如何透過 AI API 生成影片：Seedance 2.0、ViduQ3 及另外 3 款模型，一把金鑰即可使用

AI 影片生成 API 實際上是什麼

它不是一個免寫程式碼的按鈕，而是一項非同步工作：你 POST 一段提示，API 回傳一組 ID，模型可能需要三十秒到數分鐘進行算圖，接著你輪詢第二個端點，直到影片準備完成。這段算圖延遲正是採用兩步驟設計的原因——影片處理時間太長，無法一直保持 HTTP 連線開啟，因此 API 會先回傳工作票證，而不是檔案。

幾乎所有你會建立的功能，都能由三種請求格式涵蓋：

• 文字轉影片 ——將提示轉換成影片片段。
• 圖片轉影片 ——讓靜態畫面動態化。
• 參考圖轉影片 ——使用一張或多張參考圖片，讓角色或物件在不同鏡頭間保持一致。
  以下所有內容都使用相同的基礎 URL、https://gptproto.com/api/v3，以及相同的標頭。現在就取得金鑰並完成第一次呼叫。

取得 API 金鑰

前往 gptproto.com 註冊，開啟儀表板中的 API Keys 區段，然後建立金鑰。金鑰格式看起來會像 sk-...。這裡沒有固定的免費方案——計費採預付隨用隨付，因此你需要先為餘額加值，每次呼叫從第一次請求開始就會扣款。測試時準備幾美元即可；幾段短影片的費用不會超過這個金額。

安裝唯一需要的相依套件：

pip install requests

第一次呼叫前，有一點務必注意，因為這很容易讓人困惑：在原生的 /api/v3/ 介面上，Authorization 標頭應填入你的原始金鑰，且不加上 Bearer 前綴。GPT Proto 也提供與 OpenAI 相容的 /v1/ 介面，而該介面則使用 Bearer。混淆兩者是我最常看到的 401 錯誤原因。本教學全程使用原生介面，因此金鑰應直接填入。

你的第一次呼叫：Seedance 2.0，文字轉影片

Seedance 2.0 是 ByteDance 的第二代影片模型。它可以生成 4 至 15 秒、最高 1080p、具備原生同步音訊的影片片段，適合用於鏡頭切換但主體保持一致的多鏡頭場景。以下是完整的文字轉影片提交範例：

import requests
import time
 
API_KEY = "sk-your-key-here"   # raw, no "Bearer" prefix
BASE = "https://gptproto.com/api/v3"
 
headers = {
    "Authorization": API_KEY,
    "Content-Type": "application/json",
}
 
def submit_seedance(prompt):
    url = f"{BASE}/bytedance/dreamina-seedance-2-0-260128/text-to-video"
    payload = {
        "prompt": prompt,
        "duration": 5,           # 4-15 seconds
        "aspect_ratio": "16:9",
        "resolution": "1080p",
        "generate_audio": True,
        "camera_fixed": False,
        "seed": -1,              # -1 = random
    }
    resp = requests.post(url, headers=headers, json=payload)
    resp.raise_for_status()
    return resp.json()["data"]["id"]
 
prompt = (
    "A lighthouse keeper climbs a narrow spiral staircase at dawn. "
    "Cut to a wide shot of the lamp room as the light sweeps across "
    "grey water. Waves crash below. Ambient wind and distant gulls."
)
job_id = submit_seedance(prompt)
print("submitted:", job_id)

如果你想查看線上傳輸格式，以下是相同請求的 cURL 版本：

curl -X POST "https://gptproto.com/api/v3/bytedance/dreamina-seedance-2-0-260128/text-to-video" \
  -H "Authorization: sk-your-key-here" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A lighthouse keeper climbs a spiral staircase at dawn, then the lamp sweeps across grey water.",
    "duration": 5,
    "aspect_ratio": "16:9",
    "resolution": "1080p",
    "generate_audio": true,
    "camera_fixed": false,
    "seed": -1
  }'

回應中不會包含影片，而是包含一項工作：

{
  "data": {
    "id": "cgt-20260709xxxxxx-abc",
    "status": "created",
    "outputs": [],
    "urls": { "get": "https://gptproto.com/api/v3/predictions/cgt-20260709xxxxxx-abc/result" }
  },
  "message": "success",
  "code": 200
}

data.id 就是你的票證。data.urls.get 是現成的輪詢 URL，其中已經包含 ID。簡單來說：你提交了工作、取得了 ID，但目前尚未算出任何內容。

輪詢結果

現在持續呼叫結果端點，直到 status 變成 completed，接著從 outputs 讀取影片 URL。平台上的每個模型都使用相同的輪詢端點與相同的回應格式，這正是後面「只替換一個字串」技巧可行的原因：

def wait_for_video(job_id, every=5, timeout=600):
    url = f"{BASE}/predictions/{job_id}/result"
    waited = 0
    while waited < timeout:
        resp = requests.get(url, headers=headers)
        resp.raise_for_status()
        data = resp.json()["data"]
        status = data["status"]
 
        if status == "completed":
            return data["outputs"][0]        # the MP4 URL
        if data.get("error"):
            raise RuntimeError(data["error"])
 
        print(f"  {status}... {waited}s")
        time.sleep(every)
        waited += every
 
    raise TimeoutError(f"timed out after {timeout}s (last status: {status})")
 
video_url = wait_for_video(job_id)
print("done:", video_url)

這就是一個完整可運作的生成流程。兩個函式、一段提示、一個 MP4。5 秒影片通常會在一到兩分鐘內完成，不過帶音訊的 15 秒 1080p 影片可能需要更久——每隔幾秒輪詢一次即可，不要頻繁發送請求。

補充說明一下這個迴圈：我會在 error 出現時拋出錯誤，並將任何既不是 completed、也不是錯誤的狀態視為「繼續等待」。這是刻意的設計。不同模型回報中間狀態的方式各不相同，因此，與其硬編碼一份可能變動的狀態清單，不如等待所有非致命錯誤狀態。

只替換一個字串，就能切換引擎：ViduQ3-pro

重點來了。若要使用 ViduQ3-pro 而不是 Seedance 生成相同提示，只需變更路徑——其他部分完全不變。金鑰、標頭與 wait_for_video() 都維持原樣：

def submit_vidu(prompt):
    url = f"{BASE}/vidu/viduq3-pro/text-to-video"
    payload = {
        "prompt": prompt,
        "duration": 5,           # ViduQ3 goes up to 16s
        "aspect_ratio": "16:9",
        "resolution": "1080p",
        "audio": True,           # note: ViduQ3 uses `audio`, not `generate_audio`
        "seed": -1,
    }
    resp = requests.post(url, headers=headers, json=payload)
    resp.raise_for_status()
    return resp.json()["data"]["id"]
 
job_id = submit_vidu(prompt)
video_url = wait_for_video(job_id)   # same poller, unchanged

ViduQ3-pro 可將影片片段延長至 16 秒——是 Seedance 實用範圍的兩倍——而且在這些模型中每秒價格最低。不同模型的參數名稱會略有差異（ViduQ3 使用 audio 控制聲音；Seedance 使用 generate_audio），因此請查看模型頁面以確認確切欄位，但請求／提交／輪詢的流程永遠不變。

保持角色一致。 這兩款主力模型不只支援文字轉影片。你可以將 ViduQ3 指向 /vidu/viduq3-pro/image-to-video，並提供 image 欄位來讓靜態圖片動起來；也可以使用 Seedance 的參考圖轉影片模式，讓同一張臉在不同鏡頭中保持一致。流程仍然是提交並輪詢——你只是增加圖片輸入，不需要學習全新的 API。正式整合前，請先在各模型頁面確認參考圖片欄位名稱。

