Schnellstart
Die Videogenerierung ist ein asynchroner Vorgang. Der gesamte Ablauf gliedert sich in drei Schritte:Übersicht der Schnittstellen
Base URL:
https://aihubmix.com
Authentifizierungsmethode: Bearer Token
Unterstützte Modelle
Text-zu-Video (Text-to-Video)
Bild-zu-Video (Image-to-Video)
Bei Bild-zu-Video wird das Referenzbild über den Parameter
input_reference übergeben (Tongyi Wanxiang von Alibaba); Doubao Seedance übergibt es über das Array extra_body.content und unterstützt Bild-, Video- und Audio-Referenztypen; Kling verwendet image / image_tail / image_list zur Bildübergabe, siehe Abschnitt Kling weiter unten.Detaillierte API-Beschreibung
Request-Header
Videogenerierungsaufgabe erstellen
Request-Body
Das Antwortformat unterscheidet sich je nach Modell leicht, enthält aber stets die Felderid(video_id) undstatus. Den Aufgabenfortschritt kann man anhand vonstatusbeurteilen.
Beispielantwort (Tongyi Wanxiang/Veo/Jimeng)
Beschreibung der allgemeinen Statuswerte
Videostatus abfragen
Beispielantwort (Generierung abgeschlossen – Tongyi Wanxiang)
Beispielantwort (Generierung abgeschlossen – Sora)
Alle Modelle beurteilen den Abschlussstatus überstatus == "completed"und rufen dann die/content-Schnittstelle zum Herunterladen auf.
Videoinhalt herunterladen
completed ist, rufen Sie diese Schnittstelle auf, um die MP4-Videodatei herunterzuladen.
Antwort: Gibt direkt den binären Videostream zurück (Content-Type: video/mp4).
Hinweis: Der Video-Downloadlink ist in der Regel 24 Stunden gültig. Bitte zeitnah herunterladen und speichern.
Videoaufgabe löschen
Diese Schnittstelle dient dazu, eine bereits erstellte Videoaufgabe zu löschen.Detaillierte Parameter der einzelnen Modelle
OpenAI Sora
Hinweis: Der ParameterBeispielsecondswird bei allen Modellen einheitlich als String-Typ übergeben (z. B."8").
Google Veo
Beispiel
Hinweise zu Bildfeldern:
- Vorrang beim ersten Bild:
first_frame>input_reference(OpenAI-kompatibles Einzelbild). - Jedes Element von
first_frame/last_frame/reference_imagesakzeptiert: eine öffentliche URL, eine base64-Data-URL (data:image/png;base64,...) oder ein{"mime_type":"image/png","data":"<base64>"}-Objekt. - Die OpenRouter-Aliasse
frame_images(Elemente mitframe_type: first_frame | last_frame) undinput_referenceswerden ebenfalls akzeptiert. - Bis zu 3 Referenzbilder; bei Überschreitung wird 400 zurückgegeben.
Hinweis: Veo unterstützt native Audiogenerierung; Soundeffekte können im Prompt beschrieben werden, z. B. „im Hintergrund erklingt Vogelgezwitscher”, „Klaviermelodie”.
Tongyi Wanxiang
Von den einzelnen Modellen unterstützte Dauer
Unterstützte Auflösungen (Breite*Höhe)
Hinweis: wan2.6 unterstützt nur 720P und 1080P; wan2.5 unterstützt 480P, 720P, 1080P; wan2.2 unterstützt nur 480P und 1080P.Beispiel
Hinweis: Versionen ab wan2.5 generieren standardmäßig Videos mit Ton (automatische Vertonung), chinesische Prompts liefern bessere Ergebnisse.
Jimeng
Unterstützte Seitenverhältnisse und zugehörige Auflösungen
Beispiel
Doubao Seedance
Von
extra_body.content unterstützte Referenztypen
Beispiel
Seedance 2.0 / 2.0 Fast
Kling
Kling unterstützt die vier Fähigkeiten Text-zu-Video, Bild-zu-Video, Mehrbild-Referenz-Video und OmniVideo multimodal, die alle einheitlich über die Schnittstelle/v1/videos aufgerufen werden. Das Gateway leitet anhand von „Modellname + Eingabeform” automatisch an den entsprechenden Kling-Endpunkt weiter, ohne dass der Aufrufer differenzieren muss.
Parameter
Nicht unterstützte oder nicht zugeordnete Schlüsselparameter führen zu einem expliziten Fehler und werden nicht stillschweigend verworfen. Übrige native Kling-Parameter können in
extra_body abgelegt und an das Upstream durchgereicht werden.- Asynchrone drei Schritte: Übermitteln und
video_iderhalten →GET /v1/videos/{video_id}abfragen, bisstatusaufcompletedsteht →GET /v1/videos/{video_id}/contentzum Herunterladen des MP4. Statuswerte:in_progress/completed/failed. - Die Fertigstellung dauert in der Regel 1–3 Minuten; die URL des Ergebnisvideos wird nach 30 Tagen gelöscht, bitte zeitnah umspeichern.
- Aufgabe löschen: Kling hat keine Löschschnittstelle,
DELETE /v1/videos/{video_id}gibt501 not_supportedzurück. - Abrechnung: Abrechnung nach Modell ×
mode× Dauer × Fähigkeit (mit/ohne Referenzvideo, mit/ohne Ton); fehlgeschlagene Generierung wird nicht berechnet, Abfrage und Download sind kostenlos.
Vollständiges Aufrufbeispiel
FAQ
Wie lange dauert die Videogenerierung?
Die Videogenerierung dauert in der Regel 1–5 Minuten, die genaue Zeit hängt von Modell, Auflösung und Dauer ab. Empfohlen wird ein Abfrageintervall von 15 Sekunden.Wie verwendet man den Parameter input_reference?
input_reference wird im Bild-zu-Video-Szenario verwendet und unterstützt drei Übergabemethoden:
Wie lange ist der Video-Downloadlink gültig?
Der Downloadlink des generierten Videos ist in der Regel 24 Stunden gültig. Bitte zeitnah herunterladen und speichern.Worin unterscheidet sich der Parameter seconds bei den einzelnen Modellen?
> Hinweis: Der Parameter
seconds wird bei allen Modellen einheitlich als String-Typ übergeben (z. B. "8"), die API verarbeitet dies automatisch.
Worin unterscheidet sich das Format des Parameters size bei den verschiedenen Modellen?
Worin unterscheiden sich seconds und duration?
Beide haben dieselbe Bedeutung und stehen für die Videodauer. Die API unterstützt beide Parameternamen (außer Sora, das nur seconds akzeptiert). Empfohlen wird die einheitliche Verwendung von seconds.
Wie schreibt man bessere Prompts?
- Konkrete Szene beschreiben: enthält Subjekt, Aktion, Umgebung, Licht, Atmosphäre
- Kamerasprache angeben: z. B. „Nahaufnahme”, „Luftaufnahme”, „Heranfahren”, „Zeitlupe”
- Stil beschreiben: z. B. „filmisch”, „Dokumentarstil”, „Animationsstil”
- Bei chinesischen Modellen liefern chinesische Prompts bessere Ergebnisse: Tongyi Wanxiang ist für Chinesisch optimiert
- Veo unterstützt Audiobeschreibungen: Klänge können im Prompt beschrieben werden, z. B. „Vogelgezwitscher”, „Klaviermelodie”
Was tun, wenn eine Aufgabe fehlschlägt?
Wennstatus auf failed steht, enthält das Feld error in der Antwort die Fehlerinformation: