Hvordan adskiller Sora 2 Pro sig fra standard Sora 2?

Sora 2 Pro er optimeret til højere visuel fidelitet, håndterer sværere optagelser (kompleks bevægelse, okklusion, fysiske interaktioner) og opretholder længere konsistens pr. scene—på bekostning af længere rendertider.

Hvor lang tid tager Sora 2 Pro om at rendere en video?

Benchmark-tests viser, at Sora 2 Pro i gennemsnit bruger cirka 2.1 minutter på et 20-sekunders 1080p-klip. Pro prioriterer kvalitet over hastighed, så forvent længere rendertider end med standard Sora 2.

Hvilke fysikforbedringer tilbyder Sora 2 Pro?

Sora 2 Pro forbedrer objekters persistens og bevægelsestrohed—impuls, opdrift og fysiske interaktioner fremstår mere realistiske med færre 'teleportering'-artefakter, som var almindelige i tidligere videomodeller.

Hvornår bør jeg vælge Sora 2 Pro frem for Google Veo 3?

Vælg Sora 2 Pro for integration i OpenAI-økosystemet, likeness injection og komplekse fysiske scener. Veo 3 kan tilbyde hurtigere generering og en anden prissætning—vurder ud fra dine krav til latenstid og budget.

Understøtter Sora 2 Pro likeness injection (cameo-optrædener)?

Ja, Sora 2 Pro kan indsætte en brugers indfangede afbildning i genererede scener. OpenAI har indbyggede samtykke-workflows og tilbagekaldelsesmekanismer for at håndtere privatlivs- og misbrugsrisici.

Hvilken opløsning og varighed understøtter Sora 2 Pro?

Sora 2 Pro understøtter op til 1080p-opløsning. Den er optimeret til kortklip i høj kvalitet, typisk i intervallet fra få sekunder til et lavt tocifret antal sekunder for maksimal fidelitet.

Genererer Sora 2 Pro synkroniseret lyd sammen med video?

Ja, Sora 2 Pro genererer videorammer sammen med synkroniseret lyd, inklusive dialog, baggrundslyd og lydeffekter—ikke produceret separat, men som en samlet output.

Kan Sora 2 Pro bruge referencebilleder til at styre videogenereringen?

Ja, Sora 2 Pro understøtter input_reference workflows, hvor JPEG/PNG/WEBP-billeder fungerer som kompositionsankre til at guide den genererede videos startramme eller stil.

OpenAI

Tilgængelig

sora-2-pro

Sora 2 Pro API

Sora 2 Pro er vores mest avancerede og kraftfulde mediegenereringsmodel, der kan generere videoer med synkroniseret lyd. Den kan skabe detaljerede, dynamiske videoklip ud fra naturligt sprog eller billeder.

Startpris

$0.24 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jun 1, 2026

OpenAI

Testmiljø

Prøv Sora 2 Pro med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$1.20

Anslået omkostning for brug af CometAPI

10-sekunders test

$2.40

Anslået omkostning for brug af CometAPI

15-sekunders test

$3.60

Anslået omkostning for brug af CometAPI

Gennemsigtighed om minimumsgebyrer Denne prototype antager ikke et skjult minimumsbeløb pr. anmodning. Hvis der gælder en minimumsgrænse for fakturering eller en minimumsoptankning i produktion, skal den vises før køb og inkluderes i alle budgetestimater.

Model Name	Tags	Orientation	Resolution	Price
sora-2-pro	videos	Portrait	720x1280	$0.24 / sec
sora-2-pro	videos	Landscape	1280x720	$0.24 / sec
sora-2-pro	videos	Portrait (High Res)	1024x1792	$0.40 / sec
sora-2-pro	videos	Landscape (High Res)	1792x1024	$0.40 / sec
sora-2-pro-all	-	Universal / All	-	$0.80000

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Sora 2 Pro?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$0.24 / sekund

Kontekst

Se funktioner

Katalogdato

Jun 1, 2026

Oversigt

Et praktisk overblik over Sora 2 Pro, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Nøglefunktioner

Multimodal generering (video + lyd) — Sora-2-Pro genererer videorammer sammen med synkroniseret lyd (dialog, omgivelseslyd, SFX) i stedet for at producere video og lyd hver for sig.
Højere kvalitet / “Pro”-niveau — finindstillet til højere visuel kvalitet, mere udfordrende optagelser (kompleks bevægelse, okklusion og fysiske interaktioner) samt længere konsistens pr. scene end Sora-2 (non-Pro). Det kan tage længere tid at gengive end den standard Sora-2-model.
Fleksible input — understøtter rene tekstprompter og kan acceptere billedrammer som input eller referencebilleder til at styre kompositionen (input_reference workflows).
Cameos / likeness-injektion — kan indsætte en brugers indfangede lighed i genererede scener med samtykke-arbejdsgange i appen.
Fysisk plausibilitet: forbedret objektpermanens og bevægelsestrofasthed (fx momentum, opdrift), hvilket reducerer urealistiske “teleportering”-artefakter, som var almindelige i tidligere systemer.
Kontrollerbarhed: understøtter strukturerede prompter og instruktioner på optagelsesniveau, så skabere kan specificere kamera, lys og multi-shot-sekvenser.

Tekniske detaljer og integrationsflade

Modelfamilie: Sora 2 (basis) og Sora 2 Pro (variant i høj kvalitet).
Inputmodaliteter: tekstprompter, billedreference og korte optagede cameo-video-/lydklip til likeness.
Outputmodaliteter: kodet video (med lyd) — parametre eksponeres gennem /v1/videos-endpoints (modelvalg via model: "sora-2-pro"). API-overflade følger OpenAIs videos-endpointfamilie til create/retrieve/list/delete-operationer.

Træning og arkitektur (offentligt resume): OpenAI beskriver Sora 2 som trænet på storskala videodata med eftertræning for at forbedre verdenssimulation; specifikationer (modelstørrelse, præcise datasæt og tokenisering) er ikke offentligt opregnet i detaljer linje for linje. Forvent tung beregning, specialiserede video-tokenizere/arkitekturer og komponenter til multimodal justering.

API-endpoints og workflow: vis en job-baseret arbejdsgang: indsend en POST-oprettelsesanmodning (model="sora-2-pro"), modtag et job-id eller en placering, og derefter poll eller vent på færdiggørelse og download de resulterende filer. Almindelige parametre i offentliggjorte eksempler omfatter prompt, seconds/duration, size/resolution og input_reference til billedstyrede starter.

Typiske parametre :

model: "sora-2-pro"
prompt: beskrivelse af scenen i naturligt sprog, evt. med dialogmarkører
seconds / duration: målklippets længde (Pro understøtter den højeste kvalitet i de tilgængelige varigheder)
size / resolution: fællesskabsrapporter angiver, at Pro understøtter op til 1080p i mange brugsscenarier.

Indholdsinput: billedfiler (JPEG/PNG/WEBP) kan leveres som en ramme eller reference; når de bruges, bør billedet matche målopløsningen og fungere som et kompositionsanker.

Renderingsadfærd: Pro er finindstillet til at prioritere frame-til-frame-sammenhæng og realistisk fysik; dette indebærer typisk længere beregningstid og højere omkostning pr. klip end ikke-Pro-varianter.

Benchmark-ydeevne

Kvalitative styrker: OpenAI har forbedret realismen, fysikkonsistensen og synkroniseret lyd** sammenlignet med tidligere videomodeller. Andre VBench-resultater indikerer, at Sora-2 og afledte modeller ligger i eller nær toppen blandt nutidige lukkede kildekodemodeller og for temporal koherens.

Uafhængig timing/gennemløb (eksempel-benchmark): Sora-2-Pro havde i gennemsnit ~2,1 minutter for 20-sekunders 1080p-klip i én sammenligning, mens en konkurrent (Runway Gen-3 Alpha Turbo) var hurtigere (~1,7 minutter) på samme opgave — afvejningerne er kvalitet vs. gengivelseslatens og platformoptimering.

Begrænsninger (praktisk og sikkerhed)

Ikke perfekt fysik/konsistens — forbedret men ikke fejlfri; artefakter, unaturlig bevægelse eller fejl i lydsynkronisering kan stadig forekomme.
Varigheds- og beregningsbegrænsninger — lange klip er beregningstunge; mange praktiske arbejdsgange begrænser klip til korte varigheder (fx ensifrede til lave tocifrede sekunder for høj-kvalitetsoutput).
Privatlivs-/samtykkerisici — likeness-injektion (“cameos”) øger risici for samtykke og mis-/desinformation; OpenAI har eksplicitte sikkerhedskontroller og tilbagekaldelsesmekanismer i appen, men ansvarlig integration er påkrævet.
Omkostninger og latens — gengivelser i Pro-kvalitet kan være dyrere og langsommere end lettere modeller eller konkurrenter; indregn fakturering pr. sekund/pr. gengivelse og køer.
Sikkerhedsindholdsfiltrering — generering af skadeligt eller ophavsretligt beskyttet indhold er begrænset; modellen og platformen omfatter sikkerhedslag og moderation.

Typiske og anbefalede anvendelsestilfælde

Anvendelsestilfælde:

Marketing- og annonceprototyper — opret hurtigt filmiske konceptbeviser.
Previsualisering — storyboards, kamerablokering, visualisering af optagelser.
Kort socialt indhold — stiliserede klip med synkroniseret dialog og SFX.
Sådan får du adgang til Sora 2 Pro API

Trin 1: Tilmeld dig for at få en API-nøgle

Log ind på cometapi.com. Hvis du endnu ikke er vores bruger, skal du registrere dig først. Log ind på din CometAPI-konsol. Hent API-nøglen til grænsefladen som adgangslegitimation. Klik på “Add Token” ved API-tokenet i det personlige center, få token-nøglen: sk-xxxxx og indsend.

CometAPI-nøgle

Trin 2: Send forespørgsler til Sora 2 Pro API

Vælg “sora-2-pro”-endpointet for at sende API-forespørgslen og angive anmodningskroppen. Anmodningsmetoden og anmodningskroppen fås fra vores websites API-dokumentation. Vores website tilbyder også Apifox-test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. basis-URL er office Opret video

Indsæt dit spørgsmål eller din anmodning i content-feltet — det er det, modellen vil svare på. Behandl API-svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API'et med opgavestatus og outputdata.

Intern træning/simulering — generér scenarievisualiseringer til RL- eller robotikforskning (med omtanke).
Kreativ produktion — når kombineret med menneskelig redigering (samling af korte klip, grading, udskiftning af lyd).

FAQ

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videos

Eksempelkode og API til Sora 2 Pro

Sora-2-pro er OpenAIs flagskibsmodel til video- og lydgenerering, designet til at skabe korte, meget realistiske videoklip med synkroniseret dialog, lydeffekter og stærkere fysik- og verdenssimulering end tidligere videomodeller. Den er positioneret som den højkvalitets "Pro"-variant, der er tilgængelig for betalende brugere og via API'et til programmatisk generering. Modellen lægger vægt på kontrollerbarhed, tidslig sammenhæng og lydsynkronisering til filmiske og sociale brugsscenarier.

POST

/v1/videos

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '
' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')

  echo "Progress: $progress, Status: $status"

  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi

  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi

  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

cURL Code Example

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Python Code Example

# Create a video with sora-2-pro using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"

headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "sora-2-pro"),
        "prompt": (None, "A calico cat playing a piano on stage"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        # Parse progress and status from response
        data = status_result.get("data", {})
        if data is None:
            data = {}
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%":
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with sora-2-pro using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";

async function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

async function main() {
  // Step 1: Submit the video generation request
  console.log("Submitting video generation request...");

  const formData = new FormData();
  formData.append("model", "sora-2-pro");
  formData.append("prompt", "A calico cat playing a piano on stage");

  const submitResponse = await fetch(`${baseUrl}/videos`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
    body: formData,
  });

  const result = await submitResponse.json();
  console.log("Response:", JSON.stringify(result, null, 2));

  const videoId = result.id;
  console.log("Video ID:", videoId);

  // Step 2: Poll for progress until 100%
  console.log("\nChecking video generation progress...");

  while (true) {
    try {
      const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, {
        headers: {
          Authorization: `Bearer ${apiKey}`,
        },
      });

      const text = await statusResponse.text();
      if (text.startsWith("<")) {
        console.log("Temporary server error, retrying...");
        await sleep(10000);
        continue;
      }

      const statusResult = JSON.parse(text);

      // Parse progress and status from response
      const data = statusResult.data || {};
      const progress = data.progress || "0%";
      const status = data.status || "unknown";

      console.log(`Progress: ${progress}, Status: ${status}`);

      if (status === "FAILURE" || status === "failed") {
        console.log("Video generation failed!");
        console.log(JSON.stringify(statusResult, null, 2));
        process.exit(1);
      }

      if (progress === "100%") {
        console.log("Video generation completed!");
        break;
      }
    } catch (e) {
      console.log(`Temporary error: ${e.message}, retrying...`);
    }

    await sleep(10000);
  }

  // Step 3: Download the video to output directory
  console.log(`\nDownloading video to ./output/${videoId}.mp4...`);

  const outputDir = "./output";
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, {
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
  });

  const outputPath = path.join(outputDir, `${videoId}.mp4`);
  const videoBuffer = Buffer.from(await videoResponse.arrayBuffer());
  fs.writeFileSync(outputPath, videoBuffer);

  if (fs.existsSync(outputPath)) {
    const stats = fs.statSync(outputPath);
    console.log(`Video saved to ${outputPath}`);
    console.log(`File size: ${stats.size} bytes`);
  } else {
    console.log("Failed to download video");
    process.exit(1);
  }
}

main().catch(console.error);

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: OpenAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Sora 2 Pro til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Wan 3.0 Prime

Wan 3.0 Prime er Alibaba Cloud Model Studios hastighedsoptimerede version af videogenereringsmodellen Wan 3.0.

Se model

Aliyun

Wan3.0

Fra hurtig verifikation til filmisk output, baseres faktureringen på varigheden af den genererede video, valg af passende opløsning og omdannelse af hver generering til en planlagt kreativ investeringsaktivitetsregel

Se model

Aliyun

Wan2.6

Wan2.6 er en videogenereringsmodel, der er designet til stabil og effektiv videosyntese. Den leverer pålidelig billedkvalitet og jævn bevægelsesgenerering til generelle videoproduktionsopgaver.

Se model

Flux

Flux 3

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Se model

Aliyun

Happy Horse 1.1

HappyHorse 1.1 er en multimodal videogenereringsmodel, designet til professionel indholdsproduktion, reklame, kortfilm, produktion til sociale medier og historiefortælling. Den udvider mulighederne i HappyHorse 1.0—som vakte betydelig opmærksomhed efter at have placeret sig højt i uafhængige evalueringer af videogenerering—med stærkere scenesammenhæng og forbedret visuel fidelitet.

Se model

Aliyun

Wan2.7

Wan2.7 er en model til videogenerering, designet til visuel syntese i høj kvalitet og forbedret bevægelseskonsistens. Den er velegnet til filmisk indholdsproduktion og professionelle arbejdsgange i videoproduktion.

