Sora 2 Pro Text to Video API

openai/sora-2-pro/text-to-video

Sora 2 Pro(Text to Video)将文本提示词转化为最高 1080p 全高清电影质感视频,支持 4 至 20 秒固定时长、多分辨率切换与原生高动态立体声音轨。它能够在呈现细腻微表情与复杂三维光影的同时,保持极高的大幅运镜稳定性与时空物理连贯性。

输入
291
输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

4 seconds × 80/s = $1.60 (320 积分)
继续使用

示例

Aerial orbit over a rain-slicked downtown intersection at night, neon signs reflecting on wet asphalt, traffic light trails, cinematic drone shot slowly circling, volumetric haze. Natural sound: distant traffic hum, rain drizzle, a faraway siren. Cinematic realistic motion, no text, no logos.

Extreme macro inside a mechanical watch movement, brass gears turning with precision, ruby jewels glinting under soft studio light, shallow depth of field, cinematic detail. Natural sound: delicate ticking, faint metallic clicks. Realistic macro motion, no text, no logos.

A massive glacier under dancing green aurora borealis, slow cinematic push-in across blue ice ridges, star field above, cold mist drifting. Natural sound: deep ice groans, soft polar wind. Cinematic realistic motion, no text, no logos.

Sora 2 Pro Text to Video

Sora 2 Pro Text to Video 是 OpenAI 研发的旗舰文本生成视频模型。它通过文字指令生成包含电影级画质、细腻光影反射与原生立体声音频的短视频,原生支持 720p、1024p 和 1080p 三档分辨率。适合用于高端影视概念分镜、品牌商业广告与沉浸式数字内容的高水准交付。

为什么选择此端点?

  • 1080p 旗舰全高清画质提供 1080p 顶级视觉分辨率,深度还原微观材质肌理、发丝细节与复杂空间漫反射,成片达到直接商用标准。

  • 高保真光影与电影级运镜精准遵循摄影光学原理,支持自然语言调度变焦、推拉、跟拍与航拍运镜,在大动态画面下保持画面稳定。

  • 原生高动态立体声音轨在画面生成的同时联合渲染声场,将对白环境音、环境底噪与动作声效精确对齐画面节拍,无需二次配音。

  • 多档超清分辨率灵活切换提供 720p、1024p 与 1080p 三档规格,可在前期创意验证与最终全高清渲染交付之间灵活平衡周期与成本。

  • 长达 20 秒时空连续性提供 4s、8s、12s、16s、20s 精确阶梯时长,在长达 20 秒的连续镜头中维持主体特征、物理惯性与光影逻辑高度一致。

  • 企业级可预测弹性计费按「秒数 × 分辨率系数」透明核算积分消耗,支持即用即付,助力专业制作团队与企业流水线精准控制生产预算。

参数说明

参数要求说明
prompt必填

字符串。详细描述主体形象、场景光线、多轴运镜、动态细节与环境声场设计;去除首尾空格后至少包含 1 个字符。

duration可选

整数。设置生成视频的时长(秒);可选 4、8、12、16、20,体验区默认预设为 4 秒。

默认值48121620
aspect_ratio可选

字符串。设置视频画幅;可选 16:9(默认)或 9:16。

默认值16:99:16
resolution可选

字符串。设置输出分辨率;可选 720p、1024p 或 1080p,体验区默认预设为 1024p。

默认值1024p720p1080p

使用流程

  1. 获取 API Key 与鉴权在控制台申请 API Key,并在 HTTP 请求头中携带 Authorization: Bearer <API_KEY>。

  2. 选择分辨率与时长规格根据项目交付要求选择 720p、1024p 或 1080p 分辨率,以及 4 至 20 秒时长,积分将依据选定配置精准扣除。

  3. 提交请求并获取 1080p 成片向 /api/generate/submit 提交 prompt 及相关参数,依据 task_id 轮询状态至 finished 后读取 MP4 下载播放。

计费规则

Sora 2 Pro 旗舰版按「分辨率每秒费率 × 时长秒数」计费:720p 每秒 48 积分(4s=192 积分)、1024p 每秒 80 积分(4s=320 积分,默认档位)、1080p 每秒 112 积分(4s=448 积分)。换算口径基于 2,000 积分 / 10 美元标准套餐,即用即付,无需绑定月费套餐,大额套餐更享更低折算单价。

规格费率说明
720p 档位(4–20 秒)48 积分/秒(4 秒 192 积分起,约 $0.96)适合 Pro 旗舰模型的高速动态构图测试与中端成片输出。
1024p 档位(4–20 秒,默认)80 积分/秒(4 秒 320 积分起,约 $1.60)默认预选档位,兼顾顶尖画质细节与优良渲染吞吐率。
1080p 档位(4–20 秒)112 积分/秒(4 秒 448 积分起,约 $2.24)全高清最高分辨率输出,适用于院线概念预览与高端商业广告交付。

推荐应用场景

  • 商业广告大片与品牌宣传以 1080p 超清分辨率与复杂多轴运镜,制作质感媲美实拍的品牌 TVC、概念短片与高质量社媒视觉大片。

  • 电影工业概念分镜与动态预览为影视导演和摄影团队精准构建高保真动态分镜,验证复杂打光方案、特效场景与长镜头时空节奏。

  • 超清数字艺术与沉浸式大屏生成具备细腻材质反射与原生宏大音场的 1080p 超高清艺术视频,完美适配展厅大屏与数字艺术装置。

  • 高要求游戏与影视宣传物料快速渲染虚构世界观、复杂生物动态与激烈运动场景,高效率完成 1080p 宣发先导预告片制作。

创作技巧

  • 在提示词中详细描绘光线源流(如清晨薄雾中的逆光轮廓光、霓虹湿地反射),以充分发挥 Pro 模型的光影渲染上限。
  • 运用专业摄影机机位指令(如推镜头推进特写、低机位大仰角跟拍),可激发模型更强的三维空间透视稳定性。
  • 前期快速测试建议选择 4 秒时长及 720p 或 1024p 规格,确认动作节奏完全符合预期后再使用 1080p 渲染 20 秒成片。
  • 细化描述声效细节与空间混响感(如大理石厅堂中的皮鞋回响),能让内嵌的原生音频表现出极强的真实空间包裹感。

使用说明

  • Sora 2 Pro 支持可选 resolution 参数(720p, 1024p, 1080p),默认预选为 1024p。
  • 成片统一输出高质量 MP4 封装,内嵌原生多声道音频轨道。
  • 支持在请求中配置 callback_url 接收任务终态 Webhook 通知,建议异步轮询间隔保持为 2–3 秒。

Sora 2 Pro Text to Video API — 常见问题

Sora 2 Pro Text to Video API 是什么?

Sora 2 Pro Text to Video 是 OpenAI 研发用于文本生成视频的旗舰模型。它根据文本提示词直接生成最高 1080p 全高清分辨率、包含原生高动态立体声音频的电影质感视频,支持专业级运镜控制与多画幅构图。基于 OpenAI 最强多模态架构,它在严格遵循真实物理规律与时空连续性的同时,提供细腻的光影漫反射与材质肌理表现。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Sora 2 Pro 文生视频支持哪些分辨率?

Sora 2 Pro 文生视频端点支持 720p、1024p 和 1080p 三档分辨率(体验区默认预设为 1024p)。1080p 模式专为大屏商业广告与院线级视觉物料打造,呈现极致锐利的人物面部毛孔、织物纤维与复杂光影变化。

Sora 2 Pro 文生视频与标准版有什么区别?

Sora 2 Pro 旗舰版相比 Sora 2 Standard 标准版,最大核心升级在于支持 1080p 全高清渲染,并在复杂光学运镜、三维动态一致性、面部微表情传神度以及立体声混响效果上具备显著的画质与质感优势,专为高端商用场景设计。

Sora 2 Pro 文生视频单次最长支持多少秒?

单次调用支持生成最长 20 秒视频,提供 4、8、12、16 与 20 秒五档精确时长选择(体验区默认预设为 4 秒)。即使在 20 秒的长镜头中,模型依然能稳定保持空间透视关系与物理动量连续性。

Sora 2 Pro 文生视频支持生成原生音效吗?

支持。模型在生成画面的同时随视频联合渲染原生音轨,可根据提示词精确合成环境背景声效、车辆声、气流呼啸或人物对白氛围,音轨具备高保真声场定位与动作同步特性。

如何引导 Sora 2 Pro 文生视频展现电影级光影?

建议在提示词中加入具体的光学与打光细节,例如“35mm 变形镜头光晕(anamorphic flare)”、“逆光轮廓光(backlit rim light)”或“阴天柔和漫射光”,Pro 旗舰版能高度敏感地还原这些专业灯光设定。

需要根据首帧图片生成 1080p 视频该选哪个端点?

推荐选择关联的 Sora 2 Pro Image to Video 旗舰图生视频端点。该端点不仅支持最高 1080p 输出,还支持 auto 智能画幅比例,以原图构图比例与主体质感为参考展开动态。