Sora 2 är OpenAI:s modell för video- och ljudgenerering för dynamiska klipp skapade från en skriftlig scenbeskrivning eller en referensbild. Den genererar bildsekvensen tillsammans med synkroniserat tal, effekter och bakgrundsljud. Standardprofilen Sora 2 är avsedd för visuellt utforskande, konceptutveckling, prototyper och grovklippning. Sora 2 Pro är en separat utgåva inriktad på större visuell detaljtrohet och slutbearbetning i högre upplösning.
Tillverkarens promptguide strukturerar en användbar instruktion kring bildutsnitt, motiv, handling, miljö och ljus. Ge scenen en sammanhängande visuell stil och beskriv sedan rörelsen i tydliga moment. Ett eget produktkoncept kan visa ett litet mekaniskt föremål som roterar ett varv på en arbetsbänk medan kameran långsamt närmar sig, med mjukt fönsterljus och ett diskret motorljud. Ange vad tittaren ska lägga märke till och hur handlingen slutar.
Gör varje tagnings kamerarörelse och motivets handling begripliga. En komplicerad sekvens kan delas upp i separata tagningsblock, vart och ett med eget bildutsnitt, egen handling och ljussättning. Bevara samma motivdetaljer och färgpalett när flera klipp ska bilda en sekvens. Guiden betonar att kortare tagningar i allmänhet följer instruktioner mer tillförlitligt och att upprepad generering med samma prompt ger olika tagningar.
Vid modellens lansering beskrivs förbättrat fysiskt beteende och bättre kontinuitet mellan tagningar, bland annat i realistisk, filmisk och anime-inspirerad stil. Det är avsedda förmågor att styra och granska. Granska rörelse, kontakt mellan föremål, proportioner och kontinuitet i stället för att anta att en trovärdig första bildruta garanterar en sammanhängande sekvens. Om en handling är otydlig förenklar du den och ger den en synlig början och ett synligt slut.
Ange repliker separat från den visuella beskrivningen och märk talarna konsekvent. Håll dialogen tillräckligt kort för att passa handlingen och klippets avsedda längd. För en animation med två karaktärer kan du växla mellan en kort fråga och ett kort svar i stället för att försöka få in ett långt tal i en kort tagning. Guiden varnar för att komplex och lång dialog kan störa tempo och synkronisering.
Beskriv ljudmiljön som hör till scenen: ljudet från en liten rörelse, rummets bakgrundsljud eller rytmen i en omgivningseffekt. Förklara vilket ljud som ska sammanfalla med handlingen. Lyssna på talet och effekterna tillsammans med bilden och kontrollera rätt talare, ordval och timing. Synkroniserat ljud ingår i det genererade klippet och är inget separat textsvar.
Standardmodellens dokumenterade utdataformat är 720×1280 stående och 1280×720 liggande. Storlekar med högre upplösning i Pro-profilen ska inte tillskrivas standardversionen av Sora 2. Storlek och längd är uttryckliga inställningar i förfrågan; att skriva en annan storlek eller be om en längre film i prompten ändrar inte dessa inställningar. Referensen för skapande listar klipplängder på 4, 8 och 12 sekunder, så förbered ett kort, definierat moment för tagningen. Det utökade arbetsflödet hos tillverkaren dokumenterar även klipplängder på 16 och 20 sekunder.
En referensbild förankrar den första bildrutan och texten beskriver vad som händer därefter. Tillverkaren stöder referenser i JPEG, PNG och WebP och kräver att bilden matchar den önskade videostorleken. Förbered motiv, miljö och komposition i den inledande bilden och be sedan om en specifik rörelse. Detta är en referens för första bildrutan, ingen garanti för att varje detalj matchar genom hela klippet.
Tillverkarens utökade arbetsflöde kan skapa en återanvändbar karaktärstillgång från en kort referensvideo av ett djur, en maskot eller ett föremål. Förberedelseanvisningarna anger ett MP4-klipp på omkring två till fyra sekunder, i 720p till 1080p, med bildförhållandet 16:9 eller 9:16. Att matcha källans och utdatans bildförhållande hjälper till att undvika ett utdraget utseende. Genereringen kan referera till upp till två karaktärer.
