媒體指南
視頻生成
生成具有明確公共操作、異步輪詢和模型特定媒體輸入的視頻。
視頻生成是異步的。 POST /v1/videos/generations 返回一個公共任務身份,通常還會返回一個 poll_url;最終視頻會在後續的狀態響應中出現。
可在所選模型支援的圖片欄位中傳入公開 HTTP(S) URL 或支援的 data URL。這些輸入沿一般媒體路徑處理,不會自動建立可重用的素材 ID。
明確指定的素材仍在準備時,POST /v1/videos/generations 回傳 409 seedance_material_preparing,並以 inactive_asset_ids 列出相關素材。查詢直到 ACTIVE,再用相同素材 ID 重試。若為 FAILED,先依 error_message 修正或重新匯入。
支援的操作
在生產中使用明確的 operation。TokenLab 可以從輸入中推斷某些操作,但明確的操作值使得驗證、支持和重試更加清晰。
| 操作 | 必需或典型輸入 | 使用案例 |
|---|---|---|
text-to-video | prompt | 僅從文本生成 |
image-to-video | image_url 或兼容的 image | 動畫化起始圖像 |
reference-to-video | reference_images 和可選的 video_urls / audio_urls 在支持的模型上 | 保持身份、風格或資產參考 |
start-end-to-video | start_image, end_image | 控制第一幀和最後一幀 |
video-to-video | video_url 或模型特定的 task_id | 轉換或升級現有片段 |
motion-control | image_url 加上 video_url | 將運動參考應用於主題 |
audio-to-video | audio_url | 音頻條件視頻流 |
video-extension | task_id, extend_at 或模型特定的擴展字段 | 繼續生成的視頻 |
模型發現
curl "https://api.tokenlab.sh/v1/models?recommended_for=video" \
-H "Authorization: Bearer sk-your-api-key"model 應使用 TokenLab 顯示的模型 ID,再用 operation 和對應媒體輸入選擇操作能力。示例包括 wan-2.7、happyhorse-1.0、viduq3、viduq3-mix、pixverse-v6、veo3.1、seedance-2.0;不要把供應商的操作名稱當成 TokenLab 模型名。
在依賴於專用字段如 reference_images、kling_elements、output_audio、duration、resolution 或 aspect_ratio 之前,請閱讀所選模型的詳細信息。
創建請求
curl https://api.tokenlab.sh/v1/videos/generations \
-H "Authorization: Bearer sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"model": "veo3.1",
"operation": "text-to-video",
"prompt": "一隻貓在陽光明媚的花園中漫步的平靜電影鏡頭",
"duration": 4,
"aspect_ratio": "16:9"
}'對於生產媒體輸入,優先使用公共 https URL,而不是內聯 data: URL。如果使用臨時存取 URL,請確保它在 TokenLab 完成任務建立前保持有效。
輸入和模型特定字段
音訊行為取決於所選模型和操作。沒有音訊開關,不代表影片必須無聲;省略參數也不等於傳送 false。
veo3.1和veo3.1-fast依 Gemini API 契約始終產生音訊。wan-2.6和wan-2.7的影片生成也不支援關閉聲音。省略output_audio;模型詳情允許時亦可設為true。hailuo-h3和 Grok 影片模型原生產生音訊。請勿加入所選模型詳情未列出的音訊開關。- Seedance 1.5/2.x 與
viduq3-pro/viduq3-turbo預設開啟音訊,並支援無聲輸出;PixVerse C1/V5.6/V6 預設關閉音訊。僅在目前操作列出該欄位時使用output_audio;Vidu 亦接受其契約宣告的布林欄位audio。 audio_url/audio_urls用於輸入或參考音訊,不是輸出聲音開關。影片編輯、動作遷移和風格轉換可能保留輸入音軌;保留原音不等於靜音。
允許值及音訊相關價格以模型詳情為準。受支援的相容欄位 outputAudio、generate_audio 和布林 audio 與 output_audio 同時出現時,值必須一致。請勿假定同系列各版本、各操作的聲音控制相同。
- 使用 Seedance 2.0 家族的 4K 輸出、Fast/Mini 解析度邊界或多模態參考輸入前,請閱讀 Seedance 2.0 影片模型指南。
