圖片、影片與音訊
圖片和影片先用金鑰查詢模型目錄,檢查具體端點、參數與示例;音訊模型依下方說明選擇。可用性與選項取決於模型及部署,一個模型不一定支援所有媒體類型。示例需要 Python 3 與 requests(python -m pip install requests);請設定 LAZU_API_KEY 及下文模型變數。
生成圖片
將 LAZU_IMAGE_MODEL 設為支援 /v1/images/generations 的模型。回應可能包含 data[].url 或 data[].b64_json,依實際形式讀取。尺寸、品質與格式依模型而定,不要假設生成連結永久有效。
import os
import requests
origin = os.environ.get("LAZU_API_ORIGIN", "https://api.lazu.ai").rstrip("/")
response = requests.post(origin + "/v1/images/generations",
headers={"Authorization": "Bearer " + os.environ["LAZU_API_KEY"]},
json={"model": os.environ["LAZU_IMAGE_MODEL"], "prompt": "A blue ceramic cup"},
timeout=180)
response.raise_for_status()
print(response.json()["data"])Seedream 生圖、參考圖與分層
生圖和參考圖編輯均使用 POST /v1/images/generations,在 JSON image 傳 URL、data URL 或陣列;不使用 multipart /v1/images/edits,目前僅支援非串流回應。Studio 支援普通生圖與參考圖編輯;原生批量及分層請使用 API。
上線時標準美元價格如下;實際價格以帶金鑰查詢的目錄為準:
| Model | USD / successful output |
|---|---|
seedream-5.0-flash | $0.018 |
seedream-5.0-lite | $0.035 |
seedream-4.5 | $0.040 |
seedream-5.0-pro | $0.045 (≤ 2,610,000 pixels), $0.090 (> 2,610,000 pixels) |
Pro 分層的每張回傳圖片(含底圖)在 ≤ 2,610,000 像素時為 $0.0225,超過為 $0.045。首張參考圖免費,每增加一張每次成功請求加收 $0.003;其他三款參考圖免費。Flash 分層為 $0.018/張。只計成功回傳的圖片,失敗或攔截結果不計費;以各張 data[].size 判斷像素級距,不另收回傳 output tokens 的 token 費用。
Pro/Flash 支援 1K、1.5K、2K,最多 10 張參考圖。Lite 支援 2K、3K、4K;4.5 支援 2K、4K,最多 14 張參考圖。Lite/4.5 不接受舊的 1024x1024;有效寬高與其他參數請讀取目錄。Lite/4.5 可用以下批量參數(n > 1 也會轉換為此格式),參考圖加最大輸出數不能超過 15。Pro/Flash 普通生成每次一張。
{
"model": "seedream-5.0-lite",
"prompt": "Create two matching blue ceramic cup designs",
"size": "2K",
"sequential_image_generation": "auto",
"sequential_image_generation_options": { "max_images": 2 }
}Pro/Flash 分層使用 layer_decomposition: true 與恰好一張 image,prompt 可選,size 預設 auto。最多底圖加 16 層,保留 z_index、bounding_box、name、description 及尺寸。
價格欄位 pricing.image_pricing 包含 output_usd、pixel_threshold、high_resolution_output_usd、layer_usd、high_resolution_layer_usd、reference_usd、free_references。網關先預留最大可能費用(分層最多 17 張),再以實際成功輸出結算並釋放差額;金鑰與專案餘額需足夠預留。用 usage.cost、usage.generated_images 和請求用量記錄對帳。
提交並輪詢影片
將 LAZU_VIDEO_MODEL 設為支援 /v1/videos 的模型。提交成功回傳 HTTP 202 與任務 ID。用同一金鑰帶 ?wait=60 查詢任務:任務狀態一變或一完成就立即回傳,否則最多等 60 秒,每次都帶 progress(0–100)和 eta_seconds;狀態未結束就再查一次,兩次之間不用 sleep。也可以用 GET /v1/videos/{id}/events 以 Server-Sent Events 即時接收,直到任務結束。succeeded 帶有 artifact.url(1 小時內有效的下載連結,過期後重新查詢任務即可取得新連結)與 artifact.expires_at(檔案刪除時間)。也可以用金鑰請求 GET /v1/videos/{id}/content 下載同一個檔案。failed 提供錯誤,預扣金額會退回。本地等待逾時不會取消任務或令任務失敗,應保存 ID 並繼續查詢,不要因等待結束重複建立付費任務。
import os
import time
import requests
origin = os.environ.get("LAZU_API_ORIGIN", "https://api.lazu.ai").rstrip("/")
headers = {"Authorization": "Bearer " + os.environ["LAZU_API_KEY"]}
response = requests.post(origin + "/v1/videos", headers=headers,
json={"model": os.environ["LAZU_VIDEO_MODEL"], "prompt": "Ocean waves at sunrise"},
timeout=180)
response.raise_for_status()
job_id = response.json()["id"]
print("Save job ID:", job_id, flush=True)
deadline = time.monotonic() + 600
while time.monotonic() < deadline:
# wait=60 answers as soon as the job finishes, or after 60 s.
response = requests.get(origin + "/v1/videos/" + job_id, params={"wait": 60},
headers=headers, timeout=90)
if response.status_code in (429, 503):
retry_after = response.headers.get("Retry-After", "5")
delay = float(retry_after) if retry_after.isdecimal() else 5
if delay >= deadline - time.monotonic():
print("Still waiting; resume GET for job:", job_id)
break
time.sleep(max(1, delay))
continue
response.raise_for_status()
job = response.json()
if job["status"] == "succeeded":
artifact = job.get("artifact") or {}
if artifact.get("url"):
video = requests.get(artifact["url"], timeout=300)
else:
video = requests.get(origin + "/v1/videos/" + job_id + "/content",
headers=headers, timeout=300)
video.raise_for_status()
with open("video.mp4", "wb") as out:
out.write(video.content)
print("Saved video.mp4")
break
if job["status"] == "failed":
raise RuntimeError(job.get("error", {"message": "Video failed"}))
else:
print("Still waiting; resume GET for job:", job_id)
# A local timeout does not cancel the remote job. Keep job_id for later GETs.Seedance 2.5 的參考素材寫法、價格、預留與限制,見 Seedance 2.5。
語音生成與轉寫
將 LAZU_AUDIO_MODEL 設為語音生成模型,LAZU_VOICE 設為其支援的音色。/v1/audio/speech 回傳二進位音訊而非 JSON。轉寫需另選相容模型,透過 multipart 向 /v1/audio/transcriptions 上傳本地音訊;兩者是獨立能力。
目錄目前沒有語音生成或轉寫端點類型,僅憑音訊模態無法判斷這兩種能力。請向部署管理員或 Lazu 支援取得已確認的模型 ID、端點與支援的音色,並確認該模型對目前 Key 可用,不要只按音訊模態選模型。將 LAZU_TRANSCRIPTION_MODEL 設為已確認的轉寫模型,LAZU_AUDIO_FILE 設為本地音訊路徑。
import os
from pathlib import Path
import requests
origin = os.environ.get("LAZU_API_ORIGIN", "https://api.lazu.ai").rstrip("/")
headers = {"Authorization": "Bearer " + os.environ["LAZU_API_KEY"]}
response = requests.post(origin + "/v1/audio/speech", headers=headers,
json={"model": os.environ["LAZU_AUDIO_MODEL"], "input": "Hello from Lazu",
"voice": os.environ["LAZU_VOICE"], "response_format": "mp3"}, timeout=180)
response.raise_for_status()
Path("speech.mp3").write_bytes(response.content)import os
import requests
origin = os.environ.get("LAZU_API_ORIGIN", "https://api.lazu.ai").rstrip("/")
with open(os.environ["LAZU_AUDIO_FILE"], "rb") as audio:
response = requests.post(origin + "/v1/audio/transcriptions",
headers={"Authorization": "Bearer " + os.environ["LAZU_API_KEY"]},
data={"model": os.environ["LAZU_TRANSCRIPTION_MODEL"]},
files={"file": audio}, timeout=180)
response.raise_for_status()
print(response.json())錯誤與結果
失敗時保存請求或任務 ID 並查看錯誤碼。若提交逾時且未取得任務 ID,先查詢影片任務清單(GET /v1/videos)或聯絡支援,再決定是否重提。成功任務優先使用 artifact.url;若只有 artifact.file_id,透過 Files API取得。費用按計費說明對帳。