Veo-Clean 去水印

上传带水印的视频，系统自动去除水印后返回去水印成片。异步任务，流程与视频生成一致。

模型

按视频实际时长计费，例如 10 秒视频 = 。失败不计费，不消耗 Gemini 生成配额。

接口信息

核心参数

提交方式

仅支持 multipart/form-data（必须上传视频文件，不支持 JSON / URL 传视频）。字段 input_video 放本地文件。

示例请求

# Multipart 上传去水印
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=veo-clean" \
  -F "input_video=@watermarked.mp4"

轮询取片

curl https://aihubcc.cc/v1/videos/{task_id} \
  -H "Authorization: Bearer sk-xxx"
# 完成后:
# {"status":"completed","data":[{"url":"/v1/videos/{task_id}/content"}]}

Python 完整请求

import time, requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx"}
# 提交(multipart)
with open("watermarked.mp4", "rb") as f:
    task = requests.post(f"{BASE}/videos", headers=H,
        data={"model": "veo-clean"}, files={"input_video": f}).json()
tid = task["task_id"]
# 轮询
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(3)
# 下载
url = r["data"][0]["url"]
if url.startswith("/"):
    url = "https://aihubcc.cc" + url
open("clean.mp4", "wb").write(requests.get(url, headers=H).content)

注意事项

• 仅支持 multipart/form-data 提交（需上传视频文件）。
• 视频文件大小限制 20MB。
• 处理时间通常 20–60 秒（取决于视频长度），清洗前可能多一个 processing 阶段。
• 不涉及 Gemini 视频生成，不消耗生成配额；失败不计费。

建议

• 源视频尽量 ≤20MB、时长越短处理越快。
• 清晰源视频去水印效果更好；严重压缩 / 低清源可能残留痕迹。

Gemini 高速文本模型

高速分组的文本 / 多模态对话模型，使用独立 -fast 名称，与 Official 分组的官方标准模型名和价格完全隔离。OpenAI Chat 兼容。

模型

不同客户分组倍率可能不同，实际单价以账号「模型广场」为准。高速令牌请用带 -fast 后缀的名称。

接口信息

核心参数

提示词长度上限 = 模型上下文窗口（走服务 Gemini，可容纳很长文本），无我方硬性字符限制。

提交方式

标准 OpenAI Chat JSON。可直接用 OpenAI SDK：把 base_url 指向网关、api_key 用你的令牌即可。

示例请求

curl https://aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash-fast",
    "messages": [{"role":"user","content":"你好"}]
  }'

轮询取片

同步返回，无需轮询。一次 POST 即得 choices[0].message.content；stream:true 时按 SSE 增量返回。

Python 完整请求

from openai import OpenAI
client = OpenAI(base_url="https://aihubcc.cc/v1", api_key="sk-xxx")
resp = client.chat.completions.create(
    model="gemini-3.5-flash-fast",
    messages=[{"role": "user", "content": "用一句话介绍杭州"}],
)
print(resp.choices[0].message.content)

注意事项

• 务必使用带 -fast 后缀的模型名（与 Official 分组隔离，价格不同）。
• 按 token 计费，分组倍率不同单价不同，以模型广场为准。
• 支持多模态：content 里可带图片 URL / base64。

建议

• 直接用 OpenAI SDK（改 base_url + api_key）接入最省事。
• 大输出 / 长响应建议开 stream 改善体验。

Gemini 图像生成

基于 Gemini 的图像生成服务。

模型

接口信息

通过 POST /v1/images/generations 调用，参数与 GPT-Image-2 类似。

示例请求

curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-image",
    "prompt": "赛博朋克风格的东京夜景",
    "size": "1024x1024"
  }'

核心参数

提交方式

画幅与方向（size）

size 决定出图方向。现已支持任意像素尺寸与方向关键词，网关会据此让模型生成对应画幅：

说明：只传单一数字（如 1024）或清晰度名（如 2k/4k）不含方向信息，此时按模型默认方向出图。竖屏为尽力而为（Gemini 侧对画幅遵循为概率性），带明确的 宽x高 或方向关键词可显著提高竖屏命中率。/v1/images/edits（图生图）同样支持 size 控制方向。

参考图（图生图 / 编辑）

附带参考图即可进行图生图 / 编辑。image 字段同时支持字符串与数组两种写法，取值可为公网 URL 或 data:image Base64：

curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-image",
    "prompt": "把这两张图融合成一张海报",
    "image": ["https://cdn.example.com/a.jpg", "https://cdn.example.com/b.jpg"]
  }'

兼容说明：image 传单张用字符串、传多张用数组均可。早期部分客户端把图片写成数组会报 cannot unmarshal array into ... image of type string，现已兼容修复，无需改动客户端。参考图最多 5 张、每张 ≤5MB。

轮询取片

本模型为同步接口，请求成功后直接在响应 data[] 返回图片，无需轮询。

Python 完整请求

import requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 文生图（size 传 宽x高 控制方向，竖屏尽力而为）
r = requests.post(f"{BASE}/images/generations", headers=H, json={
    "model": "gemini-image",
    "prompt": "赛博朋克风格的东京夜景",
    "size": "1024x1824"
}).json()
print(r["data"][0].get("url") or "b64")

# 图生图：image 传单张字符串或多张数组（URL 或 base64）
r2 = requests.post(f"{BASE}/images/generations", headers=H, json={
    "model": "gemini-image",
    "prompt": "把这两张图融合成一张海报",
    "image": ["https://cdn.example.com/a.jpg", "https://cdn.example.com/b.jpg"]
}).json()

注意事项

• 竖屏为尽力而为：Gemini 对画幅遵循是概率性的，带明确 宽x高 或方向关键词（portrait / landscape）可显著提高竖屏命中率。
• 参考图：image 传单张字符串或多张数组均可（已兼容早期数组报错），公网 URL 或 base64；最多 5 张、每张 ≤ 5MB。
• 只传单一数字 / 清晰度名（如 1024 / 2k）不含方向信息，按模型默认方向出图。

建议

• 要竖屏 / 横屏直接传 宽x高（如 720x1280）或方向关键词，命中率更高。
• pro 更强：复杂构图 / 细节用 gemini-image-pro（），常规用 gemini-image（）。
• 图生图多图用 image 数组一次传多张融合。

Gemini 音乐生成

通过 Chat Completions 接口生成音乐。同步返回（约 30–60 秒），结果是一个可直接下载的音频链接（MP4/M4A，无需鉴权即可 GET 下载）。

模型

令牌分组必须为 gemini-高速（或 gemini-低速），否则返回"无可用渠道"。失败不计费。

请求示例

curl https://aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-music",
    "messages": [{"role":"user","content":"创作一首轻快的电子风格BGM，适合科技产品广告"}]
  }'

返回示例

下载链接在 choices[0].message.content 里（Markdown 链接 + 纯 URL 各一份）：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "✅ 音乐生成完成\n\n[⬇️ 点击下载音乐](https://download.oaibox.xyz/v1/audio/aud-xxxx/content)\n\nhttps://download.oaibox.xyz/v1/audio/aud-xxxx/content"
    },
    "finish_reason": "stop"
  }]
}

从 content 中取出形如 .../v1/audio/aud-xxxx/content 的 URL，直接 GET 即可下载音频（无需带 Authorization）。也支持 "stream": true，链接会在流式结束的那条消息里返回。

下载域名随所用平台不同：平台 A → download.oaibox.xyz，平台 B → download-2.oaibox.xyz。链接为生成后即时缓存，建议尽快下载保存。

Flow · Veo 3.1 视频

当前对外提供两个视频别名：flow-veo-3-1（标准）与 flow-veo-3-1-fast（Fast）。两者均为异步任务，固定按次计费；失败任务不计费。

模型

价格是固定任务价，不是按秒价。即使传入 seconds，本组仍只扣一次对应模型的价格。失败任务不计费。

接口信息

核心参数

画幅与清晰度映射（已实测）：官网式 size=16:9 + video_resolution=720p 等价于 1280x720；16:9 + 1080p 等价于 1920x1080；竖屏对应 720x1280 / 1080x1920。不能传 4k 或其他未支持比例。

图片数量边界（已实测）：单图首帧 1 张；首尾帧固定 2 张；多图参考 images 最多 3 张，第 4 张会在执行阶段返回 INVALID_ARGUMENT。首尾帧请求不要再混入 images。

提交方式

当前公开契约是 JSON + URL / data URI（input_reference/multipart 文件字段实测 403，不支持）。本地图片先转 data URI，再放入 image_url、first_image_url、last_image_url 或 images：

IMAGE_B64=$(base64 < ./start.jpg | tr -d '\n')
curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"flow-veo-3-1-fast\",
    \"prompt\": \"让图片中的主体自然运动\",
    \"seconds\": \"4\",
    \"resolution\": \"720p\",
    \"image_url\": \"data:image/jpeg;base64,$IMAGE_B64\"
  }"

示例请求

文生视频（最低已验证参数）

BASE_URL="https://AIHUB-2.aihubcc.cc"
TOKEN="sk-你的Flow令牌"

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flow-veo-3-1",
    "prompt": "一只橘猫在窗边抬头，阳光缓慢移动，固定机位，电影感",
    "seconds": "4",
    "size": "16:9",
    "video_resolution": "720p"
  }'

Fast 版把 model 改为 flow-veo-3-1-fast。竖屏把 size 改为 9:16。

官网式画幅 + 1080p

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "flow-veo-3-1-fast",
    "prompt": "日出时一盏彩色纸灯笼缓缓飘过安静的湖面，水面泛起微光，电影感镜头。",
    "seconds": "6", "size": "16:9", "video_resolution": "1080p"
  }'

单图生视频（I2V / 首帧）

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "flow-veo-3-1-fast",
    "prompt": "保持人物外观和服装一致，让人物自然回头并向镜头走来",
    "seconds": "4", "resolution": "720p",
    "image_url": "https://cdn.example.com/start.jpg"
  }'

首尾帧过渡（固定两张图）

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "flow-veo-3-1",
    "prompt": "镜头从室内平滑移动到阳台，人物动作和光线自然衔接",
    "seconds": "4", "resolution": "720p",
    "first_image_url": "https://cdn.example.com/first.jpg",
    "last_image_url": "https://cdn.example.com/last.jpg"
  }'

多图参考（最多 3 张）

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "flow-veo-3-1-fast",
    "prompt": "把图 1 的人物置于图 2 的场景，参考图 3 的光线风格，镜头缓慢推进",
    "seconds": "4", "resolution": "720p",
    "images": [
      "https://cdn.example.com/character.jpg",
      "https://cdn.example.com/scene.jpg",
      "https://cdn.example.com/style.jpg"
    ]
  }'

轮询取片

TASK_ID="task_xxx"
# shell 轮询示例（每 5 秒一次）
while :; do
  BODY=$(curl -fsS "$BASE_URL/v1/videos/$TASK_ID" -H "Authorization: Bearer $TOKEN") || exit 1
  STATUS=$(printf '%s' "$BODY" | jq -r '.status // "unknown"')
  echo "status=$STATUS"
  case "$STATUS" in
    completed|success|succeeded) break ;;
    failed|error) printf '%s\n' "$BODY" | jq .; exit 1 ;;
  esac
  sleep 5
done
VIDEO_URL=$(printf '%s' "$BODY" | jq -r '.video_url // .data[0].url // empty')
curl -fL "$VIDEO_URL" -o flow-veo-result.mp4

完成任务通常返回顶层 video_url；客户端应同时兼容 data[0].url。下载地址是临时地址，请及时转存。

Python 完整请求

import time, requests
BASE = "https://AIHUB-2.aihubcc.cc"
H = {"Authorization": "Bearer sk-你的Flow令牌", "Content-Type": "application/json"}
# 提交
task = requests.post(f"{BASE}/v1/videos", headers=H, json={
    "model": "flow-veo-3-1-fast",
    "prompt": "一只橘猫在窗边抬头，阳光缓慢移动，固定机位，电影感",
    "seconds": "4", "size": "16:9", "video_resolution": "720p",
}).json()
tid = task["task_id"]
# 轮询
while True:
    r = requests.get(f"{BASE}/v1/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "success", "succeeded", "failed"):
        break
    time.sleep(5)
# 取 URL 下载（兼容顶层 video_url 与 data[0].url）
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("flow-veo.mp4", "wb").write(requests.get(url).content)

注意事项

// 提交
{ "task_id": "task_xxx", "status": "queued", "progress": 0 }
// 轮询完成
{ "task_id": "task_xxx", "status": "completed", "progress": 100,
  "video_url": "https://sd.oaibox.xyz/d/dl/video/xxxx.mp4" }
// 失败
{ "task_id": "task_xxx", "status": "failed", "error": { "code": "...", "message": "..." } }

• queued/in_progress：继续轮询，不要重复 POST。
• completed：优先下载 video_url。若立刻请求 /content 得 409 video_not_ready，再查询一次任务后下载返回的 URL。
• failed：本次任务不计费；修改提示词 / 图片 / 参数后再提交。
• 成片实际时长、宽高可能与请求的 seconds/resolution/aspect_ratio 不完全相同，以完成任务和媒体探测为准。

建议

• 当前最低已验收组合：seconds="4" + 720p。成片可能被归一化（如 4 秒→8 秒），不是可依赖的固定规格。
• 单图 I2V 用 1 张；首尾帧用固定 2 张；多图参考 images 最多 3 张，第 4 张会失败。
• 图片用 JPEG/PNG/WebP，公网 HTTPS 或 data URI；确保图片无需登录 / Referer / 临时 Cookie。
• 提示词写清"图 1 是谁 / 做什么""首帧到尾帧如何过渡"，比堆素材更稳定。
• 示例中的令牌 / URL / 任务 ID 均为占位符，勿把真实令牌提交到前端或公开仓库。

反重力 Antigravity（Claude + Gemini 图文）

基于 Google Antigravity 免费额度的独立分组，提供 Claude（Opus / Sonnet 4.6）+ Gemini 文本 + 原生 4K 出图。标准 OpenAI 兼容接口，支持 function call。令牌分组 gemini-anti。

模型

以上为 gemini-anti 分组卖价（已含分组倍率）。实际以模型广场为准。

接口信息

核心参数

提交方式

文本对话、Function Call、4K 出图全部走同一端点 POST /v1/chat/completions，切换 model 即可。4K 出图（gemini-3.1-flash-image-4k）的图片在响应 choices[0].message.images[].image_url.url（data:image/jpeg;base64）返回。

示例：Claude 对话

curl https://AIHUB.aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role":"user","content":"用一句话解释量子纠缠"}]
  }'

示例：4K 出图

图像通过对话接口返回，结果在 choices[0].message.images[].image_url.url（data:image/jpeg;base64）。强制输出 4K（5632×3072）。

curl https://AIHUB.aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-4k",
    "messages": [{"role":"user","content":"一只戴宇航头盔的柴犬，电影级布光"}]
  }'

示例：Function Call

curl https://AIHUB.aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role":"user","content":"北京天气如何"}],
    "tools": [{"type":"function","function":{
      "name":"get_weather",
      "parameters":{"type":"object","properties":{"city":{"type":"string"}}}
    }}]
  }'

轮询取片

本分组均为同步对话接口（含 4K 出图，图片直接在对话响应里返回），无需轮询 task_id。

Python 完整请求

from openai import OpenAI

client = OpenAI(api_key="sk-xxx", base_url="https://AIHUB.aihubcc.cc/v1")
resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

注意事项

• 令牌需在 gemini-anti 分组下
• gemini-3.1-flash-image-4k 固定输出 4K，按次计费（，失败不计费
• Claude 与 Gemini 均走同一 /v1/chat/completions，切换 model 即可

建议

• Claude 顶配用带思考版 claude-opus-4-6-thinking；日常均衡用 claude-sonnet-4-6。
• 要 4K 出图用 gemini-3.1-flash-image-4k（固定 5632×3072，按次 ，图在 message.images[].image_url.url 取。
• Claude 与 Gemini 同端点，用 OpenAI SDK 只换 model 即可无缝切换；支持 tools function call 与 stream。

官方 Key（Google AI Studio 原生模型）

直连 Google AI Studio 的官方标准模型，模型名与官方完全一致。令牌分组 gemini-official。文本 / 图像走 /v1/chat/completions；音乐为异步按次任务。价格 = 官方价 × 分组倍率。

模型

三类模型（文本 / 图像 / 音乐），价格 = 官方价 × 分组倍率（当前 1.6）：

文本模型（按 token）

图像模型

按 token 的图像模型，生成图像本身计入输出 token（故输出单价看似高）。

音乐（异步按次）

接口信息

核心参数

提交方式

示例：官方文本

curl https://AIHUB.aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-pro",
    "messages": [{"role":"user","content":"你好"}]
  }'

示例：官方出图

curl https://AIHUB.aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-pro-image",
    "messages": [{"role":"user","content":"赛博朋克风格的城市夜景"}]
  }'

示例：官方音乐（lyria，异步任务）

curl -X POST https://AIHUB.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3-pro-preview",
    "prompt": "轻快的钢琴爵士，适合咖啡馆"
  }'
# 轮询取片同上（GET /v1/videos/{task_id}）

轮询取片

文本 / 图像为同步对话接口，直接返回、无需轮询。音乐（lyria）为异步任务：POST /v1/videos 提交拿 task_id，再 GET /v1/videos/{task_id} 轮询到 completed 取结果（同「Omni 视频生成」板块）。

Python 完整请求

from openai import OpenAI

client = OpenAI(api_key="sk-xxx", base_url="https://AIHUB.aihubcc.cc/v1")

# 官方文本
resp = client.chat.completions.create(
    model="gemini-2.5-pro",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

# 官方音乐（lyria，异步：用 requests 提交 /v1/videos 后轮询）
import time, requests
BASE = "https://AIHUB.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "lyria-3-pro-preview", "prompt": "轻快的钢琴爵士，适合咖啡馆"}).json()
tid = task.get("task_id") or task.get("id")
while True:
    time.sleep(6)
    s = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if s.get("status") == "completed": break
    if s.get("status") == "failed": break

注意事项

• 令牌需在 gemini-official 分组下
• 模型名与 Google 官方一致，价格 = 官方价 × 分组倍率（当前 1.6）
• 音乐（lyria）为异步按次任务，提交与轮询方式见「Omni 视频生成」板块
• 图像模型部分按 token、部分按次，见上表

建议

• 要官方原生模型名就用本组：模型名与 Google AI Studio 完全一致，价格 = 官方价 × 分组倍率（当前 1.6）。
• 图像模型分两类：按 token 的（生成图计入输出 token）与按次的（gemini-3-pro-image-*k，；按需选。
• 音乐 lyria 走异步 /v1/videos，提交后轮询取片，别用 chat 端点。

Seedance 2.0 视频生成

基于 Seedance 2.0 的视频生成服务。各模型调用方式完全一致，切换只需改 model 字段。支持文生视频、图生视频、多参考图（≤9）、参考视频（≤3）、参考音频（≤3）、首尾帧过渡；提供 480p / 720p / 1080p / 4K 多档清晰度。

模型

按秒计费系列（4-15 秒任意整数）

Pro 满血系列 · 按次固定 15 秒（画质更强、自带 AI 生成音轨；调用方式与上表完全一致，无需传 duration）

按秒计费 = 单价 × duration（例：Seedance-2.0-720p 8 秒 = ）。Pro 满血按次计费，固定 15 秒成片、与时长无关，暂不支持首尾帧。全能参考数字 = 图·视频·音频张数上限（如 933 = 9 图 + 3 视频 + 3 音频）。失败不计费。

接口信息

核心参数

参考素材字段详细规格与要求：

• 输出：H.264 / 24fps，含 AAC 立体声同步音轨，无水印。720p 约 1280×720；480p 随画幅（4:3 约 752×560）。画幅支持 16:9 / 9:16 / 1:1 / 21:9 / 3:4 / 4:3 六种。
• 参考图（单张/多张统一用 reference_image_urls）：单张传 1 个元素、多张最多 9 个。三种传法任选——公网 http(s) 链接、data:image/...;base64, 直传（免图床）、multipart 文件上传（字段 image，-F image=@photo.jpg）。输入图要求：JPEG/PNG/WEBP，长边 ≤4000px（每边 ≥300px），宽高比 0.4–2.5，≤30MB。prompt 用 @image1…@image9 引用。
• image_url 兼容保留：旧单张主图字段仍可用，与「reference_image_urls 传 1 张」效果一致；同时传时 image_url 作第 1 张、其余依次，合计 ≤9。
• 参考图命名（多角色必看）：prompt 用 @名字 指代角色时，需告诉我们每张图对应谁，否则易「人物与参考图对不上」。① 推荐·对象数组：reference_images 元素 {"url":"…","name":"志强"}，名字跟图走不错位；② 平行数组：reference_image_names:["志强","清雅"] 须与 urls 同序。我们会在 prompt 最前自动补绑定声明，你的 prompt 一字不改；不传名字＝维持现状。
• 参考图角色（治多图融合"背景被当人/多余脸"）：背景图标 role:"background"、人物图标 role:"subject"（或给 name 即视为主体）。① 对象数组 {"url":"…","role":"background"}；② 平行数组 reference_image_roles:["subject","background"] 同序。取值 subject（别名 person/face/人物/主体…）、background（别名 bg/scene/背景/场景…）。不标＝维持现状。
• 参考视频：reference_videos（或单个 reference_video），≤3 个；@video1… 引用。要求 mp4/mov、单条 2–15 秒、24–60fps、≤50MB，总时长 ≤15 秒。
• 参考音频：reference_audios（或 reference_audio/audio_url），≤3 个；@audio1… 引用。格式 mp3（支持 wav/m4a 等）。音频须搭配 ≥1 张主图。
• 首尾帧过渡：同时给 first_image_url 和 last_image_url，固定 2 张、须成对；该模式不接受额外参考图。
• 以上素材均支持公网 URL 或 base64（如 data:audio/mpeg;base64,）。
• 字段命名完全兼容 Seedance 官方接口：参考图接受 reference_image_urls（推荐）/reference_images/extra_images/input_reference，单张 reference_image；参考视频接受 reference_videos/reference_video/extra_videos。

提交方式

JSON 或 multipart。无需传"模式"参数——服务端按传入的素材字段自动判定：

✅ 全能参考 933：单次最多 9 图 + 3 视频 + 3 音频，在 prompt 用 @image1…/@video1…/@audio1… 引用。音频/视频参考须至少配 1 张主图。首尾帧固定 2 张，不接受额外参考图。

常见错误（请避开）：

示例请求

# 文生视频
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-720p","prompt":"雨夜霓虹街道，镜头缓慢推进，电影感光影","aspect_ratio":"16:9","duration":8}'

# 多素材参考（图/视频/音频，@Image1/@Video1/@Audio1 引用）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-720p","prompt":"以 @Image1 的人物、@Video1 的运镜，配合 @Audio1 的节奏生成广告",
       "image_url":"https://cdn.example.com/main.jpg","extra_images":["https://cdn.example.com/ref.jpg"],
       "extra_videos":["https://cdn.example.com/ref.mp4"],"extra_audios":["https://cdn.example.com/ref.mp3"],
       "aspect_ratio":"16:9","duration":10}'

# 480p 图生视频 · base64 直传（免图床）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-fast-480p","prompt":"让画面动起来","duration":5,"image_url":"data:image/png;base64,iVBORw0KGgo..."}'

# 480p 图生视频 · multipart 文件上传（免图床）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=Seedance-2.0-fast-480p" -F "prompt=让画面动起来" -F "duration=5" -F "image=@/path/to/photo.jpg"

# 多参考图（≤9，@image1/@image2 引用）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-fast-480p","prompt":"@image1 的人物在 @image2 的场景中行走",
       "image_url":"https://cdn.example.com/person.jpg","reference_image_urls":["https://cdn.example.com/scene.jpg"],"duration":5}'

# 多角色 · 参考图命名（对象数组，name 跟图走不错位）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-720p","prompt":"@志强 与 @清雅 在医院走廊相遇，@张秋月 从远处走来",
       "reference_images":[{"url":"https://cdn.example.com/zhiqiang.jpg","name":"志强"},
         {"url":"https://cdn.example.com/qingya.jpg","name":"清雅"},
         {"url":"https://cdn.example.com/qiuyue.jpg","name":"张秋月"}],
       "aspect_ratio":"9:16","duration":10}'

# 多图融合 · 标明背景图（避免背景多出人脸/重影）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-720p","prompt":"@志强 站在空旷的办公室里演讲",
       "reference_images":[{"url":"https://cdn.example.com/zhiqiang.jpg","name":"志强","role":"subject"},
         {"url":"https://cdn.example.com/office.jpg","role":"background"}],
       "aspect_ratio":"16:9","duration":8}'

# 参考视频（≤3，mp4/mov 2-15s；@video1 引用）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-fast-480p","prompt":"把 @image1 的人物换进 @video1 的画面",
       "image_url":"https://cdn.example.com/person.jpg","reference_videos":["https://cdn.example.com/ref.mp4"],"duration":5}'

# 首尾帧过渡
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{"model":"Seedance-2.0-fast-480p","prompt":"平滑电影感过渡",
       "first_image_url":"https://cdn.example.com/start.jpg","last_image_url":"https://cdn.example.com/end.jpg","duration":5}'

轮询取片

curl https://aihubcc.cc/v1/videos/TASK_ID -H "Authorization: Bearer sk-xxx"
# status=completed 后用响应里的 video_url 直链下载
curl -L "VIDEO_URL" -o result.mp4

轮询到 completed/failed 停止；video_url 为可直接下载 / 嵌入的直链；失败不计费。

Python 完整请求

import time, requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的video-pro令牌", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "Seedance-2.0-720p",
    "prompt": "雨夜霓虹街道，镜头缓慢推进，电影感光影",
    "aspect_ratio": "16:9", "duration": 8,
}).json()
tid = task["task_id"]
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(5)
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("seedance.mp4", "wb").write(requests.get(url).content)

注意事项

任务失败时（轮询返回 "status":"failed"），响应 error 为 {"code","message"}（message 为完整中文说明），并冗余顶层 error_code：

• prompt ≤5000 字符（超出 400018）；Pro 满血按次档固定 15 秒、不支持首尾帧。
• 音频 / 视频参考须至少配 1 张主图；首尾帧固定 2 张成对、不接受额外参考图。
• 参考图 JPEG/PNG/WEBP、长边 ≤4000px、每边 ≥300px、宽高比 0.4–2.5、≤30MB；参考视频总时长 ≤15 秒。
• 下载 video_url 为直链、有时效，请及时转存。失败不计费。

建议

• 走量选 mini/fast（480/720），画质优先选标准档，最高画质用 1080p/4K；追求 15 秒满血音轨用 Pro 按次档。
• 多角色务必用对象数组 reference_images:[{url,name}] 绑定 @人物，防止排序错位；纯背景图标 role:"background" 治多余人脸。
• 竖屏传 aspect_ratio":"9:16"；多图融合把主体图放前、背景图标注清楚。

Seedance 2.5 · 视频编辑(v2v) Video

模型

按秒计费 = 单价 × 输出时长（= 参考视频时长）。失败不计费。

接口信息

核心参数

单次最多 30 图 + 10 视频 + 10 音频，超出报错、不产任务、不计费。必须至少 1 个参考视频；图 / 音频可选。

提交方式

JSON。仅视频编辑(v2v)：必须传 reference_videos——纯文生 / 图生不受支持，会被拒绝、不产任务、不计费。参考图 / 参考音频支持公网 URL 或 base64 data-URI；参考视频仅公网 URL（须无需登录即可下载）。默认生成音频。

示例请求

# 视频编辑(v2v)：把一段 8 秒视频改成水彩画风格（seconds 必须=参考视频时长）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.5-720p","prompt":"把画面改成水彩画风格，柔和色调","reference_videos":["https://你的视频/clip.mp4"],"seconds":8}'

# 多素材参考(可选)：1 段视频 + 多张参考图 + 参考音频（视频必带）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.5-1080p","prompt":"参考给定风格重新演绎","seconds":8,
       "reference_videos":["https://你的视频/clip.mp4"],
       "reference_images":["https://你的图/1.jpg","https://你的图/2.jpg"],
       "reference_audios":["https://你的音频/bgm.mp3"]}'

轮询取片

curl https://aihubcc.cc/v1/videos/TASK_ID -H "Authorization: Bearer $TOKEN"
# status=completed 后用 video_url 下载
curl -L "VIDEO_URL" -o result.mp4

返回的 video_url 为火山官方下载直链，有时效请及时保存。失败不计费。

Python 完整请求

import time, requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的Seedance令牌", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "Doubao-Seedance-2.5-720p",
    "prompt": "把画面改成水彩画风格，柔和色调",
    "reference_videos": ["https://你的视频/clip.mp4"],
    "seconds": 8,   # 必须 = 参考视频时长
}).json()
tid = task["task_id"]
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(5)
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("seedance25.mp4", "wb").write(requests.get(url).content)

注意事项

• ⚠️ seconds 必须等于参考视频时长，否则报错并提示正确秒数（不产任务、不计费）。
• 仅 v2v：必须带参考视频，纯文生 / 图生会被拒。输出时长 / 画幅跟随参考视频，不可自定义。
• 参考视频公网 mp4、4–30 秒、分辨率不超过档位（720p ≤1280×720、1080p ≤1920×1080），超出被拒。编辑高清视频选 1080p 档。
• 参考图 / 参考音频支持公网 URL 或 base64 data-URI；参考视频仅公网 URL。单次上限 30 图 + 10 视频 + 10 音频。
• ⚠️ 配音音色 / 性别跟随画面人物，不跟随上传的参考音频：generate_audio 为画面人物合成配音，上传女声不会把男性角色改成女声；想要女声请让画面人物为女性。

建议

• 先截好你要编辑的关键片段（4–30 秒），seconds 填该片段实际秒数。
• 要编辑 1080p 高清源用 Doubao-Seedance-2.5-1080p；720p 源用 720p 档更省。
• 提示词写清"改成什么风格 / 保留什么"，配参考图能更稳定地锁定风格。

Seedance 2.0 · 官方 Key 版

支持文生视频、图生视频 / 首尾帧、全能参考（图 + 视频 + 音频）三种模式，480p / 720p / 1080p 多档、标准与 Fast 两条产线；按秒计费、失败不计费。

模型

按秒计费 = 单价 × duration。例如 official-Seedance-2.0-720p 8 秒 = 。失败不计费。

接口信息

核心参数

素材上限：全能参考单次最多 9 图 + 3 视频 + 3 音频，超出即报错、不产任务、不计费。

提交方式

JSON。无需传"模式"参数——服务端按传入的素材字段自动判定模式：

⚠️ 参考素材仅支持公网 URL（http/https），不支持 base64 直传——先把图 / 视频 / 音频放到公网可下载地址，再传其 URL。

示例请求

# A) 文生视频
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"official-Seedance-2.0-720p","prompt":"夕阳下平静的海面，海浪轻轻起伏","duration":4,"aspect_ratio":"16:9"}'

# B) 图生视频（单图驱动）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"official-Seedance-2.0-720p","prompt":"镜头缓缓推进，主体自然运动","duration":4,
       "image_url":"https://你的图床/first.jpg"}'

# C) 首尾帧过渡
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"official-Seedance-2.0-720p","prompt":"从首帧平滑过渡到尾帧","duration":4,
       "first_image_url":"https://你的图床/first.jpg","last_image_url":"https://你的图床/last.jpg"}'

# D) 全能参考（≤9 图 + ≤3 视频 + ≤3 音频，全部公网 URL）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"official-Seedance-2.0-720p","prompt":"参考给定素材的风格与主体生成","duration":6,
       "reference_image_urls":["https://你的图床/1.jpg","https://你的图床/2.jpg"],
       "reference_videos":["https://你的图床/ref.mp4"],
       "reference_audios":["https://你的图床/bgm.mp3"]}'

轮询取片

curl https://aihubcc.cc/v1/videos/TASK_ID -H "Authorization: Bearer $TOKEN"
# status=completed 后用响应里的 video_url 直链下载
curl -L "VIDEO_URL" -o result.mp4

轮询到 completed/failed 停止；video_url 为可直接下载 / 嵌入的直链；失败不计费。

Python 完整请求

import time, requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的Seedance令牌", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "official-Seedance-2.0-720p",
    "prompt": "夕阳下平静的海面，海浪轻轻起伏",
    "duration": 4, "aspect_ratio": "16:9",
}).json()
tid = task["task_id"]
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(5)
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("seedance.mp4", "wb").write(requests.get(url).content)

注意事项

• 参考素材仅公网 URL，不支持 base64；素材须无需登录 / Referer / 临时 Cookie 即可下载。
• 素材上限 9 图 + 3 视频 + 3 音频，参考视频单条 2–15 秒、总 ≤15 秒；超限报错不计费。
• prompt ≤5000 字符；duration 4-15 整数。
• 按秒计费，成本随 duration 线性增长；失败不计费。

建议

• 走量选 Fast 档（480p/720p Fast），画质优先选 720p/1080p 标准。
• 竖屏传 aspect_ratio":"9:16"；提示词写清主体与运动方向更稳定。
• 参考图每边 720–2160px、≤20MB；参考视频总时长控制在 15 秒内。

Seedance 2.0 · 官方直连（mini / fast / 标准） Video

模型

时长 4-15 秒（seconds 自定义 = 计费秒数）、24fps。质量 mini < fast < 标准；标准档（名无 mini/fast 后缀）独有 1080p。失败不计费。

接口信息

核心参数

⚠️ 用参考视频时：参考视频分辨率不得超过所选档位（480p 档 ≤480p、720p 档 ≤720p）、总时长不超过 seconds，超出会被拒（不产任务、不计费）。要编辑高清视频请用 Seedance 2.5。参考图 / 参考音频支持公网 URL 或 base64 data-URI，也兼容火山原生 content[] 数组；参考视频仅公网 URL。

提交方式

JSON。按素材字段自动判定玩法：

⚠️ 首帧/尾帧 与 全能参考（参考图/参考视频）互斥，不能同时传（火山限制，二选一）；参考音频不能单独用，须搭配至少一张参考图或一段参考视频。参考图 / 参考音频除公网 URL 外，也支持 base64 内联上传。

示例请求

# A) 文生视频（mini 480p，6 秒）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.0-mini-480p","prompt":"一只橘猫在草地上奔跑，阳光明媚","seconds":6}'

# B) 图生视频（fast 720p，首帧图，8 秒）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.0-fast-720p","prompt":"镜头缓慢推进","seconds":8,"image_url":"https://你的图床/first.jpg"}'

# C) 首尾帧
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.0-mini-720p","prompt":"从白天平滑过渡到夜晚","seconds":6,
       "first_image_url":"https://你的图床/first.jpg","last_image_url":"https://你的图床/last.jpg"}'

# D) 全能参考（≤9 图 + ≤3 视频 + ≤3 音频）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.0-fast-720p","prompt":"参考给定素材的风格与主体生成","seconds":8,
       "reference_images":["https://你的图/1.jpg","https://你的图/2.jpg"],
       "reference_videos":["https://你的视频/ref.mp4"],
       "reference_audios":["https://你的音频/bgm.mp3"]}'

# E) base64 内联上传参考图 + 参考音频（无需图床/公网托管，跨网络更稳）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"Doubao-Seedance-2.0-480p","prompt":"人物驾驶摩托车穿过夜晚城市街道","seconds":4,
       "reference_images":["data:image/jpeg;base64,/9j/4AAQSkZJRg...(素材图)"],
       "reference_audios":["data:audio/mpeg;base64,SUQzBAAAAAA...(音色参考)"]}'
# 注：参考音频须与参考图/视频同用；音频只影响口播节奏，配音音色/性别跟随画面人物。

轮询取片

curl https://aihubcc.cc/v1/videos/TASK_ID -H "Authorization: Bearer $TOKEN"
# status=completed 后用 video_url 下载
curl -L "VIDEO_URL" -o result.mp4

返回的 video_url 为火山官方下载直链，有时效请及时保存。失败不计费。

Python 完整请求

import time, requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的Seedance令牌", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "Doubao-Seedance-2.0-fast-720p",
    "prompt": "镜头缓慢推进，主体自然运动", "seconds": 8,
    "image_url": "https://你的图床/first.jpg",
}).json()
tid = task["task_id"]
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(5)
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("seedance.mp4", "wb").write(requests.get(url).content)

注意事项

• 参考图 / 参考音频支持三种上传方式：公网 URL、data:...;base64, data-URI、火山原生 content[] 数组（{"type":"image_url","image_url":{"url":...}}）；三选一皆可。参考视频仅公网 URL（须无需登录即可下载）。
• ⚠️ 首帧/尾帧模式 与 全能参考（参考图/参考视频）互斥——不能同时传（火山限制），二选一，否则被拒。
• ⚠️ 参考音频不能单独使用，必须搭配至少一张参考图或一段参考视频（火山限制：reference_audio cannot be the only reference input）。
• ⚠️ 配音音色 / 性别跟随画面人物，不跟随上传的参考音频：generate_audio 会为画面里的人物合成配音——上传女声并不会把男性角色改成女声。想要女声，请让画面人物为女性（用女性参考图或提示词），参考音频主要影响口播节奏而非音色。
• 参考视频分辨率 ≤ 所选档位、总时长 ≤ seconds，超限被拒不计费；编辑高清视频用 Seedance 2.5。
• 素材上限 9 图 + 3 视频 + 3 音频；seconds 4-15；按秒计费，成本随时长线性，失败不计费。

建议

• 走量选 mini/fast，画质优先选标准档；要 1080p 只有标准档有。
• i2v 画幅跟随首帧图；想要竖屏就用竖图作首帧。
• 提示词写清运镜与主体动作，比堆素材更稳定。

Seedream 图像生成 Image

模型

切换模型只改 model 字段。每次调用返回 1 张图，按张计费。失败不计费。

接口信息

核心参数

分辨率范围（各模型不同 · 实测）：

总像素须 ≥ 3,686,400（约 1920×1920）否则 InvalidParameter。4-5/5-0 可到 4096×4096；5-0-pro 上限约 4,624,220 像素（≈2150×2150），传 4K 会被拒——Pro 请用 2048×2048。输出格式 JPEG。

提交方式

JSON（同步）。image 字段传单张字符串或多张数组即进入图生图 / 多图融合；参考图支持 URL / 多图 / Base64 三种（已实测）。加 "response_format":"b64_json" 可拿 base64 内嵌。

示例请求

# 文生图 —— 同步，一次返回即拿到图片（无需轮询）
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"doubao-seedream-5-0","prompt":"一只橘猫坐在窗台上，午后阳光洒落，超写实摄影","size":"2048x2048"}'

# 16:9 宽画幅（旗舰 Pro，注意 Pro 不支持 4K）
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"doubao-seedream-5-0-pro","prompt":"电影感雪山日出全景，宽画幅","size":"2560x1440"}'

# 图生图：单张参考图（URL）
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"doubao-seedream-4-5","prompt":"把背景换成落日海边","size":"2048x2048","image":"https://example.com/ref.jpg"}'

# 多图融合：image 传数组（最多 10 张）
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"doubao-seedream-5-0","prompt":"把这两张融合成一张海报","size":"2048x2048","image":["https://example.com/a.jpg","https://example.com/b.jpg"]}'

# 返回 base64
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"doubao-seedream-4-5","prompt":"极简红色圆形，纯白背景","size":"2048x2048","response_format":"b64_json"}'

轮询取片

同步接口，无需轮询：请求返回即拿到结果。默认 data[0].url 为可直接下载 / 内嵌的图片直链（有有效期，请及时保存）；需 base64 内嵌时加 "response_format":"b64_json" 取 data[0].b64_json。

# 默认 url 返回结构：
# {"created":1786957747,"data":[{"url":"https://<官方签名直链>/xxx.jpeg"}]}
curl -L "IMAGE_URL" -o result.jpeg

Python 完整请求

import requests
BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的Seedance令牌", "Content-Type": "application/json"}
r = requests.post(f"{BASE}/images/generations", headers=H, json={
    "model": "doubao-seedream-5-0",
    "prompt": "一只橘猫坐在窗台上，午后阳光洒落，超写实摄影",
    "size": "2048x2048",
}).json()
url = r["data"][0]["url"]
open("seedream.jpeg", "wb").write(requests.get(url).content)

注意事项

• 尺寸总像素须 ≥ 3,686,400（约 1920×1920），过小返回 InvalidParameter。
• 5-0-pro 不支持 4K（≤约 2150×2150），传 4096×4096 返回 400，用 2048×2048。
• 本线路 n=1 每次 1 张；需多张请多次调用。
• 参考图 ≤10MB、JPEG/PNG、单边 ≤4096；非法参考图返回 400 不计费。输出格式 JPEG。

建议

• 常规用 5-0（性价比最高）；要旗舰画质用 5-0-pro（记得用 2048 不要 4K）；要真 4K 用 4-5 或 5-0。
• 16:9 用 2560x1440、9:16 用 1440x2560、1:1 用 2048x2048。
• 多图融合把主体图放前、风格图放后，提示词点明"融合成一张"。

MiniMax H3 · 按秒计费（768P / 2K）

MiniMax H3 按秒计费，两档清晰度、原生音频。支持文生 / 图生 / 首尾帧 / 参考图 / 参考音频；需参考视频驱动用 Pro 档。同一套 /v1/videos 接口：异步创建 → 轮询 → 下载。

模型

按秒计费 = 单价 × 时长（例：minimax-h3-2k 10 秒 = ）。全能参考数字 = 图·视频·音频张数上限：标准档 503（5 图 + 0 视频 + 3 音频），Pro 档 913（9 图 + 1 视频 + 3 音频，额外支持参考视频）。如需 933 全能参考请联系客服。失败不计费。

接口信息

核心参数

提交方式

JSON，参考素材支持 公网 URL 或 base64。按传入素材自动判定模式：

示例请求

# 文生视频
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"minimax-h3-2k","prompt":"A calm ocean wave at golden sunset, cinematic","duration":5,"ratio":"16:9"}'

# 图生视频（参考图）
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"minimax-h3-768p","prompt":"角色转身微笑，镜头缓慢推近","duration":6,
       "referenceImages":["https://.../ref1.jpg"]}'

# 参考视频驱动（Pro，1 段 2-5 秒）
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"minimax-h3-pro-768p","prompt":"角色跟随参考视频的动作与镜头运动","duration":5,
       "referenceVideos":["https://.../ref.mp4"]}'

轮询取片

curl https://AIHUB-2.aihubcc.cc/v1/videos/TASK_ID -H "Authorization: Bearer $TOKEN"
# status=completed 后用响应里的 video_url 下载
curl -L "VIDEO_URL" -o result.mp4

轮询到 completed/failed 停止；video_url 为直链；失败不计费。

Python 完整请求

import time, requests
BASE = "https://AIHUB-2.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-你的minimax令牌", "Content-Type": "application/json"}
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "minimax-h3-2k",
    "prompt": "A calm ocean wave at golden sunset, cinematic",
    "duration": 5, "ratio": "16:9",
}).json()
tid = task["task_id"]
while True:
    r = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if r["status"] in ("completed", "failed"):
        break
    time.sleep(5)
url = r.get("video_url") or (r.get("data") or [{}])[0].get("url")
open("minimax.mp4", "wb").write(requests.get(url).content)

注意事项

• 严格内容审核：违规提示词直接 400（不产任务、不计费），屡犯可能致模型临时不可用。
• prompt ≤7000 字符，超出静默截断——长提示词请自行精简，别指望超出部分生效。
• 用 ratio 字段控画幅（不是 size/aspect_ratio）；文生视频不支持 adaptive。
• first_image/last_image 与 referenceImages 互斥；参考音频须配参考图。
• 参考视频仅 Pro 档、1 段 2–5 秒；2K / 参考视频出片较慢，高峰期偶发排队请重试。

建议

• 走量用 768P，画质优先用 2K；需要视频驱动动作 / 运镜才用 Pro 档。
• 竖屏传 ratio":"9:16"；参考视频请截取你要的关键 2–5 秒片段。
• 提示词全英文或中文均可，但务必合规、避免任何擦边表述。

Adobe Firefly · Veo 3.1

Adobe Firefly 视频生成现已提供 Veo 3.1 标准版、Veo 3.1 Fast（静音档，无音频）与 Veo 3.1 Fast Direct（含音频）。两者均使用 OpenAI 兼容的异步视频接口：提交任务后轮询，完成时从响应中的 video_url 获取成片。

本页仅列出当前已验收并已开放的 VEO 模型。Sora 2 尚未开放；请勿以模型名或参数猜测方式调用未列出的模型。

模型

⚠️ 音频说明（重要）：firefly-veo-3.1-fast 是无音频的静音档，成片不含任何音频轨。如需带音频，请改用 firefly-veo-3.1-fast-direct（同为 Fast、含音频）或 firefly-veo-3.1 标准版（含音频）。

实际计费、模型可见性和可用额度以控制台模型列表及你的 API 令牌权限为准。

接口信息

核心参数

size 支持两种传法：① 像素尺寸（如 1280x720），画幅与清晰度自动识别，无需 video_resolution；② 官网式纵横比（16:9/9:16）+ 必填 video_resolution（720p/1080p），对齐 Adobe 官网“画幅 + 分辨率”两栏。两套输出完全一致。音频区分：firefly-veo-3.1（标准版）与 firefly-veo-3.1-fast-direct 默认含音频；而 firefly-veo-3.1-fast 为静音档、无音频轨。

size 取值与输出

官网式取值（size 纵横比 + video_resolution）

提交方式

纯文字走 JSON；一旦带任何参考图 / 首尾帧 / 多图，整个请求用 multipart 表单提交（字段用 -F）。首尾帧模式与多参考图模式互斥，不可同一请求混用。

示例：提交 6 秒 Fast 视频

BASE_URL="https://AIHUB-2.aihubcc.cc"
TOKEN="sk-xxx"

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-veo-3.1-fast",
    "prompt": "日出时一盏彩色纸灯笼缓缓飘过安静的湖面，水面泛起微光，电影感镜头，无文字无标志。",
    "seconds": "6",
    "size": "1280x720"
  }'

示例：官网式参数（纵横比 + 分辨率）

与像素式输出完全一致，区别只是把画幅和清晰度拆成 size（纵横比）+ video_resolution 两栏，对齐 Adobe 官网 UI。size 传纵横比时 video_resolution 必填。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-veo-3.1-fast",
    "prompt": "日出时一盏彩色纸灯笼缓缓飘过安静的湖面，水面泛起微光，电影感镜头，无文字无标志。",
    "seconds": "6",
    "size": "16:9",
    "video_resolution": "720p"
  }'

示例：图生视频（带参考图 input_reference）

在文生的基础上，用 multipart 表单额外带一张参考图作为首帧，其余参数（seconds、size）一致。input_reference 支持本地文件、图片 URL 或 base64 三种传法。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-veo-3.1' \
  -F 'prompt=让画面里的主体自然动起来，镜头缓慢向前推进，保持构图。' \
  -F 'seconds=6' \
  -F 'size=1280x720' \
  -F 'input_reference=@frame.jpg;type=image/jpeg'

用图片 URL：把最后一行换成 -F 'input_reference=https://your-cdn.com/frame.jpg'；用 base64：换成 -F 'input_reference=data:image/jpeg;base64,<...>'。提交后与文生一样轮询 GET /v1/videos/{task_id}，完成后取顶层 video_url。

首尾帧（First / Last Frame）

用 first_frame（起始帧）和 last_frame（结束帧）两张图，引导 Veo 从首帧画面过渡到尾帧画面。两个字段都支持图片 URL、base64（data:image/...;base64,）或 multipart 文件。只传 first_frame 等同于用首帧做图生视频（与上面的 input_reference 首帧一致）。首尾帧模式与下方“多参考图”模式互斥，不能同一请求混用（Adobe 官方规则，混传会在生成前返回 400、不计费）。

⚠️ Veo 的首尾帧按两张参考图处理（首帧、尾帧各作为一个参考引导），过渡的具体表现由模型把控、未必是逐帧线性插值，实际以成片为准。参考图请用真实、合规的照片（勿用随机占位图 / 纯色图；含可识别真人面孔可能触发内容策略）。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-veo-3.1",
    "prompt": "镜头从清晨薄雾笼罩的湖面缓缓推进，雾气逐渐散去，远处倒影渐渐清晰",
    "seconds": "8",
    "size": "16:9",
    "video_resolution": "720p",
    "first_frame": "https://your-cdn.com/first.jpg",
    "last_frame":  "https://your-cdn.com/last.jpg"
  }'

首尾帧也可走 multipart 文件：改成 -F 'model=firefly-veo-3.1' -F 'first_frame=@first.jpg;type=image/jpeg' -F 'last_frame=@last.jpg;type=image/jpeg'（prompt/seconds/size 同样用 -F 传）。

多参考图（Reference Images）

用 reference_images 传入多张参考图，引导角色、风格与构图。Veo 取用前若干张作参考（标准版 firefly-veo-3.1 最多 3 张、Fast 版最多 2 张），支持图片 URL、base64 或 multipart（重复字段名传多张）。与首尾帧模式互斥：同一请求不能同时传 first_frame/last_frame，混传在生成前返回 400、不计费。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-veo-3.1' \
  -F 'prompt=保持这几张参考图的人物形象与画面风格，让主体自然动起来' \
  -F 'seconds=6' \
  -F 'size=1280x720' \
  -F 'reference_images=@char.jpg;type=image/jpeg' \
  -F 'reference_images=@style.jpg;type=image/jpeg'

参考图须为真实合规照片；超量或与首尾帧字段混用会在生成前返回 400（不扣积分）。

成功提交会返回异步任务，例如：

{
  "id": "task_xxx",
  "status": "queued",
  "model": "firefly-veo-3.1-fast",
  "progress": 0
}

轮询取片

curl -sS "$BASE_URL/v1/videos/task_xxx" \
  -H "Authorization: Bearer $TOKEN"

当响应中的 status 为 completed 时，读取 video_url：

{
  "id": "task_xxx",
  "status": "completed",
  "model": "firefly-veo-3.1-fast",
  "video_url": "https://..."
}

video_url 是短期签名下载地址，请在有效期内下载或转存。当前请直接使用完成任务返回的 video_url，不要依赖 /v1/videos/{task_id}/content。

Python 完整请求

import time, requests

BASE = "https://AIHUB-2.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（文生；图生改用 multipart 带 input_reference）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "firefly-veo-3.1",
    "prompt": "日出时一盏彩色纸灯笼缓缓飘过安静的湖面，电影感镜头",
    "seconds": "6",
    "size": "1280x720"
}).json()
task_id = task.get("id") or task.get("task_id")

# 轮询
while True:
    time.sleep(6)
    s = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if s.get("status") == "completed":
        print("下载:", s["video_url"]); break
    if s.get("status") == "failed":
        print("失败:", s); break

注意事项

• 提交成功但还没有视频：继续查询同一个任务 ID，直到状态变为 completed 或 failed。
• 模型不可见或返回权限错误：确认 API 令牌已开通 Firefly VEO 模型权限。
• 任务失败：保留任务 ID 与错误响应，提交给技术支持排查；不要为同一任务并发重复提交。

建议

• 要带音频用 firefly-veo-3.1 或 firefly-veo-3.1-fast-direct；firefly-veo-3.1-fast 是静音档、无音轨。
• 画幅两套任选：像素式 size（如 1280x720）自动识别清晰度；官网式纵横比 16:9 需同时传 video_resolution。
• 首尾帧与多参考图互斥：要过渡用 first_frame+last_frame，要角色 / 风格一致用 reference_images，别混用。
• 参考图用真实合规照片，含可识别真人面孔可能触发内容策略。

Adobe Firefly · Seedance 2.0

Adobe Firefly 的 Seedance 2.0 与 Seedance 2.0 Fast 视频模型。支持文生视频与单图生视频，使用 OpenAI 兼容的异步视频接口：提交任务后轮询，完成时读取 video_url 获取成片。四档均原生自带音频（对白 / 音效 / 环境音同步生成），无需额外参数。

本页仅适用于 firefly 分组的 Adobe Firefly Seedance 模型；与导航中另一套 Seedance 服务是独立通道、独立模型和独立素材协议，不能混用模型名或多图参数。

模型

视频默认带音频（AAC 音轨）：Seedance 2.0 是 Adobe 官方原生音频模型，一次生成即同步产出对白 / 音效 / 环境音；四档（标准 / Fast × 480p / 720p）全部自带音频，无需额外参数、也不额外计费。

模型名已固定输出分辨率；video_resolution 只能填写与所选模型一致的值，不能用 480p SKU 请求 720p 输出。

接口信息

已支持规格

核心参数

提交一张首帧参考图即可启用图生视频；不带图片则为文生视频。input_reference 为单张首帧图。若需首尾帧或多图 / 视频 / 音频参考，见下方“首尾帧”“全能参考（Omni）”两节。可上传 JPEG/JPG、PNG、WebP。服务会按目标画幅进行居中裁切、缩放并转为 PNG 后提交；建议先按目标画幅准备主体清晰的图片，以免裁掉重要内容。

提交方式

参考图可走公网 URL 或 base64（JSON 亦可）；参考视频 / 音频仅接受 multipart 文件或 base64，不收 http URL。首尾帧模式与全能参考模式互斥。

示例：文生视频

BASE_URL="https://AIHUB-2.aihubcc.cc"
TOKEN="sk-xxx"

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-Seedance-2.0-fast-480p",
    "prompt": "一盏纸灯笼在夜色湖面上缓缓漂过，水面反射暖色灯光，电影感镜头。",
    "seconds": 5,
    "video_resolution": "480p",
    "size": "854x480"
  }'

示例：单图生视频

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=让画面中的山间云雾缓慢流动，镜头轻微向前推进。' \
  -F 'seconds=5' \
  -F 'video_resolution=480p' \
  -F 'size=854x480' \
  -F 'input_reference=@frame.jpg;type=image/jpeg'

参考图含真人脸 · image_style 风格化（可选）

先分清你要哪种结果，再决定用不用这个参数：

• 要真人输出（真人参考 → 生成的仍是真人）：不要用 image_style。请改用三视图 / 多角度参考的方式——把同一人物的正面、侧面、背面等多张清晰照片作为多图参考传入（见下方“全能参考（Omni）”的仅多图参考示例），既能提高“真人脸”过审率，又能保持真人形象。
• 要漫剧 / 动漫角色脸型（真人参考 → 生成动漫角色）：传可选参数 image_style=anime。网关会在提交 Adobe 前把你的真人参考图整图风格化（动漫化），从而通过 Adobe 的“真人脸”内容审核，产出漫剧风格的角色视频。

一句话：真人要真人 → 用三视图多图参考，别传 image_style；真人要漫剧脸 → 传 image_style=anime。不传该参数时行为完全不变（原图直发），主动权在你。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=参考图中的人物，转成漫剧角色在城市街头行走，日系动漫画风' \
  -F 'seconds=5' \
  -F 'video_resolution=480p' \
  -F 'size=854x480' \
  -F 'input_reference=@person.jpg;type=image/jpeg' \
  -F 'image_style=anime'

参考图门过了之后，Adobe 输出侧的内容 / 版权审核仍是概率性的，个别任务可能要重试 1–2 次才出片；失败不计费。想保留真人、不要漫剧脸时，用上面“三视图多图参考”的做法，别传 image_style。

首尾帧（First / Last Frame）

提供起始帧和结束帧图片，Seedance 生成从首帧平滑过渡到尾帧的视频。用 first_frame、last_frame 两个字段，支持 multipart 文件、图片 URL 或 base64（data:image/...;base64,）。只传 first_frame 即为单首帧动画。首尾帧模式与下方“全能参考”模式互斥，不能同一请求混用（Adobe 官方规则）。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=镜头从第一张画面平滑过渡到第二张画面，电影感运镜' \
  -F 'seconds=5' \
  -F 'size=854x480' \
  -F 'first_frame=@first.jpg;type=image/jpeg' \
  -F 'last_frame=@last.jpg;type=image/jpeg'

全能参考（Omni · 图 / 视频 / 音频）

Seedance 2.0 的核心能力：一次最多提供 9 张图 + 3 段视频 + 3 段音频（总计 ≤ 9 个参考资产）作为风格、角色、构图、运镜、音效的引导。用 reference_images、reference_videos、reference_audios 传入，可在 prompt 里用文字说明各参考的作用。参考视频引导运动与氛围（不是直接动画化）。与首尾帧模式互斥。

三类合计 ≤ 9 个；多值用重复字段名传（如 -F 'reference_images=@a.jpg' -F 'reference_images=@b.jpg'）。超量、超大、或与首尾帧字段混用会返回 400（生成前拦截，不扣积分）。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=参考图片的色调、视频的运镜、音频的节奏，生成一段电影感镜头' \
  -F 'seconds=5' \
  -F 'size=854x480' \
  -F 'reference_images=@style.jpg;type=image/jpeg' \
  -F 'reference_videos=@motion.mp4;type=video/mp4' \
  -F 'reference_audios=@beat.mp3;type=audio/mpeg'

更多参考用法示例

① 仅多图参考（角色/风格一致性，最多 9 张，重复字段名传多张）：

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=保持这几张参考图的人物形象与画面风格，让主体自然走动' \
  -F 'seconds=6' \
  -F 'size=854x480' \
  -F 'reference_images=@char1.jpg;type=image/jpeg' \
  -F 'reference_images=@char2.jpg;type=image/jpeg' \
  -F 'reference_images=@style.jpg;type=image/jpeg'

② 图 + 参考视频（用视频引导运镜/氛围，不直接动画化）：

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-720p' \
  -F 'prompt=参考图片的主体，沿用参考视频的镜头运动方式生成' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'reference_images=@subject.jpg;type=image/jpeg' \
  -F 'reference_videos=@camera-move.mp4;type=video/mp4'

③ 图 + 参考音频（用音频引导节奏/情绪）：

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=参考图片的场景，随音乐的舒缓节奏缓慢运镜' \
  -F 'seconds=8' \
  -F 'size=854x480' \
  -F 'reference_images=@scene.jpg;type=image/jpeg' \
  -F 'reference_audios=@music.mp3;type=audio/mpeg'

④ 仅首帧动画（只给起始帧，让静图动起来）：

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Seedance-2.0-fast-480p' \
  -F 'prompt=让画面中的云雾缓慢流动，镜头轻微向前推进' \
  -F 'seconds=5' \
  -F 'size=854x480' \
  -F 'first_frame=@start.jpg;type=image/jpeg'

⑤ 标准版 720p + 图片 URL（JSON）——参考图支持公网 URL / base64；视频、音频仅支持 multipart 文件或 base64（不接受 URL）：

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-Seedance-2.0-720p",
    "prompt": "参考这张图的色调，生成一段唯美空镜",
    "seconds": 8,
    "size": "1280x720",
    "reference_images": ["https://example.com/ref1.jpg", "https://example.com/ref2.jpg"]
  }'

轮询取片

curl -sS "$BASE_URL/v1/videos/task_xxx" \
  -H "Authorization: Bearer $TOKEN"

任务状态依次为 queued、in_progress、completed 或 failed。当状态为 completed 时，读取响应中的 video_url；建议每 5-10 秒轮询一次，不要为同一请求并发重复提交。

Python 完整请求

import time, requests

BASE = "https://AIHUB-2.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（文生；图生改用 multipart 带 input_reference）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "firefly-Seedance-2.0-fast-480p",
    "prompt": "一盏纸灯笼在夜色湖面上缓缓漂过，电影感镜头",
    "seconds": 5,
    "video_resolution": "480p",
    "size": "854x480"
}).json()
task_id = task.get("id") or task.get("task_id")

# 轮询
while True:
    time.sleep(6)
    r = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if r.get("status") == "completed":
        print("下载:", r["video_url"]); break
    if r.get("status") == "failed":
        print("失败:", r); break

注意事项

• 四档全带音频（AAC），原生同步生成对白 / 音效 / 环境音，无需额外参数、不额外计费。
• 模型名已固定分辨率：480p SKU 不能请求 720p 输出；video_resolution 须与模型一致。
• 参考素材：图支持 URL / base64 / 文件；视频、音频仅接受文件或 base64，不收 http URL；三类合计 ≤ 9 个。
• 首尾帧模式与全能参考模式互斥；超量 / 超大 / 混用在生成前返回 400、不计费。

建议

• 真人要真人用三视图多图参考、别传 image_style；真人要漫剧脸传 image_style=anime。
• 按目标画幅裁好图再传（服务端会居中裁切缩放），避免主体被裁掉。
• 输出侧审核为概率性，个别任务重试 1–2 次即可，失败不计费。

Adobe Firefly · Kling 3.0

Adobe Firefly 的 Kling 3.0 与 Kling 3.0 Omni 视频模型。支持文生视频、图生视频（首帧参考图）与 Omni 多主体参考（@元素，单次最多 3 个），使用 OpenAI 兼容的异步视频接口：提交任务后轮询，完成时读取顶层 video_url 获取成片。

模型名区分大小写（Kling 首字母大写、Omni 首字母大写），请严格按下表填写，否则会报 model_not_found。

模型 · 按秒计费

按秒计费 = 单价 × 时长。例如 Kling 3.0 720p 10 秒 = 。失败不计费。

视频默认带音频（AAC 音轨）：Kling 3.0 标准与 Omni 均自带生成音效，无需额外参数。

接口信息

核心参数（参考 Adobe 官方）

Adobe 官方 Kling 支持三种画幅：16:9（横）/ 1:1（方）/ 9:16（竖）；也可用 aspect_ratio 传 16:9 / 1:1 / 9:16。

提交方式

示例：文生视频

BASE_URL="https://AIHUB-2.aihubcc.cc"
TOKEN="sk-xxx"

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-Kling-3.0-720p",
    "prompt": "一只雄鹰在金色夕阳下掠过雪山之巅，电影感镜头，缓慢推进。",
    "seconds": "5",
    "size": "1280x720"
  }'

示例：图生视频（首帧参考图 input_reference）

用 multipart 表单带一张参考图作为首帧，其余参数一致。input_reference 支持本地文件、图片 URL 或 base64。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-Kling-3.0-720p' \
  -F 'prompt=让画面中的主体自然动起来，镜头缓慢向前推进，保持构图。' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=@frame.jpg;type=image/jpeg'

用图片 URL：把最后一行换成 -F 'input_reference=https://your-cdn.com/frame.jpg'；用 base64：换成 -F 'input_reference=data:image/jpeg;base64,<...>'。

示例：Omni 多主体参考（@元素，最多 3 个）

Kling 3.0 Omni 支持把参考图作为命名“元素”（主体/角色/物体/场景），在 prompt 中用 @元素名 引用，让生成画面保持该主体的一致性。单个视频请求最多引用 3 个元素（第 4 个起会被服务拒绝：reference_elements: List should have at most 3 items）。分两步：

第 1 步：创建元素（POST /v1/entities）

每个元素用 1~4 张参考图构建（建议 4 张不同角度，效果更稳）。type 取 character（角色）/ object（物体）/ location（场景）。

curl -sS -X POST "$BASE_URL/v1/entities" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Alice",
    "type": "character",
    "images": [
      "https://your-cdn.com/alice_front.jpg",
      "https://your-cdn.com/alice_side.jpg"
    ]
  }'

图片可传图片 URL或 base64（data:image/...;base64,）；每个元素 1~4 张。可重复调用创建多个元素（如 Alice、Bob、Cafe）。用 GET /v1/entities 查看已建元素，DELETE /v1/entities/{id} 删除。

第 2 步：生成时用 @元素名 引用（最多 3 个）

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-Kling-3.0-Omni-720p",
    "prompt": "@Alice 和 @Bob 在 @Cafe 里相视而笑，暖色灯光，电影感镜头。",
    "seconds": "5",
    "size": "1280x720"
  }'

上限：单次最多 3 个 @元素（本网关经 Adobe Firefly，硬上限为 3；超过报 reference_elements: at most 3 items）。被引用的元素须已通过第 1 步创建；同一请求引用的多个元素需属于同一账号（网关自动路由，无需手动指定）。此功能仅 firefly-Kling-3.0-Omni-720p / firefly-Kling-3.0-Omni-1080p 支持。

轮询取片

curl -sS "$BASE_URL/v1/videos/task_xxx" \
  -H "Authorization: Bearer $TOKEN"

当响应中的 status 为 completed 时，读取顶层 video_url（短期签名下载地址，请在有效期内下载或转存）。

Python 完整请求

import time, requests

BASE = "https://AIHUB-2.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（文生；图生改用 multipart 带 input_reference）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "firefly-Kling-3.0-720p",
    "prompt": "一只雄鹰在金色夕阳下掠过雪山之巅，电影感镜头",
    "seconds": "5",
    "size": "1280x720"
}).json()
task_id = task.get("id") or task.get("task_id")

# 轮询
while True:
    time.sleep(6)
    r = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if r.get("status") == "completed":
        print("下载:", r["video_url"]); break
    if r.get("status") == "failed":
        print("失败:", r); break

注意事项

• model_not_found：检查大小写，必须是 firefly-Kling-3.0-720p / firefly-Kling-3.0-Omni-1080p 等（Kling/Omni 首字母大写）。
• 时长不支持：标准版与 Omni 均支持 5–15 秒任意整数。
• 任务失败：保留任务 ID 与错误响应交技术支持；不要为同一任务并发重复提交。

建议

• 要多主体一致用 Omni 版：先 POST /v1/entities 建元素（每个 1–4 张、建议 4 张不同角度），再在 prompt 里 @元素名 引用。
• 清晰度按预算选：720p 便宜、1080p 更清晰；画幅用像素 size 或 aspect_ratio 均可。
• 模型名区分大小写（Kling / Omni 首字母大写），否则报 model_not_found。

Adobe Firefly · Gemini Omni Flash

Google Gemini Omni Flash 视频模型，经 Adobe Firefly 接入。同一个模型名支持三种模式，按你传入的素材自动切换：只传 prompt = 文生视频（T2V）；额外带一张参考图 = 图生视频（I2V）；额外带一段参考视频 = 视频生视频（V2V）。OpenAI 兼容异步接口：提交任务后轮询，完成时从响应顶层 video_url 获取成片。

成片无音频（静音输出）。三种模式的规格、时长档、计费完全一致。

模型

按秒计费，三种模式同价：4 秒 、6 秒 、8 秒 、10 秒 。实际计费、模型可见性与可用额度以控制台模型列表及你的 API 令牌权限为准。

接口信息

核心参数

模式互斥优先级：同时传图和视频时按 视频生视频 处理。input_reference（图）与 input_video（视频）都是可选，都不传即为文生视频。

size 取值与输出

提交方式

同时传图和视频时按 V2V 处理；都不传即文生。

示例一：文生视频（T2V，JSON）

BASE_URL="https://AIHUB-2.aihubcc.cc"
TOKEN="sk-xxx"

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-gemini-omni-720p",
    "prompt": "日出时一只金毛小狗在草地上奔跑，柔和晨光，电影感镜头。",
    "seconds": "4",
    "size": "1280x720"
  }'

示例二：图生视频（I2V，带参考图 input_reference）

在文生的基础上，用 multipart 表单额外带一张参考图作为首帧，其余参数（seconds、size）一致。input_reference 支持本地文件、图片 URL 或 base64 三种传法。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-gemini-omni-720p' \
  -F 'prompt=让画面里的小狗自然转头看向镜头并摇尾巴，镜头缓慢推进。' \
  -F 'seconds=4' \
  -F 'size=1280x720' \
  -F 'input_reference=@frame.jpg;type=image/jpeg'

用图片 URL：把最后一行换成 -F 'input_reference=https://your-cdn.com/frame.jpg'；用 base64：换成 -F 'input_reference=data:image/jpeg;base64,<...>'。

示例三：视频生视频（V2V，带参考视频 input_video）

用 multipart 表单带一段参考视频，模型在其基础上按 prompt 重新演绎（改风格、加动作等）。input_video 仅支持本地文件（@clip.mp4）或 base64，不支持纯 http URL。

curl -sS -X POST "$BASE_URL/v1/videos" \
  -H "Authorization: Bearer $TOKEN" \
  -F 'model=firefly-gemini-omni-720p' \
  -F 'prompt=把这段片子改成水彩画风格，保留原有的运动。' \
  -F 'seconds=4' \
  -F 'size=1280x720' \
  -F 'input_video=@clip.mp4;type=video/mp4'

用 base64：把最后一行换成 -F 'input_video=data:video/mp4;base64,<...>'。

轮询取片

三种模式提交后都返回异步任务，轮询方式一致：

curl -sS "$BASE_URL/v1/videos/task_xxx" \
  -H "Authorization: Bearer $TOKEN"

当响应中的 status 为 completed 时，读取顶层 video_url：

{
  "id": "task_xxx",
  "status": "completed",
  "model": "firefly-gemini-omni-720p",
  "video_url": "https://..."
}

video_url 是短期签名下载地址，请在有效期内下载或转存。当前请直接使用完成任务返回的 video_url，不要依赖 /v1/videos/{task_id}/content。

Python 完整请求

import time, requests

BASE = "https://AIHUB-2.aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（文生；I2V 用 multipart 带 input_reference，V2V 带 input_video）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "firefly-gemini-omni-720p",
    "prompt": "日出时一只金毛小狗在草地上奔跑，柔和晨光",
    "seconds": "4",
    "size": "1280x720"
}).json()
task_id = task.get("id") or task.get("task_id")

# 轮询
while True:
    time.sleep(6)
    r = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if r.get("status") == "completed":
        print("下载:", r["video_url"]); break
    if r.get("status") == "failed":
        print("失败:", r); break

注意事项

• 时长仅四档：seconds 只接受 4/6/8/10，其它值会报错。
• V2V 视频来源：input_video 只收 multipart 文件或 base64 data URL，不会下载 http 链接；传 http 链接会被忽略、退化为文生。
• I2V 参考图：首发支持单张参考图作首帧。
• 无音频：成片为静音输出，不含音频轨。
• 模型权限：确认 API 令牌已开通 Firefly 分组权限；任务失败请保留任务 ID 与错误响应交技术支持，勿对同一任务并发重复提交。

建议

• 一模型三模式：只给 prompt=文生；加 input_reference=图生；加 input_video=视频生视频（同时给图和视频按 V2V）。
• V2V 视频只走文件 / base64，不下载 http 链接；传 http 会退化成文生。
• 成片无音频（静音输出）；时长仅 4/6/8/10 四档。

Adobe Firefly · GPT Image 2

Adobe Firefly 的 GPT Image 2 文生图模型。客户侧只选择画布尺寸（1K / 2K / 4K），服务端统一使用 medium 质量（Adobe detailLevel=3）。接口使用 OpenAI 兼容的异步视频任务契约：提交任务后轮询，完成时从 video_url 下载 PNG 图片。

本页为 firefly 分组的 Adobe Firefly GPT Image 2，与导航中 gpt-fast 分组的 GPT-Image-2 是独立通道、独立服务，模型名不同、不能混用。

模型

质量策略

客户请求不需要传 quality；网关统一按 medium 提交。当前先按画布尺寸提供 1K / 2K / 4K，实际 Adobe 扣点以账号控制台结算记录为准，平台会持续观察质量档的真实扣费。

实际输出像素

重点：质量不会改变像素尺寸。Adobe 有总像素和最小像素硬限制，所以宽幅 1K 的最长边可能大于 1024，这不是质量档变化。

画幅

通过 aspect_ratio（或 size）选画幅，支持：auto、1:1、16:9、9:16、5:4、4:3、3:2、4:5、3:4、2:3、21:9。不传默认 1:1。

接口信息

核心参数

提交方式

⚠️ 本通道不支持 /v1/images/edits（会 404、不计费）；图生图 / 编辑同样走 /v1/videos 异步契约。参考图只接受 base64 内联，不支持 multipart 文件。

curl 示例：提交与轮询

# 提交任务：1K + 16:9（质量由服务端固定为 medium）
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-1k","prompt":"a red apple on a white ceramic plate, studio daylight, no text","aspect_ratio":"16:9"}'

# 提交任务：1K + 1:1
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-1k","prompt":"a ceramic tea set on a wooden table, editorial product photo","aspect_ratio":"1:1"}'

# 提交任务：2K + 9:16
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-2k","prompt":"a quiet mountain lake at sunrise, natural colors","aspect_ratio":"9:16"}'

# 提交任务：2K + 16:9
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-2k","prompt":"a modern glass office beside a tree-lined street","aspect_ratio":"16:9"}'

# 提交任务：4K + 21:9
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-4k","prompt":"a cinematic coastal road under soft evening light","aspect_ratio":"21:9"}'

# 提交任务：4K + 16:9
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-4k","prompt":"a premium watch on black stone, controlled studio lighting","aspect_ratio":"16:9"}'

# 提交任务：4K + 4:3
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"model":"firefly-gpt-image-4k","prompt":"a botanical still life in a glass vase","aspect_ratio":"4:3"}'

# 轮询：把 task_xxx 替换成提交响应中的 id
curl https://AIHUB-2.aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer $TOKEN"
# 完成时读取响应中的 video_url（PNG 图片直链）

Python 完整请求

依赖：python -m pip install requests。脚本只提交一次任务；提交成功后持续轮询同一个任务 ID，完成后把 PNG 保存到本地。不要在客户端超时后重新提交同一张图。

#!/usr/bin/env python3
import os
import time
from pathlib import Path

import requests

BASE_URL = "https://AIHUB-2.aihubcc.cc"
TOKEN = os.environ["AIHUB_TOKEN"]

request_body = {
    "model": "firefly-gpt-image-2k",
    "prompt": "a red apple on a white ceramic plate, studio daylight, no text",
    "aspect_ratio": "16:9",
}
headers = {"Authorization": f"Bearer {TOKEN}"}

with requests.Session() as client:
    # Submit exactly once. quality is intentionally omitted; the service uses medium.
    response = client.post(
        f"{BASE_URL}/v1/videos",
        headers={**headers, "Content-Type": "application/json"},
        json=request_body,
        timeout=60,
    )
    response.raise_for_status()
    submitted = response.json()
    task_id = submitted.get("id") or submitted.get("task_id")
    if not task_id:
        raise RuntimeError(f"submit response has no task id: {submitted}")
    print(f"submitted task={task_id}")

    started = time.monotonic()
    while True:
        if time.monotonic() - started > 900:
            raise TimeoutError(f"task {task_id} is still running; keep polling it")
        task = client.get(
            f"{BASE_URL}/v1/videos/{task_id}", headers=headers, timeout=30
        )
        task.raise_for_status()
        body = task.json()
        status = str(body.get("status") or body.get("state") or "").lower()
        print(f"status={status}")
        if status in {"failed", "failure", "error", "cancelled", "canceled"}:
            raise RuntimeError(f"task {task_id} failed: {body}")
        if status in {"completed", "succeeded", "success", "done"}:
            image_url = body.get("video_url") or body.get("url")
            if not image_url:
                raise RuntimeError(f"completed task has no video_url: {body}")
            break
        time.sleep(5)

    output = Path("firefly-2k-16x9.png")
    with client.get(image_url, headers=headers, stream=True, timeout=60) as download:
        download.raise_for_status()
        with output.open("wb") as file:
            for chunk in download.iter_content(1024 * 1024):
                if chunk:
                    file.write(chunk)
    print(f"saved {output} ({output.stat().st_size} bytes)")

运行前设置令牌：export AIHUB_TOKEN="sk-你的令牌"。把 model 改成 firefly-gpt-image-1k 或 firefly-gpt-image-4k 即可切换画布档位；aspect_ratio 可替换为本页支持的其它画幅。

shell 自动轮询

TASK_ID="task_xxx"
while true; do
  BODY=$(curl -fsS "https://AIHUB-2.aihubcc.cc/v1/videos/$TASK_ID" \
    -H "Authorization: Bearer $TOKEN") || exit 1
  STATUS=$(printf '%s' "$BODY" | jq -r '.status // empty')
  printf 'status=%s\n' "$STATUS"
  case "$STATUS" in
    completed|succeeded)
      printf '%s\n' "$BODY" | jq -r '.video_url // .data[0].url'
      break ;;
    failed|failure|error|cancelled|canceled)
      printf '%s\n' "$BODY" | jq . >&2
      exit 2 ;;
  esac
  sleep 10
done

不要重复提交已被接受的任务。如果客户端超时，继续轮询原 task；任务失败后再根据错误信息修改请求。任务失败是否计费以控制台账单为准，仍应保留 task ID 供后台定位。

图生图 / 图片编辑（i2i）

⚠️ 本通道不支持 OpenAI 的 /v1/images/edits 端点。firefly-gpt-image-* 的文生图与图片编辑都走上面同一套异步 /v1/videos 契约。若客户端按 OpenAI 习惯调 /v1/images/edits 做图片编辑，网关会返回 404 Not Found——请求在路由层即被拒，不会创建任务、平台后台查不到记录、也不计费。需要图片编辑请改用下面的 /v1/videos 写法。

本通道支持两种带图用法，都走同一套 /v1/videos：图生图（传 1-6 张参考图，参考其风格 / 主体生成新图）与图片编辑（传原图，改背景 / 换元素 / 局部修改）。两者请求格式完全一样，区别只在参考图张数与 prompt 的意图——都是在 JSON 请求体里加一个 reference_images 参考图数组；其余字段（model / aspect_ratio）、轮询方式、从 video_url 下载 PNG，都与文生图一致。

# ① 图生图：参考图 + 描述 → 生成新图（参考风格 / 主体，可传 1-6 张）
REF1="data:image/png;base64,$(base64 < ref1.png | tr -d '\n')"
REF2="data:image/png;base64,$(base64 < ref2.png | tr -d '\n')"
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-gpt-image-2k",
    "prompt": "参考这些图的画风，画一只戴宇航头盔的柴犬，居中构图",
    "aspect_ratio": "1:1",
    "reference_images": ["'"$REF1"'", "'"$REF2"'"]
  }'

# ② 图片编辑：原图 + 描述 → 改后的图（reference_images 为 Base64 data URI 数组，单张也用数组）
IMG_B64="data:image/png;base64,$(base64 < input.png | tr -d '\n')"
curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "model": "firefly-gpt-image-2k",
    "prompt": "把背景换成海边日落，人物主体保持不变",
    "aspect_ratio": "1:1",
    "reference_images": ["'"$IMG_B64"'"]
  }'

# 提交返回 {"id":"task_xxx", ...}；随后轮询（与文生图完全相同）：
curl https://AIHUB-2.aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer $TOKEN"
# status=completed 后，读响应里的 video_url —— 即改后图片的 PNG 直链

参考图只接受 Base64（data:image/...;base64,）内联，不支持 multipart 文件上传（-F "image=@file" 是 /v1/images/edits 的用法，本通道不适用）。参考图含真人脸会被 Adobe 审核拒绝，解法见「错误码」页的 image_style 风格化。

注意事项

• 质量固定 medium（Adobe detailLevel=3），客户端不传 quality；质量不改变输出像素。
• 宽幅 1K 的最长边可能大于 1024（Adobe 总像素 / 最小像素硬限制），非质量档变化。
• 图生图 / 编辑参考图只接受 base64 内联，不支持 multipart 文件；含真人脸会被 Adobe 审核拒绝（解法见错误码页 image_style）。
• 不要重复提交已被接受的任务；客户端超时继续轮询原 task，失败按控制台账单为准。

建议

• 按画布档选价：1K / 2K / 4K 只改画布尺寸、质量恒 medium；实际扣点以控制台结算为准。
• 要精确构图先用 aspect_ratio 定画幅（默认 1:1），对照「实际输出像素」表核对最终尺寸。
• 图生图 / 编辑把参考图转 data:image/...;base64, 放进 reference_images 数组（单张也用数组）。

Adobe Firefly · 错误码 & 审核问题归档

Adobe Firefly 的内容审核较严格，视频任务失败大多来自 Adobe 侧的内容审核或输入不合规，而非网关故障。收到失败后请先看错误类型判断能否重试：内容审核 / 参数类属确定性失败（同样输入重试必然再失败，需改输入）；账号 / 过载类属可自动恢复（网关会自动换号或重试，通常自愈）。失败不计费。

⚠️ Adobe 审核严（重点）：真人脸参考图、涉敏/名人/品牌等提示词、生成结果被判不安全、生成音频疑似版权 都会被 Adobe 拒绝。这类是确定性拒绝——同一张图 / 同一句提示词重试永远失败，必须更换输入，请勿对同一失败任务反复重试。

一、内容审核类（Adobe 拒绝 · 重试无效 · 需改输入）

参考图含真人脸的解法 · image_style 风格化（可选）

参考图真人脸是最常见的审核拒绝之一。确需用真人照片做图生视频（i2v）时，可加一个可选参数 image_style：网关会在提交 Adobe 前把你的参考图整图风格化（转成明显非真实照片的画风），从而通过 Adobe 的“真人脸”内容审核。不传 image_style 时行为完全不变（原图直发）——是否风格化的主动权在你。

作为顶层字段传（与 prompt / model / seconds 同级）。示例（multipart）：

curl https://AIHUB-2.aihubcc.cc/v1/videos \
  -H "Authorization: Bearer $TOKEN" \
  -F model=Seedance-2.0-fast-480p -F seconds=4 -F "size=9:16" \
  -F prompt="镜头缓缓推近，人物自然微笑" \
  -F input_reference=@person.jpg \
  -F image_style=anime

⚠️ 用前须知：① 输出会是动漫 / 绘画风（不再是写实真人），请按需使用；② 风格化能过“真人脸参考门”，但 Adobe 的输出侧审核（video_unsafe / 音频版权）仍是概率性的，个别任务可能要重试 1-2 次才出片（失败不计费）；③ 这是把真人变风格化的绕行方案，不适用需要保留写实真人的场景。

二、输入 / 参数不合规（确定性失败 · 需改请求）

三、账号 / 权限 / 配额（多为可自动恢复）

四、临时 / 基础设施（网关自动重试 · 通常自愈）

📌 排查建议：失败时请保留 任务 ID（task_xxx） 与完整错误响应再联系我们——凭任务 ID 可在后台定位到具体那一条。内容审核 / 参数类属确定性失败，请勿对同一任务反复重试（既不会成功，也占用账号请求配额）。

Grok 视频（文 / 图生视频）

基于 xAI Grok Imagine 官方接口的视频生成，OpenAI 兼容异步接口。两个模型：grok-imagine-video（1.0，文生 / 图生视频）与 grok-imagine-video-1.5（1.5 代，图生视频、画面质感更好）。带参考图即图生视频，不带图则为纯文生视频（1.5 建议带图）。支持 480p / 720p / 1080p 输出，grok-imagine-video-1.5 可出 1080p 高清。

模型

按次计费：与时长无关，每条固定价；失败不计费，成功出片才扣。

接口信息

核心参数

提交方式（传图 · 单张首帧 vs 多张参考图）

i2v 的参考图通过 image 字段传入，支持两种写法：

图片格式 JPG / PNG / WebP。

单张首帧 vs 多张参考图

• 单张首帧：用 image（字符串，一个 URL 或 base64）。
• 多张参考图：用 reference_images（URL 数组），grok-imagine-video-1.5 最多 7 张，模型综合多张参考出片。示例："reference_images": ["https://.../a.jpg", "https://.../b.jpg"]

⚠️ 1080p 仅支持单张首帧（image 模式）：选 1080p 时不能用多图 reference_images——若同时传了多张，只有第一张作首帧生效。需要多张参考图请用 480p / 720p。

字段名兼容：单图推荐 image、多图用 reference_images；image_url / image_reference / images / image_urls / input_reference 等写法也已兼容（服务端自动识别为参考图，不会退化成纯文生视频）。

示例请求

# 文生视频（grok-imagine-video，不带图）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-video",
    "prompt": "灯塔在日落时分，海浪拍打礁石，电影感镜头",
    "seconds": "6",
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }'
# => {"task_id":"task_xxx","status":"queued",...}

# 图生视频（grok-imagine-video-1.5，带 image）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-video-1.5",
    "prompt": "轻微镜头推移，画面自然生动",
    "image": "https://your-public-image.jpg",
    "seconds": "6"
  }'

# 多图参考（grok-imagine-video-1.5，最多 7 张，仅 480p/720p）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-video-1.5",
    "prompt": "融合多张参考图的场景，电影感转场",
    "reference_images": ["https://img-a.jpg", "https://img-b.jpg"],
    "seconds": "6",
    "resolution": "720p"
  }'

轮询取片

# 轮询直到 status=completed，取 video_url
curl https://aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer sk-xxx"
# => {"status":"completed","video_url":"https://.../xxx.mp4",...}

轮询到 completed 后取 video_url 直接下载成片；下载地址已脱敏，不暴露服务域名。轮询间隔建议 3-5 秒。

Python 完整请求

import time, requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（图生视频，1.5 代）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "grok-imagine-video-1.5",
    "prompt": "轻微镜头推移，画面自然生动",
    "image": "https://your-public-image.jpg",
    "seconds": "6",
    "resolution": "720p"
}).json()
task_id = task["task_id"]

# 轮询
while True:
    time.sleep(4)
    s = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if s.get("status") == "completed":
        print("下载:", s["video_url"])
        break
    if s.get("status") == "failed":
        print("失败:", s.get("error"))
        break

注意事项

• 按次计费：与时长无关，每条固定价（1.0=，1.5=）；失败不计费，成功出片才扣
• seconds 取 1~15；resolution 支持 480p / 720p / 1080p（仅小写；1080p 用 grok-imagine-video-1.5）
• 多张参考图：grok-imagine-video-1.5 用 reference_images 数组，最多 7 张（仅 480p / 720p）；单张首帧用 image
• ⚠️ 1080p 仅支持单张首帧 image，不支持多图 reference_images（传了也只取第一张作首帧）
• 图生视频的 image 须为公网可直接抓取的 URL 或 base64 Data URI；需登录 / 内网 / 拦爬虫（如部分维基）的链接会失败
• grok-imagine-video 不带图为文生视频；grok-imagine-video-1.5 为图生视频，建议带 image
• 客户端超时建议 ≥ 300 秒；轮询间隔建议 3-5 秒

建议

• 1.5 代优先带参考图：grok-imagine-video-1.5 定位图生视频，带一张清晰首帧 image 出片更稳、质感更好；纯文生优先用 grok-imagine-video。
• 要 1080p 就别传多图：1080p 只认单张首帧，需要多张参考时降到 720p 用 reference_images。
• 画幅用 aspect_ratio：新接入直接用 aspect_ratio（9:16 竖 / 16:9 横）；size 仅为兼容旧客户端保留。
• 内容合规：避开暴露 / 未成年 / 血腥暴力等敏感内容，否则被内容安全拦截（不计费）。

Grok 12 秒图生视频

grok-imagine-video-12s：基于 Grok Imagine 的 图生视频，固定输出 12 秒 / 480p。传一张首帧图 + 提示词，异步出片；必须带参考图（不支持纯文生视频）。OpenAI 兼容异步接口，与其他 Grok 视频同一 /v1/videos 通道。

⚠️ 本模型用 multipart/form-data 表单提交（区别于 grok-imagine-video 的 JSON body）：字段用 -F 传，参考图字段名为 input_reference（或 image_url）。

模型

按次计费：每条固定 ；失败不计费，成功出片才扣。

接口信息

核心参数（表单字段）

size 取值与实际输出（已实测）

⚠️ size 只决定画幅（竖 / 横 / 方），不决定清晰度。三档输出全部固定 480p 档（短边 480–560）——720x1280 里的 720/1280 只是画幅代号，不代表会出 720p：传 720x1280 实际得到 480×848（12s 为两段拼接、经统一缩放，故与 6s 的 416×752 略有差异，均属 480p 档）。时长同样恒为 12 秒；传 seconds / resolution 均被忽略。

提交方式

用 multipart/form-data 表单提交（-F），不是 JSON body。参考图字段 input_reference 支持三种写法：

示例请求

# 提交（multipart 表单，必须带参考图 input_reference）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=grok-imagine-video-12s" \
  -F "prompt=小狗在日落海滩上向前走，电影感镜头" \
  -F "input_reference=https://your-public-image.jpg"
# 或用本地文件作首帧： -F "input_reference=@/path/first_frame.jpg"
# => {"task_id":"task_xxx","status":"queued",...}

轮询取片

# 轮询直到 completed，取 video_url
curl https://aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer sk-xxx"
# => {"status":"completed","video_url":"https://.../xxx.mp4","seconds":"12",...}

轮询间隔建议 3-5 秒；video_url 已脱敏，直接下载即可。

Python 完整请求

import time, requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx"}

# 提交（multipart，必须带首帧图）
files = {"input_reference": open("first_frame.jpg", "rb")}
data = {"model": "grok-imagine-video-12s", "prompt": "小狗在日落海滩上向前走，电影感镜头"}
task = requests.post(f"{BASE}/videos", headers=H, data=data, files=files).json()
task_id = task["task_id"]

# 轮询
while True:
    time.sleep(4)
    s = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if s.get("status") == "completed":
        print("下载:", s["video_url"])
        break
    if s.get("status") == "failed":
        print("失败:", s.get("error"))
        break

注意事项

• 必须带参考图（图生视频）：input_reference 为公网可直接抓取的图片 URL、本地文件(@file)或 base64 Data URI；不带图会直接报错、不计费
• 时长固定 12 秒、分辨率固定 480p；seconds / resolution 传了也不生效
• 用 multipart/form-data 提交（-F），不是 JSON body（与 grok-imagine-video 不同）
• 按次计费 ，失败不计费
• 提示词与参考图避免暴露 / 未成年 / 血腥暴力等敏感内容，否则被内容安全拦截（不计费）
• 客户端超时建议 ≥ 300 秒；轮询间隔建议 3-5 秒

建议

• 首帧要清晰：12s 由两段拼接，首帧质量直接决定整片观感，选主体清晰、构图完整的图。
• 画幅按 size 选一次即可：竖版短视频用默认 720x1280，横版用 1280x720；别指望它出 720p（恒 480p 档）。
• 要更高清晰度/更多控制请改用 grok-imagine-video-1.5（支持 720p/1080p、多图参考）。

Grok 6 秒视频（文生 / 图生）

grok-imagine-video-6s：基于 Grok Imagine 的单段短视频，固定输出 6 秒 / 480p。文生视频（只给提示词）与图生视频（带参考图、运动跟随提示词）两种都支持，异步出片。OpenAI 兼容异步接口，与其他 Grok 视频同一 /v1/videos 通道；JSON body 与 multipart 表单均可提交。

模型

按次计费：每条固定 ；失败不计费，成功出片才扣。

接口信息

核心参数

size 取值与实际输出（已实测）

⚠️ size 只决定画幅（竖 / 横 / 方），不决定清晰度。三档输出全部固定 480p 档（短边 416–560）——720x1280 里的 720/1280 只是画幅代号，不代表会出 720p：传 720x1280 实际得到 416×752。时长同样恒为 6 秒；传 seconds / resolution 均被忽略。

提交方式（参考图 · 图生视频时）

URL 与 base64 效果一致；base64 省去"抓取 URL"一步，URL 不可达/被墙时用 base64 更稳。JSON body 与 multipart 表单均可提交。

示例请求

# 文生视频（只给提示词，JSON body）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"grok-imagine-video-6s","prompt":"红色复古跑车在霓虹夜街疾驰，电影感","size":"1280x720"}'
# => {"task_id":"task_xxx","status":"queued",...}

# 图生视频（带参考图，JSON body：image_url 为公网 URL 或 base64 Data URI）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"grok-imagine-video-6s","prompt":"人物轻轻转头微笑，柔光","image_url":"https://your-public-image.jpg","size":"720x1280"}'

# 图生视频（本地文件作参考图，用 multipart 表单）
curl https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=grok-imagine-video-6s" \
  -F "prompt=人物轻轻转头微笑，柔光" \
  -F "image_url=@/path/ref.jpg"

轮询取片

# 轮询直到 completed，取 video_url
curl https://aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer sk-xxx"
# => {"status":"completed","video_url":"https://.../xxx.mp4","seconds":"6",...}

轮询间隔建议 3-5 秒；video_url 已脱敏，直接下载即可。

Python 完整请求

import time, requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（文生视频；图生视频加 "image_url": "https://..."）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "grok-imagine-video-6s",
    "prompt": "红色复古跑车在霓虹夜街疾驰，电影感",
    "size": "1280x720"
}).json()
task_id = task["task_id"]

# 轮询
while True:
    time.sleep(4)
    s = requests.get(f"{BASE}/videos/{task_id}", headers=H).json()
    if s.get("status") == "completed":
        print("下载:", s["video_url"])
        break
    if s.get("status") == "failed":
        print("失败:", s.get("error"))
        break

注意事项

• 文生 / 图生都支持：不传图=文生视频（完全跟随提示词）；传 image_url=图生视频（在该图上按提示词运动）
• 时长固定 6 秒、分辨率固定 480p 档；seconds/resolution 传了也不生效
• 参考图可传 URL / base64 Data URI / 本地文件（@file，仅 multipart），最多 7 张，multipart 每张 ≤ 5MB
• JSON body 与 multipart 表单均可提交
• 按次计费 ，失败不计费
• 提示词与参考图避免暴露 / 未成年 / 血腥暴力等敏感内容，否则被内容安全拦截（不计费）
• 客户端超时建议 ≥ 180 秒；轮询间隔建议 3-5 秒

建议

• 最省钱的短视频：6s 是 Grok 视频里最便宜的档（），适合批量做短素材 / 试镜头。
• 文生也能出：与 12s 不同，6s 不强制带图；纯文生只给提示词即可，带图则运动跟随提示词。
• 要更长/更高清请改用 12s（固定 12 秒）或 grok-imagine-video-1.5（可选时长 + 720p/1080p）。

Grok 图像生成（文生图 / 图生图）

OpenAI 兼容的同步图像接口，使用 grok-imagine-image 模型。支持文生图、单图参考和多图参考；请求成功后直接返回图像结果。

模型

按张计费：每张图片按模型价格计费；生成失败不扣费。

接口信息

核心参数

提交方式（传图 · 图生图）

示例请求

# 文生图
curl https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image",
    "prompt": "一座漂浮在云海上的未来城市，清晨柔光，电影感",
    "n": 1,
    "response_format": "url"
  }'

# 图生图：JSON 单张公网图片
curl https://aihubcc.cc/v1/images/edits \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-image",
    "prompt": "保留主体构图，将背景改为雨后的霓虹街道",
    "image": "https://your-public-image.jpg",
    "response_format": "url"
  }'

# 图生图：multipart 多张文件
curl https://aihubcc.cc/v1/images/edits \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=grok-imagine-image" \
  -F "prompt=融合两张参考图的风格，生成商品展示图" \
  -F "image[]=@reference-a.png" \
  -F "image[]=@reference-b.jpg" \
  -F "response_format=url"

轮询取片（同步返回，无需轮询）

本模型为同步接口：请求成功后直接在响应里返回图像，无需轮询 task_id。返回结构如下：

{
  "created": 1786675686,
  "data": [
    {
      "url": "https://aihubcc.cc/v1/images/proxy/<encrypted-token>"
    }
  ]
}

response_format=url 时返回平台下载代理地址，浏览器或程序可直接访问；地址不暴露服务下载域名和签名参数，默认有效期 30 天。需要自行保存图片数据时用 response_format=b64_json 并读取 data[].b64_json。

Python 完整请求

import requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 文生图（同步，直接拿结果）
r = requests.post(f"{BASE}/images/generations", headers=H, json={
    "model": "grok-imagine-image",
    "prompt": "一座漂浮在云海上的未来城市，清晨柔光，电影感",
    "n": 1,
    "response_format": "url"
}).json()
print("图片:", r["data"][0]["url"])

# 图生图：单张公网图片
r2 = requests.post(f"{BASE}/images/edits", headers=H, json={
    "model": "grok-imagine-image",
    "prompt": "保留主体构图，将背景改为雨后的霓虹街道",
    "image": "https://your-public-image.jpg",
    "response_format": "url"
}).json()
print("图片:", r2["data"][0]["url"])

注意事项

• 接口为同步接口，请等待响应中的 data 返回后再处理结果。
• 公网图片必须允许服务端直接下载；需要登录、内网地址或访问受限的链接无法作为参考图。
• 使用 JSON 多图时传 images 数组；使用 multipart 多图时重复传 image[] 字段。
• url 与 b64_json 二选一：前者适合直接展示或下载，后者适合本地持久化或二次处理。

建议

• 一次请求出一张：n 建议传 1，需要多张分多次请求，稳定性更好。
• 直接展示用 url，落库用 b64_json：前者拿代理下载地址（30 天有效），后者拿 Base64 便于本地持久化。
• 图生图选清晰参考：参考图主体清晰、无遮挡，改风格 / 换背景类指令效果最稳。

GPT-Image-2

文生图 / 图生图 / Chat 生图，支持三种调用方式。

模型

接口信息

核心参数（文生图）

提交方式

⚠️ /v1/images/edits 必须发合法 multipart（让 HTTP 库自动生成 boundary）；切勿手设 Content-Type 或用 JSON，否则返回 500 failed to parse multipart form。参考图暂不支持公网 URL，请用文件或 Base64。

示例请求

# 文生图
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只橘猫趴在窗台上晒太阳，水彩画风格",
    "size": "1024x1024",
    "quality": "high"
  }'

# 图生图
curl -X POST https://aihubcc.cc/v1/images/edits \
  -H "Authorization: Bearer sk-xxx" \
  -F "image=@reference.png" \
  -F "prompt=把背景改成海边日落" \
  -F "model=gpt-image-2"

# 图生图（Python：用 files= 让库自动生成 multipart boundary）
import requests
requests.post("https://aihubcc.cc/v1/images/edits",
    headers={"Authorization": "Bearer sk-xxx"},        # 不要手动设 Content-Type
    data={"model": "gpt-image-2", "prompt": "把背景改成海边日落"},
    files={"image": open("reference.png", "rb")})      # files= 自动带 boundary

# Chat 生图（参考图须用 Base64，不支持公网 URL）
curl -X POST https://aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "messages": [{"role":"user","content":[
      {"type":"text","text":"把这张图改成赛博朋克风格"},
      {"type":"image_url","image_url":{"url":"data:image/jpeg;base64,<BASE64>"}}
    ]}]
  }'

多张参考图（图生图 / 编辑）

图生图 / 编辑支持多张参考图，最多 6 张；所有参考图合计 ≤ 5MB（受 /v1/images/edits multipart 请求体 ≤ 6MB 限制，超出会在提交前返回 400，不计费）。两种传法：

# 多张参考图（/v1/images/edits：重复 -F image= 即可，最多 6 张、合计 ≤5MB）
curl -X POST https://aihubcc.cc/v1/images/edits \
  -H "Authorization: Bearer sk-xxx" \
  -F "model=gpt-image-2" \
  -F "prompt=把这两张图融合成一张海报，保留人物、背景换成海边日落" \
  -F "image=@person.png" \
  -F "image=@background.png"

# Python：files 传列表即可传多张（库自动生成 multipart boundary，勿手设 Content-Type）
import requests
requests.post("https://aihubcc.cc/v1/images/edits",
    headers={"Authorization": "Bearer sk-xxx"},
    data={"model": "gpt-image-2", "prompt": "把这两张图融合成一张海报"},
    files=[("image", open("person.png", "rb")),
           ("image", open("background.png", "rb"))])   # 同名 image 重复即多张

# 多张参考图（/v1/chat/completions：content 里放多个 image_url，均为 Base64）
curl -X POST https://aihubcc.cc/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "messages": [{"role":"user","content":[
      {"type":"text","text":"把这两张图融合成一张海报"},
      {"type":"image_url","image_url":{"url":"data:image/jpeg;base64,<BASE64_1>"}},
      {"type":"image_url","image_url":{"url":"data:image/jpeg;base64,<BASE64_2>"}}
    ]}]
  }'

轮询取片

本模型为同步接口：/v1/images/generations 与 /v1/images/edits 请求成功后直接在响应里返回图片（data[].b64_json 或 data[].url），无需轮询 task_id。

Python 完整请求

import requests

BASE = "https://aihubcc.cc/v1"

# 文生图（同步，直接拿结果）
r = requests.post(f"{BASE}/images/generations",
    headers={"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"},
    json={"model": "gpt-image-2", "prompt": "一只橘猫趴在窗台上晒太阳，水彩画风格",
          "size": "1024x1024", "quality": "high", "response_format": "url"}).json()
print("图片:", r["data"][0]["url"])

# 图生图（multipart：用 files= 让库自动生成 boundary，勿手设 Content-Type）
r2 = requests.post(f"{BASE}/images/edits",
    headers={"Authorization": "Bearer sk-xxx"},
    data={"model": "gpt-image-2", "prompt": "把背景改成海边日落"},
    files={"image": open("reference.png", "rb")}).json()
print("图片:", r2["data"][0]["url"])

注意事项

• 提示词长度：按字符数计（中英文一视同仁，非字节），单次上限约 1 万字符，超出会返回生成失败。建议控制在 8000 字符以内 —— 文生图默认会自动增强/扩写提示词，判定长度时算的是「你的原文 + 扩写后」的合计，故请留足余量
• 请求体大小上限：文生图 JSON 请求体 ≤ 8MB、图生图 multipart ≤ 6MB（其中参考图合计 ≤ 5MB）；正常提示词远达不到，过大的请求会被网关拒绝
• 响应时间 15-60 秒，超时建议 ≥120 秒
• 默认返回 b64_json（Base64 编码），需客户端解码保存
• response_format: "url" 返回完整图片地址（如 https://img1.oaibox.xyz/images/...），直接使用即可，无需拼接域名；地址域名可能为 img1 或 img2，均可直接访问
• 图生图参考图提交方式：/v1/images/edits 用 multipart 上传文件（-F "image=@file.png"）；/v1/chat/completions 用 Base64（data:image/...;base64,）。暂不支持直接传公网图片 URL，请先下载文件或转 Base64 再提交
• 图生图（/v1/images/edits）必须发合法 multipart/form-data：用 HTTP 库的文件上传（curl -F、Python files=、JS FormData）让库自动生成 boundary；切勿手动设 Content-Type、手拼 body 或用 application/json，否则网关无法解析请求体，返回 500 failed to parse multipart form（非服务异常，是请求格式问题）
• 图生图上传的参考图请控制在 2K（长边 ≤ 2048）以内，超出会返回 400；更大尺寸请先压缩再上传
• 多张参考图：图生图 / 编辑最多 6 张、所有参考图合计 ≤ 5MB，超出会在提交前返回 400（不计费）。传法见上方「多张参考图」——/v1/images/edits 重复 -F "image=@…"，/v1/chat/completions 放多个 image_url
• size 只决定横 / 竖 / 方比例（best-effort），不保证精确像素尺寸；需要更高分辨率请用导航「GPT-Image-2 多档」页的 2K / 3.5K 档

建议

• 要精确 / 更高像素用导航「GPT-Image-2 多档」页的 2K / 3.5K / 4K 档；本页 gpt-image-2 的 size 只控横 / 竖 / 方比例，不保证精确像素。
• 图生图别手拼 multipart：用 curl -F / Python files= / JS FormData 让库自动带 boundary，勿手设 Content-Type。
• 提示词留余量：默认会自动扩写，长度按「原文 + 扩写」合计算，建议 ≤ 8000 字符。
• 直接展示用 response_format:"url"，本地落库用默认 b64_json。

GPT-Image-2 多档生图（1K 同步 / 异步 · 2K / 3.5K / 4K 异步）

GPT-Image-2 按分辨率分档：1K 可自由选择同步或异步；同步适合需要立即拿图片的客户端，异步适合连接稳定性优先、不能长时间保持请求的客户端。2K / 3.5K / 4K 固定走异步接口（提交拿 task_id → 轮询任务 → 下载结果，不占用长连接）。所有档位均支持文生图，附参考图即图生图，最多 6 张；参考图解码后的文件合计不超过 5 MiB。按张固定计费，失败不计费。

输入限制：1K JSON 请求体最多 8 MiB；参考图可使用公网 HTTPS 直链或完整 data:image/png;base64,...、data:image/jpeg;base64,...、data:image/webp;base64,...，Base64 解码后的参考图合计最多 5 MiB。超过限制会在提交前返回 400，不会扣费。

模型

怎么选：需要一次请求直接拿图，用 gpt-image-2-1k 同步；需要提交后自行轮询、规避长连接超时，用 gpt-image-2-1k-async。两者分辨率、参考图能力、积分消耗和价格完全一致。2K/3.5K/4K 始终走异步。用你的生图分组令牌调用即可。

3.5K 与 4K 的区别：gpt-image-2-3.5k 输出约 2880×2880；gpt-image-2-4k 为真 4K，1:1 输出 4096×4096，细节更足，适合大图印刷/高清素材。

接口信息

提交方式

按模型自动区分：gpt-image-2-1k = 同步 /v1/images/generations；gpt-image-2-1k-async / -2k / -3.5k / -4k = 异步 /v1/videos（提交 → 轮询 → 下载）。文生图直接传 prompt，图生图另加参考图（见「核心参数」）；JSON 与 multipart 均可传参考图。

尺寸档位详解

关于"真 4K"：市面上不少标称"4K"实为 2880×2880 上采样。gpt-image-2-4k 由真 4K 服务 1:1 直出 4096×4096（约 1678 万像素，是 2880² 的 2.0 倍、2048² 的 4 倍像素量），细节与可放大空间明显更足。只需高清预览用 3.5K 更省；要印刷或后期放大就选 4K。

4K 各画幅尺寸标准

传 aspect_ratio 即可切换画幅，长边恒为 4096（长边始终真 4K），短边按比例取偶数。下表为实测输出；画幅不影响计费，一律 。

也可用 size 直接指定精确像素（如 "size":"4096x2304"），优先级高于 aspect_ratio；两者都不传则默认 4096×4096。2K 档同理，长边为 2048（如 16:9 → 2048×1152）。

# 指定画幅：16:9 横版 4K（换 aspect_ratio 即换画幅）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{
    "model":"gpt-image-2-4k",
    "prompt":"a cinematic product poster, ultra sharp",
    "aspect_ratio":"16:9"
  }'
# 轮询到 completed 后下载，实测输出 4096×2304

# 竖版 9:16 → 2304×4096
curl ... -d '{"model":"gpt-image-2-4k","prompt":"...","aspect_ratio":"9:16"}'

# 用 size 精确指定（等价于 16:9）
curl ... -d '{"model":"gpt-image-2-4k","prompt":"...","size":"4096x2304"}'

示例请求（真 4K 全流程 · 实测 curl）

以下是 gpt-image-2-4k 的完整异步流程（提交 → 轮询 → 下载 → 校验尺寸），我方已按此实测出 4096×4096 真 4K PNG。2K / 3.5K 换模型名即可，其余完全一致。把 aihubcc.cc 换成你所用平台的 Base、sk-xxx 换成你的生图分组令牌。

# ① 提交任务（返回 task_id）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{
    "model":"gpt-image-2-4k",
    "prompt":"a small red apple on a white table, product photo, ultra sharp",
    "aspect_ratio":"1:1"
  }'
# → {"task_id":"yaimg_xxx","status":"queued", ...}

# ② 轮询（每 5–10 秒一次，只以 status=completed 判定完成，progress 仅供展示）
curl https://aihubcc.cc/v1/videos/yaimg_xxx \
  -H "Authorization: Bearer sk-xxx"
# 完成后 → {..., "status":"completed", "video_url":"https://download.oaibox.xyz/.../xxx.png"}
# 取响应里的 video_url（图片 URL）即可。

# ③ 下载结果（无需鉴权，直接 GET）
curl -L "https://download.oaibox.xyz/.../xxx.png" -o apple_4k.png

# ④ 校验分辨率（实测输出真 4096×4096）
python3 -c "from PIL import Image; print(Image.open('apple_4k.png').size)"
# → (4096, 4096)

下载域名随平台不同：平台 A（AIHUB.aihubcc.cc）→ download.oaibox.xyz；平台 B（AIHUB-2.aihubcc.cc）→ download-2.oaibox.xyz。以实际响应里的 video_url 为准，链接为生成后即时缓存，建议尽快下载保存。

图生图（附参考图）：提交体加一张公网 HTTPS 直链或完整 data:image/...;base64, 参考图即可（多图用 reference_image_urls 数组，最多 6 张、解码后合计 ≤5 MiB）：

# 4K 图生图：在参考图基础上改写/放大
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{
    "model":"gpt-image-2-4k",
    "prompt":"turn this into an ultra-detailed 4K product poster",
    "image_url":"https://cdn.example.com/apple.jpg",
    "aspect_ratio":"1:1"
  }'
# 轮询 / 下载同上；输出仍为真 4096×4096

核心参数

公共参数：model（必填，见上表）、prompt（必填，建议 ≤ 8000 字符）、aspect_ratio 或 size（画幅，size 优先）、参考图 image_url（单张）/ reference_image_urls（多图，≤ 6 张、解码后合计 ≤ 5MiB）。分通道字段见下两表：

通道 A · 1K 同步（OpenAI 兼容）

# 1K 同步：直接返回图片 URL
curl -X POST https://aihubcc.cc/v1/images/generations \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{
    "model":"gpt-image-2-1k",
    "prompt":"a small red apple on a white table, product photo",
    "size":"1024x1024"
  }'
# 返回: {"created":..., "data":[{"url":"https://.../xxx.jpg"}]}
# 当前同步接口返回 URL，不返回 b64_json；需要 Base64 请由客户端下载 URL 后自行编码。

通道 B · 1K / 2K / 3.5K 异步（同视频任务接口）

# 1) 提交（异步）
curl -X POST https://aihubcc.cc/v1/videos \
  -H "Authorization: Bearer sk-xxx" -H "Content-Type: application/json" \
  -d '{
    "model":"gpt-image-2-1k-async",
    "prompt":"a small red apple on a white table, product photo",
    "aspect_ratio":"1:1"
  }'
# 返回 task_id

# 2) 轮询：只以 status=completed 判定完成，progress 仅供展示
curl https://aihubcc.cc/v1/videos/task_xxx \
  -H "Authorization: Bearer sk-xxx"
# 完成后响应中的 video_url 为图片 URL；也可 GET /v1/videos/task_xxx/content 下载结果。

Python 完整请求（4K 异步实测）

import time, requests

BASE = "https://aihubcc.cc/v1"
H = {"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"}

# 提交（真 4K，1:1 → 4096×4096）
task = requests.post(f"{BASE}/videos", headers=H, json={
    "model": "gpt-image-2-4k",
    "prompt": "a small red apple on a white table, product photo, ultra sharp",
    "aspect_ratio": "1:1"
}).json()
tid = task.get("task_id") or task.get("id")

# 轮询（只认 status=completed）
while True:
    time.sleep(6)
    s = requests.get(f"{BASE}/videos/{tid}", headers=H).json()
    if s.get("status") == "completed":
        url = s["video_url"]; break
    if s.get("status") in ("failed", "error"):
        raise SystemExit(s)

# 下载（无需鉴权直接 GET）+ 校验尺寸
img = requests.get(url).content
open("apple_4k.png", "wb").write(img)
from PIL import Image; from io import BytesIO
print(Image.open(BytesIO(img)).size)   # -> (4096, 4096)

注意事项（输入格式与错误处理）

• JSON：使用 Content-Type: application/json；data URL 必须完整、Base64 可解码，格式限 PNG/JPG/WebP。
• multipart/form-data：1K 异步、2K/3.5K 可用文件字段上传参考图；请让 HTTP 库自动生成 boundary，不要手写错误的 Content-Type。
• 400：请求字段、JSON、参考图格式或大小不符合要求，修改请求后再试；不会扣费。
• 401/404：令牌或任务 ID 无效，请检查配置。
• 409：任务尚未完成，继续按 5–10 秒间隔轮询。
• 502/503/504：服务临时不可用或超时，可指数退避重试；不要并发重复提交同一任务。

建议

• 要立即拿图用 gpt-image-2-1k 同步；要规避长连接超时用 -1k-async 或更高档异步（提交 → 轮询 → 下载）。
• 真 4K 才选 4K：只做高清预览用 3.5K 更省；要印刷 / 后期放大用 gpt-image-2-4k（4096²，真 4K）。
• 画幅用 aspect_ratio（长边恒 4096）或 size 精确像素（优先级更高）。
• 图生图加 image_url（单张）或 reference_image_urls 数组（多图融合，≤ 6 张、合计 ≤ 5MiB）。

通用说明 & FAQ

平台信息

两平台能力一致，账号与令牌独立、不互通。选择其一使用即可。

鉴权

所有请求需携带 Authorization: Bearer sk-你的令牌 请求头。令牌在对应平台后台创建，分组必须与模型匹配（错误分组会返回"无可用渠道"）。

错误码

FAQ

Q: 视频生成需要多久？

Omni 视频约 1-5 分钟，Grok 视频约 30s-3 分钟（时长越长越慢）。建议客户端超时 ≥300 秒。

Q: 失败会扣费吗？

不会。所有模型失败一律不扣费，仅成功出片/出图才计费。

Q: 参考图被内容策略拒绝怎么办？

包含可识别真人面孔的参考图可能触发 Gemini 内容策略。系统会自动尝试处理并重试。如仍失败，建议：使用非写实风格、虚构人物、侧面/背影/远景，或使用已授权的素材。

Q: 两个平台有什么区别？

能力完全一致。账号和余额独立。选其一使用，不可跨平台混用令牌。

视频生成 · 内容审查避坑指南

适用于 omni-fast / veo 系列视频模型 · 帮你避开 Google 内容审查，提高一次出片成功率

一、先看这条报错

如果你收到：

This request didn't pass content review (e.g. an identifiable real person, unsafe content, or protected IP). Retrying or switching accounts won't help. Try a non-photorealistic style, a non-identifiable or fictional subject (back/side/distant view), or rights-cleared content, then resubmit.

中文意思：请求没通过内容审查（可能涉及：可识别真人 / 不安全内容 / 受保护版权）。

二、六大高危雷区（命中必拒）

三、安全改写对照表

四、万能保险公式

不确定会不会被拒时，套这个组合最稳：

非写实风格 (non-photorealistic / 3D cartoon / illustration / anime)
+ 虚构、不具名的主体 (fictional, non-identifiable subject)
+ 脸部不可识别 (背面 / 侧面 / 远景)
+ 内容健康、无版权

五、提交前自检清单