grok-imagine-video的 video-to-video 使用prompt與公開 HTTPS.mp4video_url;此操作不使用duration、resolution或aspect_ratio選項。
PixVerse 與 HappyHorse
| 模型 | 操作 | 輸入 | 解析度 | 時長 | 音訊選擇器 |
|---|---|---|---|---|---|
pixverse-c1, pixverse-v6 | text-to-video, image-to-video, start-end-to-video, reference-to-video | prompt; image_url; start_image + end_image; reference_images | 360p, 540p, 720p, 1080p | 1 到 15 秒之間的任意整數 | output_audio, 預設為 false |
pixverse-v5.6 | text-to-video, image-to-video, start-end-to-video, reference-to-video | 與 C1 和 V6 相同的欄位 | 360p, 540p, 720p, 1080p | 5、8 或 10 秒;1080p 支援 5 或 8 秒 | output_audio, 預設為 false |
happyhorse-1.0 | text-to-video, image-to-video, reference-to-video, video-to-video | prompt; image_url; reference_images; video_url + reference_images | 720p, 1080p | 生成操作為 3 到 15 秒;video-to-video 輸出上限為 15 秒 | 請勿傳送 output_audio |
在 TokenLab 上,上述 PixVerse 模型不接受 operation=video-extension。
curl https://api.tokenlab.sh/v1/videos/generations \
-H "Authorization: Bearer sk-your-api-key" \
-H "Content-Type: application/json" \
-d '{
"model": "pixverse-v6",
"operation": "image-to-video",
"prompt": "A slow camera move through a neon-lit street",
"image_url": "https://example.com/start.jpg",
"resolution": "1080p",
"duration": 5,
"output_audio": true
}'輪詢結果
首先使用返回的 poll_url。如果您需要固定端點,請使用 GET /v1/tasks/{id},並使用來自創建響應的相同 id / task_id。
完成的影片任務可能會根據模型和輸出數量返回 video_url、video 或 videos。請將 billing_transaction_id 視為計費識別符,而不是任務識別符。
常見陷阱
- 不要硬編碼舊的視頻狀態路徑;優先使用
poll_url。 - 除非模型說明允許,否則不要將第一幀字段與專用的參考圖像流結合使用。
- 不要假設
duration描述輸入參考視頻的長度;它通常控制生成的輸出長度。 - 在超時後不要重試創建請求,而不檢查任務是否已經創建。
API 參考
統一影片 API 與火山相容入口
跨模型影片生成建議使用 /v1/videos/generations。如果你正在遷移既有 Seedance 2.0 整合,且請求已是火山風格 content[] 或 Action 形式,可以使用 /api/v3 下的 Seedance 相容入口。兩種入口都使用 TokenLab Bearer API Key 和非同步輪詢,但請求與回應結構不同。
OpenAI 風格和火山相容影片 API
跨模型影片生成請使用 TokenLab 統一的 /v1/videos/generations。如果你正在遷移已經使用火山風格 content[] 或 Action 請求的 Seedance 2.0 整合,可以使用 /api/v3 下的 Seedance 相容入口。兩種入口都使用 TokenLab Bearer API Key 和異步輪詢,但請求與回應結構不同。
Hailuo H3-Max 可根據文字、首幀或首尾幀生成 5–15 秒的 480p 或 768p 影片,主打快速生成,適用於將鏡頭構想迅速轉為短片。
{
"model": "hailuo-h3-max",
"operation": "text-to-video",
"prompt": "A slow camera move through a quiet garden",
"resolution": "768p",
"duration": 5,
"aspect_ratio": "16:9"
}