2026 视频生成 API 对比：真正重要的维度

最近核对：2026-07-15。

2026 年有用的视频生成 API 对比，应在你的约束下评估任务机制、限制、媒体耐久性、安全与可运维性。公开演示强调电影感，但生产系统更常败在内容 URL 过期、时长输入无上限、租户隔离薄弱和失败状态不透明。本文列出对比维度、来自官方文档的带日期候选事实，以及 OpenAI 兼容网关如何改变选型清单；不会宣布缺乏依据的赢家，也不会虚构价格、质量分数或模型可用性。

对比规则

1. 在决策日期（本文为 2026-07-15）重新阅读第一方文档，并在签约前再读一次。
2. 用证据链接对比维度；不要把网红 benchmark 表当作事实。
3. 在你的地区使用你的 prompt 测量延迟与成功率。
4. 把模型质量实验与平台要求分开，例如 SSO 密钥、团队配额和审计日志。
5. 按网关实际启用值精确记录模型 ID；营销名称会漂移。
6. 不要虚构排名榜。

本次修订重新打开的主要文档入口：

• OpenAI 视频生成指南
• OpenAI Videos API 参考
• OpenAI 弃用公告——Videos API / Sora 2 将于 2026-09-24 关闭
• OpenAI 定价
• Google Gemini 视频生成（Gemini Omni Flash + Veo 系列）
• Runway 开发者文档
• Luma 文档
• 你实际采购产品线的 Kling / ByteDance / Volcengine 第一方 API 文档

如果供应商只提供封闭的合作伙伴 API，应把“集成不确定性”列为一等风险。

带日期的候选快照（能力清单，不是排名）

候选（截至 2026-07-15）	官方任务形状	等待/通知	编辑/延长/角色（按供应商文档）	官方文档中的持久化说明	本仓库网关/运维说明
OpenAI Sora 2（sora-2、sora-2-pro 和带日期快照）	OpenAI Videos：创建/查询/内容	约每 10–20s 轮询；Webhook video.completed / video.failed；离线 POST /v1/videos 可用 Batch	通过 POST /v1/videos/edits 编辑；通过 POST /v1/videos/extensions 延长；通过 POST /v1/videos/characters 创建角色；新项目的 remix 已弃用	交互式下载生命周期短（OpenAI 指南约 1 小时）；Batch 输出有独立留存期	已有 Sora 风格创建/查询/内容适配器；仍保留 remix 路径；编辑/延长/角色尚未完全归一化。API 于 2026-09-24 关闭，不要作为绿地默认
Google Gemini 视频（Gemini Omni Flash；Google 模型列表中的 Veo 3.1 / 相关 Veo ID）	Google AI 视频生成表面（视模型使用长任务或会话式流程）	供应商专属 operation/轮询；不同于 OpenAI Videos JSON	Google 记录 Omni Flash 会话式编辑；Veo 材料强调延长/帧控制类能力，需核对当前方法名	遵循 Google 留存与下载指导	本代码库有用于 Veo 风格模型的 Gemini/Vertex 任务适配器；承诺前确认已启用别名
Runway API	专有 Runway 任务 API（见 Runway 文档）	供应商 SDK / 任务状态（在当前文档中确认 Webhook）	模式矩阵由供应商定义（t2v/i2v 等）	供应商 URL 过期规则	截至核对日期，本代码树没有一等 relay/channel/task/runway 包，应视为外部或自定义通道
Luma API	专有 Luma 任务 API	供应商状态模型	供应商定义	供应商 URL 过期规则	与 Runway 相同：确认通道是否启用；不要假设与 OpenAI Videos 等价
Kling 风格/其他亚洲视频 API	通常是带任务 ID 的专有 REST	轮询任务状态	供应商定义	供应商 CDN 常会过期	启用相应适配器时可能出现 Kling 风格路由

采购前增加“是否已在我们的网关启用”一列。空白单元格表示“实验室尚未验证”，而不是“该能力永远不存在”。

维度 1：API 形状与异步语义

模式	需要实现的内容	注意事项
OpenAI 风格 Videos	创建/查询/内容（上游另有编辑/延长/角色）	状态枚举、expires_at、remix 弃用
专有任务 API	供应商 SDK + 可选 Webhook	双重鉴权、双重日志
看似同步的 HTTP	单次长请求	负载均衡 timeout、进度薄弱
混合模式	创建 + Webhook + 轮询 fallback	两条路径都要测试

对每个供应商都要询问：

• 状态是否有文档且稳定？
• 进度是百分比、阶段字符串还是不存在？
• Webhook 是否签名？Webhook 失败后能否轮询？
• 内容是否通过单独且需授权的 GET 获取？
• 对 OpenAI：是否基于编辑开发，而不是已弃用的 remix？

本仓库把任务对象归一化为 OpenAI 风格，包含 queued、in_progress、completed、failed 状态，以及 progress、seconds、size 和 expires_at。网关适配器在上游仍可能调用 Kling 风格或其他路由。

维度 2：时长、分辨率、音频与其他乘数

视频成本与风险随时长和分辨率增长，通常比聊天 token 更激进。应从官方文档对比：

• 允许的时长范围与单位（字符串秒数或数字）
• 缺省时长
• 最大分辨率/宽高比
• 是否包含原生音频
• 文档记录的 seed/可复现控制

本代码库用 MaxTaskDurationSeconds = 3600 作为任务时长输入的校验上限。它是安全天花板，不是产品建议。对比表应把“产品最大秒数”和“供应商最大秒数”分开。

维度 3：生成模式（使用现代术语）

并非每个 API 都只有文生视频：

• 文生视频
• 图生视频/首帧参考
• 视频延长
• 基于旧输出或上传视频的定向编辑
• 角色一致性资产
• 运动控制工具
• 旧版 remix（只作为兼容/弃用能力记录）

启用前把每种模式映射到产品故事。编辑/延长功能需要对源资产执行读取授权，并明确计费语义。这里的任务对象可能仍包含 remixed_from_video_id；无论上游调用是 remix、编辑还是延长，应用都应持久化 lineage。

对于 OpenAI（文档日期 2026-07-15），记分卡应使用编辑/延长/角色列，而不是只写 remix。Remix 只是历史/兼容术语。

维度 4：延迟类别与 UX

不发布虚假分位数，而是根据自己的测试分类：

• 交互式草稿：用户在页面内等待并查看进度
• 后台渲染：完成后通知
• 批处理：夜间队列；OpenAI Batch 支持指向 POST /v1/videos 的 JSONL 行

对单个 4 秒片段看起来相近的供应商，在 10 秒以上任务或高峰队列中可能差异很大。自行记录 p50/p95，并给表格标日期。结合 LLM 通道健康监控 的实践。

维度 5：内容耐久性与交付

对每个供应商和你的网关都问相同问题：

1. 状态 completed 后下载还能有效多久？
2. 是否有官方内容端点，还是只有签名 CDN URL？
3. 首次下载窗口之后能否重新获取内容？
4. Batch 任务是否有不同于交互任务的留存窗口？
5. 视频工作台 播放是否需要对象存储？

OpenAI 指南说明交互式下载 URL 最长约一小时有效；Batch 生成视频有独立文档窗口。产品架构应假设你的对象键才是持久记录。

维度 6：安全、审核与策略

对比以下内容：

• 公开文档中的被阻止内容类别
• 人脸/角色上传是否需要特殊启用
• 受版权保护角色/音乐的拒绝行为（OpenAI 指南明确提及）
• 你自己的留存与下架工作流

还要比较你的义务：能否从工作台存储删除某团队视频？使用日志是否足够支持滥用响应？跨租户拒绝测试必须进入 bake-off（参见 多租户 LLM 网关架构）。

维度 7：计价单位与平台适配

记录成本单位（每秒、每任务、分辨率层级、credits）、音频是否包含、编辑/延长相对新生成的定价，以及定价页快照日期。不要在营销表格中虚构单价。

多供应商客户端优先使用 OpenAI 兼容 /v1/videos 与稳定别名；团队预算使用网关密钥和使用日志；需要团队作用域历史时使用 视频工作台 的个人表面以及 /api/teams/:team_id/video-workbench。Sora 关闭前启用第二个别名并尽早持久化字节。不可移植能力的原生 SDK 应放在 feature flag 后。

实验室记分卡模板

Last checked: 2026-07-15
Vendor / model id: ________________________________
Docs URL: ________________________________________
Pricing URL + snapshot: ____________________________

API shape: openai-videos / proprietary / hybrid
Statuses documented: Y/N   Webhooks: Y/N (signed? Y/N)
Content GET authZ: ______________________________________
Duration min/max (docs): ________________________________
Duration we will expose: ________________________________
Modes needed: t2v / i2v / edit / extension / characters / other
Remix only? (legacy) Y/N — migration plan: ______________
Our p50/p95 create→completed (region ____): _____________
Failure error quality (1-5 qualitative): ________________
URL/content expiry notes: ______________________________
Tenant isolation test passed? Y/N
Persistence plan: provider URL only / gateway proxy / our object storage
Cost unit (from official page): _________________________
Shutdown / deprecation date if any: _____________________
Support runbook owner: __________________________________
Go / no-go + rationale (no global rank):

对每个候选运行相同的三个 prompt 和一个图生视频 fixture（若需要）。API 支持 seed 时固定它；不支持时，把不可复现性记录为 QA 风险。

公平 bake-off 与退出成本

固定三个 prompt 和一张有授权的图生视频静帧；固定时长/尺寸；在高峰与低峰多次运行；记录创建错误、终态失败、中位完成时间与下载成功率。尝试跨租户内容下载。如果 OpenAI 在 2026-09-24 前仍在候选中，计时演练迁移到第二个别名。拒绝精挑帧和无日期质量分数。

退出问题包括：能否导出 prompt、任务 ID 和 MP4；编辑/延长 lineage 是否把你锁在供应商 ID 上；迁移期间财务能否接受两套计价单位；是否已把 Sora/Videos 关闭日期加入日历。只有产品代码使用别名并且已经持久化字节时，网关才真正降低退出成本。

如何在没有全局排名的前提下选择

• 可以接受供应商锁定： 原生 SDK 可能最快，但仍要记录过期与审核规则。
• B2B 团队计费/审计： 网关 + /v1/videos + 对象存储 + 团队视频工作台。
• 多模型实验室： 先建立别名与通道健康。
• 受监管路径： 地区、留存和密钥保管优先于演示视频。
• 2026 年中绿地项目： 没有迁移计划时，不要把 Sora 2 设为长期默认。

模型 ID、时长层级、计价单位或弃用信息变化时重新评估。

相关阅读

• 视频生成 API 集成
• 2026 图片生成 API 对比
• LLM 成本归因

来源

• OpenAI 视频生成指南
• OpenAI Videos API 参考
• OpenAI 弃用公告
• OpenAI API 定价
• Google Gemini 视频文档
• Runway 开发者文档
• Luma AI 文档
• OWASP Top 10 for LLM Applications

最终检查

不存在普遍赢家：选择在测量日期通过你的记分卡的 API。演示视频不能证明 AuthZ、过期处理、团队计费或弃用准备。OpenAI 兼容路由在不同网关中也不相同，应确认状态、内容鉴权，以及编辑/延长/角色是否已归一化。默认值或弃用信息变化时重新 benchmark。只要日志和密钥保持统一，混用图片与视频供应商完全可行。

选型演练： 在 staging 启用一个不只依赖 Sora 且可长期使用的别名，执行创建→轮询/Webhook→内容→对象存储，并证明第二个租户无法下载该任务。