知梦 API 文档

外观

Markdown · 适合发给 AI

常见问题 ​

这里回答知梦 API 接入过程中最常见的问题。价格与模型以 价格与模型 为准，具体请求字段请进入对应协议页面查看。

知梦有几个 API 地址？ ​

目前分为两个正式入口：

  • 图片生成：https://api.zmoapi.cn
  • 视频生成：https://movie.zmoapi.cn

ChatGPT、Gemini 与 Grok 生图走 api.zmoapi.cn；Grok 视频、MiniMax H3、Wan 3.0 与 SD / Seedance 2.0 / 2.5 走 movie.zmoapi.cn。

API Key 怎么传？ ​

统一使用 Bearer 鉴权：

http
Authorization: Bearer YOUR_API_KEY

API Key 建议只保存在服务端环境变量中，不要写进公开 GitHub 仓库，也不要直接暴露在浏览器前端代码里。

ChatGPT 生图是不是 OpenAI 官方协议？ ​

是。知梦 ChatGPT 生图按 OpenAI Images API 的调用方式接入，主要使用：

http
POST /v1/images/generations
POST /v1/images/edits

知梦侧主要替换 Base URL、API Key 和实际可用模型 ID。完整示例见 OpenAI 官方协议。

GPT Image 2 和 GPT Image 2.5 有哪些模型？ ​

GPT Image 2：

text
gpt-image-2
gpt-image-2-2k
gpt-image-2-4k

GPT Image 2.5 分为 Flare 与 Sunburst，均提供 1K / 2K / 4K：

text
gpt-image-2.5-flare
gpt-image-2.5-flare-2k
gpt-image-2.5-flare-4k
gpt-image-2.5-sunburst
gpt-image-2.5-sunburst-2k
gpt-image-2.5-sunburst-4k

实际输出尺寸由 size 决定。-2k / -4k 后缀只用于计费档位和路由，不会自动修改 size。

Gemini 生图为什么有两套协议？ ​

因为知梦同时提供：

  • OpenAI 兼容协议：适合已有 OpenAI SDK、/v1/images/generations、/v1/images/edits 项目。
  • Gemini 原生协议：适合 generateContent、fileData、inlineData 等 Gemini 原生调用方式。

如果现有项目已经按 OpenAI 图片接口开发，优先看 OpenAI 兼容协议。如果使用 Gemini 原生结构，查看 Gemini 原生协议。

Gemini 原生协议当前模型名是什么？ ​

知梦当前线上实际提供：

text
gemini-3.1-flash-image-preview
gemini-nano-banana-2.1
gemini-3-pro-image-preview

请以知梦实际可用模型为准，不要自行去掉 -preview 后缀。

Gemini OpenAI 兼容协议的模型名是什么？ ​

Banana 2：

text
banana2-1k
banana2-2k
banana2-4k

Banana Pro：

text
banana-pro-1k
banana-pro-2k
banana-pro-4k

Banana 2.1：

text
nano-banana-2.1-1k
nano-banana-2.1-2k
nano-banana-2.1-4k

Banana 2.1 的三个分辨率档位均为 ¥0.06 / 张，调用逻辑与 Banana 2 / Banana Pro 相同。原生协议使用 gemini-nano-banana-2.1，不要混用两种协议的模型 ID。

分辨率由模型 ID 对应档位决定。

Grok 生图使用什么协议？ ​

知梦 Grok 生图使用 xAI 官方生图协议，当前模型 ID：

text
grok-imagine-image
grok-imagine-image-2.0

这是两个独立模型，不是同一模型的不同档位。两者均支持 1k 和 2k，不支持 4k。grok-imagine-image 支持单张参考图编辑且不支持 quality；grok-imagine-image-2.0 支持 1–5 张参考图，并可使用 auto、low、medium 三种 quality。

文生图使用 JSON POST /v1/images/generations，图片编辑使用 JSON POST /v1/images/edits。单张参考图放在 image，2.0 的多张参考图放在 images。Grok 图片编辑不是 multipart 文件上传，不能直接套用 OpenAI SDK 的 images.edit()。

模型详情见 Grok Imagine Image 和 Grok Imagine Image 2.0，完整字段见 Grok xAI 官方协议。两个模型当前价格均为 ¥0.1 / 张。

GPT Image 2.5 AZ 如何计费？ ​

gpt-image-2.5-flare-az 和 gpt-image-2.5-sunburst-az 均为官 Key 渠道，使用 Images 参数，按实际输入 / 输出 Token 计费。文生图发送 JSON；图生图 / 改图发送 multipart/form-data，参考图使用可重复的 image[] 文件字段；不要向 AZ 编辑接口发送 JSON images[].image_url。人民币 / 百万 Token：标准输入 ¥15 / 输出 ¥90；xhigh ¥18.75 / ¥112.5；max ¥22.5 / ¥135。auto、low、medium、high 和省略 quality 都走标准档。请求中的 size、数量和素材会影响实际 Token 用量，不能按固定每张价格估算，单价直接以人民币计价，无需美元换算。详见 AZ 接入文档。

MiniMax H3 的参考素材会额外收费吗？ ​

H3 支持 4–30 秒整数，分辨率为 480p、768P、1080p、2K；2K 最长 15 秒。fast_mode: false 是标准、true 是优先。4–15 秒与 16–30 秒有独立价档，长视频整段按长视频价计费，优先价格不能简单按标准价格乘二。

前 5 张参考图免费；第 6–9 张，短视频标准 / 优先为 ¥0.05 / ¥0.10 每张，长视频标准 / 优先为 ¥0.10 / ¥0.20 每张。参考视频按服务端实测总时长和对应价档另计，参考音频目前免费。成片约保留 1 天，请及时下载。

完整价格见 MiniMax H3 和 视频计费说明。

Grok 视频有哪些模型，怎么调用？ ​

知梦当前提供两个彼此独立的模型：

text
grok-imagine-video
grok-imagine-video-1.5

两者均支持 1–15 秒、480P / 720P 和可选音频；grok-imagine-video-1.5 额外支持 1080P。创建任务使用 POST /v1/videos/generations，查询任务使用 GET /v1/videos/{task_id}。参考图通过公网 HTTPS 直链传入 image_urls。

价格与完整字段见 Grok 视频 和 视频计费说明。

Wan 3.0 有哪些模型？参考素材如何计费？ ​

当前提供四款，均以人民币 CNY / 计费秒结算：

模型输出秒数480P720P1080P参考视频
wan3.0-video2–30¥0.30¥0.32¥0.34免费
wan3.0-video-prime仅 15、30不支持¥0.30¥0.34免费
wan3.0-video-p5–30¥0.29¥0.45¥0.79实际总秒数合计后向上取整，同档秒价另计
wan3.0-video-prime-p5–30¥0.39¥0.69¥1.25实际总秒数合计后向上取整，同档秒价另计

四款统一使用平铺 reference_images、reference_videos、reference_audios。图片和音频均免费。普通两款输出加参考视频总长须 ≤30 秒，P 款无此合并上限，但全部型号的参考视频总长均 ≤15 秒。当前没有精确首尾帧或音轨、提示词扩展、水印、种子的控制承诺。

完整参数、计费公式与下载方法见 Wan 3.0。

Seedance 2.5 两款有什么区别？ ​

官链满参考 sd2.5-官链-满参考-受排队影响 为 ¥15/条，支持最多 30 图、10 视频、10 音频；官转火山词元 sd2.5-官转-30图10音频-火山词元 为 ¥10/条，支持最多 30 图、10 音频，不支持参考视频。均为 4–30 秒、720p，范围内时长同价，参考素材包含在内，总计 ≤100 MB，只接受 H3 public_url。使用顶层参数，不套用 SD 2.0 的 input / parameters。工作台会转存成片，但直接 API 的链接形式以响应为准；受保护 content 地址需原 API Key 下载。详见 Seedance 2.5 文档。

SD / Seedance 2.0 怎么调用和计费？ ​

sd-2-c4 为 ¥2.80/条、sd-2-c5 为 ¥3.50/条（均为 720p、4–15 秒），sd-2-c7 为 ¥3.80/条（720p、5–15 秒）；参考素材不另收费。顶层只传 model、input、parameters。C4 与 C7 支持三种画幅，C5 另支持 4:3、3:4 和 21:9。成片可用 GET /v1/videos/{id}/content 直接下载，转存通常只保留 1 天。每 20 秒或更长时间查询任务，以 status 判断结果。详见 SD 接入文档。

Veo / Omni 可以指定时长和使用外链参考图吗？ ​

不能通过 API 指定时长。只使用 size 决定横竖屏，画质由模型档位决定；不要传 duration、seconds、resolution 或 aspect_ratio。参考图必须先在视频工作台上传，并使用返回的本站 HTTPS 图片 URL；任意第三方外链、带查询参数或片段的 URL 不适用。Omni 一张图也须显式传 generation_mode: "reference"；首尾帧须显式传 first_last。价格与各模型能力见 Veo / Omni 文档。

视频生成为什么不是请求后立刻返回视频？ ​

Grok 视频、MiniMax H3、Wan 3.0、SD / Seedance 2.0 / 2.5 与 Veo/Omni 都属于异步视频生成流程。通常需要：

  1. Grok 视频通过 POST /v1/videos/generations 创建任务；MiniMax H3、Wan 3.0、SD 与 Veo/Omni 通过 POST /v1/videos 创建任务；
  2. 保存返回的任务 ID；
  3. 使用 GET /v1/videos/{id} 短轮询任务状态；
  4. 任务完成后获取成片地址或内容。

不要为了等待结果一直保持超长 HTTP 连接。

创建视频时网络超时，可以直接重新提交吗？ ​

不建议盲目重新 POST。网络超时不一定代表服务端没有创建任务，直接重试可能产生重复任务。应先结合返回信息、任务 ID 或请求记录确认任务是否已经创建。

401 / 403 / 404 怎么排查？ ​

常见方向：

  • 401：检查 Authorization: Bearer ... 是否正确，Key 是否有效。
  • 403：检查当前 Key 是否有对应模型权限。
  • 404：检查 Base URL、接口路径和模型 ID 是否正确。

更多问题见 错误排查。

在哪里看全部价格？ ​

首页已经提供完整模型价格总览，也可以进入 价格与模型 查看更详细的计费说明。

怎么联系？ ​

微信：Tengvip66

接入、模型权限、价格或使用问题都可以联系。请不要把完整 API Key 直接发送给客服。

音频模型怎么调用？可以指定时长吗？ ​

gemini-3.8-flash-tts 用于单人配音和双人对话；lyria-3.5、lyria-3-pro-preview 用于纯音乐和歌曲。这三个模型为 ¥0.30/次；新增 suno-v6-mini 用于音乐生成，¥0.60/次。均使用 Chat Completions，模型名按完整 ID 传入。

朗读文本、语气、音乐描述与歌词写在 user 消息的 content。以下扩展参数仅适用于 TTS / Lyria：TTS 用 audio.voice / audio.format 选择音色及 WAV / PCM，双人对话额外传 speakers；Lyria 固定 MP3。output_format 可选 url（默认）、base64 或 both。Chat 正文是音频 HTML 标签：url 模式取临时链接，base64 模式解码 Data URI，both 返回同一音频的链接与 Base64 两种表示。没有可承诺的时长参数，流式也不是边生成边播放；结果在最后返回，无需轮询。

Suno 使用非流式 Chat，可传 instrumental（纯音乐偏好）、n 和 duration（期望秒数，可能不生效）。实测 n: 1 返回了两条 M4A 音频链接，客户端须遍历 data[]，不能按 n 截断；同一音频也会出现在正文的 Markdown 链接中，按 URL 去重。Suno 返回方式按其页面说明，不套用 Google 音频的 output_format 选项。

详见 音频 API 概览、TTS 参数、Lyria 参数 与 Suno 参数。

知梦 API · 图像、视频与音乐生成接口文档

请妥善保管 API Key，仅在服务端安全调用