SD Video

SD Video 是 SeedRouter 的视频生成模型，基于 MiniMax H3 构建。一次请求就能把整个场景连同画面和声音一起生成：一段 5–15 秒的片段，自带对白、环境声和音效。发送请求，保存返回的任务 ID，再从该任务读取生成完成的视频。首帧和参考素材以 URL 形式传入。

模型 ID

当前价格见模型页。

快速示例

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"
  }'

端点

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

响应是一个任务（{"id": "task_...", "status": "processing"}），而不是生成完成的视频。请轮询 GET /v1/tasks/{task_id} 获取结果。请把 API 密钥保存在服务端代码中。

参数

请求结构是严格校验的：未知字段会被拒绝，而不是被忽略。不支持 callback_url 和 callback_id；请改为轮询任务。

模式

mode 决定模型以什么为条件生成。每种模式有各自的字段；属于其他模式的字段只要带了值就会返回 400（空列表或 null 可以通过）。

image_to_video 把图片当作字面意义上的首帧，因此片段开头会和那张静态图完全一样。如果要把产品或人物放进你自己设定的场景，请使用 reference_to_video 并描述它周围的场景。

参考素材与提示词标签

在 reference_to_video 中，列表顺序就是你在提示词里使用的标签。reference_images 的第一项是 <Picture 1>，第二项是 <Picture 2>；reference_videos 的第一项是 <Video 1>，依此类推。图片、视频和音频分别独立编号。提示词增强可能改写提示词的其他部分，但不会改动这些标签；如果要保持原文，请把 prompt_enhancement 设为 disabled。

{
  "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
}

媒体输入

每个参考素材以及 image_to_video 的首帧，都是一个带公开 HTTP(S) URL 的对象：

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

最多 9 张图片、3 段视频和 3 段音频，参考素材总计 12 个。不接受 Base64 数据和素材 ID：请把文件上传到你自己的存储，再传入它的 URL。URL 必须无需重定向即可访问。

计费维度

当前费率请查看模型定价部分。SD Video 按视频秒数计费，费率由模式和输出分辨率决定：

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

每段参考视频按其时长计入，上限 5 秒；更长的片段也只计 5 秒。参考图片和参考音频不计费。参考视频在请求被受理时测量时长，因此预扣金额就是实际扣费金额。最终扣费请在账户的用量记录中查看。失败的任务不计费。

输出结构

提交后返回任务：

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

查询任务

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

每 10–20 秒轮询一次，直到 status 变为 completed 或 failed。轮询过程中出现网络超时，并不意味着生成失败：请保留任务 ID 并继续查询。不要为了查看进度而再创建一个任务。

完成的任务

{
  "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
  }
}

视频为 MP4（H.264），24 fps，配 32 kHz 立体声 AAC 音频。显式指定 aspect_ratio 时，尺寸是固定的：

text_to_video 默认 16:9。reference_to_video 默认 adaptive：取第一张参考图片的画幅，没有图片时取第一段参考视频的画幅。image_to_video 始终跟随首帧，包括其 EXIF 方向；要改变画幅，请先裁剪图片。adaptive 片段保持源素材的画幅，按分辨率的短边缩放，每条边取整到 32 的倍数，并把 aspect_ratio 报告为约分后的像素比例，例如 23:15。

完成的任务会报告它使用的 seed。同样的提示词和种子会返回同样的片段；不传 seed 时，每次请求都会选一个新的种子。

错误

在任务创建之前被拒绝的请求，会返回 HTTP 错误状态码和一个 error 对象，且不计费。受理之后才失败的任务，在查询时返回 HTTP 200，并带有 status: "failed" 和一个 error 对象。

错误码、HTTP 状态码和重试建议请参见公共错误目录。

{
  "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."
  }
}

如果提交本身超时，请先检查你的任务列表再重新提交：第一次请求有可能已经被受理。

实用建议

• 提示词要写长。几百个字符或更多效果更好；细节写得多不会有任何坏处。
• 写明相机，而不是氛围：机身、镜头和光圈会改变画面，“电影感”几乎不起作用。
• 描述声音：环境底噪、音效以及它们的远近。不想要背景音乐时写上 no music。对白大约每秒 2.5 个单词。
• 加上 no logos, brand names, printed words or badges anywhere in frame，避免出现凭空编造的标记。
• 画面文字要短，并逐字写出，同时说明这是画面中唯一的文字。
• 尽量保持静止：一个主体、一个地点、固定镜头。手部特写操作，以及头发或纸张这类柔软物体的运动，是最弱的部分。
• 固定 seed，一次只改一个分句，逐步打磨一个镜头。

相关内容

• SD Video Playground 与定价
• 下载 OpenAPI
• 可复制的 Markdown