Sora 2 est le modèle de génération vidéo et audio d’OpenAI pour des clips dynamiques créés à partir d’une description écrite de scène ou d’une image de référence. Il génère la séquence visuelle avec la parole, les effets et les sons d’ambiance synchronisés. Le profil standard Sora 2 est destiné à l’exploration visuelle, au développement de concepts, aux prototypes et aux premiers montages. Sora 2 Pro est une édition distincte visant une meilleure fidélité visuelle et une finition à plus haute résolution.
Le guide de prompting du fabricant organise un brief utile autour du cadrage, du sujet, de l’action, du décor et de la lumière. Donnez à la scène un style visuel cohérent, puis décrivez le mouvement en étapes claires. Un concept de produit original pourrait montrer un petit objet mécanique effectuant un tour sur un établi tandis que la caméra s’approche lentement, avec une lumière douce venant d’une fenêtre et un léger bruit de moteur. Précisez ce que le spectateur doit remarquer et comment l’action se termine.
Veillez à ce que le mouvement de caméra et l’action du sujet restent compréhensibles dans chaque plan. Une séquence complexe peut être divisée en blocs de plans distincts, chacun avec son cadrage, son action et son éclairage. Conservez les mêmes détails du sujet et la même palette lorsque plusieurs clips doivent former une séquence. Le guide souligne que les plans courts suivent généralement les instructions plus fidèlement et que des générations répétées à partir du même prompt produisent des prises différentes.
La présentation du modèle à son lancement décrit une amélioration du comportement physique et de la continuité entre les plans, notamment pour les styles réaliste, cinématographique et anime. Ce sont des capacités annoncées qu’il faut diriger et examiner. Vérifiez le mouvement, les contacts entre objets, les proportions et la continuité, sans supposer qu’une première image plausible garantit une séquence cohérente. Si une action manque de clarté, simplifiez-la et donnez-lui un début et une fin visibles.
Précisez les répliques séparément de la description visuelle et identifiez les locuteurs de manière constante. Gardez des dialogues assez courts pour s’inscrire dans l’action et dans la durée prévue du clip. Pour une animation à deux personnages, alternez une brève question et une réponse au lieu de demander à un plan court d’accueillir un long discours. Le guide avertit que les dialogues longs et complexes peuvent perturber le rythme et la synchronisation.
Décrivez l’univers sonore de la scène : le son d’un petit mouvement, l’ambiance d’une pièce ou le rythme d’un effet environnemental. Indiquez quel son doit coïncider avec l’action. Écoutez la parole et les effets obtenus en regardant l’image, et vérifiez l’attribution des voix, les mots et le minutage. L’audio synchronisé fait partie du clip généré ; il ne s’agit pas d’une réponse textuelle séparée.
Les dimensions de sortie documentées du modèle standard sont 720×1280 en portrait et 1280×720 en paysage. Les dimensions de plus haute résolution du profil Pro ne doivent pas être attribuées à Sora 2 standard. Les dimensions et la durée sont des paramètres explicites de la requête ; écrire d’autres dimensions ou demander un film plus long dans le prompt ne modifie pas ces paramètres. La référence de création propose des clips de 4, 8 et 12 secondes : choisissez donc une action courte et définie lorsque vous préparez un plan. Le processus étendu du producteur documente également des réglages de 16 et 20 secondes.
Une image de référence fixe le point de départ de la première image, et le texte décrit la suite. Le producteur accepte les références JPEG, PNG et WebP et exige que l’image corresponde aux dimensions de la vidéo cible. Préparez le sujet, l’environnement et la composition dans cette image d’ouverture, puis demandez un mouvement précis. Il s’agit d’une référence pour l’image initiale, et non d’une garantie que chaque détail restera identique pendant tout le clip.
