SaaS қолданбасына жасанды интеллект негізіндегі бейне генерациясын қалай қосуға болады?

Қосымшаңызға видео генерациясын қосу — сурет генерациясын қосумен бірдей емес. API шақыруы бірден жауап береді — бірақ видео әлі дайын емес. Сізге task ID беріледі, және ол дайын болғанға дейін “бітті ме?” деп қайта-қайта сұрауға тура келеді.

Көптеген әзірлеушілер мұны алғаш рет видео API шақырғанда бастан кешіреді: жауаптан видео URL күтеді, ал орнына task ID алады. Бұл нұсқаулық толық ағымды көрсетеді: тапсырманы жіберу, нәтижені поллинг арқылы тексеру, ақауларды өңдеу және URL мерзімі өтіп кетпей тұрып нәтижені сақтау.

Не әзірлейсіз

Мәтіндік промптты немесе суретті қабылдайтын, видео генерациясы тапсырмасын жіберетін, ол аяқталғанша поллинг жасайтын және соңғы видео URL қайтаратын backend қызметі. Төрт үлгімен жұмыс істейсіз — Veo 3 Fast, Sora 2, Kling Video және Runway — барлығы бір ғана API кілті арқылы.

Алдын ала талаптар:

• Python 3.8+ немесе Node.js 18+
• CometAPI кілті
• REST API-лерімен базалық таныстық

Неліктен видео генерациясы өзгеше екенін түсініңіз

Сурет генерациясында сіз сұрау жібересіз де, сол жауапта суретті аласыз. Видео генерациясы async тапсырмалар кезегін пайдаланады:

1. Тапсырманы жіберу → жауап ретінде task_id аласыз
2. Әр бірнеше секунд сайын мәртебені сұрау (poll)
3. Мәртебе терминал күйге жеткенде, видео URL беріледі
4. Жүктеп алып, сақтау — URL уақытша ғана

Егер видео генерациясын сурет генерациясы сияқты қарап, алғашқы жауаптың өзінде видеоны күтсеңіз, сұрауыңыз әр жолы таймаутқа ұшырайды.

Өндірістік веб-қызметте бұл поллинг циклы фондық worker-де (Celery, Bull немесе ұқсасы) орындалуы тиіс, request handler-де емес. Төмендегі мысалдар синхронды поллинг қолданады — скрипттер мен прототиптерге жарайды, бірақ көппайдаланушылы жүктемеге арналмаған.

Үлгіні таңдаңыз

Дереккөз**: CometAPI үлгі беттері, Мамыр 2026. Ескерту: "Sora 2" — CometAPI-дің үлгі идентификаторы — ішкі үлгі туралы мәліметтер үшін олардың үлгі бетіне жүгініңіз.

• Veo 3 Fast мәтіннен-видеоға да, суреттен-видеоға да қолдайды. Секундына ең арзан, бастауға қолайлы.
• Sora 2 видеомен бірге аудионы да нативті түрде генерациялайды — диалог, фондық дыбыс және эффектілер, бөлек TTS қадамынсыз.
• Kling Video сізге negative_prompt, cfg_scale, камера қозғалысы баптаулары және pro режимін береді. Төртеуінің ішінде басқаруы ең кең.
• Runway CometAPI арқылы тек суреттен-видеоға. Оған статикалық сурет пен қозғалыс сипаттамасын беріңіз — ол оны анимациялайды.

Veo тапсырмасын жіберу

Veo multipart/form-data қолданады. Python requests ішінде дұрыс жіберу үшін files= пайдаланыңыз — data=dict application/x-www-form-urlencoded жібереді, бұл басқаша:

import requestsimport osfrom dotenv import load_dotenv​load_dotenv()​def submit_veo_task(prompt: str, size: str = "16x9") -> str:    """Submit a Veo 3 Fast text-to-video task. Returns task_id."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    response = requests.post(        "https://api.cometapi.com/v1/videos",        headers={"Authorization": f"Bearer {api_key}"},        files={            "prompt": (None, prompt),            "model": (None, "veo3-fast"),            "size": (None, size)        },        timeout=30    )    response.raise_for_status()    return response.json()["id"]​​task_id = submit_veo_task("A paper kite drifting above a wheat field on a windy afternoon")print(f"Task submitted: {task_id}")

Нәтижені сұрау

import time​def poll_veo_task(task_id: str, interval: int = 10, max_wait: int = 600) -> str:    """Poll until Veo task completes. Returns video URL."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    headers = {"Authorization": f"Bearer {api_key}"}    url = f"https://api.cometapi.com/v1/videos/{task_id}"    elapsed = 0​    while elapsed < max_wait:        response = requests.get(url, headers=headers, timeout=30)        response.raise_for_status()        result = response.json()        status = result.get("status")​        if status == "succeeded":            return result["output"][0]        elif status in ("failed", "cancelled"):            raise RuntimeError(                f"Task {task_id} failed with status '{status}': "                f"{result.get('error', 'no error detail returned')}"            )​        time.sleep(interval)        elapsed += interval​    raise TimeoutError(f"Task {task_id} did not complete within {max_wait} seconds")​​video_url = poll_veo_task(task_id)print(f"Video ready: {video_url}")

Көбірек басқару үшін Kling Video пайдаланыңыз

Kling басқа endpoint құрылымын қолданады және JSON пайдаланады. Назар аударыңыз: Kling-тің терминал мәртебе жолы "succeed" ( "succeeded" емес) — бұл API-дің нақты жауап пішіміне сәйкес келеді:

def submit_kling_task(prompt: str, duration: str = "5", mode: str = "std") -> str:    """Submit a Kling text-to-video task. Returns task_id."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    response = requests.post(        "https://api.cometapi.com/kling/v1/videos/text2video",        headers={            "Authorization": f"Bearer {api_key}",            "Content-Type": "application/json"        },        json={            "model_name": "kling-v1-6",            "prompt": prompt,            "negative_prompt": "blurry, low quality, watermark",            "cfg_scale": 0.5,            "mode": mode,         # "std" or "pro"            "aspect_ratio": "16:9",            "duration": duration  # "5" or "10"        },        timeout=30    )    response.raise_for_status()    return response.json()["data"]["task_id"]​​def poll_kling_task(task_id: str, interval: int = 10, max_wait: int = 600) -> str:    """Poll Kling task until complete. Returns video URL."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    headers = {"Authorization": f"Bearer {api_key}"}    url = f"https://api.cometapi.com/kling/v1/videos/text2video/{task_id}"    elapsed = 0​    while elapsed < max_wait:        response = requests.get(url, headers=headers, timeout=30)        response.raise_for_status()        result = response.json()        status = result["data"]["task_status"]​        if status == "succeed":  # Kling uses "succeed", not "succeeded"            return result["data"]["task_result"]["videos"][0]["url"]        elif status == "failed":            error_detail = result.get("data", {}).get("task_result", "no detail")            raise RuntimeError(                f"Kling task {task_id} failed: {error_detail}"            )​        time.sleep(interval)        elapsed += interval​    raise TimeoutError(f"Kling task {task_id} timed out after {max_wait}s")

Дереккөз**: CometAPI Kling Video құжаттамасы

Runway арқылы статикалық суретті жандандыру

Runway тек суреттен-видеоға. Ол қосымша тақырыпты да талап етеді (X-Runway-Version):

def submit_runway_task(image_url: str, motion_prompt: str, duration: int = 5) -> str:    """Submit a Runway image-to-video task. Returns task_id."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    response = requests.post(        "https://api.cometapi.com/runwayml/v1/image_to_video",        headers={            "Authorization": f"Bearer {api_key}",            "X-Runway-Version": "2024-11-06",            "Content-Type": "application/json"        },        json={            "model": "gen3a_turbo",            "promptImage": image_url,  # must be a stable HTTPS URL            "promptText": motion_prompt,            "duration": duration,            "ratio": "1280:720",            "watermark": False        },        timeout=30    )    response.raise_for_status()    return response.json()["id"]​​def poll_runway_task(task_id: str, interval: int = 5, max_wait: int = 600) -> str:    """Poll Runway task. Returns video URL when done."""    api_key = os.getenv("COMETAPI_KEY")    if not api_key:        raise ValueError("COMETAPI_KEY environment variable is not set")​    headers = {        "Authorization": f"Bearer {api_key}",        "X-Runway-Version": "2024-11-06"    }    url = f"https://api.cometapi.com/runwayml/v1/tasks/{task_id}"    elapsed = 0​    while elapsed < max_wait:        response = requests.get(url, headers=headers, timeout=30)        response.raise_for_status()        result = response.json()        status = result.get("status")​        if status == "task_not_exist":            # CometAPI-specific: task is still initializing, retry after a few seconds            time.sleep(interval)            elapsed += interval            continue        elif status == "succeeded":            return result["output"][0]        elif status in ("failed", "cancelled"):            raise RuntimeError(f"Runway task {task_id} failed: {result.get('error', 'no detail')}")​        time.sleep(interval)        elapsed += interval​    raise TimeoutError(f"Runway task {task_id} timed out after {max_wait}s")

Дереккөз**: CometAPI Runway құжаттамасы

URL мерзімі бітпей тұрып видеоны сақтаңыз

Видео генерациясы API-лері уақытша URL береді. Файлды бірден жүктеп алып, өзіңіз басқаратын жерде сақтаңыз:

import requestsimport pathlib​def download_video(url: str, output_path: str) -> None:    """Download video from URL to local file using streaming."""    out = pathlib.Path(output_path)    if out.parent != pathlib.Path("."):        out.parent.mkdir(parents=True, exist_ok=True)​    with requests.get(url, stream=True, timeout=60) as r:        r.raise_for_status()        with open(out, "wb") as f:            for chunk in r.iter_content(chunk_size=8192):                f.write(chunk)    print(f"Saved to {output_path}")​​# Full flowtask_id = submit_veo_task("A timelapse of clouds moving over a city skyline")video_url = poll_veo_task(task_id)download_video(video_url, "output/city_timelapse.mp4")

Өндірісте жергілікті файлға жазуды S3, Cloudflare R2 немесе таңдауыңыздағы басқа қоймаға жүктеуге ауыстырыңыз. Стриминг үлгісі өзгермейді — видеоны толық жадыға жүктемей, байттарды бірден арнаға өткізіңіз.

Ақауларды өңдеу

Дереккөз: CometAPI видео генерациясы құжаттамасы

Node.js нұсқасы

Node.js 18+ құрамында fetch және FormData нативті бар. Бұл мысалда төрт үлгінің бәрі қамтылған:

// Node.js 18+ — no extra packages needed​const API_KEY = process.env.COMETAPI_KEY;if (!API_KEY) throw new Error('COMETAPI_KEY is not set');​// --- Veo 3 Fast ---async function submitVeoTask(prompt, size = '16x9') {  const form = new FormData();  form.append('prompt', prompt);  form.append('model', 'veo3-fast');  form.append('size', size);​  const res = await fetch('https://api.cometapi.com/v1/videos', {    method: 'POST',    headers: { 'Authorization': `Bearer ${API_KEY}` },    body: form  });  if (!res.ok) throw new Error(`Veo submit failed: ${res.status}`);  return (await res.json()).id;}​async function pollVeoTask(taskId, intervalMs = 10000, maxWaitMs = 600000) {  let elapsed = 0;  while (elapsed < maxWaitMs) {    const res = await fetch(`https://api.cometapi.com/v1/videos/${taskId}`, {      headers: { 'Authorization': `Bearer ${API_KEY}` }    });    if (!res.ok) throw new Error(`Poll failed: ${res.status}`);    const result = await res.json();​    if (result.status === 'succeeded') return result.output[0];    if (['failed', 'cancelled'].includes(result.status)) {      throw new Error(`Task ${taskId} failed: ${result.error ?? 'no detail'}`);    }    await new Promise(r => setTimeout(r, intervalMs));    elapsed += intervalMs;  }  throw new Error(`Task ${taskId} timed out`);}​// --- Kling Video ---async function submitKlingTask(prompt, duration = '5', mode = 'std') {  const res = await fetch('https://api.cometapi.com/kling/v1/videos/text2video', {    method: 'POST',    headers: {      'Authorization': `Bearer ${API_KEY}`,      'Content-Type': 'application/json'    },    body: JSON.stringify({      model_name: 'kling-v1-6',      prompt,      negative_prompt: 'blurry, low quality, watermark',      cfg_scale: 0.5,      mode,      aspect_ratio: '16:9',      duration    })  });  if (!res.ok) throw new Error(`Kling submit failed: ${res.status}`);  return (await res.json()).data.task_id;}​async function pollKlingTask(taskId, intervalMs = 10000, maxWaitMs = 600000) {  let elapsed = 0;  while (elapsed < maxWaitMs) {    const res = await fetch(      `https://api.cometapi.com/kling/v1/videos/text2video/${taskId}`,      { headers: { 'Authorization': `Bearer ${API_KEY}` } }    );    if (!res.ok) throw new Error(`Kling poll failed: ${res.status}`);    const result = await res.json();    const status = result.data.task_status;​    if (status === 'succeed') return result.data.task_result.videos[0].url;    if (status === 'failed') {      throw new Error(`Kling task ${taskId} failed: ${JSON.stringify(result.data.task_result ?? 'no detail')}`);    }    await new Promise(r => setTimeout(r, intervalMs));    elapsed += intervalMs;  }  throw new Error(`Kling task ${taskId} timed out`);}​// --- Runway (image-to-video) ---async function submitRunwayTask(imageUrl, motionPrompt, duration = 5) {  const res = await fetch('https://api.cometapi.com/runwayml/v1/image_to_video', {    method: 'POST',    headers: {      'Authorization': `Bearer ${API_KEY}`,      'X-Runway-Version': '2024-11-06',      'Content-Type': 'application/json'    },    body: JSON.stringify({      model: 'gen3a_turbo',      promptImage: imageUrl,      promptText: motionPrompt,      duration,      ratio: '1280:720',      watermark: false    })  });  if (!res.ok) throw new Error(`Runway submit failed: ${res.status}`);  return (await res.json()).id;}​async function pollRunwayTask(taskId, intervalMs = 5000, maxWaitMs = 600000) {  let elapsed = 0;  while (elapsed < maxWaitMs) {    const res = await fetch(      `https://api.cometapi.com/runwayml/v1/tasks/${taskId}`,      { headers: { 'Authorization': `Bearer ${API_KEY}`, 'X-Runway-Version': '2024-11-06' } }    );    if (!res.ok) throw new Error(`Runway poll failed: ${res.status}`);    const result = await res.json();    const status = result.status;​    if (status === 'task_not_exist') {      // CometAPI-specific: task still initializing      await new Promise(r => setTimeout(r, intervalMs));      elapsed += intervalMs;      continue;    }    if (status === 'succeeded') return result.output[0];    if (['failed', 'cancelled'].includes(status)) {      throw new Error(`Runway task ${taskId} failed: ${result.error ?? 'no detail'}`);    }    await new Promise(r => setTimeout(r, intervalMs));    elapsed += intervalMs;  }  throw new Error(`Runway task ${taskId} timed out`);}​// Usage exampleconst taskId = await submitVeoTask('A paper kite drifting above a wheat field');const videoUrl = await pollVeoTask(taskId);console.log('Video ready:', videoUrl);

Келесі қадам

Енді сізде төрт видео үлгісімен жұмыс істейтін код, ақауларды өңдейтін поллинг циклы және генерацияланған контентті жоғалтып алмау үшін жүктеп алу қадамы бар.

Келесіде әзірлеушілер жиі кездесетін мәселе: бір үлгіге қатты байланып қалу, ал арзанырақ немесе жылдамырақ нұсқаға ауысу бірнеше файлды өзгертуге мәжбүрлейді. Келесі мақалада кодты қайта жазбай-ақ сұрауларды әртүрлі үлгілерге қалай маршрутизациялау қарастырылады.

Келесі: Кодыңызды қайта жазбай-ақ AI үлгілері арасында қалай ауысуға болады

Жиі қойылатын сұрақтар

Q: Неліктен API жауабында видеонның орнына task ID аламын?

Видео генерациясы async — Veo, Sora, Kling және Runway сияқты үлгілерге рендерлеуге 2–5 минут қажет. API сұрауыңыз таймаутқа ұшырамас үшін бірден task ID қайтарады. Тапсырма терминал күйге (succeeded, succeed, failed) жеткенше бөлек статус endpoint-ін поллинг жасайсыз.

Q: Генерацияланған видео URL қанша уақытқа жарамды?

Видео генерациясы API-лерінің URL-дері уақытша. URL алынған бойда файлды бірден жүктеп алып, өзіңіздің сақтауыңызға (S3, Cloudflare R2 және т.б.) қойыңыз. URL-ді сақтап, ол бірнеше сағаттан кейін де жұмыс істейді деп күтпеңіз.

Q: Veo 3 Fast пен Kling Video арасындағы айырмашылық қандай?

Veo 3 Fast арзанырақ ($0.05/сек), жылдамырақ және шақыруы қарапайым. Kling Video көбірек басқару береді: negative_prompt, cfg_scale, камера қозғалысы баптаулары және pro сапа режимі. Нәтижені дәл баптау керек болса — Kling, жылдамдық пен төмен шығын қажет болса — Veo 3 Fast таңдаңыз.

Q: Мәтіндік промпттың орнына суреттен видео жасай аламын ба?

Иә. Veo input_reference файлын беру арқылы суреттен-видеоға қолдайды. Kling /kling/v1/videos/image2video endpoint-і арқылы image параметрімен (URL немесе base64) қолдайды. Runway тек суреттен-видеоға — CometAPI арқылы таза мәтінді қабылдамайды.

Q: Неліктен Runway алғашқы поллингте task_not_exist қайтарып береді?

Бұл CometAPI-дің құжатталған мінез-құлқы — тапсырма backend-та әлі инициализациялануда. Бірнеше секунд күтіп, қайта көріңіз. Бұл қате емес. Жоғарыдағы поллинг коды мұны автоматты түрде өңдейді.

Q: Неліктен Kling "succeed" қолданады да, "succeeded" емес?

Бұл Kling API-інің нақты жауап пішімі. Қате емес. Veo және Runway "succeeded" қолданады — Kling "succeed" қолданады. Бірыңғай поллинг орамасын құрып жатсаңыз, екі жолды да өңдеуіңіз керек.

Q: Синхронды поллинг циклын веб-серверде қолдану қауіпсіз бе?

Жоқ. Бұл нұсқаулықтағы поллинг циклы ағынды бірнеше минутқа блоктайды. Нақты көппайдаланушылы веб-қызметте поллингті фондық worker-де (Python үшін Celery, Node.js үшін Bull) орындаңыз. Request handler-де тапсырманы жіберіңіз, клиентке task ID қайтарыңыз, ал видеo дайын болғанда worker клиентті хабардар етсін.