万象算力 万象算力开发文档API Reference & Guides
返回控制台
API 使用文档
这里提供平台调用地址、API Key 使用方式、钱包余额查询、模型列表获取和标准对话请求示例。下游客户默认统一调用 POST /v1/chat/completions,可直接复制示例代码并替换 API Key 和模型 ID。

参数说明

下面解释示例代码里每个关键参数的来源和作用。
BASE URL

加载中...

API Key

加载中...

model

加载中...

messages

对话消息数组。常用格式是 { role: 'user', content: '你的问题' },平台会把它转发给所选模型。

stream

加载中...

max_tokens

加载中...

查询钱包余额

客户自己的系统可以用 API Key 调用 GET /v1/wallet/balance 查询当前 Key 归属账户的钱包余额。所有金额返回参数统一以“元”为单位,例如 balance: "998.68707820",接口不再返回 E8 原始整数金额字段。团队成员 Key 返回主账号钱包余额,成员自身的日/月/总人民币额度用于调用限额控制。

curl 示例

加载中...

JavaScript 示例

加载中...

Python 示例

加载中...
接口返回当前 API Key 归属账户的人民币钱包信息。所有金额字段单位均为“元”,并以字符串返回,最多保留 8 位小数;不建议使用 JavaScript 浮点数直接参与账务计算。
balance钱包余额,单位:元。例如 998.68707820。
frozen当前调用预结算冻结金额,单位:元。
available钱包可用余额,单位:元,等于钱包余额减去冻结金额。
total_recharged累计充值金额,单位:元。
total_consumed累计模型调用实际结算金额,单位:元。
outstanding待处理欠款金额,单位:元。

发起对话请求(标准接口)

下游客户默认统一调用 POST /v1/chat/completions。把示例中的 YOUR_API_KEY 替换为你在 API Key 管理中创建的 Key,把 model 替换为模型中心可用的模型 ID。
加载中...

获取可用模型列表

调用该接口可以获取当前 API Key 有权限使用的模型 ID,再把模型 ID 填到对话请求里的 model 字段。
加载中...

音视频翻译模型对接示例

音频、视频翻译同样走 POST /v1/chat/completions,客户端先把音频或视频上传到公网可访问地址,再把文件 URL 放到消息内容里。模型 ID 请替换为模型中心里的音视频翻译模型 ID。

音频翻译 curl 示例

加载中...

视频翻译 curl 示例

加载中...

JavaScript 示例

加载中...

Python 示例

加载中...

返回示例

加载中...
常用字段:target_lang 为目标语言,例如 zh、en;source_lang 为源语言,可省略让模型自动识别;modalities: ["text"] 表示只返回翻译文本。如果上游模型支持配音输出,可改为 ["text", "audio"] 并传入 audio 参数。返回体里的 usage.prompt_tokens、usage.completion_tokens、usage.total_tokens 用于模型用量统计;人民币扣费以钱包账单中的 E8 金额为准。
input_audio音频输入,data 填公网音频 URL,format 填 mp3、wav、m4a 等格式。
video_url视频输入,url 填公网视频 URL,建议使用 mp4 等通用格式。
target_lang目标语言代码。中文建议 zh,英文建议 en。
modalities输出类型。只要字幕/文本时使用 ["text"];需要语音结果时使用 ["text", "audio"]。

实时语音合成(待支持)

CosyVoice、MiniMax、Seed 的 WebSocket、流式 HTTP 或事件协议需要独立实时网关桥接。
本阶段尚未开放实时入口。在非实时入口提交 stream=true 将返回 tts_realtime_not_supported,平台不会把非实时结果伪装成实时响应。
当前状态暂未开放客户端实时语音合成入口。
可用方案请使用对应厂商的非实时语音合成页面和 HTTP 接口。

非实时语音合成 · CosyVoice

调用 POST /v1/audio/cosyvoice/speech,将文本、SSML 或含 LaTeX 公式的内容合成为音频。当前统一提供非流式响应。

请求示例

curl -X POST "$API_BASE/v1/audio/cosyvoice/speech" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "cosyvoice-v3-flash",
    "input": {
      "text": "你好,欢迎使用万象算力",
      "voice": "longanyang",
      "format": "mp3",
      "sample_rate": 24000,
      "volume": 50,
      "rate": 1,
      "pitch": 1,
      "seed": 0,
      "language_hints": ["zh"]
    }
  }'
请求头
Authorizationstring必填使用 Bearer <API_KEY> 格式提交万象算力 API Key。
Content-Typestring必填固定为 application/json。
基础请求字段
modelstring必填模型名称。支持 cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-plus、cosyvoice-v3-flash、cosyvoice-v2。不同模型支持的音色和高级能力可能不同。
streamboolean可选当前接口为非实时语音合成,请传 false 或省略;传 true 将返回 tts_realtime_not_supported。
合成参数 · input
input.textstring必填待合成文本。支持普通文本、SSML 和 LaTeX 公式;使用 SSML 时必须同时将 input.enable_ssml 设为 true,LaTeX 无需额外开关。
input.voicestring必填音色 ID,支持与所选模型匹配的系统音色、声音复刻音色和声音设计音色。音色不能跨模型混用,文本语种应与音色支持的语言一致。调用 cosyvoice-v3.5-plus 或 cosyvoice-v3.5-flash 时可传 platform-default 使用平台为该模型配置的默认复刻音色,或填写已为该模型创建的真实音色 ID;不能使用下列系统音色。
常用系统音色示例(适用于支持系统音色的模型,不适用于 v3.5)
  • longanyang龙安洋,普通话/英文
  • longanhuan_v3龙安欢,多方言/英文
  • longjiaxin_v3龙嘉欣,粤语/英文
  • longxiaochun_v3龙小淳,普通话/英文
  • loongabby_v3美式英文女声
  • loongriko_v3日语女声
音色说明
  • cosyvoice-v3.5-plus 和 cosyvoice-v3.5-flash 请使用 platform-default 或该模型对应的复刻/设计音色 ID。
  • 系统音色可能持续更新,实际可用范围以当前模型和账号为准。
  • 声音复刻或声音设计生成的音色,请填写对应功能返回的音色 ID。
  • 同名音色在不同模型版本中可能带有 _v2、_v3 后缀,请勿混用。
input.formatstring可选音频编码格式,支持 mp3、pcm、wav、opus,默认 mp3。
input.sample_rateinteger可选采样率(Hz),支持 8000、12000、16000、22050、24000、44100、48000,默认 22050。当格式为 opus 时仅支持 8000、12000、16000、24000、48000。
input.volumeinteger可选音量,范围 0~100,默认 50。
input.ratenumber可选语速,范围 0.5~2.0,默认 1.0。
input.pitchnumber可选音调倍率,范围 0.5~2.0,默认 1.0。
input.bit_rateinteger可选音频码率,单位 kbps,范围 6~510,默认 32;仅当 input.format 为 opus 时可用。
input.seedinteger可选随机种子,范围 0~65535,默认 0。模型、文本、音色和其他参数一致时,相同种子有助于复现合成效果。
文本与语言控制 · input
input.enable_ssmlboolean可选是否解析 input.text 中的 SSML,默认 false。仅支持与模型匹配的复刻音色或明确支持 SSML 的系统音色;SSML 内容必须使用 <speak>...</speak> 包裹。
input.language_hintsarray<string>可选目标朗读语种提示。当前建议只传一个元素;该参数不会翻译输入文本,输入文本应与目标语种一致。
  • zh中文
  • en英语
  • fr法语
  • de德语
  • ja日语
  • ko韩语
  • ru俄语
  • pt葡萄牙语
  • th泰语
  • id印度尼西亚语
  • vi越南语
  • es西班牙语
  • it意大利语
  • ms马来西亚语
  • fil菲律宾语
  • ar阿拉伯语
input.instructionstring可选合成指令,用于控制支持该能力的音色所表现的方言、情感、角色或说话风格。具体效果取决于模型和音色。
input.hot_fixobject可选文本热修复配置,可通过 pronunciation 自定义指定词语发音,或通过 replace 在合成前替换文本。cosyvoice-v2 不支持。
input.hot_fix.pronunciationarray<object>可选自定义发音列表。每一项以“原词语”为键、以带声调数字的拼音为值,例如 {"天气":"tian1 qi4"}。
input.hot_fix.replacearray<object>可选文本替换列表。每一项以“原文本”为键、以“替换文本”为值,例如 {"今天":"金天"}。
input.enable_markdown_filterboolean可选是否在合成前过滤 Markdown 标记,默认 false。当前主要适用于 cosyvoice-v3-flash 的复刻音色。
input.word_timestamp_enabledboolean可选字级时间戳仅适用于实时/流式模式;当前非实时接口请省略或传 false,传 true 将返回 tts_realtime_not_supported。
AIGC 标识 · input
input.enable_aigc_tagboolean可选是否在支持的 wav、mp3 或 opus 音频中写入 AIGC 隐性标识,默认 false。适用于 cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2。
input.aigc_propagatorstring可选AIGC 隐性标识中的内容传播者,仅在 input.enable_aigc_tag=true 时生效。
input.aigc_propagate_idstring可选AIGC 隐性标识中的传播行为唯一编号,仅在 input.enable_aigc_tag=true 时生效。
平台响应字段
idstring万象算力生成的语音任务编号。
objectstring固定为 audio.speech。
createdinteger响应生成时间,Unix 秒级时间戳。
modelstring本次使用的平台模型名称。
statusstring成功时为 completed。
audio.contentstringBase64 编码的完整音频内容。
audio.urlstring万象算力生成的音频下载地址;顶层 audio_url 返回相同地址。
audio.formatstring实际返回的音频格式。
audio.mime_typestring音频 MIME 类型,例如 audio/mpeg 或 audio/wav。
usage.input_charactersinteger本次计费的输入字符数。
usage.total_charactersinteger本次请求计费字符总数。
usage.billing_unitstring计费单位,当前为 character。
providerstring本次实际执行的渠道标识。
request_idstring请求追踪编号,排查问题时请保留。

非实时语音合成 · MiniMax

调用 POST /v1/audio/minimax/speech,将文本合成为音频。支持音色、语速、音量、语调、情绪、输出音频、发音词典、混合音色、语种增强、文本归一化、声音效果和字幕等设置。

请求示例

curl -X POST "$API_BASE/v1/audio/minimax/speech" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "speech-2.8-hd",
    "text": "你好,欢迎使用万象算力",
    "stream": false,
    "voice_setting": {
      "voice_id": "male-qn-qingse",
      "speed": 1,
      "vol": 1,
      "pitch": 0,
      "emotion": "happy"
    },
    "audio_setting": {
      "format": "mp3",
      "sample_rate": 32000,
      "bitrate": 128000,
      "channel": 1
    },
    "language_boost": "Chinese",
    "subtitle_enable": false
  }'
请求头
Authorizationstring必填使用 Bearer <API_KEY> 格式提交万象算力 API Key。
Content-Typestring必填固定为 application/json。
基础请求字段
modelstring必填模型名称。支持 speech-2.8-hd、speech-2.8-turbo、speech-2.6-hd、speech-2.6-turbo、speech-02-hd、speech-02-turbo、speech-01-hd、speech-01-turbo。
textstring必填待合成文本,长度须小于 10000 个字符。可用换行符分段;可在两个可发音文本之间使用 <#x#> 设置 0.01~99.99 秒停顿。
streamboolean可选当前接口为非实时语音合成,请传 false 或省略;不支持 true。
音色参数 · voice_setting
voice_setting.voice_idstring必填* 合成音频的音色编号。支持系统音色、复刻音色和文生音色。使用 timbre_weights 设置混合音色时,本参数可传空字符串;未使用混合音色时必须填写。以下列出部分常用系统音色 ID:
中文
  • moss_audio_ce44fc67-7ce3-11f0-8de5-96e35d26fb85
  • moss_audio_aaa1346a-7ce7-11f0-8e61-2e6e3c7ee85d
  • Chinese (Mandarin)_Lyrical_Voice
  • Chinese (Mandarin)_HK_Flight_Attendant
英文
  • English_Graceful_Lady
  • English_Insightful_Speaker
  • English_radiant_girl
  • English_Persuasive_Man
  • moss_audio_6dc281eb-713c-11f0-a447-9613c873494c
  • moss_audio_570551b1-735c-11f0-b236-0adeeecad052
  • moss_audio_ad5baf92-735f-11f0-8263-fe5a2fe98ec8
  • English_Lucky_Robot
日文
  • Japanese_Whisper_Belle
  • moss_audio_24875c4a-7be4-11f0-9359-4e72c55db738
  • moss_audio_7f4ee608-78ea-11f0-bb73-1e2a4cfcd245
  • moss_audio_c1a6a3ac-7be6-11f0-8e8e-36b92fbb4f95
粤语
  • Cantonese_GentleLady
  • Cantonese_podacast_host_1
粤语使用说明
  • 使用上述粤语音色时,请同时将 language_boost 设置为 Chinese,Yue。
音色说明
  • 系统支持的音色可能持续更新;实际可用音色以当前账号可查询或可选择的音色为准。
  • 复刻音色和文生音色请填写对应功能生成的音色 ID。
  • 使用混合音色时,请在 timbre_weights 中设置各音色的 voice_id 和权重,并将本字段设为空字符串。
voice_setting.speednumber可选语速,范围 0.5~2,默认 1。
voice_setting.volnumber可选音量,范围 (0, 10],默认 1。
voice_setting.pitchinteger可选语调,整数范围 -12~12,默认 0。
voice_setting.emotionstring可选情绪。可选 happy、sad、angry、fearful、disgusted、surprised、calm、fluent、whisper;具体支持情况与模型有关。
voice_setting.latex_readboolean可选是否朗读由 $$ 包围的 LaTeX 公式,默认 false,仅适用于中文文本。
音频参数 · audio_setting
audio_setting.formatstring可选音频格式,支持 mp3、pcm、flac、wav、pcmu_raw、pcmu_wav、opus,默认 mp3。
audio_setting.sample_rateinteger可选采样率,可选 8000、16000、22050、24000、32000、44100,默认 32000。
audio_setting.bitrateinteger可选MP3 比特率,可选 32000、64000、128000、256000,默认 128000。
audio_setting.channelinteger可选声道数,1 为单声道,2 为双声道,默认 1。
扩展参数
pronunciation_dict.tonestring[]可选自定义发音规则数组,每项使用 原文/替换内容 格式,替换内容可使用文本、带声调数字的拼音、IPA 音标或日语假名。
timbre_weightsobject[]可选混合音色列表,最多 4 项。每项包含 voice_id 和整数权重 weight,权重范围 1~100。
language_booststring可选增强指定语种或方言的识别能力,可使用 Chinese、Chinese,Yue、English、Japanese、Korean、auto 等支持值。该参数不会翻译输入文本,文本应与指定语种一致。
text_normalization_modestring可选文本归一化模式,可选 basic 或 quality;quality 仅对部分模型的非流式请求生效。
voice_modifyobject可选声音效果设置。pitch、intensity、timbre 为 -100~100 的整数;sound_effects 可选 spacious_echo、auditorium_echo、lofi_telephone、robotic。
subtitle_enableboolean可选是否生成字幕,默认 false。
subtitle_typestring可选字幕粒度,可选 sentence、word。当前接口不支持流式,因此不要使用 word_streaming。
output_formatstring可选当前接口固定使用 hex 获取合成结果;可省略或传 hex。客户响应中的音频内容统一为 Base64 编码。
aigc_watermarkboolean可选是否在合成音频末尾添加音频节奏标识,默认 false。
平台响应字段
audio.contentstring成功返回生成音频的 Base64 编码内容。
audio.url / audio_urlstring成功返回生成音频的访问地址。
audio.formatstring成功返回实际返回的音频格式。
audio.mime_typestring成功返回音频 MIME 类型。
usage.input_charactersinteger成功返回本次请求的计费字符数。
subtitle_urlstring按需返回启用字幕且生成成功时返回的字幕文件地址。
request_idstring成功返回万象算力请求标识,可用于排查问题。

非实时语音合成 · Seed

调用 POST /v1/audio/seed/speech,使用 Seed 模型将文本合成为语音。支持音色选择、输出格式、采样率、语速、音量、字幕及多语种等功能。

请求示例

curl -X POST "$API_BASE/v1/audio/seed/speech" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seed-tts-2.0",
    "req_params": {
      "text": "你好,欢迎使用万象算力",
      "speaker": "zh_female_vv_uranus_bigtts",
      "audio_params": {
        "format": "mp3",
        "sample_rate": 24000,
        "bit_rate": 64000,
        "speech_rate": 0,
        "loudness_rate": 0,
        "enable_subtitle": true
      },
      "additions": "{\"silence_duration\":500,\"disable_markdown_filter\":true,\"explicit_language\":\"zh-cn\"}"
    }
  }'
请求头
Authorizationstring必填 万象算力 API Key,格式为 Bearer <API_KEY>。
Content-Typestring必填 固定为 application/json。
请求体 · req_params
modelstring必填 必填。模型 ID,例如 seed-tts-2.0;声音复刻功能可使用平台模型列表中提供的对应 Seed ICL 模型 ID。
req_paramsobject必填 必填。Seed 语音合成参数对象,包含待合成文本、音色及音频设置等字段。
req_params.textstring必填 必填,待合成文本。
req_params.speakerstring必填 必填,音色 ID。音色必须与所选模型匹配。
req_params.modelstring可选 可选,复刻音色使用的模型版本,默认 seed-tts-2.0-standard。仅当 speaker 为复刻音色时需要;指定后不支持 context_texts。
req_params.ssmlstring可选 可选,SSML 标记文本。目前仅中英文音色支持。启用时需将 additions.disable_markdown_filter 设置为 false;命中发音词典的片段不支持 SSML,建议二者择一。
音频参数 · audio_params
formatstring可选 输出格式,默认 mp3;支持 mp3、pcm、ogg_opus、wav。
sample_rateint可选 采样率,单位 Hz。wav/pcm/mp3 默认 24000,可选 8000/16000/22050/24000/32000/44100/48000;ogg_opus 仅支持 48000。
bit_rateint可选 比特率,单位 bps。mp3 默认 64000,支持 64000/160000;ogg_opus 支持 64000/160000;wav/pcm 不支持。启用 disable_default_bit_rate 后可选 16000/32000/64000/160000。
speech_rateint可选 语速,默认 0,范围 -50~100;-50 约为 0.5 倍速,100 约为 2.0 倍速。
loudness_rateint可选 音量,默认 0,范围 -50~100;-50 约为 0.5 倍音量,100 约为 2.0 倍音量。
enable_subtitlebool可选 是否返回字级时间戳,默认 false;仅支持中文和英文。
扩展参数 · additions
additions 必须是 JSON 序列化后的字符串,不是直接嵌套对象。例如:"additions": "{\"silence_duration\":500}"。
max_length_to_filter_parenthesisint可选 过滤括号内文本的最大长度,单位字符,默认 0(不过滤),推荐范围 0~100。括号内容超过设定值时不会被过滤。
silence_durationint可选 文本末尾静音时长,单位 ms,默认 0,范围 0~30000。
disable_markdown_filterbool可选 默认 false。设为 true 时解析并去除 Markdown 语法;设为 false 时保留原始字符。
disable_emoji_filterbool可选 默认 false。设为 true 时解析并去除 Emoji;设为 false 时保留 Emoji 字符。
disable_default_bit_ratebool可选 设为 true 后允许使用扩展比特率 16000/32000/64000/160000,仍需与音频格式能力匹配。
latex_parserstring可选 LaTeX 文本朗读能力,可设为 v2。适合教育场景,会增加一定时延;启用时需同时设置 disable_markdown_filter=true。
explicit_languagestring可选 指定朗读语种。开启后仅朗读指定语种的文本,其他语种内容会被跳过或合成失败。支持的参数值如下:
  • zh-cn中文为主,支持中英混读
  • en英语
  • ja日语
  • es-mx墨西哥西班牙语
  • id印度尼西亚语
  • pt-br巴西葡萄牙语
  • pt葡萄牙语
  • ko韩语
  • it意大利语
  • de德语
  • fr法语
  • th泰语
  • vi越南语
  • ru俄语
  • fil菲律宾语
  • ms马来语
  • ar阿拉伯语
  • pl波兰语
  • tr土耳其语
  • sv瑞典语
  • nl荷兰语
  • no挪威语
  • uk乌克兰语
  • fi芬兰语
  • da丹麦语
  • cs捷克语
  • hu匈牙利语
  • el希腊语
  • ro罗马尼亚语
  • hi印地语
  • es-es西班牙西班牙语
说明
  • 输入文本语种须与 explicit_language 指定的语种一致,不一致时合成效果不予保证。
  • 豆包语音合成模型 2.0 音色列表中,仅命名为 zh_xxx_xxxx_uranus_bigtts 的音色支持 nl、no、uk、fi、da、cs、hu、el、ro、hi、es-es 等语种。
enable_auto_language_recognitionbool可选 自动多语种识别,默认 false。系统根据首句识别语种;若同时设置 explicit_language,以后者为准。
explicit_dialectstring可选 指定方言:beijing/dongbei/henan/shaanxi/shanghai/sichuan/tianjin/yue。所选 speaker 必须支持对应方言。
aigc_watermarkbool可选 是否在合成音频结尾添加 AIGC 节奏标识,默认 false。
aigc_metadataobject可选 Meta 隐式水印对象,适用于 mp3/wav/ogg_opus。子字段:enable、content_producer、produce_id、content_propagator、propagate_id。
post_process.pitchint可选 后处理音调,默认 0,范围 -12~12;数值越大音调越高,越小音调越低。
context_textsarray可选 语音指令字符串数组,仅豆包语音合成模型 2.0 音色支持,字段文字不参与计费;复刻音色指定 req_params.model 时不可使用。
section_idstring可选 段落标识,用于保持跨包语义;仅支持豆包语音合成模型 2.0 音色和声音复刻模型 2.0 音色。
tone_fidelitybool可选 还原模式,默认 false,尽可能还原上传 Prompt 音频的音色与风格;仅适用于声音复刻模型 2.0,同语种合成,不支持跨语种。
pronunciation_dict.tonearray可选 发音词典规则数组。格式为 原词/(拼音音节) 或 原词/目标文本;最多 5000 条,每个原词不超过 9 个字符,不能为空、含空格或重复。

平台成功响应

{
  "id": "tts_...",
  "object": "audio.speech",
  "status": "completed",
  "audio": {
    "content": "BASE64_AUDIO",
    "url": "https://www.wxaq.com/generated-audio/202610/example.mp3",
    "format": "mp3",
    "mime_type": "audio/mpeg"
  },
  "audio_url": "https://www.wxaq.com/generated-audio/202610/example.mp3",
  "usage": {
    "input_characters": 12,
    "total_characters": 12,
    "billing_unit": "character"
  },
  "request_id": "gw_..."
}
平台响应字段
audio.contentstring生成音频的 Base64 编码内容。
audio.url / audio_urlstring生成音频的可访问地址;以实际响应是否提供为准。
usage.input_charactersint本次语音合成的计费文本字数,包含标点符号。
request_idstring万象算力请求 ID,用于查询调用记录和故障排查。

视频生成模型对接示例

视频生成模型建议走专用接口 POST /v1/videos/generations 创建任务,再用 GET /v1/videos/generations/{taskId} 查询结果。模型 ID 请替换为模型中心里的视频生成模型 ID,例如 Seedance 2.0 或 Vidu 对应的平台模型 ID。

文生视频 curl 示例

加载中...

图生视频 curl 示例

加载中...

视频生视频 curl 示例

加载中...

首尾帧生视频 curl 示例

加载中...

查询任务 curl 示例

加载中...

JavaScript 创建与查询示例

加载中...

Python 创建与查询示例

加载中...
视频生成通常是异步任务:创建接口返回 id 或 task_id 后,客户端建议每 5-10 秒查询一次。状态为 succeeded 时读取 output.video_url、video_url 或 output_url;状态为 failed 时展示失败原因。
content输入内容数组,通常包含一段 type: "text" 的提示词;图生视频可同时传 image_url,视频生视频可同时传 video_url。
generation_type生成类型:text_to_video、image_to_video、video_to_video 或 start_end_to_video。首尾帧生视频使用 start_end_to_video。
images首尾帧生视频必填且只能传 2 张图片 URL,顺序固定为第 1 张首帧、第 2 张尾帧。
resolution视频清晰度,例如 480p、720p、1080p,以模型实际支持为准。
ratio视频比例,例如 16:9、9:16、1:1。
duration输出视频时长,单位秒。不同模型可用时长可能不同,请按模型中心配置为准。调用 MiniMax-H3 的 video_to_video 时,平台会在服务端按输入视频最长 15 秒加输出时长保守预冻结,不采信客户端声明的输入时长;最终以上游实际 Usage 结算并自动释放差额。

查询当月模型用量

使用 API Key 查询其归属计费账户在当前上海自然月内,各模型已经完成结算的人民币消费金额。团队成员 Key 返回主账户整体用量,不按单个 Key 拆分;消费为 0 的模型不会返回。

curl 查询示例

加载中...

JavaScript 查询示例

加载中...

Python 查询示例

加载中...

成功返回示例

加载中...
接口:GET /v1/usage/monthly/models。月份固定按 Asia/Shanghai 划分,只统计状态为已结算的账单;金额单位为人民币元,字符串格式并固定保留两位小数。
month当前统计月份,格式为 YYYY-MM。
models[].model平台模型 ID。
models[].request_count该模型本月已结算的调用账单数量。
models[].amount该模型本月客户实际消费金额,单位为元,固定两位小数;不包含上游成本等内部数据。

查询调用记录

每次模型调用的非流式 JSON 返回体都会包含 request_id,响应头同时包含 x-request-id;流式调用请从响应头读取 x-request-id。使用创建该调用的同一个 API Key,可按请求 ID 查询本次调用的模型、状态、Token、耗时和客户计费金额。

curl 查询示例

加载中...

JavaScript 查询示例

加载中...

Python 查询示例

加载中...

成功返回示例

加载中...
接口:GET /v1/usage/requests/{request_id}。记录不存在或请求 ID 不属于当前 API Key 时,均返回 404 usage_record_not_found,不会泄露其他客户的调用记录。异步视频任务创建响应中的 request_id 同样可用于查询。
request_id模型调用唯一请求 ID。普通 JSON 从返回字段读取;SSE 流式调用从 x-request-id 响应头读取。
usage本次调用的输入、输出和总 Token;非 Token 类模型可能为 0,以计费字段为准。
billing.amount客户侧人民币消费金额,字符串格式,单位为元;不会返回平台上游成本或内部路由信息。
status调用状态,例如 success、pending 或 error。

错误码说明

以下错误面向使用 API Key 调用平台接口的客户端排查。
INVALID_API_KEYAPI Key 缺失、填写错误、已禁用或失效。检查 Authorization: Bearer YOUR_API_KEY。
INSUFFICIENT_BALANCE算力余额不足,请充值或联系上级账户处理额度。
MODEL_NOT_FOUND模型 ID 不存在或当前不可用,请从模型中心复制正确 ID。
MODEL_NOT_ALLOWED当前 API Key 没有使用该模型的权限。
NO_CHANNEL_AVAILABLE所选模型暂时没有可用通道,请更换模型或稍后重试。
RATE_LIMIT_EXCEEDED达到每分钟或每日请求数/Token 限制,请降低调用频率。
BAD_REQUEST请求体格式不正确,例如 messages 为空、Content-Type 缺失或参数超限。
STREAM_NOT_SUPPORTED所选模型或通道不支持流式能力,请改用 stream=false。
REQUEST_TIMEOUT模型响应较慢或网络不稳定,可稍后重试并适当缩短输入。
加载中...