Skip to main content
Para uma nova integração, use Geração de vídeos com o protocolo unificado /ai/v1/videos. A interface compatível /v1/videos continua disponível. Consulte a API Schema do modelo, selecione o endpoint por path e leia seu request.schema sem depender da ordem do array.

Inventário atual de modelos

Este inventário mostra os modelos disponíveis atualmente. Isso não significa que todos aceitem os mesmos campos. Selecione o endpoint por path no Schema do modelo e leia seu request.schema.

API

Detalhes da API

Cabeçalhos da requisição

Criar tarefa de geração de vídeo

Corpo da requisição

O formato de resposta varia ligeiramente entre os modelos, mas todos incluem os campos id (video_id) e status. Basta usar status para avaliar o progresso da tarefa.

Exemplo de resposta (Tongyi Wanxiang/Veo/Jimeng)

Exemplo de resposta (Sora)

Descrição dos valores de status comuns

Consultar status do vídeo

Consulte esta interface para verificar se a tarefa foi concluída. Recomenda-se consultar a cada 15 segundos.

Exemplo de resposta (geração concluída - Tongyi Wanxiang)

Exemplo de resposta (geração concluída - Sora)

Todos os modelos usam status == "completed" para avaliar o estado de conclusão e, em seguida, chamam a interface /content para baixar.

Baixar o conteúdo do vídeo

Quando o status for completed, chame esta interface para baixar o arquivo de vídeo MP4. Resposta: retorna diretamente o stream binário do vídeo (Content-Type: video/mp4).
Atenção: o link de download do vídeo normalmente tem validade de 24 horas, baixe e salve o quanto antes.

Excluir tarefa de vídeo

Esta interface é usada para excluir tarefas de vídeo já criadas.

Detalhes dos Parâmetros de Cada Modelo

OpenAI Sora

Dica: o parâmetro seconds de todos os modelos é sempre passado como tipo string (como "8").
Exemplo

Google Veo

Exemplo
Notas sobre os campos de imagem:
  • Precedência do quadro inicial: first_frame > input_reference (quadro único compatível com OpenAI).
  • Cada elemento de first_frame / last_frame / reference_images aceita: uma URL pública, um data URL base64 (data:image/png;base64,...) ou um objeto {"mime_type":"image/png","data":"<base64>"}.
  • Os aliases no estilo OpenRouter frame_images (elementos com frame_type: first_frame | last_frame) e input_references também são aceitos.
  • Até 3 imagens de referência; exceder esse limite retorna 400.
Dica: o Veo suporta geração de áudio nativo; você pode descrever efeitos sonoros no prompt, como “o som de pássaros cantando ao fundo” ou “uma melodia de piano”.

Tongyi Wanxiang

Durações suportadas por cada modelo Resoluções suportadas (largura*altura)
Atenção: wan2.6 suporta apenas 720P e 1080P; wan2.5 suporta 480P, 720P e 1080P; wan2.2 suporta apenas 480P e 1080P.
Exemplo
Dica: as versões wan2.5 e superiores geram, por padrão, vídeos com som (dublagem automática), e o efeito é melhor com prompts em chinês.

Doubao Seedance

Tipos de referência suportados em extra_body.content Exemplo
Seedance 2.0 / 2.0 Fast

Kling

Este inventário mostra os modelos disponíveis atualmente. Isso não significa que todos aceitem os mesmos campos. Selecione o endpoint por path no Schema do modelo e leia seu request.schema.

Exemplos Completos de Chamada

FAQ

Quanto tempo leva a geração de vídeo?

A geração de vídeo normalmente leva de 1 a 5 minutos, e o tempo exato depende do modelo, da resolução e da duração. Recomenda-se definir um intervalo de consulta de 15 segundos.

Como usar o parâmetro input_reference?

input_reference é usado em cenários de imagem para vídeo e suporta três formas de envio:
O link de download do vídeo gerado normalmente tem validade de 24 horas, baixe e salve o quanto antes.

Qual é a diferença do parâmetro seconds entre os modelos?

> Dica: o parâmetro seconds de todos os modelos é sempre passado como tipo string (como "8"), e a API o processa automaticamente.

Qual é a diferença no formato do parâmetro size entre os modelos?

Qual é a diferença entre seconds e duration?

Os dois têm o mesmo significado, ambos representam a duração do vídeo. A API suporta os dois nomes de parâmetro (exceto o Sora, que aceita apenas seconds). Recomenda-se usar sempre seconds.

Como escrever um prompt melhor?

  • Descreva cenas concretas: inclua o sujeito, a ação, o ambiente, a iluminação e a atmosfera
  • Especifique a linguagem de câmera: como “close-up”, “tomada aérea”, “câmera avançando”, “câmera lenta”
  • Descreva o estilo: como “cinematográfico”, “estilo documentário”, “estilo de animação”
  • Modelos focados em chinês têm melhor resultado com prompts em chinês: o Tongyi Wanxiang é otimizado para chinês
  • O Veo suporta descrição de áudio: você pode descrever sons no prompt, como “canto de pássaros” ou “melodia de piano”

O que fazer quando a tarefa falha?

Quando o status for failed, o campo error na resposta conterá a informação do erro:

As causas comuns de falha incluem: violação de conteúdo, prompt longo demais, formato de imagem não suportado, entre outros. Ajuste de acordo com a informação do erro e tente novamente.

Última atualização: 2026-06-01