diff --git a/docs/API.md b/docs/API.md
index ed09631..e1f8c0c 100644
--- a/docs/API.md
+++ b/docs/API.md
@@ -800,26 +800,54 @@ Authorization: Bearer ***
 
 请求成功后自动创建 `llmusage` 记录，状态为 `created`。后台定时任务会定期执行计费流程。
 
-# 视频制作 API (KTV产线)
+# KTV Pipeline API（视频制作）
 
 Base url: `https://token.opencomputing.cn/llmage/v1`
 
-供应商: 开元云(北京)科技, 28端点覆盖KTV全流程。
+供应商: 开元云(北京)科技, 14个原子化GPU端点覆盖KTV全流程。
+
+## 调用方式
+
+所有模型通过 `POST /v1/pipeline/submit` 调用，`catelogid` 固定为 `ktv_pipeline`（无需传参）。
+
+### 通用格式
+
+```json
+// 请求
+{"model": "ky-xxx", ...服务特定参数...}
+
+// 同步响应
+{"taskid": "luid_xxx", "taskstatus": "SUCCEEDED", "usage": {...}}
+
+// 异步提交响应
+{"taskid": "luid_xxx", "taskstatus": "PENDING"}
+// 异步结果通过 GET /v1/tasks?taskid=xxx 查询
+```
 
 ## 模型列表
 
-| model | 功能 | 计费 |
-|-------|------|------|
-| `ktv-media-server` | 流水线/状态/合并/校准/字幕 | 2元/次+0.03元/秒 |
-| `ktv-video-eval` | 视频质量评估 | 0.05元/秒 |
-| `ktv-realesrgan` | 超分辨率 | 0.5元/张 |
-| `ktv-asr` | 语音识别 | 0.01元/秒 |
-| `ktv-face` | 人脸检测/识别/比对 | 0.1元/次 |
-| `ktv-graph` | 图谱查询/写入 | 0.05~0.1元/次 |
-| `ktv-ner` | 实体识别 | 0.5元/千字 |
-| `ktv-songrate` | 歌曲评分 | 0.005元/秒 |
-| `ktv-synth` | 音乐合成 | 0.2元/秒 |
-| `ktv-demucs` | 音频分离 | 0.02元/秒 |
-| `ktv-rvc` | 声音转换 | 0.15元/秒 |
+| model | 功能 | 模式 | 计费 |
+|-------|------|------|------|
+| `ky-asr-transcribe` | 语音转文字+时间戳 | 同步 | 0.01元/次 |
+| `ky-demucs-separate` | 人声/伴奏分离 | 同步 | 0.01元/次 |
+| `ky-face-detect` | 人脸检测 | 同步 | 0.01元/次 |
+| `ky-face-recognize` | 人脸识别 | 同步 | 0.01元/次 |
+| `ky-face-compare` | 人脸比对 | 同步 | 0.01元/次 |
+| `ky-subtitle-render` | 歌词→ASS字幕渲染 | 同步 | 0.01元/次 |
+| `ky-merge-video` | 视频+音频+字幕合并 | 同步 | 0.01元/次 |
+| `ky-songrate-evaluate` | AI歌曲质量评分 | 同步 | 0.01元/次 |
+| `ky-synth-generate` | AI歌声合成 | **异步** | 0.01元/次 |
+| `ky-synth-status` | 合成任务状态查询 | 同步 | 0.01元/次 |
+| `ky-realesrgan-upscale` | 图像/视频超分辨率 | **异步** | 0.01元/次 |
+| `ky-realesrgan-status` | 超分任务状态查询 | 同步 | 0.01元/次 |
+| `ky-rvc-convert` | 声音克隆/变声 | 同步 | 0.01元/次 |
+| `ky-video-eval-evaluate` | 视频质量评估 | 同步 | 0.01元/次 |
 
-调用方式: `/v1/chat/completions` + `model` 参数。详细参数见 dashboard_for_sage 文档。
+## 模型发现
+
+```bash
+curl 'https://token.opencomputing.cn/llmage/v1/models?catelogid=ktv_pipeline' \
+  -H 'Authorization: Bearer ***'
+```
+
+详细参数说明和 curl 示例见 [dashboard_for_sage 文档](https://token.opencomputing.cn/dashboard_for_sage/api_doc.md)。
diff --git a/wwwroot/v1/pipeline/submit/index.dspy b/wwwroot/v1/pipeline/submit/index.dspy
new file mode 100644
index 0000000..a339d2c
--- /dev/null
+++ b/wwwroot/v1/pipeline/submit/index.dspy
@@ -0,0 +1,74 @@
+# KTV Pipeline / GPU Service Inference API
+# POST /v1/pipeline/submit
+# catelogid 固定为 ktv_pipeline，无需传 catelogid
+#
+# Required params:
+#   model: string - 模型名称，如 "ky-asr-transcribe"
+#
+# 各服务特定参数见 API 文档
+#
+# 同步服务直接返回结果：
+# {
+#   "taskid": "luid_xxx",
+#   "taskstatus": "SUCCEEDED",
+#   ...服务特定结果字段...,
+#   "usage": {...}
+# }
+#
+# 异步服务返回任务信息：
+# {
+#   "taskid": "luid_xxx",
+#   "taskstatus": "PENDING"
+# }
+# 异步结果通过 /v1/tasks?taskid=xxx 查询
+
+debug_params('params_kw', params_kw)
+
+userid = await get_user()
+userorgid = await get_userorgid()
+if userid is None:
+	debug('need login')
+	return openai_403()
+
+# Validate required parameters
+if not params_kw.model:
+	d = return_error('Missing required parameter: model')
+	return json_response(d, status=400)
+
+catelogid = 'ktv_pipeline'
+params_kw.catelogid = catelogid
+
+env = request._run_ns
+async with get_sor_context(env, 'llmage') as sor:
+	# Look up llm by model name through llm_api_map (fixed catelogid=ktv_pipeline)
+	sql = """select distinct a.* from llm a
+join llm_api_map m on a.id = m.llmid
+join llmcatelog b on m.llmcatelogid = b.id
+where (b.id = ${catelogid}$ OR b.name = ${catelogid}$)
+	and a.name=${model}$
+	and a.status = 'published'"""
+	recs = await sor.sqlExe(sql, {
+		'catelogid': catelogid,
+		'model': params_kw.model
+	})
+	if len(recs) == 0:
+		debug(f'{params_kw.model=} not found under ktv_pipeline catalog')
+		d = return_error(f'Model "{params_kw.model}" not found or not available')
+		return json_response(d, status=400)
+	params_kw.llmid = recs[0].id
+	params_kw.llmcatelogid = catelogid
+
+debug(f'{params_kw.llmid=}')
+
+# Check balance
+f = await checkCustomerBalance(params_kw.llmid, userid, userorgid)
+if not f:
+	debug(f'{userid=} balance not enough')
+	return openai_429()
+
+# Generate task ID
+if not params_kw.transno:
+	params_kw.transno = getID()
+
+# Call inference
+return await inference(request, env=env)