該使用哪一款？

五款模型共用一把金鑰。它們不是數字越大就一定越好的分級模型，而是各自適合不同工作。請依影片需求選擇：

在做出決定前，有兩點值得注意。Hailuo 2.3 Pro 回傳的是無聲影片——畫面品質出色，但你需要在後製階段自行配樂。而 Veo 3.1 的每個輸出都會帶有無法關閉的嵌入式 SynthID 浮水印；如果客戶不希望影片內含來源標記，這一點就相當重要。

由於平台在後台透過同一套提交／輪詢合約統一所有模型，因此在不同模型間反覆測試只需要查詢字典，而不是重寫程式：

MODELS = {
    "seedance": "bytedance/dreamina-seedance-2-0-260128",
    "vidu":     "vidu/viduq3-pro",
    "kling":    "kling/kling-v3.0-std",
    "hailuo":   "minimax/hailuo-2.3-pro",
    "veo":      "google/veo3.1",
}
 
def submit(model_key, scene, payload):
    url = f"{BASE}/{MODELS[model_key]}/{scene}"
    resp = requests.post(url, headers=headers, json=payload)
    resp.raise_for_status()
    return resp.json()["data"]["id"]
 
# same wait_for_video() retrieves any of them
job_id = submit("kling", "image-to-video", {"prompt": prompt, "image": image_url})

各模型的請求內容不同——這是你需要調整的部分——但模型探索、驗證與結果取得流程都不變。

實際成本

影片計價方式為每秒或每次執行，並且會隨解析度、時長，以及是否生成音訊而大幅增加。模型頁面上的醒目價格只是最低價，不代表實際預估成本。舉例來說，一段 Seedance 720p／16:9／5 秒、包含音訊的影片約為 $0.605——遠高於 $0.2957 的基準價——因為你同時提高了所有成本因素。請依儀表板的估算，使用實際設定計算價格，而不是只看標示價格。

以下是與直接呼叫各供應商相比的實際比較：

• ViduQ3-pro ——每秒 $0.04 起，比約 $0.05／秒的市場參考價低約 20%。
• Kling v3.0 std ——每次執行 $0.2016 起，比約 $0.252 的參考價低約 20%。
• Hailuo 2.3 Pro ——每次執行 $0.441，相較 MiniMax 的約 $0.49 便宜約 10%。
• Seedance 2.0 ——每次執行 $0.2957 起，這比直接在 ByteDance 自家的 Dreamina 上生成相同影片高約 10%。我不會假裝不是這樣。透過 API 呼叫它的理由不是價格更低，而是穩定的程式化存取、共用一個餘額，以及不需要通過 BytePlus 身分驗證。如果你只在意 Seedance 的成本，直接使用會比較便宜。
• Veo 3.1 ——每次執行 $0.5 起；頁面上沒有清楚的市場參考價，因此應將它視為便利性選擇，而不是折扣方案。沒有免費方案，也沒有月費訂閱——從第一次請求起就按次付費。若要查詢特定模型的價格，
  模型目錄會顯示目前依每秒與解析度區分的價格表。

• 401 未授權 ——幾乎總是 Bearer 使用錯誤。原生 /api/v3/ 介面需要原始金鑰。
• 403 禁止存取 ——通常是餘額為零，而不是權限問題。請加值。
• 429 ——你受到速率限制；請降低頻率並重試。
• 400，含內容訊息 ——提示觸發了內容審核。回應也會包含值得在處理流程中檢查的 has_nsfw_contents 旗標。
• 輪詢始終未完成 ——長時間算圖確實存在；這就是 wait_for_video() 設定逾時，而不是無限迴圈的原因。
• 音訊參數錯誤 ——Seedance 使用 generate_audio，ViduQ3 使用 audio。傳送錯誤參數時不會報錯，而是靜默地不產生任何效果，情況反而更糟。請依模型確認欄位名稱。

從這裡開始

最快的方法是：取得金鑰，執行上方的 Seedance 與 ViduQ3 程式片段，接著替換模型字串來測試其他模型。選擇模型所需的一切資訊——目前價格、支援模式、解析度表——都位於目錄中的各模型頁面。一把金鑰、一個餘額、五個影片引擎。