng lặp polling, khóa Idempotency và việc gửi webhook.

Giá

Veo 3 được tính phí theo video (ở đây là mỗi đoạn 8 giây ở độ phân giải 720p), thấp hơn khoảng 50–70% so với giá niêm yết của Google. Độ phân giải cao hơn sẽ có giá cao hơn — bảng bậc đầy đủ có trên trang giá.

Mẹo viết prompt cho video

• Mô tả bối cảnh, không chỉ chủ thể. Chuyển động máy quay (dolly, lia, push-in), cảm giác ống kính, ánh sáng và nhịp độ quan trọng hơn tính từ.
• Chỉ rõ tỷ lệ khung hình — 16:9 cho định dạng ngang, 9:16 cho định dạng dọc/mạng xã hội.
• Mỗi clip Veo dài 8 giây. Hãy lên kế hoạch cho từng cảnh quay theo độ dài đó, và ghép kết quả của nhiều lần tạo để có các chuỗi cảnh dài hơn.
• Sử dụng khung hình tham chiếu (chuyển ảnh thành video) khi cần giữ nhất quán một nhân vật hoặc sản phẩm cụ thể.

Câu hỏi thường gặp