Veo 3.1 es el modelo de generación de vídeo de Google para crear una escena audiovisual breve a partir de texto o de un encargo basado en una imagen. Su perfil de producción admite texto a vídeo, imagen a vídeo y creación guiada por primer y último fotograma, con sonido generado, referencias de recursos y un flujo independiente de continuación. Úsalo para desarrollar un concepto cinematográfico, una breve narración de producto o un segmento visual con una escena, una acción y una experiencia sonora definidas.
Describe primero el sujeto y el evento visible. Establece el entorno, la hora del día y la luz y define después el punto de vista o movimiento de la cámara y el estilo visual previsto. Un encargo original de escena podría mostrar un recipiente de vidrio sobre una superficie de estudio oscura, con un movimiento lateral lento que revele un reflejo mientras un suave sonido ambiental acompaña la presentación. Cada instrucción aporta una característica visible o audible que puede evaluarse en el resultado terminado.
El marco de prompts de Google trata el sujeto, la acción, la escena, la cámara y la estética como partes separadas del encargo. Utiliza las partes que sirvan al plano en lugar de añadir todos los descriptores posibles. Escribe las indicaciones en inglés para el perfil de prompts documentado. Si la escena tiene varias acciones, indica su relación y mantenlas proporcionadas a un clip breve, para que una presentación o reacción siga siendo comprensible.
Una imagen inicial establece el aspecto y la composición de apertura. Utilízala cuando el personaje, producto o entorno ya exista como recurso visual y describe el movimiento que debe desarrollarse a partir de ella. Un último fotograma añade una composición objetivo para el final. Prepara fotogramas de límite que comuniquen una transición plausible y conserven los detalles que identifican al sujeto principal, y después inspecciona el movimiento entre esos fotogramas tras la generación.
Las referencias de recursos tienen otra finalidad: orientan el aspecto de un personaje u objeto en una escena nueva generada, mientras que los fotogramas de límite definen momentos concretos de esa escena. Elige referencias que muestren los rasgos visuales importantes y aclara en el prompt la función de cada recurso. La especificación de imagen de referencia a vídeo del modelo de producción utiliza una salida de ocho segundos para ese flujo de referencias, distinta de la selección habitual de duración basada en texto.
El perfil habitual de producción del fabricante genera clips de cuatro, seis u ocho segundos a 24 fotogramas por segundo. Enumera encuadre horizontal 16:9 y vertical 9:16, hasta cuatro vídeos de salida por prompt y resoluciones de salida de 720p, 1080p y 4K. El formato del vídeo de salida es MP4. Su especificación basada en imagen acepta JPEG o PNG, enumera un máximo de imagen de entrada de 20 MB y admite configuraciones de entrada 720p/1080p. Elige el perfil de salida para la ubicación prevista y mantén legible la composición del fotograma a ese tamaño.
El sonido nativo puede acompañar a la escena visible. Especifica las frases habladas, el ambiente y los efectos sonoros como partes del mismo encargo, nombrando al sujeto o evento que produce cada uno. Una instrucción de diálogo y una instrucción de cámara responden a preguntas distintas: una establece la interpretación y la otra cómo la ve el espectador. Ajusta las palabras al tiempo útil de habla del clip y revisa la inteligibilidad del sonido y su relación con la acción.
Para una continuación, el fabricante ofrece un flujo independiente de extensión de vídeo. Parte de un clip de origen generado apropiado y describe el siguiente evento visible o cambio en la escena. Conserva el original y el segmento continuado para revisar su punto de unión en cuanto a aspecto, movimiento y sonido. Las opciones normales de duración y resolución de una generación nueva no deben considerarse un contrato universal para todas las operaciones de extensión.
Una descripción negativa puede centrar las exclusiones en los requisitos visuales de la tarea. Para una serie de variaciones de producto, mantén estables el sujeto y la composición mientras cambias una única dirección creativa, como la iluminación o la distancia de cámara. Registra el prompt, las referencias y los ajustes seleccionados junto con el resultado. Esto permite comparar una diferencia creativa útil en lugar de una colección de generaciones inconexas.
El perfil de producción regular Veo 3.1 y Veo 3.1 Fast tienen perfiles de resolución de salida distintos. Fast enumera 720p y 1080p; el 3.1 regular también enumera 4K. Mantén la edición elegida asociada al resultado, sin sustituir silenciosamente un identificador de modelo de producción por un perfil Preview anterior u otra generación de Veo. Tanto el aspecto de un sujeto como la operación admitida dependen del flujo seleccionado.
La generación es una operación cuyo resultado terminado proporciona recursos de vídeo para reproducir y editar posteriormente. Conserva los archivos devueltos con sus fotogramas de origen, recursos de referencia y encargo, así como la información de procedencia de contenido proporcionada. Inspecciona cada resultado real en cuanto al aspecto del sujeto, la acción, el encuadre, el sonido y la composición final. Utiliza el clip elegido como pieza de producción, con títulos, transiciones u otros acabados añadidos en la edición circundante.
", "aboutText": "Veo 3.1 es el modelo de generación de vídeo de Google para crear una escena audiovisual breve a partir de texto o de un encargo basado en una imagen. Su perfil de producción admite texto a vídeo, imagen a vídeo y creación guiada por primer y último fotograma, con sonido generado, referencias de recursos y un flujo independiente de continuación. Úsalo para desarrollar un concepto cinematográfico, una breve narración de producto o un segmento visual con una escena, una acción y una experiencia sonora definidas.\n\nDescribe primero el sujeto y el evento visible. Establece el entorno, la hora del día y la luz y define después el punto de vista o movimiento de la cámara y el estilo visual previsto. Un encargo original de escena podría mostrar un recipiente de vidrio sobre una superficie de estudio oscura, con un movimiento lateral lento que revele un reflejo mientras un suave sonido ambiental acompaña la presentación. Cada instrucción aporta una característica visible o audible que puede evaluarse en el resultado terminado.\n\nEl marco de prompts de Google trata el sujeto, la acción, la escena, la cámara y la estética como partes separadas del encargo. Utiliza las partes que sirvan al plano en lugar de añadir todos los descriptores posibles. Escribe las indicaciones en inglés para el perfil de prompts documentado. Si la escena tiene varias acciones, indica su relación y mantenlas proporcionadas a un clip breve, para que una presentación o reacción siga siendo comprensible.\n\nUna imagen inicial establece el aspecto y la composición de apertura. Utilízala cuando el personaje, producto o entorno ya exista como recurso visual y describe el movimiento que debe desarrollarse a partir de ella. Un último fotograma añade una composición objetivo para el final. Prepara fotogramas de límite que comuniquen una transición plausible y conserven los detalles que identifican al sujeto principal, y después inspecciona el movimiento entre esos fotogramas tras la generación.\n\nLas referencias de recursos tienen otra finalidad: orientan el aspecto de un personaje u objeto en una escena nueva generada, mientras que los fotogramas de límite definen momentos concretos de esa escena. Elige referencias que muestren los rasgos visuales importantes y aclara en el prompt la función de cada recurso. La especificación de imagen de referencia a vídeo del modelo de producción utiliza una salida de ocho segundos para ese flujo de referencias, distinta de la selección habitual de duración basada en texto.\n\nEl perfil habitual de producción del fabricante genera clips de cuatro, seis u ocho segundos a 24 fotogramas por segundo. Enumera encuadre horizontal 16:9 y vertical 9:16, hasta cuatro vídeos de salida por prompt y resoluciones de salida de 720p, 1080p y 4K. El formato del vídeo de salida es MP4. Su especificación basada en imagen acepta JPEG o PNG, enumera un máximo de imagen de entrada de 20 MB y admite configuraciones de entrada 720p/1080p. Elige el perfil de salida para la ubicación prevista y mantén legible la composición del fotograma a ese tamaño.\n\nEl sonido nativo puede acompañar a la escena visible. Especifica las frases habladas, el ambiente y los efectos sonoros como partes del mismo encargo, nombrando al sujeto o evento que produce cada uno. Una instrucción de diálogo y una instrucción de cámara responden a preguntas distintas: una establece la interpretación y la otra cómo la ve el espectador. Ajusta las palabras al tiempo útil de habla del clip y revisa la inteligibilidad del sonido y su relación con la acción.\n\nPara una continuación, el fabricante ofrece un flujo independiente de extensión de vídeo. Parte de un clip de origen generado apropiado y describe el siguiente evento visible o cambio en la escena. Conserva el original y el segmento continuado para revisar su punto de unión en cuanto a aspecto, movimiento y sonido. Las opciones normales de duración y resolución de una generación nueva no deben considerarse un contrato universal para todas las operaciones de extensión.\n\nUna descripción negativa puede centrar las exclusiones en los requisitos visuales de la tarea. Para una serie de variaciones de producto, mantén estables el sujeto y la composición mientras cambias una única dirección creativa, como la iluminación o la distancia de cámara. Registra el prompt, las referencias y los ajustes seleccionados junto con el resultado. Esto permite comparar una diferencia creativa útil en lugar de una colección de generaciones inconexas.\n\nEl perfil de producción regular Veo 3.1 y Veo 3.1 Fast tienen perfiles de resolución de salida distintos. Fast enumera 720p y 1080p; el 3.1 regular también enumera 4K. Mantén la edición elegida asociada al resultado, sin sustituir silenciosamente un identificador de modelo de producción por un perfil Preview anterior u otra generación de Veo. Tanto el aspecto de un sujeto como la operación admitida dependen del flujo seleccionado.\n\nLa generación es una operación cuyo resultado terminado proporciona recursos de vídeo para reproducir y editar posteriormente. Conserva los archivos devueltos con sus fotogramas de origen, recursos de referencia y encargo, así como la información de procedencia de contenido proporcionada. Inspecciona cada resultado real en cuanto al aspecto del sujeto, la acción, el encuadre, el sonido y la composición final. Utiliza el clip elegido como pieza de producción, con títulos, transiciones u otros acabados añadidos en la edición circundante.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f16e0189a4f817ad13e166faf3ff2dffa8356d34ff00f95c0a8dd48f78e6ac1e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "google/veo-3.1Veo 3.1 es el modelo de vídeo de Google para escenas basadas en texto e imágenes, con sonido generado, fotogramas de límite guiados y recursos de referencia. Su perfil de producción ofrece clips de cuatro, seis u ocho segundos a 24 fps, con opciones de salida de 720p, 1080p y 4K.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Veo 3.1 es el modelo de generación de vídeo de Google para crear una escena audiovisual breve a partir de texto o de un encargo basado en una imagen. Su perfil de producción admite texto a vídeo, imagen a vídeo y creación guiada por primer y último fotograma, con sonido generado, referencias de recursos y un flujo independiente de continuación. Úsalo para desarrollar un concepto cinematográfico, una breve narración de producto o un segmento visual con una escena, una acción y una experiencia sonora definidas.
Describe primero el sujeto y el evento visible. Establece el entorno, la hora del día y la luz y define después el punto de vista o movimiento de la cámara y el estilo visual previsto. Un encargo original de escena podría mostrar un recipiente de vidrio sobre una superficie de estudio oscura, con un movimiento lateral lento que revele un reflejo mientras un suave sonido ambiental acompaña la presentación. Cada instrucción aporta una característica visible o audible que puede evaluarse en el resultado terminado.
El marco de prompts de Google trata el sujeto, la acción, la escena, la cámara y la estética como partes separadas del encargo. Utiliza las partes que sirvan al plano en lugar de añadir todos los descriptores posibles. Escribe las indicaciones en inglés para el perfil de prompts documentado. Si la escena tiene varias acciones, indica su relación y mantenlas proporcionadas a un clip breve, para que una presentación o reacción siga siendo comprensible.
Una imagen inicial establece el aspecto y la composición de apertura. Utilízala cuando el personaje, producto o entorno ya exista como recurso visual y describe el movimiento que debe desarrollarse a partir de ella. Un último fotograma añade una composición objetivo para el final. Prepara fotogramas de límite que comuniquen una transición plausible y conserven los detalles que identifican al sujeto principal, y después inspecciona el movimiento entre esos fotogramas tras la generación.
Las referencias de recursos tienen otra finalidad: orientan el aspecto de un personaje u objeto en una escena nueva generada, mientras que los fotogramas de límite definen momentos concretos de esa escena. Elige referencias que muestren los rasgos visuales importantes y aclara en el prompt la función de cada recurso. La especificación de imagen de referencia a vídeo del modelo de producción utiliza una salida de ocho segundos para ese flujo de referencias, distinta de la selección habitual de duración basada en texto.
El perfil habitual de producción del fabricante genera clips de cuatro, seis u ocho segundos a 24 fotogramas por segundo. Enumera encuadre horizontal 16:9 y vertical 9:16, hasta cuatro vídeos de salida por prompt y resoluciones de salida de 720p, 1080p y 4K. El formato del vídeo de salida es MP4. Su especificación basada en imagen acepta JPEG o PNG, enumera un máximo de imagen de entrada de 20 MB y admite configuraciones de entrada 720p/1080p. Elige el perfil de salida para la ubicación prevista y mantén legible la composición del fotograma a ese tamaño.
El sonido nativo puede acompañar a la escena visible. Especifica las frases habladas, el ambiente y los efectos sonoros como partes del mismo encargo, nombrando al sujeto o evento que produce cada uno. Una instrucción de diálogo y una instrucción de cámara responden a preguntas distintas: una establece la interpretación y la otra cómo la ve el espectador. Ajusta las palabras al tiempo útil de habla del clip y revisa la inteligibilidad del sonido y su relación con la acción.
Para una continuación, el fabricante ofrece un flujo independiente de extensión de vídeo. Parte de un clip de origen generado apropiado y describe el siguiente evento visible o cambio en la escena. Conserva el original y el segmento continuado para revisar su punto de unión en cuanto a aspecto, movimiento y sonido. Las opciones normales de duración y resolución de una generación nueva no deben considerarse un contrato universal para todas las operaciones de extensión.
Una descripción negativa puede centrar las exclusiones en los requisitos visuales de la tarea. Para una serie de variaciones de producto, mantén estables el sujeto y la composición mientras cambias una única dirección creativa, como la iluminación o la distancia de cámara. Registra el prompt, las referencias y los ajustes seleccionados junto con el resultado. Esto permite comparar una diferencia creativa útil en lugar de una colección de generaciones inconexas.
El perfil de producción regular Veo 3.1 y Veo 3.1 Fast tienen perfiles de resolución de salida distintos. Fast enumera 720p y 1080p; el 3.1 regular también enumera 4K. Mantén la edición elegida asociada al resultado, sin sustituir silenciosamente un identificador de modelo de producción por un perfil Preview anterior u otra generación de Veo. Tanto el aspecto de un sujeto como la operación admitida dependen del flujo seleccionado.
La generación es una operación cuyo resultado terminado proporciona recursos de vídeo para reproducir y editar posteriormente. Conserva los archivos devueltos con sus fotogramas de origen, recursos de referencia y encargo, así como la información de procedencia de contenido proporcionada. Inspecciona cada resultado real en cuanto al aspecto del sujeto, la acción, el encuadre, el sonido y la composición final. Utiliza el clip elegido como pieza de producción, con títulos, transiciones u otros acabados añadidos en la edición circundante.
POST /v1/videostextvideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/veo-3.1 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Máximo de bytes UTF-8: 10.000 Se requiere contenido distinto de espacios en blanco: Sí | Predeterminado— |
Campoduration | Tipointeger | RequisitoObligatorio | Valores y límites 4, 6, 8 | Predeterminado— |
Camporesolution | Tipostring | RequisitoObligatorio | Valores y límites 720p | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoObligatorio | Valores y límites 16:9, 9:16 | Predeterminado— |
Campogenerate_audio | Tipoboolean | RequisitoObligatorio | Valores y límites false, true | Predeterminado— |
Texto a vídeo · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt, duration, resolution, aspect_ratio, generate_audio |
Parámetroadditional_properties | Contratofalse |
Parámetroparameters | Contrato{"name":"model","type":"string","required":true,"enum":["google/veo-3.1"]}, {"name":"prompt","type":"string","required":true,"non_whitespace":true,"max_utf8_bytes":10000}, {"name":"duration","type":"integer","required":true,"enum":[4,6,8]}, {"name":"resolution","type":"string","required":true,"enum":["720p"]}, {"name":"aspect_ratio","type":"string","required":true,"enum":["16:9","9:16"]}, {"name":"generate_audio","type":"boolean","required":true,"enum":[false,true]} |
Parámetromaterial_types | Contratotext |
Alias de método: /v1/videos/generations, /videos, /videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Conserva la respuesta completa y los ID originales devueltos.
No vuelvas a enviar nunca una creación de resultado desconocido.
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Generar audio | Resolución | Unidad de facturación | Condiciones de facturación | Cargo |
|---|---|---|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturación— | Condiciones de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónUltra | Tabla de tarifas— | Cantidad previstaConfiguración solicitada; solo una estimación. | Generar audioCon audio | Resolución720p | Unidad de facturaciónpor segundo de vídeo de salida | Condiciones de facturación— | Cargo Salida · Segundo estimado de vídeo de salida · Estimación solo para comparar $0.8 por segundo de vídeo de salida La tarifa mostrada estima el coste antes de la generación. El cargo definitivo se calcula a partir del coste registrado para la generación original. La duración física del vídeo no es la cantidad facturable. |
| ConfiguraciónPrecio del vídeo | Tabla de tarifas— | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturaciónpor segundo de vídeo | Condiciones de facturaciónaudio: with_audio; resolución: 4k | Cargo Salida · Precio del vídeo · Estimación solo para comparar $1.2 por segundo de vídeo |
| ConfiguraciónUltra | Tabla de tarifas— | Cantidad previstaConfiguración solicitada; solo una estimación. | Generar audioSin audio | Resolución720p | Unidad de facturaciónpor segundo de vídeo de salida | Condiciones de facturación— | Cargo Salida · Segundo estimado de vídeo de salida · Estimación solo para comparar $0.4 por segundo de vídeo de salida La tarifa mostrada estima el coste antes de la generación. El cargo definitivo se calcula a partir del coste registrado para la generación original. La duración física del vídeo no es la cantidad facturable. |
| ConfiguraciónPrecio del vídeo | Tabla de tarifas— | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturaciónpor segundo de vídeo | Condiciones de facturaciónaudio: without_audio; resolución: 4k | Cargo Salida · Precio del vídeo · Estimación solo para comparar $0.8 por segundo de vídeo |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Generar audio— | Resolución— | Unidad de facturación— | Condiciones de facturación— | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $1.6 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónsonido: with_audio | Cargo Salida · Precio del vídeo $0.8 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónaudio: with_audio; resolución: 4k | Cargo Salida · Precio del vídeo $1.2 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónsonido: without_audio | Cargo Salida · Precio del vídeo $0.4 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
| ConfiguraciónPrecio del vídeo | Condiciones de facturaciónaudio: without_audio; resolución: 4k | Cargo Salida · Precio del vídeo $0.8 por segundo de vídeo Referencia de precios publicada para la configuración mostrada. Los cargos finales se calculan según la configuración realmente facturada. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/veo-3.1", "prompt": "a calm greenhouse", "duration": 6, "resolution": "720p", "aspect_ratio": "16:9", "generate_audio": true}')\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nmp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nGuarda todos los vídeos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva cada URL firmada de un recurso bajo tu titularidad en data[] completado y todos los metadatos del estado. Guarda todos los resultados, incluido el audio generado. Puede haber una pista de audio AAC válida incluso con generate_audio=false; conserva el MP4 original completo, incluido ese audio.
Consulta el trabajo original existente; no vuelvas a enviar nunca un envío de resultado desconocido.
Máximo de salidas: 4.
| Campo | Tipo | Significado |
|---|---|---|
Campoid | Tipostring | Significado— |
Campoobject | Tipostring | Significado— |
Campomodel | Tipostring | Significado— |
Campostatus | Tipostring | Significado— |
Campodata[] | Tiposigned content URL | Significado— |
Campocharge_pending_check | Tipoboolean | Significado— |
Campoerror.code | Tipostring | Significado— |
Campoerror.message | Tipostring | Significado— |
Campooperation_id | Tipostring | SignificadoRespuesta HTTP503 result_pending_check del estado o contenido original: el mismo ID público de vídeo original como id. |
Campoerror.type | Tipostring | Significadoserver_error con HTTP503 result_pending_check. |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónNo se puede leer el cuerpo sin procesar de la solicitud antes de analizar el perfil de vídeo | Siguiente pasoConserva la respuesta devuelta y corrige el cuerpo ilegible de la solicitud. |
Respuesta422 · price_unavailable | CondiciónNo se puede analizar el perfil exacto de vídeo, o el perfil completo analizado no tiene una ficha de precios exacta lista para usar | Siguiente pasoConserva la respuesta; utiliza el perfil admitido exacto y completo y su ficha publicada. Esta rama se ejecuta antes del envío al proveedor. |
Respuesta409 · video_not_ready | CondiciónEl contenido del resultado original aún no está disponible | Siguiente pasoConsulta periódicamente el ID original devuelto y respeta Retry-After. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Respuesta503 · result_pending_check | CondiciónGET del estado o contenido original: la tarea no está publicada, el trabajo original no está en failed/cancelled/expired y el estado local es unknown o el estado del trabajo original es completed. | Siguiente pasoConserva el id y el operation_id originales (el mismo ID público de vídeo), la respuesta y las cabeceras; consulta solo el estado o contenido original. No envíes nunca una nueva solicitud de generación. |
Ailoot Ultra google/veo-3.1
/v1/videos/generations, /videos, /videos/generations