Przejdź do treści

Kandinsky 6.0 Pro · Text to Video

Integracja

Identyfikator modelu kandinsky6-pro/text-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/text-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"
  }'

# 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"

Pliki takie jak przykład: 1,351 $ 1351 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Sber AI Tekst na wideo Natywne audio #text-to-video#kandinsky#lightweight

Wariant Pro tekst-do-wideo z negatywnym promptem, skalą sterowania, maksymalnie 50 krokami, opcjonalnym audio i skalowaniem w górę

Sber AI · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Tekstowy opis żądanego wideo i towarzyszącego dźwięku.

aspect_ratio domyślnie 16:9

Proporcje obrazu wideo wynikowego.

upscale_factor

Współczynnik powiększenia wideo: wybierz 2, 2.25 lub 4, przy czym 2.25 zwiększa wynik 480p do 1080p. Po podaniu współczynnik jest stosowany przez superrozdzielczość wideo Kandinsky 6.

domyślnie 50

Liczba kroków odszumiania.

Zaawansowane negative_prompt · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker

Negatywny prompt określający niepożądaną zawartość wideo; domyślnie używana jest wbudowana wersja modelu, chyba że podasz zastępczą.

domyślnie 5

Siła classifier-free guidance.

Losowe ziarno używane podczas generowania.

POST /run/kandinsky6-pro/text-to-video?wait=20 wycena → 1,351 $
# 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/text-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"
  }'

# 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Kandinsky 6.0 Pro · Text to Video

Tworzy klip z tekstowego `prompt` w proporcjach 16:9, 9:16, 1:1, 4:3 lub 3:4. W porównaniu z wersją lite udostępnia `negative_prompt` i `guidance_scale` (1 do 10), a także `num_inference_steps` od 8 do 50, domyślnie 50. Generowanie audio jest domyślnie włączone, a rozszerzanie promptu i współczynnik powiększenia 2, 2.25 lub 4 są opcjonalne.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Tekstowy opis żądanego wideo i towarzyszącego dźwięku.
negative_promptopcjonalne
Typstring | null
Negatywny prompt określający niepożądaną zawartość wideo; domyślnie używana jest wbudowana wersja modelu, chyba że podasz zastępczą.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
16:99:161:14:33:4
Proporcje obrazu wideo wynikowego.
generate_audioopcjonalne
Typboolean
Domyślnetrue
Określa generowanie ścieżki audio zsynchronizowanej z wideo.
enable_prompt_expansionopcjonalne
Typboolean
Domyślnefalse
Rozszerzanie promptu przed generowaniem za pomocą wbudowanego kodera tekstu Qwen2.5-VL modelu w celu utworzenia szczegółowego opisu obejmującego zarówno wideo, jak i audio.
upscale_factoropcjonalne
Typenum
22.254null
Współczynnik powiększenia wideo: wybierz 2, 2.25 lub 4, przy czym 2.25 zwiększa wynik 480p do 1080p. Po podaniu współczynnik jest stosowany przez superrozdzielczość wideo Kandinsky 6.
seedopcjonalne
Typinteger | null
Losowe ziarno używane podczas generowania.
num_inference_stepsopcjonalne
Typinteger
Domyślne50
8 – 50
Liczba kroków odszumiania.
guidance_scaleopcjonalne
Typnumber
Domyślne5
1 – 10
Siła classifier-free guidance.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kandinsky6-pro/text-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": 1351,
    "usd": "1.351",
    "charged": 1351,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wynikowe wideo, w tym ścieżka audio, jeśli została zamówiona.
seed
integerLosowe ziarno używane podczas generowania.

Więcej modeli: Tekst na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/kandinsky6-pro/text-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt