Медиа-модели не используют единый универсальный формат. Копируйте endpoint и пример со страницы конкретной модели.
Изображения#
Генерация обычно использует /v1/images/generations, редактирование — /v1/images/edits. Для редактирования может потребоваться multipart/form-data, а не JSON.
Проверьте допустимые размеры, формат результата, число изображений и поддержку входного изображения.
Аудио#
Синтез речи использует /v1/audio/speech, транскрибация — /v1/audio/transcriptions. Уточните допустимый формат файла, голос, язык и формат ответа.
Видео и длительные задачи#
Видео и некоторые медиа-операции выполняются асинхронно:
создайте задание;
сохраните его ID;
опрашивайте статус с разумным интервалом;
получите содержимое после завершения;
обработайте состояния ошибки и отмены.
Не держите один HTTP-запрос открытым, если пример модели возвращает job ID.
Контроль стоимости#
Стоимость может зависеть от размера, длительности, качества, количества результатов или числа запросов. Перед пакетным запуском выполните одну задачу и проверьте её фактическую стоимость.