curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "skyreels-v4-fast",
    "prompt": "A serene forest at sunset with golden light filtering through the trees.",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "prompt_optimizer": true
  }'

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KPEY5H3NQ2W8D7T6VB3F9GR4"
    }
  ]
}

SkyReels V4

SkyReels V4 Videogenerierung

Zwei Modellstufen: Fast (geschwindigkeitsoptimiert) und Std (qualitätsoptimiert)
Drei Modi mit automatischem Routing nach Anfragefeldern: Text-to-Video (T2V), Image-to-Video (I2V), Multimodale Referenz (Omni)
Auflösungen 480p / 720p / 1080p, Dauer 3 ~ 15 Sekunden
Erweiterte Funktionen: Erstes/letztes/Schlüsselbild, Referenzbilder, Referenzvideos, Raster-Collage, Videoverlängerung, Audiosynchronisation
Asynchroner Verarbeitungsmodus, gibt eine Task-ID für spätere Abfragen zurück

POST

videos

generations

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "skyreels-v4-fast",
    "prompt": "A serene forest at sunset with golden light filtering through the trees.",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "prompt_optimizer": true
  }'

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KPEY5H3NQ2W8D7T6VB3F9GR4"
    }
  ]
}

curl --request POST \
  --url https://api.apimart.ai/v1/videos/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "skyreels-v4-fast",
    "prompt": "A serene forest at sunset with golden light filtering through the trees.",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "prompt_optimizer": true
  }'

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KPEY5H3NQ2W8D7T6VB3F9GR4"
    }
  ]
}

Autorisierung

Authorization

string

erforderlich

Alle API-Endpunkte erfordern eine Bearer-Token-AuthentifizierungAPI-Key abrufen:Besuchen Sie die Seite zur API-Key-Verwaltung, um Ihren API-Key zu erhaltenFügen Sie ihn zum Request-Header hinzu:

Authorization: Bearer YOUR_API_KEY

Generierungsmodi

SkyReels V4 wählt den passenden Modus automatisch anhand der Anfragefelder — kein mode-Feld erforderlich:

Modus	Auslöser	Funktion
T2V (Text-to-Video)	Nur `prompt` + allgemeine Felder	Rein textgesteuerte Generierung
I2V (Image-to-Video)	Eines von `first_frame_image` / `end_frame_image` / `mid_frame_images`	Steuerung erstes/letztes/Schlüsselbild
Omni (Multimodale Referenz)	Eines von `ref_images` / `ref_videos`	Subjektreferenz, Raster-Collage, Bewegungsreferenz, Videoverlängerung, Audiosynchronisation

Strikte gegenseitige Ausschließlichkeit: I2V-Felder (first_frame_image / end_frame_image / mid_frame_images) und Omni-Felder (ref_images / ref_videos) können nicht zusammen verwendet werden, andernfalls wird 422 zurückgegeben.

@tag-Mechanismus: Bei Verwendung von mid_frame_images / ref_images / ref_videos muss jedes Element ein tag deklarieren, das mit @ beginnt (z. B. @image1, @Actor-1, @video1), und dieser tag muss im prompt vorkommen.Stellen Sie sich prompt als „Drehbuch” und tag als „Zeiger auf eine Figur” für bestimmte Assets (Bilder / Videos) vor. Ein Prompt wie "@Actor-1 walks into the scene of @video1" weist das System beispielsweise an, das mit @Actor-1 verknüpfte Referenzbildsubjekt und die mit @video1 verknüpfte Bewegungsreferenz in den Generierungsprozess einzufügen.

Anfrageparameter

Allgemeine Felder

model

string

erforderlich

Zwei Modellstufen stehen zur Verfügung:

Modell	Positionierung	Anwendungsfälle
`skyreels-v4-fast`	Geschwindigkeit zuerst	Schnelle Vorschauen, Batch-Generierung, Alltagsinhalte
`skyreels-v4-std`	Qualität zuerst (ca. 25~30 % teurer als Fast)	Schlüsselaufnahmen, hohe Detailanforderungen, finale Lieferung

Das Feld model muss explizit angegeben werden — kein Standardwert.

Der Preis hängt stark von der Auflösung und der Verwendung von ref_videos ab: 1080p ist deutlich teurer als 480p / 720p; Varianten mit ref_videos (Videoeingabe) kosten ca. das 1,5- bis 2-fache im Vergleich zu denen ohne. Die gleichzeitige Audio- und Videoausgabe wird noch nicht unterstützt.

prompt

string

erforderlich

Text-Prompt, maximal 1280 TokensBeschreiben Sie Szenen, Subjekte, Aktionen und Stile detailliert für bessere Generierungsergebnisse.Bei Verwendung von ref_images / ref_videos / mid_frame_images muss der entsprechende @tag (z. B. @Actor-1, @video1, @image1) im prompt enthalten sein.Beispiel: "@Actor-1 walks through a neon-lit street at night."

duration

integer

Standard:"5"

Dauer des Ausgabevideos (Sekunden)

Bereich: [3, 15]
Standard: 5

Wenn ref_videos.type=reference angegeben wird, wird duration durch die Länge des Referenzvideos überschrieben (maximal 10 Sekunden).

resolution

string

Standard:"1080p"

VideoauflösungOptionen:

480p
720p
1080p (Standard)

aspect_ratio

string

Standard:"16:9"

SeitenverhältnisOptionen:

16:9 (Standard)
4:3
1:1
9:16
3:4

aspect_ratio wird im I2V-Modus ignoriert (das Ausgabeverhältnis wird durch das Eingabebild bestimmt); ebenfalls ignoriert, wenn Omni mit ref_videos kombiniert wird.

prompt_optimizer

boolean

Standard:"true"

Soll der Prompt automatisch optimiert werden?Bei Aktivierung optimiert das System Ihren Prompt automatisch für bessere Generierungsergebnisse.

I2V-spezifische Felder

first_frame_image

string

URL des ersten Einzelbildes (jpg / jpeg / png / gif / bmp)Wenn angegeben, wird dieses Bild als Anfangsbild des Videos verwendet.

end_frame_image

string

URL des letzten Einzelbildes (jpg / jpeg / png / gif / bmp)Wenn angegeben, wird dieses Bild als Endbild des Videos verwendet. Kann mit first_frame_image für die Steuerung von Erst- und Endbild kombiniert werden.

mid_frame_images

object[]

Liste mittlerer Schlüsselbilder, bis zu 6. Jedes Element hat die folgende Struktur:

Anzeigen mid_frame_images-Element

tag

string

erforderlich

Muss mit @ beginnen und im prompt vorkommen, z. B. @image1

image_url

string

erforderlich

Bild-URL (jpg / jpeg / png / gif / bmp)

time_stamp

integer

Standard:"-1"

Zeitstempel des Auftretens (Sekunden). Standard -1 (nicht angegeben); wenn angegeben, muss 0 < time_stamp < duration erfüllt sein.

Omni-spezifische Felder

ref_images

object[]

Liste der Referenzbilder (alle Elemente müssen denselben type haben). Jedes Element hat die folgende Struktur:

Anzeigen ref_images-Element

tag

string

erforderlich

Muss mit @ beginnen und im prompt vorkommen, z. B. @Actor-1

type

string

erforderlich

Referenztyp:

image – Reguläres Referenzbild (Listenlänge 1~~3; Länge jedes image_urls 1~~5)
grid – Raster-Collage, d. h. ein einzelnes Bild aus mehreren Kacheln (z. B. 2×2, 3×3); Listenlänge muss = 1 sein, image_urls muss 1 Bild enthalten

image_urls

string[]

erforderlich

Array von Bild-URLs

audio_url

string

URL einer Sprachaudiodatei (nur bei type=image unterstützt, Audiodauer ≤ 15 Sekunden)

ref_videos

object[]

Liste der Referenzvideos, bis zu 1. Jedes Element hat die folgende Struktur:

Anzeigen ref_videos-Element

tag

string

erforderlich

Muss mit @ beginnen und im prompt vorkommen, z. B. @video1

type

string

erforderlich

Referenztyp:

reference – Bewegungs-/Subjektreferenz, überschreibt duration (folgt der Länge des Referenzvideos, maximal 10 Sekunden), übernimmt standardmäßig das Audio des Eingabevideos; kann mit ref_images.type=image kombiniert werden
extend – Videoverlängerung, Abrechnung nach angefordertem duration; kann nicht mit ref_images kombiniert werden

video_url

string

erforderlich

Video-URL (MP4 / MOV, Dauer ≤ 15 Sekunden)

Unterstützte Szenarien

Die folgenden Szenarien werden sowohl von skyreels-v4-fast als auch skyreels-v4-std unterstützt:

