图片、视频与音频
图片和视频先用密钥查询模型目录,检查具体端点、参数与示例;音频模型按下方说明选择。可用性和选项取决于模型及部署,一个模型不一定支持所有媒体类型。示例需要 Python 3 和 requests(python -m pip install requests);请设置 LAZU_API_KEY 及下文模型变量。
生成图片
将 LAZU_IMAGE_MODEL 设为支持 /v1/images/generations 的模型。响应可能包含 data[].url 或 data[].b64_json,按实际形式读取。尺寸、质量和格式由模型决定,不要假设生成链接永久有效。
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 生图、参考图与分层
生图和参考图编辑都使用 POST /v1/images/generations,参考图放在 JSON 的 image 字段(URL、data URL 或数组)。Lazu 的 Seedream 不使用 multipart /v1/images/edits,当前只支持非流式响应。Studio 支持普通生图与参考图编辑;原生批量和分层通过 API 使用。
上线时的标准美元价格如下;个人实际价格以带密钥查询的模型目录为准:
| 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 分层按每张返回图片(包括底图)收费:像素数 ≤ 2,610,000 为 $0.0225,超过为 $0.045。Pro 首张参考图免费,每增加一张参考图,每次成功请求另收 $0.003;其余三款参考图免费。Flash 分层仍按 $0.018/张计算。批量不足或部分图片被拦截,只收成功返回的图片;失败和拦截图片不计费。每张 data[].size 决定其像素档位,返回的 output tokens 不另收 token 费用。
Pro/Flash 支持 1K、1.5K、2K 或有效宽高,最多 10 张参考图。Lite 支持 2K、3K、4K;4.5 支持 2K、4K,两者最多 14 张参考图。旧的 1024x1024 对 Lite/4.5 太小,请查看目录中具体模型的 parameters。
Lite/4.5 使用 sequential_image_generation: "auto" 与 max_images 开启批量;参考图数量加最大输出数量不能超过 15。n > 1 会转换为该原生批量参数。Pro/Flash 的普通生成每次一张。
{
"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 分层传入 layer_decomposition: true 和恰好一张 image,prompt 可选,size 默认 auto。最多返回底图加 16 层;保留 z_index、bounding_box、name、description 和各图尺寸。分层最多预留 17 张费用,再按实际成功结果结算、释放差额。
目录 pricing.image_pricing(也位于各渠道价格内)包含 output_usd、pixel_threshold、high_resolution_output_usd、layer_usd、high_resolution_layer_usd、reference_usd、free_references。用返回的 usage.cost、usage.generated_images 和请求用量记录对账。网关先预留最大可能费用,再按实际尺寸结算;密钥与项目余额需覆盖预留。
提交并轮询视频
将 LAZU_VIDEO_MODEL 设为支持 /v1/videos 的模型。提交成功返回 HTTP 202 和任务 ID。用同一密钥带 ?wait=60 查询任务:任务状态一变或一完成就立即返回,否则最多等 60 秒,每次都带 progress(0–100)和 eta_seconds;状态未结束就再查一次,两次之间不用 sleep。也可以用 GET /v1/videos/{id}/events 以 Server-Sent Events 实时接收,直到任务结束。succeeded 带有 artifact.url(1 小时内有效的下载链接,过期后重新查询任务即可拿到新链接)和 artifact.expires_at(文件删除时间)。也可以用密钥请求 GET /v1/videos/{id}/content 下载同一个文件。failed 提供错误,预扣金额会退回。本地等待超时不会取消任务或令任务失败,应保存 ID 并继续查询,不要因等待结束重复创建付费任务。
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 的参考素材写法、价格、预留与限制,见 Seedance 2.5。
语音生成与转写
将 LAZU_AUDIO_MODEL 设为语音生成模型,LAZU_VOICE 设为其支持的音色。/v1/audio/speech 返回二进制音频而非 JSON。转写需另选兼容模型,通过 multipart 向 /v1/audio/transcriptions 上传本地音频;两者是独立能力。
目录目前没有语音生成或转写端点类型,仅凭音频模态无法判断这两种能力。请向部署管理员或 Lazu 支持获取已确认的模型 ID、端点与支持的音色,并确认该模型对当前 Key 可用,不要只按音频模态选模型。将 LAZU_TRANSCRIPTION_MODEL 设置为已确认的转写模型,LAZU_AUDIO_FILE 设置为本地音频路径。
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())错误与结果
失败时保存请求或任务 ID 并查看错误码。若提交超时且未拿到任务 ID,先查询视频任务列表(GET /v1/videos)或联系支持,再决定是否重提。成功任务优先使用 artifact.url;如只返回 artifact.file_id,通过 Files API获取。费用按计费说明对账。