رفتن به محتوا

Kandinsky 6.0 Pro · Image to Video

یکپارچه‌سازی

شناسه مدل kandinsky6-pro/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/kandinsky6-pro/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۴۰۱⁩ ۱٬۴۰۱ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Sber AI تصویر به ویدیو صوت بومی #image-to-video#kandinsky#lightweight

تصویر فریم آغازین را با صوت، پرامپت منفی و کنترل هدایت به ویدیو تبدیل می‌کند؛ سطح Pro

Sber AI · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

توضیح متنی ویدیوی مطلوب و صدای همراه آن.

•الزامی image_url
یک فایل بیندازید، یا

تصویری که فریم آغازین ویدیو را تأمین می‌کند.

aspect_ratio پیش‌فرض auto

نسبت تصویر ویدیو؛ انتخاب `auto` تصویر منبع را با برشی مرکزی در نزدیک‌ترین نسبت پشتیبانی‌شده به نسبت خود تصویر جای می‌دهد.

upscale_factor

ضریب بزرگ‌نمایی ویدیو: 2، 2.25 یا 4 را انتخاب کنید؛ 2.25 خروجی 480p را به 1080p می‌رساند. در صورت ارائه، این ضریب از طریق اَبَروضوح ویدیویی Kandinsky 6 اعمال می‌شود.

پیش‌فرض 50

تعداد گام‌های کاهش نویز.

پیشرفته negative_prompt · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker

پرامپت منفی که محتوای ناخواسته ویدیو را مشخص می‌کند؛ در صورت ندادن جایگزین، از نسخه داخلی مدل استفاده می‌شود.

پیش‌فرض 5

قدرت راهنمایی بدون طبقه‌بند.

Seed تصادفی استفاده‌شده هنگام تولید.

POST /run/kandinsky6-pro/image-to-video?wait=20 قیمت → ⁨‎$۱٫۴۰۱⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/kandinsky6-pro/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Kandinsky 6.0 Pro · Image to Video

`image_url` را به‌عنوان فریم اول و `prompt` الزامی برای توصیف حرکت و صدا دریافت می‌کند. با نسبت تصویر پیش‌فرض `auto`، نزدیک‌ترین نسبت پشتیبانی‌شده انتخاب و تصویر از مرکز برش می‌خورد. `negative_prompt`، `guidance_scale` از 1 تا 10 و حداکثر 50 مرحله حذف نویز را ارائه می‌کند. گسترش اختیاری پرامپت، صدای هماهنگ و بزرگ‌نمایی 2، 2.25 یا 4 نیز در دسترس هستند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
توضیح متنی ویدیوی مطلوب و صدای همراه آن.
image_urlالزامی image
نوعurl · image
تصویری که فریم آغازین ویدیو را تأمین می‌کند.
negative_promptاختیاری
نوعstring | null
پرامپت منفی که محتوای ناخواسته ویدیو را مشخص می‌کند؛ در صورت ندادن جایگزین، از نسخه داخلی مدل استفاده می‌شود.
aspect_ratioاختیاری
نوعenum
پیش‌فرضauto
16:99:161:14:33:4
نسبت تصویر ویدیو؛ انتخاب `auto` تصویر منبع را با برشی مرکزی در نزدیک‌ترین نسبت پشتیبانی‌شده به نسبت خود تصویر جای می‌دهد.
generate_audioاختیاری
نوعboolean
پیش‌فرضtrue
تولید آهنگ صوتی همگام با ویدیو را کنترل می‌کند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
گسترش پرامپت پیش از تولید، با استفاده از رمزگذار متنی Qwen2.5-VL داخلی مدل برای تولید توضیحی دقیق شامل ویدیو و صوت.
upscale_factorاختیاری
نوعenum
22.254null
ضریب بزرگ‌نمایی ویدیو: 2، 2.25 یا 4 را انتخاب کنید؛ 2.25 خروجی 480p را به 1080p می‌رساند. در صورت ارائه، این ضریب از طریق اَبَروضوح ویدیویی Kandinsky 6 اعمال می‌شود.
seedاختیاری
نوعinteger | null
Seed تصادفی استفاده‌شده هنگام تولید.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض50
۸ – ۵۰
تعداد گام‌های کاهش نویز.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۱ – ۱۰
قدرت راهنمایی بدون طبقه‌بند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kandinsky6-pro/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1401,
    "usd": "1.401",
    "charged": 1401,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی خروجی، شامل آهنگ صوتی در صورت درخواست.
seed
integerSeed تصادفی استفاده‌شده هنگام تولید.

مدل‌های بیشتر: تصویر به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/kandinsky6-pro/image-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt