每次请求可选择 Auto、TokenLab Verified 或 Official,并查看对应价格。 查看更新

Skywork: SkyReels V4

SkyReels V4 是统一的多模态视频基础模型,用于视频与音频联合生成、局部重绘和编辑。它接受文字、图片、视频片段、蒙版和音频参考,支持最高 1080p、32 FPS、15 秒并带同步音频的影视感输出,既适合提示词驱动的生成,也适合有引导的编辑流程。
对比模型
skyreels-v4
可用Skywork视频异步
价格
起 $0.11
模态
视频

SkyReels V4 简介

SkyReels V4 是昆仑万维 Skywork AI 的统一视频基础模型,能同时生成视频和配套音频,也支持视频修复(inpainting)和编辑。论文描述其输入包括文本、图片、视频片段、遮罩和音频参考,输出最高 1080p、32 FPS、15 秒。这里通过文字提示词使用,适合需要声音同步的片段。

擅长的任务

  • 视频和音频由两条协同的分支生成,声音与画面同步。
  • 论文描述用一个模型完成生成、修复和编辑,而不是分成几个工具。
  • 据 SkyReels-V4 论文,输出最高 1080p、32 FPS、15 秒。
  • 论文称其多镜头、电影风格的结果,在其自己的对比中获得最高的综合人工评测分。

什么情况换别的模型

  • 这里只能用文字提示词运行,所以论文中的视频修复、遮罩和音频参考功能不可用。
  • 评测结果来自作者自己的研究和一个公开竞技场,不是独立测试。
  • 15 秒是明确的上限,更长的场景需要用多个片段拼接。

快速上手

  1. 创建 API 密钥

    在 Console 生成一把密钥,平台上的模型都能用。

  2. 发送第一个请求

    复制你所用语言的示例代码,向该端点发起请求。

    图生视频首尾帧视频文生视频TokenLab 端点
    POST/v1/videos/generations
    curl -X POST "https://api.tokenlab.sh/v1/videos/generations" \
      -H "Authorization: Bearer sk-xxx" \
      -H "Content-Type: application/json" \
      -d '{
      "duration": 5,
      "operation": "text-to-video",
      "model": "skyreels-v4",
      "prompt": "Cinematic sunrise over a calm lake with gentle camera motion."
    }'

参数

图生视频

参数可选值与限制默认值说明
duration≥ 3, ≤ 155Use an integer.
image未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
image_url未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
resolution480p480pOnly 480p is offered.
seconds≥ 3, ≤ 155Use an integer.
start_image未提供未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.

首尾帧视频

参数可选值与限制默认值说明
duration≥ 3, ≤ 155Use an integer.
end_image输入数量:≥ 1, ≤ 1未提供Last frame: a public image URL or a data URL. A request with end_image is start-end-to-video.
image输入数量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
image_url输入数量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
resolution480p480pOnly 480p is offered.
seconds≥ 3, ≤ 155Use an integer.
start_image输入数量:≥ 1, ≤ 1未提供First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one.

文生视频

参数可选值与限制默认值说明
duration≥ 3, ≤ 155Use an integer.
height480, 560, 640, 736, 848480Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1).
n11Use an integer.
operation未提供未提供未提供
output_formatmov, mp4, webmmp4未提供
prompt未提供未提供Maximum length: 5120 characters.
seconds≥ 3, ≤ 155Use an integer.
width480, 560, 640, 736, 848848Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1).

Fields outside this contract are rejected.

价格

Verified 价格用于 Verified,多数模型更便宜;Official 价格是模型厂商公布的价格,用于更稳定的 Official。Auto 按最终完成请求的线路计价。

文生视频

每秒
Official 价格
$0.11
Verified 价格
—
折扣
—

图生视频

每秒
Official 价格
$0.11
Verified 价格
—
折扣
—

首尾帧视频

每秒
Official 价格
$0.11
Verified 价格
—
折扣
—

用量与动态

成功率是请求完成的比例;延迟是拿到一次完整响应要花的时间,P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

最近 24 小时
请求
成功率
P95 延迟
总 token 数
模型表现
达到隐私和数据量阈值后,指标才会显示。

数据来自汇总的用户请求,不含状态检查。

直接在 Console 里试

SkyReels V4 已在 Console 备好,提示词已填好,可以直接修改或发送。

帮我用 skyreels-v4 完成一次 text-to-video,接口是 /v1/videos/generations。返回结果、状态和费用。

使用场景

适用场景
  • 文生视频
  • 自带声音的片段

    生成一个短场景,不含对白的环境音、音乐或音效已经与画面对齐。

  • 多镜头宣传片

    描述一连串镜头,一次请求得到一段电影感的剪辑。

  • 高帧率动作

    为动作和体育类场景生成更流畅的运动,论文称输出为 32 帧每秒,而不是常见的 24 帧。

  • 概念预告片

    把电影或游戏的创意连同声音一起呈现,让提案文稿里能放一段带匹配环境音和音效的动态场景。

提示词示例

风暴中的甲板上,船长高喊一声命令,海浪拍打,切到船身倾斜的远景,雷声和木头吱嘎声。

雨中的广场上,街头艺人在拉小提琴,先给手部特写,再缓缓拉远,音乐和运弓动作吻合。

延时摄影:城市在黎明中苏醒,车流声渐渐变大,最后一个镜头越过河面。

FAQ

SkyReels V4 是什么?

它是 Skywork 的多模态视频音频基础模型,SkyReels-V4 论文描述它在一个框架里完成视频与音频联合生成、视频修复和编辑。

它支持什么输出?

论文给出的输出最高为 1080p 分辨率、32 帧每秒、15 秒,音频与画面同步生成,而不是事后添加。

可以用它编辑现有视频吗?

不可以。论文描述了用视频和遮罩做编辑与修复,但这个模型只根据文字提示词生成新片段。要修改现有视频,请用其他工具。

它是怎么生成声音的?

采用双流设计,一条分支生成视频,另一条生成时间上对齐的音频,两者共用一个文本编码器,所以声音跟随画面,而不是事后添加。

它是怎么评测的?

作者称其综合人工评测得分最高,并在一个公开竞技场的文本生成视频与音频榜单上排名领先。这些是厂商自己的说法,请用你自己的提示词对比。

SkyReels V4 的费用是多少?

在 TokenLab 上,SkyReels V4 的价格为 $0.11 每秒。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。

SkyReels V4 应该使用哪个端点?

SkyReels V4 使用 https://api.tokenlab.sh/v1/videos/generations。代码写法见下方的请求示例。

SkyReels V4 支持哪些操作?

SkyReels V4 支持 图生视频, 首尾帧视频, 文生视频。选了操作,上面会显示对应的端点和请求示例。

SkyReels V4 对比

用到 SkyReels V4 的指南

资料来源

审阅于 2026年10月2日

相关模型