Behåll karaktärens identifierare och nämn dess namn i prompten; att enbart skicka identifieraren uppfyller inte guidens fullständiga förberedelse. Karaktärstillgångar kan följa med en bildstyrd generering, men videoförlängningar accepterar dem inte. Tillverkaren blockerar som standard uppladdning av karaktärer med mänskliga drag och avvisar referensbilder som innehåller mänskliga ansikten i det dokumenterade API-flödet. Sora-appens funktioner för personliga karaktärer är ett separat produktflöde.
En förlängning tar en färdig källvideo och en fortsättningsprompt och använder hela källklippet som kontext för rörelse, kamerariktning och scenkontinuitet. Guiden beskriver tillägg på upp till 20 sekunder per förlängning. Dess dokumenterade indata för förlängning är källvideon och text; ytterligare karaktärs- eller bildreferenser är uteslutna i det läget. Beskriv hur den befintliga handlingen fortsätter i stället för att införa en orelaterad scen utan övergång.
Videoredigering riktar sig mot en tydlig ändring i ett befintligt klipp. En avgränsad revidering kan ändra ett föremåls färg eller scenens palett samtidigt som resten av tagningen behålls. Tillverkarens guide rekommenderar en väldefinierad ändring åt gången och skiljer redigering av en genererad video från uppladdning av valfritt filmmaterial, som har ett separat behörighetsvillkor. Behåll den färdiga källan och ange exakt vilken revidering som behövs innan du gör nästa redigering.
Tillverkarens dokumenterade videoflöde är asynkront: ett inskickat jobb kan stå i kö eller pågå innan det slutförs eller misslyckas. Ett slutfört jobb ger en MP4-video; miniatyrbilder och spriteark stöder förhandsvisning och bläddring. Behåll jobbets identitet kopplad till prompten, referenserna och de returnerade tillgångarna. Ett första jobbsvar är inte den slutliga spelbara videon.
Det vanliga nedladdningsflödet anger en livslängd på en timme för nedladdningsadressen. Det utökade batchflödet förbereder fristående JSON-förfrågningar för rendering med stabila objektidentifierare, uppladdade referenser och ett resultat kopplat till varje tagning; dess färdiga tillgångar har en separat nedladdningsperiod på upp till 24 timmar. Spara det färdiga klippet snarast och granska den faktiska bilden och ljudet innan det betraktas som en vald tagning.
Tillverkarens dokumenterade innehållsbegränsningar för API:et kräver material som lämpar sig för publik under 18 år och avvisar upphovsrättsskyddade karaktärer eller musik samt generering av verkliga personer. Förbered scenen och referenserna därefter. Modellens direkta resultat är video med ljud, inga genererade stillbilder, inget verktygssvar i en konversation och ingen obegränsad film. Behåll standardmodellens exakta identitet och det accepterade källklippet när ett visuellt koncept vidareutvecklas.
", "aboutText": "Sora 2 är OpenAI:s modell för video- och ljudgenerering för dynamiska klipp skapade från en skriftlig scenbeskrivning eller en referensbild. Den genererar bildsekvensen tillsammans med synkroniserat tal, effekter och bakgrundsljud. Standardprofilen Sora 2 är avsedd för visuellt utforskande, konceptutveckling, prototyper och grovklippning. Sora 2 Pro är en separat utgåva inriktad på större visuell detaljtrohet och slutbearbetning i högre upplösning.\n\n### Beskriv en tagning som går att se och höra\n\nTillverkarens promptguide strukturerar en användbar instruktion kring bildutsnitt, motiv, handling, miljö och ljus. Ge scenen en sammanhängande visuell stil och beskriv sedan rörelsen i tydliga moment. Ett eget produktkoncept kan visa ett litet mekaniskt föremål som roterar ett varv på en arbetsbänk medan kameran långsamt närmar sig, med mjukt fönsterljus och ett diskret motorljud. Ange vad tittaren ska lägga märke till och hur handlingen slutar.\n\nGör varje tagnings kamerarörelse och motivets handling begripliga. En komplicerad sekvens kan delas upp i separata tagningsblock, vart och ett med eget bildutsnitt, egen handling och ljussättning. Bevara samma motivdetaljer och färgpalett när flera klipp ska bilda en sekvens. Guiden betonar att kortare tagningar i allmänhet följer instruktioner mer tillförlitligt och att upprepad generering med samma prompt ger olika tagningar.