Se model

Oppetid

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Sora 2 Pro uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Jun 1, 2026

API-tilgængelighed bekræftet

Sora 2 Pro er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Oct 7, 2025

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

OpenAI

Tilgængelig

sora-2-pro

Sora 2 Pro API

Startpris

$0.24 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jun 1, 2026

OpenAI

Testmiljø

Prøv Sora 2 Pro med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$1.20

Anslået omkostning for brug af CometAPI

10-sekunders test

$2.40

Anslået omkostning for brug af CometAPI

15-sekunders test

$3.60

Anslået omkostning for brug af CometAPI

Model Name	Tags	Orientation	Resolution	Price
sora-2-pro	videos	Portrait	720x1280	$0.24 / sec
sora-2-pro	videos	Landscape	1280x720	$0.24 / sec
sora-2-pro	videos	Portrait (High Res)	1024x1792	$0.40 / sec
sora-2-pro	videos	Landscape (High Res)	1792x1024	$0.40 / sec
sora-2-pro-all	-	Universal / All	-	$0.80000

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Sora 2 Pro?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$0.24 / sekund

Kontekst

Se funktioner

Katalogdato

Jun 1, 2026

Oversigt

Et praktisk overblik over Sora 2 Pro, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Nøglefunktioner

Multimodal generering (video + lyd) — Sora-2-Pro genererer videorammer sammen med synkroniseret lyd (dialog, omgivelseslyd, SFX) i stedet for at producere video og lyd hver for sig.
Højere kvalitet / “Pro”-niveau — finindstillet til højere visuel kvalitet, mere udfordrende optagelser (kompleks bevægelse, okklusion og fysiske interaktioner) samt længere konsistens pr. scene end Sora-2 (non-Pro). Det kan tage længere tid at gengive end den standard Sora-2-model.
Fleksible input — understøtter rene tekstprompter og kan acceptere billedrammer som input eller referencebilleder til at styre kompositionen (input_reference workflows).
Cameos / likeness-injektion — kan indsætte en brugers indfangede lighed i genererede scener med samtykke-arbejdsgange i appen.
Fysisk plausibilitet: forbedret objektpermanens og bevægelsestrofasthed (fx momentum, opdrift), hvilket reducerer urealistiske “teleportering”-artefakter, som var almindelige i tidligere systemer.
Kontrollerbarhed: understøtter strukturerede prompter og instruktioner på optagelsesniveau, så skabere kan specificere kamera, lys og multi-shot-sekvenser.

Tekniske detaljer og integrationsflade

Typiske parametre :

model: "sora-2-pro"
prompt: beskrivelse af scenen i naturligt sprog, evt. med dialogmarkører
seconds / duration: målklippets længde (Pro understøtter den højeste kvalitet i de tilgængelige varigheder)
size / resolution: fællesskabsrapporter angiver, at Pro understøtter op til 1080p i mange brugsscenarier.

Indholdsinput: billedfiler (JPEG/PNG/WEBP) kan leveres som en ramme eller reference; når de bruges, bør billedet matche målopløsningen og fungere som et kompositionsanker.

Benchmark-ydeevne

Begrænsninger (praktisk og sikkerhed)

Ikke perfekt fysik/konsistens — forbedret men ikke fejlfri; artefakter, unaturlig bevægelse eller fejl i lydsynkronisering kan stadig forekomme.
Varigheds- og beregningsbegrænsninger — lange klip er beregningstunge; mange praktiske arbejdsgange begrænser klip til korte varigheder (fx ensifrede til lave tocifrede sekunder for høj-kvalitetsoutput).
Privatlivs-/samtykkerisici — likeness-injektion (“cameos”) øger risici for samtykke og mis-/desinformation; OpenAI har eksplicitte sikkerhedskontroller og tilbagekaldelsesmekanismer i appen, men ansvarlig integration er påkrævet.
Omkostninger og latens — gengivelser i Pro-kvalitet kan være dyrere og langsommere end lettere modeller eller konkurrenter; indregn fakturering pr. sekund/pr. gengivelse og køer.
Sikkerhedsindholdsfiltrering — generering af skadeligt eller ophavsretligt beskyttet indhold er begrænset; modellen og platformen omfatter sikkerhedslag og moderation.

Typiske og anbefalede anvendelsestilfælde

Anvendelsestilfælde:

Marketing- og annonceprototyper — opret hurtigt filmiske konceptbeviser.
Previsualisering — storyboards, kamerablokering, visualisering af optagelser.
Kort socialt indhold — stiliserede klip med synkroniseret dialog og SFX.
Sådan får du adgang til Sora 2 Pro API

Trin 1: Tilmeld dig for at få en API-nøgle

CometAPI-nøgle

Trin 2: Send forespørgsler til Sora 2 Pro API

Indsæt dit spørgsmål eller din anmodning i content-feltet — det er det, modellen vil svare på. Behandl API-svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API'et med opgavestatus og outputdata.

Intern træning/simulering — generér scenarievisualiseringer til RL- eller robotikforskning (med omtanke).
Kreativ produktion — når kombineret med menneskelig redigering (samling af korte klip, grading, udskiftning af lyd).

FAQ

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videos

Eksempelkode og API til Sora 2 Pro

POST

/v1/videos

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '
' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')

  echo "Progress: $progress, Status: $status"

  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi

  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi

  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

cURL Code Example

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Python Code Example

# Create a video with sora-2-pro using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"

headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "sora-2-pro"),
        "prompt": (None, "A calico cat playing a piano on stage"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        # Parse progress and status from response
        data = status_result.get("data", {})
        if data is None:
            data = {}
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%":
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with sora-2-pro using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";

async function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

async function main() {
  // Step 1: Submit the video generation request
  console.log("Submitting video generation request...");

  const formData = new FormData();
  formData.append("model", "sora-2-pro");
  formData.append("prompt", "A calico cat playing a piano on stage");

  const submitResponse = await fetch(`${baseUrl}/videos`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
    body: formData,
  });

  const result = await submitResponse.json();
  console.log("Response:", JSON.stringify(result, null, 2));

  const videoId = result.id;
  console.log("Video ID:", videoId);

  // Step 2: Poll for progress until 100%
  console.log("\nChecking video generation progress...");

  while (true) {
    try {
      const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, {
        headers: {
          Authorization: `Bearer ${apiKey}`,
        },
      });

      const text = await statusResponse.text();
      if (text.startsWith("<")) {
        console.log("Temporary server error, retrying...");
        await sleep(10000);
        continue;
      }

      const statusResult = JSON.parse(text);

      // Parse progress and status from response
      const data = statusResult.data || {};
      const progress = data.progress || "0%";
      const status = data.status || "unknown";

      console.log(`Progress: ${progress}, Status: ${status}`);

      if (status === "FAILURE" || status === "failed") {
        console.log("Video generation failed!");
        console.log(JSON.stringify(statusResult, null, 2));
        process.exit(1);
      }

      if (progress === "100%") {
        console.log("Video generation completed!");
        break;
      }
    } catch (e) {
      console.log(`Temporary error: ${e.message}, retrying...`);
    }

    await sleep(10000);
  }

  // Step 3: Download the video to output directory
  console.log(`\nDownloading video to ./output/${videoId}.mp4...`);

  const outputDir = "./output";
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, {
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
  });

  const outputPath = path.join(outputDir, `${videoId}.mp4`);
  const videoBuffer = Buffer.from(await videoResponse.arrayBuffer());
  fs.writeFileSync(outputPath, videoBuffer);

  if (fs.existsSync(outputPath)) {
    const stats = fs.statSync(outputPath);
    console.log(`Video saved to ${outputPath}`);
    console.log(`File size: ${stats.size} bytes`);
  } else {
    console.log("Failed to download video");
    process.exit(1);
  }
}

main().catch(console.error);

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: OpenAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Sora 2 Pro til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Wan 3.0 Prime

Wan 3.0 Prime er Alibaba Cloud Model Studios hastighedsoptimerede version af videogenereringsmodellen Wan 3.0.

Wan2.6 er en videogenereringsmodel, der er designet til stabil og effektiv videosyntese. Den leverer pålidelig billedkvalitet og jævn bevægelsesgenerering til generelle videoproduktionsopgaver.

Se model

Flux

Flux 3

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Oppetid

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Sora 2 Pro uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Jun 1, 2026

API-tilgængelighed bekræftet

Sora 2 Pro er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Oct 7, 2025

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske