视频生成

使用 OpenAI Sora 模型生成视频内容。kapon 支持完整的视频生成工作流，包括任务创建、状态查询和内容下载。

创建视频任务

通过提供文本提示词来生成视频：

curl -X POST "https://models.kapon.cloud/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F "model=sora-2" \
  -F "prompt=百事可乐宣传片" \
  -F "seconds=10" \
  -F "size=720x1280"

请求参数

model：模型名称，支持 sora-2 和 sora-2-pro
prompt：视频生成的文本描述
seconds：视频时长（秒，字符串传递更兼容）。常见可用档位：
- sora-2：10、15
- sora-2-pro：15、25
- OpenAI 官方 API 仅支持：4、8、12
size：视频分辨率（或宽高比）。平台会按上游能力做兼容与映射，建议优先使用“标准分辨率”：
- sora-2：720x1280、1280x720
- sora-2-pro：720x1280、1280x720、1024x1792、1792x1024 常见兼容输入（会自动映射到上述标准分辨率）：
- 宽高比：16x9、9x16

时长选择建议：

快速预览：优先 10 秒（若使用 OpenAI 官方 API，请按其仅支持的 4/8/12 秒档位）
正式成片：sora-2-pro 的 25 秒可以呈现更完整叙事，但生成与下载时间也更长

角色视频（Character）扩展（特定上游）

当 OpenAI 渠道的上游支持 Sora 角色扩展能力时，平台会对 /v1/videos 进行扩展，支持官方文档中的角色相关参数。典型用法是先通过 /sora/v1/characters 创建一个角色，再在视频提示词或参数中引用该角色。

额外参数（仅在支持该扩展能力的上游生效）

character_url：包含目标角色的视频 URL（通常与 /sora/v1/characters 中的 url 一致）
character_timestamps：角色在视频中的时间片段范围，单位秒，格式如 1,3（表示 1～3 秒）
private：是否为私有角色，字符串 "true" 或 "false"（不填时由上游按默认策略处理）

JSON 调用示例（支持角色扩展的上游）

curl -X POST "https://models.kapon.cloud/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sora-2",
    "prompt": "让刚才创建的角色在咖啡馆场景中阅读一本书",
    "seconds": 10,
    "size": "16x9",
    "character_url": "https://filesystem.site/cdn/20251030/example-character.mp4",
    "character_timestamps": "1,3",
    "private": "false"
  }'

在上述特定上游场景下：

JSON 请求会在网关层自动转换为 multipart/form-data，并透传上述字段到上游；
multipart 请求则保持原样透传，你也可以直接使用 -F character_url=... 的形式提交。

响应示例

{
  "id": "video_691209aab0a08198a4e78870277f7e3d0215e09cec47a737",
  "object": "video",
  "created_at": 1762789802,
  "status": "queued",
  "model": "sora-2",
  "prompt": "百事可乐宣传片",
  "progress": 0,
  "seconds": "10",
  "size": "720x1280"
}

状态说明

任务创建后会经历以下状态：

queued：任务已排队，等待处理
processing：正在生成视频
completed：生成完成，可以下载视频
failed：生成失败

任务完成后，响应会包含 completed_at（完成时间）和 expires_at（过期时间）字段。视频文件会在过期时间后自动删除。

完整示例

创建任务并等待完成：

# 1. 创建视频任务
RESPONSE=$(curl -X POST "https://models.kapon.cloud/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F "model=sora-2" \
  -F "prompt=百事可乐宣传片" \
  -F "seconds=10" \
  -F "size=720x1280")

VIDEO_ID=$(echo $RESPONSE | jq -r '.id')
echo "视频任务 ID: $VIDEO_ID"

# 2. 轮询查询状态
while true; do
  RESPONSE=$(curl "https://models.kapon.cloud/v1/videos/$VIDEO_ID" \
    -H "Authorization: Bearer $TOKEN")
  
  STATUS=$(echo $RESPONSE | jq -r '.status')
  PROGRESS=$(echo $RESPONSE | jq -r '.progress')
  
  echo "当前状态: $STATUS (进度: $PROGRESS%)"
  
  if [ "$STATUS" = "completed" ]; then
    echo "✓ 视频生成完成"
    break
  elif [ "$STATUS" = "failed" ]; then
    echo "✗ 视频生成失败"
    exit 1
  fi
  
  sleep 5
done

# 3. 下载视频
curl -L "https://models.kapon.cloud/v1/videos/$VIDEO_ID/content" \
  -H "Authorization: Bearer $TOKEN" \
  --output "${VIDEO_ID}.mp4"

echo "✓ 视频已保存到 ${VIDEO_ID}.mp4"

kapon 会对不同供应商的返回结构进行统一封装，status 字段取值为 queued、processing、completed、failed 等。视频完成后会包含 completed_at 和 expires_at 时间戳。

计费模型与升级说明

计费模式：Sora 视频任务采用“终态实扣，失败不扣”的模式：
- 创建阶段：仅记录任务与预估信息，不对用户/Token 实际扣费；
- 终态结算：当任务进入 completed 或 failed 时，由后台轮询器根据最终时长与价目表一次性结算；
- 失败任务：不扣费，仅更新计费状态。
新旧版本兼容：
- 老版本曾采用“创建阶段先扣，失败时退款”的策略，部分历史任务的计费记录可能存在“预扣 + 退款”；
- 新版本仅对创建时 Quota=0 的任务启用终态计费；历史数据的对账与核对可以通过 logs.metadata.platform_task_id 与 tasks.platform_task_id 进行关联审计。

脚本示例（Python，本地文件参考图）

仓库提供了基于 openai Python SDK 的本地验证脚本，可通过 input_reference 上传参考图并自动轮询与下载：

export OPENAI_BASE_URL="https://models.kapon.cloud/v1"
export OPENAI_API_KEY="$TOKEN"

python3 scripts/sora2_image_to_video_sdk.py \
  --prompt "百事可乐宣传片" \
  --seconds 4 \
  --size 720x1280 \
  --image /absolute/path/to/ref.jpg \
  --output sora_video.mp4

参考图生视频（Image-to-Video）

除纯文本生视频外，kapon 也支持“带参考图”的视频生成。按照 OpenAI Sora 的接口规范，在创建任务时以 multipart/form-data 方式上传参考图文件字段 input_reference。

curl 示例（multipart）

curl -X POST "https://models.kapon.cloud/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F "model=sora-2" \
  -F "prompt=百事可乐宣传片，都市街拍风，年轻活力，镜头运动丰富" \
  -F "seconds=10" \
  -F "size=720x1280" \
  -F "input_reference=@/absolute/path/to/ref.jpg"

若通道为 OpenAI 官方 API，seconds 必须是 4、8 或 12 且需在 multipart 表单中显式提供。请确保 -F seconds=8 使用的是纯数字，不要加引号，也不要误用 Bash/Zsh 的保留变量 SECONDS。

Python SDK 示例（openai-python）

from openai import OpenAI

client = OpenAI(
    base_url="https://models.kapon.cloud/v1",
    api_key="$TOKEN",
)

with open("./ref.jpg", "rb") as f:
    job = client.videos.create(
        model="sora-2",
        prompt="百事可乐宣传片，都市街拍风，年轻活力，镜头运动丰富",
        seconds="10",         # 以字符串传递更兼容
        size="720x1280",
        input_reference=f,     # 关键：参考图文件
    )

print("任务ID:", job.id, "状态:", job.status)

# 轮询
import time
while True:
    cur = client.videos.retrieve(job.id)
    print("状态:", cur.status, "进度:", getattr(cur, "progress", None))
    if cur.status in ("completed", "failed"):
        job = cur
        break
    time.sleep(2)

if job.status == "completed":
    content = client.videos.download_content(job.id)
    content.write_to_file("output.mp4")
    print("已保存到 output.mp4")
else:
    print("生成失败:", getattr(job, "error", None))

本仓库已提供两个可执行脚本便于本地验证：

curl 版本：scripts/validate_image2video.sh（自动下载示例参考图、轮询并下载成片）
SDK 版本：scripts/sora2_image_to_video_sdk.py（基于 openai Python SDK，支持 --image/--seconds/--size 参数）

Authorizations

Authorization

string

header

required

API Key

Body

model

enum<string>

required

模型名称

Available options:

veo-3.1-generate-preview,

veo-3.1-fast-generate-preview

Example:

"veo-3.1-fast-generate-preview"

prompt

string

required

文本提示词

Example:

"A cinematic lion at sunset"

seconds

视频时长（秒）：4、6、8

Example:

6

size

enum<string>

default:1280x720

分辨率

Available options:

1280x720,

720x1280,

1920x1080,

1080x1920

Example:

"1280x720"

input_reference

string[]

参考图 URL 数组（1-3 张）

Example:

["https://example.com/image.jpg"]

Response

任务创建成功

string

任务 ID

Example:

"video_abc123"

object

enum<string>

Available options:

video

Example:

"video"

created_at

integer

创建时间戳

Example:

1761234567

completed_at

integer

完成时间戳

status

enum<string>

任务状态

Available options:

queued,

in_progress,

completed,

failed

Example:

"queued"

model

string

模型名称

Example:

"veo-3.1-fast-generate-preview"

prompt

string

提示词

progress

number

进度（0-100）

Example:

0

seconds

integer

视频时长

Example:

6

size

string

分辨率

Example:

"1280x720"

video_url

string

视频直链（完成后返回）

error

object

Show child attributes

概述

文本生成

音频

图像

视频

其他

创建视频任务

请求参数

角色视频（Character）扩展（特定上游）

额外参数（仅在支持该扩展能力的上游生效）

JSON 调用示例（支持角色扩展的上游）

响应示例

状态说明

完整示例

计费模型与升级说明

脚本示例（Python，本地文件参考图）

参考图生视频（Image-to-Video）

curl 示例（multipart）

Python SDK 示例（openai-python）

Authorizations

Body

Response

概述

文本生成

音频

图像

视频

其他

​创建视频任务

​请求参数

​角色视频（Character）扩展（特定上游）

​额外参数（仅在支持该扩展能力的上游生效）

​JSON 调用示例（支持角色扩展的上游）

​响应示例

​状态说明

​完整示例

​计费模型与升级说明

​脚本示例（Python，本地文件参考图）

​参考图生视频（Image-to-Video）

​curl 示例（multipart）

​Python SDK 示例（openai-python）

Authorizations

Body

Response

创建视频任务

请求参数

角色视频（Character）扩展（特定上游）

额外参数（仅在支持该扩展能力的上游生效）

JSON 调用示例（支持角色扩展的上游）

响应示例

状态说明

完整示例

计费模型与升级说明

脚本示例（Python，本地文件参考图）

参考图生视频（Image-to-Video）

curl 示例（multipart）

Python SDK 示例（openai-python）