Sora 2 与 Veo 3 视频 API 接入教程 + 价格对比(2026)

想用 API 自动生成带声音的短视频,绕不开两款模型:OpenAI 的 Sora 2(及 Sora 2 Pro)和 Google 的 Veo 3(及 Veo 3.1)。两者都能文生视频、图生视频、原生出声,但接入方式、单价和能力侧重差别不小。这篇把接入步骤、可跑通的代码和一张横向价格表放在一起,帮你少踩坑、少花钱。

两大视频模型概览

• Sora 2 / Sora 2 Pro(OpenAI):物理真实感强,镜头运动连贯,声画同步好,适合写实运镜、产品演示、拟真人物口播。Pro 版分辨率更高、稳定性更好,单价也更贵。接入渠道:OpenAI 官方 API,以及 Replicate 等第三方托管。
• Veo 3 / Veo 3.1(Google):电影质感和光影出色,提示词服从度高,原生生成对白与音效。接入渠道:Google Vertex AI、Gemini API,以及 Kie.ai 等聚合平台。Veo 3.1 拆分出 Lite / Fast / Quality 多档,按画质和预算选。

两者单次时长都不长(普遍 8 秒级),做长视频要靠多段拼接。

接入步骤 + 代码

思路一致:拿 Key → 发起生成任务 → 轮询任务状态 → 下载成片。视频不是同步返回的,别用文本模型那种「一次请求拿结果」的写法。

Sora 2(OpenAI 官方 API)

1. 在 OpenAI 平台开通并创建 API Key;
2. 用 videos 接口提交任务,轮询直到 completed,再取下载地址。

from openai import OpenAI

client = OpenAI(api_key="sk-你的Key")

# 1) 发起生成任务
video = client.videos.create(
    model="sora-2",              # 或 "sora-2-pro"
    prompt="一只柯基在雪地里奔跑,清晨阳光,慢镜头,电影感",
    seconds=8,
    size="1280x720",
)

# 2) 轮询任务状态,直到完成
while video.status in ("queued", "in_progress"):
    video = client.videos.retrieve(video.id)

# 3) 下载成片
if video.status == "completed":
    content = client.videos.download_content(video.id, variant="video")
    content.write_to_file("sora2.mp4")

字段名以 OpenAI 视频生成官方文档 为准,不同 SDK 版本可能略有差异。

Veo 3(Gemini API)

Google 官方推荐用 google-genai SDK,同样是「提交任务 → 轮询 operation → 下载」。

import time
from google import genai

client = genai.Client(api_key="你的_GEMINI_KEY")

# 1) 发起生成任务
operation = client.models.generate_videos(
    model="veo-3.0-generate-preview",   # Veo 3;快版可用对应的 fast 模型名
    prompt="城市夜景航拍,霓虹倒影在湿漉漉的街道上,赛博朋克风格",
)

# 2) 轮询,直到 operation 完成
while not operation.done:
    time.sleep(10)
    operation = client.operations.get(operation)

# 3) 保存视频
video = operation.response.generated_videos[0]
client.files.download(file=video.video)
video.video.save("veo3.mp4")

具体模型名与参数以 Gemini API 视频生成文档 为准。走 Kie.ai、Replicate 等聚合平台时,换成对方的 REST 端点和鉴权头,请求/回调结构参考各自文档。

价格横向对比表

下表为约值,美元,截至 2026 年 7 月,汇率、档位和促销随时会变,下单前以各平台实时价为准。「8 秒成片」按单价 × 8 秒估算,含原生音频。

模型	渠道	分辨率	每秒(约)	8 秒成片(约)	音频
Sora 2	OpenAI 官方	720p	$0.10	$0.80	原生
Sora 2 Pro	OpenAI 官方	720p	$0.30	$2.40	原生
Sora 2 Pro	OpenAI 官方	1024p+	$0.50	$4.00	原生
Sora 2	Replicate	720p	$0.20–0.35	$1.60–2.80	原生
Veo 3	Google 官方	720/1080p	$0.75(含音)	$6.00	原生
Veo 3 Fast	Google 官方	720/1080p	$0.15	$1.20	原生
Veo 3 Fast	Kie.ai	720/1080p	~$0.05	~$0.40	原生
Veo 3 Quality	Kie.ai	1080p	~$0.25	~$2.00	原生

几个能省钱的结论:

• 官方直连通常最贵。Veo 3 官方含音频约 $0.75/秒,是这张表里的价格上限;聚合平台(Kie 的 Fast 档 ~$0.05/秒)能把同款模型压到官方的零头。
• Sora 2 标准档比 Pro 便宜三倍。不追求最高分辨率、只做草稿或社媒短片,标准档足够。
• Replicate 偏贵但稳,卖点是可靠性和开发体验,不是低价。

能力 / 时长 / 分辨率对比

维度	Sora 2 / Sora 2 Pro	Veo 3 / Veo 3.1
出品方	OpenAI	Google DeepMind
单次时长	约 4–12 秒(Pro 更长更稳)	最长约 8 秒
分辨率	720p / 1024p+(Pro)	720p / 1080p
原生音频	✅ 对白 + 音效	✅ 对白 + 音效
图生视频	✅	✅
强项	物理真实、镜头连贯、声画同步	电影光影、质感、提示词服从度
主要接入	OpenAI 官方 / Replicate	Vertex AI / Gemini API / Kie

怎么选

• 预算优先、跑量:走 Veo 3 Fast 的聚合渠道(如 Kie),单秒几分钱,适合批量生成社媒素材、A/B 测试文案配画面。
• 写实运镜、拟人口播:选 Sora 2 / Sora 2 Pro,物理真实感和声画同步是它的主场。
• 电影质感、广告级画面:选 Veo 3 Quality,光影和提示词服从度更适合成片级需求。
• 先验证再上量:两边都有 Fast/标准低价档,先用便宜档跑通 pipeline 和提示词,定稿再切高价档出终版,能省不少试错成本。

常见问题(FAQ)

• Sora 2 和 Veo 3 哪个更便宜? 同为「快速档 + 聚合渠道」时,Veo 3 Fast 走 Kie 这类平台通常最便宜(约 $0.05/秒);官方直连里 Sora 2 标准档($0.10/秒)比 Veo 3 官方含音频($0.75/秒)便宜得多。按渠道和档位比,而不是只看模型名。
• 生成的视频能商用吗?有水印吗? 授权和水印政策各家不同且会调整,尤其部分低价渠道会带水印或限制商用,务必以你所用平台的当前条款为准,别拿别处的结论套用。
• 单次 8 秒不够怎么办? 用「分镜脚本 + 多段生成 + 拼接」的做法:把长镜头拆成若干 8 秒片段分别生成,再用剪辑或 ffmpeg 拼接,注意段间的画面与音频衔接。
• 有免费额度吗? 官方和多数聚合平台会给新用户少量试用额度,金额和有效期常变,以注册页当前说明为准。
• 同时还在用文本 / 图像模型怎么统一管理? 如果你的应用里已经在调 Claude、GPT、Gemini 等文本模型,可以用 GetModel 的统一 OpenAI 兼容接口 把这些模型的密钥和计费收敛到一个 Key,余额全模型共享;可用模型与实时价格见价格页。视频模型是否在架会随时更新,以价格页为准。