\n\nVid modellens lansering beskrivs förbättrat fysiskt beteende och bättre kontinuitet mellan tagningar, bland annat i realistisk, filmisk och anime-inspirerad stil. Det är avsedda förmågor att styra och granska. Granska rörelse, kontakt mellan föremål, proportioner och kontinuitet i stället för att anta att en trovärdig första bildruta garanterar en sammanhängande sekvens. Om en handling är otydlig förenklar du den och ger den en synlig början och ett synligt slut.\n\n### Regissera dialog och ljud separat\n\nAnge repliker separat från den visuella beskrivningen och märk talarna konsekvent. Håll dialogen tillräckligt kort för att passa handlingen och klippets avsedda längd. För en animation med två karaktärer kan du växla mellan en kort fråga och ett kort svar i stället för att försöka få in ett långt tal i en kort tagning. Guiden varnar för att komplex och lång dialog kan störa tempo och synkronisering.\n\nBeskriv ljudmiljön som hör till scenen: ljudet från en liten rörelse, rummets bakgrundsljud eller rytmen i en omgivningseffekt. Förklara vilket ljud som ska sammanfalla med handlingen. Lyssna på talet och effekterna tillsammans med bilden och kontrollera rätt talare, ordval och timing. Synkroniserat ljud ingår i det genererade klippet och är inget separat textsvar.\n\n### Storlek, längd och en bildstyrd inledning\n\nStandardmodellens dokumenterade utdataformat är 720×1280 stående och 1280×720 liggande. Storlekar med högre upplösning i Pro-profilen ska inte tillskrivas standardversionen av Sora 2. Storlek och längd är uttryckliga inställningar i förfrågan; att skriva en annan storlek eller be om en längre film i prompten ändrar inte dessa inställningar. Referensen för skapande listar klipplängder på 4, 8 och 12 sekunder, så förbered ett kort, definierat moment för tagningen. Det utökade arbetsflödet hos tillverkaren dokumenterar även klipplängder på 16 och 20 sekunder.\n\nEn referensbild förankrar den första bildrutan och texten beskriver vad som händer därefter. Tillverkaren stöder referenser i JPEG, PNG och WebP och kräver att bilden matchar den önskade videostorleken. Förbered motiv, miljö och komposition i den inledande bilden och be sedan om en specifik rörelse. Detta är en referens för första bildrutan, ingen garanti för att varje detalj matchar genom hela klippet.\n\n### Återanvändbara icke-mänskliga karaktärer\n\nTillverkarens utökade arbetsflöde kan skapa en återanvändbar karaktärstillgång från en kort referensvideo av ett djur, en maskot eller ett föremål. Förberedelseanvisningarna anger ett MP4-klipp på omkring två till fyra sekunder, i 720p till 1080p, med bildförhållandet 16:9 eller 9:16. Att matcha källans och utdatans bildförhållande hjälper till att undvika ett utdraget utseende. Genereringen kan referera till upp till två karaktärer.\n\nBehåll karaktärens identifierare och nämn dess namn i prompten; att enbart skicka identifieraren uppfyller inte guidens fullständiga förberedelse. Karaktärstillgångar kan följa med en bildstyrd generering, men videoförlängningar accepterar dem inte. Tillverkaren blockerar som standard uppladdning av karaktärer med mänskliga drag och avvisar referensbilder som innehåller mänskliga ansikten i det dokumenterade API-flödet. Sora-appens funktioner för personliga karaktärer är ett separat produktflöde.\n\n### Fortsätt eller redigera ett färdigt klipp\n\nEn förlängning tar en färdig källvideo och en fortsättningsprompt och använder hela källklippet som kontext för rörelse, kamerariktning och scenkontinuitet. Guiden beskriver tillägg på upp till 20 sekunder per förlängning. Dess dokumenterade indata för förlängning är källvideon och text; ytterligare karaktärs- eller bildreferenser är uteslutna i det läget. Beskriv hur den befintliga handlingen fortsätter i stället för att införa en orelaterad scen utan övergång.\n\nVideoredigering riktar sig mot en tydlig ändring i ett befintligt klipp. En avgränsad revidering kan ändra ett föremåls färg eller scenens palett samtidigt som resten av tagningen behålls. Tillverkarens guide rekommenderar en väldefinierad ändring åt gången och skiljer redigering av en genererad video från uppladdning av valfritt filmmaterial, som har ett separat behörighetsvillkor. Behåll den färdiga källan och ange exakt vilken revidering som behövs innan du gör nästa redigering.\n\n### Renderingsjobb och den färdiga videon\n\nTillverkarens dokumenterade videoflöde är asynkront: ett inskickat jobb kan stå i kö eller pågå innan det slutförs eller misslyckas. Ett slutfört jobb ger en MP4-video; miniatyrbilder och spriteark stöder förhandsvisning och bläddring. Behåll jobbets identitet kopplad till prompten, referenserna och de returnerade tillgångarna. Ett första jobbsvar är inte den slutliga spelbara videon.\n\nDet vanliga nedladdningsflödet anger en livslängd på en timme för nedladdningsadressen. Det utökade batchflödet förbereder fristående JSON-förfrågningar för rendering med stabila objektidentifierare, uppladdade referenser och ett resultat kopplat till varje tagning; dess färdiga tillgångar har en separat nedladdningsperiod på upp till 24 timmar. Spara det färdiga klippet snarast och granska den faktiska bilden och ljudet innan det betraktas som en vald tagning.\n\nTillverkarens dokumenterade innehållsbegränsningar för API:et kräver material som lämpar sig för publik under 18 år och avvisar upphovsrättsskyddade karaktärer eller musik samt generering av verkliga personer. Förbered scenen och referenserna därefter. Modellens direkta resultat är video med ljud, inga genererade stillbilder, inget verktygssvar i en konversation och ingen obegränsad film. Behåll standardmodellens exakta identitet och det accepterade källklippet när ett visuellt koncept vidareutvecklas.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f39753d36b374a06f97dfa48e509796a9b195ab8165e542aaef5f46b6fb810aa", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "sora-2Sora 2 skapar video med synkroniserad dialog, ljudeffekter och bakgrundsljud från text eller en referensbild. Standardprofilen stöder visuellt utforskande och konceptklipp, med separata arbetsflöden hos tillverkaren för återanvändbara icke-mänskliga karaktärer, fortsättningar och avgränsade videoredigeringar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Sora 2 är OpenAI:s modell för video- och ljudgenerering för dynamiska klipp skapade från en skriftlig scenbeskrivning eller en referensbild. Den genererar bildsekvensen tillsammans med synkroniserat tal, effekter och bakgrundsljud. Standardprofilen Sora 2 är avsedd för visuellt utforskande, konceptutveckling, prototyper och grovklippning. Sora 2 Pro är en separat utgåva inriktad på större visuell detaljtrohet och slutbearbetning i högre upplösning.
Tillverkarens promptguide strukturerar en användbar instruktion kring bildutsnitt, motiv, handling, miljö och ljus. Ge scenen en sammanhängande visuell stil och beskriv sedan rörelsen i tydliga moment. Ett eget produktkoncept kan visa ett litet mekaniskt föremål som roterar ett varv på en arbetsbänk medan kameran långsamt närmar sig, med mjukt fönsterljus och ett diskret motorljud. Ange vad tittaren ska lägga märke till och hur handlingen slutar.
Gör varje tagnings kamerarörelse och motivets handling begripliga. En komplicerad sekvens kan delas upp i separata tagningsblock, vart och ett med eget bildutsnitt, egen handling och ljussättning. Bevara samma motivdetaljer och färgpalett när flera klipp ska bilda en sekvens. Guiden betonar att kortare tagningar i allmänhet följer instruktioner mer tillförlitligt och att upprepad generering med samma prompt ger olika tagningar.
Vid modellens lansering beskrivs förbättrat fysiskt beteende och bättre kontinuitet mellan tagningar, bland annat i realistisk, filmisk och anime-inspirerad stil. Det är avsedda förmågor att styra och granska. Granska rörelse, kontakt mellan föremål, proportioner och kontinuitet i stället för att anta att en trovärdig första bildruta garanterar en sammanhängande sekvens. Om en handling är otydlig förenklar du den och ger den en synlig början och ett synligt slut.
Ange repliker separat från den visuella beskrivningen och märk talarna konsekvent. Håll dialogen tillräckligt kort för att passa handlingen och klippets avsedda längd. För en animation med två karaktärer kan du växla mellan en kort fråga och ett kort svar i stället för att försöka få in ett långt tal i en kort tagning. Guiden varnar för att komplex och lång dialog kan störa tempo och synkronisering.
Beskriv ljudmiljön som hör till scenen: ljudet från en liten rörelse, rummets bakgrundsljud eller rytmen i en omgivningseffekt. Förklara vilket ljud som ska sammanfalla med handlingen. Lyssna på talet och effekterna tillsammans med bilden och kontrollera rätt talare, ordval och timing. Synkroniserat ljud ingår i det genererade klippet och är inget separat textsvar.
Standardmodellens dokumenterade utdataformat är 720×1280 stående och 1280×720 liggande. Storlekar med högre upplösning i Pro-profilen ska inte tillskrivas standardversionen av Sora 2. Storlek och längd är uttryckliga inställningar i förfrågan; att skriva en annan storlek eller be om en längre film i prompten ändrar inte dessa inställningar. Referensen för skapande listar klipplängder på 4, 8 och 12 sekunder, så förbered ett kort, definierat moment för tagningen. Det utökade arbetsflödet hos tillverkaren dokumenterar även klipplängder på 16 och 20 sekunder.
En referensbild förankrar den första bildrutan och texten beskriver vad som händer därefter. Tillverkaren stöder referenser i JPEG, PNG och WebP och kräver att bilden matchar den önskade videostorleken. Förbered motiv, miljö och komposition i den inledande bilden och be sedan om en specifik rörelse. Detta är en referens för första bildrutan, ingen garanti för att varje detalj matchar genom hela klippet.
Tillverkarens utökade arbetsflöde kan skapa en återanvändbar karaktärstillgång från en kort referensvideo av ett djur, en maskot eller ett föremål. Förberedelseanvisningarna anger ett MP4-klipp på omkring två till fyra sekunder, i 720p till 1080p, med bildförhållandet 16:9 eller 9:16. Att matcha källans och utdatans bildförhållande hjälper till att undvika ett utdraget utseende. Genereringen kan referera till upp till två karaktärer.
Behåll karaktärens identifierare och nämn dess namn i prompten; att enbart skicka identifieraren uppfyller inte guidens fullständiga förberedelse. Karaktärstillgångar kan följa med en bildstyrd generering, men videoförlängningar accepterar dem inte. Tillverkaren blockerar som standard uppladdning av karaktärer med mänskliga drag och avvisar referensbilder som innehåller mänskliga ansikten i det dokumenterade API-flödet. Sora-appens funktioner för personliga karaktärer är ett separat produktflöde.
En förlängning tar en färdig källvideo och en fortsättningsprompt och använder hela källklippet som kontext för rörelse, kamerariktning och scenkontinuitet. Guiden beskriver tillägg på upp till 20 sekunder per förlängning. Dess dokumenterade indata för förlängning är källvideon och text; ytterligare karaktärs- eller bildreferenser är uteslutna i det läget. Beskriv hur den befintliga handlingen fortsätter i stället för att införa en orelaterad scen utan övergång.
Videoredigering riktar sig mot en tydlig ändring i ett befintligt klipp. En avgränsad revidering kan ändra ett föremåls färg eller scenens palett samtidigt som resten av tagningen behålls. Tillverkarens guide rekommenderar en väldefinierad ändring åt gången och skiljer redigering av en genererad video från uppladdning av valfritt filmmaterial, som har ett separat behörighetsvillkor. Behåll den färdiga källan och ange exakt vilken revidering som behövs innan du gör nästa redigering.
Tillverkarens dokumenterade videoflöde är asynkront: ett inskickat jobb kan stå i kö eller pågå innan det slutförs eller misslyckas. Ett slutfört jobb ger en MP4-video; miniatyrbilder och spriteark stöder förhandsvisning och bläddring. Behåll jobbets identitet kopplad till prompten, referenserna och de returnerade tillgångarna. Ett första jobbsvar är inte den slutliga spelbara videon.
Det vanliga nedladdningsflödet anger en livslängd på en timme för nedladdningsadressen. Det utökade batchflödet förbereder fristående JSON-förfrågningar för rendering med stabila objektidentifierare, uppladdade referenser och ett resultat kopplat till varje tagning; dess färdiga tillgångar har en separat nedladdningsperiod på upp till 24 timmar. Spara det färdiga klippet snarast och granska den faktiska bilden och ljudet innan det betraktas som en vald tagning.
Tillverkarens dokumenterade innehållsbegränsningar för API:et kräver material som lämpar sig för publik under 18 år och avvisar upphovsrättsskyddade karaktärer eller musik samt generering av verkliga personer. Förbered scenen och referenserna därefter. Modellens direkta resultat är video med ljud, inga genererade stillbilder, inget verktygssvar i en konversation och ingen obegränsad film. Behåll standardmodellens exakta identitet och det accepterade källklippet när ett visuellt koncept vidareutvecklas.
POST /v1/chat/completionstextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sora-2 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
owned_text_messages
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med role och innehåll som en bokstavlig textsträng |
Parameterfile_material | AvtalFaktiskt UTF-8-material får infogas som bokstavligt stränginnehåll; ingen filreferens förutsätts. |
Parameteroptional_controls | Avtalstream |
Livscykel: synchronous_json_or_sse
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0 / 1K token Utdata · Utdatatoken $0.2 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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 eller text/event-stream
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll samtliga JSON- eller SSE-byte, svarshuvuden, returnerad förbrukning och alla medföljande resultatfält. Ingen modellspecifik resultatfamilj fastställs.
Bevara det ursprungliga svaret och försöksidentiteten; ingen ny jobbkontroll eller omsändning förutsätts.
| Fält | Typ | Betydelse |
|---|---|---|
Fältcomplete response JSON | Typobject | BetydelseBevara varje returnerat fält utan att anta en modellspecifik resultatfamilj. |
FältSSE data events | Typstream | BetydelseBevara varje returnerad händelse och slutmarkör utan att välja enbart textfält. |
Ailoot Ultra sora-2
Använd metodsökvägarna som visas ovan.
sora-2Sora 2 skapar video med synkroniserad dialog, ljudeffekter och bakgrundsljud från text eller en referensbild. Standardprofilen stöder visuellt utforskande och konceptklipp, med separata arbetsflöden hos tillverkaren för återanvändbara icke-mänskliga karaktärer, fortsättningar och avgränsade videoredigeringar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Sora 2 är OpenAI:s modell för video- och ljudgenerering för dynamiska klipp skapade från en skriftlig scenbeskrivning eller en referensbild. Den genererar bildsekvensen tillsammans med synkroniserat tal, effekter och bakgrundsljud. Standardprofilen Sora 2 är avsedd för visuellt utforskande, konceptutveckling, prototyper och grovklippning. Sora 2 Pro är en separat utgåva inriktad på större visuell detaljtrohet och slutbearbetning i högre upplösning.
Tillverkarens promptguide strukturerar en användbar instruktion kring bildutsnitt, motiv, handling, miljö och ljus. Ge scenen en sammanhängande visuell stil och beskriv sedan rörelsen i tydliga moment. Ett eget produktkoncept kan visa ett litet mekaniskt föremål som roterar ett varv på en arbetsbänk medan kameran långsamt närmar sig, med mjukt fönsterljus och ett diskret motorljud. Ange vad tittaren ska lägga märke till och hur handlingen slutar.
Gör varje tagnings kamerarörelse och motivets handling begripliga. En komplicerad sekvens kan delas upp i separata tagningsblock, vart och ett med eget bildutsnitt, egen handling och ljussättning. Bevara samma motivdetaljer och färgpalett när flera klipp ska bilda en sekvens. Guiden betonar att kortare tagningar i allmänhet följer instruktioner mer tillförlitligt och att upprepad generering med samma prompt ger olika tagningar.
Vid modellens lansering beskrivs förbättrat fysiskt beteende och bättre kontinuitet mellan tagningar, bland annat i realistisk, filmisk och anime-inspirerad stil. Det är avsedda förmågor att styra och granska. Granska rörelse, kontakt mellan föremål, proportioner och kontinuitet i stället för att anta att en trovärdig första bildruta garanterar en sammanhängande sekvens. Om en handling är otydlig förenklar du den och ger den en synlig början och ett synligt slut.
Ange repliker separat från den visuella beskrivningen och märk talarna konsekvent. Håll dialogen tillräckligt kort för att passa handlingen och klippets avsedda längd. För en animation med två karaktärer kan du växla mellan en kort fråga och ett kort svar i stället för att försöka få in ett långt tal i en kort tagning. Guiden varnar för att komplex och lång dialog kan störa tempo och synkronisering.
Beskriv ljudmiljön som hör till scenen: ljudet från en liten rörelse, rummets bakgrundsljud eller rytmen i en omgivningseffekt. Förklara vilket ljud som ska sammanfalla med handlingen. Lyssna på talet och effekterna tillsammans med bilden och kontrollera rätt talare, ordval och timing. Synkroniserat ljud ingår i det genererade klippet och är inget separat textsvar.
Standardmodellens dokumenterade utdataformat är 720×1280 stående och 1280×720 liggande. Storlekar med högre upplösning i Pro-profilen ska inte tillskrivas standardversionen av Sora 2. Storlek och längd är uttryckliga inställningar i förfrågan; att skriva en annan storlek eller be om en längre film i prompten ändrar inte dessa inställningar. Referensen för skapande listar klipplängder på 4, 8 och 12 sekunder, så förbered ett kort, definierat moment för tagningen. Det utökade arbetsflödet hos tillverkaren dokumenterar även klipplängder på 16 och 20 sekunder.
En referensbild förankrar den första bildrutan och texten beskriver vad som händer därefter. Tillverkaren stöder referenser i JPEG, PNG och WebP och kräver att bilden matchar den önskade videostorleken. Förbered motiv, miljö och komposition i den inledande bilden och be sedan om en specifik rörelse. Detta är en referens för första bildrutan, ingen garanti för att varje detalj matchar genom hela klippet.
Tillverkarens utökade arbetsflöde kan skapa en återanvändbar karaktärstillgång från en kort referensvideo av ett djur, en maskot eller ett föremål. Förberedelseanvisningarna anger ett MP4-klipp på omkring två till fyra sekunder, i 720p till 1080p, med bildförhållandet 16:9 eller 9:16. Att matcha källans och utdatans bildförhållande hjälper till att undvika ett utdraget utseende. Genereringen kan referera till upp till två karaktärer.
Behåll karaktärens identifierare och nämn dess namn i prompten; att enbart skicka identifieraren uppfyller inte guidens fullständiga förberedelse. Karaktärstillgångar kan följa med en bildstyrd generering, men videoförlängningar accepterar dem inte. Tillverkaren blockerar som standard uppladdning av karaktärer med mänskliga drag och avvisar referensbilder som innehåller mänskliga ansikten i det dokumenterade API-flödet. Sora-appens funktioner för personliga karaktärer är ett separat produktflöde.
En förlängning tar en färdig källvideo och en fortsättningsprompt och använder hela källklippet som kontext för rörelse, kamerariktning och scenkontinuitet. Guiden beskriver tillägg på upp till 20 sekunder per förlängning. Dess dokumenterade indata för förlängning är källvideon och text; ytterligare karaktärs- eller bildreferenser är uteslutna i det läget. Beskriv hur den befintliga handlingen fortsätter i stället för att införa en orelaterad scen utan övergång.
Videoredigering riktar sig mot en tydlig ändring i ett befintligt klipp. En avgränsad revidering kan ändra ett föremåls färg eller scenens palett samtidigt som resten av tagningen behålls. Tillverkarens guide rekommenderar en väldefinierad ändring åt gången och skiljer redigering av en genererad video från uppladdning av valfritt filmmaterial, som har ett separat behörighetsvillkor. Behåll den färdiga källan och ange exakt vilken revidering som behövs innan du gör nästa redigering.
Tillverkarens dokumenterade videoflöde är asynkront: ett inskickat jobb kan stå i kö eller pågå innan det slutförs eller misslyckas. Ett slutfört jobb ger en MP4-video; miniatyrbilder och spriteark stöder förhandsvisning och bläddring. Behåll jobbets identitet kopplad till prompten, referenserna och de returnerade tillgångarna. Ett första jobbsvar är inte den slutliga spelbara videon.
Det vanliga nedladdningsflödet anger en livslängd på en timme för nedladdningsadressen. Det utökade batchflödet förbereder fristående JSON-förfrågningar för rendering med stabila objektidentifierare, uppladdade referenser och ett resultat kopplat till varje tagning; dess färdiga tillgångar har en separat nedladdningsperiod på upp till 24 timmar. Spara det färdiga klippet snarast och granska den faktiska bilden och ljudet innan det betraktas som en vald tagning.
Tillverkarens dokumenterade innehållsbegränsningar för API:et kräver material som lämpar sig för publik under 18 år och avvisar upphovsrättsskyddade karaktärer eller musik samt generering av verkliga personer. Förbered scenen och referenserna därefter. Modellens direkta resultat är video med ljud, inga genererade stillbilder, inget verktygssvar i en konversation och ingen obegränsad film. Behåll standardmodellens exakta identitet och det accepterade källklippet när ett visuellt koncept vidareutvecklas.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sora-2 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0 / 1K token Utdata · Utdatatoken $0.2 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "sora-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra sora-2
Använd metodsökvägarna som visas ovan.