Geração de vídeos

Crie vídeos com Seedance, Kling, Omni, Wan, Grok, Veo, Vidu, PixVerse e MiniMax a partir de um prompt, de um primeiro quadro (e, opcionalmente, de um último) ou de imagemns de referência, vídeos e áudio. Os vídeos levam alguns minutos, então você inicia a geração e consulta o resultado depois.

Iniciar, consultar, baixar

import os, time, requests
API = "https://api.zurelay.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['ZURELAY_API_KEY']}"}
# 1. Start the video
response = requests.post(f"{API}/videos", headers=HEADERS, json={
    "model": "seedance-2.0",
    "prompt": "A paper boat drifting down a rain-soaked street at night, neon reflections, slow dolly shot",
    "seconds": 5,
    "resolution": "720p",
    "aspect_ratio": "16:9",
})
response.raise_for_status()  # a 4xx says what to fix
job = response.json()
# 2. Poll until it's done (usually 2 to 6 minutes)
while job["status"] in ("queued", "in_progress"):
    time.sleep(10)
    job = requests.get(f"{API}/videos/{job['id']}", headers=HEADERS).json()
if job["status"] == "failed":
    raise SystemExit(job["error"]["message"])
# 3. Download the MP4
video = requests.get(f"{API}/videos/{job['id']}/content", headers=HEADERS)
open("boat.mp4", "wb").write(video.content)

Todos os modelos de vídeo funcionam da mesma forma: altere model e a requisição continua igual. Os guias dos modelos mostram os pontos fortes de cada um: Seedance, Kling, Wan, Grok Imagine, Omni Flash, MiniMax H3, Veo, Vidu e PixVerse.

Parâmetros

Começando com imagens

Primeiro e último quadro

Anime uma imagem estática: o vídeo começa exatamente em first_frame. Adicione last_frame para que termine nessa imagem, dando a você controle sobre o início e o fim da cena. MiniMax starts a partir de imagens de referência.

{
  "model": "seedance-2.0",
  "first_frame": "https://example.com/storefront-day.jpg",
  "last_frame": "https://example.com/storefront-night.jpg",
  "prompt": "Time passes from afternoon to night; lights come on inside the shop.",
  "seconds": 6,
  "resolution": "720p"
}

Imagens de referência

Envie até 10 imagens (Seedance up to 9, Kling up to 10, Omni up to 10, Wan up to 10, Grok up to 3, MiniMax up to 9; Veo, Vidu e PixVerse take none) e mencione-as no prompt na ordem (@Image1, @Image2…): as pessoas, os produtos e os lugares nelas aparecem no vídeo.

{
  "model": "seedance-2.5",
  "reference_images": [
    "https://example.com/chef.jpg",
    "https://example.com/kitchen.jpg",
    "https://example.com/dish.jpg"
  ],
  "prompt": "The chef from @Image1 plates the dish from @Image3 in the kitchen from @Image2, close-up, warm light.",
  "seconds": 8,
  "resolution": "720p",
  "aspect_ratio": "9:16"
}

Vídeos e áudio de referência

Envie vídeos para usar a aparência e os movimentos de uma pessoa, um movimento de câmera ou uma cena, e áudio para uma voz, uma melodia ou efeitos sonoros. Mencione-os no prompt na ordem, como nas imagens: @Video1, @Audio1. Você pode combiná-los com imagens de referência, mas não com um primeiro quadro.

{
  "model": "seedance-2.5",
  "reference_images": ["https://example.com/singer.jpg"],
  "reference_videos": ["https://example.com/dance-moves.mp4"],
  "reference_audio": ["https://example.com/chorus.mp3"],
  "prompt": "The singer from @Image1 performs the dance from @Video1 on a rooftop at dusk, singing to @Audio1.",
  "seconds": 8,
  "resolution": "720p"
}

O modelo processa cada segundo de um vídeo de referência, então esses segundos também são cobrados, por uma fração do preço de um segundo gerado: um vídeo de 5 s com uma referência de 10 s custa seus 5 segundos mais 10 segundos de referência. O áudio de referência não tem custo adicional. Cada objeto de vídeo mostra os segundos de referência cobrados (reference_seconds).

Editando e estendendo um vídeo

Defina reference_mode como edit para alterar um vídeo de referência (trocar uma pessoa ou um objeto, adicionar ou remover algo, mudar a música), ou como extend para estendê-lo para a frente ou para trás. Diga o que fazer no prompt: “Substitua o carro em @Video1 pelo de @Image1”, “Continue @Video1 enquanto a pessoa que dança sai do palco”.

• Uma edição mantém o formato e a duração do vídeo, então não inclua aspect_ratio nem seconds. A cobrança usa a duração do vídeo de referência mais longo, que deve ter de 4 a 30 segundos.
• Uma extensão mantém o formato do vídeo; seconds define a duração do novo vídeo.
• Sem reference_mode, o modelo decide com base no prompt, e um prompt que pareça pedir uma edição pode falhar se seconds ou aspect_ratio estiver definido (vídeos com falha não são cobrados).

Regras para imagens

• PNG, JPEG ou WebP, como um link público https ou uma URL de dados, até 10 MB.
• De 300 a 6000 pixels em cada lado, e proporção máxima de 5:2 na horizontal ou na vertical. URLs de dados fora desses limites são recusadas de imediato com uma mensagem explicando o motivo. Os links são lidos quando a geração do vídeo começa: se o link não fornecer uma imagem válida, o vídeo falha com invalid_image, sem cobrança.
• Quadros ou referências, não os dois na mesma requisição.
• As requisições são em JSON: as imagens são enviadas como links ou URLs de dados, não como uploads multipart.

O objeto de vídeo

{
  "id": "video_abc123",
  "object": "video",
  "model": "seedance-2.0",
  "status": "completed",
  "progress": 100,
  "created_at": 1790870400,
  "completed_at": 1790870562,
  "expires_at": 1793462400,
  "seconds": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "size": "1280x720",
  "generate_audio": true,
  "url": "https://...signed link...",
  "url_expires_at": 1790956962,
  "cost": 1.035,
  "error": null
}

Outros endpoints

Pagamento por vídeo

Um vídeo custa o preço por segundo (conforme a resolução) multiplicado pela duração; Kling e PixVerse cost a menos por segundo sem som; vídeos de referência acrescentam seus segundos a uma fração desse preço. Quando você inicia a geração, esse valor é reservado no seu saldo; ele é cobrado quando o vídeo fica pronto e liberado se a geração falhar. Vídeos que falham não são cobrados.