llmage/docs/API.md

llmage API 文档

Base Path: /llmage/v1

所有 API 端点需要 Bearer Token 认证（logined 权限）。

---

POST /v1/chat/completions

文本生成接口，兼容 OpenAI 格式。

必填参数

参数	类型	说明
model	string	模型名称，如 "qwen3-max"
messages 或 prompt	array / string	对话消息数组或文本提示

可选参数

参数	类型	说明
catelogid	string	目录类型ID，默认 "t2t"，也支持中文名（向后兼容）
stream	boolean	是否启用流式输出
off_peak	boolean	是否使用非高峰时段
transno	string	交易流水号（不传则自动生成）

请求示例

{
    "model": "qwen3-max",
    "messages": [
        {"role": "user", "content": "Hello"}
    ],
    "stream": false
}

响应格式

非流式响应:

{
    "id": "luid_xxx",
    "object": "chat.completion",
    "model": "qwen3-max",
    "choices": [{
        "index": 0,
        "message": {"role": "assistant", "content": "Hi there!"},
        "finish_reason": "stop"
    }],
    "usage": {"prompt_tokens": 10, "completion_tokens": 5, "total_tokens": 15}
}

流式响应 (SSE):

data: {"choices": [{"delta": {"content": "Hi"}, "index": 0}]}
data: {"choices": [{"delta": {"content": " there!"}, "index": 0}]}
data: [DONE]

错误响应

状态码	说明
400	缺少必填参数或模型不存在
403	未登录
429	账户余额不足

---

POST /v1/video/generations

视频生成接口。

必填参数

参数	类型	说明
model	string	模型名称，如 "keling-2.1"
catelogid	string	目录类型ID，如 "t2v" / "i2v" / "r2v"
prompt	string	生成提示词

可选参数

参数	类型	说明
image_url	string	图生视频时提供参考图 URL
duration	string	视频时长，如 "5s"
resolution	string	分辨率，如 "1080p"
n	integer	生成数量
transno	string	交易流水号

请求示例

{
    "model": "keling-2.1",
    "catelogid": "t2v",
    "prompt": "A beautiful sunset over the ocean",
    "duration": "5s",
    "resolution": "1080p"
}

响应格式

视频生成通常为异步任务，提交后返回任务信息：

{
    "id": "luid_xxx",
    "object": "video.generation",
    "model": "keling-2.1",
    "status": "submitted",
    "taskid": "task_xxx",
    "created": 1716912000
}

通过 /v1/tasks?taskid=xxx 查询任务状态。

各模型输入参数明细

以下为各平台/模型的具体输入参数。调用时通过 model + catelogid 自动路由到对应供应商。

---

Vidu 平台

T2V - 文生视频

参数名	类型	必填	默认值	说明	可选值
model	string	是	viduq3-pro	模型名称	viduq3-turbo, viduq3-pro
prompt	string	是	-	提示词	-
off_peak	string	否	N	错峰执行	Y, N
duration	integer	否	10	视频长度（1-16秒）	1-16
ratio	string	否	16:9	长宽比	16:9, 9:16, 4:3, 3:4, 1:1
resolution	string	否	1080p	分辨率	540p, 720p, 1080p

I2V - 图生视频

参数名	类型	必填	默认值	说明	可选值
model	string	是	viduq3-pro	模型名称	viduq3-pro, viduq3-turbo
prompt	string	是	-	提示词	-
image_file	image	是	-	首帧图片	-
off_peak	string	否	N	错峰执行	Y, N
duration	integer	否	10	视频长度（1-16秒）	1-16
ratio	string	否	16:9	长宽比	16:9, 9:16, 4:3, 3:4, 1:1
resolution	string	否	1080p	分辨率	540p, 720p, 1080p

2I2V - 首尾帧生视频

参数名	类型	必填	默认值	说明
model	string	否	viduq2	模型名称
payload	string	是	2i2v	固定值
off_peak	boolean	否	false	错峰模式
images	array	是	-	两张图片URL [首帧, 尾帧]
duration	integer	否	10	视频时长
prompt	string	是	-	提示词
audio	boolean	否	true	音频直出
seed	integer	否	12345	随机种子
aspect_ratio	string	否	16:9	画面比例
resolution	string	否	1080p	分辨率

Ref2V - 参考生视频 v2（主体模式）

使用主体（图片/视频/文字）生成视频，支持 viduq3-turbo/q3/q2-pro/q2/q1/2.0

参数名	类型	必填	说明
model	string	是	模型名称
subjects	array	是	主体列表（最多7个图片/文字主体，每个主体最多3张图）
prompt	string	是	提示词
audio	boolean	否	音视频直出
audio_type	string	否	音频类型
duration	integer	否	视频时长
seed	integer	否	随机种子
aspect_ratio	string	否	画面比例
resolution	string	否	分辨率
movement_amplitude	string	否	运动幅度
off_peak	boolean	否	错峰模式
auto_subjects	boolean	否	智能主体

Ref2V - 参考生视频 v2（非主体模式）

直接上传图片参考生成视频，支持 viduq3-mix/q3-turbo/q3/q2-pro/q2/q1/2.0

参数名	类型	必填	说明
model	string	是	模型名称
images	array	是	参考图片URL列表（1-7张）
videos	array	否	参考视频URL列表（仅viduq2-pro）
prompt	string	是	提示词
audio	boolean	否	音视频直出
bgm	boolean	否	背景音乐
duration	integer	否	视频时长
seed	integer	否	随机种子
aspect_ratio	string	否	画面比例
resolution	string	否	分辨率
off_peak	boolean	否	错峰模式

Ref2V - 参考生视频 v1

参数名	类型	必填	默认值	说明	可选值
model	string	是	viduq2-pro	模型名称	viduq2, viduq1, vidu2.0
prompt	string	是	-	提示词	-
off_peak	string	否	N	错峰执行	Y, N
duration	integer	否	10	视频长度	-
ratio	string	否	16:9	长宽比	16:9, 9:16, 4:3, 3:4, 1:1
resolution	string	否	1080p	分辨率	540p, 720p, 1080p

---

Seedance 平台（火山方舟）

T2V - 文生视频

参数名	类型	必填	默认值	说明	可选值
model	string	是	doubao-seedance-2-0-260128	模型名称	doubao-seedance-2-0-260128, doubao-seedance-2-0-fast-260128
prompt	string	是	-	提示词	-
resolution	string	否	720p	尺寸	480p, 720p, 1080p
duration	integer	否	8	视频长度	-
ratio	string	否	1:1	宽高比	1:1, 16:9, 9:16, 4:3, 3:4, 21:9, 9:21

TI2V - 文图生视频

参数名	类型	必填	默认值	说明	可选值
model	string	是	doubao-seedance-2-0-260128	模型名称	doubao-seedance-2-0-260128, doubao-seedance-2-0-fast-260128
prompt	string	是	-	提示词	-
image1_file	image	是	-	首帧图片	-
image2_file	image	否	-	尾帧图片	-
resolution	string	否	720p	尺寸	480p, 720p, 1080p
duration	integer	否	8	视频长度	-
ratio	string	否	1:1	宽高比	1:1, 16:9, 9:16, 4:3, 3:4, 21:9, 9:21

Ref2V - 参考生视频

参数名	类型	必填	默认值	说明
model	string	是	-	模型名称
prompt	string	是	-	提示词
image_file	image	否	-	参考图片（支持数组，多张参考图）
video_file	video	否	-	参考视频（支持数组）
audio_file	audio	否	-	参考音频（支持数组）
duration	integer	否	12	视频长度
resolution	string	否	720p	尺寸
ratio	string	否	-	宽高比

---

通义万象（DashScope）

T2V - 文生视频

参数名	类型	必填	默认值	说明
model	string	是	-	模型名称（如 wan2.6-t2v）
prompt	string	是	-	提示词
negative_prompt	string	否	-	反向提示词
audio_file	audio	否	-	配音文件
size	string	否	1920*1080	视频尺寸
duration	string	否	15	视频时长

size 可选值： 832*480, 480*832, 624*624, 1280*720, 720*1280, 960*960, 1088*832, 832*1088, 1920*1080, 1080*1920, 1440*1440, 1632*1248, 1248*1632

duration 可选值： 5, 10, 15

I2V - 图生视频

可用模型：wan2.6-i2v, wan2.6-i2v-flash

输入参数与 T2V 类似，额外需要首帧图片。

2I2V - 首尾帧生视频

参数名	类型	必填	默认值	说明
model	string	是	-	模型名称
prompt	string	是	-	提示词
negative_prompt	string	否	-	反向提示词
image1_file	image	是	-	首帧图片
image2_file	image	是	-	尾帧图片
resolution	string	否	1080P	分辨率
duration	integer	-	5	固定5秒

Ref2V - 角色参考生视频

参考输入视频中的角色形象和音色，搭配提示词生成保持角色一致性的视频。可以输入1-3个人物视频，每个视频一个角色。

参数名	类型	必填	默认值	说明
model	string	是	-	模型名称（如 wan2.6-r2v）
prompt	string	是	-	提示词
video1_file	video	是	-	角色一视频
video2_file	video	否	-	角色二视频
video3_file	video	否	-	角色三视频
size	string	否	1920*1080	视频尺寸
duration	string	否	10	视频时长

size 可选值： 同 T2V

duration 可选值： 10, 15

IA2V - 图像音频生视频

参数名	类型	必填	说明
image_file	image	是	图像
audio_file	audio	是	音频

---

可灵（Kling）

T2V - 文生视频

参数名	类型	必填	默认值	说明	可选值
model	string	是	-	模型名称	kling-v2-1-master, kling-v2-master, kling-v1-6, kling-v1
prompt	string	是	-	提示词	-
negative_prompt	string	否	-	反向提示词	-

---

海螺（Hailuo/MiniMax）

TI2V - 图生视频

参数名	类型	必填	默认值	说明	可选值
prompt	string	是	-	提示词	-
image_file	image	否	-	首帧图片	-
image_file1	image	否	-	尾帧图片	-
resolution	string	否	768P	尺寸	768P, 1080P
duration	integer	否	6	视频长度	6（6秒）, 10（10秒）

---

快乐马（HappyHorse）

基于通义万象平台（tongyi-wan），输入参数与通义万象对应类型一致。

T2V - 文生视频

输入参数同通义万象 T2V。可用模型：happyhorse-1.0-t2v

I2V - 图生视频

输入参数同通义万象 I2V。可用模型：happyhorse-1.0-i2v

注意： 图片参数名为 image_file（非 image_url），传入图片 URL。

Ref2V - 参考生视频

输入参数同通义万象 Ref2V，额外支持：

参数名	说明
resolution	可选 1080P（默认）, 720P
ratio	可选 16:9（默认）, 9:16, 3:4, 4:3

可用模型：happyhorse-1.0-r2v（参考图像数量1-9张，支持多角色参考）

---

POST /v1/image/generations

图像生成接口。

必填参数

参数	类型	说明
model	string	模型名称，如 "jimeng-4.0"
catelogid	string	目录类型ID，如 "t2i"
prompt	string	生成提示词

可选参数

参数	类型	说明
image_url	string	图生图时提供参考图 URL
size	string	尺寸，如 "1024x1024"
n	integer	生成数量
style	string	风格参数
quality	string	质量参数
transno	string	交易流水号

请求示例

{
    "model": "jimeng-4.0",
    "catelogid": "t2i",
    "prompt": "A beautiful sunset over the ocean",
    "size": "1024x1024",
    "n": 1
}

响应格式

响应格式取决于上游模型配置（同步返回图像数据，异步返回任务信息）：

{
    "id": "luid_xxx",
    "object": "image.generation",
    "model": "jimeng-4.0",
    "status": "submitted",
    "taskid": "task_xxx",
    "created": 1716912000
}

---

POST /v1/music/generations

音乐生成接口。

必填参数

参数	类型	说明
model	string	模型名称，如 "music-2.6", "music-2.5"
catelogid	string	目录类型ID，固定为 "music_gen"
prompt	string	音乐风格描述（风格、情绪、场景），如 "流行音乐, 开心, 适合阳光明媚的下午"
lyrics	string	歌词内容，使用 \n 分隔每行，可包含结构标签

歌词结构标签

歌词中可包含以下结构标签来优化生成的音乐结构：

• [Intro] - 前奏
• [Verse] - 主歌
• [Pre Chorus] - 预副歌
• [Chorus] - 副歌
• [Bridge] - 桥段
• [Outro] - 尾声
• [Interlude] - 间奏
• [Hook] - 记忆点
• [Build Up] - 情绪铺垫
• [Solo] - 独奏

请求示例

{
    "model": "music-2.6",
    "catelogid": "music_gen",
    "prompt": "Pop music, happy, suitable for a sunny day",
    "lyrics": "[Intro]\n\n[Verse]\nWalking down the street\nFeeling the beat\n\n[Chorus]\nDancing in the sun\nHaving so much fun"
}

响应格式

MiniMax 音乐生成为同步接口，直接返回音频URL：

{
    "id": "luid_xxx",
    "object": "music.generation",
    "model": "music-2.6",
    "status": "SUCCEEDED",
    "audio": "https://...",
    "created": 1716912000
}

可用模型

模型名称	model 参数	说明
MiniMax Music 2.6	music-2.6	最新版本，音质最佳
MiniMax Music 2.5	music-2.5	支持14种段落级结构标签，物理级高保真

MiniMax Music 2.5 特性

Music 2.5 在「段落级强控制」与「物理级高保真」两大技术难题上实现突破：

• 开放全段落标签控制，精准支持14种结构变体
• 长度限制：歌词内容 [1, 3500] 个字符
• prompt 长度限制：[10, 300] 个字符

MiniMax Music 2.0 特性（已过期）

Music 2.0 能根据文本描述和歌词直接生成包含人声的完整歌曲：

• prompt 长度限制：[10, 300] 个字符
• lyrics 长度限制：[10, 3000] 个字符
• 状态：已过期（expired_date: 2026-01-01）

错误响应

状态码	说明
400	缺少必填参数或模型不存在
403	未登录
429	账户余额不足

---

POST /v1/audio/speech

文本转语音（TTS）接口。

必填参数

参数	类型	说明
model	string	模型名称，如 "speech-2.6-turbo", "speech-2.6-hd"
catelogid	string	目录类型ID，固定为 "tts"
prompt	string	需要合成的文本内容，最长 10,000 字符

可选参数

参数	类型	说明
speaker	string	说话人/音色ID，如 "female-tianmei"
speed	float	语速，默认 1.0
emotion	string	情感，如 "happy", "sad"
transno	string	交易流水号

请求示例

{
    "model": "speech-2.6-turbo",
    "catelogid": "tts",
    "prompt": "你好，欢迎使用语音合成服务",
    "speaker": "female-tianmei",
    "speed": 1.0,
    "emotion": "happy"
}

响应格式

MiniMax TTS 为流式接口，逐块返回音频数据（hex编码自动转base64）：

{
    "status": "SUCCEEDED",
    "audio": "base64_encoded_audio_data"
}

可用模型

模型名称	model 参数	说明
MiniMax Speech 2.6 Turbo	speech-2.6-turbo	极速版，更快更优惠，适用于语音聊天和数字人
MiniMax Speech 2.6 HD	speech-2.6-hd	高清版，超低延时，更高自然度
MiniMax Speech 2.5 HD	speech-2.5-hd-preview	Preview版本
F5-TTS 本地	f5tts	本地部署，零样本声音克隆，多语言支持

错误响应

状态码	说明
400	缺少必填参数或模型不存在
403	未登录
429	账户余额不足

---

POST /v1/audio/transcriptions

语音识别（ASR）接口，将音频转为文本。

必填参数

参数	类型	说明
model	string	模型名称，如 "qwen3-asr-flash", "parakeet-tdt-0.6b-v2"
catelogid	string	目录类型ID，固定为 "asr"
audio_file	string	音频文件URL

可选参数

参数	类型	说明
language	string	语言代码（部分模型支持）
transno	string	交易流水号

请求示例

{
    "model": "qwen3-asr-flash",
    "catelogid": "asr",
    "audio_file": "https://example.com/audio.wav"
}

响应格式

{
    "text": "识别出的文本内容",
    "usage": {
        "duration_seconds": 5.2
    }
}

可用模型

模型名称	model 参数	说明
通义千问 ASR	qwen3-asr-flash	多语种识别、歌唱识别、情感识别、噪声拒识，0.00026元/秒
Nvidia ASR	parakeet-tdt-0.6b-v2	仅支持英文，6亿参数，支持标点/大小写/时间戳

通义千问 ASR 核心功能

• 多语种识别：涵盖普通话及多种方言（粤语、四川话等）
• 复杂环境适应：自动语种检测与智能非人声过滤
• 歌唱识别：伴随BGM下也能实现整首歌曲转写
• 上下文增强：通过配置上下文提高识别准确率
• 情感识别：支持惊讶、平静、愉快、悲伤、厌恶、愤怒、恐惧

错误响应

状态码	说明
400	缺少必填参数或模型不存在
403	未登录
429	账户余额不足

---

GET /v1/tasks

查询异步任务状态。

必填参数

参数	类型	说明
taskid	string	任务 ID

请求示例

GET /llmage/v1/tasks?taskid=task_xxx

响应格式

{
    "status": "ok",
    "data": {
        "status": "SUCCEEDED",
        "output": [...]
    }
}

任务状态值: UNKNOWN / SUCCEEDED / FAILED

---

GET /v1/models

列出可用模型列表。

可选参数

参数	类型	说明
catelogid	string	按目录类型过滤
orderby	string	排序字段

请求示例

GET /llmage/v1/models

响应格式

{
    "object": "list",
    "data": [
        {
            "id": "qwen3-max",
            "object": "model",
            "created": 1748044800,
            "owned_by": "opencomputing.ai"
        }
    ]
}

---

通用说明

catelogid 目录类型ID对照表

ID	中文名	说明
t2t	文生文	文本生成（默认）
t2i	文生图	图像生成
t2v	文生视频	文本生成视频
i2v	图生视频	图像生成视频
r2v	参考生视频	参考图像生成视频
tts	语音合成	文本转语音
asr	语音识别	语音转文本
vision	图理解	图像理解
ai_search	AI搜索	AI搜索
digital_human	数字人	数字人
music_gen	音乐生成	音乐生成
text_cls	文本分类	文本分类
3d_gen	3D生成	3D模型生成
video_tool	视频工具	视频处理工具
translate	翻译	文本翻译

向后兼容：catelogid 参数同时支持新ID（如 "t2v"）和旧中文名（如 "文生视频"），推荐使用新ID。

参数统一

所有 v1 接口统一使用 catelogid 参数标识目录类型，替代原有的 lctype / llmcatelogid。

认证

所有接口需要 Bearer Token 认证，请求头中携带:

Authorization: Bearer ***

余额检查

每次请求都会自动调用 checkCustomerBalance() 进行余额检查：

• 如果模型属于用户所在组织（llm.ownerid == userorgid），则跳过余额检查
• 否则检查 tpac 余额或本地余额
• 余额不足时返回 429 状态码

计费

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。