Le processus étendu du producteur peut créer un élément de personnage réutilisable à partir d’une courte vidéo de référence montrant un animal, une mascotte ou un objet. Ses consignes de préparation demandent un clip MP4 d’environ deux à quatre secondes, de 720p à 1080p, au format 16:9 ou 9:16. Faire correspondre les proportions de la source et de la sortie aide à éviter un aspect étiré. La génération peut référencer jusqu’à deux personnages.
Conservez l’identifiant du personnage et mentionnez son nom dans le prompt ; transmettre uniquement l’identifiant ne constitue pas la préparation complète décrite par le guide. Les éléments de personnage peuvent accompagner une génération guidée par une image, mais les prolongations vidéo ne les acceptent pas. Le producteur bloque par défaut les téléversements de personnages ressemblant à des humains et rejette les images de référence contenant des visages humains dans le parcours API documenté. Les fonctions de personnages personnels de l’application Sora relèvent d’un processus produit distinct.
Une prolongation reçoit une vidéo source terminée et un prompt de continuation, et utilise le clip source complet comme contexte pour le mouvement, la direction de caméra et la continuité de la scène. Le guide décrit des ajouts pouvant atteindre 20 secondes par prolongation. Les entrées documentées de ce mode sont la vidéo source et le texte ; les références supplémentaires de personnages ou d’images en sont exclues. Décrivez comment l’action existante se poursuit, au lieu d’introduire sans transition une scène sans rapport.
La modification vidéo vise un changement clair dans un clip existant. Une révision ciblée peut modifier la couleur d’un objet ou la palette de la scène tout en conservant le reste du plan. Le guide du producteur recommande un changement bien défini à la fois et distingue la modification d’une vidéo générée du téléversement de séquences quelconques, soumis à une condition d’éligibilité distincte. Conservez la source terminée et définissez la révision exacte nécessaire avant d’effectuer une autre modification.
Le parcours vidéo documenté du producteur est asynchrone : une tâche envoyée peut être en file d’attente ou en cours avant de se terminer ou d’échouer. Une tâche terminée produit une vidéo MP4 ; des miniatures et des planches de vignettes facilitent l’aperçu et la navigation. Gardez l’identité de la tâche associée au prompt, aux références et aux fichiers retournés. La réponse initiale à une tâche n’est pas la vidéo finale prête à être lue.
Le parcours de téléchargement ordinaire indique une validité d’une heure pour l’URL de téléchargement. Le processus étendu par lots prépare des requêtes de rendu JSON indépendantes avec des identifiants d’éléments stables, des références téléversées et un résultat associé à chaque plan ; ses fichiers terminés disposent d’une période de téléchargement distincte allant jusqu’à 24 heures. Enregistrez rapidement le clip terminé et examinez l’image et le son réels avant de le considérer comme une prise sélectionnée.
Les restrictions de contenu documentées de l’API du producteur exigent un contenu adapté aux moins de 18 ans et refusent les personnages ou musiques protégés par le droit d’auteur ainsi que la génération de personnes réelles. Préparez la scène et les références en conséquence. Le résultat direct du modèle est une vidéo avec audio, et non des images fixes générées, une réponse d’outil conversationnel ou un film de durée illimitée. Conservez l’identité exacte du modèle standard et le clip source accepté lorsque vous poursuivez un concept visuel.
", "aboutText": "Sora 2 est le modèle de génération vidéo et audio d’OpenAI pour des clips dynamiques créés à partir d’une description écrite de scène ou d’une image de référence. Il génère la séquence visuelle avec la parole, les effets et les sons d’ambiance synchronisés. Le profil standard Sora 2 est destiné à l’exploration visuelle, au développement de concepts, aux prototypes et aux premiers montages. Sora 2 Pro est une édition distincte visant une meilleure fidélité visuelle et une finition à plus haute résolution.\n\n### Décrire un plan que l’on peut voir et entendre\n\nLe guide de prompting du fabricant organise un brief utile autour du cadrage, du sujet, de l’action, du décor et de la lumière. Donnez à la scène un style visuel cohérent, puis décrivez le mouvement en étapes claires. Un concept de produit original pourrait montrer un petit objet mécanique effectuant un tour sur un établi tandis que la caméra s’approche lentement, avec une lumière douce venant d’une fenêtre et un léger bruit de moteur. Précisez ce que le spectateur doit remarquer et comment l’action se termine.\n\nVeillez à ce que le mouvement de caméra et l’action du sujet restent compréhensibles dans chaque plan. Une séquence complexe peut être divisée en blocs de plans distincts, chacun avec son cadrage, son action et son éclairage. Conservez les mêmes détails du sujet et la même palette lorsque plusieurs clips doivent former une séquence. Le guide souligne que les plans courts suivent généralement les instructions plus fidèlement et que des générations répétées à partir du même prompt produisent des prises différentes.\n\nLa présentation du modèle à son lancement décrit une amélioration du comportement physique et de la continuité entre les plans, notamment pour les styles réaliste, cinématographique et anime. Ce sont des capacités annoncées qu’il faut diriger et examiner. Vérifiez le mouvement, les contacts entre objets, les proportions et la continuité, sans supposer qu’une première image plausible garantit une séquence cohérente. Si une action manque de clarté, simplifiez-la et donnez-lui un début et une fin visibles.\n\n### Diriger séparément les dialogues et le son\n\nPrécisez les répliques séparément de la description visuelle et identifiez les locuteurs de manière constante. Gardez des dialogues assez courts pour s’inscrire dans l’action et dans la durée prévue du clip. Pour une animation à deux personnages, alternez une brève question et une réponse au lieu de demander à un plan court d’accueillir un long discours. Le guide avertit que les dialogues longs et complexes peuvent perturber le rythme et la synchronisation.\n\nDécrivez l’univers sonore de la scène : le son d’un petit mouvement, l’ambiance d’une pièce ou le rythme d’un effet environnemental. Indiquez quel son doit coïncider avec l’action. Écoutez la parole et les effets obtenus en regardant l’image, et vérifiez l’attribution des voix, les mots et le minutage. L’audio synchronisé fait partie du clip généré ; il ne s’agit pas d’une réponse textuelle séparée.\n\n### Dimensions, durée et ouverture guidée par une image\n\nLes dimensions de sortie documentées du modèle standard sont 720×1280 en portrait et 1280×720 en paysage. Les dimensions de plus haute résolution du profil Pro ne doivent pas être attribuées à Sora 2 standard. Les dimensions et la durée sont des paramètres explicites de la requête ; écrire d’autres dimensions ou demander un film plus long dans le prompt ne modifie pas ces paramètres. La référence de création propose des clips de 4, 8 et 12 secondes : choisissez donc une action courte et définie lorsque vous préparez un plan. Le processus étendu du producteur documente également des réglages de 16 et 20 secondes.\n\nUne image de référence fixe le point de départ de la première image, et le texte décrit la suite. Le producteur accepte les références JPEG, PNG et WebP et exige que l’image corresponde aux dimensions de la vidéo cible. Préparez le sujet, l’environnement et la composition dans cette image d’ouverture, puis demandez un mouvement précis. Il s’agit d’une référence pour l’image initiale, et non d’une garantie que chaque détail restera identique pendant tout le clip.\n\n### Personnages non humains réutilisables\n\nLe processus étendu du producteur peut créer un élément de personnage réutilisable à partir d’une courte vidéo de référence montrant un animal, une mascotte ou un objet. Ses consignes de préparation demandent un clip MP4 d’environ deux à quatre secondes, de 720p à 1080p, au format 16:9 ou 9:16. Faire correspondre les proportions de la source et de la sortie aide à éviter un aspect étiré. La génération peut référencer jusqu’à deux personnages.\n\nConservez l’identifiant du personnage et mentionnez son nom dans le prompt ; transmettre uniquement l’identifiant ne constitue pas la préparation complète décrite par le guide. Les éléments de personnage peuvent accompagner une génération guidée par une image, mais les prolongations vidéo ne les acceptent pas. Le producteur bloque par défaut les téléversements de personnages ressemblant à des humains et rejette les images de référence contenant des visages humains dans le parcours API documenté. Les fonctions de personnages personnels de l’application Sora relèvent d’un processus produit distinct.\n\n### Prolonger ou modifier un clip terminé\n\nUne prolongation reçoit une vidéo source terminée et un prompt de continuation, et utilise le clip source complet comme contexte pour le mouvement, la direction de caméra et la continuité de la scène. Le guide décrit des ajouts pouvant atteindre 20 secondes par prolongation. Les entrées documentées de ce mode sont la vidéo source et le texte ; les références supplémentaires de personnages ou d’images en sont exclues. Décrivez comment l’action existante se poursuit, au lieu d’introduire sans transition une scène sans rapport.\n\nLa modification vidéo vise un changement clair dans un clip existant. Une révision ciblée peut modifier la couleur d’un objet ou la palette de la scène tout en conservant le reste du plan. Le guide du producteur recommande un changement bien défini à la fois et distingue la modification d’une vidéo générée du téléversement de séquences quelconques, soumis à une condition d’éligibilité distincte. Conservez la source terminée et définissez la révision exacte nécessaire avant d’effectuer une autre modification.\n\n### Tâches de rendu et vidéo terminée\n\nLe parcours vidéo documenté du producteur est asynchrone : une tâche envoyée peut être en file d’attente ou en cours avant de se terminer ou d’échouer. Une tâche terminée produit une vidéo MP4 ; des miniatures et des planches de vignettes facilitent l’aperçu et la navigation. Gardez l’identité de la tâche associée au prompt, aux références et aux fichiers retournés. La réponse initiale à une tâche n’est pas la vidéo finale prête à être lue.\n\nLe parcours de téléchargement ordinaire indique une validité d’une heure pour l’URL de téléchargement. Le processus étendu par lots prépare des requêtes de rendu JSON indépendantes avec des identifiants d’éléments stables, des références téléversées et un résultat associé à chaque plan ; ses fichiers terminés disposent d’une période de téléchargement distincte allant jusqu’à 24 heures. Enregistrez rapidement le clip terminé et examinez l’image et le son réels avant de le considérer comme une prise sélectionnée.\n\nLes restrictions de contenu documentées de l’API du producteur exigent un contenu adapté aux moins de 18 ans et refusent les personnages ou musiques protégés par le droit d’auteur ainsi que la génération de personnes réelles. Préparez la scène et les références en conséquence. Le résultat direct du modèle est une vidéo avec audio, et non des images fixes générées, une réponse d’outil conversationnel ou un film de durée illimitée. Conservez l’identité exacte du modèle standard et le clip source accepté lorsque vous poursuivez un concept visuel.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2b91c1462362cdfb88649f20c7826d98ada966295da9d146d06680d0dd7eb628", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ch", "methods": [ { "html": "sora-2Sora 2 crée des vidéos avec des dialogues, des effets sonores et une ambiance audio synchronisés à partir d’un texte ou d’une image de référence. Le profil standard sert à l’exploration visuelle et aux clips conceptuels, avec des processus distincts du producteur pour les personnages non humains réutilisables, la prolongation et les modifications vidéo ciblées.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Sora 2 est le modèle de génération vidéo et audio d’OpenAI pour des clips dynamiques créés à partir d’une description écrite de scène ou d’une image de référence. Il génère la séquence visuelle avec la parole, les effets et les sons d’ambiance synchronisés. Le profil standard Sora 2 est destiné à l’exploration visuelle, au développement de concepts, aux prototypes et aux premiers montages. Sora 2 Pro est une édition distincte visant une meilleure fidélité visuelle et une finition à plus haute résolution.
Le guide de prompting du fabricant organise un brief utile autour du cadrage, du sujet, de l’action, du décor et de la lumière. Donnez à la scène un style visuel cohérent, puis décrivez le mouvement en étapes claires. Un concept de produit original pourrait montrer un petit objet mécanique effectuant un tour sur un établi tandis que la caméra s’approche lentement, avec une lumière douce venant d’une fenêtre et un léger bruit de moteur. Précisez ce que le spectateur doit remarquer et comment l’action se termine.
Veillez à ce que le mouvement de caméra et l’action du sujet restent compréhensibles dans chaque plan. Une séquence complexe peut être divisée en blocs de plans distincts, chacun avec son cadrage, son action et son éclairage. Conservez les mêmes détails du sujet et la même palette lorsque plusieurs clips doivent former une séquence. Le guide souligne que les plans courts suivent généralement les instructions plus fidèlement et que des générations répétées à partir du même prompt produisent des prises différentes.
La présentation du modèle à son lancement décrit une amélioration du comportement physique et de la continuité entre les plans, notamment pour les styles réaliste, cinématographique et anime. Ce sont des capacités annoncées qu’il faut diriger et examiner. Vérifiez le mouvement, les contacts entre objets, les proportions et la continuité, sans supposer qu’une première image plausible garantit une séquence cohérente. Si une action manque de clarté, simplifiez-la et donnez-lui un début et une fin visibles.
Précisez les répliques séparément de la description visuelle et identifiez les locuteurs de manière constante. Gardez des dialogues assez courts pour s’inscrire dans l’action et dans la durée prévue du clip. Pour une animation à deux personnages, alternez une brève question et une réponse au lieu de demander à un plan court d’accueillir un long discours. Le guide avertit que les dialogues longs et complexes peuvent perturber le rythme et la synchronisation.
Décrivez l’univers sonore de la scène : le son d’un petit mouvement, l’ambiance d’une pièce ou le rythme d’un effet environnemental. Indiquez quel son doit coïncider avec l’action. Écoutez la parole et les effets obtenus en regardant l’image, et vérifiez l’attribution des voix, les mots et le minutage. L’audio synchronisé fait partie du clip généré ; il ne s’agit pas d’une réponse textuelle séparée.
Les dimensions de sortie documentées du modèle standard sont 720×1280 en portrait et 1280×720 en paysage. Les dimensions de plus haute résolution du profil Pro ne doivent pas être attribuées à Sora 2 standard. Les dimensions et la durée sont des paramètres explicites de la requête ; écrire d’autres dimensions ou demander un film plus long dans le prompt ne modifie pas ces paramètres. La référence de création propose des clips de 4, 8 et 12 secondes : choisissez donc une action courte et définie lorsque vous préparez un plan. Le processus étendu du producteur documente également des réglages de 16 et 20 secondes.
Une image de référence fixe le point de départ de la première image, et le texte décrit la suite. Le producteur accepte les références JPEG, PNG et WebP et exige que l’image corresponde aux dimensions de la vidéo cible. Préparez le sujet, l’environnement et la composition dans cette image d’ouverture, puis demandez un mouvement précis. Il s’agit d’une référence pour l’image initiale, et non d’une garantie que chaque détail restera identique pendant tout le clip.
Le processus étendu du producteur peut créer un élément de personnage réutilisable à partir d’une courte vidéo de référence montrant un animal, une mascotte ou un objet. Ses consignes de préparation demandent un clip MP4 d’environ deux à quatre secondes, de 720p à 1080p, au format 16:9 ou 9:16. Faire correspondre les proportions de la source et de la sortie aide à éviter un aspect étiré. La génération peut référencer jusqu’à deux personnages.
Conservez l’identifiant du personnage et mentionnez son nom dans le prompt ; transmettre uniquement l’identifiant ne constitue pas la préparation complète décrite par le guide. Les éléments de personnage peuvent accompagner une génération guidée par une image, mais les prolongations vidéo ne les acceptent pas. Le producteur bloque par défaut les téléversements de personnages ressemblant à des humains et rejette les images de référence contenant des visages humains dans le parcours API documenté. Les fonctions de personnages personnels de l’application Sora relèvent d’un processus produit distinct.
Une prolongation reçoit une vidéo source terminée et un prompt de continuation, et utilise le clip source complet comme contexte pour le mouvement, la direction de caméra et la continuité de la scène. Le guide décrit des ajouts pouvant atteindre 20 secondes par prolongation. Les entrées documentées de ce mode sont la vidéo source et le texte ; les références supplémentaires de personnages ou d’images en sont exclues. Décrivez comment l’action existante se poursuit, au lieu d’introduire sans transition une scène sans rapport.
La modification vidéo vise un changement clair dans un clip existant. Une révision ciblée peut modifier la couleur d’un objet ou la palette de la scène tout en conservant le reste du plan. Le guide du producteur recommande un changement bien défini à la fois et distingue la modification d’une vidéo générée du téléversement de séquences quelconques, soumis à une condition d’éligibilité distincte. Conservez la source terminée et définissez la révision exacte nécessaire avant d’effectuer une autre modification.
Le parcours vidéo documenté du producteur est asynchrone : une tâche envoyée peut être en file d’attente ou en cours avant de se terminer ou d’échouer. Une tâche terminée produit une vidéo MP4 ; des miniatures et des planches de vignettes facilitent l’aperçu et la navigation. Gardez l’identité de la tâche associée au prompt, aux références et aux fichiers retournés. La réponse initiale à une tâche n’est pas la vidéo finale prête à être lue.
Le parcours de téléchargement ordinaire indique une validité d’une heure pour l’URL de téléchargement. Le processus étendu par lots prépare des requêtes de rendu JSON indépendantes avec des identifiants d’éléments stables, des références téléversées et un résultat associé à chaque plan ; ses fichiers terminés disposent d’une période de téléchargement distincte allant jusqu’à 24 heures. Enregistrez rapidement le clip terminé et examinez l’image et le son réels avant de le considérer comme une prise sélectionnée.
Les restrictions de contenu documentées de l’API du producteur exigent un contenu adapté aux moins de 18 ans et refusent les personnages ou musiques protégés par le droit d’auteur ainsi que la génération de personnes réelles. Préparez la scène et les références en conséquence. Le résultat direct du modèle est une vidéo avec audio, et non des images fixes générées, une réponse d’outil conversationnel ou un film de durée illimitée. Conservez l’identité exacte du modèle standard et le clip source accepté lorsque vous poursuivez un concept visuel.
POST /v1/chat/completionstextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sora-2 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
owned_text_messages
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec un champ role et un champ content contenant une chaîne littérale |
Paramètrefile_material | ContratLe contenu UTF-8 réel peut être inséré comme texte littéral d’une chaîne ; aucune référence à un fichier n’est déduite. |
Paramètreoptional_controls | Contratstream |
Cycle de vie : synchronous_json_or_sse
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0 / 1K tokens Sortie · Tokens en sortie $0.2 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"sora-2","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\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/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nfrom pathlib import Path\nprint(Path("result.json").read_text(encoding="utf-8"))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="sora-2", messages=[{"role":"user","content":"hello"}], stream=False)\nimport json\nfrom pathlib import Path\n\ndata = result.to_dict(mode="json")\nPath("result.json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\nprint(json.dumps(data, ensure_ascii=False, indent=2))\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"sora-2","messages":[{"role":"user","content":"hello"}],"stream":true}')\n\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/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.sse\nJSON ou text/event-stream
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité des octets JSON ou SSE, les en-têtes de réponse, la consommation renvoyée et tous les champs de résultat fournis. Aucune famille de résultats propre au modèle n’est affirmée.
Conservez la réponse d’origine et l’identité de la tentative ; aucune nouvelle consultation périodique de tâche ni aucun renvoi de demande n’est déduit.
| Champ | Type | Signification |
|---|---|---|
Champcomplete response JSON | Typeobject | SignificationConservez chaque champ renvoyé sans présumer d’une famille de résultats propre au modèle. |
ChampSSE data events | Typestream | SignificationConservez chaque événement renvoyé et chaque marqueur de fin sans sélectionner uniquement les champs texte. |
Ailoot Ultra sora-2
Utilisez les chemins de méthode indiqués ci-dessus.
sora-2Sora 2 crée des vidéos avec des dialogues, des effets sonores et une ambiance audio synchronisés à partir d’un texte ou d’une image de référence. Le profil standard sert à l’exploration visuelle et aux clips conceptuels, avec des processus distincts du producteur pour les personnages non humains réutilisables, la prolongation et les modifications vidéo ciblées.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Sora 2 est le modèle de génération vidéo et audio d’OpenAI pour des clips dynamiques créés à partir d’une description écrite de scène ou d’une image de référence. Il génère la séquence visuelle avec la parole, les effets et les sons d’ambiance synchronisés. Le profil standard Sora 2 est destiné à l’exploration visuelle, au développement de concepts, aux prototypes et aux premiers montages. Sora 2 Pro est une édition distincte visant une meilleure fidélité visuelle et une finition à plus haute résolution.
Le guide de prompting du fabricant organise un brief utile autour du cadrage, du sujet, de l’action, du décor et de la lumière. Donnez à la scène un style visuel cohérent, puis décrivez le mouvement en étapes claires. Un concept de produit original pourrait montrer un petit objet mécanique effectuant un tour sur un établi tandis que la caméra s’approche lentement, avec une lumière douce venant d’une fenêtre et un léger bruit de moteur. Précisez ce que le spectateur doit remarquer et comment l’action se termine.
Veillez à ce que le mouvement de caméra et l’action du sujet restent compréhensibles dans chaque plan. Une séquence complexe peut être divisée en blocs de plans distincts, chacun avec son cadrage, son action et son éclairage. Conservez les mêmes détails du sujet et la même palette lorsque plusieurs clips doivent former une séquence. Le guide souligne que les plans courts suivent généralement les instructions plus fidèlement et que des générations répétées à partir du même prompt produisent des prises différentes.
La présentation du modèle à son lancement décrit une amélioration du comportement physique et de la continuité entre les plans, notamment pour les styles réaliste, cinématographique et anime. Ce sont des capacités annoncées qu’il faut diriger et examiner. Vérifiez le mouvement, les contacts entre objets, les proportions et la continuité, sans supposer qu’une première image plausible garantit une séquence cohérente. Si une action manque de clarté, simplifiez-la et donnez-lui un début et une fin visibles.
Précisez les répliques séparément de la description visuelle et identifiez les locuteurs de manière constante. Gardez des dialogues assez courts pour s’inscrire dans l’action et dans la durée prévue du clip. Pour une animation à deux personnages, alternez une brève question et une réponse au lieu de demander à un plan court d’accueillir un long discours. Le guide avertit que les dialogues longs et complexes peuvent perturber le rythme et la synchronisation.
Décrivez l’univers sonore de la scène : le son d’un petit mouvement, l’ambiance d’une pièce ou le rythme d’un effet environnemental. Indiquez quel son doit coïncider avec l’action. Écoutez la parole et les effets obtenus en regardant l’image, et vérifiez l’attribution des voix, les mots et le minutage. L’audio synchronisé fait partie du clip généré ; il ne s’agit pas d’une réponse textuelle séparée.
Les dimensions de sortie documentées du modèle standard sont 720×1280 en portrait et 1280×720 en paysage. Les dimensions de plus haute résolution du profil Pro ne doivent pas être attribuées à Sora 2 standard. Les dimensions et la durée sont des paramètres explicites de la requête ; écrire d’autres dimensions ou demander un film plus long dans le prompt ne modifie pas ces paramètres. La référence de création propose des clips de 4, 8 et 12 secondes : choisissez donc une action courte et définie lorsque vous préparez un plan. Le processus étendu du producteur documente également des réglages de 16 et 20 secondes.
Une image de référence fixe le point de départ de la première image, et le texte décrit la suite. Le producteur accepte les références JPEG, PNG et WebP et exige que l’image corresponde aux dimensions de la vidéo cible. Préparez le sujet, l’environnement et la composition dans cette image d’ouverture, puis demandez un mouvement précis. Il s’agit d’une référence pour l’image initiale, et non d’une garantie que chaque détail restera identique pendant tout le clip.
Le processus étendu du producteur peut créer un élément de personnage réutilisable à partir d’une courte vidéo de référence montrant un animal, une mascotte ou un objet. Ses consignes de préparation demandent un clip MP4 d’environ deux à quatre secondes, de 720p à 1080p, au format 16:9 ou 9:16. Faire correspondre les proportions de la source et de la sortie aide à éviter un aspect étiré. La génération peut référencer jusqu’à deux personnages.
Conservez l’identifiant du personnage et mentionnez son nom dans le prompt ; transmettre uniquement l’identifiant ne constitue pas la préparation complète décrite par le guide. Les éléments de personnage peuvent accompagner une génération guidée par une image, mais les prolongations vidéo ne les acceptent pas. Le producteur bloque par défaut les téléversements de personnages ressemblant à des humains et rejette les images de référence contenant des visages humains dans le parcours API documenté. Les fonctions de personnages personnels de l’application Sora relèvent d’un processus produit distinct.
Une prolongation reçoit une vidéo source terminée et un prompt de continuation, et utilise le clip source complet comme contexte pour le mouvement, la direction de caméra et la continuité de la scène. Le guide décrit des ajouts pouvant atteindre 20 secondes par prolongation. Les entrées documentées de ce mode sont la vidéo source et le texte ; les références supplémentaires de personnages ou d’images en sont exclues. Décrivez comment l’action existante se poursuit, au lieu d’introduire sans transition une scène sans rapport.
La modification vidéo vise un changement clair dans un clip existant. Une révision ciblée peut modifier la couleur d’un objet ou la palette de la scène tout en conservant le reste du plan. Le guide du producteur recommande un changement bien défini à la fois et distingue la modification d’une vidéo générée du téléversement de séquences quelconques, soumis à une condition d’éligibilité distincte. Conservez la source terminée et définissez la révision exacte nécessaire avant d’effectuer une autre modification.
Le parcours vidéo documenté du producteur est asynchrone : une tâche envoyée peut être en file d’attente ou en cours avant de se terminer ou d’échouer. Une tâche terminée produit une vidéo MP4 ; des miniatures et des planches de vignettes facilitent l’aperçu et la navigation. Gardez l’identité de la tâche associée au prompt, aux références et aux fichiers retournés. La réponse initiale à une tâche n’est pas la vidéo finale prête à être lue.
Le parcours de téléchargement ordinaire indique une validité d’une heure pour l’URL de téléchargement. Le processus étendu par lots prépare des requêtes de rendu JSON indépendantes avec des identifiants d’éléments stables, des références téléversées et un résultat associé à chaque plan ; ses fichiers terminés disposent d’une période de téléchargement distincte allant jusqu’à 24 heures. Enregistrez rapidement le clip terminé et examinez l’image et le son réels avant de le considérer comme une prise sélectionnée.
Les restrictions de contenu documentées de l’API du producteur exigent un contenu adapté aux moins de 18 ans et refusent les personnages ou musiques protégés par le droit d’auteur ainsi que la génération de personnes réelles. Préparez la scène et les références en conséquence. Le résultat direct du modèle est une vidéo avec audio, et non des images fixes générées, une réponse d’outil conversationnel ou un film de durée illimitée. Conservez l’identité exacte du modèle standard et le clip source accepté lorsque vous poursuivez un concept visuel.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sora-2 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0 / 1K tokens Sortie · Tokens en sortie $0.2 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "sora-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sora-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'sora-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra sora-2
Utilisez les chemins de méthode indiqués ci-dessus.