Skip to main content

开发者体验、服务发现与幂等保护

  • RESTful 任务状态查询：除 POST /api/v1/task/status 外，新增支持 GET /api/v1/task/{task_id}（及 GET /api/v1/task/status?task_id=...）。未实际扣费或已自动退款的失败任务在响应中返回 credits_deducted: 0。
  • 付费提交幂等保护：POST /api/v1/task/submit/{model_key} 与 POST /api/v1/music/{action} 支持可选 Idempotency-Key 请求头，24 小时内安全去重网络重试（冲突返回 409 idempotency_key_conflict 或 409 idempotency_key_in_progress）。
  • 模型发现与 24 小时指标：新增 OpenAI 兼容模型列表 GET /v1/models、GET /pricing?locale=zh 中英文计费说明切换，以及过去 24 小时已结算成功率与平均耗时接口 GET /pricing/metrics。
  • 余额明细与结构化错误码：GET /api/v1/credits/balance 新增 free_credits、paid_credits 与 usd_equivalent；402 insufficient_credits 在入队前原子回滚并返回 balance、required、shortfall 与 billing_url；429 响应附带标准 Retry-After 头。
  • 价格文档同步：将 GPT Image 2.5 文档价格与实时 GET /pricing 目录对齐（1K = 15、2K = 24、4K = 35 积分/张）。

Suno 音乐动作

  • 新增接口 POST /api/v1/music/{action}，提供 33 个 Suno 动作，每个动作都是一个按次计费的异步 suno 任务：
    • 创作：generate、inspo（基于参考音频）、sounds、lyrics、upsample-tags、upload、upload-cover、upload-extend、create-model、create-voice
    • 基于已有曲目：extend、concat、cover、remaster、add-vocals、add-instrumental、add-stem、mashup、sample、persona
    • 编辑：replace-section、remove-section、crop、fade-in、fade-out、adjust-speed、stems、stems-all
    • 分析与导出：midi、aligned-lyrics、bpm、music-video、download
  • 使用你自己已完成 Suno 任务的 Wizzx task_id 与曲目的 audio_index 引用已有曲目。无效引用会在预扣积分前以 HTTP 422 拒绝。
  • 每个动作只接受自己的字段，其他字段返回 HTTP 422。
  • POST /api/v1/task/status 现在会为已完成的音乐任务返回结构化 result 对象：包含曲目的序号、封面、标题、歌词与时长，以及歌词、增强风格、下载文件、视频、BPM、MIDI、带时间轴的歌词、Persona 与模型 ID。result_urls 保持不变。
  • generate 新增可选字段 custom_model_task_id、persona_task_id、style_weight、weirdness、audio_weight、auto_lyrics、variety 与 audio_format。POST /api/v1/task/submit/suno 继续可用，等同于 generate。
  • 每次调用计费：生成类动作 60 积分（max_mode 为 120），remaster 与 midi 60 积分，inspo 131（262），stems 193，stems-all 462，create-model 1,847，其余动作 2–47 积分。详见价格。
当日修复
  • lyrics 的结果现在放在 result.lyrics 中，每份草稿包含 title、text 与 style。
  • concat 只接受 extend 任务作为来源，其他来源会在预扣积分前返回 HTTP 422。
  • create-voice 返回 persona_id，与 persona 任务一样，把该任务的 task_id 作为 persona_task_id 使用。请使用不带伴奏的干净人声录音。
  • POST /api/v1/task/status 的 error 字段现在对所有模型的失败任务都返回可读的说明。

新模型：GPT Image 2.5

GPT Image 2.5（OpenAI）
  • 同一个 model key gpt-image-2.5 同时支持文生图与图生图编辑
  • version：flare（默认，更快）或 sunburst（编辑更精细，适合产品图、广告素材与多轮编辑），同价
  • 最多 16 张参考图，支持 HTTP(S) URL 或 base64 data URI（JPEG、PNG、WebP）；参考图不另收费
  • 11 种宽高比（含 auto），支持 1K / 2K / 4K 输出
  • 每次请求生成 1 张
  • 计费：1K = 13、2K = 21、4K = 32 积分/张

更多新模型

视频
  • Kling v3（kling-v3，快手可灵）：文生视频与首尾帧图生视频，720p/1080p，3–15 秒，可选原生音频。无声 130/173 积分/秒，有声 194/259 积分/秒（720p/1080p）
  • Kling v3 Omni（kling-v3-omni，快手可灵）：新增参考图生视频，最多 7 张图，在提示词中用 <<<image_N>>> 引用。无声 130/173 积分/秒，有声 173/216 积分/秒；参考图免费
  • Seedance 2.0 Mini（seedance-2.0-mini，字节跳动）：文生视频与首尾帧图生视频，480p/720p，4–15 秒，默认生成音频且不额外收费。21/44 积分/秒
  • PixVerse V6（pixverse-v6，PixVerse）：文生、图生、首尾帧过渡与 1–7 张参考图模式，360p–1080p，1–15 秒。无声 31/47/62/124 积分/秒，有声 47/62/77/154 积分/秒。图生视频跟随输入图片比例，传 aspect_ratio 会被拒绝
  • Grok Imagine Video 1.5（grok-imagine-video-1.5，xAI）：文生视频或 1–7 张参考图的图生视频，480p/720p，6–15 秒。20/37 积分/秒
  • Gemini Omni Flash（gemini-omni-flash，Google）：文生、首帧图生与 1 张或 3 张参考图模式，720p/1080p/4K，4/6/8/10 秒。按视频固定计费：720p 与 1080p 为 481/577/674/770 积分，4K 为 1,443/1,539/1,635/1,731 积分
  • Wan 2.6 Flash（wan-2.6-flash，阿里巴巴）：以一张首帧生成无声视频，720p/1080p，2–15 秒。33/54 积分/秒
图像
  • Qwen Image 2.0（qwen-image-2.0）与 Qwen Image 2.0 Pro（qwen-image-2.0-pro，阿里巴巴）：文生图与编辑，最多 3 张参考图，7 种宽高比，1K/2K 同价。每张 31 与 74 积分
  • Seedream 5.0 Pro（seedream-5-pro，字节跳动）：文生图与单参考图编辑，10 种宽高比加 auto，1K/1.5K/2K，JPEG 或 PNG，每个请求一张图。1K/1.5K 每张 44 积分，2K 每张 89 积分
音乐
  • Suno（suno）：Suno V6 歌曲与纯音乐，支持灵感模式与自定义（歌词）模式，版本 v6、v6-wild、v6-mini。每次请求通常在 result_urls 中返回两首。每次请求 60 积分，开启 max_mode 为 120 积分

Veo 3.1 Quality

  • veo3 新增 model: "veo3_quality"，720p、1080p、4K 分别为每个视频 1,924 / 1,924 / 2,885 积分。
  • Quality 支持 6 或 8 秒，不支持 reference-to-video。Fast 与 Lite 不变。

Runway Gen-3 已下线

  • runway-gen3 不再接受新任务。提交会返回 HTTP 503，错误码为 model_unavailable；该模型也不再出现在 GET /pricing 中。
  • 下线前已受理的任务会照常完成并结算，仍可通过 POST /api/v1/task/status 查询。
  • 新的视频任务请选择 GET /pricing 中列出的模型，例如 Veo 3.1、Kling AI 或 Seedance。

Veo 3.1 Lite 与固定每视频计价

  • 现有 veo3 接口在 veo3_fast 之外新增 veo3_lite。
  • Fast 与 Lite 均支持 720p、1080p、4K，以及 4、6、8 秒输出。
  • 价格由档位与分辨率决定，每个视频固定扣费，时长不再乘算。
  • Lite 在 720p/1080p/4K 下为 180/210/900 积分，Fast 为 360/390/1080 积分。

