Sora API — 使用 AI 生成视频（目前使用 Veo 3.1）

Sora 是 OpenAI 的文本生成视频模型，而“Sora API”是团队通过编程方式生成视频、而不是使用消费者应用的途径。如今在 Kunavo 中，文本转视频通过单个 OpenAI 风格的视频端点运行，使用的是 Google Veo 3——Sora 访问权限已列入路线图；由于端点与模型无关，未来切换到 Sora 只需改一个单词。本指南使用 Veo 3 展示工作流，因此每个示例现在都能运行。

Sora API 是什么？

Sora（Sora 2 和 Sora 2 Pro）可将文本提示词——或静态图像——转换为短视频片段；Sora 2 还支持同步音频。API 形式允许你将生成接入流水线：营销镜头、产品动画、b-roll、草稿预览。现代视频模型的形式相同：发送提示词和参数，获取托管的视频 URL。

Kunavo 当前的视频：Veo 3

Kunavo 通过单个 OpenAI 风格的端点提供视频生成：/v1/video/generations。Sora 尚未在目录中启用；当前实际运行的文本转视频模型是 Google Veo 3，可生成带原生音频的电影感片段。以下示例使用 veo-3——Sora 上线后，唯一变化的是 model 字段。

快速开始文本转视频

使用 Kunavo 密钥发送一个 POST 请求。生成可能需要几分钟，因此同步调用会一直保持连接，直到视频片段准备就绪：

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）用于在按秒计费的模型（Seedance 系列模型和 Wan 2.7）上设置片段时长。Veo 模型会忽略它；每个 Veo 片段都是 8 秒，按视频计费。

图像转视频

要让静态图像动起来，请在提示词旁传入 image_url（https URL 或上传到 /v1/files 的文件）。通过 image_urls 和 image_mode: "frame" 可以传入首帧和尾帧，实现可控运动。完整示例请参阅视频文档。

异步任务生命周期

不要在生产环境中保持 10 分钟的连接。向 /v1/videos 提交任务，立即获取任务 ID，然后轮询 GET /v1/videos/{id}，直到任务完成。结果 URL 永久有效。

# 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

视频文档涵盖完整的轮询循环、幂等键和 webhook 交付。

定价

Veo 3 按视频计费（此处按 720p、8 秒视频片段展示），价格约比 Google 的官方定价低 %50-70。更高分辨率价格更高——完整层级表请参阅定价页面。

视频提示词技巧

• 描述镜头，而不仅是主体。摄像机运动（dolly、pan、push-in）、镜头质感、光线和节奏比形容词更重要。
• 明确指定宽高比——横向使用 16:9，竖向/社交媒体使用 9:16。
• 每个 Veo 片段都是 8 秒。请按这个时长设计每个镜头；如需更长的序列，可将多个生成结果拼接起来。
• 使用参考帧（图像转视频）——当特定角色或产品需要保持一致时。

常见问题