Sora 2 API
OpenAI Sora 2 — najnowocześniejszy tekst na wideo i obraz na wideo z realistycznymi wizualiami, dokładną fizyką, zsynchronizowanym dźwiękiem i dużą sterowalnością. Poziomy Standard i Pro oraz endpoint Characters dla wielokrotnego użytku identyfikatorów postaci w kolejnych generacjach.
Tekst na wideo i obraz na wideo na poziomach jakości Standard i Pro. Warianty Pro kładą nacisk na wyższą wierność, ostrzejszy realizm i większą sterowalność. Endpoint Characters tworzy identyfikatory postaci wielokrotnego użytku z wideo referencyjnych, aby zachować spójny wygląd w generacjach Sora 2.
Przegląd
O modelu Sora 2 API
Co robi Sora 2, jakie miejsce zajmuje w linii modeli OpenAI i dlaczego zespoły po niego sięgają.
Sora 2 to model generowania wideo od OpenAI, dostępny przez REST API WaveSpeedAI. OpenAI Sora 2 — najnowocześniejszy tekst na wideo i obraz na wideo z realistycznymi wizualiami, dokładną fizyką, zsynchronizowanym dźwiękiem i dużą sterowalnością. Poziomy Standard i Pro oraz endpoint Characters dla wielokrotnego użytku identyfikatorów postaci w kolejnych generacjach.
Tekst na wideo i obraz na wideo na poziomach jakości Standard i Pro. Warianty Pro kładą nacisk na wyższą wierność, ostrzejszy realizm i większą sterowalność. Endpoint Characters tworzy identyfikatory postaci wielokrotnego użytku z wideo referencyjnych, aby zachować spójny wygląd w generacjach Sora 2.
Rodzina Sora 2 w WaveSpeedAI zawiera 6 endpointów REST obejmujące workflowy: Image-To-Video, Text-To-Video. Każdy wariant ma własny cennik, parametry i przykładowe wyniki — wybierz ten, który pasuje do Twoich danych wejściowych i wymagań produkcyjnych, albo wywołuj kilka z jednego klucza API, aby składać wieloetapowe pipeline'y.
Uruchamiaj Sora 2 z tym samym kluczem API, kontem rozliczeniowym i limitami, których używasz dla ponad 1000 innych modeli AI w WaveSpeedAI. Bez osobnej konfiguracji u dostawcy, bez osobnych SDK, bez osobnych limitów — jedna integracja obejmuje wszystko: od tekstu na obraz i tekstu na wideo, przez syntezę dźwięku i generowanie 3D, po upscaling i edycję.
Endpointy
Wszystkie endpointy API Sora 2
6 endpointów Sora 2 dostępnych teraz w WaveSpeedAI — wybierz wariant pasujący do Twojego workflow.
/filters:quality(82)/media/images/20260408112732_q7q9ibeh.webp)
Sora 2 Pro Image To Video
OpenAI Sora 2 Pro Image-to-Video creates physics-aware, realistic videos from reference images with synchronized audio and strong steerability. Supports 720p and 1080p resolutions with durations up to 20 seconds. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112737_6jbthvrf.webp)
Sora 2 Pro Text To Video
OpenAI Sora 2 Pro is a state-of-the-art text-to-video model with realistic physics, synchronized audio, and strong steerability. Supports multiple resolutions up to 1080p and durations up to 20 seconds. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112720_fr0co07c.webp)
Sora 2 Text To Video Pro
OpenAI Sora 2 Text-to-Video Pro creates high-fidelity videos with synchronized audio, realistic physics, and enhanced steerability. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112722_dedc4sez.webp)
Sora 2 Text To Video
OpenAI Sora 2 is a state-of-the-art text-to-video model with realistic visuals, accurate physics, synchronized audio, and strong steerability. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112718_d65e7n5f.webp)
Sora 2 Image To Video Pro
OpenAI Sora 2 Image-to-Video Pro creates physics-aware, realistic videos with synchronized audio and greater steerability. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408112711_0sgj3log.webp)
Sora 2 Image To Video
OpenAI Sora 2 generates realistic image-to-video content with synchronized audio, improved physics, sharper realism and steerability. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
Przykłady
Sora 2 w akcji
Prawdziwe wyniki wygenerowane przez API Sora 2. Najedź na wideo, aby zobaczyć podgląd, kliknij, aby otworzyć pełnowymiarowy podgląd.
Jak zacząć
Jak korzystać z API Sora 2
Cztery kroki od rejestracji do gotowego wyniku. Pełne przykłady w Pythonie, Node.js i cURL znajdziesz w sekcji API poniżej.
- 01
Uzyskaj klucz API
Załóż konto WaveSpeedAI i skopiuj klucz API z panelu. Nowe konta otrzymują darmowe kredyty na start — wystarczy na kilkadziesiąt uruchomień w playground, zanim zaczną się opłaty.
- 02
Wyślij predykcję
Wyślij dane wejściowe jako JSON metodą POST na https://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video. Endpoint od razu zwraca identyfikator predykcji — generowanie jest asynchroniczne, więc nie trzymasz otwartego połączenia na czas inferencji.
- 03
Sprawdzaj ukończenie
Wywołaj GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Przy statusie completed odbierz wyniki; przy failed, cancelled, timeout lub deleted zakończ z błędem; przy każdym innym statusie odpytuj dalej.
- 04
Odczytaj adres wyniku
Gdy status to "completed", odczytaj adres URL z data.outputs[0]. Wskazuje on wygenerowane media w CDN WaveSpeedAI — obraz, wideo, dźwięk lub plik 3D, zależnie od wywołanego wariantu Sora 2.
Zastosowania
Co możesz zbudować z Sora 2
Typowe workflowy, do których deweloperzy i twórcy używają API Sora 2.
Tekst na wideo z zsynchronizowanym dźwiękiem
openai/sora-2/text-to-video generuje realistyczne wideo z promptów tekstowych z zsynchronizowanym dźwiękiem, dokładną fizyką i dużą sterowalnością — główna funkcja Sora 2 od OpenAI dla briefów kreatywnych od zera.
Obraz na wideo z ruchem uwzględniającym fizykę
openai/sora-2/image-to-video animuje referencyjny obraz statyczny w realistyczne wideo z zsynchronizowanym dźwiękiem i ulepszoną fizyką. Przydatne, gdy kompozycja początkowa jest ustalona, a ruch musi respektować obraz źródłowy.
Poziom Pro dla wyjścia klasy dostawy
openai/sora-2/text-to-video-pro i image-to-video-pro tworzą wiernie odwzorowane wideo z zsynchronizowanym dźwiękiem, realistyczną fizyką i większą sterowalnością — poziom Pro, gdy wyjście Standard nie jest wystarczająco ostre do dostawy.
Identyfikatory postaci wielokrotnego użytku
openai/sora-2/characters tworzy identyfikatory postaci wielokrotnego użytku z wideo referencyjnych, dzięki czemu ten sam wygląd postaci przechodzi przez wiele generacji Sora 2 — przydatne w treściach seryjnych, maskotkach marek i powracających postaciach.
Sterowalność dla precyzyjnej kontroli kreatywnej
Katalog podkreśla „dużą sterowalność” i „większą sterowalność” w wariantach Pro. Pisz prompty z jawnym językiem kamery, światła i akcji — Sora 2 dobrze reaguje na ustrukturyzowane wskazówki kreatywne.
Sceny uwzględniające fizykę
Deklaracja z katalogu: „dokładna fizyka” i wyjście „uwzględniające fizykę” zarówno w tekście na wideo, jak i obrazie na wideo. Przydatne w demonstracjach produktów, ruchu sportowym i scenach, gdzie interakcja obiektów musi wyglądać fizycznie wiarygodnie.
Wskazówki
Wskazówki do promptów dla Sora 2
Praktyczne rady, jak uzyskiwać lepsze wyniki z Sora 2 — oparte na wzorcach, które sprawdzają się w produkcyjnych pipeline'ach dla modeli wideo.
- 01
Używaj poziomu Pro do dostawy, Standard do iteracji
Ten sam format promptu na Standard i Pro — zmieniasz tylko adres endpointu. Iteruj na Standard, aby znaleźć kierunek, przełącz na Pro, gdy dokładność fizyki i sterowalność muszą utrzymać się w jakości dostawy.
- 02
Twórz identyfikatory postaci dla powracającej obsady
openai/sora-2/characters buduje identyfikatory wielokrotnego użytku z wideo referencyjnych. Wytrenuj raz, odwołuj się do identyfikatora w kolejnych wywołaniach tekstu na wideo i obrazu na wideo — szybciej niż ponowne wgrywanie klipów referencyjnych przy każdym generowaniu.
- 03
Opisuj fizykę i interakcje jawnie
Katalog podkreśla dokładną fizykę. Opisz, jak obiekty na siebie oddziałują — wylewanie, odbijanie, zderzenia, układanie się tkaniny — zamiast zakładać, że model wywnioskuje zachowanie fizyczne z samego bohatera.
- 04
Zakotwicz sterowalność ustrukturyzowanymi promptami
Bohater + scena + kamera + oświetlenie + akcja w jednym prompcie. Deklarowana sterowalność Sora 2 najlepiej współgra z ustrukturyzowanymi briefami kreatywnymi, a nie jednowyrazowymi promptami.
- 05
Połącz obraz na wideo z mocnym obrazem kluczowym
Zacznij od wysokiej jakości obrazu referencyjnego, gdy liczy się kompozycja. Obraz na wideo w Sora 2 zachowuje klatkę początkową, dodając ruch uwzględniający fizykę i zsynchronizowany dźwięk.
Cennik
Cennik API Sora 2
Cena jest naliczana za wynik. Końcowa opłata zależy od parametrów ustawionych w playground każdego wariantu (rozdzielczość, czas trwania, liczba wyników, referencje).
| Endpoint | Typ | Cena początkowa |
|---|---|---|
| openai/ | image-to-video | $1.20 |
| openai/ | text-to-video | $1.20 |
| openai/ | text-to-video | $1.20 |
| openai/ | text-to-video | $0.40 |
| openai/ | image-to-video | $1.20 |
| openai/ | image-to-video | $0.40 |
API
Wywołaj API Sora 2
Uzyskaj klucz API na wavespeed.ai/accesskey, a następnie wyślij predykcję przez REST. Playground generuje gotowe do wklejenia przykłady dla dowolnej kombinacji danych wejściowych.
POSThttps://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "720*1280",
"duration": 4
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "720*1280",
"duration": 4
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "720*1280",
"duration": 4
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)Porównanie
Sora 2 a alternatywy
Kiedy wybrać Sora 2 zamiast podobnych modeli w WaveSpeedAI.
Sora 2 a Veo 3.1
Veo 3.1 oferuje trzy poziomy cenowe (Standard / Fast / Lite) z referencją na wideo i interpolacją początek–koniec. Sora 2 kładzie nacisk na dokładność fizyki i sterowalność, z dedykowanym endpointem Characters dla tożsamości między generacjami — inne zakresy funkcji w porównywalnych cenach premium.
Sora 2 a Seedance 2.0
Seedance 2.0 oferuje natywny dźwięk w każdym wariancie oraz video-edit i video-extend po niższym koszcie. Sora 2 jest pozycjonowana wokół fotorealizmu OpenAI i priorytetów fizyki, z workflow Characters dla powracającej tożsamości.
Sora 2 a Kling 3.0
Kling 3.0 obejmuje poziomy Standard, Pro i 4K z motion control jako pod-endpointem. Sora 2 pozostaje skupiona na tekście na wideo i obrazie na wideo z poziomami jakości Pro i endpointem Characters — bez motion control, ale z mocnymi deklaracjami dotyczącymi fizyki i sterowalności.
FAQ
Sora 2 API — najczęściej zadawane pytania
Cennik, licencja, integracja — typowe pytania o uruchamianie Sora 2 w WaveSpeedAI.
Czym jest API Sora 2?
Sora 2 to model generowania wideo od OpenAI, udostępniony jako REST API w WaveSpeedAI. OpenAI Sora 2 — najnowocześniejszy tekst na wideo i obraz na wideo z realistycznymi wizualiami, dokładną fizyką, zsynchronizowanym dźwiękiem i dużą sterowalnością. Poziomy Standard i Pro oraz endpoint Characters dla wielokrotnego użytku identyfikatorów postaci w kolejnych generacjach. Możesz wywoływać go programowo lub wypróbować w playground, do którego prowadzi link powyżej.
Jak wywołać API Sora 2?
Załóż konto WaveSpeedAI, skopiuj klucz API z /accesskey, a następnie wyślij POST na https://api.wavespeed.ai/api/v3/openai/sora-2/text-to-video z danymi wejściowymi w JSON. Endpoint zwraca identyfikator predykcji. Odpytuj endpoint wyniku mniej więcej co 2 sekundy, wydłużaj odstęp przy długich zadaniach i zatrzymaj się przy dowolnym statusie końcowym. Produkcyjne przykłady w Pythonie / Node.js / cURL znajdziesz powyżej.
Ile kosztuje API Sora 2?
Sora 2 zaczyna się od $0.40 za uruchomienie. Dokładny koszt zależy od ustawionych parametrów (rozdzielczość, czas trwania, liczba wyników, referencje). Podgląd kosztu na żywo obok przycisku Generuj w playground pokazuje dokładną cenę dla bieżących danych.
Jakie warianty Sora 2 są dostępne?
WaveSpeedAI udostępnia 6 aktywnych endpointów Sora 2: openai/sora-2-pro/image-to-video, openai/sora-2-pro/text-to-video, openai/sora-2/text-to-video-pro, openai/sora-2/text-to-video, openai/sora-2/image-to-video-pro, openai/sora-2/image-to-video. Każdy wariant ma własną stronę playground i cennik.
Czy mogę używać wyników Sora 2 komercyjnie?
Prawa do komercyjnego użycia wynikają z licencji modelu OpenAI. Większość modeli OpenAI zezwala na komercyjne wykorzystanie wyników; skrót licencji znajdziesz na stronie playground każdego modelu, a warunki na poziomie platformy w Warunkach świadczenia usług WaveSpeedAI.
Dlaczego korzystać z Sora 2 w WaveSpeedAI zamiast bezpośrednio?
Jeden klucz API i jedno konto rozliczeniowe dla Sora 2 ORAZ ponad 1000 innych modeli AI od innych dostawców. Bez osobnej konfiguracji SDK, bez osobnych limitów, bez przepisywania kodu integracji pod każdego dostawcę. Ceny są zazwyczaj na poziomie bezpośredniego API OpenAI lub niższe.
Dostawca
O OpenAI
Zespół stojący za Sora 2 i szerszą linią modeli OpenAI w WaveSpeedAI.
OpenAI to laboratorium stojące za ChatGPT, GPT-4 i GPT-5, DALL·E, Sora i Whisper. Jego modele obrazu i wideo są szeroko wdrażane w aplikacjach konsumenckich i firmowych, z naciskiem na wykonywanie instrukcji, fotorealizm i ostrożne zabezpieczenia. API obrazów to częsty wybór w zastosowaniach marketingowych i redakcyjnych, które wymagają jasnych zasad użytku komercyjnego.
Zacznij budować z Sora 2 w WaveSpeedAI
Darmowe kredyty na start po rejestracji. Jeden klucz API do ponad 1000 modeli AI od OpenAI i wszystkich innych dostawców.