文字轉影片 API — 從提示詞產生影片（相容於 OpenAI，2026）

文字轉影片 API會將文字提示轉成短影片片段——透過程式操作，因此你可以把生成流程編寫進管線，而不必點擊消費者應用程式。本指南涵蓋現代影片模型通用的 API 形式、Kunavo 目前提供的模型、每段影片的定價，以及正式環境所需的非同步模式。

文字轉影片 API 的運作方式

現代影片模型的形式都相同：傳送prompt與參數（duration、aspect_ratio、resolution），取得託管影片 URL。Kunavo 透過單一 OpenAI 風格端點/v1/video/generations提供此功能，因此只要變更model字串，就能在影片模型之間切換——不需要新的 SDK 或整合。

import requests

# One OpenAI-style endpoint for every text-to-video model.
resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",                       # swap the model, same request
        "prompt": "a cinematic dolly-in on a red origami crane unfolding",
        "aspect_ratio": "16:9",
    },
    timeout=600,  # generation takes minutes
)
print(resp.json()["data"][0]["url"])

duration（秒數）用來在按秒計費的模型（Seedance 系列模型和 Wan 2.7）上設定片段長度。Veo 模型會忽略它；每個 Veo 片段都是 8 秒，按影片計費。

Kunavo 上的文字轉影片模型

目前提供三個系列：Google Veo 3（具原生音訊的電影級品質）、ByteDance Seedance 2（多鏡頭敘事與參考一致性）以及Alibaba Wan 2.7（平價電影感，按秒計費）。Sora、Kling 與 Hailuo 已列入路線圖；由於端點與模型無關，採用其中任何一款只需變更model欄位中的一個字。

定價

Veo 3 依影片計費（此處顯示 720p、每段 8 秒影片），約比 Google 牌價低50–70%。更高解析度的費用較高——定價頁面提供完整級距表，而AI 影片成本計算器可計算一個月的費用——包括每段與每秒計費的差異，正是這個差異會讓兩個看似相近的費率產生截然不同的帳單。

圖片轉影片

若要讓靜態影像動起來，請在提示旁傳入image_url（https URL 或上傳的檔案）；若要控制轉場，請傳入第一幀與最後一幀。完整參數請參閱影片文件。

語音與影片：此端點能做什麼、不能做什麼

「語音轉影片」這個搜尋詞可能指兩種不同需求，因此值得精確說明這裡提供的是哪一種。

產生語音的影片——可以。Veo 3 會在生成過程中產生原生同步音訊：對話、環境聲音與音效都會從同一個文字提示產生，並與畫面同步。只要在提示中描述你想讓角色說出的台詞，回傳的 MP4 音訊軌就會包含該內容。不需要獨立語音模型、不需要第二次 API 呼叫，也不需要後製同步步驟。這是 Veo 3 系列特有的功能——Seedance 2 與 Wan 2.7 會產生無聲影片。

以音訊檔案驅動影片——不行。如果你需要上傳錄音並取得對嘴的說話頭像，或從錄音轉錄語音並製作分鏡，Kunavo 目前沒有可執行此功能的模型。這裡的影片模型接受文字提示，並可選擇接受來源影像；沒有任何模型接受音訊作為輸入。為完整起見：/v1/audio/transcriptions目前也沒有啟用任何模型，因此你無法只靠這個 API 組合出兩步驟版本。如果這是你的使用情境，這不是適合的工具；與其向你兜售不存在的替代方案，不如直接說明。

非同步任務生命週期

生成需要幾分鐘，因此在正式環境中不應持續佔用連線。將任務提交至/v1/videos，立即取得任務 ID，然後輪詢GET /v1/videos/{id}直到完成。結果 URL 永久有效。

# Production: submit a task and poll — don't hold a long connection.
task = requests.post(
    "https://api.kunavo.com/v1/videos",
    headers={"Authorization": f"Bearer {API_KEY}",
             "Idempotency-Key": "my-task-uuid"},
    json={"model": "veo-3", "prompt": "..."},
    timeout=60,
).json()
# then poll GET /v1/videos/{task["id"]} until status == "completed"

如何在八個模型之間選擇

本頁涵蓋端點。若要了解費用問題——每個模型產生一段 8 秒 720p 影片的費用，以及每段與每秒計費為何會讓不同模型在不同片段長度下位居首位——請參閱影片生成 API 比較。

常見問題