Video erstellen

Senden Sie eine Videogenerierungsaufgabe ab. Die Anfrage gibt sofort 202 Accepted mit einer Aufgaben-id und einer Polling-URL zurück — die Generierung läuft asynchron. Fragen Sie die Aufgabe ab oder erhalten Sie einen Webhook, und lesen Sie anschließend das Ergebnis mit Videostatus abrufen.


POST https://api.ofox.ai/v1/videos

Anfrageparameter

Parameter	Typ	Pflicht	Beschreibung
`model`	string	✅	Modell-Slug, z. B. `google/veo-3.1` oder `bytedance/seedance-2.0`
`prompt`	string	✅	Textbeschreibung des Videos
`duration`	integer	—	Videolänge in Sekunden
`resolution`	string	—	`480p` / `720p` / `1080p` / `1K` / `2K` / `4K`
`aspect_ratio`	string	—	`16:9` / `9:16` / `1:1` / `4:3` / `3:4` / `3:2` / `2:3` / `21:9` / `9:21`
`size`	string	—	Exakte Pixel `WIDTHxHEIGHT` (z. B. `1280x720`), Alternative zu `resolution` + `aspect_ratio`
`frame_images`	array	—	Frame-Steuerung (Bild-zu-Video / erster-und-letzter Frame). Vorhanden ⇒ wird als Bild-zu-Video behandelt. Siehe unten
`input_references`	array	—	Steuert Motiv / Stil (Referenz-zu-Video), keine präzisen Frame-Anker. Siehe unten
`generate_audio`	boolean	—	Standardmäßig `true` bei Modellen, die Audioausgabe unterstützen
`seed`	integer	—	Deterministischer Generierungs-Seed (nicht bei allen Anbietern garantiert)
`callback_url`	string	—	Webhook-URL für terminalen Zustand, muss HTTPS sein (siehe Webhooks)
`provider`	object	—	Anbieterspezifische Durchreichung, siehe Provider passthrough

`frame_images[]`-Element

Jedes Element fixiert einen Frame der Ausgabe. frame_type ist first_frame oder last_frame.


{
  "type": "image_url",
  "image_url": { "url": "https://example.com/first.jpg" },
  "frame_type": "first_frame"
}

`input_references[]`-Element

Übergeben Sie Bild- / Audio- / Videoreferenzen per type — sie steuern Motiv, Stil und Konsistenz, aber keine präzisen Frame-Anker:


{ "type": "image_url", "image_url": { "url": "https://example.com/subject.jpg" } }
{ "type": "audio_url", "audio_url": { "url": "https://example.com/voice.mp3" } }
{ "type": "video_url", "video_url": { "url": "https://example.com/ref.mp4" } }

Medium	`type`	Maximale Anzahl	Weitere Einschränkungen
Bild	`image_url`	≤ 9	—
Audio	`audio_url`	≤ 3	≤ 15s pro Clip
Video	`video_url`	≤ 1	—

Eine Überschreitung eines Limits gibt 400 too_many_references zurück (siehe Fehler).

frame_images und input_references schließen sich gegenseitig aus — eine einzelne Anfrage nutzt entweder das eine oder das andere, niemals beide. Wenn beides gesendet wird, gibt die API 400 references_conflict zurück.

Generierungsmodus (implizit)

Es gibt kein Feld gen_mode. Der Modus wird daraus abgeleitet, welche Eingaben Sie senden:

Modus	Erkannt wenn
`text2video`	Weder `frame_images` noch `input_references`
`img2video`	`frame_images` mit einem `first_frame`
`img2video_end`	`frame_images` mit `first_frame` + `last_frame`
`imgref2video`	`input_references`, nur Bilder
`mixref2video`	`input_references` mit Mischung aus Bild / Audio / Video

Antwort

202 Accepted — die Aufgabe wird mit status: "pending" und einer polling_url angenommen:


{
  "id": "9bcf3c60-7db2-4e1a-a1b2-c3d4e5f60718",
  "status": "pending",
  "polling_url": "https://api.ofox.ai/v1/videos/9bcf3c60-7db2-4e1a-a1b2-c3d4e5f60718"
}

Fragen Sie polling_url ab (oder warten Sie auf einen Webhook), bis die Aufgabe einen terminalen Zustand erreicht — siehe Videostatus abrufen.

Anfragebeispiele

Ein /v1/videos-Schema deckt jeden Generierungsmodus ab; der Modus wird implizit aus Ihren Eingaben gewählt. Jedes folgende Beispiel läuft unverändert.

Text zu Video

Keine frame_images / input_references → Text-zu-Video.

Terminal


curl -X POST https://api.ofox.ai/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/veo-3.1",
    "prompt": "A golden retriever running on the beach at sunset",
    "duration": 5,
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "generate_audio": true
  }'

Bild zu Video

frame_images mit einem first_frame → Animation aus einem Startbild.

Terminal


curl -X POST https://api.ofox.ai/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.0",
    "prompt": "Make the dog in the frame start running",
    "duration": 5,
    "frame_images": [
      {
        "type": "image_url",
        "image_url": { "url": "https://example.com/dog.jpg" },
        "frame_type": "first_frame"
      }
    ]
  }'

Erster & letzter Frame

frame_images mit first_frame + last_frame → Interpolation zwischen zwei Frames.

Terminal


curl -X POST https://api.ofox.ai/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.0",
    "prompt": "Smoothly transition between the two frames",
    "frame_images": [
      { "type": "image_url", "image_url": { "url": "https://example.com/start.jpg" }, "frame_type": "first_frame" },
      { "type": "image_url", "image_url": { "url": "https://example.com/end.jpg" },   "frame_type": "last_frame" }
    ]
  }'

Bildreferenz

input_references nur mit Bildern (steuert Motiv / Stil, keine Frame-Anker) — bis zu 9.

Terminal


curl -X POST https://api.ofox.ai/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.0",
    "prompt": "This character skiing down a snowy mountain",
    "input_references": [
      { "type": "image_url", "image_url": { "url": "https://example.com/character.jpg" } },
      { "type": "image_url", "image_url": { "url": "https://example.com/style-ref.jpg" } }
    ]
  }'

Gemischte Referenz

input_references mit Mischung aus Bild / Audio / Video (Bild ≤ 9 · Audio ≤ 3, jeweils ≤ 15s · Video ≤ 1).

Terminal


curl -X POST https://api.ofox.ai/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.0",
    "prompt": "Have the character speak in the tone of this voice clip, in the style of this reference video",
    "input_references": [
      { "type": "image_url", "image_url": { "url": "https://example.com/character.jpg" } },
      { "type": "audio_url", "audio_url": { "url": "https://example.com/voice.mp3" } },
      { "type": "video_url", "video_url": { "url": "https://example.com/style-ref.mp4" } }
    ]
  }'

Kombinierbare Optionen

Die folgenden Felder sind unabhängig vom Generierungsmodus — fügen Sie beliebige davon zu jedem obigen Request Body hinzu.

Webhook (callback_url)

Erhalten Sie einen POST an Ihren Endpunkt, wenn die Aufgabe einen terminalen Zustand erreicht, statt per Polling abzufragen.


{
  "model": "google/veo-3.1",
  "prompt": "...",
  "callback_url": "https://your-app.example/webhooks/ofox-video"
}

callback_url muss HTTPS verwenden. Siehe Webhooks für Payload und Signatur.

Provider passthrough

Reichen Sie anbieterspezifische Parameter (z. B. watermark) über provider.options.<slug> durch.


{
  "model": "alibaba/wan-2.7",
  "prompt": "...",
  "provider": {
    "options": { "dashscope": { "watermark": false } }
  }
}

Exakte Pixelgröße

Nutzen Sie size für exakte Pixel anstelle von resolution + aspect_ratio.


{
  "model": "google/veo-3.1",
  "prompt": "...",
  "size": "1280x720"
}

Audio + seed

Aktivieren Sie Audioausgabe und fixieren Sie einen deterministischen Seed.


{
  "model": "google/veo-3.1",
  "prompt": "...",
  "generate_audio": true,
  "seed": 42
}

Provider passthrough

Anbieterspezifische Parameter laufen über provider.options.<slug> — nur der passende Anbieter erhält sie. Parameter wie watermark werden nicht von jedem Modell unterstützt, daher liegen sie in Provider passthrough statt als Top-Level-Felder (dies folgt der OpenRouter-Konvention für Provider passthrough). Welche Passthrough-Optionen ein Modell akzeptiert, hängt von den Fähigkeiten des Modells ab.


{
  "model": "alibaba/wan-2.7",
  "prompt": "...",
  "provider": {
    "options": {
      "dashscope": { "watermark": false, "audio_setting": "..." }
    }
  }
}

Video erstellen

Anfrageparameter

frame_images[]-Element

input_references[]-Element

Generierungsmodus (implizit)

Antwort

Anfragebeispiele

Text zu Video

Bild zu Video

Erster & letzter Frame

Bildreferenz

Gemischte Referenz

Kombinierbare Optionen

Webhook (callback_url)

Provider passthrough

Exakte Pixelgröße

Audio + seed

Provider passthrough

`frame_images[]`-Element

`input_references[]`-Element