Does Sora 2 Pro generate synchronized audio with video?

はい、Sora 2 Pro は、セリフ・環境音・効果音を含む同期音声と動画フレームを同時に生成し、別個ではなく統合された出力として提供します。

What resolution and duration does Sora 2 Pro support?

Sora 2 Pro は最大 1080p 解像度まで対応しています。最高の忠実度を得るため、高品質な短尺クリップに最適化されており、一般的に一桁秒から十数秒程度の長さを想定しています。

How does Sora 2 Pro differ from standard Sora 2?

Sora 2 Pro は、より高い視覚的忠実度に合わせて調整され、難しいショット（複雑なモーション、オクルージョン、物理的相互作用）を処理し、シーンごとの一貫性をより長く維持します—その代償としてレンダリング時間は長くなります。

Can Sora 2 Pro use reference images to guide video generation?

はい、Sora 2 Pro は input_reference ワークフローをサポートしており、JPEG/PNG/WEBP 画像を構図のアンカーとして用いて、生成動画の開始フレームやスタイルをガイドできます。

Does Sora 2 Pro support likeness injection (cameos)?

はい、Sora 2 Pro は生成されたシーンにユーザーの肖像を挿入できます。OpenAI は、プライバシーと悪用リスクに対処するため、同意ワークフローと撤回メカニズムを内蔵しています。

How long does Sora 2 Pro take to render a video?

ベンチマークでは、20秒・1080p のクリップで Sora 2 Pro の平均は約 2.1 分です。Pro は速度より品質を優先するため、標準の Sora 2 よりレンダリング時間が長くなるとお考えください。

What physics improvements does Sora 2 Pro offer?

Sora 2 Pro は物体の永続性と動きの忠実度を改善し、運動量・浮力・物理的相互作用がより現実的に見えるようになり、従来のビデオモデルにありがちだった「テレポート」的なアーティファクトが減少します。

When should I choose Sora 2 Pro over Google Veo 3?

OpenAI エコシステムとの統合、likeness injection、複雑な物理シーンを重視する場合は Sora 2 Pro を選択してください。Veo 3 は生成速度がより速い場合や価格設定が異なる場合があるため、許容レイテンシと予算に基づいて評価してください。

お手頃な Sora 2 Pro API | text-to-video

主な機能

マルチモーダル生成（動画 + 音声） — Sora-2-Pro は、動画と音声を別々に生成するのではなく、同期した音声（セリフ、環境音、SFX）とともに動画フレームを生成します。
高忠実度 / 「Pro」ティア — より高い映像忠実度、難易度の高いショット（複雑な動き、オクルージョン、物理的相互作用）、および Sora-2（非 Pro）より長いシーン単位の一貫性に向けて調整されています。標準の Sora-2 モデルよりレンダリングに時間がかかる場合があります。
柔軟な入力 — 純粋なテキストプロンプトをサポートし、構図を誘導するための入力フレーム画像や参照画像（input_reference ワークフロー）も受け付けます。
カメオ / 類似性の注入 — アプリ内の同意ワークフローを通じて、ユーザーが取得した本人の容姿を生成シーンに挿入できます。
物理的妥当性: 物体の永続性と動きの忠実度（例：運動量、浮力）が改善され、以前のシステムで一般的だった不自然な「テレポート」アーティファクトが軽減されています。
制御性: 構造化プロンプトとショットレベルの指示をサポートしており、制作者はカメラ、照明、マルチショットのシーケンスを指定できます。

技術詳細と統合インターフェース

モデルファミリー: Sora 2（ベース）および Sora 2 Pro（高品質バリアント）。
入力モダリティ: テキストプロンプト、画像参照、および類似性用の短い録画カメオ動画/音声。
出力モダリティ: エンコード済み動画（音声付き）— パラメータは /v1/videos エンドポイント経由で公開されます（モデル選択は model: "sora-2-pro"）。API インターフェース は OpenAI の videos エンドポイント群に従い、create/retrieve/list/delete 操作をサポートします。

トレーニングとアーキテクチャ（公開要約）: OpenAI は、Sora 2 が大規模な動画データで学習され、ワールドシミュレーションを改善するための事後学習が行われたと説明しています。具体的な内容（モデルサイズ、正確なデータセット、トークナイゼーション）は、行単位の詳細までは公開されていません。大規模な計算資源、専用の動画トークナイザー/アーキテクチャ、およびマルチモーダル整合コンポーネントが想定されます。

API エンドポイントとワークフロー: ジョブベースのワークフローが示されます。POST 作成リクエスト（model="sora-2-pro"）を送信し、ジョブ ID またはロケーションを受け取った後、完了までポーリングまたは待機し、生成されたファイルをダウンロードします。公開例で一般的なパラメータには、prompt、seconds / duration、size / resolution、および画像誘導開始用の input_reference が含まれます。

一般的なパラメータ :

model: "sora-2-pro"
prompt: 自然言語によるシーン記述。必要に応じてセリフの手がかりを含む
seconds / duration: 目標クリップ長（Pro は利用可能な長さの中で最高品質をサポート）
size / resolution: コミュニティ報告によると、Pro は多くのユースケースで最大 1080p をサポートします。

コンテンツ入力: 画像ファイル（JPEG/PNG/WEBP）はフレームまたは参照として指定できます。使用する場合、画像は目標解像度に一致し、構図のアンカーとして機能する必要があります。

レンダリング動作: Pro はフレーム間の一貫性と現実的な物理挙動を優先するよう調整されています。これは通常、非 Pro バリアントより長い計算時間とクリップあたりの高いコストを意味します。

ベンチマーク性能

定性的な強み: OpenAI は、以前の動画モデルと比べて、リアリズム、物理的一貫性、同期音声**を改善しました。他の VBench の結果でも、Sora-2 とその派生モデルは、現代のクローズドソースモデルの中でトップクラス、またはそれに近い時間的一貫性を示しています。

独立した時間/スループット（ベンチマーク例）: ある比較では、Sora-2-Pro は 20 秒の 1080p クリップで平均 ~2.1 分 でした。一方、競合モデル（Runway Gen-3 Alpha Turbo）は同じタスクでより高速（~1.7 分）でした — トレードオフは品質とレンダリング遅延、およびプラットフォーム最適化です。

制限事項（実用面と安全性）

物理/一貫性は完全ではない — 改善はされていますが完璧ではなく、アーティファクト、不自然な動き、音声同期エラーが依然として発生する可能性があります。
時間長と計算制約 — 長尺クリップは計算負荷が高く、多くの実用ワークフローでは高品質出力のために短い長さ（例：1 桁秒台から十数秒程度）に制限されます。
プライバシー / 同意リスク — 類似性の注入（「カメオ」）は、同意および誤情報/偽情報のリスクを伴います。OpenAI はアプリ内で明示的な安全管理と取り消しメカニズムを提供していますが、責任ある統合が必要です。
コストとレイテンシ — Pro 品質のレンダリングは、軽量モデルや競合より高価で遅い場合があります。秒単位/レンダリング単位の課金とキューイングを考慮してください。
安全性コンテンツフィルタリング — 有害または著作権を侵害するコンテンツの生成は制限されます。モデルとプラットフォームには安全レイヤーとモデレーションが含まれています。

一般的かつ推奨されるユースケース

ユースケース:

マーケティングおよび広告プロトタイプ — 映画的なコンセプト実証を迅速に作成します。
プリビジュアライゼーション — ストーリーボード、カメラブロッキング、ショットの可視化。
短尺ソーシャルコンテンツ — 同期したセリフと SFX を備えたスタイライズドクリップ。
Sora 2 Pro API へのアクセス方法

ステップ 1: API キーに登録する

cometapi.com にログインします。まだユーザーでない場合は、まず登録してください。CometAPI コンソールにサインインします。インターフェースのアクセス認証情報である API キーを取得します。パーソナルセンターの API トークンで「Add Token」をクリックし、トークンキー sk-xxxxx を取得して送信します。

cometapi-key

ステップ 2: Sora 2 Pro API にリクエストを送信する

API リクエストを送信し、リクエストボディを設定するには、「sora-2-pro」エンドポイントを選択します。リクエストメソッドとリクエストボディは、当社 Web サイトの API ドキュメントから取得できます。当社 Web サイトでは、利便性のために Apifox テストも提供しています。<YOUR_API_KEY> を、アカウントの実際の CometAPI キーに置き換えてください。base url は公式の Create video です。

質問またはリクエストを content フィールドに入力してください。これがモデルの応答対象になります。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果を取得して確認する

API レスポンスを処理して生成された回答を取得します。処理後、API はタスクのステータスと出力データを返します。

社内トレーニング / シミュレーション — RL またはロボティクス研究向けのシナリオ映像を生成します（注意して使用）。
クリエイティブ制作 — 人手による編集（短いクリップの接続、グレーディング、音声差し替え）と組み合わせて利用します。

Sora 2 Proの料金

Sora 2 Proの競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。Sora 2 Proがコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

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

Sora 2 ProのサンプルコードとAPI

Sora-2-pro は、OpenAI の主力となる動画＋音声生成モデルであり、同期した会話、効果音、そして従来の動画モデルよりも強化された物理・世界シミュレーションを備えた、短く非常にリアルな動画クリップを作成するよう設計されています。有料ユーザー向けおよび API 経由のプログラムによる生成向けに提供される、高品質な「Pro」バリアントとして位置付けられています。このモデルは、映画的およびソーシャル用途に向けて、制御性、時間的一貫性、音声同期を重視しています。

Curl
Python
JavaScript

# 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);