SD Video

O SD Video é o modelo de geração de vídeo do SeedRouter, baseado no MiniMax H3. Uma única requisição cria a cena inteira, imagem e som juntos: um clipe de 5 a 15 segundos com diálogo, ambiência e efeitos próprios. Envie a requisição, guarde o ID da tarefa retornado e leia o vídeo pronto a partir da tarefa. Primeiros quadros e referências são enviados como URLs.

IDs de modelo

Veja a página do modelo para os preços atuais.

Exemplo rápido

curl https://api.seedrouter.ai/v1/videos/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sd-video",
    "mode": "text_to_video",
    "prompt": "A lighthouse keeper in a wool coat stands on a wet stone pier at dawn and says, \"The fog lifts at seven.\" Locked-off shot, waves slapping the stones, no music.",
    "duration": 5,
    "resolution": "768p",
    "aspect_ratio": "16:9"
  }'

Endpoint

POST https://api.seedrouter.ai/v1/videos/generations

A resposta é uma tarefa ({"id": "task_...", "status": "processing"}), não o vídeo pronto. Consulte GET /v1/tasks/{task_id} para obter o resultado. Mantenha as chaves de API no código do lado do servidor.

Parâmetros

O esquema é estrito: campos desconhecidos são rejeitados em vez de ignorados. callback_url e callback_id não estão disponíveis; consulte a tarefa.

Modos

mode define como o modelo é condicionado. Cada modo tem seus próprios campos; um campo de outro modo retorna 400 quando tem um valor (uma lista vazia ou null é aceita).

image_to_video trata a imagem como o primeiro quadro literal, então o clipe começa exatamente como essa imagem estática. Para colocar um produto ou uma pessoa em uma cena sua, use reference_to_video e descreva a cena ao redor.

Referências e rótulos no prompt

Em reference_to_video, a ordem da lista vira o rótulo que você usa no prompt. A primeira entrada de reference_images é <Picture 1>, a segunda é <Picture 2>; a primeira entrada de reference_videos é <Video 1>, e assim por diante. Imagens, vídeos e áudio são numerados separadamente. O aprimoramento do prompt pode reescrever o resto do prompt, mas não esses rótulos; defina prompt_enhancement como disabled para manter seu texto como escrito.

{
  "model": "sd-video",
  "mode": "reference_to_video",
  "prompt": "A supervisor wearing the harness in <Picture 1> stands still and speaks to camera.",
  "reference_images": [{ "type": "url", "url": "https://example.com/harness.jpg" }],
  "duration": 10
}

Entradas de mídia

Cada referência, e o primeiro quadro de image_to_video, é um objeto com uma URL HTTP(S) pública:

{ "type": "url", "url": "https://example.com/photo.jpg" }

No máximo 9 imagens, 3 vídeos e 3 áudios, 12 referências no total. Dados em base64 e IDs de asset não são aceitos: envie o arquivo para o seu próprio armazenamento e passe a URL dele. A URL precisa ser acessível sem redirecionamentos.

Fatores de custo

Veja a seção de preços do modelo para as tarifas atuais. O SD Video é cobrado por segundo de vídeo, com uma tarifa definida pelo modo e pela resolução de saída:

billed seconds = duration                                                   (text_to_video, image_to_video)
billed seconds = duration + ceil(Σ min(each reference video's seconds, 5))  (reference_to_video)
cost = billed seconds × rate per second

Cada vídeo de referência soma sua duração até 5 segundos; um clipe mais longo ainda soma 5. Imagens e áudio de referência não são cobrados. Os vídeos de referência são medidos quando a requisição é aceita, então o valor reservado é o valor cobrado. Veja as cobranças finais no histórico de uso da sua conta. Tarefas que falham não são cobradas.

Esquema de saída

O envio retorna a tarefa:

{"id": "task_...", "model": "sd-video", "status": "processing", "created_at": 1789689600}

Consultar a tarefa

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Consulte a cada 10–20 segundos até que status seja completed ou failed. Um tempo limite de rede durante a consulta não significa que a geração falhou: guarde o identificador da tarefa e retome a verificação. Não crie outra tarefa para acompanhar o progresso.

Tarefa concluída

{
  "id": "task_...",
  "model": "sd-video",
  "status": "completed",
  "created_at": 1789689600,
  "finished_at": 1789689720,
  "output": {
    "video_url": "https://static.seedrouter.ai/media/tasks/task_example/0.mp4",
    "duration": 5,
    "width": 1344,
    "height": 768,
    "aspect_ratio": "16:9",
    "seed": 42
  }
}

O vídeo é MP4 (H.264) a 24 fps com áudio AAC estéreo de 32 kHz. Com um aspect_ratio explícito, o tamanho é fixo:

text_to_video usa 16:9 por padrão. reference_to_video usa adaptive por padrão: o formato da primeira imagem de referência, ou do primeiro vídeo de referência quando não há imagens. image_to_video sempre segue o primeiro quadro, incluindo a orientação EXIF; recorte a imagem para mudar o formato. Um clipe adaptativo mantém o formato da origem, redimensionado para o lado menor da resolução com cada lado arredondado para um múltiplo de 32, e informa aspect_ratio como a proporção de pixels reduzida, por exemplo 23:15.

A tarefa concluída informa o seed usado. O mesmo prompt com o mesmo seed retorna o mesmo clipe; se você omitir seed, cada requisição escolhe um novo.

Erros

Requisições rejeitadas antes de uma tarefa ser criada retornam um erro HTTP com um objeto error e não são cobradas. Uma tarefa que falha depois de aceita retorna HTTP 200 quando consultada, com status: "failed" e um objeto error.

Veja o catálogo de erros comum para códigos, status HTTP e orientações de nova tentativa.

{
  "id": "task_...",
  "model": "sd-video",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Se o próprio envio atingir o tempo limite, confira suas tarefas antes de enviar de novo: a primeira requisição pode ter sido aceita.

Dicas

• Escreva prompts longos. Algumas centenas de caracteres ou mais dão resultados melhores; detalhe não é penalizado.
• Cite a câmera, não o clima: um corpo, uma lente e uma abertura mudam a imagem, "cinematic" quase não faz nada.
• Descreva o som: som ambiente, efeitos e a distância deles. Escreva no music se não quiser uma trilha de fundo. O diálogo cabe em cerca de 2,5 palavras por segundo.
• Adicione no logos, brand names, printed words or badges anywhere in frame para evitar marcas inventadas.
• Mantenha o texto na cena curto e escrito exatamente, e indique que ele é o único texto do quadro.
• Prefira a imobilidade: um assunto, um lugar, uma câmera estática. Trabalho manual de perto e movimentos suaves como cabelo ou papel são os pontos mais fracos.
• Fixe seed e mude uma oração de cada vez para refinar uma cena.

Relacionados

• Playground e preços do SD Video
• Baixar o OpenAPI
• Markdown copiável