Szenario	Modus	Erforderliche Felder	Typischer Anwendungsfall
Text-to-Video	T2V	`prompt`	Rein textgesteuert, schnelle Konzeptaufnahmen
Image-to-Video — Erstes Einzelbild	I2V	`first_frame_image`	Standbild zu Video mit definiertem Anfangsbild
Image-to-Video — Letztes Einzelbild	I2V	`end_frame_image`	Festlegung des Schlussbildes
Image-to-Video — Schlüsselbilder	I2V	`mid_frame_images` (1~6)	Erstes + letztes + mittlere Schlüsselbilder für präzises Timing
Omni Einzel-/Multi-Subjekt	Omni	`ref_images` (`type=image`)	Figurenkonsistenz, Multi-Subjekt-Framing
Omni Raster-Collage	Omni	`ref_images` (`type=grid`, 1 Bild)	Schritt-für-Schritt-Prozessvideos (Tutorials, Rezepte, Demos)
Omni Bewegungsreferenz	Omni	`ref_videos` (`type=reference`)	Bewegung, Subjekt oder Stil eines Referenzvideos reproduzieren
Omni Videoverlängerung	Omni	`ref_videos` (`type=extend`)	Vorhandenes Video mit neuem Inhalt fortsetzen
Omni Audiosynchronisation	Omni	`ref_images` (`type=image`) + `audio_url`	Digitale Sprecher-Erzählung, audiogesteuerte Lippensynchronisation

Parameter-Einschränkungen

Bei Verletzung einer der folgenden Bedingungen wird die Anfrage mit einer 422-Antwort abgelehnt, es erfolgt keine Abrechnung:

Parameter	Einschränkung
`prompt`	Maximal 1280 Tokens
`duration`	`[3, 15]` Sekunden; bei `ref_videos.type=reference` durch Länge des Referenzvideos überschrieben (max. 10s)
`resolution`	Nur `480p` / `720p` / `1080p`
`aspect_ratio`	`16:9` / `4:3` / `1:1` / `9:16` / `3:4`; ignoriert in I2V; ignoriert, wenn Omni `ref_videos` enthält
`mid_frame_images`	Bis zu 6; `time_stamp` muss `-1` oder innerhalb `(0, duration)` sein
`ref_images` insgesamt	Alle Elemente müssen denselben `type` haben; können nicht mit I2V-Feldern koexistieren
`ref_images.type=grid`	Listenlänge muss = 1 sein; `image_urls` muss 1 Bild enthalten
`ref_images.type=image`	Listenlänge 1~~3; Länge jedes `image_urls` 1~~5
`ref_images.audio_url`	Nur unterstützt bei `type=image`, Audio ≤ 15 Sekunden
`ref_videos`	Bis zu 1; `video_url` MP4 / MOV, ≤ 15 Sekunden
`ref_videos.type=reference`	Überschreibt angeforderten `duration` (max. 10s), kann mit `ref_images.type=image` kombiniert werden, übernimmt standardmäßig das Audio des Eingabevideos
`ref_videos.type=extend`	Abrechnung nach angefordertem `duration`; kann nicht mit `ref_images` kombiniert werden
Feld `tag`	Muss mit `@` beginnen und im `prompt` vorkommen
I2V / Omni-Ausschluss	I2V-Felder und Omni-Felder können nicht zusammen verwendet werden

Antwort

code

integer

Statuscode der Antwort, 200 bei Erfolg

data

array

Datenarray der Antwort

Anzeigen Array-Elemente

status

string

Aufgabenstatus, submitted bei der Erstübermittlung

task_id

string

Eindeutige Aufgabenkennung zur Abfrage von Status und Ergebnissen

Anfragebeispiele

Fall 1: Text-zu-Video (minimal)

{
  "model": "skyreels-v4-fast",
  "prompt": "A serene forest at sunset with golden light filtering through the trees."
}

Fall 2: Text-zu-Video (vollständige Parameter)

{
  "model": "skyreels-v4-std",
  "prompt": "A serene forest at sunset.",
  "duration": 5,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "prompt_optimizer": true
}

Fall 3: Bild-zu-Video — Erstes Einzelbild

{
  "model": "skyreels-v4-fast",
  "prompt": "Slowly pull the camera back to reveal the entire scene.",
  "first_frame_image": "https://example.com/start.png",
  "duration": 5
}

Fall 4: Bild-zu-Video — Erstes/Letztes Einzelbild + mittlere Schlüsselbilder

{
  "model": "skyreels-v4-std",
  "prompt": "The King summons a flying dragon. @image1 The dragon lowers. The King mounts and flies away.",
  "duration": 8,
  "resolution": "1080p",
  "first_frame_image": "https://example.com/k2v_0.png",
  "end_frame_image":   "https://example.com/k2v_2.png",
  "mid_frame_images": [
    { "tag": "@image1", "image_url": "https://example.com/k2v_1.png", "time_stamp": 3 }
  ]
}

