跳到正文

多模态接口 ​

以下示例用于 macOS/Linux,沿用 首次调用 中的 ZEROSEAL_API_KEY。运行前在 模型页 确认示例模型仍可用,并查看价格。

用途端点返回内容
生成图片POST /v1/images/generationsJSON,包含图片 URL 或 Base64
合成语音POST /v1/audio/speech音频字节
生成视频POST /v1/videosJSON,包含任务 ID
查询视频GET /v1/videos/{id}JSON,包含任务状态与结果

模型需与端点匹配。以下均为普通 HTTPS 调用,不执行客户端 TEE 验证。

生成图片 ​

使用 doubao-seedream-5-0-pro 生成一张图片:

bash
: "${ZEROSEAL_API_KEY:?请先设置 ZEROSEAL_API_KEY}"

curl --silent --show-error --max-time 660 \
  'https://gw.zeroseal.cn/v1/images/generations' \
  --header "Authorization: Bearer $ZEROSEAL_API_KEY" \
  --header 'Content-Type: application/json' \
  --write-out '\nHTTP %{http_code}\n' \
  --data-binary '{
    "model": "doubao-seedream-5-0-pro",
    "prompt": "雪地里打盹的橘猫,胶片颗粒感",
    "size": "2048x2048",
    "n": 1,
    "response_format": "url"
  }'

成功后读取 data[].url。改用 response_format: "b64_json" 时,从 data[].b64_json 解码图片。尺寸、输入图和图层拆分参数按模型要求填写;Gateway 原样转发这些字段。

合成语音 ​

qwen-audio-3.0-tts-plus 使用 input 传入文本,voice 选择音色,response_format 选择格式。示例确认 HTTP 成功、响应为音频且非空后,保存为当前目录的 speech.mp3。

bash
(
  set -e
  : "${ZEROSEAL_API_KEY:?请先设置 ZEROSEAL_API_KEY}"

  body_file=$(mktemp)
  trap 'rm -f "$body_file"' EXIT
  result=$(curl --silent --show-error --max-time 330 \
    'https://gw.zeroseal.cn/v1/audio/speech' \
    --header "Authorization: Bearer $ZEROSEAL_API_KEY" \
    --header 'Content-Type: application/json' \
    --output "$body_file" \
    --write-out '%{http_code} %{content_type}' \
    --data-binary '{
      "model": "qwen-audio-3.0-tts-plus",
      "input": "零封网关,可验证的大模型调用。",
      "voice": "longanhuan_v3.6",
      "response_format": "mp3"
    }')

  case "$result" in
    2??\ audio/*)
      if [ ! -s "$body_file" ]; then
        printf '未收到音频,请检查音色和消费记录。\n' >&2
        exit 1
      fi
      mv "$body_file" speech.mp3
      printf '已保存 speech.mp3\n'
      ;;
    *)
      printf 'HTTP %s\n' "${result%% *}" >&2
      cat "$body_file" >&2
      exit 1
      ;;
  esac
)

该接口返回音频字节,不按 SSE 或 JSON 解析。音色、格式和 speed 支持范围取决于模型;HTTP 200 仍可能返回空音频。播放不完整或请求中断时,先查 消费记录,再决定是否重试。

生成视频 ​

提交任务 ​

两套示例任选一套。分辨率保留大写 P,提交成功只表示任务已创建。

bash
: "${ZEROSEAL_API_KEY:?请先设置 ZEROSEAL_API_KEY}"

curl --silent --show-error --max-time 120 \
  'https://gw.zeroseal.cn/v1/videos' \
  --header "Authorization: Bearer $ZEROSEAL_API_KEY" \
  --header 'Content-Type: application/json' \
  --write-out '\nHTTP %{http_code}\n' \
  --data-binary '{
    "model": "doubao-seedance-2-5",
    "content": [{"type": "text", "text": "雪地里打盹的橘猫,镜头缓慢推近"}],
    "resolution": "720P",
    "duration": 5
  }'
bash
: "${ZEROSEAL_API_KEY:?请先设置 ZEROSEAL_API_KEY}"

curl --silent --show-error --max-time 120 \
  'https://gw.zeroseal.cn/v1/videos' \
  --header "Authorization: Bearer $ZEROSEAL_API_KEY" \
  --header 'Content-Type: application/json' \
  --write-out '\nHTTP %{http_code}\n' \
  --data-binary '{
    "model": "minimax-h3",
    "content": [{"type": "text", "text": "雪地里打盹的橘猫,镜头缓慢推近"}],
    "resolution": "768P",
    "duration": 5
  }'

查询结果 ​

保存提交响应中的任务 ID,填入 ZEROSEAL_VIDEO_ID:

bash
ZEROSEAL_VIDEO_ID='替换为任务ID'
: "${ZEROSEAL_API_KEY:?请先设置 ZEROSEAL_API_KEY}"

curl --silent --show-error --max-time 60 \
  "https://gw.zeroseal.cn/v1/videos/$ZEROSEAL_VIDEO_ID" \
  --header "Authorization: Bearer $ZEROSEAL_API_KEY" \
  --write-out '\nHTTP %{http_code}\n'
字段SeedanceMiniMax
提交响应中的任务 IDidtask_id
查询状态statustask.status
成功后的下载链接content.video_urltask.content.url
任务失败原因errortask.error

状态为 queued 或 running 时,间隔数秒重新查询;succeeded 后从结果字段下载视频,failed 或 cancelled 时检查错误。其他尚未结束的状态继续查询,不能仅凭 HTTP 200 判断生成成功。

查询使用任务所属账号的有效密钥,可以换同账号的密钥;其他账号查询返回 404。下载链接有时效,生成后及时保存;下载时不携带 Gateway 密钥。

响应沿用上游结构,字段定义见 火山官方 SDK 和 MiniMax 查询任务。Gateway 未提供视频任务列表、删除或取消接口,也不能直接套用 OpenAI 视频 SDK 的数据结构。

图片与视频输入 ​

  • 图片生成的输入图使用模型支持的 image 参数;视频的图片、视频和音频输入使用 content 中对应的类型与 role,具体组合按模型要求填写。
  • 素材 URL 必须能被上游访问;本地路径、localhost 和需网页登录的地址不可直接使用。素材下载发生在 Gateway 之外。
  • 对话中的图片理解仍走 /v1/chat/completions,需要支持视觉的对话模型。能否理解图片取决于模型;Gateway 未提供文件上传接口。

生成请求会预扣费用,超时或断开连接仍可能计费。视频已有任务 ID 时继续查询,避免重复提交。费用说明和报错处理见 错误排查。