新模型：Nano Banana 2 系列

Nano Banana 2（Google）
  • 图生图支持最多 14 张参考图
  • 分辨率选项：1K、2K、4K（默认 1K）
  • 输出格式：png 或 jpg（默认 jpg）
  • 提示词最长 20000 字符
  • 计费：1K = 48、2K = 72、4K = 108 积分/张
Nano Banana 2 Lite（Google）
  • 经济型选择，固定 24 积分/张
  • 最多 10 张参考图
  • 与 Nano Banana 2 相同的 15 种宽高比
  • 不支持分辨率与输出格式控制
如何选择 Nano Banana 2 与 Lite：
  • 需要 2K/4K 输出、PNG 格式或超过 10 张参考图时用 Nano Banana 2
  • 大批量草稿与成本敏感场景用 Lite

新模型：WAN 2.2 Animate Move

WAN 2.2 Animate Move (阿里巴巴)
  • 图片+视频动画：将图片与视频结合创建动画内容
  • 无需提示词：与 WAN 2.5/2.6 不同，此模型完全由图片+视频驱动
  • 分辨率选项：480p、580p、720p
  • 输入要求：
    • 视频：mp4、mov、mkv（最大 10MB）
    • 图片：jpeg、png、webp（最大 10MB）
  • 固定 5 秒计费
定价：

新模型：Seedance 1.5 Pro

Seedance 1.5 Pro (字节跳动)
  • 音频生成：使用 generate_audio 参数生成同步音频（人声、音效、背景音乐）
  • 首帧+尾帧支持：在 image_urls 中提供最多 2 张图片控制视频开头和结尾
  • 灵活时长：4-12 秒或自动 (-1)
  • 文生视频和图生视频模式
  • 分辨率选项：480p、720p（不支持 1080p）
  • 宽高比：16:9、4:3、1:1、3:4、9:16、21:9、adaptive
  • return_last_frame 选项用于连续视频生成
定价：何时使用 Seedance 1.5 Pro 或 Seedance Pro Fast：
  • 需要音频生成和首帧+尾帧控制时使用 1.5 Pro
  • 需要 1080p 分辨率和简单工作流时使用 Pro Fast

新模型：ElevenLabs TTS Turbo 2.5

ElevenLabs 文本转语音 Turbo 2.5
  • 比 TTS V2 便宜 50%
  • 更快生成速度，针对低延迟场景优化
  • 与 V2 相同的 21 种语音和参数
  • 计费：每 1000 字符 40 积分

新模型：ElevenLabs TTS V2

ElevenLabs 文本转语音多语言 V2
  • 平台首个音频模型
  • 高质量多语言文本转语音
  • 21 种语音选择（Rachel、Brian、Sarah 等）
  • 文本长度：1-5000 字符
  • 语音控制：稳定性、相似度增强、风格、语速
  • 多语言支持，自动检测语言
  • 计费：每 1000 字符 80 积分
语音推荐：
  • 专业/正式内容：Brian、Daniel、George
  • 温暖/亲切内容：Rachel、Sarah、Alice
  • 活力/年轻内容：Aria、Charlotte、Lily

模型更新：Kling AI V2.6

Kling AI - 文生视频与图生视频
  • 新增：文生视频支持（V2.6）
  • 新增：sound 参数支持音频生成（仅 V2.6）
  • 新增：aspect_ratio 参数支持画面比例控制（仅 V2.6：16:9、9:16、1:1）
  • 新增：kling-v2-6 模型版本 - 最新推荐版本
  • 同时支持 text-to-video 和 image-to-video 模式
  • 计费：65 积分/秒（无音频），130 积分/秒（有音频）

文档更新：错误码参考

完整的错误码文档
  • 涵盖所有 HTTP 状态码（400-503）的 API 错误码完整参考
  • 详细的错误类型：认证、无效请求、配额、权限、速率限制、服务器错误
  • 每个错误码的示例响应和解决方案
  • 错误处理最佳实践，包含重试逻辑示例
  • 提供中英文双语版本

新增模型：WAN 2.5

WAN 2.5 (阿里巴巴)
  • 阿里巴巴驱动的高质量视频生成
  • 文生视频和图生视频模式
  • 分辨率选项：720p、1080p
  • 视频时长：5秒或10秒
  • 宽高比：16:9、9:16、1:1（仅文生视频）
  • 高级功能：负向提示词、LLM 提示词扩展、种子控制
  • 计费：720p = 60 积分/秒，1080p = 100 积分/秒

新增模型：Flux 2 系列与 Nano Banana

Flux 2 Pro & Flux 2 Flex
  • Megapixel (MP) 计费模式，灵活的成本优化
  • Flux 2 Pro：首个 MP 20 积分 + 后续每 MP 10 积分
  • Flux 2 Flex：每 MP 40 积分，支持高级控制（guidance 和 steps）
  • 支持最多 8 张参考图片进行图生图
  • 总 MP = 输入 MP + 输出 MP
Nano Banana (Google)
  • 固定 24 积分/次 - 简单且可预测
  • 支持最多 10 张参考图片（比 Pro 版本更多）
  • 智能模式选择自动判断文生图或图生图
  • 广泛的宽高比支持：1:1、16:9、9:16、21:9 等

新增模型：Seedream 4.0 与 4.5

Seedream 4.0 & Seedream 4.5
  • 字节跳动驱动的高质量图像生成
  • 多图融合：组合最多 14 张参考图片
  • 批量生成：一次请求创建最多 15 张图片
  • 分辨率选项：1K、2K、4K
  • Seedream 4.0：30 积分基础价格
  • Seedream 4.5：40 积分增强质量版本

新增模型：视频生成扩展

Kling AI - 图生视频
  • 专业级图生视频
  • 多个模型版本：v1、v1-5、v1-6、v2-master、v2-1、v2-1-master、v2-5-turbo
  • 质量模式：标准和专业
  • 高级功能：镜头控制、动态笔刷、轨迹动画
  • 视频时长：5秒或10秒
  • 计费：10-40 积分（根据质量模式和时长）
Seedance Pro Fast
  • 基于字节跳动 Seedance 的快速视频生成
  • 文生视频和图生视频模式
  • 分辨率选项：480p、720p、1080p
  • 视频时长：5秒或10秒
  • 计费：每秒 10-50 积分（基于分辨率）

新增模型：Flux Kontext 系列

Flux Kontext Pro & Kontext Max
  • 多参考图片支持（最多 4 张）
  • 灵活的宽高比，从 21:9（电影）到 9:21（竖屏）
  • 提示词增强提升创意表现
  • 安全容忍度控制（0-6 级别）
  • Kontext Pro：30 积分 - 快速且经济
  • Kontext Max：60 积分 - 顶级质量输出

新增模型：专业视频生成

Runway Gen-3
  • 业界领先的视频生成技术
  • 文生视频和图生视频模式
  • 高质量输出：720p 和 1080p
  • 视频时长：5秒或10秒
  • 宽高比：16:9、9:16、1:1
  • 计费：5-10 积分（基于时长和分辨率）
Veo 3.1 (Google)
  • Google 最先进的视频生成模型
  • 三种生成模式：
    • 文生视频：纯文本提示词
    • 图生视频：首尾帧控制
    • 参考图生成：风格参考生成
  • 支持多种宽高比
  • Fast 和标准模型选项
  • 计费：每秒 120 积分

平台上线

Flux Pro 1.1
  • 高质量文生图
  • 快速生成速度
  • 每张 40 积分
  • 宽高比：1:1、16:9、9:16
Nano Banana Pro
  • 高级图像生成，支持分辨率控制
  • 分辨率选项：1K、2K、4K
  • 多参考图支持（最多 8 张）
  • 计费：10-20 积分（基于分辨率）
Kolors Virtual Try-On
  • AI 驱动的虚拟试衣
  • 单件服装和组合套装支持
  • 模型版本：v1（单件）和 v1-5（上衣+裤子组合）
  • 每次 65 积分