Fall 5: Omni — Einzelne Subjektreferenz

{
  "model": "skyreels-v4-fast",
  "prompt": "@Actor-1 walks through a neon-lit street at night.",
  "ref_images": [
    { "tag": "@Actor-1", "type": "image", "image_urls": ["https://example.com/actor.jpg"] }
  ]
}

Fall 6: Omni — Mehrere Subjekte + Video-Bewegungsreferenz

{
  "model": "skyreels-v4-fast",
  "prompt": "The man from @image_1 imitates the move on the left in @video_1. The woman from @image_2 imitates the right side.",
  "duration": 5,
  "ref_images": [
    { "tag": "@image_1", "type": "image", "image_urls": ["https://example.com/a.png"] },
    { "tag": "@image_2", "type": "image", "image_urls": ["https://example.com/b.png"] }
  ],
  "ref_videos": [
    { "tag": "@video_1", "type": "reference", "video_url": "https://example.com/motion.mp4" }
  ]
}

In diesem Fall wird ref_videos.type=reference verwendet, daher wird der angeforderte duration durch die tatsächliche Länge des Referenzvideos überschrieben (maximal 10 Sekunden). Auch wenn hier "duration": 5 übergeben wird, richtet sich die endgültige Videolänge nach dem Referenzvideo.

Fall 7: Omni — Raster-Collage

{
  "model": "skyreels-v4-fast",
  "prompt": "Create a video showing how to make tomato and egg noodles based on @image1.",
  "ref_images": [
    { "tag": "@image1", "type": "grid", "image_urls": ["https://example.com/recipe_grid.png"] }
  ]
}

Fall 8: Omni — Videoverlängerung (extend)

{
  "model": "skyreels-v4-fast",
  "prompt": "Video extended @video1, someone walks over and sits on the sofa.",
  "duration": 8,
  "ref_videos": [
    { "tag": "@video1", "type": "extend", "video_url": "https://example.com/source.mp4" }
  ]
}

Fall 9: Omni — Audiosynchronisation (sprachgesteuert)

{
  "model": "skyreels-v4-std",
  "prompt": "@Actor-1 speaks with a calm tone.",
  "ref_images": [
    {
      "tag": "@Actor-1",
      "type": "image",
      "image_urls": ["https://example.com/actor.jpg"],
      "audio_url":  "https://example.com/voice.mp3"
    }
  ]
}

Aufgabenergebnisse abfragenDie Videogenerierung ist eine asynchrone Aufgabe, die nach der Übermittlung eine task_id zurückgibt. Verwenden Sie den Endpunkt Aufgabenstatus abrufen, um den Generierungsfortschritt und die Ergebnisse abzufragen.

MiniMax-Hailuo-2.3 Videogenerierung HappyHorse 1.0 Videogenerierung

Documentation Index

​Autorisierung

​Generierungsmodi

​Anfrageparameter

​Allgemeine Felder

​I2V-spezifische Felder

​Omni-spezifische Felder

​Unterstützte Szenarien

​Parameter-Einschränkungen

​Antwort

​Anfragebeispiele

​Fall 1: Text-zu-Video (minimal)

​Fall 2: Text-zu-Video (vollständige Parameter)

​Fall 3: Bild-zu-Video — Erstes Einzelbild

​Fall 4: Bild-zu-Video — Erstes/Letztes Einzelbild + mittlere Schlüsselbilder

​Fall 5: Omni — Einzelne Subjektreferenz

​Fall 6: Omni — Mehrere Subjekte + Video-Bewegungsreferenz

​Fall 7: Omni — Raster-Collage

​Fall 8: Omni — Videoverlängerung (extend)

​Fall 9: Omni — Audiosynchronisation (sprachgesteuert)

Autorisierung

Generierungsmodi

Anfrageparameter

Allgemeine Felder

I2V-spezifische Felder

Omni-spezifische Felder

Unterstützte Szenarien

Parameter-Einschränkungen

Antwort

Anfragebeispiele

Fall 1: Text-zu-Video (minimal)

Fall 2: Text-zu-Video (vollständige Parameter)

Fall 3: Bild-zu-Video — Erstes Einzelbild

Fall 4: Bild-zu-Video — Erstes/Letztes Einzelbild + mittlere Schlüsselbilder

Fall 5: Omni — Einzelne Subjektreferenz

Fall 6: Omni — Mehrere Subjekte + Video-Bewegungsreferenz

Fall 7: Omni — Raster-Collage

Fall 8: Omni — Videoverlängerung (extend)

Fall 9: Omni — Audiosynchronisation (sprachgesteuert)